"传感与控制"作为欧姆龙技术的核心，是指从所有的现象中提取有价值的信息，继而准确地输出。其中，知识信息控制技术是实现"传感与控制"必不可缺的一部分。

知识信息控制技术的研究分为特征提取、学习和推论三个范畴。传感器从通过图像和声音等捕捉到的信息中，提取有价值的信息，并在此基础上进行推论。从什么样的信息得出什么样的结论需要较高水平的专业技术和知识，为了让机器能够理解这些(相当于数据化)就需要其进行学习。

知识信息控制技术给人一种很专业的感觉。实际上它在我们日常生活中是非常普遍的东西，比如汽车的防盗装置。被碰撞后给出警告的这一类装置，其原理就是机器对汽车周围的声音和震动进行传感并判断的过程，即是从"声音"这个特征得出"有被盗的危险"这样一个结论的过程。在这一过程中，通过积累一些知识并进行判断，如什么样的声音表示有危险，这个过程就是如上所说的"学习"。

通过学习，让知识信息控制技术运用地更加顺利

机器的自动化也离不开学习。在通过传感提取特征的这个过程中，只有知道去判断什么才能最有效果，并能缩短辛苦判断的时间。因此，为了得到更加准确的推论，学习应该判断什么样的数据是很有必要的。

学习有两个方法。一个方法就是通过数据学习。由根据特征所提取的数据中判断哪些"OK"哪些"NG"，再通过这些判断的积累来提高推论的准确度。通过传感器所接收到的数据是成千上万的，要想在短时间内分析这些数据的分布，只有机器才能够做到的。

而另一个方法就是通过人的经验和知识来学习。如果发生了从未有过的事件，机器就可能因为不知道应该参照哪个数据而发生混乱。这时就需要人把通过经验和知识所判断的结果输入到机器中，通过知识数据库的建立，让机器去学习人凭借自己眼睛和耳朵做出的判断。

只要经过反复的学习，即使碰上有着高度专业知识的人都判断不了的复杂情况，机器也可以立刻判断出来。而当机器判断不出来的时候，机器会把信息反馈给人，这样一来人也会很了解需要教给机器什么知识。

欧姆龙在众多领域中都在进行传感技术的开发，并对其中庞大的数据进行积累和分析。把这些数据和人通过经验积累的知识数据相结合，可以让机器通过更少的信息做出更准确的判断，这就是知识信息控制技术希望达到的目标。

目前，世界各地的工厂使用着各式各样的机器，如加工产品零部件的机器、组装零部件的机器以及涂装产品的机器等等。这些用于生产过程的机器很多已经实现了自动化。然而在成品质量检验阶段，目前还有很多工作需要凭借人的眼睛和耳朵等感觉器官完成。对此，欧姆龙正在研究能够将以往凭借感官的检查工作转变为机器检查的知识信息控制技术。

代替人类的耳朵检测声音及振动的异常

以检验汽车发动机为例，检验员是通过听到的声音和振动来分辨出劣质产品的。然而只有高级技工依靠丰富的经验和直觉，才能够察觉到发动机运转声音中细微的异常声音，并以此判断出问题的原因。这意味着厂家要为此支付高额的人工成本，检测结果也可能因人而异。为此，欧姆龙利用独自开发的分析技术，将声音和振动的波形进行了数据化处理，开发出了利用机器检测声音和振动的"异常声音检测系统"。

以往的异常声音检测系统，是由SE将高级技工判断为问题产品的声音先进行人工分析，再将检验所需的知识信息进行数据化处理。而如果使用知识信息控制技术，机器就可以进行以下作业：判断从哪个声音中提取哪种特征进而判定异常声音，判断何种混合声音中容易出问题。对于人很难处理的复杂且庞大的数据，如果由机器进行处理，将可以创造出比以往精度更高的知识信息。

不仅是汽车，世界上还有许多可以通过声音辨别异常的事物。比如个人电脑硬盘的监测、管道的漏水等，这些至今为止都是依靠高级技工的听觉进行检查的。利用知识信息控制技术，机器也可以具备与高级技工相同的判断能力。

此外，欧姆龙所提供的"Signarc"中也运用了知识信息控制技术。

代替人的眼睛，大幅缩短提高产品质量的时间

到目前为止，个人电脑和手机中电路板印刷机基板的检验工作，还是依靠高级技工的视觉来完成。印刷机基板上的各种零部件是通过一种叫"焊锡"的合金连接起来安装在电路板上的。而对产品细节的检查，如人眼检查所有零部件的连接是否完好、有无歪斜等，这些都需要花费相当长的时间。而哪道工序存在问题以及应采取怎样的应对措施，基本上都是凭借高级技工的经验进行判断的。

如果使用知识信息控制技术，这种检验工作就可以通过机器实现半自动化。系统通过照相机把电路板制作的各个工序都拍摄下来，然后检查拍摄下来的图片和获取的数据。如果发现异常，机器就会检测出是哪道工序出现的问题。如果按照以往的人工作业方法，为保证整个工序的正常进行，在生产线运转之前就要反复进行检查并解决出现的问题，这可能需要花费很多时间；而如果使用知识信息控制技术，可能只需几个小时甚至更短时间便可解决所有问题。
利用这种技术，欧姆龙开展了称为"Q-up Navi"的产品质量提高计划。

人和机器的相互协作可以产生 "智慧"

如果将人的认知和经验技能作为知识信息进行数据化处理，使机器变得可以自动进行判断，那么不论在何地，即使检验人员发生了变化，也能维持同样的高质量的检验水平。然而，在实际生产过程中经常会出现新的问题，机器的完全自动化作业并不能应对所有新出现的问题。解决办法是：如果出现异常情况，机器首先向人发出警告，之后由人将判断的办法教给机器。只有人和机器进行这样的协作，才能诞生出"聪明"的机器。

在知识信息控制技术方面，欧姆龙一直不断地进行着研发工作。如果将来欧姆龙的各种传感技术能够与知识信息控制技术相结合，就能够开拓出新的领域。

这些新的领域之一便是健康领域。未来，我们只需向个人电脑输入人的身高、体重、血压等信息，电脑就会综合性地进行判断，完成对人的健康检查。在通讯领域方面，通讯服务商可以按照个人的喜好，向该人手机中自动发送与其爱好相关的广告内容。此外，欧姆龙还致力于语音识别系统(例如自动售票机附带的可视电话中的语音识别系统)的研究开发工作。在不久的将来，电话中所说的话语将直接显示于web的画面上，从而我们可以通过显示出的文字再进一步确认所说的话语。

机器在不断进化中
　　知识信息控制技术被认为是一项能够使机器拥有"人的心脏和头脑"的技术。与婴儿学会说话、辨别事物一样，机器通过分析以往积累的数据及学习人类的判断事例，也可以拥有这样的判断能力。也就是说，知识信息控制技术使机器变得更聪明，更接近于人类，也许在不久的将来欧姆龙所追求的目标——"人机最佳默契" 可以最终实现。

http://www.omron.com.cn/technology/technologyinside/lore_infomore1.html