人工智能问题的认识论分析X 杜雄柏 摘要?电脑能否代替!战胜人脑?对人工智能研究的三条主要途径?工程技术设计!仿生学和心理学‰分别进行哲学和技术方面的考查分析后可以看出?人工智能机能表现出某些如同人类的智能?完成一些由人脑难以完成的工作?但它不可能完成所有由人脑完成的工作?也不可能像人的大脑一样地完成这些工作" 关键词?人工智能?工程技术?仿生学?心理学模型 毫无疑问?人工智能科学的兴起?计算机等人工智能机的发明创造是人类历史上最重要的事件之一"尽管目前的人工智能在模拟人脑功能方面距理想的要求还相当遥远?然而计算机!人工智能机的广泛应用?的确深刻地影响着社会生活的方方面面"这种情势自然引起了关心人类命运的思想家的高度注意"人工智能的前景如何?在未来的社会生活中究竟扮演什么样的角色?处于什么地位?发挥什么样的作用?具体地说?能不能最后代替!战胜人脑?正如美国哈佛大学艾肯计算实验室安东尼#奥廷格尔教授所指出的?由于这类问题带有过多的科学性质?所以不能推诿给哲学家?但又由于带有过多的哲学性质?又不能推诿给科学家1"基于此?本文拟从哲学和技术两个方面对这一问题试作探讨" 一从工程技术设计手段上看人工智能 /电脑能不能代替人脑0?由于这一问题的含义十分模糊?我们不能简单地回答/能0或/不能0?而应当作出具体的分析和解答"因为人们对它至少可以作出如下三种完全不同的理解??‘‰计算机能不能完成一些迄今为止主要是靠人的大脑的活动完成的工作??’‰计算机能不能完成一切这种工作??“‰计算机能不能像人的大脑一样地完成这种工作? 显然?这三个问题就其性质而言是根本不相同的?而对其性质的准确区分和理解将有助于我们对问题的解答" 对于问题?‘‰?回答是肯定的?因为它已由计算机在社会生活中许多领域广泛应用的事实所证实"我们看到?自计算机创造发明之日起?它所从事的一切工作一直就是那些主要依靠人的大脑完成的工作?例如科技计算!文件编辑!信息管理等等"在现实生活中?计算机的应用领域仍在不断扩大"随着计算机技术水平的提高!功能作用的加大以及使用方法的增多?计算机的应用正把它的触角伸向那些通常认为很难使用计算机的领域?如专家系统!模式识别!机器翻译!定理证明!问题求解和自然语言理解等等"这些都是目前人工智能科学研究的主要内容?也是其应用的前沿"无庸讳言?人工智能在这些领域的研究进展还比较缓慢?其应用也未能达到令人振奋的成功?有些问题甚至似乎是目前乃至将来相当一段时间内难以攻克的难题"但正如奥廷格尔所指出的?不应/把这看作是存在着不可逾越障碍的标志0?而应看成/那种为克服取得成功路上巨大技术困难和认识上困难所付出的正常代价0o" 随着计算机技术水平的提高!人们对某一具体问题认识的深入?计算机应用的深度和广度必然不断得到发展"面对这种情况我们又必须保持清醒的认识?因为只要我们稍有不慎?就会陷入幻觉?以为计算机的应用并无界限?也就是说?对前面的问题?’‰做出肯定的回答"这就是对人工智能研究前景持乐观态度的/乐观派0的看法"然而如马希文先生所指出的?/这是一种没有根据的外推?其中包含着不合理的逻辑跳跃"0?下面我们拟从计算机解决问题的基本方法的角度对此作一分析和说明" 熟悉计算机工作原理的人都知道?要计算机解决某种问题?一般地说?要有三个基本的前提?或说先要进行/三化0处理"这就是? 第一?把实际问题的描述形式化?建立起相应的数学模型和形式系统"计算机?至少在它较低的层面 ? ‘ ‘???年第“期湘潭大学学报?哲学社会科学版‰第’“卷X收稿日期?‘???‘’??
人工智能的研究方向和应用领域 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。广义的人工智能包括人工智能、人工情感与人工意志三个方面。 一、研究方向 1.问题求解 人工智能的第一个大成就是发展了能够求解难题的下棋(如国际象棋)程序。在下棋程序中应用的某些技术，如向前看几步，并把困难的问题分成一些比较容易的子问题，发展成为搜索和问题归约这样的人工智能基本技术。今天的计算机程序能够下锦标赛水平的各种方盘棋、十五子棋和国际象棋。另一种问题求解程序把各种数学公式符号汇编在一起，其性能达到很高的水平，并正在为许多科学家和工程师所应用。有些程序甚至还能够用经验来改善其性能。 2.逻辑推理与定理证明 逻辑推理是人工智能研究中最持久的子领域之一。其中特别重要的是要找到一些方法，只把注意力集中在一个大型数据库中的有关事实上，留意可信的证明，并在出现新信息时适时修正这些证明。对数学中臆测的定理寻找一个证明或反证，确实称得上是一项智能任务。为此不仅需要有根据假设进行演绎的能力，而且需要某些直觉技巧。 1976年7月，美国的阿佩尔(K.Appel)等人合作解决了长达124年之久的难题--四色定理。他们用三台大型计算机，花去1200小时CPU时间，并对中间结果进行人为反复修改500多处。四色定理的成功证明曾轰动计算机界。 3.自然语言理解 NLP(Natural Language Processing)自然语言处理也是人工智能的早期研究领域之一，已经编写出能够从内部数据库回答用英语提出的问题的程序，这些程序通过阅读文本材料和建立内部数据库，能够把句子从一种语言翻译为另一种语言，执行用英语给出的指令和获取知识等。有些程序甚至能够在一定程度上翻译从话筒输入的口头指令(而不是从键盘打入计算机的指令)。目前语言处理研究的主要课题是：在翻译句子时，以主题和对话情况为基础，注意大量的一般常识--世界知识和期望作用的重要性。
第一章： 软件定义： 软件是计算机系统中与硬件相互依存的另一部分，是程序、数据、文档的集合。程序是按事先设计的功能与性能要求执行的指令序列；数据是确保程序能够正确执行的数据结构；文档是与程序开发、维护和使用有关的图文材料。 软件分类：系统软件、应用软件、支撑软件、可复用软件。 软件危机产生原因：周期长、成本高、质量差、维护困难。 1）缺乏软件开发经验和有关开发数据的积累，使得开发工作计划难以制定。 2）软件人员与用户的交流存在障碍，除了知识背景的差异，缺少合适的交流方法和需求描述工具也是一个重要原因，这使得获取的需求不充分或存在错误。 3）软件开发过程不规范，缺少方法论和规范的指导，开发人员各自为战，缺少整体的规划和配合，不重视文字资料工作，软件难以维护。 4）随着软件规模的增大，其复杂性往往会呈指数级升高。 5）缺少有效的软件评测手段，提交用户的软件质量差，在运行中暴露出大量的问题。 软件工程定义： 软件工程是指导软件开发和维护的工程性学科，它以计算机科学理论和其他相关学科的理论为指导，采用工程化的概念、原理、技术和方法进行软件的开发和维
护，把经过时间考验且证明是正确的管理技术和当前能够得到的最好的技术方法结合起来，以较少的代价获得高质量的软件，并维护它。 软件工程的目标： 是运用先进的软件开发技术和管理方法来提高软件的质量和生产率，也就是要以较短的周期、较低的成本生产出高质量的软件产品，并最终实现软件的工业化生产。 软件质量衡量标准：功能性、可靠性、易用性、效率、可维护性、可移植性。 软件生存三时期：软件定义、软件开发、运行维护。 软件定义包括：问题定义、可行性研究、需求分析； 软件开发包括：概要设计、详细设计、编码、测试； 运行维护：在软件运行／维护阶段对软件产品所进行的修改就是所谓的软件维护。包括： 改正性维护：在软件运行／维护阶段，为了识别和纠正软件错误、改正软件性能缺陷、排除实施中的误使用，而进行的诊断和改正错误的过程就是改正性维护。适应性维护：为了能够使软件适应运行的外部环境或数据环境变化而修改软件的过程叫做适应性维护。 完善性维护：为了满足用户对软件提出的新的功能与性能要求而对软件作出修改、
探索大数据和人工智能最全试题 1、2012年7月,为挖掘大数据的价值,阿里巴巴集团在管理层设立()一职,负责全面推进“数据分享平台”战略,并推出大型的数据分享平台。 A首席数据官 B.首席科学家 C.首席执行官 D.首席架构师 2、整个MapReduce的过程大致分为Map、Shuffle、Combine、()? A. Reduce B.Hash C. Clean D. Loading 3、在Spak的软件栈中,用于交互式查询的是 A. SparkSQL B.Mllib C.GraphX D. Spark Streaming 4、在数据量一定的情况下, MapReduce是一个线性可扩展模型,请问服务器数量与处( )理时间是什么关系? A数量越多处理时间越长 B.数量越多处理时间越短 C.数量越小处理时间越短 D.没什么关系
5、下列选项中,不是kafka适合的应用场景是? A.日志收集 B.消息系统 C.业务系统 D.流式处理 6、大数据的多样性使得数据被分为三种数据结构,那么以下不是三种数据结构之一的是 A.结构化数据 B.非结构化数据 C.半结构化数据 D.全结构化数据 7、下列选项中,不是人工智能的算法中的学习方法的是? A.重复学习 B.深度学习 C.迁移学习 D.对抗学习 8、自然语言处理难点目前有四大类,下列选项中不是其中之一的是 A.机器性能 B.语言歧义性 C.知识依赖 D.语境 9、传统的机器学习方法包括监督学习、无监督学习和半监督学习,其中监督学习是学习给定标签的数据集。请问标签为离散的类型,称为分类,标签为连续的类型,称为什么?
A.给定标签 B.离散 C.分类 D.回归 10、中国移动自主研发、发布的首个人工智能平台叫做() A.九天 B. OneNET C.移娃 D.大云 11、HDFS中Namenodef的Metadata的作用是? A.描述数据的存储位置等属性 B.存储数据 C.调度数据 D. 12、电信行业的客户关系管理中,客服中心优化可以实现严重问题及时预警,请问是用的什么技术实现的? A大数据技术 B.互联网技术 C.游戏技术 D.影像技术 13、随着闭源软件在数据分析领域的地盘不断缩小,老牌IT厂商正在改变商业模式,向着什么靠拢? A.闭源
湘潭大学教师系列高级专业技术职称申报人员情况公示表 单位信息工程学院姓名xx 申报职称副教授学科(专业) 通讯技术
湘潭大学教师系列高级专业技术职称申报人员情况公示表(续)
《湘潭大学教师系列高级专业技术职称申报人员情况公示表》 填表说明 一、基本情况部分 （一）姓名：在公安户籍管理部门正式登记注册、人事档案中正式记载的中文姓名。 （二）性别：男、女。 （三）出生年月：在公安户籍管理部门正式登记注册、人事档案中记载的时间。 （四）参加工作时间：最早个人履历表填写的参加工作时间。 （五）现从事专业：本人实际所从事的专业。 （六）现任专业技术职称：现专业技术职称名称。 （七）现任专业技术职称获得时间：人事、教育部门发文确认任现专业技术职称时间，具体到年月日。 （八）外语成绩：全国职称外语水平考试等级和分数或免考，如综合英语A100分、免考等。 （九）计算机成绩：湖南省计算机应用能力考核中级合格证或全国专业技术人员计算机应用能力考试科目（模块）或免考，如三个模块（模块名）、免考等。 （十）教师资格证获得时间：教师资格证的发证时间，如未获得教师资格证则填写“无”。 （十一）最高学历：已获得的最高学历。 （十二）最高学位：已获得的最高学位。 （十三）是否破格：是或否。 （十四）毕业学校及专业：已获得的最高学历或学位的毕业学校及所学专业。 （十五）毕业时间：最高学历或学位的发证时间。 （十六）近五年年度考核情况：近五年的年度考核结论。 （十七）工作经历：从参加工作至今。 （十八）单位：申报人所在单位全称。 （十九）所在学科：按照国务院学位委员会、教育部发布的《学位
人工智能数据库系统优化的捷径 摘要：SQL语句的优化是将性能低下的SQL语句转换成目的相同的性能优异的SQL语句。文中主要介绍了利用人工智能自动SQL优化技术来优化数据库系统，并且简要介绍了几种常见的数据库系统优化方法。人工智能自动SQL优化就是使用人工智能技术，自动对SQL语句进行重写，从而找到性能最好的等效SQL语句。 一数据库性能的优化 一个数据库系统的生命周期可以分成：设计、开发和成品三个阶段。在设计阶段进行数据库性能优化的成本最低，收益最大。在成品阶段进行数据库性能优化的成本最高，收益最小。 数据库的优化通常可以通过对网络、硬件、操作系统、数据库参数和应用程序的优化来进行。最常见的优化手段就是对硬件的升级。根据统计，对网络、硬件、操作系统、数据库参数进行优化所获得的性能提升，全部加起来只占数据库系统性能提升的40%左右，其余的60%系统性能提升来自对应用程序的优化。许多优化专家认为，对应用程序的优化可以得到80%的系统性能的提升。 二应用程序的优化 应用程序的优化通常可分为两个方面：源代码和SQL语句。由于
涉及到对程序逻辑的改变，源代码的优化在时间成本和风险上代价很高，而对数据库系统性能的提升收效有限。 三为什么要优化SQL语句 SQL语句是对数据库进行操作的惟一途径，对数据库系统的性能起着决定性的作用。 SQL语句消耗了70%至90%的数据库资源。 SQL语句独立于程序设计逻辑，对SQL语句进行优化不会影响程序逻辑。 SQL语句有不同的写法，在性能上的差异非常大。 SQL语句易学，但难精通。 优化SQL语句的传统方法是通过手工重写来对SQL语句进行优化。DBA或资深程序员通过对SQL语句执行计划的分析，依靠经验，尝试重写SQL语句，然后对结果和性能进行比较，以试图找到性能较佳的SQL语句。这种传统上的作法无法找出SQL语句的所有可能写法，且依赖于人的经验，非常耗费时间。 四SQL优化技术的发展历程 第一代SQL优化工具是执行计划分析工具。这类工具针对输入的SQL语句，从数据库提取执行计划，并解释执行计划中关键字的含义。 第二代SQL优化工具只能提供增加索引的建议，它通过对输入的SQL语句的执行计划的分析，来产生是否要增加索引的建议。 第三代SQL优化工具不仅分析输入SQL语句的执行计划，还对输入的SQL语句本身进行语法分析，经过分析产生写法上的改进建议。
关于印发《<湘潭大学学生学科竞赛管理 办法>补充规定》的通知 校属各单位： 为进一步规范学生学科竞赛管理，保证重点、调整结构，有序的开展各级各类学生学科竞赛，学校对学生学科竞赛进行分类分级管理，在《湘潭大学学生学科竞赛管理办法》（湘大教发〔2014〕37号）的基础上，制定此补充规定。 一、学科竞赛分为A类重点赛事、B类重要赛事和C类一般赛事三个类别。 A类重点赛事：指教育部倡导主办或国际国内有重大影响及学校传统经典赛事。B类重要赛事：（1）省教育厅主办的赛事；（2）教育部专业教学指导委员会主办过一次以上并有地域选拔赛且覆盖面宽的全国性重要赛事；（3）由国外国家级学术组织举办的重要赛事；（4）学校传统重要赛事。C类一般赛事：指教育部专业教学指导委员会或其他教学指导委员会、行业主办的一般性赛事。学科竞赛A类竞赛设置适当兼顾院系平衡，B类竞赛设置适当兼顾学科专业大类平衡。 学校每年控制参赛总数不超过100个赛事项目，其中A类和B类赛事每年各不超过25个项目，C类赛事每年不超过50个项目（具体赛事分类认定见附表：湘潭大学学生学科竞赛项目分类认定一览表）。 二、各类赛事组织工作归口职能部门或院系，组织赛事单位要在相关专业学生中进行广泛发动，尽量扩大校内赛事覆盖面，并认真组织校内选拔赛，每个类别的校内评审后，A类赛事规模推荐不超过50支队（人或作品）、B类赛事推荐不超过25支队（人或作品）、C类赛事推荐不超过10支队（人或作品）
参加地区或省级赛事。校内竞赛按照不超过5%、15%、25%的比例评出一等奖、二等奖、三等奖，学生只颁发奖励证书。省级以上竞赛校内选拔赛的命题费、评审费、监考费、阅卷费，从院系相应竞赛业绩津贴中支出。未计算竞赛业绩津贴的学科竞赛校内赛事相关费用从教务处支出，单项赛事年支出总额不超过3000元。 每支队（每个人或每件作品）的参赛报名费原则上不超过1000元，超过部分由竞赛组织院系承担。 三、A类赛事参赛获奖按照《湘潭大学学生学科竞赛管理办法》第十八条发放奖励，B类赛事按A类赛事对应级别的50%奖励，C类赛事按A类赛事对应级别的30%奖励。 列为A、B、C三类赛事项目的省级（地区）晋级赛奖励对应相应的A、B、C三类奖励。 四、每年10月底各院系上报第二年赛事计划，教务处在11月底以前审定立项项目。 五、学科竞赛仅针对本科生为主的赛事，研究生获奖不纳入我校学科竞赛资 助奖励范畴。
湘潭大学电气工程一级学科硕士研究生培养方案 一、培养目标： 本专业硕士研究生的培养应坚持德、智、体全面发展，学位获得者应达到下列要求： 1.在电气工程方面具有较坚实的理论基础，了解国内外电气工程领域的新技术和发展动态，较熟练地掌握本专业某些方向的专业知识，初步具备独立从事科学研究的能力。 2.具有较强的事业心和创新意识，具备较好的协同工作能力。 3.掌握一门外国语，并能用该门外国语较熟练地阅读本专业文献资料。 4.德业双修，身心健康。 二、学制： 学制三年，学习年限为两至四年，最短不少于两年，最长不超过四年。硕士研究生学习年限少于三年为提前毕业，长于三年为推迟毕业。提前毕业者必须符合学校提前毕业相关规定。 三、研究方向： 1.电力系统及其自动化 电力系统的变电站自动化、电力市场、数据和通信的安全、能量管理系统应用程序接口、分布能源监控的通信等；智能电网自愈、广域后备保护、分布式控制系统及重构技术；风力发电变桨距控制技术、变流器控制技术、并网及调度技术、新能源发电微电源混合供电技术。充分利用粗糙集理论的知识提取能力和数据分析能力，将粗糙集和模糊集、神经网络与其它智能方法融合，进行电力系统和电机应用领域的系统非线性建模和智能控制的理论与方法研究。研究大型风力发电机及控制系统、小型风力发电机和风柴蓄混合控制系统、开关磁阻风力发电系统，提高输出电能质量。研究电网故障下新能源系统的低电压穿越技术，解决风电和光伏等新能源的随机性、波动性问题。 2.电力电子与电力传动 研究新型高效电力电子功率变换器的拓扑结构、调制策略、多电平变换技术、控制策略及其在新能源领域中的应用技术。以单级式矩阵变换器、双级式矩阵变换器、PWM功率变换器等为主要研究对象，研究功率变换器的调制策略，改进其在非理想运行条件的输入输出性能；提高单级矩阵变换器的电压传输比，实现大容量、高性能样机设计；研究控制策略、调速节能、绿色能源应用；研究功率变换器的建模方法和控制策略，提高系统稳态输出精度、动态响应能力，增强系统鲁棒性。研究基于矩阵变换器的变速恒频风力发电系统
学校代码10530 学号20135091612 分类号密级 硕士学位论文 基于人工智能的论文排版系统研究 学位申请人快论文 指导教师* * * 教授 学院名称信息学院 学科专业计算机 研究方向计算机 2017年 6月4日
Research on Kuai65 Typesetting System Based on Artificial Intelligence Candidate Kuai Lunwen Supervisor* * * Program* * * Specialization Computer Degree Master University Xiangtan University Date Jun.2017
湘潭大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名：日期：年月日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湘潭大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 涉密论文按学校规定处理。 作者签名：日期：年月日 导师签名：日期：年月日
摘要 快论文（https://www.doczj.com/doc/0a17296191.html,）是一款专业的毕业论文在线排版系统，上传论文草稿，选定学校模板，点击一键排版，只需几分钟就可完成论文排版，免费下载预览，满意后付款。快论文平台现已汇集了全国617所高校权威毕业论文模板，均源自各校官方最新发布的毕业论文撰写规范，基本涵盖了各类高校毕业论文格式要求。 据统计，毕业论文排版涉及的几十项格式设置中，80%的操作都属于不常用操作，因此绝大多数同学以前没用过，以后用到的概率也很低，但为了达到排版的规范，却需要花费大量的时间去解读论文撰写规范和学习这些不常用的word 操作。面对复杂的格式规范，大多数同学熬夜反复调整修改却还是存在各种各样的问题。 基于人工智能的快论文排版系统，剔除了人们手动排版时不可避免的误操作，和由于视觉疲劳导致的错漏等，较之传统的人工排版方式，质量更可靠，价格更优惠，速度更快捷。快论文平台秉持人性化的设计理念，在充分研究分析人们的操作习惯的基础上，针对应届毕业的大学生，充分考虑其个性需求，设计并开发完成了一个界面简洁、功能强大、操作便捷的毕业论文排版和编辑系统，帮助大学生提高毕业论文写作效率和提升毕业论文质量。 快论文根据各个高校官方的论文写作规范要求，分别构建了属于各高校自己的定制模板，更准确，更便捷，是国内最大的毕业论文排版平台。 关键词：快论文；专业排版；质量可靠；价格优惠；值得信赖
机器学习与数据挖掘姓名：xxx班级：计xxx学号：xxxxx
机器学习与数据挖掘 随着互联网突飞猛进的发展，数据总量呈爆炸式增长，数据量从TB级别升到ZB级别别IDC报告称，未来10年数据总量将会增加50倍，应对如此的数据总量，相应管理数据仓库的服务器将增加10倍。目前主流的软件已经无法在合理的时间内针对如此数量级别的数据进行撷取、管理、处理并整理成能为决策提供帮助的信息。美国政府率先提出并启动了“大数据研究和发展计划”，标志着大数据已上升到国家意志，大数据时代到来。 数据挖掘（英语：Data mining），又译为资料探勘、数据采矿。它是数据库知识发现（英语：Knowledge-Discovery in Databases，简称：KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。 机器学习”是人工智能的核心研究领域之一，其最初的研究动机是为了让计算机系统具有人的学习能力以便实现人工智能，因为众所周知，没有学习能力的系统很难被认为是具有智能的。目前被广泛采用的机器学习的定义是“利用经验来改善计算机系统自身的性能”。事实上，由于“经验”在计算机系统中主要是以数据的形式存在的，因此机器学习需要设法对数据进行分析，这就使得它逐渐成为智能数据分析技术的创新源之一，并且为此而受到越来越多的关注。 “数据挖掘”和“知识发现”通常被相提并论，并在许多场合被认为是可以相互替代的术语。对数据挖掘有多种文字不同但含义接近的定义，例如“识别出巨量数据中有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程”。其实顾名思义，数据挖掘就是试图从海量数据中找出有用的知识。大体上看，数据挖掘可以视为机器学习和数据库的交叉，它主要利用机器学习界提供的技术来分析海量数据，利用数据库界提供的技术来管理海量数据。数据挖掘与机器学习的关系如图一所示： 数据挖掘 数据分析技术数据管理技术 机器学习数据库 图一数据挖掘与机器学习的关系 实际上，机器学习和数据挖掘技术已经开始在多媒体、计算机图形学、计算机网络乃至
数据库技术实现与人工智能融合的方法 发表时间：2019-09-16T15:23:49.090Z 来源：《基层建设》2019年第17期作者：张培颖[导读] 摘要：在现实生活中，数据库技术和人工智能有着紧密的联系，在人们思想地位中，人工技能只是具备单一的理论性，数据库则是大量的应用在实际操作中。 天津中发智能科技有限公司天津 300392摘要：在现实生活中，数据库技术和人工智能有着紧密的联系，在人们思想地位中，人工技能只是具备单一的理论性，数据库则是大量的应用在实际操作中。人工智能在发展初期的时候，就和数据库有着紧密联系，任何一个数据系统都是应用计算机进行操作，人工智能将使得计算机在实际使用中发挥出最大功效，以展现出人工智能和数据库的融合作用。下面就基于作者实际工作经验，简要的分析数据库 技术实现人工智能融合的方向，希望对相关从业人员有所帮助。 关键词：数据库发展；人工智能；融合方法 1 数据库的现阶段发展现状分析 1.1数据库飞速的发展 数据库的先进技术主要是计算机的重要分支点，充分展现出高科技技术重要性，数据库有着突破性的进展，在数据库的形成最初过程中，以网状数据库和关系数据库为主，而这两种数据库的使用还存在着诸多和不足之处，经过发明和研究，人们创造出技术先进、使用性方便的数据库管理系统，可以有效的弥补数据库中存在的不足之处。 在人们的生活、工作过程中，数据库起到重要的作用，在当前社会正处在高科技的发展阶段，应用先进的系统能够对工作负担进行降低，以有效的提升工作的效率，数据库对数值的保存和计算有着绝对的优势，数据库不仅能够长久性的保存相关数值，还能够对近期数值进行准确计算。如果说某单位计算员工的工资，以往的人工计算方式需要计算出勤、迟到、薪酬、奖金，每一项数据都应手动计算，降低工作效率的同时存在数值偏差现象，而数据库的使用不但准确率较高，且计算时间较短，在短时间内计算出准确数值，是数据库存在的优点之一。 1.2 数据库安全使用性能 数据库的使用范围较为广泛，现如今的工作学习中都离不开数据库的应用，为人们提供方便快捷的有利条件。以往的模式中主要以文件管理为主，只是单一的保管文件，并且文件存放比较分散，工作中需要寻找资料时，往往需要大量时间，而数据库避免了这一现象的发生，数据库保存数据较为集中，相关的数据只保存在一个表格当中，工作中可对相应数值一目了然，避免查找的繁琐过程，提高工作效率。数据库还具备一致性与可维护性，保证了数据库的安全性与可靠性，数据库的具有防止数据丢失与越权使用两种性能，由于数据库的存放时间较长，对保存时间没有规定，使用数值不存在限制，提升数据数值的使用性。数据库数值具有一致性的使用特点，任何数值都具有唯一性，减少数值差的存在，为工作提供便利条件，提高工作效率。数据库的最大的优点便是故障修护系统，数据库具有相应的数据库管理系统，可发现数据库的使用故障，并对数据库进行及时修复，防止整体数据库的破坏为工作带来不必要麻烦，数据库的修复系统可在较短时间内进行数据恢复，体现出数据库使用的方便性。 1.3 数据库的种类模式 数据库的种类与数值有着紧密联系，数值是指由组织形成的数据组成，数据分为逻辑结构与物理结构，两者密切配合提升数据库的使用效率。数据的逻辑结构主要以逻辑思维的角度观察数据，对数据进行透彻性分析，发现数值存在的问题，及时进行数据修改，避免工作中产生数据误差现象。 2 人工智能概况 在1956年，麦卡锡等人第一次使用人工智能这一术语，标志着人工智能正式诞生。人工智能是控制论、信息论、系统论、计算机科学、神经生理学、心理学、数学、哲学等学科相互交叉渗透的产物，它与空间技术、能源技术一起被称为世界三大尖端技术。各领域的专家学者将人工智能与本专业技术相结合，取得了一个又一个令人注目的成果。虽然人工智能的发展经历了风风雨雨，但它已取得的成就不得不令人惊叹。人工智能的不断发展，已产生许多分支，模糊逻辑、专家系统、神经网络、遗传算法是其中最为活跃的四大分支。 3 人工智能的实现 为了将人工智能的理论研究成果应用于实际，人们发明了多种方法。目前大部分的人工智能应用系统是在冯?诺依曼结构的通用数字计算机或通用算机上运行求得结果。这种用软件实现的方法灵活性强但速度较慢。从原理上讲，几乎所有的编程语言均可用于解决人工智能算法，但从编程的便捷性和运行效率考虑，最好选用“人工智能语言”。常用的人工智能语言有传统的函数型语言Lisp、逻辑型语言Prolog 及面向对象语言Smalltalk、VC++及VB等。 为了缩短人工智能应用程序的开发周期，人们还研制出了多种专用开发工具，如MathWorks公司推出的高性能数值计算可视化软件Matlab中包含有神经网络工具箱，提供了许多Matlab函数。另外，还有多种专家系统工具用于开发特定领域的专家系统，如INSIGHT、GURU、CLIPS、ART等。这些实用工具为开发人工智能应用程序提供了便利条件。在硬件方面，随着微电子技术的发展，出现了非冯诺依曼结构微处理器，给人工智能信息处理带来了新的生机和活力。DSP是其中的典型产品，它放弃了冯诺依曼结构而采用了哈佛结构，即将程序指令与数据的存储空间分开，各有自己的数据与地址总线，使得处理数据和指令可以同时进行，大大提高了运行速度。在那些因受传统微处理器速度和结构限制而难以实现复杂算法及难以达到要求速度的场合，可考虑选用DSP。高速DSP芯片已被认为是模拟神经特性的理想工具，并可直接用在将来的神经网络计算机中。同时，各大芯片生产厂商已研制出各种专用模糊芯片和神经网络芯片，用专用芯片比用软件方法实现速度快得多，当系统较复杂或速度要求较高时，可选用这些专用芯片，但专用芯片的价格较昂贵。 4 实现数据技术与人工智能结合的重要性 4.1 人工智能系统的应用 人工智能系统是相对人类智能而言，主要是指在机械或电子产品中加入智能设备，使其使用功能有所提升。人工智能主要利用先进的电子技术进行仿生学研究，从整体结构模拟人脑活动。电子计算机是人工智能技术的重要表现，其具有高效、快速的特点，在计算机的使用过程中必须受到人脑的控制，在接收相应的指令后方可进行工作。人工智能是由人造机器产生的，随着人们不断传入新知识，计算机使用范围将更广。
湘潭大学2006年上学期2003级《人工智能》课程期末考试 一、选择题（每小题1分） 1.智能行为包括（A）、推理、学习、通信和复杂环境下的动作行为 A.感知 B.理解 C.学习 D.网络 2.简单遗传算法的遗传操作主要有三种：选择操作，交叉操作，（C）操作P135 A.连接 B.复制 C.变异 D.结合 3.提出了著名的三段论的科学家是（D） A.达尔文 B.图灵 C.罗素 D.亚里士多德 4.下列（C）不是多艾真体系统的模型P257 A.BDI模型 B.协商模型 C.联合规划模型 D.自协调模型 5.按教材所述，艾真体主要通信语言有（A）种 A.2 B.3 C.4 D.5 6.首次提出“人工智能”是在（D）年P3 A.1946 B.1960 C.1916 D.1956 7.问题求解技术主要是两个方面：（A）和求解的方法P24 A.问题的表示 B.推理的方法 C.学习的方法 D.启发的方式 8.对于人的思维的模拟可以从两条道路进行：一是（D），二是功能模拟 A.思维模拟 B.行为模拟 C.认知模拟 D.结构模拟 9.下列（B）不是专家系统的特点P149 A.启发性 B.主动性 C.透明性 D.灵活性 10.（C）是人类拓展认识能力的重要方法，是一种从个别到一般，从部分到整体的推理行为 A.推理 B.假设 C.归纳 D.类比 11.通常有二种不确定性，分别为（C）和关于结论的不确定性。 A.关于目标的不确定性 B.关于推理的不确定性 C.关于证据的不确定性 D.关于智能体的不确定性 12.知识发现的处理过程不包括下列过程（D）P203 A.数据挖掘 B.数据选择 C.知识评价 D.数据存储
湘潭大学计算机科学与技术一级学科 硕士研究生培养方案 一、培养目标 本专业培养德、智、体全面发展，能在本专业及相关专业领域内从事科研、教学和管理的高素质专门人才。学位获得者应达到下列要求： 1.较好地掌握马克思主义理论，坚持党的基本路线，热爱祖国，遵纪守法，具有较强的事业心和献身精神。品行端正，诚实守信，学风严谨，身心健康。 2.硕士研究生在本学科内掌握坚实的计算机科学与技术基础理论和系统的专业知识，具有独立从事科学研究、教学工作或担任专门技术工作的能力。 3.具有较强的事业心和创新意识，具备较好的协同工作能力。 4.至少掌握一门外国语，能熟练地进行本专业的学习、研究和学术交流。 二、学制 学制三年，学习年限为二至四年，最短不少于二年，最长不超过四年。硕士研究生学习年限少于三年为提前毕业，长于三年为延期毕业。 三、研究方向 1.多值逻辑与信息安全 采用代数、图论及关系等理论和方法进行研究。可应用于故障诊断、容错技术、信息安全等领域 2.计算智能与信息处理 将小波分析、神经计算等有机地融合，有效地解决传统方法难以解决的高度复杂的非线性问题。 3.知识处理与智能系统 针对人工智能中富有挑战性的问题，探索对各种媒体信息进行模式处理、分类、理解的方法、途径与实现。 4.可信系统与体系结构 针对分布式系统通信的实时性和密码计算环境的安全性等需求研究安全标准和通信协议的嵌入化实现。 5.图形图像处理与多媒体技术 利用计算机图形学及可视化技术，研究图形图像处理在分布式计算和多媒体计算方面的算法和应用。
四、课程设置：
五、学分要求 最底应修满36学分，其中专业基础课和专业必修课20学分，公共必修和其他必修10学分，研究方向课程可由导师指定一门，选修课程根据研究方向，在导师指导下选修2-3门。 六、学位论文 1.论文选题和开题 选题应根据国家经济和社会发展的需求, 结合导师承担的科研项目,选择具有一定理论意义或应用价值的课题进行研究。选题在第三学期末进行，并向指导教师小组和本专业全体研究生作选题和开题报告，广泛听取意见，经导师和学位点审核同意，报学院批准。开题报告对所研究课题有关的研究成果，研究动态进行综合评述；论证论文选题的科学性、先进性与可行性，并尽可能结合科研任务进行。同时，要阐明论文研究工作的实施方案、实验方法、工作进度和预期研究成果，并附有主要参考文献等。开题报告于第三学期12月31日前上交学校研究生处备案。 2.中期检查及进度安排 第四学期末对研究生学位论文的进展情况进行中期检查，第五学期未写出论文初稿，在第六学期初完成论文（报告）正稿。论文应该逻辑严谨、论证有据、资料详实，工作要有一定的创新。论文撰写要求语言通畅，图表清晰，符合学位论文的书写格式要求，字数不得少于3万字。经导师和学位点负责人共同签字同意后，按规定格式打印成册，于5月10日前一式三份交学院研究生答辩秘书。 3.学位论文答辩 研究生在修完了规定的学分、完成了开题报告的内容、按规定发表了学术论文、通过了学位论文评审后，才能申请学位论文答辩。
《探索大数据与人工智能》习题库 单选 1、Spark Streaming是什么软件栈中的流计算 A. Spark B. Storm C. Hive D. Flume 2、下列选项中,不是大数据发展趋势的是 A. 大数据分析的革命性方法出现 B. 大数据与与云计算将深度融合 C. 大数据一体机将陆续发布 D. 大数据未来可能会被淘汰 3、2011年5月是哪家全球知名咨询公司在《Big data: The next frontier for innovation, competition and productivity 》研究报告中指出,数据已经渗透到每一个行业和业务职能之中,逐渐成为重要的生产因素的 A.比尔·恩门 B. 麦肯锡 C. 扎克伯格 D. 乔图斯 4、以下哪个属于大数据在电信行业的数据商业化方面的应用 A.精准广告 B. 网络管理 C. 网络优化 D. 客服中心优化 5、以下哪个不属于大数据在电信行业的应用 A.数据商业化 B. 物流网络 C. 企业运营 D. 客户关系管理 6、2012年7月,为挖掘大数据的价值,阿里巴巴集团在管理层设立()一职,负责全面推进“数据分享平台”战略,并推出大型的数据分享平台。 A.首席数据官 B. 首席科学家 C. 首席执行官 D. 首席架构师 7、下列选项中,不是kafka适合的应用场景是 A.日志收集 B. 消息系统 C. 业务系统 D.流式处理 8、下列选项中,哪个不是HBASE的特点 A.面向行 B. 多版本 C. 扩展性 D. 稀疏性 9、在数据量一定的情况下,MapReduce是一个线性可扩展模型,请问服务器数量与处理时间是什么关系 A.数量越多处理时间越长 B. 数量越多处理时间越短 B.数量越小处理时间越短D.没什么关系 10、在Spark的软件栈中,用于机器学习的是 A.Spark Streaming B. Mllib C. GraphX 11、Spark是在哪一年开源的 A.1980 B. 2010 C. 1990 D. 2000 12、大数据的多样性使得数据被分为三种数据结构,那么以下不是三种数据结构之一的是
第一章：P23 1.人工智能 人工智能就是用人工的方法在机器（计算机）上实现的智能，或称机器智能 第二章：P51 5.（1）有的人喜欢打篮球，有的人喜欢踢足球，有的人既喜欢打篮球又喜欢踢足球。 定义谓词：LIKE(x,y):x喜欢y。 PLAY(x,y):x打（踢）y。 MAN(x):x是人。 定义个体域：Basketball，Soccer。 （ $x)(MAN(x) → LIKE(x,PLAY(x,Basketball))) ∨（ $y)(MAN(y) → LIKE(y,PLAY(y,Soccer))) ∨（ $z)(MAN(z) →LIKE(z,PLAY(z,Basketball)) ∧ LIKE(z,PLAY(z,Soccer)) (2)并不是每个人都喜欢花。 定义谓词：LIKE（x,y)：x喜欢y。 P(x)：x是人 定义个体词：flower ?("x)(P(x) → LIKE(x,flower)) (3)欲穷千里目，更上一层楼。 定义谓词：S(x)：x想要看到千里远的地方。 H(x):x要更上一层楼。 （"x)(S(x) → H(x)) 6. 产生式通常用于表示具有因果关系的知识，其基本形式是： P→Q 或者 If P Then Q [Else S] 其中，P是前件，用于指出该产生式是否可用的条件。Q是一组结论或者操作，用于指出当前提P满足时，应该得出的结论或者应该执行的操作。 区别：蕴含式只能表示精确知识；而产生式不仅可以表示精确知识，还可以表示不精确知识。 产生式中前提条件的匹配可以是精确的，也可以是非精确的；而谓词逻辑蕴含式总要求精确匹配。 7.一个产生式系统一般由三部分组成：规则集、全局数据库、控制策略。 步骤：1）初始化全局数据库，把问题的初始已知事实送入全局数据库中 2）若规则库中存在尚未使用的规则，而且它的前提可与全局数据库中的已知事实匹配，则转3），若不存在则转5） 3）执行当前选中的规则，并对该规则做标记，把该规则执行后得到的结论送入全局数据库中。如果该
湘潭大学全日制软件工程硕士专业学位研究生 培养方案 一、培养目标 本专业培养德、智、体全面发展，具有良好的职业素养的高层次应用型专门人才。学位获得者应达到下列要求： 1.较好地掌握马克思主义理论，坚持党的基本路线，热爱祖国，遵纪守法，具有较强的事业心。品行端正，诚实守信，学风严谨，身心健康。 2.掌握软件工程专业领域坚实的基础理论和宽广的专业知识。熟悉软件工程国内外发展过程、现状和趋势，能独立从事某些工程领域软件设计和开发、软件测试和质量控制、制作和应用、经营和管理等。能够承担专业技术或管理工作。 3.至少掌握一门外国语，能熟练地进行本专业的学习、研究和交流。 二、学制 学制三年，学习年限为两至四年，最短不少于两年，最长不超过四年。硕士研究生学习年限少于三年为提前毕业，长于三年为推迟毕业。提前毕业者必须符合学校提前毕业的有关规定。 三、研究方向 1.软件理论与方法 利用遗传算法、进化计算等自然机制对软件理论与方法进行研究。 2.可信与嵌入式软件技术 以智能电网、风力发电、电子商务等领域中智能电子设备及其软件行为和结果可信为研究对象，研究可信与嵌入式软件技术。 3.软件开发与项目管理 以国家战略需求和地方经济发展为牵引，按问题的求解模型对带性能约束布局软件质量进行度量和评估。 4.软件服务技术与电子政务 应用数据挖掘、云计算等技术，研究信息处理与物联网相融合的高级智能服务体系。 5.软件测试 应用软件工程方法学，研究和探索软件测试的理论、方法、原则、模型和工具。
四、课程设置 五、学分要求
实行学分制。学员最低应修满35学分，选修课程根据研究方向，在导师指导下选修一至二门。
论人工智能和数据库技术的融合 沐爱敏合肥工业大学管理学院2010级21班201011211236 摘要：为了促进数据库技术与人工智能的融合和共同发展，从人工智能和数据库不同的研究层次出发，详细地剖析了人工智能与数据库技术之间存在 的紧密联系。 关键词：人工智能数据库技术融合DBMS 1.引言 在以往的研究中，人工智能大多偏重于理论，而数据库偏重于应用。但是，实际上，人工智能从发展初期就与数据库有着非常紧密的联系。任何一个智能系统都要借助于计算机来实现，而在实现智能系统的计算机中，知识库都是以数据库的形式存在的。不仅如此，近几年来，随着数据库在应用中的不断深化，提出DBMS应当能够自动有效的管理超大规模数据库，即vLDB(VeryLargeDataBase)，并能够以数据驱动的方式自动为决策者提供决策，也就是使DBMS对数据的管理更加智能化。因此，数据库技术很自然地就同人工智能的某些方面的研究不谋而合，如机器学习、自然语言理解、智能检索等。这就给了我们一些启示，即可以把人工智能领域中的研究成果移植到数据库中，或者把数据库技术引入到人工智能领域，使二者得到完美结合，从而促进二者的共同发展。 2.人工智能的概述 人工智能（AI）, 英文单词artilect ,来源于雨果·德·加里斯的著作