在回顧人工智能在分析測試技術(shù)中的應(yīng)用時(shí)，非常貼近的實(shí)例，是早在上世紀(jì)末的近紅外分析測試技術(shù)的突破，國外以Karl Norris博士、國內(nèi)以陸婉珍院士、嚴(yán)衍祿教授等為代表的學(xué)者們，就建立了近紅外光譜模型分析、人工神經(jīng)網(wǎng)絡(luò)模型算法等技術(shù)、以及用標(biāo)樣校正(訓(xùn)練)圖譜模型的技術(shù)。1998年湖南大學(xué)許亞蘭發(fā)表論文，提出了模糊智能儀器這一新構(gòu)想，針對(duì)這一構(gòu)想，論文從其原理入手介紹了模糊智能儀器的相關(guān)基礎(chǔ)理論——模糊數(shù)學(xué)與人工智能，其次在傳統(tǒng)微機(jī)化儀器的基礎(chǔ)上設(shè)計(jì)了模糊智能儀器。2004年由南開大學(xué)出版了裴雷著的《科學(xué)儀器軟件平臺(tái)研發(fā)——人工智能軟件包開發(fā)》，提出以軟件為關(guān)鍵技術(shù)的通用平臺(tái)上，可以很方便地改變軟件配置來適應(yīng)不同的需要，功能更加靈活、強(qiáng)大，更適合科學(xué)研究和創(chuàng)新的需要，建立中國自己的科學(xué)儀器通用軟件平臺(tái)，可帶動(dòng)我國分析儀器水平的提高，是我國分析儀器產(chǎn)業(yè)實(shí)現(xiàn)跳躍式發(fā)展的一次難得的機(jī)遇。中科院化工冶金所、中國科技大學(xué)、湖南大學(xué)的石樂明、張懋森、李志良的論文中指出：專家系統(tǒng)在分析化學(xué)中的一些應(yīng)用，例如譜圖解析，分析方法與分離路線的設(shè)計(jì)與優(yōu)化，分析儀器工作參數(shù)的優(yōu)化以及故障的診斷等。2010年11月1日，在化學(xué)_自然科學(xué)_專業(yè)資料中，發(fā)布了“分析化學(xué)中的應(yīng)用”一文提出： 知識(shí)系統(tǒng)、知識(shí)工程已成為人工智能應(yīng)用最顯著新技術(shù)。2015年9月12日，在能源_工程科技_專業(yè)資料中，發(fā)布了“人工智能技術(shù)在分析化學(xué)中的應(yīng)用技術(shù)”一文。2016年12月31日中國科學(xué)院化工冶金研究所李曉霞等發(fā)表論文，報(bào)導(dǎo)建立了HIN(chemical information network)。其實(shí)國內(nèi)外生產(chǎn)的大型、專用型的光譜儀、色譜儀、質(zhì)譜儀、波譜儀、基因?qū)雰x、基因測序儀、蛋白質(zhì)純化系統(tǒng)、細(xì)胞融合儀、電泳儀、病毒免疫熒光分析儀、層析儀、生化分析儀和各種聯(lián)用儀以及大型樣品自動(dòng)處理設(shè)備等，都滲入部分初級(jí)人工智能，確切地說都有一定基礎(chǔ)和苗頭，只是有待于逐步完善。

(四) 從以上案例所述，可得出一個(gè)規(guī)律

即有強(qiáng)力的應(yīng)用人工智能科技的需求，而且開發(fā)應(yīng)用者、實(shí)施者對(duì)人工智能有足夠的認(rèn)知，二者碰撞即能產(chǎn)岀鮮艷的火花。為此我建議在科學(xué)儀器與分析測試的學(xué)界與業(yè)界，宜先行有關(guān)人工智能的科普。對(duì)學(xué)界、業(yè)界領(lǐng)軍機(jī)構(gòu)、人士、決策者，都有良好的科技學(xué)術(shù)基礎(chǔ)，對(duì)類似以上列舉的二本著作，肯定能熟讀而有啟迪的。新的科學(xué)技術(shù)的創(chuàng)新和應(yīng)用不是炒岀來的，也不是抄岀來，更不是吹岀來的，是學(xué)者和業(yè)界同心合用探索、啃岀來的。

(五)  “頭雁效應(yīng)”

依據(jù)眾多人工智能的著名院士、學(xué)者論述，我感悟人工智能與科學(xué)儀器和分析測試有著一些相似性，但因?qū)W科和產(chǎn)業(yè)的層次、目標(biāo)、定位、歷經(jīng)和發(fā)展速度的不同，又有巨大差異。科儀和測試技術(shù)應(yīng)該充分借助于人工智能的巨大驅(qū)動(dòng)力和利用以下相似性：人工智能是研究開發(fā)能夠模擬、延伸和擴(kuò)展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)；目前用的辦法就是我們現(xiàn)在說的神經(jīng)網(wǎng)絡(luò)或者準(zhǔn)符號(hào)模型等；目的是研制出具有類人智能的智能機(jī)器，表現(xiàn)形式是會(huì)圖像識(shí)別……，會(huì)人機(jī)對(duì)話……，會(huì)自動(dòng)運(yùn)行……，會(huì)思考、證明、診斷……，會(huì)學(xué)習(xí)……，會(huì)表示認(rèn)知結(jié)果……。鑒于人工智能總體發(fā)展水平當(dāng)前仍處于起步階段，專用人工智能取得突破性進(jìn)展，由于應(yīng)用背景需求明確、領(lǐng)域知識(shí)積累深厚、建模計(jì)算簡單可行，(任務(wù)單一、需求明確、應(yīng)用邊界清晰、領(lǐng)域知識(shí)豐富、建模相對(duì)簡單)因此形成了人工智能領(lǐng)域的單點(diǎn)突破，如圖像檢測分析……，都建立在數(shù)據(jù)的基礎(chǔ)上，都涉及眾多學(xué)科，是多學(xué)科交叉、實(shí)踐性很強(qiáng)的綜合性學(xué)科。差異是人工智能更深，涉及到當(dāng)今和未來的科技、產(chǎn)業(yè)乃至于社會(huì)變革。更新、是近60年來興起的。更大、是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量。更神的是引領(lǐng)這一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，具有溢出帶動(dòng)性很強(qiáng)的“頭雁”效應(yīng)。而儀器與測試是原系古老廟小、時(shí)顯神靈；更通俗的比喻是：后者古老的小廟、小神，既需依靠大神、大廟，也宜發(fā)揮廟小有神靈的特點(diǎn)，我很贊賞將人工智能科技，逐步滲透、融合于科儀和測試的機(jī)理、構(gòu)思、設(shè)計(jì)、研發(fā)之中，并在實(shí)施中與精細(xì)工匠精神相結(jié)合，推動(dòng)科儀和測試技術(shù)發(fā)展，甚至顛覆其面貌。

(六) 科儀和測試技術(shù)也應(yīng)走人工智能應(yīng)用上的細(xì)分工與專用化之路

如會(huì)下棋的人工智能機(jī)器人，決不能用于自動(dòng)駕駛車輛……，當(dāng)今高檔的科儀和測試技術(shù)系統(tǒng)，越做越大、越復(fù)雜，有利于生產(chǎn)廠家賺錢，而買家只用其中部分功能，科儀和測試技術(shù)設(shè)備中逐步引入人工智能機(jī)器人技術(shù)，必能使科儀和測試技術(shù)設(shè)備走向細(xì)分工和專用化，硬件可能更簡化，研發(fā)出各種新型傳感器，當(dāng)今龐大的科學(xué)儀器可能變成各種專用的傳感部件，科儀將更靈敏、更小巧，測試分析將更具智能化，其實(shí)，萬能的儀器設(shè)備都是假的。例如就食品安全檢測而言，就應(yīng)開發(fā)出檢測某類、某種，甚至特定有害組份的人工智能機(jī)器人，其硬件將更精而少，而更神通，輕便和價(jià)廉。