在回顧人工智能在分析測試技術中的應用時，非常貼近的實例，是早在上世紀末的近紅外分析測試技術的突破，國外以Karl Norris博士、國內以陸婉珍院士、嚴衍祿教授等為代表的學者們，就建立了近紅外光譜模型分析、人工神經網絡模型算法等技術、以及用標樣校正(訓練)圖譜模型的技術。1998年湖南大學許亞蘭發(fā)表論文，提出了模糊智能儀器這一新構想，針對這一構想，論文從其原理入手介紹了模糊智能儀器的相關基礎理論——模糊數學與人工智能，其次在傳統微機化儀器的基礎上設計了模糊智能儀器。2004年由南開大學出版了裴雷著的《科學儀器軟件平臺研發(fā)——人工智能軟件包開發(fā)》，提出以軟件為關鍵技術的通用平臺上，可以很方便地改變軟件配置來適應不同的需要，功能更加靈活、強大，更適合科學研究和創(chuàng)新的需要，建立中國自己的科學儀器通用軟件平臺，可帶動我國分析儀器水平的提高，是我國分析儀器產業(yè)實現跳躍式發(fā)展的一次難得的機遇。中科院化工冶金所、中國科技大學、湖南大學的石樂明、張懋森、李志良的論文中指出：專家系統在分析化學中的一些應用，例如譜圖解析，分析方法與分離路線的設計與優(yōu)化，分析儀器工作參數的優(yōu)化以及故障的診斷等。2010年11月1日，在化學_自然科學_專業(yè)資料中，發(fā)布了“分析化學中的應用”一文提出： 知識系統、知識工程已成為人工智能應用最顯著新技術。2015年9月12日，在能源_工程科技_專業(yè)資料中，發(fā)布了“人工智能技術在分析化學中的應用技術”一文。2016年12月31日中國科學院化工冶金研究所李曉霞等發(fā)表論文，報導建立了HIN(chemical information network)。其實國內外生產的大型、專用型的光譜儀、色譜儀、質譜儀、波譜儀、基因導入儀、基因測序儀、蛋白質純化系統、細胞融合儀、電泳儀、病毒免疫熒光分析儀、層析儀、生化分析儀和各種聯用儀以及大型樣品自動處理設備等，都滲入部分初級人工智能，確切地說都有一定基礎和苗頭，只是有待于逐步完善。

(四) 從以上案例所述，可得出一個規(guī)律

即有強力的應用人工智能科技的需求，而且開發(fā)應用者、實施者對人工智能有足夠的認知，二者碰撞即能產岀鮮艷的火花。為此我建議在科學儀器與分析測試的學界與業(yè)界，宜先行有關人工智能的科普。對學界、業(yè)界領軍機構、人士、決策者，都有良好的科技學術基礎，對類似以上列舉的二本著作，肯定能熟讀而有啟迪的。新的科學技術的創(chuàng)新和應用不是炒岀來的，也不是抄岀來，更不是吹岀來的，是學者和業(yè)界同心合用探索、啃岀來的。

(五)  “頭雁效應”

依據眾多人工智能的著名院士、學者論述，我感悟人工智能與科學儀器和分析測試有著一些相似性，但因學科和產業(yè)的層次、目標、定位、歷經和發(fā)展速度的不同，又有巨大差異。科儀和測試技術應該充分借助于人工智能的巨大驅動力和利用以下相似性：人工智能是研究開發(fā)能夠模擬、延伸和擴展人類智能的理論、方法、技術及應用系統的一門新的技術科學；目前用的辦法就是我們現在說的神經網絡或者準符號模型等；目的是研制出具有類人智能的智能機器，表現形式是會圖像識別……，會人機對話……，會自動運行……，會思考、證明、診斷……，會學習……，會表示認知結果……。鑒于人工智能總體發(fā)展水平當前仍處于起步階段，專用人工智能取得突破性進展，由于應用背景需求明確、領域知識積累深厚、建模計算簡單可行，(任務單一、需求明確、應用邊界清晰、領域知識豐富、建模相對簡單)因此形成了人工智能領域的單點突破，如圖像檢測分析……，都建立在數據的基礎上，都涉及眾多學科，是多學科交叉、實踐性很強的綜合性學科。差異是人工智能更深，涉及到當今和未來的科技、產業(yè)乃至于社會變革。更新、是近60年來興起的。更大、是新一輪科技革命和產業(yè)變革的重要驅動力量。更神的是引領這一輪科技革命和產業(yè)變革的戰(zhàn)略性技術，具有溢出帶動性很強的“頭雁”效應。而儀器與測試是原系古老廟小、時顯神靈；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，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理、構思、設計、研發(fā)之中，并在實施中與精細工匠精神相結合，推動科儀和測試技術發(fā)展，甚至顛覆其面貌。

(六) 科儀和測試技術也應走人工智能應用上的細分工與專用化之路

如會下棋的人工智能機器人，決不能用于自動駕駛車輛……，當今高檔的科儀和測試技術系統，越做越大、越復雜，有利于生產廠家賺錢，而買家只用其中部分功能，科儀和測試技術設備中逐步引入人工智能機器人技術，必能使科儀和測試技術設備走向細分工和專用化，硬件可能更簡化，研發(fā)出各種新型傳感器，當今龐大的科學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，萬能的儀器設備都是假的。例如就食品安全檢測而言，就應開發(fā)出檢測某類、某種，甚至特定有害組份的人工智能機器人，其硬件將更精而少，而更神通，輕便和價廉。