人工系统中数据–因素–算力–算法作用及相互关系研究

目前人工智能的研究正在迅速展开，也产生了众多的研究成果。笔者也将人工智能理论引入系统安全与故障演化过程的分析。在研究中，提出了系统故障演化过程[1]，描述系统故障过程；提出了空间故障网络描述系统故障演化过程[2-4]，及相应的概念、数学模型和方法。空间故障网络理论可作为系统故障演化过程的智能分析方法。进一步的提出了系统运动空间和系统映射论[5]，来研究人工系统和自然系统之间的数据流和因素流。人工系统是自然人发起建立的系统；自然系统是在自然状态下形成的系统。在研究过程中发现，除故障数据外，影响系统故障的因素起到了决定作用。这些因素由故障数据分析得来，而分析过程建立的算法则围绕这些因素和数据展开；同时由于算法的不同导致结果在相同算力下的时间成本差距很大。因此在研究空间故障网络理论过程中，数据、因素、算法和算力是相互制约的。而目前人工智能的3大要素是数据、算法和算力，这与实际情况有所差异，因素作用在人工智能形成过程中的作用可能被严重低估。

关于因素在人工智能领域的作用研究并不多见。这些研究包括：人工智能企业颠覆性创新影响因素及其作用路径研究[6]，因素驱动的东方思维人工智能理论研究[7]，复杂环锻件生产动态扰动因素的智能管控技术[8]，人工智能在银行业中对人的影响因素研究[9]，基于结构方程模型的智能制造影响因素研究[10]，不确定性因素下智能车路径规划研究[11]，人工智能企业创新能力影响因素分析[12]，集成人工智能和机器人的关键因素研究[13]，基于因素空间的人工智能样本选择策略研究[14]，智能挖掘机设计中的人机因素分析[15]，机器学习和人工智能未来发展的因素研究[16]，空间故障树与因素空间融合的智能可靠性分析[17