Vad är intelligent systemteknik?
Intelligent system engineering (ISE) är en filtbegrepp som används för att hänvisa till en mängd olika artificiella intelligens (AI) -metoder, inklusive neurala nätverk, evolutionära algoritmer, modellbaserad förutsägelse och kontroll, case-baserade diagnostiska system, konventionell kontrollteori och symbolisk AI. Begreppet intelligent systemteknik används oftast i samband med AI som används för specifika industriella utmaningar, såsom att optimera en processsekvens i en sockerfabrik. Intelligent systemteknik tenderar att hänvisa till skapandet av kortvarig, smal uppgift, marknadsförbar AI, snarare än långsiktig, flexibel, generellt intelligent AI.
Det finns universitetsavdelningar i ett antal länder med fokus på intelligent systemteknik. Både terminologin och allmän filosofi för ISE härstammar från en blandning av maskinteknik och datavetenskap. ISE-program finns ofta inom avdelningar för maskinteknik.
Intelligenta system är vanligtvis avsedda att kopplas till robotik i industriella processinställningar, även om de kan vara diagnossystem endast anslutna till passiva sensorer. Intelligenta system är tänkta att vara anpassningsbara, för att lösa problem så kreativt som möjligt med minimal mänsklig input. Fältet har fått betydande investeringar från både privata sektorer och militären.
Intelligenta system följer i allmänhet en händelseföljd vid diagnostisering och adressering av ett potentiellt problem. Först identifierar och definierar problemet problemet. Sedan identifierar den utvärderingskriterier som ska tillämpas på situationen, som den använder för att generera en uppsättning alternativ till problemet.
Det finns en iterativ sökning efter en lösning och utvärdering av potentiella lösningar, tills ett val och rekommendation görs. Sedan implementeras lösningen ibland med mänsklig framgång. Intelligenta system tar bort stress av människor, och löser automatiskt det enklaste av de många tusentals problem som uppstår i industriella processinställningar.
Intelligent systemteknik försöker skapa sensornätverk som inte bara tar numeriska avläsningar utan också fungerar som virtuella observatörer, integrerar sensdata och gör generaliseringar. När vår tekniska infrastruktur kontinuerligt blir mer komplex välkomnar många arbetare konstgjord hjälp med att diagnostisera och lösa problem.