图形计算器之人工智能

图形计算器之人工智能

在接触CASIO公司的图形计算器Classpad 330的三个月里，我们通过研究发现Classpad的编程功能真的很强大，简直就是一个可以随身携带的Visual Basic语言编程器，同时，也是因为一次偶然的机会，在了解到iphone4s的siri语音控制功能给人们所带来的便利之后，我便有了编一个人工智能对话程序的想法。

【探究目的】

利用图形计算器的编程功能，在机器上实现一个便利的人工智能对话程序，从而对计算机算法以及相关知识有一个深入的认识。

【探究过程】

说起人机智能对话，我最先想到的是这样一个简单的程序：

Lbl r‘设置循环点r

Inputstr x,"Hello!"‘输入语句，保存至x变量

If x=m

Then

Print n ‘输出变量n

Ifend

Inputstr x,"next talk? ","next talk"

Goto r‘前往循环点r

(其中m为预设问题，n为预设回答)

通过判断输入问题是否与预设问题等价，来进行回答。有了这个基础，我便有了信心，开始扩大这个数据库的容量，而dt()这个子程序就是那个时期的产物。可是很快，我就遇到

了困难，如果要实现日常的对话，这个数据库将会变得无比巨大，因为一旦有一个字符不同，系统便会无法判别，就连大小写甚至句末的空格、句号、问号等都要加以区分，实在是很麻烦，所以我便开发了如下的筛选化归程序段：

Strlwr x,x ‘将字符串x全部改成小写字母Strlen x,xl ‘测量字长保存至xl变量

Chrtonum x,ui,xl ‘ui取得末位字符对应的机内码If ui=32 or ui=44 or ui=46 or ui=33 or ui=63 ‘32代表“空格”的机内码，44

代表“句号”的机内码，以此

类推…

Then

Strleft x,xl-1,x ‘x取得左起至xl-1的字符串Ifend

于是乎，当你输入“how are you ”或“how are you?”或“How are you?”时，对于机内变量x，都是同一个问题“how are you”，这样就有效地节约了数据库的空间。然而随后，在使用的过程中，我又发现，数据库再大，也还是有无法识别的问题，所以，我便想让它具有学习的功能，程序段如下：

z=0 ‘z变量起标志作用

If x=m

Then

z=z+1

Print n

Ifend

If x=m2

……

If x=m3

……

…………‘以此类推就可以扩大数据库容量

If z=0

Then

lp() ‘运行学习子程序(learning part) Ifend

子程序段如下:

q=0 ‘q变量起标志作用

If q=1

Then

m1=x

Inputstr n1

q=q+1

Return ‘返回主程序

Ifend

If q=2

Then

m2=x

Inputstr n2

q=q+1

Return

Ifend

If q=3

……

………‘以此类推就可以扩大数据库容量

这样，它就具有了学习的功能。此时的程序已经趋于完善，可当我通过看说明书知道了Strleft这个函数的作用之后，顿时有了新的想法——给对话程序加上“调用其他程序“的功能，程序段如下：

计算：

Strleft x,4,xt ‘xt取得左起第4个字符之前的字符串

If at=“calc”

Then

Strmid x,6,xy ‘xy取得左起第6个字符之后的字符串

te=StrtoExp(xy) ‘将xy转换为表达式并计算

ExptoStr te,ter ‘将te转换为字符串

Print ter

Ifend

绘图：

If xt=“draw”

Then

Strmid x,6,xy

DelVar f ‘删除变量f

Define f(x)=StrtoExp(xy) ‘定义变量f为函数f(x) Clrgraph

Drawgraph f(x) ‘画出f(x)的函数图象

Pause

Ifend

调用其他自制程序：

Strleft x,5,xtt

If xtt=“solve”

Then

Fc() ‘解一元二次方程程序

ifend

控制程序自身：

If x=“bye”or “goodbye”……

Then

Stop ‘程序结束

Ifend

If x=“pause”

……

If x=“clear text”

……

至此，程序的主体已经完成，再加上心情和体力这两项富有人性化的模块，和富有人性化的提示语，整个程序就算是完成了, 程序段大致如下：

心情模块：

a=Rand(1,100）

Lbl r

a=a-1

If 75

Then

显示好的回答

Elseif 25

Then

显示一般的回答

Elseif a<=25

显示差的回答

Ifend

Goto r

体力模块：

c=rand(1，50)

Lbl r

b=rand (0, 1)

c=c-1

If c<0

Then

Print "I am tired... "

Pause

Input v,"Want to talk more? (Input 1/0)"

if v≠b ‘体力耗尽后，每次都有50%的几率结束程序

Then

Print "Sorry, I am really tired."

Print “TALK END”

Stop

Ifend

Ifend

Goto r

【探究步骤】

1.开机后，按Menu键进入主菜单，如图：

2.找到Program模块，通过触摸笔单击的方式进入该模块，如图：

3.单击左上角的下拉菜单，选择Variable Manager项，如图；

4.单击左上角的Edit菜单，选择Create Folder项，如图：

5.输入文件夹名称，单击OK，如图：

6.关闭Variable Manager，Folder下拉菜单中选择新建的文件夹进入，如图：

7.单击上方左起第二个图标，输入主程序名称，单击OK，如图：

8.单击上方左起第一个图标，输入主程序代码如下：

DispText‘显示文本框

SetDecimal‘设置为十进制

rand(1,100)?a

rand(1,50)?c

InputStr x,"Hello!"

print "Hello!"

Lbl r

rand(0,1)?b

StrJoin "- ",x,y

print y

if c≤0

then

print "I am tired... "

pause

input v,"Want to talk more? (input 1/0)" if v≠b

then

print "Sorry,I am really tired."

print " TALK END "

stop

ifend

ifend

StrLen x,xl

if xl=0

then

Print "What do you want to say?"

goto rt

ifend

ChrToNum x,ui,xl

if ui=32 or ui=44 or ui=46 or ui=33 or ui=63 then

strleft x,xl-1,x

IfEnd

StrLeft x,4,xt

if xt="calc"

then

StrMid x,6,xy

strToExp(xy)?te

ExpT oStr te,ter

strjoin "The answer is ",ter,strr

print strr

goto rt

ifend

if xt="draw2d"

then

StrMid x,8,xy

DelVar f

define f(x)=strToExp(xy) Print "I am drawing it..." DrawGraph f(x)

print "Done!"

pause

goto rt

ifend

StrLeft x,5,xtt

if xtt="solve"

then

print "I am solving..."

fc()

print "Done!"

ExpT oStr ua,ua

ExpT oStr ub,ub StrJoin "x?=",ua,strr1 StrJoin "x?=",ub,strr2

浅析人工智能中的图像识别技术

浅析人工智能中的图像识别技术 本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！ 图像识别技术是信息时代的一门重要的技术，其产生目的是为了让计算机代替人类去处理大量的物理信息。随着计算机技术的发展，人类对图像识别技术的认识越来越深刻。图像识别技术的过程分为信息的获取、预处理、特征抽取和选择、分类器设计和分类决策。文章简单分析了图像识别技术的引入、其技术原理以及模式识别等，之后介绍了神经网络的图像识别技术和非线性降维的图像识别技术及图像识别技术的应用。从中可以总结出图像处理技术的应用广泛，人类的生活将无法离开图像识别技术，研究图像识别技术具有重大意义。 1 图像识别技术的引入 图像识别是人工智能科技的一个重要领域。图像识别的发展经历了三个阶段：文字识别、数字图像处理与识别、物体识别。图像识别，顾名思义，就是对图像做出各种处理、分析，最终识别我们所要研究的

目标。今天所指的图像识别并不仅仅是用人类的肉眼，而是借助计算机技术进行识别。虽然人类的识别能力很强大，但是对于高速发展的社会，人类自身识别能力已经满足不了我们的需求，于是就产生了基于计算机的图像识别技术。这就像人类研究生物细胞，完全靠肉眼观察细胞是不现实的，这样自然就产生了显微镜等用于精确观测的仪器。通常一个领域有固有技术无法解决的需求时，就会产生相应的新技术。图像识别技术也是如此，此技术的产生就是为了让计算机代替人类去处理大量的物理信息，解决人类无法识别或者识别率特别低的信息。 图像识别技术原理 其实，图像识别技术背后的原理并不是很难，只是其要处理的信息比较繁琐。计算机的任何处理技术都不是凭空产生的，它都是学者们从生活实践中得到启发而利用程序将其模拟实现的。计算机的图像识别技术和人类的图像识别在原理上并没有本质的区别，只是机器缺少人类在感觉与视觉差上的影响罢了。人类的图像识别也不单单是凭借整个图像存储在脑海中的记忆来识别的，我们识别图像都是依靠图像所具有

什么是人工智能计算机

什么是人工智能计算机 )查看。 什么是人工智能计算机 著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。” 而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。” 这些说法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，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。 人工智能(Artificial Intelligence，简称AI)是计算机学科的一个分支，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)。也被认为是二十一世纪(基因工程、纳米科学、人工智能)三大尖端技术之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成

为一个独立的分支，无论在理论和实践上都已自成一个系统。 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。 人工智能将涉及到计算机科学、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，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。 从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。 人工智能的三道坎 首先是大数据。从某种意义上来说，人工智能在近一两年的走红，与大数据的发展和被重视程度不无关系。随着以智能手机为代表的科技产品开始深入到人们生活的方方面面，用户在线上的行为越来越多，由此形成了大量的用户数据。而人工智能正好可以利用这些数据，建立数学模型和完成用户画像，让程序来做一些过去只有人能够做的事情。 大数据这个门槛，导致了人工智能只能是巨头的游戏，跟创业

计算机人工智能的研究方向和应用领域

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。 人工智能在语言翻译与语音理解程序方面已经取得的成就，发展为人类自然语言处理的新概念。 4.自动程序设计

(人工智能)关于图像识别与人工智能的就业情况

（人工智能）关于图像识别与人工智能的就业情况

关于图像识别和人工智能的就业情况(2008-10-0216:06:10) 最近遇到壹些朋友问我考研方向，我告诉他们叫图像识别和人工智能。主要是图形图像处理这个领域。他们又问这个方向将来主要从事什么职业，进入什么样的公司？呀！这个我仍真没怎么关注，所以就上网查了查，来了解壹下。下面是转载的壹篇文章： 就我见来，个人觉得图像处理的就业仍是不错的。首先能够把图像见成二维、三维或者更高维的信号，从这个意义上来说，图像处理是整个信号处理里面就业形势最好的，因为你不仅要掌握（壹维）信号处理的基本知识，也要掌握图像处理（二维或者高维信号处理）的知识。其次，图像处理是计算机视觉和视频处理的基础，掌握好了图像处理的基本知识，就业时就能够向这些方向发展。目前的模式识别，大部分也均是图像模式识别。于实际应用场合，采集的信息很多均是图像信息，比如指纹、条码、人脸、虹膜、车辆等等。说到应用场合，千万不能忘了医学图像这壹块，如果有医学图像处理的背景，去壹些医疗器械公司或者医疗软件公司也是不错的选择。图像处理对编程的要求比较高，如果编程很厉害，当然就业也多了壹个选择方向，且不壹定要局限于图像方向。 下面谈谈我所知道的壹些公司信息，不全，仅仅是我所了解到的或者我所感兴趣的，实际远远不止这么多。 搜索方向 基于内容的图像或视频搜索是很多搜索公司研究的热点。要想进入这个领域，必须有很强的编程能力，很好的图像处理和模式识别的背景。要求高待遇自然就不错，目前这方面的代表公司有微软、google、yahoo和百度，个个鼎鼎大名。

医学图像方向 目前于医疗器械方向主要是几个大企业于竞争，来头均不小，其中包括Simens、GE、飞利浦和柯达，主要生产CT和MRI等医疗器材。由于医疗器械的主要功能是成像，必然涉及到对图像的处理，做图像处理的很有机会进入这些公司。它们于国内均设有研发中心，simens的于上海和深圳，GE和柯达均于上海，飞利浦的于沈阳。由于医疗市场是壹个没有完全开发的市场，而壹套医疗设备的价格是非常昂贵的，所以于这些地方的待遇均仍能够，前景也见好。国内也有壹些这样的企业比如深圳安科和迈瑞 计算机视觉和模式识别方向 我没去调研过有哪些公司于做，但肯定不少，比如指纹识别、人脸识别、虹膜识别。仍有壹个很大的方向是车牌识别，这个我倒是知道有壹个公司高德威智能交通似乎做的很不错的样子。目前视频监控是壹个热点问题，做跟踪和识别的能够于这个方向找到壹席之地。 上海法视特位于上海张江高科技园区，于视觉和识别方面做的不错。北京的我也知道俩个公司：大恒和凌云，均是以图像作为研发的主体。 视频方向 壹般的高校或者研究所侧重于标准的制定和修改以及技术创新方面，而公司则侧重于编码解码的硬件实现方面。壹般这些公司要求是熟悉或者精通MPEG、H.264或者AVS，选择了这个方向，只要做的仍不错，基本就不愁饭碗。由于这不是我所感兴趣的方向，所以这方面的公司的信息我没有收集，但平常于各个bbs或者各种招聘网站经常见到。 我所知道的俩个公司：诺基亚和pixelworks

计算机人工智能的发展及预测

计算机人工智能的发展及前沿 摘要 人工智能（Artificial Intelligence，简称AI）是计算机学科的一个分支，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）。也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。 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。人工智能将涉及到计算机科学、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，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。 关键词：人工智能；数学基础；发展预测；

一、什么是人工智能 智能是知识与智力的总合。知识是智能行为的基础；智力是获取知识并运用知识求解问题的能力。智能具有以下特征： (1)具有感知能力——指人们通过视觉、听觉、触觉、味觉、嗅觉等感觉器官感知外部世界的能力； (2)具有记忆与思维的能力——这是人脑最重要的功能，亦是人之所以有智能的根本原因； (3)具有学习能力及自适应能力； (4)具有行为能力。 人工智能是计算机科学的一个分支，是智能计算机系统，即人类智慧在机器上的模拟，或者说是人们使机器具有类似于人的智慧（对语言能理解、能学习、能推理）。[1] 美国斯坦福大学人工智能研究中心的尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科———怎样表示知识以及怎样获得知识并使用知识的科学。”美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”[2] 二、人工智能的发展简史 (1)孕育（1956年前）[3] ?古希腊的Aristotle（亚里士多德）（前384-322），给出了形式逻辑的基本规律。 ?英国的哲学家、自然科学家Bacon（培根）（1561-1626），系统地给出了归纳法。“知识就是力量” ?德国数学家、哲学家Leibnitz（布莱尼茨）（1646-1716）。提出了关于数理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运算和推理。做出了能做四则运算的手摇计算机 ?英国数学家、逻辑学家Boole（布尔）（1815-1864）实现了布莱尼茨的思维符号化和数学化的思想，提出了一种崭新的代数系统——布尔代数。 ?美籍奥地利数理逻辑学家Godel（哥德尔）（1906-1978），证明了一阶谓词的完备性定；任何包含初等数论的形式系统，如果它是无矛盾的，那么一定是不完备的。意义在于，人的思维形式化和机械化的某种极限，在理论上证明了有些事是做不到的。 ?英国数学家Turing(图灵)（1912-1954）,1936年提出了一种理想计算机的数学模型（图灵机），1950年提出了图灵试验，发表了“计算机与智能”的论文。[4] ?美国数学家Mauchly，1946发明了电子数字计算机ENIAC ?美国神经生理学家McCulloch，建立了第一个神经网络数学模型。 ?美国数学家Shannon（香农）,1948年发表了《通讯的数学理论》，代表了“信息论”的诞生。

论计算机与人工智能

论计算机和人工智能 摘要：计算机科学和人工智能将是21世纪逻辑学发展的主要动力源泉，并且在很大程度上将决定21世纪逻辑学的面貌。这些年来,人工智能在计算机科学、逻辑学等领域已取得重大成就,但离真正的人类智能还相差甚远。现在是网络时代,人工智能科学要在学科交叉研究中实现人工智能的发展与创新,会更加关注认知科学与人工智能之间的交叉渗透;要利用现实生活中复杂网络的小世界模型发展人工智能。 关键词：人工智能；计算机发展；应用方向；发展方向 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、人工智能的定义 人工智能（artificial intelligence，AI）又称为机器智能或者计算机智能。所谓人工智能就是用人工的方法在计算机上实现的智能；或者说是人们使用机器模拟人类智能。人工智能与计算机软件有密切的关系。一方面，各种人工智能应用系统都要用计算机软件去实现，另一方面，许多聪明的计算机软件也应用了人工智能的理论方法和技术。 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，而且还涉及到医学、逻辑学等许多学科领域。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。 三、计算机和人工智能 的发展史 1.计算机的发展史 计算机的发展与电子技术的发展密切相关，每当电子技 术有突破性的进展，就会导致 计算机的一次重大的改革。 (1)第一代计算机（1946年—1957 年） 第一代计算机的共同特点是：逻辑器件使用电子管；用 穿孔卡片机作为数据和指令 的输入设备；用磁鼓或磁带作 为外存存储器；使用机器语言 编译。 (2)第二代计算机（1958年—1964

人工智能与模式识别

人工智能与模式识别 摘要：信息技术的飞速发展使得人工智能的应用围变得越来越广，而模式识别作为其中的一个重要方面，一直是人工智能研究的重要方向。在介绍人工智能和模式识别的相关知识的同时，对人工智能在模式识别中的应用进行了一定的论述。模式识别是人类的一项基本智能，着20世纪40年代计算机的出现以及50年代人工智能的兴起，模式识别技术有了长足的发展。模式识别与统计学、心理学、语言学、计算机科学、生物学、控制论等都有关系。它与人工智能、图像处理的研究有交叉关系。模式识别的发展潜力巨大。 关键词：模式识别；数字识别；人脸识别中图分类号； Abstract: The rapid development of information technology makes the application of artificial intelligence become more and more widely. Pattern recognition, as one of the important aspects, has always been an important direction of artificial intelligence research. In the introduction of artificial intelligence and pattern recognition related knowledge at the same time, artificial intelligence in pattern recognition applications were discussed.Pattern recognition is a basic human intelligence, the emergence of the 20th century, 40 years of computer and the rise of artificial intelligence in the 1950s, pattern recognition technology has made great progress. Pattern recognition and statistics, psychology,

浅谈人工智能与计算机

浅谈人工智能与计算机 王晨浩 计算机1506班201526810617 摘要人工智能一直处于计算机技术的前沿，人工智能研究的理论和发现在很大程度上将决定计算机技术的发展方向.人工智能作为计算机学科的一个分支,有其自身的特点,现已在社会生活各个领域都有应用,并将有更为广阔的发展前景。 关键词人工智能 / 发展 / 应用 / 机器人 / 智能研究 / 计算机学科 1．引言 在进入了二十一世纪之后，信息科学技术的发展越来越受到人们的重视，重视程度也超越了以往的任何时候。正是因为这样，人工智能技术的发展在进入新的世纪之后也有了非常快速的进步，那么，这项技术作为一种比较高端的信息科学技术，它主要是通过借助计算机的各种功能来非常形象的模拟我们人类的思维方式和思维结果，从而使人类的各种思维活动可以在计算机的程序当中得以实现[1]。2．人工智能的发展概述 人工智能的研究经历了以下几个阶段：第一阶段：20世纪50年代人T智能的兴起和冷落。人工智能概念首次提出后，出现了一批显著的成果，如机器定理证明、跳棋程序、LISP表处理语言等。但由于揭发推理能力有限，以及其翻泽失败等，使人工智能走入低谷。这一阶段的特点是：重视问题求解的方法，忽视知识重要性。第二阶段：20世纪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，DENDAI。化学质谱分析系统、MTCIN疾病诊断和治疗系统、PROSPECTIOR 探矿系统，Hearsay-II语言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。1969年成立了国际人工智能联合会。第三阶段：20世纪80年代，随着第五代计算机的研制，人工智能得到了很大发展。日本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LIPS”，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一第四阶段：20世纪80年代末，精神网络飞速发展。1987年，美国召开第一次精神网络国际会议，宣告了这一新学科的诞生。此后，各国在精神网络方面的投资逐渐增大，精神网络迅速发展起来。第五阶段：20世纪90年代，人工智能出现新的研究高潮。由于网络技术特别是嗣际互联网的技术发展，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

图像识别与人工智能研究所发展规划报告

图像所学科建设与发展规划 根据学校建设世界知名高水平大学的发展目标，特制定图像所相应的学科建设与发展规划，以推动本学科的跨越式发展。 一、学科建设总体目标 （一）学科基础 图像识别与人工智能研究所（简称图像所）将继续以跻身于我国的国防科技的发展为切入点，从事发展巡航导弹中制导、末制导关键技术，承担相关预先研究和攻关科研任务为学科建设的主攻方向。 （1）目前本学科点共有五个研究方向： “计算机视觉与应用”、 “成像自动目标识别与精确制导技术”、 “多谱成像与遥感图像处理”、 “人工智能与思维科学” “面向模式识别的专用处理机与IC芯片设计”。 （2）本学科点现有科研人员26人，其中教授（含博士生导师）7人，副教授7人。科研教学梯队层次高，年龄、专业结构合理。现有教学科研用房4000 平方米。实验设备固定资产5000余万元，已初步形成先进、配套的教学、科研、开发环境和雄厚的技术储备。 （3）学科特点 模式识别与智能系统是信息科学技术领域中发展最迅速的前沿领域之一。

来自不同成像传感器的不同谱段的图像信号能全面揭示客观世界的各种特性，智能控制是人工智能与自动控制相结合的现代控制理论和技术，图像模式处理、识别与智能控制的结合构成了智能信息系统和智能自动化系统发展的基础，不仅科学意义深远而且有十分广阔的应用前景。本学科点的主要特色是紧密结合航天、航空和信息技术领域的国家目标，进行应用基础和应用技术的研究和开发，重点研究多谱段图像模式信息的获取、表示、处理、分析与智能系统领域的基础理论与关键技术，同时培养和造就本领域高层次、高质量的科技人才。本学科点具有特色和优势的研究方向是： ·计算机视觉与应用 在基于信息融合的信号处理、基于视觉、力觉和超声波接近觉的多传感器机器人系统和飞行器三维航迹规划技术方面具有特色，承担了国家重大型号XY-20末制导航迹规划攻关项目并进入型号研制。 ·成像自动目标识别与精确制导技术 开展面向复杂背景和随机环境下成像自动目标检测、识别、跟踪的新理论、新方法、新算法和新系统的研究，其特色是瞄准有关国家安全的国家目标,紧密结合航天航空高技术发展,在基于图象和图象序列的自动目标识别,景象匹配定位等精确制导领域开展应用基础和高技术的研究,并将一系列高水平成果应用于国防高技术武器系统中。 ·多谱成像与遥感图像处理 研究微波辐射特性及成像技术、激光雷达成像信号处理和遥感图像处理与

人工智能与人类智能比较

第一章 关于人工智能能否超过人类智能的讨论 摘要：随着信息技术的发展，人类把最新的计算机技术应用于各个学科，对这些学科的认知也进入了日新月异的发展阶段，促使大量的新的研究成果不断涌现。人工智能与人类智能的关系问题，从20世纪80年代在国内外就进行了非常激烈的辩论。本文做出了人工智能只能作为人类工具而不可能超过人类智能的论断，人工智能本质上是对人类智能的功能模拟。机器思维和人工智能在未来发展的可能性和重要性有其值得重视的一面，但机器思维只是人的思维在一定程度上的延伸和补充，而不是一种独立的思维，机器思维同人类思维二者虽然存在着一定的相似之处，但由于其思维的物质承担者不同，在智能活动中的地位和思维程序也不同，所以有本质的区别。人工智能没有人类智能所特有的创造性和社会性，只不过是人类智能的延伸，至多只是部分地超越人类智能而不能完全地战胜人类智能。本文最后得出结论：人类对人脑的功能会不断地进行认识，从而人工智能会不断的迫近人类智能。但从动态分析上，即人类智能也在不断的进化和发展，人工智能作为人类智能主体客体化的产物，其作用和功能受到人类智能的制约所以要低于人类智能，人工智能在整体上是不能最终代替和战胜人类智能的。 关键词：人工智能，超越，人类智能，智能模拟 1．研究背景 人工智能这个术语自1956年由数学家麦卡锡正式提出，并作为一个新兴学科的名称被使用以来，已经有50多年的历史了。人工智能的发展过程，大致经历了孕育期、形成期、知识应用期、和综合集成这四个阶段。人工智能(Artificial Intelligence)，英文缩写为AI,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。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。人工智能的概念由于智能概念的不确定因此没有一个统一的标准。童天湘在《从“人机大战”到人机共生》中这样定义人工智能：“虽然现在的机器不能思维也没有‘直觉的方程式’，但可以把人处理问题的方式编入智能程序，是不能思维的机器也有智能，使机器能做那些需要人的智能才能做的事，也就是人工智能。”【1】 人工智能在发展过程中形成了几个学派，最主要的两个学派是符号主义和连接主义，行为主义是后来形成的一个学派【1】。 人工智能与人类智能的关系以及人工智能的发展趋势问题，从20世纪80年代在国内外就进行了非常激烈的辩论。既有一部分人认为人工智能只能作为人的工具的延长而不可能取代人的大脑的工具论，本人也支持此种观点，即：人工智能诞生的初衷是作为人类工具的延长，其作用从其诞生的那一天就已经定性，人工智能只能作为人类智能的附庸和补充，而不可能对人类智能构成挑战，更不可能取代人类智能。 也有一部分人持人工智能一定会战胜人类智能的观点，他们从达尔文的进化论进行类比推断，对比人类智能和人工智能相对发展的速度和加速度，认为人类智能虽然在短时期内还占有绝对的优势，但是从人工智能近些年突飞猛进的发展

人工智能YOLO V2 图像识别实验报告材料

第一章前言部分 1.1课程项目背景与意义 1.1.1课程项目背景 视觉是各个应用领域，如制造业、检验、文档分析、医疗诊断，和军事等领域中各种智能/自主系统中不可分割的一部分。由于它的重要性，一些先进国家，例如美国把对计算机视觉的研究列为对经济和科学有广泛影响的科学和工程中的重大基本问题，即所谓的重大挑战。计算机视觉的挑战是要为计算机和机器人开发具有与人类水平相当的视觉能力。机器视觉需要图象信号，纹理和颜色建模，几何处理和推理，以及物体建模。一个有能力的视觉系统应该把所有这些处理都紧密地集成在一起。作为一门学科，计算机视觉开始于60年代初，但在计算机视觉的基本研究中的许多重要进展是在80年代取得的。计算机视觉与人类视觉密切相关，对人类视觉有一个正确的认识将对计算机视觉的研究非常有益。 计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。这里所指的信息指Shannon定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。 科学技术的发展是推动人类社会进步的主要原因之一,未来社会进一步地朝着科技化、信息化、智能化的方向前进。在信息大爆炸的今天,充分利用这些信息将有助于社会的现代化建设,这其中图像信息是目前人们生活中最常见的信息。利用这些图像信息的一种重要方法就是图像目标定位识别技术。不管是视频监控领域还是虚拟现实技术等都对图像的识别有着极大的需求。一般的图像目标定位识别系统包括图像分割、目标关键特征提取、目标类别分类三个步骤。 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。深度学习的概念由Hinton等人于2006年提出。基于深度置信网络提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。

计算机与智能的关系

计算机与智能的关系 20世纪中期诞生的人工智能是人类认识世界、改造世界史上最具影响力的事件之一。究竟如何能使智能计算机的智能表现与人没有差别？毫无疑问，这不仅是当代人工智能科学研究的中心问题，同时也是诸多人工智能研究相关领域必须面对的课题。在当今跨学科的研究中，许多专家、学者都不约而同地聚焦到了当代智能计算机的语义理解方面。当代智能计算机在语言理解上的无法实现，已经成为困扰当代智能计算机的重大问题。正视并反思这一问题成为促进人工智能相关研究获得进一步发展的必要工作。 回顾历史，人工智能研究并非一帆风顺。尤其是在当下，从事智能研究的专家遇到了前所未有的困境。越来越多的人认识到，要达到科研人员所确定的创造出像人一样聪明的智能机器的目标，不仅一直还只是个梦想，甚至离这个宏伟的目标似乎越来越远。弗里德曼（David Freedman）认为，“传统的人工智能研究，即希望开发出能够以高度有序、按部就班的方式进行思考的电脑系统，已经在几乎所有曾经看来大有可为的领域止步不前，这些领域包括物体识别、机器人控制、数理研究、理解故事、听懂演说以及其他许多涉及机器智能的方面。在近四十年光景里，人工智能领域并没有什么实质性的突破”。人工智能先驱者之一西蒙（Herbert Alexander Simon）在回忆他数十年来力图重创人类智能工作时认为，最令他惊讶的是做“难”的事情是多么的容易，而做“容易”的事情是多么的“难”。他的第一个人工智能程序完成于1955年，可以让计算机推导出简单的逻辑定理。从那以后，计算机的逻辑功能有了长足的进步，但至今仍无人能造出可自动穿越拥挤的房间或能理解儿童故事的智能机器来。一部分学者认为，机器具有的技能尽管非常实用，能够部分地完成和人一样的工作，有些甚至是超过了人类的智能，但与真正的智能仍是不同的。智能机器能做的原来属于人类的工作越多，越显得它们在某些方面非常突出，而在另一些方面却非常低能。 为了解决这一问题，人工智能、计算机科学和心灵哲学等学科从不同方面作了大量探讨，建立了许多新的智能理论和模型，但依然没有从根本上走出困境。要解决这一问题，我们必须回到现实的计算机世界。当代许多关心智能的哲学家和科学家都将焦点转向了智能计算机的语义理解方面。正如第一台现代计算机的缔造者冯#诺伊曼（John von Neumann）所言：/继续追踪这个课题，使我们必须

人工智能技术在计算机中的发展和应用

人工智能技术在计算机中的发展和应用 【摘要】人工智能技术作为一项先进的技术，近年来在计算机当中有着非常广泛和深度的发展和应用，也在很大程度上促进了计算机技术的发展。本文根据这方面的内容，主要介绍人工智能技术的概念及其研究内容，分析该技术的发展过程和现状，并介绍了它在一些相关领域当中的实际应用。根据分析可以看出，人工智能技术虽然起步较晚，但是在近些年的发展当中取得了很大的进步，并且有着非常好的发展前景。 【关键词】人工智能；计算机；软件工程；实际应用 一、引言 在进入了二十一世纪之后，信息科学技术的发展越来越受到人们的重视，重视程度也超越了以往的任何时候。正是因为这样，人工智能技术的发展在进入新的世纪之后也有了非常快速的进步，那么，这项技术作为一种比较高端的信息科学技术，它主要是通过借助计算机的各种功能来非常形象的模拟我们人类的思维方式和思维结果，从而使人类的各种思维活动可以在计算机的程序当中得以实现[1]。 随着这项技术的不断发展和成熟，它在各个领域当中的应用也越来越广、其影响也越来越大，相对于其他的许多计算技术来说有着更大的发展空间，给人类带来的积极影响也是其他技术所无法比拟的。但是，我们不得不承认的是人工智能技术的发展还没有达到一个非常成熟的阶段，尤其是在国内，还处于起步阶段，不过这也意味着人工智能技术的未来发展潜力巨大，给我们留下的研究空间是无限的。

本文首先介绍了人工智能技术的概念和主要研究内容，分析其研究现状和未来的发展方向，结合人工智能系统的实际开发情况，讨论了其在企业和家居等方面的实际应用，并对计算机应用下的人工智能技术进行了一番探究，以期使相关研究人员，尤其是刚刚开始起步的研究人员对人工智能技术的巨大作用有一个更为详细直观的认识。 二、人工智能技术的概念和研究内容 “人工智能”这个词汇最早是出现在1956年，是在Dartmouth 学会上美国的一位专家首先提出来的。从此以后，各个国家的相关研究者从中发展出了很多的人工智能理论和原理，人工智能的概念也逐渐的被人们所了解和认知了。 刚起步阶段的发展比较困难，因为但是通过几十年的研究，人们发现“人工智能技术”是一门非常具有挑战性的科学，如果想要在这个学科取得很好的成果，首先要求研究者具有过硬的计算机知识，同时还要有很高的心理学和哲学素质。人工智能本身是一门兼容很多门学科的科学，这项技术当中包含了很多领域的知识，比如说机械知识、计算机知识等。 简单的来说，人工智能技术主要研究的目标是要能够使一台计算机或者是一台机器可以完成一些通常需要我们人类亲自动手或动脑来完成的工作，也就是说只有依靠人类本身的智能才能完成的一些复杂工作。而就目前的情况来讲，最能够用来代替人类完成这些工作的工具就是计算机，因此，人工智能技术的发展历史和计算机科学与技术的发展历史是密不可分的，随着计算机科学的不断发展和进步，人

基于.人工智能算法的图像识别及生成

基于人工智能算法的图像识别与生成 摘要：本次报告的工作是利用PCA，SVM以及人工神经网络（ANN）实现对人脸的特征提取、分类和预测。然后利用GAN（生成对抗网络）实现对手写数字的生成，并用SVM 做预测，验证生成效果。 本次报告采用的数据源自剑桥大学的ORL 人脸数据库，其中包含40个人共400张人脸图像。 关键词：人工智能；图像识别；数据 中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2018）13-0173-02 1 PCA降维 PCA（principal components analysis）即主成分分析，又称主分量分析。旨在利用降维的思想，把多指标转化为少数几个综合指标。 首先我们给出了数据库的平均脸的图像，并利用PCA对人脸降维，通过改变降低到的维度研究了保留维度的多少带来的影响。最后给出了每一个维度的特征脸图像，讨论了每一个维度所能够代表的人脸信息。 1.1 平均脸 首先，我们将数据库中400张人脸按行存储到一个矩阵

中，即每一行为一张人脸（10304像素），每张人脸共10304维特征。我们对每一个维度去平均，构成一个新的行向量，这就是平均脸。 平均脸反映了数据库中400张人脸的平均特征，可以看清人脸的轮廓，但无法识别人脸的局部细节。 1.2 降低至不同维度时还原脸的情况 从左到右从上到下依次是同一张脸降低至10，30，50，100，200，250，300，350，400的图像。可以看到，随着保留维数的增多，图像越清晰，与原图的差异越小。 1.3 提取单一维度的特征做还原 为了研究不同维度所代表的人脸的信息，我们把PCA之后的每一个特征向量单独提取出来对人脸做还原，还原的时候不加入平均脸并且做直方图均衡化。 结果如下： 每一张图像下方的数字代表了PCA之后按特征值从大到小排序的顺序，比如第一张图代表PCA之后最大特征值所对应的特征向量还原出的人脸。 特征累积图的纵坐标代表了所保留的特征占总特征的 比例。它是这样计算出来的，假设保留k维信息，则纵坐标值为这k个特征值的和除以总的400（400*10304的矩阵，最多有400个非零特征值）个特征值的和。 从图4可以看出，当保留维数为100维时，即能保留人

关于人工智能的一些介绍与看法

关于人工智能的一些介绍与看法 内容提要：人工智能是计算机科学的一个领域，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。它研究和应用的领域包括模式识别、自然语言理解与生成、专家系统、自动程序设计、定理证明、联想与思维的机理、数据智能检索等。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。人工智能也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一。近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。 关键词：人工智能领域应用技术 一、人工智能概述 “人工智能”一词最初是在1956年DARTMOUTH学术会议上提出的。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越来越深入人心。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。 通常，计算机的数学基础包括统计学，信息论和控制论，当然还包括一些非数学学科。长期的工作中，计算机往往只是始终如一的运用这些知识来进行工作，基本上只是依靠以前的“经验”。所谓人工智能，就是指能让计算机像人脑一样去工作，不仅仅是能够连续式学习，更要在工作的过程中，学会跳跃式学习，也就是能过像人类一样，获得顿悟或是灵感。一直以来，计算机通常只能靠经验来工作，很难会“顿悟”，也就是很难获得较大的技能提高。人类的实践过程同时包括经验和创造。这正是智能化工作者梦寐的东西。 近几十年来，人工智能日益发展，技术日趋成熟，研究成果也日趋丰富。例如2013年，帝金数据普数中心数据研究员S.C WANG开发了一种新的数据分析方法，该方法导出了研究函数性质的新方法。作者发现，新数据分析方法给计算机学会“创造”提供了一种方法。 二、人工智能的科学范畴 现在，人工智能已构成信息技术领域的一个重要的学科。该学科研究如何使机器具有智能或者说如何利用计算机实现智能的理论、方法和技术，所以，人工智能既属于计算机科学技术的一个前沿领域，也属于信息处理和自动化技术的一个前沿领域。但由于其研究内容涉及到“智能”，因此，人工智能不仅局限于计算机、信息和自动化等学科，还涉及到智能学科、认知科学、语言学、逻辑学、教育科学、系统教学、数理科学等众多学科领域。人工智能是一门综合性的交叉学科和边缘学科。 三、人工智能的研究内容 人工智能的研究内容可以归纳为：搜索与求解、学习与发现、知识与推理、发明与创造、感知与交流、记忆与联想、系统与建设、应用于工程等八个方面。从研究对象来说，人工智能涉及三个相对独立的域，即：（1）研究会读和说的计算机程序，也就是通常称为“自然语言处理”领域；（2）研制灵敏的机器，通过设计出具有视觉和听觉程序化的机器人，在活动时能识别不断改变的环境；（3）开发用符号识别来模拟人类专家行为的程序，即专家系统。但是，从研究的性质来说，人工智能一般可分为理论研究和工程研究两个方面。理论研究主要是对有关开发和理解人和机器智能方面理论进行研究和探索．而工程研究则主要是

(完整版)人工智能与信息社会2019尔雅答案

人工智能与信息社会2019尔雅答案 第一章 1.AI时代主要的人机交互方式为()。D A、鼠标 B、键盘 C、触屏 D、语音+视觉 2.2016年3月,人工智能程序()在韩国首尔以4:1的比分战胜的人类围棋冠军李世石。A A、AlphaGo B、DeepMind C、Deepblue D、AlphaGo Zero 3.Cortana是()推出的个人语音助手。C A、苹果 B、亚马逊 C、微软 D、阿里巴巴 4.首个在新闻报道的翻译质量和准确率上可以比肩人工翻译的翻译系统是()。C A、苹果 B、谷歌 C、微软 D、科大讯飞 5.相较于其他早期的面部解锁,iPhone X的原深感摄像头能够有效解决的问题是()。C A、机主需要通过特定表情解锁手机 B、机主是否主动解锁手机 C、机主平面照片能够解锁手机 D、机主双胞胎解锁手机 6.属于家中的人工智能产品的有()。ABD A、智能音箱 B、扫地机器人 C、声控灯 D、个人语音助手 7.谷歌相册与传统手机相册最大不同点是()。ABE A、根据照片内容自动添加标记 B、根据不同标记进行归类和搜索 C、自动对照片进行美颜

D、定时备份照片 E、人脸识别和搜索 8.目前外科手术领域的医用机器人的优点有()。AB A、定位误差小 B、手术创口小 C、不需要人类医生进行操作 D、能够实时监控患者的情况 E、可以帮助医生诊断病情 9.智能推荐系统的特点包括()。ABCD A、根据用户的购买记录记忆用户的偏好 B、根据浏览时间判断商品对用户的吸引力 C、推荐用户消费过的相关产品 D、根据用户的喜好进行相关推荐 10.一般来说,扫地机器人必需的传感器有()。ABC A、距离传感器 B、超声波雷达传感器 C、悬崖传感器 D、温度传感器 11.在神经网络方法之前,机器翻译主要是基于统计模型的翻译。()正确 12.人工智能具有学会下棋的学习能力,是实现通用人工智能算法的基础。()正确 13.目前还没有成功进行无人自动驾驶的案例。()错误 14.智能家居应该能自动感知周围的环境,不需要人的操控。()正确 15.智能音箱本质上是音箱、智能语音交互系统、互联网、内容叠加的产物。()正确 16.基于句法的机器翻译是目前较为流行的翻译方法,基本达到了预期的理想。()错误第二章 1.被誉为计算机科学与人工智能之父的是()。A A、图灵 B、费根鲍姆 C、纽维尔 D、西蒙 2.第一个成功应用的专家系统是()。B A、ELIZA

人工智能计算机技术发展前景论文

人工智能计算机技术发展前景论文 摘要：人工智能得到了愈来愈广泛的关注，许多科学家断言，机器的智能会迅速超过阿尔伯特?爱因斯坦和霍金的智能之和。人工智能相关技术更大的需求促使新的进步不断出现，人工智能已经并且将继续不可避免地改变我们的生活。 关键词：人工智能计算机技术 一、人工智能的定义 “人工智能”(ArtificialIntelligence)一词最初是在1956年Dartmouth学会上提出的。人工智能是指研究、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。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与技术的发展史联系在一起的。 人工智能理论进入21世纪，正酝酿着新的突破，人工智能的研究成果将能够创造出更多更高级的智能“制品”，并使之在越来越多的领域超越人类智能，人工智能将为发展国民经济和改善人类生活做出更大贡献。 二、人工智能的应用领域 1.在管理系统中的应用 (1)人工智能应用于企业管理的意义主要不在于提高效率，而是用计算机实现人们非常需要做，但工业工程信息技术是靠人工却做不了或是很难做到的事情。在《谈谈人工智能在企业管理中的应用》一文中刘玉然指出把人工智能应用于企业管理中，以数据管理和处理为中心，围绕企业的核心业务和主导流程建立若干个主题数据库，而所有的应用系统应该围绕主题数据库来建立和运行。换句话说，就是将企业各部门的数据进行统一集成管理，搭建人工智能的应用平台，使之成为企业管理与决策中的关键因子。 (2)智能教学系统(ITS)是人工智能与教育结合的主要形式，也是今后教学系统的发展方向。信息技术的飞速发展以及新的教学系统开发模式的提出和不断完善，推动人们综合运用超媒体技术、网络基础和人工智能技术区开发新的教学系统，计算机智能教学系统就是其中的典型代表。计算机智能教学系统包含学生模块、教师模块，体现了教学系统开发的全部内容，拥有着不可比拟的优势和极大的吸引力。 2.在工程领域的应用 (1)医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用，具有