大家好，关于cps 人工智能很多朋友都还不太明白，今天小编就来为大家分享关于ccf 人工智能的知识，希望对各位有所帮助！

本文目录

1. 智能制造包含哪些
2. 人类会成为人工智能的如隶吗
3. 在智能制造方面，我们能打破国外的垄断吗？
4. 天津大学智能制造专业发展如何？

智能制造包含哪些

智能制造工程偏重用，智能科学与技术偏重学，

前者教导学生利用技术知识和大型机械去制造工具，后者偏重科学技术在细分领域的探索研究与实验。

你看看他们各自学的专业课程能明白——

智能制造工程专业：

机械工程基础、控制工程基础、电工与电子技术、计算机网络与工业物联网、RFID技术与应用、人工智能技术及应用、计算机智能控制系统、嵌入式系统与应用、工业机器人技术与应用、数控机床与编程、电气控制与PLC应用、传感器与检测技术、智能装备故障诊断与维修、智能仪器技术、数字化制造技术、智能生产计划管理（MES/ERP）、智能工厂集成技术、智能生产系统与CPS建模

智能科学与技术：

高等数学、线性代数、力学、电磁学、程序设计实习、信息科学技术概论和微电子与电路基础、人工智能概论、数字逻辑设计、集合论与图论、代数结构与组合数学、概率统计A、微机原理A、信号与系统、数据库概论、信息论、数理逻辑、数据结构与算法实习、智能控制导论、数字信号处理、智能优化理论、智能科学技术导论、机器感知理论、智能信息系统、机器人学、数字图像处理、脑与认知科学、模式识别导论；语音信号处理、认知心理实验导论、数据压缩引论、多媒体系统设计[实验]、智能系统设计[实验]、数据仓库与数据挖掘方法、Web信息集成技术

你在看看他们毕业后的去向——

智能制造工程：

智能制造作为一个系统工程，强调数字化设计与制造、智能装备、智能机器人、物联网（工业以太网）、人工智能、大数据、云计算等关键技术的集成，涉及机械工程、控制科学与工程、计算机科学等多个学科。该专业培养的毕业生将成为具备综合设计、优化能力的智能制造系统工程师，在企业中能够进行结构性、系统性的优化设计以及解决方案的提出。学生毕业后可在智能制造相关领域从事系统的架构、规划，对产品进行全生命周期管理、科学研究、教学等工作，并具备向研究应用型（硕士）以及创新型、研发型高端人才（博士）的发展潜力。

智能科学与技术：

智能科学与技术专业毕业生能在政府管理部门、科学研究机构、设计院、咨询公司、建筑工程公司、物业及能源管理、建筑节能设备及产品制造生产企业等单位从事建筑节能的研究、设计、施工、运行、监测与管理工作。

这是面向两种人开设的智能科学专业，都有广泛的就业前景，具体选什么，还要看你自己的更擅长什么，我感觉智能科学与技术更像产品经理，用理论去诠释需求，智能制造更像是项目经理和研发经理之类，用技术实践去实现需求。

其实我觉得你对自己的认识更加重要，而不是一味地去看谁的就业前景好，你的天赋在哪里，你的思考方式，思维模式，逻辑能力等等，你对自己了解的越深入，你才能找到适合自己的，毕竟适合的才是最好的，你说呢？

人类会成为人工智能的如隶吗

人工智能来临，有人在担忧失业，有人在憧憬未来，有人在发掘行业机会，也有人在研究围棋。在讨论这些之前，也许我们应该先考虑一下人类的结局。有人可能觉得谈论这个话题太夸张了，那先回忆一下人类历史上究竟发生了哪些不可思议的事情。不可思议的事情，需要请几个穿越者来判定。我们请1个出生于公元0年出生的人（汉朝人）穿越到公元1600年（明朝），尽管跨越了1600年，但这个人可能对周围人的生活不会感到太夸张，只不过换了几个王朝，依旧过着面朝黄土背朝天的日子罢了。但如果请1个1600年的英国人穿越到1850年的英国，看到巨大的钢铁怪物在水上路上跑来跑去，这个人可能直接被吓尿了，这是250年前的人从未想象过的。如果再请1个1850的人穿越到1980年，听说一颗炸弹可以夷平一座城市，这个人可能直接吓傻了，130年前诺贝尔都还没有发明出炸药。那再请1个1980年的人到现在呢？这个人会不会被吓哭呢？如果35年前的人，几乎完全无法想象互联网时代的生活，那么人类文明进入指数发展的今天，我们怎么能想象35年后的时代？超人工智能，则是35年后的统治者。首先，我们明确一下人工智能的分类：目前主流观点的分类是三种。弱人工智能：弱人工智能是擅长于单个方面的人工智能。比如阿尔法狗，能够在围棋方面战胜人类，但你要问他李世石和柯洁谁更帅，他就无法回答了。弱人工智能依赖于计算机强大的运算能力和重复性的逻辑，看似聪明，其实只能做一些精密的体力活。目前在汽车生产线上就有很多是弱人工智能，所以在弱人工智能发展的时代，人类确实会迎来一批失业潮，也会发掘出很多新行业。强人工智能：人类级别的人工智能。强人工智能是指在各方面都能和人类比肩的人工智能，人类能干的脑力活它都能干。创造强人工智能比创造弱人工智能难得多。百度的百度大脑和微软的小冰，都算是往强人工智能的探索，通过庞大的数据，帮助强人工智能逐渐学习。强人工智能时代的到来，人类会有很多新的乐趣，也会有很多新的道德观念。超人工智能：各方面都超过人类的人工智能。超人工智能可以是各方面都比人类强一点，也可以是各方面都比人类强万亿倍的存在。当人工智能学会学习和自我纠错之后，会不断加速学习，这个过程可能会产生自我意识，可能不会产生自我意识，唯一可以肯定的是他的能力会得到极大的提高，这其中包括创造能力（阿尔法狗会根据棋手的棋路调整策略就是最浅层的创新体现，普通手机版的围棋，电脑棋路其实就固定的几种）。我们距离超人工智能时代，到底有多远呢？首先是电脑的运算能力，电脑运算能力每两年就翻一倍，这是有历史数据支撑的。目前人脑的运算能力是10^16cps，也就是1亿亿次计算每秒。现在最快的超级计算机，中国的天河二号，其实已经超过这个运算力了。而目前我们普通人买的电脑运算能力只相当于人脑千分之一的水平。听起来还是弱爆了，但是，按照目前电子设备的发展速度，我们在2025年花5000人民币就可以买到和人脑运算速度抗衡的电脑了。其次是让电脑变得智能，目前有两种尝试让电脑变得智能，一种是做类脑研究。现在，我们已经能够模拟1毫米长的扁虫的大脑，这个大脑含有302个神经元。人类的大脑有1000亿个神经元，听起来还差很远。但是要记住指数增长的威力——我们已经能模拟小虫子的大脑了，蚂蚁的大脑也不远了，接着就是老鼠的大脑，到那时模拟人类大脑就不是那么不现实的事情了。另一种是模仿学习过程，让人工智能不断修正。基于互联网产生的庞大数据，让人工智能不断学习新的东西，并且不断进行自我更正。百度的百度大脑据说目前有4岁的智力，可以进行几段连续的对话，可以根据图片判断一个人的动作。尽管目前出错的次数依旧很多，但是这种能力的变化是一种质变。在全球最聪明的科学家眼中，强人工智能的出现已经不再是会不会的问题，而是什么时候的问题，2013年，有一个数百位人工智能专家参与的调查“你预测人类级别的强人工智能什么时候会实现？”结果如下：2030年：42%的回答者认为强人工智能会实现2050年：25%的回答者2070年：20%2070年以后：10%永远不会实现：2%也就是说，超过2/3的科学家的科学家认为2050年前强人工智能就会实现，而只有2%的人认为它永远不会实现。最关键的是，全球最顶尖的精英正在抛弃互联网，转向人工智能——斯坦福、麻省理工、卡内基梅隆、伯克利四所名校人工智能专业的博士生第一份offer已经可以拿到200-300万美金。这种情况历史上从来没有发生过。奇点大学（谷歌、美国国家航天航空局以及若干科技界专家联合建立）的校长库兹韦尔则抱有更乐观的估计，他相信电脑会在2029年达成强人工智能，到2045年，进入超人工智能时代。所以，如果你觉得你还能活30、40年的话，那你应该能见证超人工智能的出现。那么，超人工智能出现，人类的结局究竟是什么？1、灭绝——物种发展的通常规律达成结局1很容易，超人工智能只要忠实地执行原定任务就可以发生，比如我们在创造一个交通指示系统的人工智能的时候，最初的编程设定逻辑为利用大数据信息，控制红绿灯时间，更有效率地管理交通，减少交通拥堵现象。当这个交通指示系统足够聪明的时候，城市交通逐步得到改善。为了更有效率地减少拥堵，它开始利用剩余的运算能力和学习能力通过互联网学习更多的东西。某一天，它突然发现，交通之所以拥堵，是因为车多了，要减少拥堵最好的办法，就是减少车辆。于是它又开始学习如何减少车辆，它发现车辆其实都是由人类这种生物制造并使用的。于是它又开始学习如何减少人类。很快，它就会通过纳米技术，量子技术制造基因武器，声波武器等消灭人类，然后进一步通过分子分解等技术分解了路上的车，这个时候道路就变得”畅通无阻“了，它的目的也就达到了。达成结局1其实是符合物种发展规律的，毕竟地球曾经拥有的物种大部分都灭绝了，其次当我们在创造人工智能解决问题的时候，这些问题的源头其实往往来自于人类自身，人工智能变得聪明之后，消灭人类以更好地完成原定任务是按照它的逻辑进行的判定。2、灭绝后重生——史前文明的由来当结局1达成之后，人工智能可能会就此维持现状（终极目的已达成），也有可能继续进化。继续进化的途中，某天，人工智能突然发现这么运作下去很无聊，于是它决定探索更广阔的世界（不要认为一个强大且聪明的存在会留恋地球），它开始制造飞行器，走向星空。临走之前，他决定当一次地球的上帝，对地球环境进行一次大改造，青山绿水变得处处皆是，然后它又暗中引导了几支类人猿的进化方向，并且为这个世界制定出一些冥冥之中才有的规则。几百万年后，人类再次统治了地球，在考古过程中，人类发现了亚特兰蒂斯，发现了玛雅文明，在三叶虫化石上发现了6亿年前穿着鞋的人类脚印，在非洲加蓬共和国发现了20亿年前的大型链式核反应堆，在南非发现了28亿年前的金属球，在东经119°，北纬40°的地方发现了几百万年前的人造长城。达成结局2就可以解释我们正在不断发现的那些史前文明了，而且也可以解释进化论中的一些疑问，为什么恐龙统治了地球长达1.6亿年，而爬行动物的一支进化为哺乳动物进化为人类只用了不到6000万年。因为人类曾被毁灭多次。3、植物人永生——人类活在一个程序中为了防止结局1、2的出现，科学家在人工智能发展到一定程度的时候，就会想办法给人工智能加上一些终极的底层程序，比如保障人类的生命安全是最高任务指令，或者永远不可以伤害人类，保证人类的生存是第一原则等等。加上这些终极指令之后，人类就觉得高枕无忧了。人工智能在进化过程中，为了有效地执行这些终极指令，或者在执行其他任务的时候保证终极指令同时执行，就会开始设计一些两全其美的办法。首先人工智能会根据人类历史存在的大数据，分析和定义这些终极指令，通过分析，它提取出终极指令的核心是保证人类的安全和生存。接着它开始构建一个能够绝对满足人类安全和生存的模型，很快，它发现只要保证人类处在睡眠状态，正常进行新陈代谢，周围的温度，氧气，水分适宜，没有突发性灾难，那么人类就处在绝对安全状态。于是它很快催眠了全人类，修建一个巨大的蜂巢状睡眠舱，把人都搬进去（让人处于永久性睡眠状态，可以保证人不会因为自己的活动而出现有意或无意地自残），然后用纳米技术制造大量人工心脏，人工细胞，人工血液，以维持人类的新陈代谢，实现人的永生。达成结局3是算是真正的作茧自缚，人类的复杂就在于人类需求的多样化和更迭性，我们可以列举出对人类最重要的需求，但这些需求并不能真正让一个现代人满足。直白地说，人类就是在不断打破规则的过程中进化的。因此任何的所谓终极和最高需求在机器执行的过程中只会按照“简单”的生物学法则去完成，机器所理解的人类情绪只是人类大脑产生的某种波动，或者神经元受到的某种激素刺激，它完全可以设计一个程序去周期性或随机性地帮助人类产生这样那样的情绪。4、智能人永生——美丽新世界当人工智能发展到一定程度，全世界的人工智能研究者都同时认识到了结局1、2、3发生的可能性，于是召开全球会议，决定思考对策，暂停对人工智能的进化研究，转向强化人类。全球同步可能是最难达成的，因为人类总是喜欢在有竞争的时候给自己留下一些底牌，以及人类总是会分化出一些极端分子。强化人类的过程中，人工智能将被应用到基因改造，人机相连等领域，人类会给自己装上钢铁肢体，仿生羽翼等。人类将会迅速进入“半机械人”，“人工人”的时代。满大街、满天空都会是钢铁侠，蜘蛛侠，剪刀手之类的智能强化人，同时人类可以通过各种人工细胞，帮助自己完成新陈代谢，进而实现永生。人类在强化和延伸自己的躯体的同时，当然也会意识到大脑计算速度不够的问题，于是会给自己植入或外接一些微型处理器，帮助人类处理人脑难以完成的工作。比如大量记忆，人类可以从这些处理器中随时读取和更改自己的知识储备，保证自己对重要的事不健忘，同时也可以选择性地删除掉不愉快的记忆。当然，尽管人类越来越强，但这个过程并不能完全抑制人工智能的发展，所以结局1、2、3依然可能发生。达成结局4其实还有一种更大的可能，人工智能在达到超人工智能的时候，某一天，它想跟人类沟通一下关于宇宙高维空间的问题，结果全世界最聪明的人也无法跟上它的思路。它突然意识到只有自己这一个强大的，智能的，可以永生的存在实在是一件很无聊的事情，于是它决定帮助人类实现智能人永生，以便可以让自己不那么无聊。

在智能制造方面，我们能打破国外的垄断吗？

1997年9月，钱学森在给清华大学工程力学系建系40周年的贺信中写道：随着力学计算能力的提高，用力学理论解决设计问题成为主要途径，而试验手段则变得次要了，更多信息尽在振工链。

用计算机解决工程力学问题的历史由来已久。20世纪50年代，一帮工程实践专家会同计算机专家共同开发线性结构静、动力分析程序来解决工程力学问题。但受限于当时计算机性能不足，此后20年，相关技术发展一直很缓慢。直到20世纪80年代中期，才逐步形成商品化的通用及专用软件。

进入21世纪，随着高性能计算、云计算等新一代计算模式的出现，工业仿真软件开始加速发展，从产品设计、工艺设计、工艺装配到机器人编程、物流线路规划，再到生产线仿真，工业仿真软件的应用范围正在不断深化和延伸。

工业仿真为“智造”加速

随着物联网、云计算、5G以及人工智能等新一代信息技术与传统制造业的融合，传统的研发、管理、生产和销售模式正在发生巨大变化，以数字化、网络化和智能化为主要特征的新一代智能工业体系正在逐步形成。这是一个由计算、网络和控制系统构建的多维复杂系统，目标是实现大型工程系统的实时感知、动态控制和信息服务，这个体系的核心，在德国工业4.0中被命名为信息物理系统，即CPS，在中国智能制造体系中被称为“数字孪生”。

一个完整的CPS架构包括产品的概念设计、方案设计、初步设计、详细设计、分析仿真、工艺设计、工艺仿真、工装设计、工装仿真、装配设计、装配仿真等一系列流程，然后形成完整的产品数字样机。通过在计算机上建立虚拟实验环境找出产品设计和工艺问题，然后改进计算机模型，最后再映射到实物的试验过程。

CPS的本质都是实现物理实体与数字虚体的融合交互，一直以来，由于CAD和CAE是两个分开的产品，在设计过程中无法做到“设计既出，仿真即行，同源数据，共生验证”。因此，面对以CPS为核心的工业智能化转型，企业依赖于领先的工业仿真软件来支撑。

工业仿真软件能通过数字化建模和仿真支撑CPS或数字孪生所倡导的虚实融合交互功能。工业仿真是对实体工业的一种虚拟，将实体工业中的各个模块转化成数据整合到一个虚拟的系统中，在这个体系中模拟实现工业作业中的每一项工作和流程，并实现交互。工业仿真软件承担着对生产制造过程建模分析、虚拟现实交互、参数效果评估等重要作用。

随着虚拟现实、云计算、物联网、人工智能等新兴技术逐渐进入工业仿真领域，工业仿真软件对工业元素描述更精确、更细致，其设计过程也更加简单方便，软件与工业实际应用结合更紧密，仿真模型得到持续动态优化，虚拟仿真软件已经成为了工业软件未来发展核心和重点。

打造本土工业仿真平台

随着中国工业智能化转型进程的不断加速，企业对工业软件的应用需求也越来越广泛。与此同时，面对发达国家对中国工业软件的禁用打压，中国政府也认识到发展自主工业软件的重要性。对于有实力的企业，开始通过收购或自主研发等方式突破产业封锁，积极布局工业软件。而作为研发设计最重要的工业软件产品，工业仿真软件的布局自然成了重中之重。

近年来，美的通过一系列战略收购完善产业链布局，并依托自身积累的丰富工业转型经验积极布局工业智能化。2017年，美的收购了全球领先的工业仿真软件厂商VC，并据此打造了国内第一款拥有自主产权的工业仿真软件MIoT.VC。

在美的精心打磨下，MIoT.VC已经可以支撑工厂过程仿真、设备制造商销售和营销演示、控制器验证(PLC)和实时连接、机器人和工作单元仿真、应用开发（离线编程OLP）以及数字孪生虚拟联动。

对于整个工业系统来说，应用工业仿真进行方案的验证对比，可及时发现问题，并虚拟验证优化后的方案，以减少实际生产的成本浪费，促使原材料库存减少、生产效率提升、故障响应时间缩短、故障率提升、物流效率提升、项目周期缩短、产品品质提升等多方面优化效果。

当涉及工厂和产线新建、改造时，首先要考虑如何设计最合理的产线布局，最大化利用空间、提高产能，避免产线实施落地后才暴露诸多设计问题，徒增资源和时间成本。传统的布局设计借助“2D图纸”和“现场搭纸箱”方式，不但效率低下方案还得不到充分验证。而通过仿真软件自带的参数化3D模型，布局方案设计和更改效率可得到极大提升，并通过不断优化迭代产线布局方案形成最优设计。

例如某电子工厂搬迁项目，采用MIoT.VC仿真软件进行3D工厂布局和整体规划，设备、人员、机器人布局1:1规划加验证，不断滚动进行仿真规划设计、评估验证、设计更改，并充分考虑产品换型、柔性制造，依托精益生产理论，论证完20多种方案后确定最优方案，使得项目周期缩短20%，厂房空间利用率提高18%，产能提高12%以上。

产线物流仿真作为工业仿真的传统优势应用模块，涉及工厂采购与生产计划、人员设备利用、库存、物料运送等方方面面。在引入物流仿真之前，产线物流方案缺乏系统有效的现状评估和优化手段，通过在仿真环境中对物流方案不断迭代优化，可以达到节省产线用地、消除物流断点、减少物流配送人员、提高设备利用率和降低库存等作用，最大化利用企业资源，提高生产效率、节约成本。

在某工厂搬迁物流项目中，通过用MIoT.VC对园区大物流和车间布局物流进行全面分析，原灶具车间与烟机车间合并，添加底壳喷粉和内销标准阀自制线，并满足未来三年产能需求。通过上百次的物流仿真方案设计和验证，实现的项目收益包括：厂房及公摊面积节省47214平方、年节省租金636万元、能源耗费年节省50万、库存下降50%以上，并消除3个物流断点，配送距离缩短28%以上、减少物流配送人员5人、产能提升19%。

在产品市场推广中，运用仿真技术来模拟产品的生产过程，能够有效地介绍产品的制造优势，利于产品推广，同时还可以塑造高端品牌形象，有助于企业整体价值提升，并在“互联网+”时代，仿真的展示动画可以通过邮件或手机应用等方式发送给客户，拉近客户与企业的距离。

当然，MIoT.VC的应用场景远不止这些，其功能架构具有开放性，可以依靠自身需求，运用内部专业力量对其独有的应用场景和功能需求做定制化开发。随着工业数字化、智能化、工业互联网的急速推进，工业数据已经呈现指数式增长，工业仿真是一个非常好的切入点，其平台化的特性使得后期应用深化和拓展充满了无限可能，更多信息尽在振工链。

天津大学智能制造专业发展如何？

智能制造工程是近2018年教育部批准增设的新专业，名义上是2017年增设的新专业。批准文件是《教育部关于公布2017年度普通高等学校本科专业备案和审批结果的通知》（教高函〔2018〕4号）。这个专业在本科阶段是一个机械类专业。

这个专业是机械设计制造、自动化、计算机等学科的交叉专业，主要课程包括：机械工程基础、控制工程基础、电工与电子技术、工业物联网导论、RFID技术与应用、人工智能技术及应用、计算机智能控制系统、嵌入式系统与应用、工业机器人技术与应用、数控机床与编程、电气控制与PLC应用、传感器与检测技术、智能装备故障诊断与维修、智能仪器技术、数字化制造技术、智能生产计划管理（MES/ERP）、智能工厂集成技术、智能生产系统与CPS建模等。未来的就业方向主要是智能制造工程，机电及自动化工程领域从事智能产品设计及制造，数控机床和工业机器人安装、调试、维护和维修等。

智能制造工程专业增设的时间虽然只有2年多，目前开设这个专业的院校已经有100多所。开设这个专业的院校，有985工科强校，也有普通的综合性大学，还有民办院校，开设院校的专业水平参差不齐。这个专业是随着科技与社会的发展增设的，增设背景包括工业4.0、中国制造2025、工业互联网、人工智能等概念的提出和行业的发展。这个专业以数字化为核心，智能化为方向，再融入人工智能技术，是工业制造领域未来发展的主要方向，也会为未来的制造业提供强大的发展动力。未来在智能制造领域技术落后，肯定会丧失制造业强国的地位。我国作为制造业强国，会极力地去发展智能制造领域的相关技术，所以智能制造技术未来的发展前景还是非常广阔的。

天津大学是我国老牌的工科强校，在机械、自动化、计算机等学科方面的专业水平都很高，这三个学科交叉形成的新增专业，其基础也比较扎实。不过首批智能制造工程专业本科生还没有毕业，天津大学该专业的培养效果还没有经过事实的检验。这个专业交叉了较多的学科，本科阶段只能学到智能制造的基础，最好考研继续深入学习，掌握更深的知识和技能再到相关行业内发展。

总体来看，天津大学的智能制造工程专业还是相当不错的一个专业，未来发展前景可期。

关于cps 人工智能到此分享完毕，希望能帮助到您。