定义：信息物理系统（Cyber-Physical System）最早由美国国家航空航天局（NASA）于 1992 年提出。CPS 是控制系统、嵌入式系统的扩展与延伸，通过集成先进的感知、计算、通信、控制等信息技术和自动控制技术，构建了物理空间与信息空间中人、机、物、环境、信息等要素相互映射、适时交互、高效协同的复杂系统。
本质：构建一套信息空间与物理空间之间基于数据自动流动的「状态感知 → 实时分析 → 科学决策 → 精准执行」闭环赋能体系，解决生产制造、应用服务过程中的复杂性和不确定性问题。
体系结构三级：单元级 → 系统级 → SOS 级（System of Systems）。
四大核心技术要素（必背）：
| 要素 | 内容 | 地位 |
|---|---|---|
| "一硬" | 感知和自动控制 | CPS 实现的硬件支撑 |
| "一软" | 工业软件 | CPS 核心 |
| "一网" | 工业网络 | 网络载体 |
| "一平台" | 工业云和智能服务平台 | 支撑上层解决方案的基础 |
典型应用场景：智能设计（产品及工艺设计、生产线/工厂设计）、智能生产（设备管理、生产管理、柔性制造）、智能服务（健康管理、智能维护、远程征兆诊断、协同优化、共享服务）、智能应用（无人装备、产业链互动、价值链共赢）。建设路径：CPS 体系设计 → 单元级 CPS → 系统级 CPS → SOS 级 CPS。
定义：利用数字计算机或数字计算机控制的机器模拟、延伸和扩展人的智能。按能否真正推理思考分为弱人工智能与强人工智能。
发展历程（时间线）：图灵测试 → "人工智能"术语提出 → 机器学习 → 专家系统 → 计算机战胜双陆棋世界冠军 → 决策树模型和神经网络 → IBM 深蓝战胜国际象棋世界冠军 → 深度学习 → 爆发式发展。
关键技术 6 项：自然语言处理（机器翻译/语义理解/问答系统）、计算机视觉（自动驾驶/机器人/智能医疗）、知识图谱（反欺诈、不一致性验证、组团欺诈等公共安全领域）、人机交互（图形/语音/情感/体感/脑机交互）、虚拟现实与增强现实、机器学习。
| 机器学习分类 | 要点 | |
|---|---|---|
| 按学习模式 | 监督学习 | 需提供标注的样本集 |
| 无监督学习 | 不需提供标注的样本集 | |
| 半监督学习 | 需提供少量标注的样本集 | |
| 强化学习 | 需反馈机制 | |
| 按学习方法 | 传统机器学习 | 需手动完成 |
| 深度学习 | 需大量训练数据集和强大 GPU 服务器提供算力 | |
常见算法还有：迁移学习、主动学习、演化学习。
定义三要素：具体脑、手、脚等三要素的个体；具有非接触传感器和接触传感器；具有平衡觉和固定觉的传感器。
发展三代：第一代示教再现型 → 第二代感觉型 → 第三代智能型。
机器人 4.0 核心技术 5 项：云—边—端的无缝协同计算、持续学习与协同学习、知识图谱、场景自适应、数据安全。
分类：按控制方式分——操作机器人、程序机器人、示教再现机器人、智能机器人、综合机器人；按应用行业分——工业机器人、服务机器人、特殊领域机器人。
概念：将数据的处理、应用程序的运行以及一些功能服务的实现，由网络中心下放到网络边缘节点上。ISO/IEC JTC1/SC38 定义：在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务。
四大特点：
| 特点 | 要点 |
|---|---|
| 联接性 | 联接物理对象多样性、应用场景多样性，需丰富联接功能（网络接口、协议） |
| 数据第一入口 | 拥有大量、实时、完整的数据，可基于数据全生命周期管理与价值创造 |
| 约束性 | 适配工业现场恶劣环境；对功耗、成本、空间要求高；需软硬件集成优化 |
| 分布性 | 天然分布式；支持分布式计算与存储、动态调度与统一管理、分布式智能与安全 |
边云协同六大能力（理解记忆）：
应用场合：智慧园区、安卓云与云游戏、视频监控、工业物联网、Cloud VR。
定义：现有或将有的物理实体对象的数字模型，通过实测、仿真和数据分析来实时感知、诊断、预测物理实体对象的状态，通过优化和指令来调控物理实体对象的行为，通过相关数字模型间的相互学习来进化自身，同时改进利益相关方在物理实体对象生命周期内的决策。
核心技术：建模、仿真和基于数据融合的数字线程。
云计算三种服务方式（必考）：
| 方式 | 提供内容 |
|---|---|
| SaaS 软件即服务 | 将应用软件统一部署在云计算服务器上 |
| PaaS 平台即服务 | 将分布式开发环境与平台作为一种服务提供 |
| IaaS 基础设施即服务 | 将多台服务器组成"云端"基础设施作为计量服务提供给客户 |
部署模式 4 种：公有云、社区云、私有云、混合云。
大数据分析五步：数据获取/记录 → 信息抽取/清洗/注记 → 数据集成/聚集/表现 → 数据分析/建模 → 数据解释。应用领域：制造业、服务业、交通行业、医疗行业。