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
说，人的思维是可操作的。它还认为，知识是信息的一种形式，是构成智能的基础。人工智能的核心问题是知识表示、知识推理和知识运用。知识可用符号表示，也可用符号进行推理，因而有可能建立起基于知识的人类智能和机器智能的统一理论体系。
2.1.2联结主义
联结主义认为人的思维基元是神经元，而不是符号处理过程。它对物理符号系统假设持反对意见，认为人脑不同于电脑，并提出联结主义的大脑工作模式，用于取代符号操作的电脑工作模式。
2.1.3行为主义
行为主义认为智能取决于感知和行动(所以被称为行为主义)，提出智能行为的“感知－动作”模式。行为主义者认为智能不需要知识、不需要表示、不需要推理；人工智能可以像人类智能一样逐步进化(所以称为进化主义)；智能行为只能在现实世界中与周围环境交互作用而表现出来。行为主义还认为：符号主义(还包括联结主义)对真实世界客观事物的描述及其智能行为工作模式是过于简化的抽象，因而是不能真实地反映客观存在的。
2.2对人工智能方法的争论
2.2.1符号主义
符号主义认为人工智能的研究方法应为功能模拟方法。通过分析人类认知系统所具备的功能和机能，然后用计算机模拟这些功能，实现人工智能。符号主义力图用数学逻辑方法来建立人工智能的统一理论体系，但遇到不少暂时无法解决的困难，并受到其它学派的否定。
2.2.2联结主义
联结主义主张人工智能应着重于结构模拟，即模拟人的生理神经网络结构，并认为功能、结构和智能行为是密切相关的。不同的结构表现出不同的功能和行为。已经提出多种人工神经网络结构和众多的学习算法。
2.2.3行为主义
行为主义认为人工智能的研究方法应采用行为模拟方法，也认为功能、结构和智能行为是不可分开的。不同的行为表现出不同的功能和不同的控制结构。行为主义的研究方法也受到其它学派的怀疑与批判，认为行为主义最多只能创造出智能昆虫行为，而无法创造出人的智能行为。
2.3对人工智能技术路线的争论
2.3.1专用路线
专用路线强调研制与开发专用的智能计算机、人工智能软件、专用开发工具、人工智能语言和其它专用设备，如LISP机、PROLOG机、PROLOG、LISP语言、M.I 语言、OPSS83语言、专家系统开发工具EMYCIN、EXPERT、INSIGHT2和GURU等。
2.3.2通用路线
通用路线认为通用的计算机硬件和软件能够对人工智能开发提供有效的支持，并能够解决广泛的和一般的人工智能问题。这方面的例子有以VLSI技术为基础的RISC技术、UNIX分时操作系统、C语言及其改进型、SUN工作站和SPARC 工作站等。通用路线强调人工智能应用系统和人工智能产品的开发，应与计算机立体技术和主流技术相结合，并把知识工程视为软件工程的一个分支。
2.3.3硬件路线
硬件路线认为人工智能的发展主要依靠硬件技术，如VLSI、人工神经网络、脑模型、智能机和智能机器人等。该路线还认为智能机器的开发主要有赖于各种智能硬件、智能工具及固化技术。
2.3.4软件路线
软件路线强调人工智能的发展主要依靠软件技术，例如，启发性程序设计、自动编程专家系统、知识工程以及其它各种智能算法等。软件路线认为智能机器的研制主要在于开发各种智能软件、工具及其应用系统。
2.4强人工智能的哲学争论
关于强人工智能的争论不同于更广义的一元论和二元论（dualism）的争论。其争论要点是：如果一台机器的唯一工作原理就是对编码数据进行转换，那么这台机器是不是有思维的？希尔勒认为这是不可能的。他举了
个中文房间的例子来说明，如果机器仅仅是对数据进行转换，而数据本身是对某些事情的一种编码表现，那么在不理解这一编码和这实际事情之间的对应关系的前提下，机器不可能对其处理的数据有任何理解。基于这一论点，希尔勒认为即使有机器通过了图灵测试，也不一定说明机器就真的像人一样有思维和意识。
也有哲学家持不同的观点。Daniel C. Dennett 在其著作Consciousness Explained 里认为，人也不过是一台有灵魂的机器而已，为什么我们认为人可以有智能而普通机器就不能呢？他认为像上述的数据转换机器是有可能有思维和意识的。
有的哲学家认为如果弱人工智能是可实现的，那么强人工智能也是可实现的。比如Simon Blackburn在其哲学入门教材 Think 里说道，一个人的看起来是“智能”的行动并不能真正说明这个人就真的是智能的。我永远不可能知道另一个人是否真的像我一样是智能的，还是说她/他仅仅是看起来是智能的。基于这个论点，既然弱人工智能认为可以令机器看起来像是智能的，那就不能完全否定这机器是真的有智能的。Blackburn 认为这是一个主观认定的问题。
需要要指出的是，弱人工智能并非和强人工智能完全对立，也就是说，即使强人工智能是可能的，弱人工智能仍然是有意义的。至少，今日的计算机能做的事，像算术运算等，在百多年前是被认为很需要智能的。3．人工智能的应用领域
3.1 人工智能在管理及教学系统中的应用
人工智能在企业管理中的应用。刘玉然在《谈谈人工智能在企业管理中的应用》一文中提到把人工智能应用于企业管理中，认为要做的工作就是搞清楚人的智能和人工智能的关系，了解人工智能的外延和内涵，搭建人工智能的应用平台，搞好企业智能化软件的开发工作，这样，人工智能就能在企业决策中起到关键的作用。
人工智能在智能教学系统中的应用。焦加麟，徐良贤，戴克昌(2003)在总结国际上相关研究成果的基础上，结合其在开发智能多媒体汉德语言教学系统《二十一世纪汉语》的过程中累积的实践经验，介绍了智能教学系统的历史、结构和
主要技术，着重讨论了人工智能技术与方法在其中的应用，并指出了当今这个领域上存在的一些问题。
3.2 人工智能专家系统在工程领域的应用
3.2.1人工智能专家系统在医学中的应用。
国外最早将人工智能应用于医疗诊断的是MYCIN专家系统。1982年，美国Pittsburgh大学Miller发表了著名的作为内科医生咨询的Internist 2Ｉ内科计算机辅助诊断系统的研究成果，1977年改进为Internist 2Ⅱ，经过改进后成为现在的CAU-CEUS，1991年美国哈佛医学院Barnett等开发的DEX-PLAIN，包含有2200种疾病和8000种症状。我国研制基于人工智能的专家系统始于上世纪70年代末，但是发展很快。早期的有北京中医学院研制成“关幼波肝炎医疗专家系统”，它是模拟著名老中医关幼波大夫对肝病诊治的程序。上世纪80年代初，福建中医学院与福建计算机中心研制的林如高骨伤计算机诊疗系统。其他如厦门大学、重庆大学、河南医科大学、长春大学等高等院校和其他研究机构开发了基于人工智能的医学计算机专家系统，并成功应用于临床。
3.2.2人工智能在矿业中的应用
与矿业有关的第一个人工智能专家系统是1978年美国斯坦福国际研究所的矿藏勘探和评价专家系统PROSPECTOR，用于勘探评价、区域资源估值和钻井井位选择等。20世纪80年代以来，美国矿山局匹兹堡研究中心与其它单位合作开发了预防煤矿巷道底臌、瓦斯治理和煤尘控制的专家系统；弗尼吉亚理工学院及州立大学研制了模拟连续开采过程中开采、装载、运输、顶板锚固和设备检查专家系统Consim；阿拉斯加大学编写了地下煤矿采矿方法选择专家系统。
3.2.3 人工智能在技术研究中的应用
人工智能在超声无损检测中的应用。在超声无损检测(NDT)与无损评价(NDE)领域中，目前主要广泛采用专家系统方法对超声损伤(UT)中缺陷的性质，形状和大小进行判断和归类；专家在传统超声无损检测与智能超声无损检测之间架起了一座桥梁，它能把一般的探伤人员变成技术熟练。经验丰富的专家。所以在实际应用中这种智能超声无损检测有很大的价值。
3.2.4人工智能在电子技术方面的应用。
沈显庆认为可以把人工智能和仿真技术相结合，以单片机硬件电路为专家系统的知识来源，建立单片机硬件配置专家系统，进行故障诊断，以提高纠错能力。人工智能技术也被引入到了计算机网络领域，计算机网络安全管理的常用技术是防火墙技术，而防火墙的核心部分就是入侵检测技术。随着网络的迅速发展，各种入侵手段也在层出不穷，单凭传统的防范手段已远远不能满足现实的需要，把人工智能技术应用到网络安全管理领域，大大提高了它的安全性。马秀荣等在《简述人工智能技术在网络安全管理中的应用》一文中具体介绍了如何把人工智能技术应用于计算机网络安全管理中，起到了很好的安全防范作用。
4 人工智能的发展现状
4.1国外发展现状
目前，AI技术在美国、欧洲和日本发展很快。在AI技术领域十分活跃的IBM公司。已经为加州劳伦斯·利佛摩尔国家实验室制造了号称具有人脑的千分之一的智力能力的“ASCII White”电脑，而且正在开发的更为强大的新超级电脑——“蓝色牛仔(blue jean)”，据其研究主任保罗·霍恩称，预计“蓝色牛仔”的智力水平将大致与人脑相当。麻省理工学院的AI实验室进行一个的代号为cog的项目。cog计划意图赋予机器人以人类的行为，该实验的一个项目是让机器人捕捉眼睛的移动和面部表情，另一个项目是让机器人抓住从它眼前经过的东西，还有一个项目则是让机器人学会聆听音乐的节奏并将其在鼓上演奏出来。由于人工智能有着广大的发展前景，巨大的发展市场被各国和各公司所看好。除了IBM等公司继续在AI技术上大量投入，以保证其领先地位外，其他公司在人工智能的分支研究方面，也保持着一定的投入比例。微软公司总裁比尔·盖茨在美国华盛顿召开的AI(人工智能)国际会议上进行了主题演讲，称微软研究院目前正致力于AI的基础技术与应用技术的研究，其对象包括自我决定、表达知识与信息、信息检索、机械学习、数据采集、自然语言、语音笔迹识别等。
4.2我国人工智能的研究现状。
很长一段时间以来，机械和自动控制专家们都把研制具有人的行为特征的类人性机器人作为奋斗目标。中国国际科技大学在国家863计划和自然科学基金支持下，一直从事两足步行机器人、类人性机器人的研究开发，在1990年成功研
制出我国第一台两足步行机器人的基础上，经过科研10年攻关，于2000年11月，又成功研制成我国第一台类人性机器人。它有人一样的身躯、四肢、头颈、眼睛，并具备了一定的语言功能。它的行走频率从过去的每六秒一步，加快到每秒两步；从只能平静地静态不行，到能快速自如的动态步行；从只能在已知的环境中步行，到可在小偏差、不确定环境中行走，取得了机器人神经网络系统、生理视觉系统、双手协调系统、手指控制系统等多项重大研究成果。
5目前人工智能发展中所而临的难题
人工智能(A I)学科自1956年延续至今已走过50多个年头，就研究解释和模拟人类智能﹑智能行为及其规律这一总目标来说，已经迈出了可喜的一步，某些领域已取得了相当的进展。但从整个发展的过程来看，人工智能发展曲折，而且还面临不少难题，主要有以下几个方面[5]：
5.1计算机博弈的困难
博弈是自然界的一种普遍现象，它表现在对自然界事物的对策或智力竞争上。博弈不仅存在于下棋之中，而且存在于政治﹑经济﹑军事和生物的斗智和竞争之中。尽管西洋跳棋和国际象棋的计算机程序已经达到了相当高的水平，然而计算机博弈依然面临着巨大的困难。这主要表现在以下两个方面的问题[6]：其一是组合爆炸问题，状态空间法是人工智能中基本的形式化方法。若用博弈树来表示状态空间，对于几种常见的棋类，其状态空间都大得惊人，例如，西洋跳棋为10的40次方，国际象棋为10的120次方，围棋则是10的700次方。如此巨大的状态空间，现有计算机是很难忍受的。其一是现在的博弈程序往往是针对一人对弈﹑棋局公开﹑有确定走步的一类棋类进行研制的。而对于多人对弈﹑随机性的博弈这类问题，至少目前计算机还是难以模拟实现的。
5.2机器翻译所而临的问题
在计算机诞生的初期，有人提出了用计算机实现自动翻译的设想。目前机器翻译所面临的问题仍然是1964年语言学家黑列尔所说的构成句子的单词和歧义性问题。歧义性问题一直是自然语言理解（NLU）中的一大难关。同样一个句子在不同的场合使用，其含义的差异是司空见惯的。因此，要消除歧义性就要对原文的每一个句子及其上下文进行分析理解，寻找导致歧义的词和词组在上下文中
的准确意义。然而，计算机却往往孤立地将句子作为理解单位。另外，即使对原文有了一定的理解，理解的意义如何有效地在计算机里表示出来也存在问题。目前的N LU系统几乎不能随着时间的增张而增强理解力，系统的理解大都局限于表层上，没有深层的推敲﹑没有学习﹑没有记忆﹑也没有归纳。导致这种结果的原因是计算机本身结构和研究方法的问题。现在NLU的研究方法很不成熟，大多数研究局限在语言这一单独的领域，而没有对人们是如何理解语言这个问题做深入有效的探讨。
5.3自动定理证明和GPS的局限
自动定理证明的代表性工作是1965年鲁滨逊提出的归结原理。归结原理虽然简单易行，但它所采用的方法是演绎，而这种形式上的演绎与人类自然演绎推理方法是截然不同的。基于归结原理演绎推理要求把逻辑公式转化为子句集合，从而良失了其固有的逻辑蕴含语义。前面曾提到过的GPS是企图实现一种不依赖于领域知识求解人工智能问题的通用方法。GPS想摆脱对问题内部表达形式的依赖，但是问题的内部表达形式的合理性是与领域知识密切相关的。不管是用一阶谓词逻辑进行定理证明的归结原理，还是求解人工智能问题的通用方法GPS,都可以从中分析出表达能方的局限性，而这种局限性使得它们缩小了其自身的应用范围。
5.4模式识别的困惑
虽然使用计算机进行模式识别的研究与开发已取得大量成果，有的已成为产品投入实际应用，但是它的理论和方法与人的感官识别机制是截然不同的。人的识别手段﹑形象思维能方，是任何最先进的计算机识别系统望尘莫及的，另一方面，在现实世界中，生活并不是一项结构严密的任务，一般家畜都能轻而易举地对付，但机器不会，这并不是说它们永远不会，而是说目前不会。
6．人工智能的未来展望
6.1人工智能的发展趋势
技术的发展总是超乎人们的想象，要准确地预测人工智能的未来是不可能的。但是，从目前的一些前瞻性研究可以看出，未来人工智能可能会向以下几个方面发展:模糊处理、并行化、神经网络和机器情感。
6.2人工智能的发展潜力巨大
人工智能作为一个整体的研究才刚刚开始,离我们的目标还很遥远，但人工智能在以下几个方面将会有大的突破。
6.2.1自动推理
自动推理是人工智能最经典的研究分支,其基本理论是人工智能其它分支
的共同基础。一直以来自动推理都是人工智能研究的最热门内容之一,其中知识系统的动态演化特征及可行性推理的研究是最新的热点,很有可能取得大的突破。
6.2.2机器学习
机器学习的研究取得长足的发展。许多新的学习方法相继问世并获得了成功的应用,如增强学习算法、reinforcement learning等。也应看到,现有的方
法处理在线学习方面尚不够有效,寻求一种新的方法,以解决移动机器人、自主agent、智能信息存取等研究中的在线学习问题是研究人员共同关心的问题,相信不久会在这些方面取得突破。
6.2.3自然语言处理
自然语言处理是AI技术应用于实际领域的典型范例,经过A I研究人员的艰苦努力,这一领域已获得了大量令人瞩目的理论与应用成果。许多产品已经进入了众多领域。智能信息检索技术在Internet技术的影响下,近年来迅猛发展,已经成为了AI的一个独立研究分支。由于信息获取与精化技术已成为当代计算机科学与技术研究中迫切需要研究的课题,将A I技术应用于这一领域的研究是人工智能走向应用的契机与突破口。从近年的人工智能发展来看,这方面的研究已取得了可喜的进展。
7结束语
人工智能作为一门学科，在国际上已经走过半个世纪的历程，但是随之而来的也带来了各种争论。人工智能应用在多个领域，但是也存在着许多的问题需要解决。不过坚信，在未来的发展道路上，人工智能发展潜力巨大，人工智能必
将为人类的生活、生产等带来众多便利。
8.参考文献
[1]蔡自兴徐光祐.人工智能及其应用.北京：清华大学出版社, 2009。
[2]土文杰.人工智能原理与应用[M]，北京，人民邮电出版社，2004
[3]土万良.人工智能及其应用[M].北京,高等教育出版社，2005
[4]孙晰著.浅谈人工智能的发展趋势[J].TC与网络，2002,
[5]李陶深.人工智能[M ] .重庆重庆大学出版社，2002
[6]林尧瑞，马少平.人工智能导论[M],北京清华大学出版社，2001
人工智能的发展现状与前景探析 大数据、人工智能、物联网等，这些新网络时代名词每天都会充斥在我们眼前，其实这些名词早已存在数十年之久，可今天仍然会成为各大新闻媒体争相报道内容。本文就目前人工智能的发展给各领域带来的进步和影响普通生活的各个方面进行深入的探讨，结合生活中相关人工智能的生活体验，对人工智能的发展前景提出一些观点，希望对人工智能热爱和感兴趣以及专业涉及的人工智能专业的人们提供一些参考。 标签：人工智能；发展现状；前景 1 引言 随着互联网时代的到来，我国各行各业对于智能化的需求越来越大，其更多的还是作为技术的载体来推动各个行业智能化的应用。在这一过程中，人工智能技术得到了迅猛的发展，并且和各个行业的结合也是更加的紧密。 2 人工智能技术的发展历程和方向 2.1人工智能技术的兴起 早在20世纪50年代，人工智能概念就已经被提出来了，随后很多的研究学者对其进行深入研究，并且取得了一定的成果，具体表现在LISP表处理语言编写等方面。不过这一项技术涉及到很多的学科领域，由于其他技术的发展没能跟上脚步，并且还受到很多解法推理能力的限制，进而导致很多的机器不能够实时翻译，这一问题的存在也就使得人工智能技术的发展陷入困境。 2.2人工智能技术的发展高潮 经过早期短暂的低谷期之后，各个研究学者对于人工智能技术的研究依旧没有放弃，一直到20世纪70年代，经过坚持不懈的努力，部分研究人员成功的研发出了较为良好的人工智能专家系统，正是这一发明将其技术研究工作推向了高潮。 2.3人工智能技术的应用分析 自知识工程含义提出之后，各种商业化的智能系统以及专家系统不断的产生，并且在世界范围内得到了广泛的应用。人工智能技术在相关领域中的应用创造出非常高的价值，不过由于专家系统自身的局限性，进而使得其再一次的受到严峻的挑战。 2.4人工智能技术的发展方向
浅谈人工智能学习研究的现状 及其发展趋势 摘要：自上世纪五十年代以来，经过了几个阶段的不断探索和发展，人工智能在模式识别、知识工程、机器人等领域已经取得重大成就，但是离真正意义上的的人类智能还相差甚远。但是进入新世纪以来，随着信息技术的快速进步，与人工智能相关的技术水平也得到了相应的提高。尤其是随着因特网的普及和应用，对人工智能的需求，变得越来越迫切，也给人工智能的研究提供了新的更加广泛的舞台。本文强调在当今的网络时代，作为信息技术的先导，人工智能学习在人工智能科学领域中是一个着非常值得关注的研究方向，要在学科交叉研究中实现人工智能学习的发展与创新，就要关注认知科学、脑科学、生物智能、物理学、复杂网络、计算机科学与人工智能之间的交叉渗透点，尤其是重视认知物理学的研究。自然语言是人类思维活动的载体，是人工智能学习研究知识表示无法回避的直接对象，要对语言中的概念建立起能够定量表示的不确定性转换模型，发展不确定性人工智能；要利用现实生活中复杂网络的小世界模型和无尺度特性，把网络拓扑作为知识表示的一种新方法，研究网络拓扑的演化与网络动力学行为，研究网络化了的智
能，从而适应信息时代数据挖掘的普遍要求，迎接人工智能学习与应用领域新的辉煌。 1.前言 自20世纪90年代以来，随着全球化的形式与国际竞争的日益激烈，对人工智能技术的研究与应用变的越来越被人们关注，且人工智能在制造中的运用以成为实现制造的知识化、自动化、柔性化以实现对市场的快速响应的关键。 人工智能已对现实社会做出了非常重大的贡献，而且其作用已在各领域发挥得淋漓尽致，特别是在计算机领域，人工智能的应用更加突出，可以说，哪里有计算机应用，哪里就在应用人工智能；哪里需要自动化或半自动化，哪里就在应用人工智能的理论、方法和技术。目前，人工智能应用的主要领域，也就是计算机应用的主要领域。 人工智能是一门研究人类智能的机理以及如何用机器模拟人的智能的学科。从后一种意义上讲，人工智能又被称为“机器智能”或“智能模拟”。人工智能是在现代电子计算机出现之后才发展起来的，它一方面成为人类智能的延长，另一方面又为探讨人类智能机理提供了新的理论和研究方法。 学习机制的研究是人工智能研究的一项核心课题。它是智能系统具有适应性与性能自完善功能的基础。学习过程具
龙源期刊网 https://www.doczj.com/doc/487261644.html, 浅析人工智能的现状及发展趋势 作者：范胜廷陈华 来源：《新教育时代·教师版》2017年第41期 摘要：人工智能是现代社会所独有的一门新兴技术科学，主要是研究、研发用于模拟、 扩展、延伸人的智能的方法、理论、技术以及应用系统。近年来，随着信息技术、计算机技术的迅速发展，人类在人工智能方面取得了一定的研究成果。本篇论文中，笔者主要对人工智能的现状进行了分析，并探讨了人工智能的发展趋势，以供参考。 关键词：人工智能现状发展趋势 人工智能科学技术归属于计算机科学，是其中的一个重要分支，人工智能领域的研究主要包括图像识别、语言识别、机器人、专家系统以及自然语言处理等。自诞生以来，人工智能理论和技术逐渐发展成熟，在社会、科技、文化、经济等领域中发挥着越来越重要的作用。 一、人工智能的现状 人工智能主要是通过研究智能的实质，企图以此为根据，开发出能够以类似于人类智能方式做出反应的智能机器。人工智能的进步，不仅可以替代脑力劳动，还可以替代某些脑力劳动职能。现阶段来说，电子仪器、机器人、电脑等诸多具有某一智能行为的机器不断涌现，这些人工智能设备可以自拟人的精神活动，同时也致力于在一些方面做出优化与改善，最终使其具备超人的功能，来帮助人类开展危险系数较高、较为复杂的工作[1]。与此同时，一些可以代 替人类劳动、用于工业生产的机器人得到了研发，这些机器人的实际应用，可以使人类的工作、生活更加高效、便利。但就目前的机器人生产技术来看，只能用于制造一些只有某一种功能的机器人，要研发人性化、多功能的机器人，还需要很长的一段时间。除此之外，还出现了一些用于商业用途的人工智能产物，如单位内部的决策支持系统、客户信息系统以及常见的法津顾问、医学顾问等软件。在我国的日常生活中，还有诸多人工智能产物，如飞机、汽车的导航系统以及家用电器中的智能芯片、电动游戏中的人工智能程序等等。可以说，人工智能的应用范围十分广泛，在社会、科技、文化、经济及人们日常生活中均得到了应用，由此可见，人工智能有着良好的发展前景与广阔的发展空间。 二、人工智能发展过程中面临的问题 现阶段，随着信息技术、计算机技术的迅速发展，人类在人工智能方面取得了一定的研究成果，诸多人工智能产物已经投入实际应用，并为方便人类的工作、生活提供了良好的帮助。但是，任何一种技术都是有利有弊的，人工智能也不例外，超智能概念的提出，让人们对智能机器产生了质疑与忧虑[2]。正如电影情节中一样，随着人工智能的高速发展，未来是否会有 一天人类世界被智能机器所统治，这是摆在人类面前的一个重要问题。然而，若是因为害怕人工智能产物的负面影响，而采取抑制人工智能的发展的这一措施，却是万万不可取的。面对风
生活中的人工智能 ----人工智能发展现状及未来摘要：人工智能一词于1956年提出，经过半个多世纪的发展，已经渗透到各个领域。本文将对人工智能的发展作简要的介绍和分析，重点介绍近年来人工智能在各个领域的应用，以期我们对人工智能有更深入的了解。 关键词：人工智能、应用、发展 随着计算机技术的飞速发展，人工智能也取得了极大的发展，并且开始应用到我们生活中的方方面面。伴随着研究的深入，也许我们正要进入一个人工智能时代。 1.人工智能的兴起和早期发展 人工智能的发展历程大致可以分为下面五个阶段。 第一阶段: 20世纪50年代，人工智能的兴起和冷落。人工智能概念在1956年首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题s求解程序、LISP表处理语言等。但是由于消解法推理能力有限以及机器翻译等的失败，使人工智能走入了低谷。这一阶段的特点是重视问题求解的方法，而忽视了知识的重要性。 第二阶段: 60年代末到70年代，专家系统出现，使人工智能研究出现新高潮。DENDRAL化学质谱分析系统、MYCIN疾病诊断和治疗系统、PROSPECTIOR 探矿系统、Hearsay－II语音理解系统等专家系统的研究和开发，将人工智能引向了实用化。并且，1969年成立了国际人工智能联合会议( International Joint Conferences on Artificial Intelligence即IJCAI)。 第三阶段: 80年代，随着第五代计算机的研制，人工智能得到了飞速的发展。日本在1982年开始了“第五代计算机研制计划”，即“知识信息处理计算机系统KIPS”，其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮。 第四阶段: 80年代末，神经网络飞速发展，。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 2.近年来人工智能的应用 随着人工智能的发展，人工智能已经渗透到了生活中的每个方面。 2.1“人机大战” 在人工智能的发展史上，出现了很多堪称经典的“人机大战”。 1985年，当时的国际象棋世界冠军“棋王”卡斯帕罗夫在德国汉堡举行了一场人机车轮大战。他在5个小时内，以32∶0的完美比分击败了所有电脑公司祭出的硬件和象棋软件程序。然而11年之后情况发生了变化，1996年“棋王”在与“深蓝”的比赛中第一次输了一盘；1997年，升级版的“湛蓝”在决定胜负的第六个回合中，只用了22步棋便迫使卡斯帕罗夫投子认输——这是“棋王”职业生
人工智能的现状及今后发展趋势展望 一．引言 人工智能(Artificial Intelligence),英文缩写为AI，也称机器智能。“人工智能”一词最初是在1956年的Dartmouth学会上提出的。它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。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。 二．目前人工智能技术的研究和发展状况 目前，人工智能技术在美国、欧洲和日本依然飞速发展。在AI技术领域十分活跃的IBM公司，已经为加州劳伦斯·利佛摩尔国家实验室制造了ASCI White电脑，号称具有人脑的千分之一的智力能力。而正在开发的更为强大的新超级电脑———“蓝色牛仔”（Blue Jean），据其研究主任保罗·霍恩称，“蓝色牛仔”的智力水平将大致与人脑相当。 三．技术应用 随着AI技术的发展，现代几乎各种技术的发展都涉及到了人工智能技术，可以说人工智能已经广泛应用到许多领域，其典型的应用包括： 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;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Mathematic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”。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
人工智能技术及其发展趋势 一、单选题 1.下列选项中，不属于生物特征识别技术的是（）。（3.0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 2.（），中共中央政治局就人工智能发展现状和趋势举行第九次集体学习。（ 3.0分） A.2018年3月15日 B.2018年10月31日 C.2018年12月31日 D.2019年1月31日 我的答案：B √答对 3.（）是自然语言处理的重要应用，也可以说是最基础的应用。（3.0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 4.关于专用人工智能与通用人工智能，下列表述不当的是（）。（3.0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 5.下列对人工智能芯片的表述，不正确的是（）。（3.0分） A.一种专门用于处理人工智能应用中大量计算任务的芯片 B.能够更好地适应人工智能中大量矩阵运算 C.目前处于成熟高速发展阶段 D.相对于传统的CPU处理器，智能芯片具有很好的并行计算性能 我的答案：C √答对 6.生物特征识别技术不包括（）。（3.0分） A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 我的答案：A √答对 7.立体视觉是（）领域的一个重要课题，它的目的在于重构场景的三维几何信息。（3.0分） A.人机交互
人工智能在军事领域的发展现状及应用前景 知远战略与防务研究所/威远编译自：俄罗斯外交和国防政策委员会网站[知远导读]本文主要介绍了当今世界及俄罗斯本国人工智能技术发展的现状以及未来该技术在军事领域的应用前景，文章还重点分析了人工智能技术实现的可能途径以及人工智能技术对人类战争活动的可能影响。文章编译如下：目前，关于人工智能的说法和文章很多，这让人觉得，人工智能早已研究成熟且无处不在。事实上并未如此。虽然自动化早已成为生产和指挥过程的一部分，而且计算机已经学会语音和脸部识别，操控汽车和分析大量数据。图像识别或者自动翻译属于利用人工智能方法并在完成类似任务时选择存储结果的机器学习技术。人工智能目前还未实现，还需要进行研究，它的应用领域确实非常广泛。国防领域也在其中。发展人工智能成为了保障国家安全的任务。美国和中国希望在人工智能研究中占据领先地位并率先将其运用到网络武器和既可用于监视敌人，也可用于袭击敌人的自主式武器的研制当中。美国国防部在2017年开始抓紧落实所谓的“第三次抵消战略”，该文件中提出的主要目标是“必须集中力量进行创新，旨在通过创新发展美国近年来与对手和敌人已经接近的关键能力，保持并恢复传统遏制力”，这里说的对手和敌人指的也
就是俄罗斯和中国。实际上，世界上已经开始了创新武器竞赛，全部主要大国都将卷入其中。此外，西方已经被普京总统2017年9月1日在雅罗斯拉夫尔公开讲话中提到的内容所震撼：“人工智能不仅仅是俄罗斯的未来，也是全人类的未来。这包含着巨大的机遇和当今难以预测的威胁。谁能成为该领域的领导者，谁就将主宰世界”。著名商人伊隆·马斯克称，人工智能最终将消灭人类。因此，他和另外116名专家、学者、新技术领域公司代表向联合国发出请求书，呼吁禁止研制任何类型使用人工智能技术的武器和自主技术装备。部分商业人士和学者强调，运用自主技术相当于继火药和核武器出现之后，战争中出现的第三次革命，毫无疑问，他们说的没错。但显而易见，联合国开始的关于禁止此类武器公约的讨论不是为了别的什么目的，而是美国及其盟友以讨论普世价值为掩护，阻止其地缘政治对手，首先是俄罗斯和中国研制人工智能武器。然而，履带式装甲车和打击无人机并非战略武器，而是战术武器。这些武器对人类不构成任何威胁。“杀手机器人”的形象被好莱坞复制了无数遍，但现实中的战斗系统未必与之有什么共同点。为了弄清楚，所谓的战斗机器人会不会对人类构成威胁，首先必须弄清，什么是人工智能，它与机器智能，超级计算机的深度学习有什么不同，还有最主要的是人工智能在军事领域的地位和运用范围。国家安全领域
《人工智能》课程论文 对人工智能现状及发展的思考 【摘要】：自从计算机诞生以来，计算机的发展十分迅猛快速，而且计算机的运算速度已经超过了人脑的运算速度。目前对于计算机科学的研究已经出现了很多的分支，其中的人工智能在整个计算机科学领域中也是一个十分热门的课题。本文从人工智能的概念开始，并对人工智能的发展进行讲述，最后对人工智能进行人文思考。 【关键词】：人工智能，发展，思考 "人工智能"一词最早是在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。人工智能其英文全称为Artificial Intelligence，缩写为人所共知的AI，它主要是对用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统等进行研究讨论。 对于人工智能的定义义众说不一，一般有两种说法：一种是人工智能是关于知识的学科，即怎样对知识进行表示以及怎样获取知识并对知识进行使用的科学；另一种是人工智能研究的是如何实现让计算机做过去只有人才能够做的智能工作。但是不管是哪一种，它都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做出反应的智能机器。 人工智能的定义可以分为两部分，即"人工"和"智能"。对于"人工"，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但
总的来说，"人工系统"就是通常意义下的人工系统。诞生对于"智能"，则存在着很大的争议。因为这涉及到了诸如意识（consciousness）、自我（self）、思维（mind）（包括无意识的思维（unconscious_mind）等等问题。人类唯一能够了解的智能就是人类本身的智能。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是"人工"制造的"智能"了。 人工智能的实现方式有2 种方法。一种是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫工程学方法（Engineering approach），它已在一些领域内作出了成果，如文字识别、电脑下棋等。另一种是模拟法（Modeling approach），它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。 2、人工智能的发展 对于人工智能的研究一共可以分为五个阶段。 第一个阶段是人工智能的兴起与冷落，这个时间是在20 世纪的50 年代。这个阶段是人工智能的起始阶段，人工智能的概念首次被提出，并相继涌现出一批科技成果，例如机器定理证明、跳棋程序、LISP 表处理语言等。由于人工智能处于起始阶段，很多地方都存在着缺陷，在加上对自然语言的翻译失败等诸多原因，人工智能的发展一度陷入了低谷。同时在这一个阶段的人工智能研究有一个十分明显的特点：问题求解的方法过度重视，却忽视知识重要性。 第二个阶段从20 世纪的60 年代末到70 年代。专家系统的出现
前言 蓝草咨询的目标：为您提升工作业绩优异而努力，为您明天事业腾飞以蓄能！蓝草咨询的老师：都有多年实战经验，拒绝传统的说教，以案例分析，讲故事为核心，化繁为简，互动体验场景，把学员当成真诚的朋友！ 蓝草咨询的课程：以满足初级、中级、中高级的学员的个性化培训为出发点，通过学习达成不仅当前岗位知识与技能，同时为晋升岗位所需知识与技能做准备。课程设计不仅注意突出落地性、实战性、技能型，而且特别关注新技术、新渠道、新知识、创新型在实践中运用。 蓝草咨询的愿景：卓越的培训是获得知识的绝佳路径，同时是学员快乐的旅程，为快乐而培训为培训更快乐！目前开班的城市：北京、上海、深圳、苏州、香格里拉、荔波，行万里路，破万卷书！ 蓝草咨询的增值服务：可以提供开具培训费的增值税专用发票。让用户合理利用国家鼓励培训各种优惠的政策。报名学习蓝草咨询的培训等学员可以申请免费成为“蓝草club”会员，会员可以免费参加（某些活动只收取成本费用）蓝草club 定期不定期举办活动，如联谊会、读书会、品鉴会等。报名学习蓝草咨询培训的学员可以自愿参加蓝草企业“蓝草朋友圈”，分享来自全国各地、多行业多领域的多方面资源，感受朋友们的成功快乐。培训成绩合格的学员获颁培训结业证书，某些课程可以获得国内知名大学颁发的证书和国际培训证书（学员仅仅承担成本费用）。成为“蓝草club”会员的学员，报名参加另外蓝草举办的培训课程的，可以享受该培训课程多种优惠。
2019《人工智能发展现状与应用前景》课程大纲及开课计划 2019年课程计划： 上海：6月21、8月20、10月25 课程价格：3600（含授课费、证书费、资料费、午餐费、茶点费、会务费、税费）课程背景: 随着物联网和智能数据处理技术的普及，我们正在进入人工智能的时代。本课程带大家认识什么是物联网，了解万物人工智能的基础和原理，进而感知正在到来的人工智能社会,并对于人工智能技术给人类社会和生活带来的改变和前景产生深刻的认识与思考。 课程收益: 了解人工智能概念 人工智能带来的新商业机会 最前沿的人工智能技术与应用 课程大纲: 第一章：人工智能发展趋势 1.人脑仿生取得重大突破 2.机器学习深入应用 3.智能语音助手成为突破口 4.机器视觉在生产中不断渗透 5.AR和VR发展驶入快车道 6.区块链技术与人工智能融合发展 第二章：人工智能时代
人工智能发展现状分析 2016年以来，谷歌人工智能程序AlphaGo在围棋人机大战中先后战胜李世石和柯洁，沉寂了60年的人工智能一下子成为社会关注的焦点。人工智能技术成为当今科技热点，人工智能科技公司成为风险资本追逐的对象，包括中国在内的科技大国纷纷制定人工智能发展战略，可以说人类进入了人工智能的新时代。 而这一新时代的到来，离不开芯片、存储器、光纤、移动通信、超算和大数据等底层技术的突破。以过去十年的时间为基准，光纤通信容量提升了100倍，移动通信速率提升了1 000倍，超算能力提升了1 000倍，数据量提升了32倍。信息采集、传输和存储效率的提升，以及计算能力的迅猛发展，奠定了人工智能时代的基础。 以此为基础，深度学习算法实现突破，则是揭开人工智能新时代序幕的转折点。2006年，杰弗里·辛顿提出的深度置信网络，解决了深层神经网络的训练问题，一举开创人工智能发展的新局面。 在大数据、算力和算法三驾马车的拉动下，人工智能技术快速进步并已经在许多方面超越了人类。 在语音识别上，微软的语音交互识别系统错误率低至5.1%，百度的汉语识别系统准确率高达97%，都优于专业速记员； 在人脸识别上，中国依图科技在千万分之一误报下的识别准确率接近99%，连续多年获得美国国家标准技术局举办的人脸识别算法测试的冠军。 除此之外，人工智能可以做的事情还有很多，甚至可以颠覆科学技术的研究过程。 例如，谷歌DeepMind利用深度学习开发Alpha Fold程序，能够根据基因序列预测蛋白质的3D结构，有望治疗包括癌症在内的众多疾病。再如，美国斯坦福大学的科学家创建了一个人工智能程序，这个人工智能程序只用几小时就完成了元素周期表的重建。
1.（）是指直接通过肢体动作与周边数字设备和环境进行交互。（3.0分） A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 我的答案：A√答对 2.下列对人工智能芯片的表述，不正确的是（）。（ 3.0分） A.一种专门用于处理人工智能应用中大量计算任务的芯片 B.能够更好地适应人工智能中大量矩阵运算 C.目前处于成熟高速发展阶段 D.相对于传统的CPU处理器，智能芯片具有很好的并行计算性能 我的答案：C√答对 3.（）是自然语言处理的重要应用，也可以说是最基础的应用。（3.0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 4.（），中共中央政治局就人工智能发展现状和趋势举行第九次集体学习。（3.0分） A.2018年3月15日
B.2018年10月31日 C.2018年12月31日 D.2019年1月31日 我的答案：B√答对 5.生物特征识别技术不包括（）。（3.0分） A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 我的答案：A√答对 6.（）是人工智能的核心，是使计算机具有智能的主要方法，其应用遍及人工智能的各个领域。（3.0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：B√答对 7.关于专用人工智能与通用人工智能，下列表述不当的是（）。（3.0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 8.（）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。（3.0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 9.下列选项中，不属于生物特征识别技术的是（）。（3.0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 10.立体视觉是（）领域的一个重要课题，它的目的在于重构场景的三维几何信息。（3.0分） A.人机交互 B.虚拟现实
目前人工智能发展现状介绍 更大的希望在于，增强学习已经被证明可以应用到现实世界的许多场景。最近出现的几个模拟场景显示，可以通过增强计算机学习的能力来促进相关算法的进步。 最近在巴塞罗纳举办的关于神经信息处理系统的人工智能学术会议上，一种叫做生成式对抗性网络(generativeadversarialnetworks)的理论引起了广泛关注，这一理论是由OpenAI的研究学者IanGoodfellow提出。生成式对抗性网络由两套网络构成，一套通过训练学习来产生新数据，另一套则负责分辨正确数据与错误数据。 2017年将是中国开始在世界人工智能领域崭露头角的一年。中国不再照搬外国公司的人工智能技术，转而开始将人工智能和机器学习视作下一个创新领域。 很多中国投资者将大量资金投给从事人工智能的初创公司，而中国政府也希望看到本国人工智能产业的繁荣，并承诺在2018年之前投入150亿人民币扶持开发和研究。 语言学习是人工智能领域的一个长远目标，而计算机与人类使用语言进行交互的前景非常乐观。如果具有更好的语义理解能力，计算机机器将变得更加实用。不过，这方面也面临很大的挑战，毕竟语言是一个复杂、微妙而又强大的议题。 虽然人们暂时还不能与智能手机进行深度而又有意义的交流，但在2017年，随着人工智能研究的深入，这一领域将会充满希望。 2016年的人工智能领域确实取得了巨大的进步和突破，许多人都看到了技术进步带来的价值。但不得不注意的一点是：围绕人工智能的过量宣传与追捧明显有些失控了。
许多人工智能研究者对此有些忿忿不平。在NIPS会议期间，他们针对一家叫做RocketAI的山寨人工智能公司举行了一个聚会，以此来表达自己的不满，这种不满主要是人工智能领域存在的浮躁氛围和弄虚作假情况。 期望越高，失望可能就越大。当人工智能领域一直没有取得重大突破时，失望的情绪就会蔓延，进而导致投资蒸发，大量估值过高的初创公司倒闭。 2017年整个世界对于人工智能的关注度依然非常高，这可能会引起不少人对于这种过分追捧的反感，毕竟过犹不及，不少浮躁情绪笼罩在当前人工智能领域。不过，这也不一定就是坏事，大量关注可能会促进研究的进步。 猜你喜欢：
人工智能的现状及今后 发展趋势展望 Company Document number：WUUT-WUUY-WBBGB-BWYTT-1982GT
人工智能的现状及今后发展趋势展望 一．引言 人工智能(Artificial Intelligence),英文缩写为AI，也称机器智能。“人工智能”一词最初是在1956年的Dartmouth学会上提出的。它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。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。 二．目前人工智能技术的研究和发展状况 目前，人工智能技术在美国、欧洲和日本依然飞速发展。在AI技术领域十分活跃的IBM公司，已经为加州劳伦斯·利佛摩尔国家实验室制造了ASCI White电脑，号称具有人脑的千分之一的智力能力。而正在开发的更为强大的新超级电脑———“蓝色牛仔”（Blue Jean），据其研究主任保罗·霍恩称，“蓝色牛仔”的智力水平将大致与人脑相当。 三．技术应用 随着AI技术的发展，现代几乎各种技术的发展都涉及到了人工智能技术，可以说人工智能已经广泛应用到许多领域，其典型的应用包括： 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;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Mathematic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”。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。计算机识别的显着特点是速度快、准确性和效率高。识别过程与人类的学习过程相似，以
浅谈人工智能的现状与未来 摘要：作为二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能），同时也被认为是二十一世纪三大尖端技术之一（基因工程、纳米科学、人工智能）。人工智能在很多科学领域都获得了广泛应用，并取得了丰硕的成果，本文将对人工智能的发展历程，现状以及发展趋势作一个初步的解读，人工智能应用于工程是是目前工程技术研究的热点之一，本文也将就人工智能中的专家系统、模拟逻辑、神经网络控制在机电一体化中的应用进行了探讨。 关键词：人工智能；机电一体化；专家系统；模糊控制；神经网络控制；AI发展前景； 什么是人工智能 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做出反应的智能机器，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。 人工智能与机电一体化系统的统一 近几十年来，人工智能得到了长足的发展，譬如，IBM 公司制造的深蓝计算机运用人工智能于1997年5月，战胜了国际象棋冠军卡斯帕洛夫。人工智能用于机电一体化是机电一体化发展的方向之一。这种智能主要通过控制技术加以设计和实现，即由机电一体化系统中的控制系统来具体实现。 专家系统、模糊逻辑、神经网络控制、学习控制和分层递阶是目前人工智能研究主要的几个领域，它们各自发展，又相互渗透，走向结合。其中，前三个领域是目前机电一体系统实现智能化的较成熟的领域。 一，自从第一个专家系统于1968年问世以来，经过30多年的发展，专家系统已经成为人工智能应用最活跃的领域。已经从最初的应用于医疗、科技等领域，向财政、金融、保险、商业和法律方向扩展，下面就与机电一体化有关的应用予以探讨。 （1）在装配制造业的应用：产品的生产，总是用零件来构造的，将不同的零件一起装配成一种新产品，叫做配里任务。专家系统应用于装配制造方面可以 取得可观的经济效益。比如， DEC公司的专家系统XCON，是应用于计算机 配置的第一个专家系统，现在每年为DEC公司盈利1。5亿美元（2）在设备故障诊断中的应用：专家系统用于设备故障诊断，特别是针对大型的结构、复杂的故障诊断，可以尽快找到故障，大大缩短检修时间，有很多 成功的例子，比如美国西屋电气公司研制的GEN一AID专家系统，已经成 功地应用于诊断汽轮发动机的故障。IBM公司也曾经为其IBMATPC机配备了 一个专家系统，用来精确定位系统故障。 （3）在控制方面的应用：专家系统可以在机电一体化设备控制方面发挥作用，在伺服控制、数控机床、加工中心以及其它控制领域，已取得了进展。在这方 面成功的例子如AT&T公司为控制机械手，研制出在单个芯片上实现的专家 系统。最早的芯片包括16条规则的ROM，控制器以及处理数据与规则的推 理机。采用2。5um线宽的CMOS工作，最初只使用了芯片面积的四分之一，