人工智能技术前沿(收集3篇)

人工智能技术前沿范文篇1

关键词：人工智能；创新驱动；发展建议

人类对于智能机器的探索活动，古已有之。不过，以“人工智能”来命名这一探索并成为一个学科领域，却发生于1956年夏季在Dartmouth举行的一次小规模学术研讨会上。因此，2016年是人工智能学科问世的60周年，在这个不同寻常的年份，世界各地的人工智能科技工作者都在密切关注人工智能的发展动向。

2016年3月，DeepMind研制的人工智能围棋系统AlphaGo以4：1的战绩击败了韩国的围棋高手李世石，把世界对人工智能的关注推向了前所未有的高潮。各种各样的议论喷涌而出。悲观者大呼：“人工智能对于人类的潜在威胁太严重，应当通过立法限制甚至禁止人工智能的研究”；乐观者高喊：“人工智能是人类的真正福音，只要把自己的思想意愿转嫁给人工智能机器，人类就可以通过机器来实现长生不老的千年梦想”。在科技界，人们则在激动着、讨论着：我们应当在什么样的热点技术上发力？是深度学习？是认知技术？还是类脑计算？

回想这些年来，互联网、云计算、大数据、物联网、移动互联、智能制造、智慧城市、人工智能、机器人一波又一波的高新技术登台亮相，中国科技界、教育界和产业界都在一个个地紧紧追赶。虽然在跟踪追赶的过程中取得了不菲的进展，但是人们不禁都在思考：对于人工智能来说，当前社会的需求是什么？什么才是有效的创新战略？怎样才可以摆脱跟踪追赶的被动局面，争取到引领创新的话语权？

发展人工智能不应当是一种孤立性、局部性的行动，而应当是能够带动和引领整个科学技术的创新和发展。

1人工智能是当代重要交叉科学群的创新前沿

为了阐明“人工智能是当代重要交叉科学群的创新前沿”这个论断，需要逐个澄清相关的基本概念，包括：什么是人工智能？什么是当代的重要交叉科学群？以及什么是当代重要交叉科学群的创新前沿？

1.1什么是人工智能

人工智能是一门“探索人类智能机理，创制人工智能机器，增强人类智力能力”的科学技术。从这个意义上可以理解，只要人类的智力能力得到了增强和扩展，人们从事各种科学技术以至各种经济社会活动的智力能力就会得到有效提升，从而能够有效促进各行各业的创新与发展。

那么，什么是人类智能？人类智能主要表现在人类主体为了不断改善生存发展的水平而发现问题、定义问题、解决问题的能力。其中，发现问题和定义问题的能力依赖于主体的目的、知识、直觉、理解力、想象力、灵感、顿悟、审美等内在能力，因此被称为“隐性智能”；解决问题的能力则主要依赖于获得信息，生成知识，创生策略等外显能力，因此被称为“显性智能”。

显然，隐性智能十分抽象，几近神秘，不仅研究起来甚为困难，就连理解起来也颇感玄奇，而显性智能则相对可理解，可研究。因此，人工智能研究遵循的原则是：基于人类主体给定的问题、知识、目标（这就是人类发现问题和定义问题的能力）这些前提，研究如何利用信息、生成知识、创生策略来解决问题，达到目标。也就是说，人工智能的研究遵循人类智能与人工智能相结合的原则：人类智能负责发现和定义问题，人工智能则负责在人类所给定的问题框架下解决问题。这样，人工智能机器就可以成为人类认识世界和改造世界的聪明助手。

由此可见，没有生命，没有目的，没有灵感，也没有审美能力的人工智能机器系统，原则上不具有隐性智能的能力，因而不可能独立地发现问题和定义问题，只能在人类所发现和所定义的问题框架下去解决问题。因此，人工智能超越人类的恐惧缺乏科学根据。

1.2什么是当代重要的交叉科学群

当今的时代是信息时代，认识信息资源和利用信息资源为人类服务的信息科学是当今时代的标志性科学。具体来说，信息科学是“研究信息的性质及其运动规律的科学”，也就是以信息为研究对象，以信息的性质及其运动规律为研究内容，以信息科学方法论为研究指南，以增强和扩展人类信息功能（全部信息功能的有机整体就是人类的智力功能）为研究目标的科学。换言之，信息科学的研究目标就是扩展人类的智力功能，而研究信息的性质及其运动规律和信息科学方法论都是为了实现扩展人类智力功能这个目标服务的。

由此就可以清楚地理解：人工智能的研究是信息科W的最高目标，也是信息时代科学技术发展的基本目的；而为了使人工智能系统能够在人类发现和定义的问题框架下成功地解决问题，人工智能的研究必须从人类求解问题的能力中得到启发。这表明，人工智能的研究需要向认知科学学习，因为认知科学就是研究人类自己是如何面对问题解决问题的。另一方面，认知科学所研究的人类解决问题的机理又建立在脑科学的基础之上，因此，人工智能的研究必须理解脑科学的工作机理。再者，人类发现问题、定义问题、解决问题的能力并不是永远固定不变的，而是不断进化和发展的。因此人工智能的研究还必须学习信息生物学，后者深刻地研究和揭示了人类能力不断进化的机制。可见，脑科学、认知科学、信息科学、信息生物学、人工智能是当代最具重要意义的交叉科学群。这个科学群还包含更多的学科，恕不一一阐述。

1.3什么是当代重要科学群的创新前沿

虽然脑科学、认知科学、信息科学、信息生物学、人工智能各有各的研究内容，但是所有这些学科共同的目标都是智能，如人类的智能（脑科学）、生物的智能（信息生物学）、人类智能的物质基础（脑科学）、人类智能和生物智能的工作机理（认知科学）、人类智能和生物智能的进化机制（认知科学与信息生物学）、人类智能的信息基础和研究方法论（信息科学）、人类智能的机器模拟和实现（人工智能）等。

所以，人类智能和人工智能是当代这一重要交叉科学群共同的创新前沿。人们对于脑科学、认知科学、信息科学、信息生物学的理解深化了，就会促进人工智能研究的发展；反之，一旦人工智能的研究取得了突破和创新，也必然能够带动脑科学、认知科学、信息科学、信息生物学的突破与创新。

2中国人工智能发展的现状：差距与优势

中国人工智能的发展现状，大家平日都亲身感受得到，应当比较熟悉，似乎无需赘言；但是国情是我们思考问题的基础，因此不可不察。而且，我们对于中国在人工智能发展方面所存在的差距和优势的认识，确实还有必要进一步深化。

2.1差距：显差距，隐差距

大家都意识到，中国在人工智能的发展方面确实存在不少的差距。普遍J为，由于中国缺失了工业革命这个历史阶段的洗礼，因此在工业基础和工艺水平方面天然存在明显的不足。特别是中国微电子工业领域的高性能芯片制造能力有待进一步加强，人工智能硬件系统的水平也有待进一步提高等，这些都是众所周知的显差距。

然而，更值得深思的问题是：在人工智能的科学研究方面，长期以来，中国同行普遍习惯于跟踪学习，缺乏突破创新的民族自信心，更缺乏引领国际的强烈意识。无论是互联网、物联网、语义网、云计算、大数据、移动互联这些大概念，还是深度学习、无人驾驶、类脑计算这些技术思想，都是外国学者率先提出，然后才是中国学者蜂拥而上。加上这些年滋长蔓延起来的急功近利和学术诚信缺失，往往在蜂拥而上之后的一夜之间就会冒出许多“新成果”！这是中国人工智能发展存在的隐差距。

需要指出的是，显差距正因为“显”，已经得到各有关方的高度重视，并且正在不断地被缩小；但是，隐差距则因为“隐”，不容易被察觉，至今还没有引起各方面必要的重视，因此仍然是实现突破创新和引领战略的隐患。

2.2优势：现优势，潜优势

那么中国在人工智能研究中是否也存在什么优势呢？表面看来，似乎中国在人工智能研究领域一直处于跟踪学习状态，谈不上存在什么优势；但是仔细考察发现其实不然，中国在人工智能研究中的确存在不可忽视的优势。

中国目前虽然在整体上还处于相对落后状态，但在某些技术研究上却处于国际领先地位。例如：语音识别技术，中国已经在近期多次国际评测大赛中夺得世界冠军；在汽车自动驾驶方面，中国的研发水平也与国际上旗鼓相当；特别是在理论研究方面，中国在人工智能整理理论研究方面的机制主义人工智能理论、人工智能逻辑理论研究方面的泛逻辑学、人工智能数学方面的因素空间理论都是国际领先的成果。这些都是已经涌现出来的现优势。

更加重要的是，像人工智能这样既十分复杂又极其深刻的科学研究，势必自觉或不自觉地受到科学方法论的影响。几十年来，国际人工智能的研究形成三大学派，就是受了以分而治之为特征的机械还原方法论的影响，把复杂的人工智能研究分为结构模拟的人工神经网络学派、功能模拟的物理符号系统学派、行为模拟的感知动作系统学派，而且长久以来互不认可，不能形成人工智能研究的合力。科学论证充分表明，适于人工智能研究的科学方法论不是“机械还原论”的方法论，而应当是“信息生态论”的方法论。后者与中国历来的“整体论”和“辨证论”思维传统息息相通。因此，在人工智能的研究领域，中国握有方法论的潜在优势（潜优势），只要自觉地加以运用，这种潜在优势完全可以转化为强大的现实优势（现优势）。

3人工智能的社会需求和发展中国人工智能的战略建议

3.1人工智能的社会需求

中国的信息化建设全面启动于20世纪90年代，得益于现代信息技术的支持，取得了举世瞩目的辉煌成就，进入了迎接复杂问题的新时期，面临着巨大挑战。从整个经济社会发展和全面改革的大局判断，在多次讲话中也明确指出，中国的改革开放进入了攻坚克难的深水区。众所周知，人工智能技术是信息技术的高端前沿；因此，为了迎接复杂问题的挑战，为了成功走出深水区到达胜利的彼岸，中国亟需人工智能科学技术的全面支持。

另一方面，纵观当今的国际环境不难发现，一些发达国家在中国黄海、台海、东海、南海不断制造紧张局势，企图以武力遏制中国的和平崛起。他们声称要长期投资人工智能，要用人工智能武器战胜中国，对此不能不高度警惕，并采取果断措施。

3.2加快发展中国人工智能的建议

为加快发展中国人工智能，从战略性、系统性、可操作的角度出发提出5项建议。

（1）顶层规划。

火车跑得快，全靠车头带。建议设立部级智能科学技术发展规划与协调专家委员会，负责研究和提出中国智能科学技术发展的中长期规划，制订智能科学技术产学研发展的实施政策，协调和促进中国智能科学技术的快速有序健康发展。

（2）人才培养。

万事都紧要，人才是根本。建议国务院学位委员会把中国现有的“智能科学与技术”二级学科提升为一级学科，以形成系统完整的智能科学技术人才培养体系；同时建议教育部在中小学开设智能科学与技术基础知识课程，开展课外兴趣培育活动。

（3）创新研究。

跟踪不可废，创新更关键。在国家自然科学基金设置“智能科学技术基础理论”专门领域，大力推进智能科学基础理论的突破创新；同时在国家“十三五”规划设立智能制造、智能农业、智能服务业、智能交通、智能网络空间安全、智能教育等应用专项。

（4）产业标准。

创新是尖兵，产业是后盾。大力促进中国智能化产业的发展，并在国家标准委员会建立智能产品标准工作委员会，鼓励有条件的单位和学术团体开展各类智能技术产品的测试、评价和检验标准的研究，引导智能化产业和产品市场有序健康发展。

（5）持续发展。

人工智能技术前沿范文篇2

【关键词】图像处理路径识别智能车OV7620

无人驾驶的智能汽车将是新世纪汽车技术飞跃发展的重要标志，智能车提高了车辆的控制与驾驶水平，保障车辆行驶的安全畅通、高效。车辆智能化将是汽车工业今后的发展趋势，而路径识别跟踪技术是汽车智能化发展水平的一个重要标志。本智能小车模型通过OV7620数字摄像头检测目标道路信息，结合当前的行驶状态，对其行驶方向与行车速度进行智能化调整，从而实现准确、快速地跟踪。本系统设计要求是，小车白色的场地提取黑色引导线，进而识别赛道，在上能自适应地沿着一条任意给定的黑色带状导引线行驶。这包含两方面的内容，一方面智能小车要准确无误地对白色路线进行识别；另一方面是在准确获取道路信息的基础上，采用有效的控制策略，使智能小车能够快速、有效地进行路径跟踪，并确保其稳定性。用图像处理算法提取赛道有效信息，在此基础上提出智能车的控制决策算法。我们设计的智能车系统采用CMOS数字摄像头OV7620进行赛道识别，图像采集处理是整个软件的核心内容。

1图像采集硬件系统

智能车的总体运动过程是：摄像头采集赛道信息，通过I/O口输入到单片机，经过特定的程序算法提取出赛道的信息，通过对不同路径的识别，产生不同的控制信号，进而控制舵机的转角和电击的转速，从而影响智能车的运动路径。

CMOS摄像头功耗低，当电机启动和急刹车时，电压突变对摄像头图像质量影响小，CMOS摄像头供电简单只需要5V的电源电压，而CCD的功耗大，供电复杂需要采用DC-DC升压到12V。CMOS摄像头相对于CCD来说图像的刷新频率高，但是CMOS摄像头的感光度低，动态效果差，清晰度较差。综合以上情况我们选用OV7620的CMOS摄像头。

摄像头对电源要求比较高，为了获得稳定的图像给摄像头供电的电源电源文波要小，噪声要小，电源容量要大。综合以上要求我们选用纹波小，低压差，线性度好的LM2940。

LM2940还含有一个静态电流降低电路，当输入输出电压超过3V时，可以减少地电流。在输出电流为1A或输入输出压差为5V时，静态电流仅为30mA。LM2940特别适合于汽车、机动车辆、船舶等的使用。

2图像采集软件系统

我们设计的智能车系统采用CMOS数字摄像头OV7620进行赛道识别，图像采集处理就成了整个软件的核心内容。

利用原始图像信息提取出赛道信息，计算出赛道偏移量，进而转化为舵机输出值，又增加了使智能车在赛道内切行驶这一辅助算法，改善了智能车转向特性。

2.1摄像头信息采集

OV7620摄像头每秒钟30帧画面，每帧画面分为奇场和偶场，在每场的开始有一个脉冲。当场中断到来时需要将行计数器置为0以便读取新一场的数据，同时还需要读取脉冲累加器中的数据获取当前智能车的速度值，关闭场中断等待行中断的响应。如图2所示。

与场中断类似，为了区分行与行之间的数据在每行的开始会有一个行中断信号。在行中断中要完成图像灰度值得读取。在采集完最后一行数据之后再对数据进行分析处理，通常情况下白色的赛道灰度值较大，黑色的边沿灰度值较小，通过灰度值的不同来提取赛道边缘信息图像信号采集作为整个控制算法的基础，具有举足轻重的地位，同时也是智能车软件设计的一个技术难点。其设计得好坏与否，直接关系到智能车的整体性能。此智能车以OV7620作为主传感器，以红外对管作为辅助传感器对赛道的信息进行采集。OV7620把赛道的亮暗程度转化成像素的灰度值，并通过数据总线传送给单片机。单片机将采集的原始图像的灰度值存储到自身的RAM中，由于单片机的内部RAM和速度的限制并不是将所有的像素灰度值都存储下来，而是选取特定的行，每行读取184个灰度值。这些行是通过实际标定选取的，对应实际空间的行间距是相等的。

2.2图像处理算法

采集到了原始图像并不代表完成了图像的处理，我们还需要提取其中的有用信息将图做像压缩处理。实际硬件条件和实时性考虑考虑，我们采用边沿跟踪检测算法。

为了解决边沿检测法效率低的问题，我们将单纯的边沿检测法改进为跟踪边沿检测法。由于黑色的引导线是连续的曲线，用摄像头对其采样后相邻两行的边沿的位置相差不大。我们可以利用前一行或两行边沿的水平位置来推算下一行边沿的位置，并在预测的位置进行搜索即可。这样一来可以大大的提高边沿检测法的效率，为单片机处理数据节省了大量的宝贵时间。如图3所示。

寻找左（右）基准行：从前五行的中间向（左）寻找下降沿。当存在连续的两行找到下降沿并且下降沿的水平距离小于18个像素点时便认为找到了左（右）基准行，记录下左（右）基准行与下降沿的水平位置。

左（右）边沿跟踪：从左（右）开始向下一行需找下降沿，寻找的范围是前一行下降沿左右是个像素点。找到下降沿纪录水平位置，跟踪寻找后面一行的下降沿。

3路径识别

我们根据标定从图像的240行中采集40行数据，每隔实际距离的3cm采集一行，从而前瞻达到120cm，足以达到控制的需要。其中标定的方法是：在跑道上每隔3cm用黑色胶带做标记，将智能车放在跑道中间，然后用摄像头逐行采集，记录各个标记所对应的行数，所记录的40个数据便是用来控制所需采集的行数，通过标定我们可以利用这些准确的信息去识别不同的赛道并且很方便的利用各段去控制。如图4所示。

根据大量的实验采集数据统计与调试，当左边有效行和右边有效行中所在共同的行数大于6时，我们将两条黑导引线进行归中处理，即计算出中心导引线，否则我们根据一般去控制，哪边采集到的有效行数多便利用哪边，我们将所采集的40行数据进行分段求斜率并且根据智能车在跑道上位置动态地求偏移量，根据这些数据我们足以将各种赛道区分开来，进而更好地去控制。

4结论

本系统采用基于基于OV7620摄像头的路径识别方法，通过摄像头采集的道路信息送入单片机处理，通过边沿跟踪检测算法提取出赛道黑线中心，识别弯道、窄道、坡道、起跑线等信息。通过大量试验及参加比赛结果表明，本智能小车寻迹系统能够准确识别道路情况，效果较为理想。该系统满足实时、安全、稳定快速的要求，具有广阔的应用前景，是当前智能车辆导引技术研究的主流方向和发展趋势。

参考文献

[1]侯明，付兴建，吴迎年等基于LabVIEWVISA智能车无线调试系统[J].国外电子测量技术，2012，（1）：67-69，88.

[2]卓晴，黄开胜，邵贝贝.学做智能车―挑战飞思卡尔杯[M].北京：北京航空航天大学出版社，2007：1-18

[3]黄开胜，陈宋.汽车理论与智能模型车机械结构调整方法[D].清华大学汽车安全与节能国家重点实验室，2006.

[4]安鹏，马伟.使用S12单片机控制舵机[D].清华大学工程物理系，2007.

[5]李晨，宓超.基思卡尔单片机MC9S12XS128的智能车设计[J].上海海事大学学报，2012，33（1）：82-84.

[6]吴振宇，赵亮，冯林等.基于分数阶PID控制器的智能车控制[J].控制工程，2011，18（3）：401-404.

人工智能技术前沿范文篇3

关键词：问题；先进制造技术；前沿科学；应用前景

制造业是现代国民经济和综合国力的重要支柱，其生产总值一般占一个国家国内生产总值的20%~55%。在一个国家的企业生产力构成中，制造技术的作用一般占60%左右。专家认为，世界上各个国家经济的竞争，主要是制造技术的竞争。其竞争能力最终体现在所生产的产品的市场占有率上。随着经济技术的高速发展以及顾客需求和市场环境的不断变化，这种竞争日趋激烈，因而各国政府都非常重视对先进制造技术的研究。

一、当前制造科学要解决的问题

当前制造科学要解决的问题主要集中在以下几方面：

（1）制造系统是一个复杂的大系统，为满足制造系统敏捷性、快速响应和快速重组的能力，必须借鉴信息科学、生命科学和社会科学等多学科的研究成果，探索制造系统新的体系结构、制造模式和制造系统有效的运行机制。制造系统优化的组织结构和良好的运行状况是制造系统建模、仿真和优化的主要目标。制造系统新的体系结构不仅对制造企业的敏捷性和对需求的响应能力及可重组能力有重要意义，而且对制造企业底层生产设备的柔性和可动态重组能力提出了更高的要求。生物制造观越来越多地被引入制造系统，以满足制造系统新的要求。

（2）为支持快速敏捷制造，几何知识的共享已成为制约现代制造技术中产品开发和制造的关键问题。例如在计算机辅助设计与制造(CAD／CAM)集成、坐标测量(CMM)和机器人学等方面，在三维现实空间(3-RealSpace)中，都存在大量的几何算法设计和分析等问题，特别是其中的几何表示、几何计算和几何推理问题；在测量和机器人路径规划及零件的寻位(如Localization)等方面，存在C-空间(配置空间ConfigurationSpace)的几何计算和几何推理问题；在物体操作(夹持、抓取和装配等)描述和机器人多指抓取规划、装配运动规划和操作规划方面则需要在旋量空间(ScrewSpace)进行几何推理。制造过程中物理和力学现象的几何化研究形成了制造科学中几何计算和几何推理等多方面的研究课题，其理论有待进一步突破，当前一门新学科--计算机几何正在受到日益广泛和深入的研究。

（3）在现代制造过程中，信息不仅已成为主宰制造产业的决定性因素，而且还是最活跃的驱动因素。提高制造系统的信息处理能力已成为现代制造科学发展的一个重点。由于制造系统信息组织和结构的多层次性，制造信息的获取、集成与融合呈现出立体性、信息度量的多维性、以及信息组织的多层次性。在制造信息的结构模型、制造信息的一致性约束、传播处理和海量数据的制造知识库管理等方面，都还有待进一步突破。

（4）各种人工智能工具和计算智能方法在制造中的广泛应用促进了制造智能的发展。一类基于生物进化算法的计算智能工具，在包括调度问题在内的组合优化求解技术领域中，受到越来越普遍的关注，有望在制造中完成组合优化问题时的求解速度和求解精度方面双双突破问题规模的制约。制造智能还表现在：智能调度、智能设计、智能加工、机器人学、智能控制、智能工艺规划、智能诊断等多方面。

这些问题是当前产品创新的关键理论问题，也是制造由一门技艺上升为一门科学的重要基础性问题。这些问题的重点突破，可以形成产品创新的基础研究体系。

二、现代机械工程的前沿科学

不同科学之间的交叉融合将产生新的科学聚集，经济的发展和社会的进步对科学技术产生了新的要求和期望，从而形成前沿科学。前沿科学也就是已解决的和未解决的科学问题之间的界域。前沿科学具有明显的时域、领域和动态特性。工程前沿科学区别于一般基础科学的重要特征是它涵盖了工程实际中出现的关键科学技术问题。

超声电机、超高速切削、绿色设计与制造等领域，国内外已经做了大量的研究工作，但创新的关键是机械科学问题还不明朗。大型复杂机械系统的性能优化设计和产品创新设计、智能结构和系统、智能机器人及其动力学、纳米摩擦学、制造过程的三维数值模拟和物理模拟、超精度和微细加工关键工艺基础、大型和超大型精密仪器装备的设计和制造基础、虚拟制造和虚拟仪器、纳米测量及仪器、并联轴机床、微型机电系统等领域国内外虽然已做了不少研究，但仍有许多关键科学技术问题有待解决。

信息科学、纳米科学、材料科学、生命科学、管理科学和制造科学将是改变21世纪的主流科学，由此产生的高新技术及其产业将改变世界的面貌。因此，与以上领域相交叉发展的制造系统和制造信息学、纳米机械和纳米制造科学、仿生机械和仿生制造学、制造管理科学和可重构制造系统等会是21世纪机械工程科学的重要前沿科学。

2．1制造科学与信息科学的交叉--制造信息科学

机电产品是信息在原材料上的物化。许多现代产品的价值增值主要体现在信息上。因此制造过程中信息的获取和应用十分重要。信息化是制造科学技术走向全球化和现代化的重要标志。人们一方面对制造技术开始探索产品设计和制造过程中的信息本质，另一方面对制造技术本身加以改造，以使得其适应新的信息化制造环境。随着对制造过程和制造系统认识的加深，研究者们正试图以全新的概念和方式对其加以描述和表达，以进一步达到实现控制和优化的目的。

与制造有关的信息主要有产品信息、工艺信息和管理信息，这一领域有如下主要研究方向和内容：

(1)制造信息的获取、处理、存储、传递和应用，大量制造信息向知识和决策转化。

(2)非符号信息的表达、制造信息的保真传递、制造信息的管理、非完整制造信息状态下的生产决策、虚拟管理制造、基于网络环境下的设计和制造、制造过程和制造系统中的控制科学问题。

这些内容是制造科学和信息科学基础融合的产物，构成了制造科学中的新分支--制造信息学。

2．2微机械及其制造技术研究

微型电子机械系统(MEMS)，是指集微型传感器、微型执行器以及信号处理和控制电路、接口电路、通信和电源于一体的完整微型机电系统。MEMS技术的目标是通过系统的微型化、集成化来探索具有新原理、新功能的元件和系统。MEMS的发展将极大地促进各类产品的袖珍化、微型化，成数量级的提高器件与系统的功能密度、信息密度与互联密度，大幅度地节能、节材。它不仅可以降低机电系统的成本，而且还可以完成许多大尺寸机电系统无法完成的任务。例如用尖端直径为5μm的微型镊子可以夹起一个红细胞；制造出3mm大小能够开动的小汽车；可以在磁场中飞行的像蝴蝶大小的飞机等。MEMS技术的发展开辟了技术全新的领域和产业，具有许多传统传感器无法比拟的优点，因此在制造业、航空、航天、交通、通信、农业、生物医学、环境监控、军事、家庭以及几乎人们接触到的所有领域中都有着十分广阔的应用前景。

微机械是机械技术与电子技术在纳米尺度上相融合的产物。早在1959年就有科学家提出微型机械的设想，1962年第一个硅微型压力传感器问世。1987年美国加州大学伯克利分校研制出转子直径为60~120μm的硅微型静电电动机，显示出利用硅微加工工艺制作微小可动结构并与集成电路兼容制造微小系统的潜力。微机械技术有可能像20世纪的微电子技术那样，在21世纪对世界科技、经济发展和国防建设产生巨大的影响。近10年来，微机械的发展令人瞩目。其特点如下：相当数量的微型元器件(微型结构、微型传感器和微型执行器等)和微系统研究成功，体现了其现实的和潜在的应用价值；多种微型制造技术的发展，特别是半导体微细加工等技术已成为微系统的支撑技术；微型机电系统的研究需要多学科交叉的研究队伍，微型机电系统技术是在微电子工艺的基础上发展的多学科交叉的前沿研究领域，涉及电子工程、机械工程、材料工程、物理学、化学以及生物医学等多种工程技术和科学。

目前对微观条件下的机械系统的运动规律，微小构件的物理特性和载荷作用下的力学行为等尚缺乏充分的认识，还没有形成基于一定理论基础之上的微系统设计理论与方法，因此只能凭经验和试探的方法进行研究。微型机械系统研究中存在的关键科学问题有微系统的尺度效应、物理特性和生化特性等。微系统的研究正处于突破的前夜，是亟待深入研究的领域。

2．3材料制备／零件制造一体化和加工新技术基础

材料是人类进步的里程碑，是制造业和高技术发展的基础。每一种重要新材料的成功制备和应用，都会推进物质文明，促进国家经济实力和军事实力的增强。21世纪中，世界将由资源消耗型的工业经济向知识经济转变，要求材料和零件具有高的性能以及功能化、智能化的特性；要求材料和零件的设计实现定量化、数字化；要求材料和零件的制备快速、高效并实现二者一体化、集成化。材料和零件的数字化设计与拟实仿真优化是实现材料与零件的高效优质制备／制造及二者一体化、集成化制造的关键。一方面，通过计算机完成拟实仿真优化后可以减少材料制备与零件制造过程中的实验性环节，获得最佳的工艺方案，实现材料与零件的高效优质制备／制造；另一方面，根据不同材料性能的要求，如弹性模量、热膨胀系数、电磁性能等，研究材料和零件的设计形式。进而结合传统的去除材料式制造技术、增加材料式覆层技术等，研究多种材料组分的复合成形工艺技术。形成材料与零件的数字化制造理论、技术和方法，如快速成形技术采用材料逐渐增长的原理，突破了传统的去材法和变形法机械加工的许多限制，加工过程不需要工具或模具，能迅速制造出任意复杂形状又具有一定功能的三维实体模型或零件。

2．4机械仿生制造

21世纪将是生命科学的世纪，机械科学和生命科学的深度融合将产生全新概念的产品(如智能仿生结构)，开发出新工艺(如生长成形工艺)和开辟一系列的新产业，并为解决产品设计、制造过程和系统中一系列难题提供新的解决方法。这是一个极富创新和挑战的前沿领域。

地球上的生物在漫长的进化中所积累的优良品性为解决人类制造活动中的各种难题提供了范例和指南。从生命现象中学习组织与运行复杂系统的方法和技巧，是今后解决目前制造业所面临许多难题的一条有效出路。仿生制造指的是模仿生物器官的自组织、自愈合、自增长与自进化等功能结构和运行模式的一种制造系统与制造过程。如果说制造过程的机械化、自动化延伸了人类的体力，智能化延伸了人类的智力，那么，"仿生制造"则可以说延伸了人类自身的组织结构和进化过程。

仿生制造所涉及的科学问题是生物的"自组织"机制及其在制造系统中的应用问题。所谓"自组织"是指一个系统在其内在机制的驱动下，在组织结构和运行模式上不断自我完善、从而提高对于环境适应能力的过程。仿生制造的"自组织"机制为自下而上的产品并行设计、制造工艺规程的自动生成、生产系统的动态重组以及产品和制造系统的自动趋优提供了理论基础和实现条件。

仿生制造属于制造科学和生命科学的"远缘杂交"，它将对21世纪的制造业产生巨大的影响。

仿生制造的研究内容目前有两个方面：

2．4．1面向生命的仿生制造

研究生命现象的一般规律和模型，例如人工生命、细胞自动机、生物的信息处理技巧、生物智能、生物型的组织结构和运行模式以及生物的进化和趋优机制等；

2．4．2面向制造的仿生制造

研究仿生制造系统的自组织机制与方法，例如：基于充分信息共享的仿生设计原理，基于多自律单元协同的分布式控制和基于进化机制的寻优策略；研究仿生制造的概念体系及其基础，例如：仿生空间的形式化描述及其信息映射关系，仿生系统及其演化过程的复杂度计量方法。

机械仿生与仿生制造是机械科学与生命科学、信息科学、材料科学等学科的高度融合，其研究内容包括生长成形工艺、仿生设计和制造系统、智能仿生机械和生物成形制造等。目前所做的研究工作大多属前沿探索性的工作，具有鲜明的基础研究的特点，如果抓住机遇研究下去，将可能产生革命性的突破。今后应关注的研究领域有生物加工技术、仿生制造系统、基于快速原型制造技术的组织工程学，以及与生物工程相关的关键技术基础等。

三、现代制造技术的发展趋势

20世纪90年代以来，世界各国都把制造技术的研究和开发作为国家的关键技术进行优先发展，如美国的先进制造技术计划AMTP、日本的智能制造技术（IMS）国际合作计划、韩国的高级现代技术国家计划(G--7)、德国的制造2000计划和欧共体的ESPRIT和BRITE-EURAM计划。

随着电子、信息等高新技术的不断发展，市场需求个性化与多样化，未来现代制造技术发展的总趋势是向精密化、柔性化、网络化、虚拟化、智能化、绿色集成化、全球化的方向发展。

当前现代制造技术的发展趋势大致有以下九个方面：

(1)信息技术、管理技术与工艺技术紧密结合，现代制造生产模式会获得不断发展。

(2)设计技术与手段更现代化。

(3)成型及制造技术精密化、制造过程实现低能耗。

(4)新型特种加工方法的形成。

(5)开发新一代超精密、超高速制造装备。

(6)加工工艺由技艺发展为工程科学。

(7)实施无污染绿色制造。