系统仿真和AI技术的融合 (NN102)

"我不懂AI，但AI将替代老师且教得更好"--俞敏洪 

系统仿真中的AI技术

    人工智能应用已经从实验室环境扩展到了现实世界（无论是商业环境，公共领域，还是军事领域）。仿真建模通过提供一个支持环境来更好利用人工智能的优势，促进这种扩展。人工智能和仿真模拟的结合为整个工业部门提供了众多机会来评估业务过程，以获得精确决策所需的、数据驱动的洞察力。

    人工智能包括机器学习(M/L)、深度学习(D/L)和神经网络(ANN)等子集。按照定义，人工智能是指构建能够模拟人类智能的机器和计算机系统的过程。机器学习提供了对这些机器或系统通过经验来提高性能的各种方法的深入了解，神经网络描述了分析经验和决策之间的内在联系。

    基于智能对象的仿真模拟是指创建可以使用决策逻辑进行“思考”的仿真对象。例如，Simio仿真产品使用嵌入式决策逻辑的智能对象来选择作业或资源。因此，该对象表现出能够预测未来性能的某种智能行为。在模拟人工智能的背景下，智能对象的使用展现了仿真模型中“基于规则”的人工智能的集成可能。

AI和智慧物流、智慧供应链

    一般来说，现实世界的挑战比仅仅选择一个工作站或一个资