人工智能的形成及其发展现状分析
冯海东
（长江大学管理学院荆州434023）
摘要：人工智能的历史并不久远，故将从人工智能的出现、形成、发展现
状及前景几个方面对其进行分析，总结其发展过程中所出现的问题，以及发展现状中的不足之处，分析其今后的发展方向。
关键词：人工智能，发展过程，现状分析，前景。
一．引言
人工智能最早是在1936年被英国的科学家图灵提出，并不为多数人所认知。
当时，他编写了一个下象棋的程序，这就是最早期的人工智能的应用。也有著名的“图灵测试”，这也是最初判断是否是人工智能的方案,因此，图灵被尊称为“人工智能之父”。人工智能从产生到发展经历了一个起伏跌宕的过程，直到目前为止，人工智能的应用技术也不是很成熟，而且存在相当的缺陷。
通过搜集的资料，将详细的介绍人工智能这个领域的具体情况，剖析其面临的挑战和未来的前景。
二．人工智能的发展历程
1. 1956年前的孕育期
(1) 从公元前伟大的哲学家亚里斯多德(Aristotle)到16世纪英国哲学家培根(F. Bacon)，他们提出的形式逻辑的三段论、归纳法以及“知识就是力量”的警句，都对人类思维过程的研究产生了重要影响。
（2）17世纪德国数学家莱布尼兹(G..Leibniz)提出了万能符号和推理计算思想，为数理逻辑的产生和发展奠定了基础，播下了现代机器思维设计思想的种子。而19世纪的英国逻辑学家布尔（G. Boole）创立的布尔代数，实现了用符号语言描述人类思维活动的基本推理法则。
（3） 20世纪30年代迅速发展的数学逻辑和关于计算的新思想，使人们在计算机出现之前，就建立了计算与智能关系的概念。被誉为人工智能之父的英国天才的数学家图灵（A. Tur-ing）在1936年提出了一种理想计算机的数学模型，即图灵机之后,1946年就由美国数学家莫克利（J. Mauchly）和埃柯特（J. Echert）研制出了世界上第一台数字计算机，它为人工智能的研究奠定了不可缺少的物质基础。1950年图灵又发表了“计算机与智能”的论文，提出了著名的“图灵测试”，形象地指出什么是人工智能以及机器具有智能的标准，对人工智能的发展产生了极其深远的影响。
（4） 1934年美国神经生理学家麦克洛奇(W. McCulloch) 和匹兹(W. Pitts )建立了第一个神经网络模型，为以后的人工神经网络研究奠定了基础。
2. 1956年至1969年的诞生发育期
(1)1956年夏季，麻省理工学院（MIT)的麦卡锡（J．McCarthy）、明斯基（M. Minshy）、塞尔夫里奇（O. Selfridge)与索罗门夫(R. Solomonff)、 IBM的洛
切斯特(N. Lochester）、莫尔(T. More)与塞缪尔(A. Samuel)、贝尔实验室的香农（C. Shannon）、卡内基一梅隆大学(CMU)的纽厄尔（A. Newell）与西蒙（H. Simon）等10人在美国的达特茅斯大学（Dartmouth)举办了一个长达两个月的关于机器智能的研讨会，会上统一使用了人工智能(Artificial Intelligence)这一术语，用它来代表有关机器智能这一研究方向，这标志了人工智能学科的正式诞生。
(2)1956年至1969年间，塞缪尔研制了能自学习的跳棋程序．1959年它击败了塞缪尔本人，1969年又击败了一个州的冠军
(3) 1956年至1965年间，纽厄尔和西蒙研制的“逻辑理论家”的程序，证明了“数学原理”中的38个定理；
1958年美籍华人数理学家王浩在计算机上仅用5分钟就证明了“数学原理”中的有关命题演算的全部220条定理；
1960年纽厄尔和西蒙在心理学实验的基础上研制成了一种不依赖具体领域的通用问题求解程序GPS(General Problem Solver)，可以求解11种不同类型的问题；
1965年鲁滨逊(J．Robinson )提出了消解原理，为定理的机器证明做出了突破性的贡献。
(4) 1956年至 1968年间，斯坦福大学的费根鲍姆(G . Feigenbaum )教授首先开展了专家系统的研究，他们研究成功的DENDRAL专家系统能根据质谱仪的实验，通过分析推理决定化合物的分子结构，其能力相当于化学专家的水平。
(5)1969年国际人工智能联合会议（international Conferences On Artificial Intelligence)成立，它标志着人工智能这门新兴学科得到了世界范围的公认。
3. 1970年以后的起伏发展期
20世纪70年代，人工智能进人发展期，许多国家都相继开展了这门新兴学科的研究工作。60年代一连串的胜利，使人工智能的学者们兴高采烈，也使公众对人工智能提出了更高的期望，但是事情发展远非如此。塞缪尔的下棋程序当了州级冠军之后，与世界冠军对弈时就从没有赢过。最有希望出实质性成果的自然语言翻译也问题不断，人们原以为只要用一部双向字典和一些语法知识就可能解决自然语言的互译问题，结果发现机器翻译闹出了不少笑话。
以至于有人挖苦说，美国花了2000万美元为机器翻译建立了一块墓碑。被公认为有“重大突破”的消解法，也因其局限性不能适应现实世界诸多问题，在神经网络、机器学习研究方面也遇到了种种困难。舆论的谴责，经费的缺乏，使人工智能研究一时陷入了困境。
三．人工智能的现状分析及发展前景
（一）现状分析
人工智能的理论现状为分而治之（主要有三个方面，即结构主义，功能主义，行为主义）。人们的对事物本质认识论存在差异性，从事物的不同方面模拟智能系统，使得人工智能从其产生，到现在，不论是对其认知，或是研究，都存在一种“盲人摸象”的错误认识。结构、功能、行为是智能系统的基本属性，最能揭示系统本质的应当是“工作机制”，亦可称之为机制主义。所谓的机制主义即是在给定的问题-环境-工具的前提下，提取相关信息，并在此基础上将信息转换为知识。主要有三个阶段：首先是从本体论信息到认识论信息（信息的获取），然后是从认识论信息到知识，而最后一阶段是智能策略。其结构流程图
如下：
这个图简明的说明了“机制主义”的具体构成，以及所包含的内容。
然而，尽管如此，人工智能在现阶段任然有很大的局限性，这主要表现在五个大的方面：
1.认识论的局限性。人们对于思维的过程的认识是比较片面的，觉得思维过程可以通过物理符号的运算模拟出来，而一些形象思维或者抽象思维的程式是无法被简单物化的。
2．智能化方法与途径方面的局限性。从机械角度出发，主要分为结构派和功能派。结构派从研究人的大脑神经结构出发，企图模拟人的神经网络，殊不知人的神经元数量众多，这也使得结构派的智能化道路显得任重道远；功能派从研究思维的活动和智能行为的心理学特性出发，但是根本思维还是符号主义，理论模型仍是图灵机模型。
3.数学基础的局限性。人工智能最基本的还是计算问题，这就涉及到近代数学的现状。近代数学具有封闭性，线性，结构不变性，收敛性以及精确性，而人工智能所要求的却恰好相反，它所需要的是进行非结构化的、非线性、模糊发散的计算，以满足智能化的需求。
4.计算机模型的局限性。主要表现在四个方面：
1）问题表示的方法的局限性。
2）需要对问题本身抽象出一个数学意义上的精确地解析式。
3）需要针对问题设计算法。
4)求解的结果的唯一性。
5）图灵计算机模型下的问题一般都是可递归的问题。
6）很多时候，要实现真正的人工智能，我们要求的是满意解而非是精确解，而这时以图灵模型为原型的计算机模型所做不到的。
5．形式演绎理论方面的局限性
6.实现技术方面的局限性。知识表示、推理、环境与工具等都存在较大的局限性，限制其发展。
毕竟人脑和机器是有很大的区别的，人脑胜于计算机的地方, 就是具有逻辑思维、概念的抽象、辩证思维和形象思维, 能从知识中抽取出性质不同、更高层次的核心知识, 能从多方面地把握信息, 因此在解决问题时, 大大减少了对每一种可能组合的解决问题方案的探索, 甚至在很多情况下, 根本无须探索各种可能的组合, 就直接想出办法, 找到答案。这样, 就避免了组合爆炸。计算机虽能进行调整, 进行有限的自组织, 但由于不具备形象思维和逻辑思维, 仅能放
大人的悟性活动中的演绎方法, 不可能真正具有智能。由此, 决定了计算机不能进行学习、思维、创造。在计算机领域, 机器人仍然是机器, 并不具有生命, 但是克隆技术、转基因技术等的巨大突破却可能使人们设计创造出具有生命、甚至具有智能的东西。
（二）发展前景
对于已解决或者即将解决的智能问题，通过对计算机的功能程序和它们之间的关系的深入研究中，或许我们可以找到一条发展人工智能的新途径。使用计算机解题，都必须通过汇编语言编写一些程序，将要求解的问题和算法转换成机器语言，即“0”、“1”代二进制机器指令，方可进行。因此用通用的指令集，即代表了计算机解决问题的能力。因此或许可以从功能方面去研究一些具有基本功能，但是又无法由其他指令编程实现的基本指令并通过对他们的指令集进行分析，以研究人工智能。
四．结束语
人工智能诞生的时间并太久，技术也显得不很成熟，某种意义上讲，总是面临着相当多的局限。既然，冯诺.依曼是现在计算机的原型，其机器指令也是限制人工智能化的一大障碍，或许，可从改善机器语言的的本身出发，找到新的突破口，将人工智能成熟化。
参考文献：
1.丁莹.人工智能研究的新途径.江苏：南京，附属南京第二医院. 201
2.3
2.肖斌，薛丽敏，赵顺.对人工智能发展新方向的思考.南京：海军指挥浦口分院. 2009
3.任锦，彭玮.浅析人工智能技术.河南：开封，人民警察学校.2010.12.
4.唐培和，刘浩，蒋联源.人工智能研究的局限性及其困境.广西：柳州，广西工学院.2010.9.
5.王俊.人工智能的发展规律研究.浙江：杭州，杭州商学院.2003.
6.
6.姬祥，杜文静.人工智能论析.天津：南开大学.2006年第6卷28期.
7.钟义信.人工智能的突破与科学方法的创新.北京：北京邮电大学.2012.6.
8.张凯斐.人工智能的应用领域与未来展望.山西：离石.吕梁学院.2010.12.
9.赵静明.人工智能研究需要新的理论突破-强人工智能实现的理论模型.北京：北京住总集团培训中
心.2007.
10.陈静才，郑守淇.人工智能发展的新趋势.西安：西安交通大学.1998.3.
11.杜文静.人工智能的发展及其局限.天津：南开大学.2007.1.
12.黄乾贵，张艳.人工智能的发展现状及展望.黑龙江：黑龙江科技学院.2002.
13.胡勤.人工智能概述.安徽:安庆，白云中学.2010.5.
14.艾辉，谢康灵，谢百治.谈人工智能.西安：第四军医院教育中心.2004.4.
15.钟义信.人工智能从分立到统一.北京：智能科学技术中心.2006.7.
16.李世闻.人工智能系统：弗朗肯斯坦的怪物？.江苏：南京，南京林业大学社会科学院.2001.3.
17.李德毅.网络时代人工智能研究与发展.北京：总参第61研究所.2009.2.
18.班晓娟，王昭顺,刘宏伟.人工智能与人工生命.北京：北京科技大学计算机系.2002.
人工智能算法综述 人工智能算法大概包括五大搜索技术，包括一些早期的搜索技术或用于解决比较简单问题的搜索原理和一些比较新的能够求解比较复杂问题的搜索原理，如遗传算法和模拟退火算法等。 1、盲目搜索 盲目搜索又叫做无信息搜索，一般只适用于求解比较简单的问题。包括图搜索策略，宽度优先搜索和深度优先搜素。 1、图搜索（GRAPH SERCH）策略是一种在图中寻找路径的方法。在有关图的表示方法中，节点对应于状态，而连线对应于操作符。 2、如果搜素是以接近其实节点的程度依次扩展节点的，那么这种搜素就叫做宽度优先搜素（breadth-first search 。 3、深度优先搜索属于图算法的一种,英文缩写为DFS即Depth First Search.其过程简要来说是对每一个可能的分支路径深入到不能再深入为止,而且每个节点只能访问一次。 二、启发式搜索 盲目搜索的不足之处是效率低，耗费过多的时间和空间。启发信息是进行搜索技术所需要的一些有关具体问题的特性的信息。利用启发信息的搜索方法叫做启发式搜索方法。 启发式搜索就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标。这样可以省略大量无谓的搜索路径，提高了效率。在启发式搜索中，对位置的估价是十分重要的。采用了不同的估价可以有不同的效果。 3、博弈树搜索 诸如下棋、打牌、竞技、战争等一类竞争性智能活动称为博弈。博弈有很多种，我们讨论最简单的"二人零和、全信息、非偶然"博弈，其特征如下： (1 对垒的MAX、MIN双方轮流采取行动，博弈的结果只有三种情况：MAX方胜，MIN方败；MIN方胜，MAX方败；和局。 (2 在对垒过程中，任何一方都了解当前的格局及过去的历史。
科技广场２００７．１２３０
１９８７年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。 第五阶段： ９０年代，人工智能出现新的研究高潮 由于网络技术特别是国际互连网技术的发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。另外，由于Ｈｏｐｆｉｅｌｄ多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深入到社会生活的各个领域。 ３研究热点 ＡＩ研究出现了新的高潮，这一方面是因为在人工智能理论方面有了新的进展，另一方面也是因为计算机硬件突飞猛进的发展。随着计算机速度的不断提高、存储容量的不断扩大、价格的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。目前人工智能研究的三个热点是： 智能接口、数据挖掘、主体及多主体系统。 （１） 智能接口技术是研究如何使人们能够方便自然地与计算机交流。为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的翻译，而这些功能的实现又依赖于知识表示方法的研究。因此，智能接口技术的研究既有巨大的应用价值，又有基础的理论意义。目前，智能接口技术已经取得了显著成果，文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化。 （２） 数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘和知识发现的研究目前已经形成了三根强大的技术支柱： 数据库、人工智能和数理统计。主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。 （３）主体系统是具有信念、愿望、意图、能力、选择、承诺等心智状态的实体，比对象的粒度更大，智能性更高，而且具有一定自主性。主体试图自治地、独立地完成任务，而且可以和环境交互，与其 他主体通信，通过规划达到目标。多主体系统主要 研究在逻辑上或物理上分离的多个主体之间进行协 调智能行为，最终实现问题求解。多主体系统试图 用主体来模拟人的理性行为，主要应用在对现实世 界和社会的模拟、机器人以及智能机械等领域。目 前对主体和多主体系统的研究主要集中在主体和多 主体理论、主体的体系结构和组织、主体语言、主 体之间的协作和协调、通信和交互技术、多主体学 习以及多主体系统应用等方面。 ４实际应用 人工智能是在计算机科学、控制论、信息论、心 理学、语言学等多种学科相互渗透的基础发展起来 的一门新兴边缘学科，主要研究用机器（主要是计 算机）来模仿和实现人类的智能行为，经过几十年 的发展，人工智能应用在不少领域得到发展，在我 们的日常生活和学习当中也有许多地方得到应用。 本文就符号计算、模式识别、专家系统、机器翻译 等方面的应用作简单介绍，籍此使读者对我们身边 的人工智能应用有一个感性的认识。 （１）符号计算 计算机最主要的用途之一就是科学计算，科学计 算可分为两类： 一类是纯数值的计算，例如求函数的 值，方程的数值解，比如天气预报、油藏模拟、航天 等领域； 另一类是符号计算，又称代数运算，这是一 种智能化的计算，处理的是符号。符号可以代表整 数、有理数、实数和复数，也可以代表多项式，函数， 集合等。随着计算机的普及和人工智能的发展，相继 出现了多种功能齐全的计算机代数系统软件，其中 Ｍａｔｈｅｍａｔｉｃａ和Ｍａｐｌｅ是它们的代表，由于它们都是 用Ｃ语言写成的，所以可以在绝大多数计算机上使 用。 （２）模式识别 模式识别就是通过计算机用数学技术方法来研 究模式的自动处理和判读。这里，我们把环境与客体 统称为“模式”，随着计算机技术的发展，人类有可 能研究复杂的信息处理过程。用计算机实现模式 （文字、声音、人物、物体等）的自动识别，是开发 智能机器的一个最关键的突破口，也为人类认识自 身智能提供线索。计算机识别的显著特点是速度快、 准确性和效率高。识别过程与人类的学习过程相似。 以“语音识别”为例： 语音识别就是让计算机 能听懂人说的话，一个重要的例子就是七国语言（英、日、意、韩、法、德、中）口语自动翻译系统。 该系统实现后，人们出国预定旅馆、购买机票、在 人 工 智 能 发 展 综 述 ２３１
人工智能 “人工智能”(Artificial Intelligence)简称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，是计算机科学的一个分支。是计算机科学技术的前沿科技领域。 人工智能虽然是计算机科学的一个分支，但它的研究却不仅涉及到计算机科学，而且还涉及到脑科学、神经生理学、心理学、语言学、逻辑学、认知(思维)科学、行为科学和数学以及信息论、控制论和系统论等许多学科领域。因此，人工智能实际上是一门综合性的交叉学科和边缘学科。 在世界各地对人工智能的研究很早就开始了。但对人工智能的真正实现要从计算机的诞生开始算起，这时人类才有可能以机器实现人类的智能。AI这个英文单词最早是在1956年的一次会议上提出的，在此以后．因为一些科学家的努力使它得以发展。但人工智能的进展并不像我们期待的那样迅速，因为人工智能的基本理论还不完整．我们还不能从本质上解释我们的大脑为什么能够思考，这种思考来自于什么，这种思考为什么得以产生等一系列问题。但经过这几十年的发展，人工智能正在以它巨大的力量影响着人们的生活[1]。 一、人工智能涉及的技术或方法的基本功能、特点与适用对象 目前，人工智能的研究是与具体领域相结合进行的。基本上有如下领域[2]： 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
人工智能研究方法的文献综述 1、前言 本文综述了人工智能的主要研究方法，并对各方法进行分析和总结，并阐述了目前人工智能研究方法日趋多样化的研究现状。 2、主题 研究方法，对一个问题的研究方法从根本上说分为两种：其一，对要解决的问题扩展到他所隶属的领域，对该领域做一广泛了解，研究该领域从而实现对该领域的研究，讲究广度，从对该领域的广泛研究收缩到问题本身；其二，把研究的问题特殊化，提炼出要研究问题的典型子问题或实例，从一个更具体的问题出发，做深刻的分析，研究透彻该问题，再一般化扩展到要解决的问题，讲究研究深度，从更具体的问题入手研究扩展到问题本身。 人工智能的研究方法主要可以分为三类：一、结构模拟，神经计算，就是根据人脑的生理结构和工作机理，实现计算机的智能，即人工智能。结构模拟法也就是基于人脑的生理模型，采用数值计算的方法，从微观上来模拟人脑，实现机器智能。采用结构模拟，运用神经网络和神经计算的方法研究人工智能者，被称为生理学派、连接主义。二、功能模拟，符号推演，就是在当前数字计算机上，对人脑从功能上进行模拟，实现人工智能。功能模拟法就是以人脑的心理模型，将问题或知识表示成某种逻辑网络，采用符号推演的方法，实现搜索、推理、学习等功能，从宏观上来模拟人脑的思维，实现机器智能。以功能模拟和符号推演研究人工智能者，被称为心理学派、逻辑学派、符号主义。三、行为模拟，控制进化，就是模拟人在控制过程中的智能活动和行为特性。以行为模拟方法研究人工智能者，被称为行为主义、进化主义、控制论学派。 人工智能的研究方法，已从“一枝独秀”的符号主义发展到多学派的“百花争艳”，除了上面提到的三种方法，又提出了“群体模拟，仿生计算”“博采广鉴，自然计算”“原理分析，数学建模”等方法。人工智能的目标是理解包括人在内的自然智能系统及行为，而这样的系统在实在世界中是以分层进化的方式形成了一个谱系，而智能作为系统的整体属性，其表现形式又具有多样性，人工智能的谱系及其多样性的行为注定了研究的具体目标和对象的多样性。人工智能与前沿技术的结合，使人工智能的研究日趋多样化。 3、总结 人工智能的研究方法会随着技术的进步而不断丰富，很多新名词还会被提出，但研究的目的基本不变，日趋多样化的研究方法追根溯源也就是研究问题的两种方法的演变。对人工智能中尚未解决的众多问题，运用基本的研究问题的方法，结合先进的技术，不断实现智能化。人工智能与前沿技术密切联系，人工智能的研究方法必然日趋多样化。 4、参考文献 （1）人工智能技术导论廉师友西安电子科技大学出版社2007.8 （2）人工智能研究方法及途径熊才权2005年第三期 （3）人工智能学派及其在理论、方法上的观点蔡自兴1995.5 （4）人工智能研究的主要学派及特点黄伟聂东陈英俊2001第三期 （5）人工智能研究对思维学的方法论启示尹鑫苏国辉2002.10第四期
人工智能学科诞生于20世纪50年代中期，当时由于计算机的产生与发展，人们开始了具有真正意义的人工智能的研究。（虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间的联系. Norbert Wiener是最早研究反馈理论的美国人之一.最熟悉的反馈控制的例子是自动调温器.它将收集到的房间温度与希望的温度比较,并做出反应将加热器开大或关小,从而控制环境温度.这项对反馈回路的研究重要性在于: Wiener从理论上指出,所有的智能活动都是反馈机制的结果.而反馈机制是有可能用机器 模拟的.这项发现对早期AI的发展影响很大。） 1956年夏，美国达特莫斯大学助教麦卡锡、哈佛大学明斯基、贝尔实验室申龙、IBM公司信息研究中心罗彻斯特、卡内基——梅隆大学纽厄尔和赫伯特.西蒙、麻省理工学院塞夫里奇和索罗门夫，以及IBM公司塞缪尔和莫尔在美国达特莫斯大学举行了以此为其两个月的学术讨论会，从不同学科的角度探讨人类各种学习和其他职能特征的基础，并研究如何在远离上进行精确的描述，探讨用机器模拟人类智能等问题，并首次提出了人工智能的术语。从此，人工智能这门新兴的学科诞生了。这些青年的研究专业包括数学、心理学、神经生理学、信息论和电脑科学，分别从不同角度共同探讨人工智能的可能性。他们的名字人们并不陌生，例如申龙是《信息论》的创始人，塞缪尔编写了第一个电脑跳棋程序，麦卡锡、明斯基、纽厄尔和西蒙都是“图灵奖”的获奖者。 这次会议之后，在美国很快形成了3个从事人工智能研究的中心，即以西蒙和纽威尔为首的卡内基—梅隆大学研究组，以麦卡锡、明斯基为首的麻省理工学院研究组，以塞缪尔为首的IBM公司研究组。随后，这几个研究组相继在思维模型、数理逻辑和启发式程序方面取得了一批显著的成果： （1）1956年，纽威尔和西蒙研制了一个“逻辑理论家“（简称LT）程序，它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解问题，证明了怀特黑德与罗素的数学名著《数学原理》的第2章中52个定理中的38个定理。1963年对程序进行了修改，证明了全部定理。这一工作受到了人们的高度评价，被认为是计算机模拟人的高级思维活动的一个重大成果，是人工智能的真正开端。 （2）1956年，塞缪尔利用对策论和启发式搜索技术编制出西洋跳棋程序Checkers。该程序具有自学习和自适应能力，能在下棋过程中不断积累所获得的经验，并能根据对方的走步，从许多可能的步数中选出一个较好的走法。这是模拟人类学习过程第一次卓有成效的探索。这台机器不仅在1959年击败了塞缪尔本人，而且在1962年击败了美国一个州的跳棋冠军，在世界上引起了大轰动。这是人工智能的一个重大突破。 （3）1958年，麦卡锡研制出表处理程序设计语言LISP，它不仅可以处理数据，而且可以方便的处理各种符号，成为了人工智能程序语言的重要里程碑。目前，LISP语言仍然是研究人工智能何开发智能系统的重要工具。 （4）1960年纽威尔、肖和西蒙等人通过心理学实验，发现人在解题时的思维过程大致可以分为3个阶段：1。首先想出大致的解题计划；2。根据记忆中的公理、定理和解题规划、按计划实施解题过程；3.在实施解题过程中，不断进行方法和目标分析，修改计划。这是一个具有普遍意义的思维活动过程，其中主要是方法和目的的分析。（也就是人们在求解数学问题通常使用试凑的办法进行的试凑是不一定列出所有的可能性，而是用逻辑推理来迅速缩小搜索范围的办法进行的），基于这一发现，他们研制了“通用问题求解程序GPS”，用它来解决不定积分、三角函数、代数方程等11种不同类型的问题，并首次提出启发式搜索概念，从而使启发式程序具有较普遍的意义。
人工智能的发展及未来畅想 最近看了电影《黑客帝国》系列，对其中的科幻生活有了很大的兴趣，不觉有了疑问：现在的世界是否会如电影中一样呢？人工智能的神话是否会发生在当前社会中的呢？ 在黑客帝国的世界里，程序员成为了耶稣，控制着整个世界，黑客帝国之所以成为经典，我认为，不是因为飞来飞去的超级人物，而是因为其暗自揭示了一个人与计算机世界的关系，一个发展趋势。谁知道200年以后会不会是智能机器统治了世界？ 人类正向信息化的时代迈进，信息化是当前时代的主旋律。信息抽象结晶为知识，知识构成智能的基础。因此，信息化到知识化再到智能化，必将成为人类社会发展的趋势。人工智能已经并且广泛而有深入的结合到科学技术的各门学科和社会的各个领域中，她的概念，方法和技术正在各行各业广泛渗透。 智能是一个宽泛的概念。智能是人类具有的特征之一。然而，对于什么是人类智能（或者说智力），科学界至今还没有给出令人满意的定义。有人从生物学角度定义为“中枢神经系统的功能”，有人从心理学角度定义为“进行抽象思维的能力”，甚至有人同义反复地把它定义为“获得能力的能力”，或者不求甚解地说它“就是智力测验所测量的那种东西”。这些都不能准确的说明人工智能的确切内涵。 虽然难于下定义，但人工智能的发展已经是当前信息化社会的迫切要求，同时研究人工智能也对探索人类自身智能的奥秘提供有益的帮助。所以每一次人工智能技术的进步都将带动计算机科学的大跨步前进。如果将现有的计算机技术、人工智能技术及自然科学的某些相关领域结合，并有一定的理论实践依据，计算机将拥有一个新的发展方向。 当前人工智能的发展方向可以分为两种：一种受控于人类的智能机器或智能程序，人类输入指令后让其达到预期的目的；另一类，能自主推理、逻辑、判断、学习、进步的智能，而后一种而有吸引力，更增加了人工智能无穷的魅力。 人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，在不断的接近。她并不像很多人想象的是几个科学家的工作，而是随着社会各学科发展而默默发展的。在智能领域里，最关键的问题之一，就是机器学习的问题。一旦机器有了学习的能力，谁还（敢）预测未来呢？人类的社会发展其实也是在不断积累中发展而来，人的智能也就是事实依据库+推理机制所构成了的。当所有领域的定律都能用特定的公式推理出来，黑客帝国的实现就要到来了。 研究人工智能的目的，一方面是要创造出具有智能的机器，另一方面是要弄清人类智能的本质，因此，人工智能既属于工程的范畴，又属于科学的范畴。通过研究和开发人工智能，可以辅助，部分替代甚至拓宽人类的智能，使计算机更好的造福人类。 目前，人工智能的研究是与具体领域相结合进行的。基本上有如下领域。 一、专家系统：专家系统是依靠人类专家已有的知识建立起来的知识系统，目前专家系统是人工智能研究中开展较早、最活跃、成效最多的领域，广泛应用于医疗诊断、地质勘探、石油化工、军事、文化教育等各方面。它是在特定的领域内具有相应的知识和经验的程序系统，它应用人工智能技术、模拟人类专家解决问题时的思维过程，来求解领域内的各种问题，达到或接近专家的水平。 二、机器学习：机器学习的研究，主要在以下三个方面进行：一是研究人类学习的机理、人脑思维的过程；和机器学习的方法；以及建立针对具体任务的学习系统。机器学习的研究
２０１０年４月电脑学习第２期 人工智能综述 卢妙娜。王润 摘要：人工智能是研究使计算机来模拟人的某些思维过程和智能行为的学科．主要包括计算机实现的智能的原理、制造套似于人脑智能的计算机。使计算机能实现更高层次的应用。 关键词：人工智能计算机知识 中图分类号：ＴＰｌ８文献标识码：Ａ文章编号：１００２－２４２２（２０１０）０２－０００３－０２ ＡｎＯｖｅｒｖｉｅｗｏｆＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ ＬｕＭｈ蚰ａＷａｎｇＲｕｎ Ａｂｓｔｒａｃｔ：Ｋｅｙｗｏｒｄ：＂ＡｒｔｉｆｉｃｉａｌＩｍｅＵｉｇｅｎｃｏ。ｉｓｔｈｅｓｕｂｊｅｃｔｔｈａｔｓｔｕｄｉｅｓｈｏｗｔｏｕ∞ｃｏｍｐｕｔｅｒｓｔｏｆｉｍｕｌａｔｅｈｕｍａｎｔｈｏｕｇｈｔｓａｎｄｂｅｈａｖｉｏｒｓ，ｗｈｉｃｈｉｎｃｌｕｄｅｓｔｈｅｒｅａｌｉｚａｔｉｏｎｐｒｉｎｃｉｐｌｅｓｏｆｃｏｍｐｕｔｅｒｉｎｔｅｌｌｉｇｅｎｃｅ，ｐｒｏｄｕｃｉｎｇｃｏｍｐｕｔｅｒｓｓ蛐ｔｏｈｕｍａｎｉｎｔｅｌｌｉｇｅｎｃｅ， ａｎｄａｐｐｌｙｉｎｇｃｏｍｐｕｔｅｒｓｉｎｔｈｅｐｎｗｔｉｅｅｏｎａｈｉｇｈｅｒｌｅｖｅｌ． ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅＣｏｍｐｕｔｅｒＫｎｏｗｌｅｄｇｅ １计算机与智能 熟知的棋王卡斯帕罗夫与ＩＢＭ公司的“深蓝”计算机系统进行了六局“人机大战”，结果“深蓝”以３．５比２．５的总比分获胜。比赛给人们留下了深刻的思考：下棋要求选手要有很强的思维能力、记忆能力、丰富的下棋经验，还得及时作出反映，否则一着出错满盘皆输，这显然是个“智能”问题。尽管开发“深蓝”计算机的ＩＢＭ专家认为离智能计算机还相差甚远，但以每秒２１０８步棋的并行的计算速度，实现了人类智力的计算机上的部分模拟。 从字面上看，“人工智能”就是用人工的方法在计算机上实现人的智能，或者说是人们使计算机具有类似于人的智能。 ２智能与知识 在２０世纪７０年代以后，许多国家都相继开展了人工智能的研究，由于当时对实现机器智能理解得过于容易和片面，认为只要一些推理的定律加上强大的计算机就能有专家的水平和超人的能力。这样虽然也获得一定成果，但问题也跟着出现了，例如机器翻译当时人们往往认为只要用一部双向词典及词法知识，就能实现两种语言文字的互译， 其实完全不是这么一回事。例如，把英语句子“Ｔｉｍｅｆｌｉｅｓｌｉｋ明脚ｗ”（光阴似箭）翻译成日语，然后再译回英语，竟然成为“苍蝇喜欢箭”。在其它方面也都遇到这样或者那样的困难。这时，本来对人工智能抱怀疑态度的人提出诸多苛刻的指责，人工智能的研究一度进入了低潮。 然而人们继续探索，认识到人的智能表现在人能学习知识，有了知识，能了解、运用已有的知识。智能的核心是思维，人的一切智慧或智能都来自大脑思维活动，人类的一切知识都是人们思维的产物。要让计算机“聪明”起来，首先要解决计算机如何学会知识，以及如何运用知识的问题。人工智能研究的开展应当改变为以知识为中心来进行。此后，以专家知识为基础开发的专家系统在许多领域里获得成功，例如地矿勘探专家系统拥有１５种矿藏知识，能根据岩石标本及地质勘探数据对矿产资源进行估计和预测，能对矿床分布、储藏量、开采价值等进行推断，制定合理的开采方案，成功地找到了超亿美元的钼矿，显示出较高的水平。 专家系统的成功，充分表明知识是智能的基础，人工智能的研究必须以知识为中心来进行．由于知识的表示、利用、获取等研究都取得较大的进展。因而，人工智能的研究已解决了许多理论和技术上的问题。 ３人工智能研究的目标 １９５０年英国数学家图灵发表的“计算机与智能”论文中提出著名的“图灵测试”，让人和机器分别位于两个房间，只可通话，不能互相看见。通过对话，如果人的一方不能区分对方是人还是机器，那么就可以认为那台机器达到了 模式识别与人工智能，１９９９，１２（２）：２４１—２４４．【Ｊ】．北京：计算机学报，２０００，２３（７）：７６３－７６７． 【５】王爱民，沈兰荪．图像分割研究综述【Ｊ】．北京：测控技术，２０００，１９］ＧＫｕｎｔｉｍａｄ，ＨＳＢａｎｇａｎａｔｈ?Ｐｅｒｆｅｃｔｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎｕｓｉｎｇ１９（５）；ｌ一５．ＰＣＮＮ［Ｊ］?ＩＥＥＥ Ｔｒａｎｓ，ＮｅｕｒａｌＮｅｔｗｏｒｋｓ，Ｍａｙｌ９９９，１０（３）：５９ｌ一 ‘Ｏ叠 【６】罗希平，田捷?诸葛婴，等?图像分割方法综述?合肥：模式识【ｌｏｉ意Ｙｉｄｅ，ＤａｉＲ０ｌａｎ，ｕｕ蛐ｅｔａｌ．ＩｌＩＩａ铲∞ｇｒｎｅｎｔａｔｉ仰０ｆｅ－ 别与人工智能，１９９９，１２（３）：３００—３１２? ｍｂｒｙｏｎｊｃ讪阻ｔｃｅｌｌｕｓｉＩｌｌ；ＰｌＩｌ辩一ｃｏｕｐｌｅｄ ＮｅＩ二ｌＮｅｈｒ。ｒｋ８Ｃ一【７】钱志柏．基于模糊聚类和ＰＣＮＮ的图像分割新算法研究【Ｄ】．ｈｉｎｅ∞ＳｃｉｅｎｃｅＢｕｕｃｔｉｏｎ，２００２，４７（０２）：１６７—１７２．（ＳＣｌ）兰州：兰州大学研究生论文，２００４：６．【１１】ＫｅｎｎｅｔｈＲＣａｓｔｌｅｍａｎ．数字图像处理【Ｍ】．北京：电子工业出【８１王月兰，曾迎生．信息融合技术在彩色图像分割方法中的应用版社，１９９８． 收稿日期：２０１０一Ｏｌ—ｌｌ ?卢妙娜韩山师范学院外语系高教研究助理研究员（广东，潮州５２１０４１）。 ?３。 万方数据
人工智能的形成及其发展现状分析 冯海东 （长江大学管理学院荆州434023） 摘要：人工智能的历史并不久远，故将从人工智能的出现、形成、发展现 状及前景几个方面对其进行分析，总结其发展过程中所出现的问题，以及发展现状中的不足之处，分析其今后的发展方向。 关键词：人工智能，发展过程，现状分析，前景。 一．引言 人工智能最早是在1936年被英国的科学家图灵提出，并不为多数人所认知。 当时，他编写了一个下象棋的程序，这就是最早期的人工智能的应用。也有著名的“图灵测试”，这也是最初判断是否是人工智能的方案,因此，图灵被尊称为“人工智能之父”。人工智能从产生到发展经历了一个起伏跌宕的过程，直到目前为止，人工智能的应用技术也不是很成熟，而且存在相当的缺陷。 通过搜集的资料，将详细的介绍人工智能这个领域的具体情况，剖析其面临的挑战和未来的前景。 二．人工智能的发展历程 1. 1956年前的孕育期 (1) 从公元前伟大的哲学家亚里斯多德(Aristotle)到16世纪英国哲学家培根(F. Bacon)，他们提出的形式逻辑的三段论、归纳法以及“知识就是力量”的警句，都对人类思维过程的研究产生了重要影响。 （2）17世纪德国数学家莱布尼兹(G..Leibniz)提出了万能符号和推理计算思想，为数理逻辑的产生和发展奠定了基础，播下了现代机器思维设计思想的种子。而19世纪的英国逻辑学家布尔（G. Boole）创立的布尔代数，实现了用符号语言描述人类思维活动的基本推理法则。 （3） 20世纪30年代迅速发展的数学逻辑和关于计算的新思想，使人们在计算机出现之前，就建立了计算与智能关系的概念。被誉为人工智能之父的英国天才的数学家图灵（A. Tur-ing）在1936年提出了一种理想计算机的数学模型，即图灵机之后,1946年就由美国数学家莫克利（J. Mauchly）和埃柯特（J. Echert）研制出了世界上第一台数字计算机，它为人工智能的研究奠定了不可缺少的物质基础。1950年图灵又发表了“计算机与智能”的论文，提出了著名的“图灵测试”，形象地指出什么是人工智能以及机器具有智能的标准，对人工智能的发展产生了极其深远的影响。 （4） 1934年美国神经生理学家麦克洛奇(W. McCulloch) 和匹兹(W. Pitts )建立了第一个神经网络模型，为以后的人工神经网络研究奠定了基础。 2. 1956年至1969年的诞生发育期 (1)1956年夏季，麻省理工学院（MIT)的麦卡锡（J．McCarthy）、明斯基（M. Minshy）、塞尔夫里奇（O. Selfridge)与索罗门夫(R. Solomonff)、 IBM的洛
人工智能发展史 人工智能学科诞生于20世纪50年代中期，当时由于计算机的产生与发展，人们开始了具有真正意义的人工智能的研究。（虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间的联系. Norbert Wiener是最早研究反馈理论的美国人之一.最熟悉的反馈控制的例子是自动调温器.它将收集到的房间温度与希望的温度比较,并做出反应将加热器开大或关小,从而控制环境温度.这项对反馈回路的研究重要性在于: Wiener从理论上指出,所有的智能活动都是反馈机制的结果.而反馈机制是有可能用机器模拟的.这项发现对早期AI的发展影响很大。） 1956年夏，美国达特莫斯大学助教麦卡锡、哈佛大学明斯基、贝尔实验室申龙、IBM公司信息研究中心罗彻斯特、卡内基——梅隆大学纽厄尔和赫伯特.西蒙、麻省理工学院塞夫里奇和索罗门夫，以及IBM公司塞缪尔和莫尔在美国达特莫斯大学举行了以此为其两个月的学术讨论会，从不同学科的角度探讨人类各种学习和其他职能特征的基础，并研究如何在远离上进行精确的描述，探讨用机器模拟人类智能等问题，并首次提出了人工智能的术语。从此，人工智能这门新兴的学科诞生了。这些青年的研究专业包括数学、心理学、神经生理学、信息论和电脑科学，分别从不同角度共同探讨人工智能的可能性。他们的名字人们并不陌生，例如申龙是《信息论》的创始人，塞缪尔编写了第一个电脑跳棋程序，麦卡锡、明斯基、纽厄尔和西蒙都是“图灵奖”的获奖者。 这次会议之后，在美国很快形成了3个从事人工智能研究的中心，即以西蒙和纽威尔为首的卡内基—梅隆大学研究组，以麦卡锡、明斯基为首的麻省理工学院研究组，以塞缪尔为首的IBM公司研究组。随后，这几个研究组相继在思维模型、数理逻辑和启发式程序方面取得了一批显著的成果： （1）1956年，纽威尔和西蒙研制了一个“逻辑理论家“（简称LT）程序，它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解问题，证明了怀特黑德与罗素的数学名著《数学原理》的第2章中52个定理中的38个定理。1963年对程序进行了修改，证明了全部定理。这一工作受到了人们的高度评价，被认为是计算机模拟人的高级思维活动的一个重大成果，是人工智能的真正开端。 （2）1956年，塞缪尔利用对策论和启发式搜索技术编制出西洋跳棋程序Checkers。该程序具有自学习和自适应能力，能在下棋过程中不断积累所获得的经验，并能根据对方的走步，从许多可能的步数中选出一个较好的走法。这是模拟人类学习过程第一次卓有成效的探索。这台机器不仅在1959年击败了塞缪尔本人，而且在1962年击败了美国一个州的跳棋冠军，在世界上引起了大轰动。这是人工智能的一个重大突破。 （3）1958年，麦卡锡研制出表处理程序设计语言LISP，它不仅可以处理数据，而且可以方便的处理各种符号，成为了人工智能程序语言的重要里程碑。目前，LISP语言仍然是研究人工智能何开发智能系统的重要工具。 （4）1960年纽威尔、肖和西蒙等人通过心理学实验，发现人在解题时的思维过程大致可以分为3个阶段：1。首先想出大致的解题计划；2。根据记忆中的公理、定理和解题规划、按计划实施解题过程；3.在实施解题过程中，不断进行方法和目标分析，修改计划。这是一个具有普遍意义的思维活动过程，其中主要是方法和目的的分析。（也就是人们在求解数学问题通常使用试凑的办法进行的试凑是不一定列出所有的可能性，而是用逻辑推理来迅速缩小搜索范围的办法进行的），基于这一发现，他们研制了“通用问题求解程序GPS”，用
人工智能及其发展 ***** 201000445 模式识别与智能系统 （***科技大学信息工程学院） 摘要：人工智能是20世纪计算机科学发展的重大成就，在许多领域有着广泛的应用。本文从人工智能的概念出发 , 首先介绍了人工智能研究的历史与现状 , 并分析了人工智能与具体领域相结合形成的不同学科领域 , 阐述了人工智能主要的应用领域 , 并从哲学的角度对人工智能能否超过人的智能这个问题进行了分析 , 最后介绍了人工智能未来的发展趋势及潜力。 关键词：人工智能；机器人；专家系统；模式识别；计算机科学；发展方向 Artificial Intelligence and its development ***** ,2010000445 ,Pattern Recognition and Intelligent Systems (School of Information Engineering,Southwest University of Science) Abstrac t:AI is the major achievements in the development of computer of the 20th century,and it has been widely applied in many fields. In this paper ,based on the concepts of artificial intelligence, we firstly introduce the history and current situation of artificial intelligence research and analyse artificial intelligence combined with specific areas in different disciplines,then,we describe the main application areas of artifical intelligence,and from the view of a philosophical point,we analyse whether Artifical intelligence can exceed human intelligence.Finally,we introduce the trend of the future development of artificial intelligence and its potential. 1 引言 人工智能(Artificial Intelligence, AI)是20世纪50年代中期兴起的一门新兴边缘科学，它既是计算机科学的一个分支，又是计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性学科。人工智能又称为智能模拟，是用计算机系统模仿人类的感知、思维、推理等思维活动。 1.1人工智能的定义 顾名思义,人工智能就是人造智能, 其英文表示是“Artificial Intelligence”, 简称AI。“人工智能”一词目前是指用计算机模拟或实现的智能, 因此人工智能又称机器智能。当然, 这只是对人工智能的字面解释或一般解释。关于人工智能的科学定义, 学术界目前还没有统一的认识。是一门综合了计算机科学、生理学、哲学的交叉学科。“人工智能”一词最初是在1956年美国计算机协会组织的达特莫斯(Dartmouth)学会上提出的。自那以后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展。由于智能概念的不确定，人工智能的概念一直没有一个统一的标准。著名的美国斯坦福大学人工智能研究中心尼尔逊
人工智能发展综述 摘要:概要的阐述下人工智能的概念、发展历史、当前研究热点和实际应用以及未来的发展趋势。 关键词:人工智能; 前景; 发展综述 人工智能(Artificial Intelligence)自1956 年正式问世以来的五十年间已经取得了长足的进展,由于其应用的极其广泛性及存在的巨大研究开发潜力, 吸引了越来越多的科技工作者投入人工智能的研究中去。尤其是八十年代以来出现了世界范围的开发新技术的高潮，许多发达国家的高科技计划的重要内容是计算机技术,而尤以人工智能为其基本重要组成部分。人工智能成为国际公认的当代高技术的核心部分之一。 1什么是人工智能 美国斯坦福大学人工智能研究中心尼尔逊教授给人工智能下了这样一个定义:人工智能是关于知识的学科, 是怎样表示知识以及怎样获得知识并使用知识的科学。从人工智能所实现的功能来定义是智能机器所执行的通常与人类智能有关的功能,如判断、推理、证明、识别学习和问题求解等思维活动。这些反映了人工智能学科的基本思想和基本内容, 即人工智能是研究人类智能活动的规律。若是从实用观点来看,人工智能是一门知识工程学:以知识为对象,研究知识的获取、知识的表示方法和知识的使用。 从计算机应用系统的角度出发，人工智能是研究如何制造智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。如果仅从技术的角度来看，人工智能要解决的问题是如何使电脑表现智能化，使电脑能更灵活方效地为人类服务。只要电脑能够表现出与人类相似的智能行为,就算是达到了目的，而不在乎在这过程中电脑是依靠某种算法还是真正理解了。人工智能就是计算机科学中涉及研究、设计和应用智能机器的—个分支，人工智能的目标就是研究怎样用电脑来模仿和执行人脑的某些智力功能，并开发相关的技术产品，建立有关的理论。 2 人工智能历史 当然，人工智能的发展也并不是一帆风顺的，人工智能的研究经历了以下几
题目人工智能的争论与现状学院电子工程学院 专业智能科学与技术 学生姓名 教师姓名
摘要 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。但是在人工智能的发展过程中，它也引起了人们关于人工智能理论、方法以及技术路线等争论。尽管如此，人工智能对人类未来的发展，还是会有深远的的意义。 关键字：人工智能；发展现状；未来展望
1.引言 人工智能”一词最初是在1956 年Dartmouth学会上提出的。从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。例如繁重的科学和工程计算本来是要人脑来承担的，现在计算机不但能完成这种计算, 而且能够比人脑做得更快、更准确，因之当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”, 可见复杂工作的定义是随着时代的发展和技术的进步而变化的, 人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，一方面又转向更有意义、更加困难的目标。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机, 人工智能的发展历史是和计算机科学技术的发展史联系在一起的。除了计算机科学以外, 人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。 2.人工智能的争论 随着人工智能的发展，计算机科学界以及外界对人工智能的发展持有不同的看法。但总体来说，对于人工智能的争论主要有以下几点： 2.1对人工智能理论的争论 2.1.1符号主义： 符号主义认为人的认知基元是符号，而且认知过程即符号操作过程。它认为人是一个物理符号系统，计算机也是一个物理符号系统，因此，我们就能够用计算机来模拟人的智能行为，即用计算机的符号操作来模拟人的认知过程。也就是
龙源期刊网 https://www.doczj.com/doc/124311736.html, 国外人工智能教学应用研究综述 作者：郭炯荣乾郝建江 来源：《电化教育研究》2020年第02期 [摘; ;要] 人工智能技术在教育教学中的应用日渐丰富，国内关于人机协同的研究多偏向于宏观理论探索，实践研究较少。鉴于此，研究以近三年三本具有国际影响力的期刊中人工智能教学应用相关文献为样本，以人工智能局部替代教学、赋能教学为焦点，分析国外人工智能教学应用研究现状。从中可以看出，当前国外研究者在探索认知特征、学习本质和教育规律的基础上，关注将机器学习、逻辑推理、自然语言理解等人工智能技术嵌入各类教学、学习、决策等工具、系统、平台中，支持构建体验学习情境、规范学习行为、评估学业水平和能力结构、制定个性化学习路径和内容等研究，旨在通过人机协同优化教学方式与路径，为学习者提供个性化学习服务。这些研究成果对开发人工智能教学产品、理解学习的本质、探索教学规律等提供了方法指导和可供借鉴的研究范式，但也存在人工智能教学应用研究狭窄化、碎片化、微观化等问题，后期还需从宏观、中观层面开展人工智能与教学的关系研究、人工智能教学应用关键技术研究、人工智能赋能教师的理论基础研究、人工智能与教学融合形态研究、人机协同背景下的教师人工智能教学应用素养研究等。 [关键词] 人工智能; 教学应用; 人机协作; 研究综述; 替代教师; 赋能教师 [中图分类号] G434; ; ; ; ; ; [文獻标志码] A 一、引; ;言 人工智能（Artificial Intelligence，AI）在教育教学中的应用越来越受到重视，大量基于 AI的教育教学工具应用在不同的场景中，逐步被教育者和学习者接纳。研究者也开始对其在教学过程中引发的变革进行积极探讨。国内学者从人工智能对教师职业的再造、人工智能教师在未来教育教学中代替人类所承担的角色、智能时代的教师工具、人工智能时代教师角色与思维的转变等方面进行了研究。主流观点认为，人工智能在可预见的未来并不会完全替代教师，但未来将会是教师与人工智能协作共存的教育新生态[1-4]。但此类研究多偏向于理论探讨、宏观分析，结合案例的教学实证研究较少。国外人工智能教育研究起步早，且更加注重实证研究，可为国内人工智能教学应用的研究与实践提供借鉴。本研究从国外文献入手，选取在国际教育技术领域影响力较大的三本期刊（Computers & Education、International Journal of Artificial Intelligence in Education、Journal of Educational Technology and Society）作为文献来源，从人机协作的视角关注近三年与人工智能教学应用相关的研究。 二、人工智能教学应用研究概述 （一）人工智能教学研究的发展
人工智能技术及其发展趋势 1.关于专用人工智能与通用人工智能，下列表述不当的是（）。（分） A.人工智能的近期进展主要集中在专用智能领域 B.专用人工智能形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能 C.通用人工智能可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题 D.真正意义上完备的人工智能系统应该是一个专用的智能系统 我的答案：D√答对 2.（）是通过建立人工神经网络，用层次化机制来表示客观世界，并解释所获取的知识，例如图像、声音和文本。（分） A.深度学习 B.机器学习 C.人机交互 D.智能芯片 我的答案：A√答对 3.下列选项中，不属于生物特征识别技术的是（）。（分） A.步态识别 B.声纹识别 C.文本识别 D.虹膜识别 我的答案：C√答对 4.（）是自然语言处理的重要应用，也可以说是最基础的应用。（分） A.文本识别 B.机器翻译
C.文本分类 D.问答系统 我的答案：C√答对 1.一般说来，人工智能技术包括（）。（分）） A.深度学习、机器学习 B.计算机视觉、自然语言处理 C.人机交互、生物信息技术、智能芯片 D.虚拟现实/增强现实、机器人技术 我的答案：ABCD√答对 2.指纹识别是通过（）等物理传感器获取指纹图像，经过数据处理进行分析判别。（分）） A.光 B.电 C.力 D.热 我的答案：ABCD√答对 1.机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。（分） 我的答案：正确√答对 2.卷积神经网络是一种常用来处理具有网格结构拓扑数据的神经网络，如处理时序数据和图像数据等，广泛应用于人脸识别、物品识别等领域。（分） 我的答案：正确√答对 3.人工智能是科学交叉的结果，它由不同领域多学科综合发展而来。（分） 我的答案：正确√答对
人工智能算法综述人工智能算法大概包括五大搜索技术，包括一些早期的搜索技术或用于解决比较简单问题的搜索原理和一些比较新的能够求解比较复杂问题的搜索原理，如遗传算法和模拟退火算法等。 1、盲目搜索 盲目搜索又叫做无信息搜索，一般只适用于求解比较简单的问题。包括图搜索策略，宽度优先搜索和深度优先搜素。 1、图搜索(GRAPH SERCH)策略是一种在图中寻找路径的方法。在有关图的表示方法中，节点对应于状态，而连线对应于操作符。 2、如果搜素是以接近其实节点的程度依次扩展节点的，那么这种搜素就叫做宽度优先搜素( breadth-first search。 3、深度优先搜索属于图算法的一种，英文缩写为DFS即Depth First Search其过程 简要来说是对每一个可能的分支路径深入到不能再深入为止,而且每个节点只能访问一次。 二、启发式搜索 盲目搜索的不足之处是效率低，耗费过多的时间和空间。启发信息是进行搜索技术所需要的一些有关具体问题的特性的信息。利用启发信息的搜索方法叫做启发式搜索方法。 启发式搜索就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标。这样可以省略大量无谓的搜索路径，提高了效率。在启发式搜索中，对位置的估价是十分重要的。采用了不同的估价可以有不同的效果。 3、博弈树搜索 诸如下棋、打牌、竞技、战争等一类竞争性智能活动称为博弈。博弈有很多种，我们讨论最简单的"二人零和、全信息、非偶然" 博弈，其特征如下： (1对垒的MAX MIN双方轮流采取行动，博弈的结果只有三种情况：MA)方胜，MIN方败；MIN方胜，MAX方败；和局。 (2 在对垒过程中，任何一方都了解当前的格局及过去的历史。 (3 任何一方在采取行动前都要根据当前的实际情况，进行得失分析，选取对自 已为最有利而对对方最为不利的对策，不存在掷骰子之类的"碰运气"因素即双方都是很理智地决定自己的行动。 在博弈过程中，任何一方都希望自己取得胜利。因此，当某一方当前有多个行