年，人工智能这一概念首次被提出。年，德国提出工业4.0（以物联网、大数据、机器人、人工智能等技术为驱动的第四次工业革命）之后，人工智能越来越广泛的被人们提起，各个行业争先恐后的为人工智能做了大量基础性的研究以及使用性的推进。因此，目前整个制造行业正由原来的能量驱动型转变为信息驱动型。

人工智能，简称AI，开发用于模拟、延伸和扩展人的智能的理论、方法、技术应用的一门新技术科学。领域的研究包括机器人，语音识别，图像识别，自然语言处理和专家系统等；实际应用包括机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。

麦肯锡全球研究所一项研究表明，到年，人工智能和机器人可能会减少全球多达30%的人类劳动，到年自动化将取代4-8亿个工作岗位，需要多达3.75亿人完全转换工作岗位。如此一来，不少岗位都面临着被替代的风险。

AI时代威胁最大的5个岗位

售货和客服：目前，线下实体商店的销售人员日益减少，逐渐转到线上销售；移动通讯方面，也出现了以人工智能机器人客服替代大量人员岗位的情况。

银行柜员：目前，在手机、电脑上几乎可以操作银行80%的业务功能，银行柜员的工作越来越少，银行需要的职员也就越来越少。

司机：随着自动驾驶技术、车联网技术的迅速发展，司机岗位很有可能会逐渐被替代。

装配车间工人：现在机器人代替车间装配工人中危险劳动岗位的情况越发普遍，未来一些对人类不友好的工作岗位将会慢慢被机器人所替代。

翻译：以前出国可能会带词典、翻译，但是现在手机中的翻译软件完全能够实现同声传译的效果，因此，翻译岗位亦可能被人工智能所替代。

人工智能的发展趋势

最早提出的人工智能系统称为赛博物理系统（战略是典型的二元战略），其是实体化系统和数字化系统融合的过程。以前，我们做的更多的是实体世界中的具体工作，在这一过程中，引入了大量的数字化工作在里面。而在现在的数字化过程中，又离不开网络技术和实体装备技术的应用，所以在实体和虚拟之间，虚中带实实中带虚，恰恰是与传统的阴阳理论相结合。

在赛博物理系统的基础上，我国提出了CPPS人机网三元战略的概念，体现了以人为本，将人的要素，包括职业素养、精神等融合到实体以及数字化的过程之中，更加丰富了整个人工智能系统形成的基础战略。

智能制造源于人工智能的研究，是指具有信息自感知、自学习、自决策、自执行、自适应等功能的先进制造过程、系统与模式的总称。具体体现在制造过程的各个环节与新一代信息技术的深度融合，例如互联网、大数据、云计算、人工智能等。

那么如何把智能制造引入到中药过程之中呢？这就离不开它的四个特点：

状态感知：准确感知系统外部情况，例如设备、车间、企业、市场、客户、环境、输入的实时运行状态。

实施分析：基于过往得到的经验、知识、对策获取的实时运行转改数据进行快速、准确的推理与分析。

自主决策：根据数据分析、计算的结果，按照设定的规则，自主做出选择和判断。自我决策就是对整个生产过程中的状态做出自我的决策判断，比如温度合适，它可以自动调节空调；整个生产过程当中的产能、产线、各环节节奏，它都能够做出一个选择，决定哪些步骤应该加快，哪些应该放缓。

精准执行：执行决策，对外部需求，企业运行状态，研发或生产等做出快速决策。

以上四个特点可以形成一个不断的良性循环，这也是一个很好的人工智能应用案例。

中药工业存在的共性问题和发展瓶颈

中药制药工艺水准低

这是历史因素造成的，由于我国中药现代化的制造过程起步较晚，技术水平较低，所以造成整体工艺水平没有跟上时代的步伐。

生产操作粗放

这是由于中药的种类繁杂，所以对中药的生产过程更精细化也是目前存在的一个发展瓶颈问题。

缺乏制药过程质量在线监控方法

目前，我们只能用一些简单的、外在的，比如数字，温度，压力等可能会对产品造成影响的过程参数进行控制，但是关于药品本身治疗的过程中如何传递的监控方法，还在摸索中，很难有一套整体的系统去进行制药过程在线检测。

制药装备智能化程度差

过程质量保障体系不完善

制药技术革新意识不强，企业技术创新驱动能力不足

中药制药工程面临的重大科技问题

控什么？怎么控？（药效物质、风险物质、理化及生物等参数指标）

测什么？怎么测？（状态参数、工艺参数、物料参数及环境参数等）

产什么？如何造？（过程失测、缺控、疏管、高耗、低效等严重技术问题）

这些问题均是摆在我们面前的重大科技问题，而对中药制药人来讲，也是一个巨大的挑战。

中药智能制药面对的艰巨挑战

缺乏工程理论指导，药品质量控制理念陈旧落伍，仅以管理策略难以融进系统设计；

药材以及制药过程的异质性使产品一致性很难提高，制药过程的各类参数间相互影响，形成了错综复杂的网络关系，缺少使用的过程建模与辨识方法，难以认知关键工艺环节、关键物料属性及关键过程参数，无法辨识调控生产效能的各项要素；

不仅缺乏满足中药制药现实需求的过程参数检测设备（包括传感装置、仪表、仪器等），而且极其缺少能研发先进适用检测方法的相关专业科技人员，给智能制造技术实际应用造成极大障碍；

制药车间管控分离现象严重，过程控制技术能效交底，缺乏多目标优化控制技术方法，致使药品质量与制药成本两者难以兼顾；

很多中药企业已经做了大量信息化的基础建造以及信息化体系、程序的系统建设，但是其往往会形成割裂式的管控方式，形成许多信息孤岛。如何统一管理这些信息也是一个关键问题，因此，不要盲目的去上信息化系统，要有整体规划。

人工智能与网络药理学

以前，中药均是根据老祖宗的理论经验来进行应用，形成经方、验方对人们进行治疗。现在，经过对药物有效成分的大量研究，结合中药里的有效成分，我们建立了很多数据库，从数据库中可以利用人工智能要去筛选的方法，对某些疾病进行定点研发。

人工智能与多维数据融合建模

人工智能与多维数据融合建模是对于药物本身的质量、内涵的研究过程。因为中药具有成分复杂性、功效多样性，不同的产生季节、炮制方法，后续处理方法均会使药物呈现出不同的作用，所以多学科交叉、多源信息融合的评价模式是中药质量标准创新性的研究思路。

人工智能用于中药饮片鉴别

目前，有很多人在研究人工智能用于中药饮片鉴别，亦有很多设备能够实现鉴别。传统的方法包括已经在很多影片上常用的图像筛选机等，该方法更多是用于中药材的图像检索、图像预处理、底层特征提取、对特征进行编码、图像分类，是对人肉眼能够识别的外观特征进行识别的初步识别方法。然而，随着人工智能的不断发展，算法的丰富，深度学习及神经智能网络的出现，对药材已经不仅仅局限于这种简单的识别方法。因为药材基本上不可能完全一样，简单的特征无法在每个药材上均明显显现，所以在图像处理的基础上，还需要通过人工智能训练，人工神经网络，多级神经网络的自学习对模型进行自我训练，这样所产生的模型才能够更智能的识别中药材。

人工智能+拉曼用于中药质量分析

拉曼光谱分析技术能够快速实现模型的建立，能够在异地或者场地无法在实验室中检测时采用快速质量分析。其是通过手持终端、5G数据网络把通路回传到服务器中，通过服务器已经建好的模型进行深度学习，可以对整个质量过程进行综合性的评价。

中药智能检测设备

ITCMS智能中药分选机为现代中药创新中心和天津中医药大学共同研发，可根据所检测产品性质及用户对样品外观品质、内在缺陷、虫蛀、标志物含量、水分、重金属、农残等检测需求，柔性组合X射线、可见光、高光谱、近红外、拉曼、激光诱导荧光等技术以达到快速、高效、无损的检测需求。ITCMS智能中药分选机适用于多种形状、大小及材质的中药分选，系统分选速度快，准确率高，可大大降低人工消耗，减少差错。

构建工业虚拟生产样机，在与实际工况一致的条件下，对设备结构进行研究，以期完成对其结构的优化，降低前期的开发成本。

生产设备同步计算模型，在输入相同生产工艺条件下，分析设备内部的工作流体的运行状态，以此来对设备的工艺控制条件实时优化提供合理化建议，保证工艺安全和稳定。

获取回看链接，请

转载请注明:http://www.aideyishus.com/lkzp/5582.html