请问物联网工程是什么专业？

物联网工程主要研究物联网的体系结构、信息处理、安全技术、系统及其应用等方面的基本知识和技能，涉及通信、传感、网络以及RFID、嵌入式系统等多个方面，其应用在生活中屡见不鲜。例如：网易云音乐的在线搜索、联网听歌，淘宝APP联网搜索各类商品，从个人电脑上传视频资料至百度云盘等。
自考/专升本有疑问、不知道自考/专升本考点内容、不清楚当地自考/专升本考试政策，点击底部咨询官网，免费获取个人学历提升方案：>

随着互联网的快速发展，物联网也在阔步前行，与此同时，物联网对人们的影响也越来越大。如今，诸多IT公司都大量投资物联网，以此将人与设备、设备与设备以及系统与系统连接起来。据市场研究机构IDC的研究人员估算，到2020年时，物与物联网的规模将是比人与人联网的规模高26倍。
如今，从人们与周围事物互动的角度来看，物联网已经在影响人们的日常工作。预计将来物联网还将发挥全新的作用，并将改变人们的交通、交流和协作的方式。为什么呢？以下10大原因将对此问题作出更好的解释。
1、让人们路途中的交通更加快捷
人们约有15%的交流时间花费在路上，约有17%的燃料消耗在等待红灯的过程中。道路上的传感器、交通视频摄像头以及道路的中央分隔带都将影响着汽车与驾驶员的“谈话”方式。通过监控行驶速度、交通信号灯、事故以及当前的路况等信息，编入程序的汽车，甚至是道路都将给驾驶员的移动设备发去最有效的行驶路线，从而减少交通时间，节省燃料，并让人们出行更安全。
2、预测产品的稳定性
在产品出货之后，买方与卖方之间的互动往往就会减少，如果双方没有新的交易或产品出现问题，那么买方与卖方之间的交流也几乎没有。预测技术能够监控产品的“稳定性”，从而在问题出现之前就能够及时地发现问题。在倡导消费者为先的时代，一家公司如果掌握了预测产品性能的监控技术，那将意味着这家公司将能够让消费者感到满意，并避免问题的出现。
3、创建更多的工作职位
数字朝代已经开创了IT工作职位的新时代。随着物联网的兴起，云和大数据相关的工作也越来越专业化。市场研究机构Gartner去年就发布报告称，首席数码官（CDO）的数量正在不断上升。Gartner还预测称，到2015年时，约有25%的公司将设立这样的工作职位，以此来管理公司数字，在这样的形势之下，数据专家也将成为公司的重要资产。在获得了大数据和分析的价值之后，人们也将开始看到更多的首席数据科学家、分析师、甚至是客户满意官员等相关的工作职位，甚至还会出现我们目前还没有想到的职位。
4、提供工作能力
社交媒体的崛起已经为人们的交流和团队协作开创了新的时代。像Box、Skype、Jive和Facebook等有价值的社交工具已经吸引了下一代工人的关注。视频交流和图像交流等也将节省人们的交流时间，同时也让这些社交工具与现代化的协调工作系统不分上下。
5、便于将非结构化数据转化成结构化数据
大数据不仅仅是“大”，而是“巨大”。大数据如果被很好地利用的话，那么将会给商业创造更多的价值，特别是在非结构化数据转化成结构化数据之后。分析数据并将这些分析后的数据整合到有用的信息之后，这些数据将会提供消费者、产品行为、市场状况、员工生产力以及更多的相关有用信息。
6、更利于环境保护
如今，感应器已经在一些办公大楼和家庭内运行，但展望未来，这种感应器将成为现代建筑基础设施的必需品。随着用户在房间或卧室内的移动，安装后的动作感应器也将能够按照用户需求打开或关闭灯光设施、加热器、空调、咖啡机和电视机等设备。这些感应器如今已经整合到盲人设备之中，并利用温度和光线等决定打开和关闭相关设备的时长。最终，这种感应器很好地帮助人们节能，节省资金并保护了环境。
7、更好地定位
物联网让位置追踪服务更加简捷。目前，手机、汽车甚至是医院内的联网设备都能够被定位，从而节省有价值的资源。诸多公司将能够很快地追踪他们业务的每一个细节，包括从库存到订单履约情况等，并根据这些位置信息来部署现场服务和员工。工具、工厂和汽车都将能够连接基于位置技术的网络之中，从而让整个链条更加有效。
8、更加智能化的沟通与服务
即使是水冷却机也能够连接到物联网，从而更好地让人们利用更多的时间。例如，水冷却机（或咖啡机、快餐店等）都能够更加智能化的记忆用户的个人偏好，并根据声音和动作激活技术提供相应的服务，甚至是按照用户的需求传递饮料，而不需要用户等候。
9、改变医生工作方式
物联网正在改变医生的工作方式、病人的体验以及整个医患关系。如今，病人的病情必须经过医生当面确诊后才能作出评估。将来，物联网将能够让医生直接读到病人身体相关的数据信息，从而让医生远程实时的掌握病人的信息。
10、根据天气状况安排工作
如今，天气预报主要依赖一些卫星和地面天气监测的结果而进行。将来，大量的感应器将会整合到不同的设备之中，以及空中和地面的数据接受站。使用大数据分析来更好地预测地球状况，将有利于人们更加熟练准确的掌握天气状况和气候变化情况，这样将能够进行更加准确的天气预报，从而让人们更好的规划一周的工作。从全球范围来看，物联网将意味着人们能够更加准确地预测气候变化趋势和自然灾害情况。

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

重庆蜂群科技有限公司是2017-04-10在重庆市江北区注册成立的有限责任公司(自然人投资或控股)，注册地址位于重庆市江北区洋河一路68号1幢19-1。

重庆蜂群科技有限公司的统一社会信用代码/注册号是91500106MA5UGXD46N，企业法人唐津菲，目前企业处于开业状态。

重庆蜂群科技有限公司的经营范围是：计算机软硬件技术开发、技术咨询、技术转让；移动互联网技术开发及销售；区块链系统、人工智能、物联网、大数据、云计算、虚拟现实的技术开发及服务；电子产品（不含电子出版物）研发、销售及售后服务；市场营销策划；商务信息咨询；企业营销策划；利用互联网销售：电子产品（不含电子出版物）、办公用品、工艺礼品（象牙及其制品除外）、玩具、日用百货（不含农膜）、针纺织品。（以上范围国家法律、法规禁止经营的不得经营；国家法律、法规规定应经审批而未获审批前不得经营）。本省范围内，当前企业的注册资本属于一般。

通过百度企业信用查看重庆蜂群科技有限公司更多信息和资讯。

对的。目的的正义性、时空的有利性、装备的先进性、资源的充实性、人员的精神性等一系列要素联合决定了一场战争的胜负。单就武器装备而言，信息获取力、战术机动力、火力打击力、战场生存力、指挥控制力、综合保障力是考察武器装备先进性的主要维度。

在传感器、通信电子、自动化和人工智能技术的加持下，无人作战系统所呈现出的是一类全新的装备形态。以声音波、电磁场、引力场为工作介质的雷达、图像、声音传感器使无人作战系统拥有了明察秋毫的“千里眼”、“顺风耳”；以计算机视觉、自然语言处理、深度神经网络、机器学习为基础的自动目标识别与态势理解算法使无人作战系统拥有了一颗超强大脑；以自主感知、自主决策、自主执行为特点的自主机动、自主打击、精确制导技术使无人作战系统拥有了强大的行动能力。
有鉴于此，就武器装备先进性的角度，完全可以说“21世纪的核心武器是无人作战系统”。随着无人作战系统逐渐走向战争舞台中央，一场以无人作战系统为装备主力的智能化战争已经迎面走来，旧的对抗机制正在改变，旧的作战样式已被颠覆，新的制胜机理正在形成，新的军事革命正在孕育。
开启智能战争，改变对抗机制
科学技术和武器装备的每一次重大进步，都会推动战争对抗机制的重大变革。最近几十年，无人作战系统已逐渐在局部冲突中应用。虽然目前来看，无人作战系统尚处于比较初级的阶段，但无人作战系统的局部应用标志着机器战争的来临，随着军事智能科技及无人作战系统加速进入战场，战争对抗机制将在对抗重心、对抗控制、对抗空间等各个方面呈现出新的特点。

在对抗重心上，“制智权”将成为智能化战争夺取的制高点。随着人类作战空间向海洋、空中、太空、电磁领域拓展，“制海权”“制空权”“制天权”“制电磁权”相继成为作战争夺重点，并不断改写战争规则。无人作战系统的出现使得智能优势成为进阶优势，“制智权”代替制空间权成为作战重心。“制智权”的核心是对认知速度、质量优势的争夺。认知过程包括感知、理解和推理、决策三个不断复现的阶段。
“制智权”争夺，首先在感知阶段展开，智能技术能够对军事感知对抗进行广泛赋能，从传统的隐蔽伪装、电磁静默到电子对抗，再到黑客接管以及量子通信，目的是让对手无法进行感知或者感知到垃圾信息、虚假信息，确保己方准确、快速地感知对手和战场。其次，在理解和推理阶段，“制智权”的争夺则主要是在智能化手段辅助下通过战术、谋略运用，让己方能够制定合理的决策方案、计划，使对手无法或难以准确判断、理解我方行动意图。同时，也可以通过对脑机能干扰和影响人员思想意识、价值判断、心理情绪等，扰乱、破坏对手的认知，还可以通过攻击、破坏辅助决策和自主武器装备信息数据处理硬件，达到占据认知速度、获取质量优势的目的。最后，在决策阶段，无人作战系统将成为“智能参谋”，决策模式从“人+指控系统”转变为“人+人工智能”。以人工智能为主导，能够根据数据选择算法，以算法驱动决策，实现灵活高效的辅助决策。例如，在蜂群作战中，无人机之间通过高速无线网络交换标准化的数据包，包括各自坐标、航向、航速、功能等，并针对任务目标规划各自任务分工等，是限定的“以算法为核心”的“智慧云作战”，体现出强大的战术级自主决策能力。
在对抗控制上，无人作战系统的参与，将使控制更加精确直接。信息化时代，武器的杀伤特征主要体现在指挥控制的精确性和渗透性。但由于指挥体系的扁平化和网络化，指挥层次压缩，指挥跨度增加。指挥员虽然能够通过屏幕实时感知战场态度，但对具体行动的细节掌握不全面，很难对一线战场做出快速反应。未来无人作战平台的武器系统作战效能不断增强，利用智能化感知、智能化认知和智能化决策技术，实现高精度、强杀伤力、针对小范围打击，用更少的兵器装备、更短的时间实现战争目标。在作战中，各作战单元都可精准统一调度，指哪打哪，收放自如，战争局势将更加清晰可控。在伊拉克战争中，美军一位准将在指挥中心通过“捕食者”无人机实时传回的战场态势，直接向前线分队指挥官下达了包括部队如何部署甚至每一个战斗人员如何配置等超出其职责范围的战术命令。智能化时代，在无人作战系统的参与下，对抗控制更加精确直接的特点，在最近发生的几次军事行动中体现得淋漓尽致：美军2020年1月通过“死神”MQ-9无人机进行斩首行动，暗杀了伊朗特种部队高级指挥官苏莱曼尼少将；2020年4月对索马里东北部的巴里省实施的斩首行动中，使用无人机炸死了恐怖组织二号人物。
在对抗空间上，无人作战系统具有作战能力稳定、可长时间持续工作、不易受到伤害、可深入人类无法涉足地区的优势，在许多危险、恶劣环境中仍可执行各种复杂任务。比如在核生化感染地区、极地、深海、太空、外太空以及敌人内部的核心区域等等，无人作战系统具有“平台无人”的特点，因此能够快速部署到这些不便涉足的危险、恶劣环境中。2021年1月底，俄国防部为海军配备“URAN-6”扫雷机器人，并首次为黑海舰队服务，旨在清除近海区域中可能存在的爆炸装置，帮助俄军顺利进行登陆作战。无人作战系统的应用使得未来战争突破时空的限制，广泛渗透到多维全域的现代战争战场上，成为真正全天候、全方位的全维战争，陆、海、空、天、电、磁、网各领域都将成为双方激烈对抗的战场空间。
颠覆战争模式，改变作战样式
随着各类型无人作战系统成为新的作战要素，作为重要作战力量进入各军种，以多种形式编入部队，成建制地走上战场，军队的编制体制及作战样式也将发生巨大变化。

“混合编组，群体智能”的集群作战是无人作战系统的典型作战样式。数量庞大、成本低廉、结构简单的无人作战系统将部分取代高技术、高成本的信息化武器装备，并主要通过集群和数量优势战胜敌人。集群作战的本质是无人智能化作战平台通过物联网组成智能化作战体系，在集群作战算法的控制下，进行作战平台之间的自组织、自适应和自协同，实现集群自主作战的一种作战模式。人与武器将逐步分离，人由战争的前沿退向后方，主要负责战略决策和战役指挥。无人作战集群将逐步走向战争第一线，成为战术层面的主要执行者。当前，无人机“蜂群”作战是集群作战的典型代表，2020年1月，美军利用C-130A运输机成功发射并试飞了X-61A“小精灵”无人机，标志着美军即将具备利用“小精灵”“胶囊”““山鹑”这一类低成本无人机打造“蜂群”作战的能力，从而开启“天空母舰”时代。
“人机一体，有人-无人”的协同作战是无人作战系统的重点发展方向。人脑的优势在于具有创造性、灵活性和自主性，机器的优势在于速度快、精度高、抗疲劳。“人机一体，有人-无人”的协同作战本质上是机器的人工智能与人的自然智慧之间的协同。高层决策由人脑处理，大数据计算由机器完成。与蜂群协同相比，有人平台与无人平台的结合，难度更大，但更具实用性。“人机结合，协同行动”的优势主要体现在有人与无人平台各自特点上。比如，美军的“忠诚僚机”计划，就设想未来的有人机，如F-22、F-35等不再是另外一架F-22、F-35的僚机，而采用低成本、高机动性的无人机僚机。这种无人化僚机的角色是：充当武器发射平台，对有人长机指定目标发动攻击；对无人机感知的目标集实施打击；实施拦截来保护长机，必要时可以牺牲自己。
改变战争规则，重塑制胜机理
战争制胜机理是指为赢得战争胜利，战争诸因素发挥作用的方式及其相互联系、相互作用的内在机制、规律和原理。制胜机理因战争形态不同而相异。基于智能单元的信息化战争追求的是夺取“制智权”，双方将通过算法优势获得认知优势，通过信息的互联互通获得一体化作战优势，通过快速反应获得先发制人的优势，从而夺取战争主动权。
以算制胜是核心。算法是无人作战系统的核心，掌握更强算法的一方能够快速准确预测战场态势，创造出最优战法，实现“未战而先胜”。如果说信息化战争的核心是以“通信+传感器”构建起作战系统的网络，那么智能化战争的核心则是以“数据+算法”构建起作战系统的灵魂大脑。“算法战”是美国“第三次抵消战略”时提出来的，美国在智能武器、隐身飞机和网电空间的垄断地位被中国和俄罗斯打破之后，迫切需要构建自己的技术优势。算法作为人工智能的核心，以算制胜也成为了现代战争制胜机理的核心内容。
在战术层面，掌握算法优势的一方，能快速准确地预测战场态势，创造最优的作战方法，实现“未战而先胜”的作战目的。美国空军近年启动了从数据到决策的实验项目，2016年，美国辛辛那提大学开发了阿尔法超视距空战系统，该系统采用了模糊遗传算法，使得系统能够在与人类飞行员的无数次对抗中学习人类指挥决策经验，提取并生成决策机制。2017年，美国正式提出“算法战”概念，并组建“算法战跨职能小组”对其进行研究。2018年，美国前国防部长詹姆斯·马蒂斯披露，美军目前约有592个与人工智能相关的项目。其中，不乏存在与“算法战”密切相关的一些项目。借助这些算法，美军能够实现对目标的探测、分类和预警，为军事决策提供更多具有实际价值的情报。

在战役层面，算法可以通过战斗、演习、日常任务和模拟过程中得到的数据，在有监督或无监督条件下自主学习，从而实现对复杂和高不确定性的战场态势的快速识别、快速处理。美国海军在2017年10月的一次演习中，首次展示了MQ-9无人机执行反潜巡逻任务与长时间监视水下目标的能力。任务海区的声呐浮标将信号传输至巡逻的无人机，再将信号传输至地面控制站，地面控制站再将基于信号由人工智能算法自主生成的搜索方案传输给无人机。
以联制胜是基础。“联”究其本质，是按系统理论，变单平台为大体系，通过功能耦合和结构涌现，达到“聚能”和“增能”的目的。通过网络，战场上各要素形成一个24小时信息不断交流的一体化作战体系。通信技术的发展，为智能化战争奠定了“联通”基础。未来智能化战争中，无人战车、无人艇、无人机等武器装备与作战人员实施自主协同作战，其前提条件就是各武器平台之间能够实现信息实时共享。
在战术层面，无人机等先进无人单元作为高效能、低成本的作战单元，逐步改变信息化作战体系网络结构的性质，可以构建去中心化的作战网络。例如，无人机“蜂群”这样的智能无人集群，不仅作战效能更高，而且任务灵活性和生存能力提升明显，在一定程度上可以降低传统网络结构的脆弱性。在战役层面，传统武力平台受到指挥能力和信息传输通道的限制，能够部署的总体数量有限。而效能高、成本低的自主协同无人集群可以突破数量限制，并利用数量优势提升打击能力，实现低成本的饱和攻击。理论上，不考虑信息化作战体系和网络结构的加成，根据兰开斯特平方律可以大体上认为部队的战斗力与数量的平方成正比。因此，无人作战单元数量的增加，将带来火力打击能力的指数级增长。
以快制胜是关键。克劳塞维茨说: “一切行动都是或多或少以出敌不意为基础的，因为没有它，要在决定性的地点上取得优势简直是不可想象的。”在无人作战系统全面介入的未来战争中，态势感知、决策判断、行动执行的节奏和强度都将大大增加，武器装备在信息处理、战场机动、战术打击各方面的快速反应能力在夺取战场优势上的作用将进一步凸显。
在战术层面，无人作战系统加入战场，编队作战逐渐呈现出小规模、快进程、全联动、多样式的趋势，能够有效突然地对敌方重要目标进行全过程不间断的连续攻击。快速出击、隐蔽突袭的实质在于以高度信息化的无人作战系统为基础，在敌方尚未感知己方力量部署的前提下，采用敌方意想不到的战法，完成对敌方目标的突然袭击，制造敌方无法应对的战场局面，形成全面压倒性的战场优势。
在战役层面，从美国空军伯伊德上校在上世纪七十年代提出的“观察-判断-决策-行动”(OODA)来说，敌对双方在观察的基础上通过决策采取行动，任何一方的目标就是以比对手更快的速度完成OODA循环。无人作战系统的加入，能加速并提升部分环节的质量，如在观察环节，无人作战系统能明显提升获取信息的速度和质量，在判断环节，无人作战系统有助于高效地重构更高质量的战场态势，在决策环节，无人作战系统通过算法快速为战斗人员提供科学合理的决策。在行动环节，无人作战系统能对敌方目标实施超视距精准打击，对敌方力量部署形成全面压制，从而使己方战场态势对敌方形成“一边倒”的战场优势。在实际对抗中，一旦敌对一方的OODA循环速度大大快于对手，就会使对方无法跟上战争节奏，导致系统性崩溃。
联合出品：科普中国 光明军事
策 划：刘小兵
作 者：覃黎娜 杨爱华 孙振平
免责声明：本网站所提供的信息来源于科普中国、科普类微信公众号及互联网，转载目的在于传递更多信息及促进科学普及，并不代表本站赞同其观点 或对其真实性、准确性负责，也不构成任何其他建议。如果您发现网站上有侵犯您知识产权、肖像权、名誉权或其他权利的内容，请及时与我们取得联 系，我们会及时予以删除。
主办：上海市科学技术协会
沪ICP备10219502号-6
中国互联网举报中心
 沪公网安备 31010102006600号
Copyright © 2001-2022 上海科技报社版权所有
举报
举报内容

简介：重庆蜂群科技有限公司成立于2017年04月，是一家年轻的前沿科技公司，荣获2000万天使投资。主要从事外包业务、自身项目运营。是重庆市首批提出“区块链行业应用”的科技公司。
法定代表人：唐津菲
成立时间：2017-04-10
注册资本：1024万人民币
工商注册号：500106009504125
企业类型：有限责任公司
公司地址：重庆市江北区洋河一路68号1幢19-1

物联网是新一代信息技术的重要组成部分，也是“信息化”时代的重要发展阶段。其英文名称是：“Internet of things（IoT）”。顾名思义，物联网就是物物相连的互联网。这有两层意思：其一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；其二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信，也就是物物相息。物联网通过智能感知、识别技术与普适计算等通信感知技术，广泛应用于网络的融合中，也因此被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。
物联网是互联网的应用拓展，与其说物联网是网络，不如说物联网是业务和应用。因此，应用创新是物联网发展的核心，以用户体验为核心的创新20是物联网发展的灵魂。
ZigBee技术（>