自動化專業與人工智慧是什麼關係？

01-15

本人本科是自動化專業，但以後嚮往與人工智慧有關的方面發展，現在有些搞不清人工智慧與自動化的關係，有人說人工智慧偏向於演算法編程和自動化沒什麼關係，有人說人工智慧與自動化有很大關係。我還想問下自動化考研方向中的模式識別與智能控制算是人工智慧嗎，還有自動化考人工智慧的研算跨專業嗎？字數有點多，謝謝大家。

要解決這個問題，實際從兩方面來入手，一是對自動化的理解，二是對人工智慧的理解。自動化的一級學科～控制科學與工程涵蓋多個方向，人工智慧是一個大型的研究領域，必須細分來談二者的關聯。

人工智慧，核心是通過計算機，來實現智能，當下談到的智能，當然是人的智能，細分一下包含這樣幾個方面：

1.對信息的獲取和感知，換句話說就是識別和學習，識別方面具體包括，語音識別、圖像識別、物體識別等等。

識別的核心是兩塊，一是獲取信息的感測器，二是相應的識別演算法與程序設計，控制科學中的檢測裝置及其自動化涉及感測器的設計，和儀器專業有交叉，一般本科是測控的做這方面的多，而模式識別自然就專註於後者了，其中涉及到圖像語音等多個方面的軟體及演算法設計。

而學習，就是計算機學科做的比較多的機器學習了，當然控制科學裡也有很多導師做機器學習，這個方面還涉及到搜索和分析等等多個方面，知乎還有各路大神，水平不足就不贅述了。

2.對信息的處理和決策，什麼叫決策，實際上就是構建控制系統的過程，對於獲取到的信息，如何控制達到相應的目標，當然這是一個非常複雜的非線性系統和混沌系統的控制問題，無論是神經網路還是控制論的其他方法在這方面都有大量的研究課題，而系統工程和智能系統也是這方面的核心。

3.運動和控制，換句話說就是機器人學，機器人本身結合了機械、電子、計算機、自動化等多個學科，但在大部分學校都是自動化學科在主導，因為涉及到整體的運動控制與協調，而大部分機器人的研究都是歸於控制理論與控制工程的範疇內。

以上三個方面我認為也就是我們工程學科接觸最多的方向了，至於什麼倫理哲學之類的就不是我們的事情了，那麼下面結合一下控制學科，也要結合你個人的選擇。

在自動化的研究生階段，你可以選擇在模式識別方向去做語音、圖像、人臉、物體、虹膜等等各個方面的識別，可以在系統工程、雙控、智能系統研究系統協調與智能決策，可以在檢測自動化學習外部感測器的設計，可以在機器人學研究運動控制，這些都可以算作人工智慧的範疇，但它們也是自動化的二級學科。

作為一個有五個二級學科的大學科，自動化並不是只有傳統的工控嵌入式，那樣的話它也不會在那麼多的學校單獨設院，因此對於擇校，我的建議就是，不要籠統地說我要學人工智慧，而是要明確到我要做人工智慧的哪個領域？哪個方向？再針對性地去選擇學校，而每一個方向在選定之後在學習上當然要有側重。

考研的話，還是建議考控制科學吧，因為對於大部分自動化本科生來說編程基礎相較於計算機來說還是要薄弱許多的，二級學科以模式識別為主，當然不必拘泥於此，核心就是找到一個導師的研究方向是你想去做的，他歸屬於哪個二級學科其實並不是很重要。

人工智慧的範圍很大很大，自動化的範圍也很大，二者的交集不小，但也說不上包含，我建議多去讀一點相關的論文，加深一下對他們的了解，可能對個人發展會更好。

要研究這個問題，我們首先需要弄清楚整個控制系統的構造。我認為整個控制系統包括四個部分，首先需要通過各種感測器獲取被控對象信息並對這些數據進行提取、分析、融合、預測、估計等一些處理，之後利用處理過的信息進行決策（可簡單理解為設計控制目標），進而設計合理的控制演算法，產生控制信號來驅動控制裝置來實現控制目的。簡單舉個例子：無人機自主集群控制。首先，各架無人機獲取周邊環境的各種信息（包括敵機和友機的位置、速度和高度等等），其次利用這些信息決策產生各架無人機期望到達的攻擊位置和攻擊姿態，之後設計飛行控制律，最後驅動舵機、旋翼、發動機等控制裝置使得無人機到達期望的位置。

在這四個部分中，目前其中前兩部分跟人工智慧關係比較密切。信息的獲取和感知主要包括圖像識別、語音識別、手勢識別等，這些需要利用機器學習等一些人工智慧的方法來處理。信息的決策實際上就是利用已獲得的信息設置控制目標，也就是給定期望的參考路徑或者使系統鎮定到某個狀態。在這個過程中需要利用專家智能、深度學習等一些方法對現有信息進行判斷和決策。

最後說一下考研這個問題。自動化專業是本科的一個專業名稱，其一級學科是控制科學與工程，下面有控制理論與控制工程、檢測技術及其自動化裝置、模式識別與智能系統、導航制導與控制等一些二級學科。我認為與人工智慧最密切的是模式識別與智能系統這個二級學科，該學科主要研究信息的處理和決策，考研的時候可以報這個方向。

目前的人工智慧跟傳統的自動化行業沒多大的關聯，互聯網行業的人工智慧主要是通過大數據和演算法來實現，大鬍子凱文凱利的《失控》其實對人工智慧說的很好，《未來簡史》對演算法的預測更是嚇死人。

自動化行業的控制主要通過PLC、上位機等邏輯控制實現，兩個不是一碼事，電氣控制的程序語言與演算法控制不是一回事，這你要明白。

本人本科就是自動化專業的，考研考的是控制工程小專碩，由於老師做的是圖像處理方面的，就歪打誤撞學了圖像識別，就是你所說的人工智慧，不過目前不搞這個玩意了，畢業做的數據挖掘，偏向於結構化的表數據，演算法其實就是一個特徵工程+調參的活兒，調參就像是一門玄學，PID模型你本科我想肯定接觸過，和這個差不多，只不過參數有點少罷了。。最後，想給你說想要跨入人工智慧行業偏工程一點的，你得會計算機基礎的知識（數據結構和演算法，計算機系統以及網路通信），這樣你才可以走的很遠。。。（另外看你的回答貌似還不懂編程，安利一個我司開發的幫助不會編程的科研老師進行演算法學習和科研的工具數據超市——dm.xjgreat.com（谷歌瀏覽器登錄就可以用）

我能說我大二結束選專業的時候是因為計算機專業不要我才來的自動化嗎？/(ㄒoㄒ)/~~

總的來說，機器學習（不太喜歡用人工智慧這個詞，感覺離得還很遠~）在大部分高校的本科階段僅僅屬於一門課。能夠進行體系化培養的很少很少。

機器學習，統計學習理論，數值分析（矩陣論），資訊理論，運籌學，數字圖像處理，數字信號處理，演算法設計與分析，這些課都上過的話，基本可以算半隻腳踏進機器學習了吧（掌握的程度自然因人而異~）

扯遠了╮(￣▽￣")╭

說說自動化吧~

老實說，本科階段和機器學習勉強有點聯繫的，也就是現代控制理論和自適應控制等等——基於狀態和動作的描述，與現在流行的強化學習有一定的關聯。

電力電子（對！我也搞不懂一個自動化專業為啥要開電氣方向的一門課）啥的~~怕是一萬年也聯繫不上了┐(′-｀)┌雖然某電力電子方向的新晉優青說他們這邊也在研究人工智慧233333

從專業設置來看。基本上沒有多少關係。

想要學人工智慧請現在學CS

可以沒有關係，也可以有關係。

按有關係的說，①你人工智慧沒有電怎麼用？所以自動化專業跟人工智慧息息相關！②你人工智慧實現需要編程，你不是學了c語言嗎？所以自動化專業跟人工智慧息息相關！

按沒有關係的說，咱們這麼說吧

電機學

自動控制原理

運動控制原理

工業過程式控制制

現代控制原理

電力電子技術

計算機控制原理

跟人工智慧有個j8的關係

模式識別？圖像處理？數據結構？C++？

我的自動化專業培養計劃里沒有出現過這些東西。

看你學校怎麼培養你們吧

考研的話，模式識別一般也考自控原理吧，不過南理工好像考數據結構。考自控原理當然不算跨專業，不過你以後乾的活應該都是跨專業了。不信？上面那些課程，哪個跟人工智慧有直接的聯繫？

謝邀！自動化是個萬金油專業。不過萬金油也有萬金油的好處。嚴格意義上來說AI不對應現在本科專業設置中的任何一個專業，所以讀研從事AI方向信息類學科都可以不算跨專業，也可以都算跨專業(是的，AI絕對不是本科中計算機專業的對口專業)。自動化專業讀AI很合適，你看中國做AI最早的，也是目前AI方向國內實力最強的(加個之一吧)機構叫做中科院自動化所。

目前AI主要的應用領域，圖像/視頻，語音處理，嚴格意義上來說更適合二級學科信號與信息處理(屬於一級學科信息與通信工程)的方向。不過學科劃分那麼細沒什麼意義，等你讀了研究生就會發現，計算機專業的老師在搞AI，通信的老師在搞AI，自動化專業的老師在搞AI，檢測專業的老師在搞AI，電路系統的還有在搞AI。所以什麼專業沒關係，有沒有搞AI的願望和能力才是最重要的。何必讓自己被專業名稱限制的過死了。

另外，AI更準確來說是一個概念，而且不是一個全新的概念。比如現在百度和谷歌在搞得自動駕駛，你覺得它是AI嗎，按照一般人的理解它肯定算AI的一個應用方向，可是自動駕駛中用到的大部分知識都還是傳統的控制決策理論，信號處理理論。所以不要覺得AI多高大上，跟傳統學科知識區別多大，其實他們都不是憑空而來的。個人感覺AI更多的是給賦予機器以部分人的學習和決策能力的應用所起的一個寬泛的名稱吧。除了所謂的深度學習，AI中其他的的知識絕大多數都是很多年前都有的了。

個人觀點，歡迎交流。

廣義上講人工智慧是個領域，自動化專業在其中是有一席之地的，幾十年前自動化就代表了人工智慧，只是這些年這光環被易了幾次手而已，瞎子摸象的道理，你懂的。