作者AirStorms

這裡有篇台灣人的文章，我本意是要透過搜尋 Fuzzy
這個有點年代的用詞，來開導你。
因為你原先提及的個人案例是沒有什麼模糊空間存在
「什麼訊號要做什麼事情的線性階梯圖」

剛好這篇有提到最初階段中
自動控制系統的內容，
你看一下我原先提到的溫室系統是否勉強可以屬於這個範疇

而你的需求僅限於 感測數值由你這個
專業生產技術人員來判斷解讀或是調整。
所以你需要設備商告訴妳有多少指標顯示
以及每個指標的意義還有合理範疇。
你才能對應生產線上的工作分析個別指標如何適應化你們的工廠。
這大概就是你原先的想法用跟各方專業人士討論的目標




人工智慧依照機器 (電腦) 能夠處理與判斷的能力區分為四個分級，分別為自動控制、探索推論、機器學習、深度學習。在本文章中我們會探討人工智慧是如何興起的，以及早期的人工智慧「模糊專家系統」是如何建構與運作，並討論傳統 AI 如...

作者AirStorms

不知道狹義的AI 是否是Narrow form of AI


通常在極侷限場域應用，且充滿標籤 full tags的資料分析應用

我都不會覺得那是種AI,不是貶義而是單純認為這種程度要說有那麼一點人工智能

我還寧願當成一般的資料模型分析報告

這也是目前菁英哥面對的事情。

有限的傳感器侷限在某幾型機器設備上的資料來源，
每項資料的意義也寫好註解在PLC上。


還不如一些做溫室的系統，可以透過氣象預報，溫室內溫濕度光度，植栽成長階段

綜合判斷並自動調整風扇 灑水器 遮陽簾 燈光 加溫器等等設備

來的複雜。

作者polor