智能计算（经验化的计算机思考性程序）

智能计算

经验化的计算机思考性程序

智能计算只是一种经验化的计算机思考性程序，是人工智能化体系的一个分支，其是辅助人类去处理各式问题的具有独立思考能力的系统。

计算原则

智能计算只是一种经验化的计算机思考性程序，是智能化体系的一个分支。

要实现人工智能必须经过四个过程，采集、识别、思考、控制，而这分别由四种相关的智能化系统所控制。智能采集是将现实或虚拟的事物信息或状况进行采集，智能识别是对所采集的信息数据化，而思考便是智能计算，智能计算最终的结果，是要实现对事物的虚拟或真实控制。现在的采集，主要是运用物联网技术，以及图像采集、声波采集技术等。而识别技术就较为复杂，一般程序员会给系统建立一个虚拟世界概念，然后对每一个事物进行标记化，然后通过采集到的数据对事物进行一个位置或状况的确认，这就是一个常用的虚拟世界构建方法。

例如在一个在一个坐标为（3，5，1，90，0）（横标，纵标，高程，水平面角，空间面角）的区域上存在的物体A，提供一个状态的标签指向ID，例如可以把A定义为（红色，方体）等。例如导弹可以通过发射前的信息写入获取的坐标如（38.535133，77. 021170，142.2），通过GPS，获取发射前的位置坐标及角度状态，（39.00,78.00,0,315.0,60.0）。当发射后，导弹通过GPS获取WE，通过大气压表获取H，通过计数器的每隔一定时间，对自己当前位置进行新判断，通过空间轨迹计算，可以计算每秒的速度，之后通过一系列复杂的空间计算，对尾翼进行控制，来偏转方向，最终达到击中目标的目的。

当然，导弹的控制是阶段性智能计算的结果，这里就不解释那么复杂了。在这个过程中，GPS对经纬的判定、高度测压表等是一个各种数据采集的过程，这些采集元件本身是不具备判定能力的，就像人的眼睛能看到事物，但判定事物和区别事物是由大脑来处理。

当然，一般这种低计算量的数据处理，全部由简单的单片机或基础性的电路板来完成，民用的常见的如51的单片机和6410、ARM等，用他们来处理识别、显示、控制等操作。识别之后，便要对数据进行处理，处理数据的计算机思考过程，这就是智能计算。智能计算是一种层级性质的计算模式一般分为6个层面。

智能计算第一层称为操作模拟层面。这个层面很容易理解，即把最基础的思考操作用程序化处理，如一个财务对每天的账目要进行录入，并把这些汇聚到总帐之中，这个过程很麻烦，也很繁琐，但很简单。所以，第一个层面的智能计算体，是将这个财务每天繁琐的录入工作中解脱出来，从“识别”的接口中获取数据，然后对数据自动写入所匹配的账目之中，一般我们称之为“软件层”，这个层面的系统和一般的软件或服务端没有什么区别。第一层面，更像是智能计算体将一个标准的现实操作，转变成代码。

当有了第一层的基础，便可以开始构建第二层智能计算体，从这时起，才是真正开始的思考层。第二层称为存在经验层，即对于优势的经验和便捷的过程，代码化，让其在第一层中发挥作用第二层的思考过程与逻辑判断方式是对现实的梳理，这里并没有新的创新性的创造，只是将已有的经验再一次模拟出来。从第二层开始，我们便可以去尝试新的方式的调试，第一层的结果会告诉我们任何尝试的结果，于是我们可以看到一个基础的第一层后，有众多的第二层，实际情况就是如此。这么多经验层，我们只能让AI选择一个或几个，作为计算的基准核心，所以，就要设计第三层系统，对第二层系统进行评估。

例如我们可以对速度和准确或者数额做一个评分系统，来对各种经验后的模拟结果进行一个打分，然后对不同标准的系数进行乘积求合，最终获取总分，以总分的高低来获取所知的AI所需的答案。这样，我们就构建了一个绩效评判体系，第三层系统会随着条件和期望结果的变化来改变评分体系，获取相应的方法。当选出了最优的结果后，你可能认为已经结束了，但我告诉你，这只是智能计算核心的开始，智能计算系统是能够根据预测变化而推导结果。前三层系统的设计仅仅是设计了一个普通的控制系统，而并非真正的智能计算系统。

第四层A系统，变化极限的推断。第四层A系统，系统是智能计算的开始，例如对空导弹跟踪的是一架可变轨迹的战斗机，而并非一个固定目标，那么在达到引爆条件之前，其是要对战斗机的变数进行有效的预测。例如，当计算出了对空导弹的运动轨迹之后，其会对战斗机的行动进行一个预判，一般情况下，会额外计算出下一个时间段，战斗机的27个边缘状态，极限加速、极限减速、恒速下的，上下左右及斜向和恒向上的27个状态参数值，同时计算这27个极限状态值中最近和最远的状态点的控制。

选择一个27个方案中与自己下一次行动轨迹计算结果风险最小的操作，而并非只是点对点的追击。对目标的预判，会强化智能计算体对最终的操作规避各种风险更易达到目标。而第四层B系统，就是对这可能存在答案进行的预判性评估。此时，这个系统已经超过了我们人类的计算范围，渠道土方平衡550个断面的计算，我的智能计算服务器，大约进行了1.1亿次计算，形成了大约7000次结果的模拟，而一般一个3.3亿的工程总共计算不超过200次。

当然，还有接下来的第五层系统，第五层是智能计算的经验系统，他会对当前的实际运行结果进行一个经验性判定，判断对方执行者是否是依据经验操作，或者说是累计符合之前的判定结果，会针对累计结果，做出一种偏好模式的记录。偏好记录就像一个索引，让偏好的模式先行计算，同时在不触发变化状况之前，拒绝一些不可能的方案计算。

第五层的优势在于它能释放系统的计算资源，让系统的运算更为高效，例如导弹追击的27种状态，有可能只计算其中的4种最大可能，这样，就可以为第六层智能计算系统腾出足够的资源。因为第五层的经验系统的存在，便可以启动第六层A的多环节模拟，即，系统不会再仅仅为预测一步棋，而是预测几步棋，或者预测多个目标的配合或干涉行为等。

并且，第六层B能够进行行为捕捉，来让系统逐渐熟悉一个人或者另一个不具备智能化的计算体的经验模式，因此也会强化第五层的作用。如果是一个具备六层智能计算体系的导弹追击一架战斗机， 如果飞行员还一如既往地使用标准的眼镜蛇动作闪避导弹，那一定会加速导弹对他的击中，因为当战斗机开始仰头的那一瞬间，导弹已经判定他的行为可能是大盘转或眼镜蛇的操作，从而改变轨迹将轨迹变为更易击中眼镜蛇行为的方案，而并非按照原先的轨迹从骤停的飞机前擦身而过。

此外，智能计算体与人类不同，其是高度的失败模拟数据堆积起的经验判定体系，现在这种体系运用在即时战略游戏、军工、大型企业运营、风险评估之中。

从第四层起，智能计算体就具备了自主修改程序的能力，会自动编译代码自动执行，并把这个代码写入程序体。不过，一般只对预测的经验判定和已发生的结果进行记录，其余计算过程均以内存清除的方式洗掉，来节省系统资源。智能计算体是一个能够自我成长能力的体系，随着时间和变化的记录而变得更具适应性，而并非像普通的软件，只给出既定的答案。当然，智能计算也并非一定是高科技替代人类的产物，其也作为“判定辅助”的形式存在，并不能取代人类的创造性能力。

例如用其失败模拟数据的堆积强度，可以为公司提供各种风险计算等，这将是世界IT针对未来企业的市场主流，真正具备锐眼的企业，均在朝向这个方向发展，而并非在手机、电脑的软硬件上去厮杀，如IBM、海信、华拓等。

当为智能计算体安装了机械手臂，那么人类也将从劳动型转向规则设定型，也就是说，未来的操作性岗位会越来越少，而也相应的，沟通性质的服务岗位和决策判定性质的岗位将会变多，但是，资金会向核心经验与核心技术人员转移，也就是说，未来的人力成本将随着劳动密集型人力应用的规模减小而减少。这就像工业革命后期一样，人们必须学会自我转型。

发展

系统的智能性不断增强，由计算机自动和委托完成任务的复杂性在不断的增加。智能计算已经完全投入到我们的工业生产与生活之中。中国国内智能计算比较突出的有智能家居的海信、大型企业商业计算的IBM、中国水工智能计算与中小型企业风险计算的航宣企划、家电智能化的美的、施工设备智能化的三一重工等。

定义

智能计算也称为计算智能，包括遗传算法、模拟退火算法、禁忌搜索算法、进化算法、启发式算法、蚁群算法、人工鱼群算法，粒子群算法、混合智能算法、免疫算法、人工智能、神经网络、机器学习、生物计算、DNA计算、量子计算、智能计算与优化、模糊逻辑、模式识别、知识发现、数据挖掘等。

智能计算就是借用自然界生物界规律的启迪根据其原理模仿设计求解问题的算法。——张铃《浅谈智能计算》 

人工智能和智能计算完全是两个概念。图灵奖获得者约翰·霍普克罗夫特说，计算和通信两个领域的融合开创了智能计算的新天地，现在计算机已经可以更聪明地帮助人们获得和处理信息，这已经和人工智能的概念大相径庭了。

应用

数据计算智能计算实验室

致力于下一代海量、异构数据的分布式存储、管理、查询、分析和机器学习系统与算法的研究和应用。通过并行与分布式数据处理和云上系统资源管理，多场景、多模态、异构计算引擎融合统一系统智能与自治化，数据安全隐私计算等关键技术，为各行业、各场景提供高效的算法支持和安全、可靠、强有力的计算引擎。

参考资料

1.智能计算实验室·达摩院