智慧与智慧信息系统特点及典型应用

栏目: 数据库 · 发布时间: 7年前

内容简介:今日荐文的作者为中国电子科技集团公司电子科学研究院,北京联海信息系统有限公司专家黄琦、彭武。本篇节选自论文《摘 要:

智慧与智慧信息系统特点及典型应用

今日荐文的作者为中国电子科技集团公司电子科学研究院,北京联海信息系统有限公司专家黄琦、彭武。本篇节选自论文《 智慧与智慧信息系统 》,发表于《中国电子科学研究院学报》第13卷第1期。

摘 要: 针对现阶段各领域对智慧的认识观念不统一、认知界限不清晰,探究科技发展历程中不同阶段、不同领域的智慧,归纳总结出智慧的共同特点,提出智慧具有主观性、时变性、多样性,依据智慧的特点及智慧在信息化中的应用提出智慧信息系统的概念,智慧信息系统与传统的复杂信息系统比较具有更强的开放性、自组织性、非线性、涌现性等,还具有实时性、自主性等新特性,最后通过列举智慧城市、智慧海洋、智慧校园、智慧科研、智慧训练等典型的智慧信息系统,进一步探究智慧信息系统在各领域的应用。

关键词: 智慧、智慧信息系统、特性、应用

1 对智慧的理解

智慧是人对事物、信息的认知感,是人的一种主观认识,并非客观存在,智慧例如聪明、聪慧、先进等词,是人对人或事物的一种评价,随着人思想变化而变化;智慧是随人类认知、科技的发展、事物的变化而不断变化的,对于科技发展的不同时期的人对智慧的认知不一样,随着时间的推移,科学科技的发展,智慧也在不断更新发展; 智慧对于不同领域的人对智慧的理解也不一样, 在哲学领域的智慧是伟大的哲学思想,在科技领域的智慧是先进的科学技术,根据不同的研究方向,智慧能够以不同的形态覆盖各个领域。

综上所述,智慧具有的三个重要特点为主观性、时变性和多样性。由于智慧是主观、时变、多样的,智慧是什么需要建立在明确人、时间、领域的基础上进行讨论。现阶段信息化领域的研究者对智慧研究基础上,智慧是什么,现阶段是个数据、信息的时代,大数据、云计算、人工智能、机器学习、神经网络、区块链等高新技术快速发展,基于现阶段技术都围绕于海量数据的采集、存储、挖掘分析、应用方面,智慧是将大量的数据、信息进行整合集中,形成一个复杂信息系统。

1.1 主观性

智慧在现阶段的信息化领域,是用户的一种体验、认知,随着人的主观意识和实践活动对于客观世界的能动作用或者反作用。对于不同的人对智慧的理解不一样,有的认为人工智能、机器学习是智慧,有的认为大数据挖掘分析、区块链是智慧,有的认为底层的智能态势感知是智慧,有的认为上层的智慧应用是智慧,不同的人对智慧的理解和切入点不一样,导致每个人对智慧的理解千差万别。综合不同用户对智慧的理解和体验,智慧具有很强的主观性,依据不同用户从事的工作及接触的事物,对智慧的体验都会随人的主观感受而转移,因此,对智慧的理解需要根据具体用户的体验和理解进行详细的需求分析,才能够实现用户所需达到的智慧目标。

1.2 时变性

随着时间变化,科技、新型技术不断发展、更新,智慧也不断发展更新,从因特网的提出到互联网的广泛应用、从互联网的发展到物联网概念的兴起、从大数据挖掘到人工智能机器学习的推广、从比特币的诞生到区块链技术的萌芽,各类新兴技术在短暂的十几年内不断的发展、更新。五年前的智慧互联网、物联网、云计算如今已经成为广泛普及的技术,而现如今的智慧在不久的将来必然会被更成熟的技术或新兴的技术所替代。随着时间的推移,现如今的智慧已经发展成为以各类智能感知设备为采集层、大数据挖掘为数据分析基础、人工智能机器学习用于上层应用、区块链等高安全性技术作为安全保障,各类智慧信息系统在各领域不断发展、更新,最终将实现智慧在各领域的全面发展。

1.3 多样性

智慧具有多样性并且涵盖各个领域,智慧在不同领域中表现出的应用形式有所不同,宏观来讲,智慧的多样性分为两类,其一智慧的多样性体现在智慧的应用范围极其多样化,涉及科技、文学、教育、医疗等各领域;其二智慧在不同领域的表现形式、应用模式多样化,在感知层的智能采集、传输层的高效传输、分析层的大数据挖掘、应用层的各类智慧应用等都有不同的表现形式和应用方式。 智慧在不同领域的应用和表现形式极其多样, 例如在海洋领域,智慧是能够解决海洋中数据的自动采集、高效传输、智能分析、预测监测;校园领域的智慧是智能管理辅助管理者决策、科学个性化的教学计划和教学环境辅助教师教学、个性化的学习计划和学习资源辅助学生自主学习;军队训练领域的智慧是智能分析学员的训练情况、制定科学的训练计划辅助学员训练、预测学员未来训练发展趋势。

2 智慧信息系统的特点

传统的复杂信息系统是人机协同系统,人是复杂信息系统的重要组成部分,而智慧信息系统是一个特殊的复杂信息系统,在原有的复杂信息系统基础上,将最重要的组成部分“人”进行替代,实现“无人化”复杂信息系统,随着人工智能、区块链、机器学习、类脑科学的不断发展,复杂信息系统中最重要的组成部分人员可不断由人工智能替代,在人工智能高度发展的未来,当类脑科学能够将人类的思想进行替代后,智慧信息系统也将实现高度“无人化”信息系统。

2.1 开放性

智慧信息系统与外界存在各式各样的输入输出接口例如各种智能感知传输、网络传输等,由于现阶段的采集手段更多、传输速度更快,物质交换的速度比传统复杂信息系统更快,使得系统的负熵值越来越高,由于智慧信息系统的自组织能力、数据处理能力也在不断提升,导致负熵值很快将趋于稳定,但是海量数据更新速度块、数据量大、开放性高,导致智慧信息信息系统熵值不断急剧下降再趋于稳定,长期处于动态平衡。

2.2 自组织性

智慧信息系统与传统复杂信息系统一样具有自组织性,能够自主的将内部数据、信息存储、分类、处理、分析、深度挖掘、自主学习,并通过外部实时更新各类数据、信息,不断学习最新的理念与想法,不断完善系统内的组织架构更新、自组织调节、流程自动再造、系统自行组织。由于大量数据、技术的引入,导致要进行自组织的系统复杂度急剧升高,所需自组织的各项因素条件急剧提高,将导致复杂信息系统的自组织能力下降,可通过高效率的算法、技术、人员等方面进行弥补,提高系统的自组织性。

2.3 非线性

智慧信息系统中的数据、信息海量分散且不断交互,业务流程错综复杂,各子系统层次众多且相互关联,参与人员相互配合,因此,其数据关系、业务关系、人员关系、组织关系、系统之间的关系、系统与外部环境之间等均不是简单的线性关系,而是复杂的非线性关系。由于智慧信息系统海量数据造成更为复杂的数据、系统关系。智慧信息系统中,更为复杂的非线性作用使得复杂信息系统内部相互制约性更高、协同能力更强、系统与系统之间、系统与外部环境相互协调,从而使系统内部自组织并与外部环境自适应。

2.4 涌现性

智慧信息系统内部各系统之间和影响因素通过多种交换模式进行数据、信息交互,并与外部环境存在人员、数据、能量、物质、技术等的交换,从而由内部变化和外部变化共同改变内部结构,内部结构、内部物质与外部物质之间可能将发生从微观量变积累到宏观的质变。智慧信息系统内部不断碰撞、外部不断进行物质交换,经过一定的时间后,复杂信息系统不断的由微观量变到宏观的质变积累,在整体上演化出新的形式和特性,产生涌现,涌现性体现微观量变到宏观质变的关系,使复杂信息系统具有涌现性。

2.5 实时性

传统的复杂信息系统数据、信息不断的采集、传输、引入,但是对时间上没有一个清晰的界定,而智慧这个应用系统对数据的时间性有明确的界定,各类数据分为历史数据、实时数据、未来数据等,每个数据的信息中包含数据采集、传输、处理、分析的时间,对于很多领域的应用中,实时数据信息起着极其重要的作用。智慧信息系统能够实时对各类数据、信息进行不断的存储、分类、更新,为确保数据、信息的实时性,每个数据的信息都包含时间信息,保证数据实时性。

2.6 自主性

传统的复杂信息系统有记忆功能、自组织功能,但是不具有自主性,一般复杂信息系统能够对信息进行规定程序的整合、分类、处理、分析,通过物质、技术、人员的交换吸收,可能会涌现出新的物质,但是与自主性不同,那些自组织、自我流程再造等主要通过物质、人员、技术的交换产生反应,依据一定的规律进行定向的趋于稳定的发展。智慧信息系统的自主性是实时、主动的类脑系统,当没有新的物质交换时,它依然会依据现有的数据、信息、技术等进行自主学习分析,不断优化分析,不断向更高级的信息系统发展。

3 典型的智慧信息系统

如今智慧与智慧信息系统已经在各领域应用,IBM首次提出的智慧地球的概念,一是更透彻的感知,利用任何可以随时随地感知、测量、捕获和传递信息的设备、系统或流程;二是更全面的互联互通,先进的系统可按新的方式协同工作;三是更深入的智能化,利用先进技术获取更智能的洞察并付诸实践,进而创造新的价值。各领域逐步演化出智慧城市、智慧海洋、智慧校园、智慧楼宇、智慧家居等。下面根据智慧信息系统设计经验与实践,列举几个典型的智慧信息系统。

3.1 智慧城市信息系统

智慧城市的基本内涵是以推进实体基础设施和信息基础设施相融合、构建城市智能基础设施为基础,通过智慧信息系统的构建,实现智慧的感知、建模、分析、集成和处理,以更加精细和动态的方式提升城市管理、城市运行和城市生活水平,从而使城市达到前所未有的高度“智慧”状态。

智慧与智慧信息系统特点及典型应用

图3-1 智慧城市概念图

智慧城市依据智慧的核心特点,采用大数据、云计算等,推进物联网及智能信息技术,对城市现存经济、社会及城市各系统进行智慧化改造。如图3-1智慧城市概念图以各种智慧设施的广泛覆盖为基础,感知层、传输层、支撑层及开放应用层的深度互联为支撑,开放基于智能处理的、面向政府、企业和市民的各种应用,达到协同共享的目的。

3.2 智慧海洋信息系统

智慧海洋信息系统采用大数据分析技术、人工智能等技术,结合海洋特性,智慧海洋建设包含物理域、信息域、认知与社会域“三域”范围内的“五基四系统四领域”等内容。“五基四系统四领域”是智慧海洋不同视角的系统框架,是有机联系、融合互动的整体。智慧海洋概念图如图3-2所示。

智慧与智慧信息系统特点及典型应用

图3-2 智慧海洋概念图

智慧海洋信息感知网络以岸基系统为主体,海基系统、空基系统、水下和海底系统为依托,天基系统为补充,围绕海域的公共服务、经济发展、海洋安全等多方面应用,综合海洋卫星、航空遥感、雷达探测、浮标感知、海底观测网等多种感知手段,通过分布于岸、海、空、天、水下、海底各类平台的信息功能域子系统的高效利用与无缝集成,实现信息获取、信息传输、信息处理、信息应用的一体化融合,形成多维立体、手段多样、互有侧重的海洋环境信息感知网络,为智慧海洋提供信息综合保障。

3.3 智慧校园信息系统

智慧校园是信息化的高级形态,是对智能校园的进一步深化与提升,高校智慧校园的概念图如图3-3所示。

智慧与智慧信息系统特点及典型应用

图3-3 智慧校园概念图

智慧校园利用智能感知技术采集校园环境和设备的状态信息,实现校园的实时物理信息采集、环境控制和人群协同;应用大数据技术对校园虚拟映像进行全方位分析,全面掌握物理校园的运行规律,基于运行规律对学校的运营管理、资源调度、业务活动等做出科学决策,通过流程管理、协作支撑和情景建模等技术系统支持学校各项业务的智慧运行,不断进行自主学习、优化流程、优化建模、优化技术系统,最终实现智慧型人才培养、科学研究、社会服务和文化传承创新的目的。

3.4 智慧科研信息系统

智慧科研信息系统采用大数据技术,通过聚类分析、关联分析、深度学习、协同交互等手段对海量科研信息进行挖掘分析,建立成果、人员、项目、关键技术等科研知识库,发掘本校历史科研成果的价值,共享外部学术科研资源,构建高效科学的科研管理综合平台、自由灵活的学术研讨互动交流空间、合理有效的成果转化效益评估体系、随需适变的军民融合协同创新机制,为科研人员提供科研方向决策,具体指导科研实践。如图3-4所示。

智慧与智慧信息系统特点及典型应用

图3-4 智慧科研

智慧科研信息系统针对科研工作全面、实时、高效、精准管理需要,对科研工作中涉及的人员、财务、申报、计划、实验、成果、评估、管理、环境等海量数据进行采集、导入、清洗、分析统计,形成人员、财务、科研项目、管理知识库,采用挖掘分析、深度学习、关联预测、数据建模、协同设计、虚拟交互等,形成学术研讨交流互动、军民融合协同创新、科研管理综合平台和成果转化效益评估等信息系统,全方位提升智慧科研信息系统能力,实现科研人员辅助决策、军民融合协同科研、实时远程交流互动、成果效益评估分析等目标,为科研管理提供科学客观的决策依据。

3.5 智慧训练信息系统

智慧训练信息系统主要包括体能技能分析评估、训练预测与优化、制定科学的训练计划三部分内容。利用数据挖掘分析服务,根据校园历年训练考核成绩对比分析,预测学员训练情况;制定科学的训练计划通过对训练大纲教范数据的统计分析为大纲教范修订提供借鉴。如图3-5所示。

智慧与智慧信息系统特点及典型应用

图3-5 智慧训练

智慧训练信息系统主要包括数据采集、数据分析、应用评估三个阶段。在数据采集时,使用单兵穿戴设备、RFID,实时采集训练人员、装备的位置和状态信息;在数据分析时,进行学员历史训练数据关联分析、预定体能技能训练计划匹配、训练保障状态关联、体能增强模型预测;在应用评估时,开展针对个体制定科学训练计划、训练装备场地后勤精准保障、学员技能精确考核评估。

结 论

依据现阶段各领域对智慧的认识观念不统一、认知界限不清晰,探究科技发展历程中不同阶段、不同领域的的智慧,归纳总结出智慧的主观性、时变性、多样性,并提出智慧与智慧信息系统的概念,由于复杂信息系统中重要组成部分“人”不断被人工智能替代,智慧信息系统还具有实时性、自主性等新的特性,通过智慧城市、智慧海洋、智慧校园、智慧科研、智慧训练等典型的智慧信息系统进一步探究智慧与智慧信息系统在各领域的应用。

(参考文献略)

声明:本文来自学术plus,版权归作者所有。文章内容仅代表作者独立观点,不代表安全内参立场,转载目的在于传递更多信息。如需转载,请联系原作者获取授权。


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

Python for Data Analysis

Python for Data Analysis

Wes McKinney / O'Reilly Media / 2012-11-1 / USD 39.99

Finding great data analysts is difficult. Despite the explosive growth of data in industries ranging from manufacturing and retail to high technology, finance, and healthcare, learning and accessing d......一起来看看 《Python for Data Analysis》 这本书的介绍吧!

SHA 加密
SHA 加密

SHA 加密工具

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具

正则表达式在线测试
正则表达式在线测试

正则表达式在线测试