打开文本图片集
智能控制的内涵
智与能这两个词在中国早就出现，但智能这个词只是近30年才有的。按字面解释，智指巧用，而能则指能耐，泛指功能、技能与能力。
西方“智能”常用intelligence，按Websters字典的解释为“The abilityfor perceive logical relationships and useone"s knowledge to solve problems andrespond appropriatelyto novel situation（感知逻辑关系，利用自己的知识解决问题并适应新情况的能力，编者译）”，而针对计算机的解释为"Capabilityof performing some functions usuallyassociated with human reasoning etc（通常能够执行与人类推理等相关联的一些功能，编者译）”
因而intelligence的理解更接近属于人的思维的一部分。但当intelligent在形容算法（algorithm）时实际上已包括了人类受自然界演化的启发而建立起来的行之有效的算法。而人们在讨论一些智能材料时有时并不用intelligence而采用smart，这表明目前在什么叫智能上无论是国内或国外并未达成通用的唯一的解释，而处于多义多释的情况，这可能是一切新学科出现的共性。
就控制而言，我们宜于将智能的理解更广一些，这是基于从信息科学的层次。控制器的设计本身是控制算法的设计，因而智能控制的核心自然是指具有智能特征的控制算法，而算法自然应包括仿人思维的和自然界演化的。人工智能在英文中常用artificial intelligence.就是指用人造的办法实现的智能，在今天它主要体现在用计算机来实现这一点上。因此智能控制其核心当是以人工智能的方法来实现的控制算法。
控制科学与技术是针对自动控制系统研究、设计、实验、运行中形成的科学与技术，是自动化科学与技术的一个重要部分。随着科学的发展和技术的进步，系统的复杂程度越来越高，工作要求也日益多样化、综合化与精确化，这样越来越多的先进的技术特别是信息技术应用于控制系统，这使得控制系统在很多情况下不再是原有的结构相对简单、控制目标单一的以反馈为主要特征的单回路控制系统，原有的控制理论、方法在新的形势下不能适应要求，这为人工智能的方法与技术更多地融入到控制系统中来并发挥日益重要的作用创造了条件和提供了机遇。
如果说1936年图灵（Turing）建立自动机理论和随后在1 950年发表论文Cornputing machinery and intelligence时，人们还认为这是一种科学理想，并不能看清其实现的途径和发展的规模。在经历了半个多世纪的发展后，这种人工智能的思想已经发展成为信息领域的一个充满生机、日新月异的领域。人们预测人工智能已经与纳米技术和基因技术并列为本世纪最具影响的三大尖端技术是很有道理的。
科学的成就首先是具体的，在发展到一定阶段后才可能形成新的理论框架。位于美国的Santa Fe Institute从事的复杂性研究首先揭示了一系列实际存在的复杂性现象，并从这些现象的研究中提炼出一系列不同于常规的新型的有时很有效的算法，开创了智能算法的一片天地，使很多过去看来十分困难的计算成为了可能，顯示出一种独特的优越性。
在我国，由于信息科学技术总体上与世界先进国家差距不算太大，经过这几年的发展，在一些领域已经处于领先地位。作为信息科学一个新的重要领域，人工智能的发展自然被上升到国家发展战略高度进行考虑。
2014年6月9日，习近平总书记在两院院士大会上指出：“由于大数据、云计算、移动互联网等新一代信息技术同机器人技术相互融合步伐加快，3D打印、人工智能迅速发展，制造机器人的软硬件技术日趋成熟，成本不断降低，性能不断提升。军用无人机、自动驾驶汽车、家政服务机器人已经成为现实，有的人工智能机器人已具有相当程度的自主思维和学习能力。我们要审时度势，全盘考虑，抓紧谋划，扎实推进。”
2015年第十二届人大三次会上，李克强总理在政府工作报告上讲：“人工智能技术将为基于互联网和移动互联网等领域的创新应用提供核心基础，未来人工智能技术将进一步推动关联技术和新兴科技、新兴产业的深度融合，推动新一轮的信息技术革命，势必成为我国经济结构转型升级的新支点。”一方面是国家对人工智能的关心与重视，另一方面是控制科学发展面临的巨大挑战，这两者的碰撞意味着发展智能控制的大好时机的到来，我们应紧紧抓住这个机遇，迎头创新，使我们能在新的一代控制科学发展上占据制高点，从而在一些原始创新上取得决定性的进展。
人工智能是一个很大的领域
人工智能在今天已经发展成一个很大的领域，这个领域的几乎所有分支都与自动化有着千丝万缕的联系。这种联系既有为自动化服务的智能元件与技术，也有与自动化技术结合在一起形成的系统。
人工智能从功能上分大致可以有：
感知类。视觉、语音识别等。
信息提取、理解与鉴别。指纹、人脸识别，虹膜、掌纹识别，搜索功能，语言图像等的理解，模式识别等。
推理决策及其实现。机器证明，自动程序设计，智能控制，自动组织、管理、规划与决策等。
与自动化结合的系统形成了一系列新的应用领域。例如操作机械手、服务型机器人、智能安检系统等。
从广义上理解今日的控制，已经是一个复杂、多结构、多尺度、多模式混合的系统，而控制的要求已不再单一，目标多样且可能互相制约，这预示控制系统的新模式将呈现出将决策、管理、通信与控制一体化的趋势，因而智能与控制的结合就有着一种广义的理解。如果控制只是原有动态过程的控制，这样智能控制就具有明确的但相对狭义的定位。
我们在现阶段，人工智能与控制的结合研究还在初级阶段，并不宜将其划分得十分清晰，而随着学科的进一步发展，其中的差异可能会更不重要，人们可能更关注广义的更为复杂的智能控制系统。