进入21世纪以来，一些发达国家为了推动信息社会发展，提出建设“无所不在的网络社会”，并将其作为国家或地区信息化发展的重要组成部分，纷纷出台相关的战略和政策。2010年，我国发布的《国务院关于加快培育和发展战略性新兴产业的决定》，也把新一代信息技术作为战略性新兴产业的重点领域，提出加快建设宽带、泛在、融合、安全的信息网络基础设施，推动新一代移动通信、下一代互联网核心设备和智能终端的研发与产业化，加快推进“三网融合”、促进物联网和云计算的研究和应用示范。
一、物联网是传感网、互联网、自动化技术和计算技术的集成及其广泛与深度应用。
物联网是互联网的延伸与拓展，是新理念引导下新一代信息技术的应用集成创新。物联网以互联网为基础设施，是传感网、互联网、自动化技术和计算技术的集成，及其广泛和深度应用。其功能是，各类实物信息被不同的传感器感知、采集、形成数字信号，通过各类网络快速传输到信息处理层，加工处理的信息形成信号或知识，一方面为管理服务提供信息依据，另一方面可以通过传输层反馈至传感设备，实现对实物的 *** 作。物联网既是网络技术的发展，又是自动控制技术在巨型复杂系统中的应用。物联网的应用是工业化与信息化的深度融合。过去，信息技术与制造业“两层皮”，信息基础设施与实物基础设施“两层皮”，信息基础设施建设、通信、互联网、数字内容等领域独立发展。物联网集合了许多现代信息技术，实现信息基础设施与实物基础设施相结合，把信息化融入产业发展、人民生活和社会管理的各个方面，推动信息技术、互联网技术、自动化技术在更多领域深度应用，促进更多行业、更大范围的信息化与工业化的融合。如智能交通是在车辆大幅度增加后，传统的交通管理模式不能满足交通安全需要的情况下发展起来的；城市智能化管理是在城市功能不断丰富和互联网普及的情况下，为了提高管理效率而发展起来的。物联网产业是传统产业与新兴产业的有机结合。物联网技术的应用与推广，将改造提升一批传统产业，带动一批新兴产业发展，扩大一批传统产业的市场规模。目前，物联网大都在传统产业应用，如交通、物流、电网、石油天然气、食品等行业，极大提升了这些传统产业的效率，改进了发展方式。同时，物联网的应用带动了相关制造业和服务业的发展，包括芯片、传感器、集成模块及设备、中间件制造业，以及应用系统设计与集成、软件开发、试验检测、工程实施、云计算等高技术服务业的发展，扩大了其市场规模。
二、物联网功能多、应用面宽，产业链中服务业比例高，产业发展潜力巨大。
从物联网本身的特点和规律看，物联网产业发展潜力巨大，大有作为。一方面，物联网功能多、应用面宽，以市场需求为发展动力。物联网技术的应用是运营、管理和商业模式创新引导的集成创新。发展物联网的动力是满足市场需求，节约能源、降低成本、改善管理、提高效率和便捷生活。物联网不仅应用于诸多影响国计民生的重要行业，而且在日常生活等领域拥有巨大潜在市场。一是以政府公共服务为主的公共管理和服务市场。如电子政务、城市管理、医疗、教育等领域。二是企业为主的行业应用市场。如电信、电力、物流、石油天然气等行业。三是以个人和家庭为主的消费市场。如购物、家用电器、休闲娱乐等消费领域。随着技术的不断发展，物联网服务的领域正在扩展。另一方面，物联网产业链长，是制造业与服务业的有机融合，对加快发展现代服务业具有重要意义。纵向看，物联网的产业链可以分为上、中、下游。上游是网络设施、终端设备、传感器、芯片、集成模块、中间件制造等相关制造业；中游是互联网及其运营服务；下游是物联网的用户和服务商，包括应用系统设计和集成、软件开发、试验检测、工程实施、云计算和系统运维等高技术服务业。物联网涉及众多应用领域，是一个跨多学科多部门的细分市场。每个物联网应用领域又构成各自的产业链。物联网产业链中服务业比例较高。物联网产业的中、下游大都是信息技术服务业。发展物联网不仅将带动相关制造业发展，而且将极大促进高技术服务业的发展，形成服务业新业态。同时，由于物联网是根据应用系统特点设计的网络，解决的问题不同，应用方案也就不同。因此，发展物联网不能简单地引进技术，不能照搬照抄国外经验，必须有本国的技术支撑。物联网应用具有本地化优势和主动权，主要体现在应用设计自主权和采购主导权方面。
三、物联网应用一般在社会效益较大的领域优先布局，逐步向生活消费领域拓展。
目前，全球物联网产业部分领域处于重大技术突破的孕育期和产业发展初期，物联网技术的研发和应用主要集中在美、欧、日、韩和我国。从世界范围看，物联网技术发展和应用主要呈现以下趋势：
第一，需求导向，整体规划，目标明确。近些年来，欧美日韩等纷纷出台发展物联网的战略计划。一是在社会效益较大的领域优先布局，逐步向生活消费领域拓展。目前，各国政府主要在医疗、电子政务、电网、教育、交通、城市管理等领域推行物联网计划。如，近年来，美国政府以刺激经济为目标，重点支持宽带网、智能电网、卫生医疗信息技术应用等。欧盟从发展绿色经济的角度出发，优先发展智能汽车和智能建筑，2009年发布的《欧盟物联网战略研究路线图》又提出了航空航天、汽车、医药、能源等18个物联网主要应用领域。日本从营造“使国民安心和有活力的社会环境”出发，以交通、医疗、教育、环境监测、政府治理等公共领域的信息服务为重点。韩国则从寻求增长动力和发展优势产业出发，在食品和药品管理、交通和物流管理、环境监测、安全监测、工业自动化等方面进行应用示范；国际金融危机发生后，又提出发展智能通信、家庭应用和娱乐等，推动物联网在消费领域应用。二是根据实际需要确定物联网应用重点，有针对性地解决行业问题。三是市场需求驱动，企业自发创新发展。大部分物联网技术的应用是水到渠成，当信息技术发展到一定程度，就出现了应用物联网技术的市场需要。如物流行业最初应用物联网技术是出于对食品安全监控的需要；发展云计算是一些掌控信息资源的企业，为了利用剩余的计算资源，通过商业模式创新与技术创新发展起来的。
第二，坚持成本效益原则，提高社会整体效益。有些大规模应用的物联网投资巨大，只有当其整体效益超过提供者和用户负担的成本时，投资才有意义。与此同时，还要发挥各种合作机制的作用，多层次、多渠道、多方式推进国际科技合作与交流。鼓励境外企业和科研机构在我国设立研发机构；鼓励我国企业和研发机构积极开展全球物联网产业研究，在境外开展联合研发和设立研发机构，大力支持我国物联网企业参与全球市场竞争，持续拓展技术与市场合作领域。
第三，应用导向，技术和标准先行。目前，全球物联网产业的核心技术尚不成熟，标准体系正在构建中。研制与物联网有关的标准不仅有利于规范市场、指导产业发展，而且对各国掌握物联网产业发展的主导权具有重要意义。因此，发达国家在发展物联网的过程中，一方面根据应用需求进行技术研发，掌握关键核心技术；另一方面要在制订标准上狠下功夫。
（作者系国务院发展研究中心技术经济部部长）物联网的发展前景很不错，具体如下：
1更安全的保护措施。在新技术出现之初，它的技术力量几乎都集中在创新上，导致监管水平低下，这就使业界的兴奋、激进和政策、监管的滞后常常形成鲜明的对比。由于物联网设备和基础设施的价格下降，企业在物联网设备上的应用也越来越普遍，这种创新和应用一旦普及，各种新技术的风险也突显出来。
2更普遍使用智能消费品设备。IoT所覆盖的行业人群广泛，从智慧交通、智能物流、医疗、农业、能源等行业应用，到私人智能家居、个人、智能汽车等应用，无论是降低成本，还是提高中国居民的生活质量，都将是中国居民生活质量的巨大提升。物联网的发展前景很不错，具体如下：
1更安全的保护措施。在新技术出现之初，它的技术力量几乎都集中在创新上，导致监管水平低下，这就使业界的兴奋、激进和政策、监管的滞后常常形成鲜明的对比。由于物联网设备和基础设施的价格下降，企业在物联网设备上的应用也越来越普遍，这种创新和应用一旦普及，各种新技术的风险也突显出来。
2更普遍使用智能消费品设备。IoT所覆盖的行业人群广泛，从智慧交通、智能物流、医疗、农业、能源等行业应用，到私人智能家居、个人、智能汽车等应用，无论是降低成本，还是提高中国居民的生活质量，都将是中国居民生活质量的巨大提升。
观察物联网产业的发展规模最直观的数据就是“物联网终端连接数”，从连接数看，据前瞻产业研究院统计数据显示，2015年我国物联网链接数量为639亿个，截止至到2017年我国物联网链接数量达到了1535亿个，相比2016年增长了698%。初步预计2018年我国物联网链接数量突破20亿个，在2019年我国物联网链接数量将达3125亿个，同比增长3852%。并预测在2020年我国物联网链接数量将达到40亿个，相比2017年增长约160%，而且这还是产业视角的保守估计，从物联网的连接构成看，目前应用最多三个方向为智能硬件、智能家电和智能计量，细分行业中智能家居和智能安防的发展最快，这一切应该与巨头的推动有关。
5G落地将推动社会迈入万物互联物联网时代
从中国高层的多次部署，到资本市场的资金热捧，近期最受舆论关注的概念之一莫过于“新基建”。其中，5G被多次提及，成为“新基建”的主要抓手。作为颠覆性技术，5G的落地将推动社会迈入万物互联的物联网时代。
物联网融合各行各业推动智能化转型
物联网作为全新的连接方式，近年来呈现突飞猛进的发展态势。在中国，物联网的大规模应用与新一轮科技与产业变革融合发展，预计2022年，中国物联网行业市场规模将超过724万亿元。他表示，各行各业的智能化转型如火如荼，物联网作为连接人、机器和设备的关键支撑技术，应加快推动布局，抓智能化转型机遇。
物联网行业就业前景怎样
根据报告，当前中国物联网产业主要采取重点地区率先试点，其他地区逐步跟进的方法来推动发展。因此，物联网安装调试人员的就业以一二线大城市、经济发达地区及无锡、杭州等试点地区为主。随着产业发展，尤其是5G技术在多个城市展开试点，二三线城市也在积极布局物联网产业试点规划，就业形势会越来越好。
得益于国家政策的大力支持和越来越多企业的频频布局，中国物联网产业快速发展，对相关人才的需求也持续增长。调查预测，未来5年物联网安装调试员人才需求量近500万人。
——以上数据及分析请参考于前瞻产业研究院《中国物联网行业细分市场需求与投资机会分析报告》。
姓名：陈心语 学号：21009102266 书院：海棠1号书院转自： 人工智能在中国航天的应用与展望_数据 (sohucom)
嵌牛导读
随着物联网、大规模并行计算、大数据和深度学习算法等技术的突破，人工智能近年来取得了突飞猛进的发展，在图像识别、语音识别、自然语言处理、无人驾驶、智能机器人等众多领域展现出令人期待的发展前景，并得到了国内外各政府的关注和支持;该文将人工智能技术与运载火箭、深空探测器、武器装备等航天应用相结合，论述其在自主规划航天任务、高效智能地面测试、全面快速设计保障等方面的应用模式，并从产品规划、顶层设计、产品打造、具体实施几个方面对中国航天后续发展人工智能技术提出了相关的对策建议。
嵌牛鼻子人工智能运用于航天。
嵌牛提问人工智能在航空航天中有什么运用呢？
嵌牛正文
岳梦云, 王 伟, 张羲格
(北京宇航系统工程研究所，北京 100076)
摘要： 随着物联网、大规模并行计算、大数据和深度学习算法等技术的突破，人工智能近年来取得了突飞猛进的发展，在图像识别、语音识别、自然语言处理、无人驾驶、智能机器人等众多领域展现出令人期待的发展前景，并得到了国内外各政府的关注和支持;该文将人工智能技术与运载火箭、深空探测器、武器装备等航天应用相结合，论述其在自主规划航天任务、高效智能地面测试、全面快速设计保障等方面的应用模式，并从产品规划、顶层设计、产品打造、具体实施几个方面对中国航天后续发展人工智能技术提出了相关的对策建议。
关键词： 人工智能； 大数据； 航天应用
0 引言
在十二届全国人大五次会议上，国务院总理李克强在作政府工作报告时表示，要“全面实施战略性新兴产业发展规划，加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化”，这也是“人工智能”这一表述首次出现在政府工作报告中。
近年来，物联网、大规模并行计算、大数据和深度学习算法这四大催化剂的发展，以及计算成本的降低，使得人工智能技术突飞猛进。2016年12月，升级版“AlphaGo”化名“master”在60场互联网棋局车轮大战中连胜柯洁九段、陈耀烨九段、朴廷桓九段、芈昱廷九段、唐韦星九段等高手，取得全胜战绩，引起各界对人工智能的广泛关注与讨论。
1 人工智能的四大先决条件
11 物联网
随着摄像头、麦克风、各种类型传感器的发展，基于物联网技术的智能设备得到了飞速提升，而大量智能设备的出现则进一步加速了传感器领域的繁荣。这些传感器负责采集数据、记忆、分析、传送数据，将外部世界数字化，为智能系统提供了多维度的数据输入，成为数字世界与物理世界交互、反馈的接口和手段。
12 大规模并行计算
并行计算(Parallel Computing)指同时使用多种计算资源解决一个计算问题的过程，能够有效的提高计算速度和处理能力的一种有效手段。海量的分布式计算资源和超高速计算能力，令快速处理大量数据、训练复杂模型、用知识体系代替人类常识成为可能。这些知识和模型为人类和机器人提供智能的辅助决策，让人工智能成为现实。
13 大数据
大数据具备Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)的5V特点。在过去，要尽可能全面地认识某项事物，必须合理设计抽样调查的策略，使样本能够尽量覆盖全集特征。随着计算能力的提升，可以不再采用随机分析法这样的权衡之策，而采用所有数据进行分析处理。大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。海量的数据为人工智能的学习和发展提供了资源。通过知识挖掘，可以从大量有噪声的随机实际应用数据中，提取人们事先不了解但是隐藏在数据中的有价值的信息和知识。这种对隐性信息的挖掘是大数据价值的核心，也是实现人工智能的关键。
14 深度学习算法
深度学习算法作为机器学习的一个分支，由Hinton等人于2006年提出，是人工智能迎来新一轮飞速发展最重要的核心技术[1]。深度学习算法用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征，其中最广为使用的算法包括卷积神经网络(convolutional neural networks，CNN)、循环神经网络(recurrent neural network，RNN)长短期记忆网络(long short-term memory，LSTM)等，需要根据具体应用场景和数据特征加以选择。深度学习是对人类思维方式的建模，让机器能够理解人的行为，并将知识运用到与用户的交互中，达到机器“人性化”的终极目标，实现人工智能技术在商业中的落地。
2 人工智能的细分领域
21 图像识别
通过结合大数据的训练，人工智能可以对图像进行预处理、图像分割、特征提取和判断匹配。在图像识别的技术框架中，人脸识别应用非常广泛。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。目前国内领先企业旷视科技的人脸识别准确率已高达99999%。此外，在产品生产质量检验上，图像识别技术应用也非常广泛，例如：机械类产品的裂纹自动识别检测。
22 语音/语义识别
利用特征提取技术、模式匹配准则及模型训练技术，语音识别能够让机器对采集到的语音信息进行识别和理解，转化为文本或命令。例如在军事上，可通过语音识别确认说话人的身份、侦听情报内容、或下发 *** 作指令，具有非常重要的价值。目前，针对中小词汇量非特定人的语音识别系统识别精度已超过98%，针对特定人的识别精度甚至更高。
23 自然语言处理
语言是人类区别其他动物的本质特性，因此理解语言也是人工智能的一个核心方向。综合语言学、计算机科学、数学等多种科学，自然语言处理研究能实现人与计算机之间有效通信的各种理论和方法，以一种智能高效的方式，对文本数据进行系统化分析、理解与信息提取。通过使用自然语言处理技术，可以管理大块的文本数据，或执行大量的自动化任务，并且解决如自动摘要，机器翻译，命名实体识别，关系提取等语言相关任务[2]。
24 无人驾驶
无人驾驶的核心技术是即时空间建模和人工智能技术。低成本高效率的感知解决方案是无人驾驶的基础，高精度底图的建立是无人驾驶的关键，具有深度学习的算法芯片是无人驾驶的核心。在过去六年内，谷歌无人驾驶汽车在公路上安全行驶220多万公里，仅发生17起交通以外，而且均是由人类失误引发的。
25 智能机器人
智能机器人融合了几乎所有人工智能分支技术，它至少需要具备感觉要素、反应要素和思考要素。它能够理解人类语言，感知、分析周围环境信息并调整自己的动作。目前已发展出多样化的机器人种类，从智能水平较低的工业机器人，到智能陪护机器人再到高级智能机器人。
3 人工智能在中国航天上的应用前景
31 更自主的任务规划
航天飞行任务规划是一个典型的知识处理过程，其中涉及较为复杂的逻辑推理和众多的约束条件，这种问题适合采用人工智能的方式加以解决，实现“人工智能+”。
311 “人工智能+运载火箭”——高容错飞行
运载火箭的飞行入轨面临的是一个地面难以复制和仿真等效的全新环境，飞行阶段程序转弯、发动机关机、级间分离、再次点火、姿态修正、载荷分离诸多环节中数百个零部件任一失效偏差都可能给火箭带来不可挽回的损失，是运载火箭成败与否的核心一环。高机动性、短飞行周期、恶劣环境都意味着人无法有效干预，因此，发动机推力下降、姿控极性接反均直接造成了任务失败，飞行风险居高不下。
目前的箭载计算机大多不具备重新规划飞行任务的能力，或需要地面人工计算制导诸元后，通过测量系统进行了上行注入，一定程度上实现d道的重规划，将卫星送入轨道[3]。
未来，将运载火箭设计阶段梳理的飞行过程故障模式与传感器参数相结合，研究基于人工智能的运载火箭飞行阶段故障自诊断以及深度学习训练方法，在分秒必争的运载火箭飞行段完成故障预测、故障定位与故障隔离工作，并通过轨迹d道重规划、制导姿控模型重生成，有效隔离局部故障，规避失败风险，最优化飞行轨迹与姿态控制，有效挖掘潜在运力资源[4]。
除此之外，在运载火箭发动机关机、级间分离后，分离的舱部段通过自主感知和自主控制技术，与卫星定位信息、地形布局信息动态匹配，通过发动机再次点火，实现舱部段自主飞行、平稳下落、精准落地以及主动防护，通过舱部段及各级发动机的回收再利用，显著压缩运载火箭任务周期，降低运载火箭制造成本。
312 “人工智能+深空探测器”——自主规划
现有行星探测器的主要前进方式为：拍摄前方照片通过遥测发回地面站， *** 作人员根据图像确定前进路线，再通过上行通道上注行动指令，实现探测车的行驶 *** 作。这种模式过于依赖地面测试人员，效率较低，很多时候由于行星表面环境较为恶劣，或者由于距离的确过于遥远，遥测控制信号也比较微弱，或者由于地球自转引起相对位置改变，无法实现遥测遥控，更难以实现探测器的实时控制。基于人工智能、视觉计算、监控装置的自动驾驶将大幅提高探测、地形勘测的效率。根据视频摄像头、雷达传感器以及激光测距器来了解周围的地形状况，利用图像识别等智能感知技术、智能决策和智能控制技术可以实现行星探测车的自主行动，选取最优探测路线，智能避开障碍物体，以最小的代价、最高的效率采集有用信息，大大辅助深空探测应用。
深空探测应用中，复杂航天器是由大量元器件和软件组成，长期的在轨运行，元器件的故障和软件的不完善在所难免，由于太空环境的特殊性，当某部分损坏时，难以通过人员进入太空进行判别和修复，利用人工智能技术结合空间高精度、高灵敏度机械臂，通过智能分析航天器数据，实现故障的自主定位、自动识别和在轨自主修复，在轨 *** 作、组装、拆卸、管理。
313 “人工智能+武器装备”——智能作战
通过多维度侦查探测系统，智能感知、发现、定位、跟踪敌方动态、电磁频谱信息、作战行动等战场态势信息，以最少的人员、更少的代价、最大化地获取战场情报数据，辅助智能判别与智能决策应用。如利用覆盖红外、可见光、微波雷达等多种技术手段，实现一体化、集成化的多模融合探测装置，智能感知多维度、多层次、多类型数据，然后应用数据配准、智能去噪等预处理手段获取高质量多源数据，再利用深度学习、模糊推理、专家系统等智能技术，建立目标识别和威胁判别模型，实现武器装备作战环境中目标智能探测感知和识别。
通过给武器装备各类传感器、探测器，智能探测感知飞行空间信息、拦截d信息等，数据传输给d载智能“大脑”，设定相应的优化准则、目标等，通过数据分析，智能自主决策，规划调整飞行d道，通过动力学气动调整，改变飞行轨迹，增强突防性能[5]。
人工智能使无人机个体具备较高的智能水平，协同作战能力显著提高，从而形成低成本的无人机蜂群战术。目前，以美国国防高级研究计划局(DARPA)为首的众多机构，都投入了大量经费就无人机集群在空中的协同作战理论和技术展开研究，包括无人机的快速编队、多机间通信协同，自主战术决策与下达作战命令等，构建多无人飞行器的任务自组织系统分布式体系结构。
32 更高效的地面测试
运载火箭的测试发射同样是一个多学科交叉，多专业耦合的复杂系统工程，是运载火箭成败与否的关键一环。状态准备、测试 *** 作、预案决策、数据判读，每一环都是技术能力的保障，都是知识经验的考验，同样每一步都离不开人的参与，成败维系在每一名人员身上，高水平人员的稀缺造成测试发射无法多任务并举，以及连续疲劳带来的风险造成测试发射周期无法进一步压缩，通过应用人工智能技术，可显著提升测试效率，降低发射成本[6]。
321 采集层
通过多样化的手段代替传统的传感器采集或人工直接观测，基于视频语音识别技术的应用可以大大减少火箭本身测点的布置。例如：发动机工作状态，可以通过对其工作时的声音进行频谱分析；一些机构的动作，可以通过非接触的摄像机直接观察；仪器仪表的指示灯状态监控，可以通过摄像头摄录信息，之后在后台用图像识别的方式的进行自动判断。
322 处理层
人工智能技术极大的提升了设备的数据处理与故障诊断的能力。对地面测试数据进行统一管理和应用，除了完成流程自闭环的反馈判断，还能够对数据的趋势、关联进行综合分析，设备不但可以掌握自身的运行状态，实现故障检测与隔离，启用合适的故障预案，还能够想设计 *** 作人员提供辅助决策和任务规划建议。
323 执行层
前端无人值守是未来火箭发展的必然趋势。电测过程中的脱查脱拔等人为 *** 作、异常故障时的抢险 *** 作，可以采用带视觉定位系统的机械臂来完成。此外，后端的人机交互也可以加入语音识别、手势感知等新型指挥手段，提高测试效率。
33 更全面的设计保障
331 智能设计
引入人工智能技术，可以将目前的半智能化计算机辅助设计系统升级为智能化计算机辅助设计系统，整合现有的海量资料及资源，模拟人脑思考的过程，彻底解决上述三类问题。采用人工智能技术的“航天大脑”可以根据型号需求提供总体文件的初稿，总体设计师进行决策修改后，“航天大脑”将系统需要的文件自动下发至系统级，并形成系统级文件的初稿，系统设计师进行决策修改后，“航天大脑”再将单机需要的文件下发至单机。在进行具体设计时，设计师仅需将设计输入文件提交至“航天大脑”，系统则会根据需求以及所学习的设计文件完成设计工作。如设计电缆网图时，设计师仅需将电缆的几何尺寸、点位定义等提交至“航天大脑”，“航天大脑”会自动绘制出电缆网图的模板，并自动给出诸如线缆型号推荐、连接器型号推荐等辅助决策信息，设计师将不需逐个翻阅厂家的手册即可完成设计，设计效率将大大提高。此外，由于“航天大脑”能够在很短的时间内完成大量文件的学习工作，并从中找出最优方案，设计的标准化和设计水平也能够得到保证。
332 智能制造
智能制造是一种由智能机器和人类专家共同组成的人机一体化智研制造系统，通过人与智能机器的合作共事，扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。它把制造自动化的概念更新，扩展到柔性化、智能化和高度集成化。
利用大数据技术，对于运载火箭制造装配需要的物资、工具、生产线、场地、工装、人员、运输车辆都统一进行编码采集与实时定位管理，将散布在全国各地的运载火箭制造装配资源条件，进行投筹管理，真正做到全国一盘棋。并与运载火箭发射任务计划有机对接，通过态势分析与智能预测，实现生产规模进度的最优化预测管理，成本进度最优化，并能够实现突发风险的动态应变处置，实现成本最优化管理。
在生产过程中，也完成了对火箭全生命周期信息的收集与保障。建立火箭的综合档案履历资料库，收集制造、装配、测试各个过程的数据与知识，构建大数据分析中心，作为智慧火箭的数据支撑与健康诊断的依据，降低设计和研制成本、提升测发效率、提升火箭的可靠性[7]。
333 远程支持
随着在运载火箭高密度发射、零窗口点火变得常态化，靠大量人力在靶场保障发射任务的模式已难以适应未来的发展需求。发射中心将从逐步从靶场向远程后方迁移，以日本epsilon火箭为例，科研人员远程使用两台笔记本就可实现火箭发射控制。
远程支持中心能够统一接收、存储各靶场各型号发回的测试数据并存储，并通过智能搜索引擎随时搜索查看关心的数据及相关文档；针对当发测试数据，结合历史数据进行大数据分析，提前识别出可能有质量隐患的关键节点；当靶场出现故障时，远程支持中心通过多媒体、虚拟现实等手段开展协同排故工作。
4 中国航天发展人工智能的对策建议
41 聚焦航天 “大脑”技术体系，做好战略规划和顶层设计
基于对大数据与人工智能的探索和积累，提出以技术-产品-服务为核心的航天“大脑”，其技术体系设想如图1所示。
图1航天“大脑”技术体系
411 技术层
智能感知是为机器装上触觉、视觉、听觉、神经和运动机构等智能硬件，使其具备感知世界的能力。通过集群和虚拟化技术实现对海量数据的快速预处理、分布式存储、并行计算等，为智慧大脑提供强大的记忆”和“计算”能力。
412 产品层
智慧产品包括智慧院所、智慧火箭、智慧装备和智慧民用产业。其中，智慧院所是所有智慧产品研制的基础，其可以充分激发员工创新创业热情，并为员工提供高效便捷的管理方式；智慧火箭指的是为火箭装上“触觉”和“大脑”，降低测发控对人的依赖，提升火箭可靠性；智慧装备指的是通过全寿命周期的健康管理，实现装备自主保障；智慧民用产业指的是通过军民融合方式，将军用技术转向民用领域，如智能健康监测、智慧家电远程测控、智慧照明、智慧安防等领域。
413 服务层
未来应全力推动大数据人工智能等技术与航天装备的结合，实现装备信息智能采集、远程保障、智能决策的完美集成，发展模式也将由提供产品向提供全方位解决方案的服务转变。
42 打造航天“大脑”系列产品，快速形成专业的能力和队伍
421 智慧院所
以创新为驱动、以信息化为基础、以知识为载体，利用智能科学理论、技术、方法和信息及自动化技术工具，充分有效地整合和优化利用各类内外部资源，保证能够持续创新，不断开发新产品、新服务，为航天单位的发展提供智能决策。
422 数据银行
建立航天大数据中心，成立“航天数据银行”，对产品研制、生产等多环节的数据进行统一管控、统一挖掘，实现数据挖掘效果的最大化，创造服务价值。智慧管理通过实现产品全寿命周期的统一管控，建立基于数据信息驱动的智能化研制模式，提升工作效率。智慧决策基于大数据技术，将先进管理理念、业务流程和管理模式等融合，实现管理信息化和智能化，达到“降本增效”的目的。
423 智能装备
通过大数据与互联网等高新技术，实现火箭的高度信息化与智能化。包括智慧的远程发射支持平台，智慧的测发指控平台，智慧的全寿命周期综合保障平台。智慧的远程发射支持平台通过大数据技术，训练后方的智能机器大脑，提升异地协同保障能力，减免专家到一线协助排故，解决问题。智慧的测发指控平台依托于语音识别、图像识别、大数据等技术，实现自主的测发指控过程。智慧的全寿命周期综合保障平台利用大数据技术保障数据统一化规范，完成自主健康评估、精准的寿命预测和数据驱动的视情维修[8]。
424 智慧产业
依托剩余载荷和末级监控，实现对地观测等服务，依托远程测控、健康监测、大数据、新一代信息应用技术，通过融合智慧城市中的多源数据，在智慧城市和智慧产业中，提升城市的精细化管理水平，同时为航天单位军民融合开拓增收，锻炼队伍。
43 分布落地执行，拓展航天“大脑”的服务
未来，应全力推动大数据人工智能等技术与航天装备的结合，实现装备信息智能采集、远程保障、智能决策的完美集成，航天企业的发展模式也将由提供产品向提供全方位解决方案的服务转变，如智慧的发射服务、全面的体系作战服务和智慧的军民融合服务。智慧发射最终要实现输入一个指定的位置坐标，为其精准、快速、智能、高效、低廉地发射到指定地点。全面的体系作战服务基于大数据和人工智能技术，能够实现装备的自主保障、战时智能决策和一体化的体系作战。智慧的军民融合服务结合现有的技术和民用产业，开展更多的智慧产业服务，通过信息和通信技术的应用，提升城市的管理水平，提高市民的生活质量，令城市运行和市民生活更加智能。
参考文献:
[1]夏定纯, 徐 涛 人工智能技术与方法[M]华中科技大学出版社, 2004
[2]张 妮, 徐文尚, 王文文 人工智能技术发展及应用研究综述[J] 煤矿机械, 2009, 30(2):4-7
[3]沈林城, 关世义 开放式飞行任务规划方法[J]宇航学报, 1998, 19(2):13-18
[4]席 政 人工智能在航天飞行任务规划中的应用研究[J] 航空学报, 2007, 28 (4) :791-795
[5]张 克, 邵长胜, 强文义 基于面向Agent技术的任务规划系统研究[J] 高技术通讯, 2002, 12(5):82-86
[6]鲁 宇 中国运载火箭技术发展 [J] 宇航总体技术, 2017(3):5-12
[7]郭凤英, 何洪庆 人工智能技术在航天领域的应用[J] 中国航天, 1996(6)：19-21
[8]谭 勇, 王 伟 智能故障诊断技术及发展[J]飞航导d, 2009(7):35-38
Application and Prospect of Artificial Intelligence in China Aerospace
Yue MengYun, Wang Wei, Zhang Xige
(Beijing Institute of Aerospace SystemEngineering, Beijing 100076,China)
Abstract : With the breakthrough of technology such asnetworking, massively parallel computing, big data and deep learningalgorithms, Artificial Intelligence has achieved rapid development in recentyears, exciting prospects for development in image identification, voicerecognition, Natural Language Processing(NLP), self-driving, thus got theattention and support from governments of the world This paper combinesartificial intelligence technology with space applications such as rockets,deep-space detector and weapon equipment, then describes its applicationprospect in space Mission Planning, Ground Testing, Integrated Support, etcAnd puts forward relevant countermeasures and suggestions on the subsequentdevelopment of AI technology in China Aerospace
Keywords : Artificial Intelligence; Big Data; China Aerospace
收稿日期：2019-02-18；修回日期：2019-02-26。
作者简介：岳梦云(1988-)，女，安徽合肥人，硕士，工程师，主要从事运载火箭与导d的地面测发控系统设计方向的研究。
文章编号：1671-4598 ( 2019 ) 06-0001-04
DOI ： 1016526 / jcnki11-4762 / tp201906001
中图分类号：TP18
文献标识码：A物联网目前仍处于起步阶段。何时才能称为“爆发”我认为，当有很多应用出来，而且比较成熟，特点是把整个产业链走通，从构建网络到提供服务，并产生收益，而且得到相应的回报。
就中国国情而言，物联网市场的发展无论规模还是速度都在全球范围内处于领先水平。中国信息通信研究院于近日发布预测，认为2016年产业将向物联网20阶段迈进。届时将主要出现两大转变：小范围局部性应用向较大范围的规模化应用转变，垂直应用和闭环应用向跨界融合应用和开环应用转变。未来，物联网在中国意味着一个万亿级别的市场空间。随着“互联网+”、“中国制造2025”战略的深入实践、“万众创业、大众创新”热潮迭起，物联网技术成为传统企业寻求转型升级的关键、新兴业务拓展创新渠道的利器。
万物互联时代，机遇无穷。然而在产业前进的过程中，也存在一些亟待大家共同解决的问题
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）