利用图形计算器研究函数的基本性质
问题1 画出函数f （x ）＝31x 3＋21x 2－2x －1，并指出它的单调区间．
[操作步骤]
（1）按p 键，进入主菜单．按数字键5，进入“图形函数”窗口．
（2）如图1.1-18，输入表达式，完成后按l 键．
图1.1-18 图1.1-19
（3）按L ，e （V-Window ），再按q 键（初始窗），把窗口进行如图1.1-19所示的设置．按d 键退出设置，回到图1.1-18“图形窗口”窗口．
（4）按u （绘图），如图1.1-20，绘制图象．
图1.1-20 图1.1-21
（5）按q （Trace ，跟踪），如图1.1-21，拨动光标控制盘上的箭头，按l 键会保留该点显示坐标．可见，这个函数有3个单调区间，其中单调增区间有两个，它们分别是（－∞，－2）、（1，＋∞）；单调减区间有一个，是[－2，1]．
[探究与发现]
1．从数量关系上感受函数的单调性．
我们不仅可以从图象这个角度观察函数的增加与减少的情况，还可以从数量关系上感受它的这一性质．
（1）按p ，进入主菜单．按数字键7（表格），如图1.1-22，进入“表格函数”窗口．
（2）按u （表），如图1.1-23，显示表格．
图1.1-22 图1.1-23
（3）按q （公式），回到图1.1-22“表格函数”窗口．
（4）按y （设定），显示“表格设定”窗口．如图1.1-24，设置起始值，终值以及
步长（间隔），每次设置后按l键确认．最后按l键，又回到图1.1-22窗口．
图1.1-24 图1.1-25
（5）按u（表），如图1.1-25，显示表格．
（6）不断拨动光标控制盘上向下的箭头，观察函数值符号的变化的情况，感受随着自变量的不断增加，函数值大小变化的情况．
函数的单调性刻画了随着自变量的不断增加，函数值增加还是减少的情况．
2．同时从图象上以及从数量关系上感受函数的单调性．
（7）按L，p（SETUP）．显示设置窗口．
（8）拨动光标控制盘上向下的箭头到“Dual Screen”处，如图1.1-26，按q（表＋图）．按l键，推出设置，回到图1.1-22“表格函数”窗口．
图1.1-26 图1.1-27
（9）按u（表），如图1.1-27，显示表格．
（10）按y（连续图），如图1.1-28，在左边窗口显示图象，右边窗口显示表格．（11）按i键．如图1.1-29，按w键（图链接），可以把左边的图象与右边的表格
关联起来．
（12）如图1.1-30，拨动光标控制盘上向下的箭头，不仅可以看到数值的变化，同
时可以看到对应的图象上的点的位置，不仅可以感受数值的变换，还可以观察到图形
上升还是下降的状态．从“数”和“形”两个角度体验函数单调性这一重要性质．
图1.1-28 图1.1-29
图1.1-30 图1.1-31
（13）在图1.1-27状态下，按r 键（编辑），如图1.1-31，把自变量x 的值编辑成－6.1，按l 键．图1.1-32，表格中原来的－6被改为－6.1，并同时改变对应的函数值．
图1.1-32
问题2 已知函数f （x ）＝2
3-x x （x ∈[－2，1]），求函数的最大值和最小值．
[操作步骤]
（1）按p 键，进入主菜单．按数字键5，开启“图形函数”窗口．
（2）如图1.1-33，输入表达式，完成后按l 键．
图1.1-33 图1.1-34
（3）按u （绘图），如图1.1-34，绘制图象．
（4）按q （Trace ，跟踪），拨动光标控制盘上的箭头．如图1.1-35，得到当x ＝－2时，f （x ）的最大值为1.5．
（5）再拨动光标控制盘上的向右的箭头．如图1.1-36，得到当x ＝1时，f （x ）的最小值为－3．
图1.1-35 图1.1-36
[探究与发现]
改变这个函数定义域的大小，再求这个函数的最大值和最小值．
问题7 判断下列函数的奇偶性，画出它们的图象：
（1）f （x ）＝2x 4＋3x 2； （2）f （x ）＝x 3－2x ； （3）f （x ）＝x
x 12+； （4）f （x ）＝x 2＋1．
选自：普通高中课程标准实验教科书数学必修一（人教A版），第36页，练习第1题．请同学们先判断函数的奇偶性，然后再依下列操作步骤画图象．
[操作步骤]
（1）按p键，进入主菜单．按数字键5，开启“图形函数”窗口．
（2）如图1.1-37，分别输入表达式，完成后按l键．
图1.1-37 图1.1-38
（3）仅选中Y1，按u（绘图），如图1.1-38，绘制f（x）＝2x4＋3x2的图象．
图1.1-39 图1.1-40
（4）类似于第（3）步，绘制其他三个函数的图象．（图1.1-39至图1.1-41）提示：使得光标位于某一行，按q（选择），可以在选中该表达式与放弃选中该表
达式之间切换．
图1.1-41
[探究与发现]
（1）用图形计算器编辑函数表达式，使得它是奇函数或者是偶函数，并画出图象验证你写得是否正确．
（2）偶函数f（x）在（0，＋∞）的表达式是f（x）＝x3－3x2．它在（－∞，0）上的表达式是什么？改成奇函数呢？画出图象验证你的结论．
函数的奇偶性是函数的符号性质，也就是当自变量的取值变号（成为相反数）时，函数值是否变号（成为相反数）．
既然f（x）是偶函数，在（0，＋∞）上的表达式是f（x）＝x3－3x2，那么，在（－∞，0）（变号）上，f（x）＝（－x）3－3（－x）2，函数值不用变．因此，f（x）在（－∞，0）上的表达式是f（x）＝－x3－3x2．
画出的图象如图1.1-42所示．
图1.1-42 图1.1-43
如果f（x）是奇函数，那么，当x变号时，函数值也要变号．因此，在（－∞，0）（变号）上，f（x）＝－[（－x）3－3（－x）2]，即f（x）＝x3＋3x2．
画出的图象如图1.1-43所示．
问题3 绘制函数y＝bx2（b≠0）的图象．
选自：普通高中课程标准实验教科书数学必修一（人教A版），第37页．
[操作步骤]
（1）按p键，进入主菜单．按数字键6，开启“动态函数”窗口．
（2）如图1.1-44，编辑表达式，完成后按l键．
图1.1-44 图1.1-45
（3）再按l键，如图1.1-45，显示对参数B设置的窗口．
（4）按w（设定）．依图1.1-46所显示的参数进行设置，完成后按l键，回到图1.1-45
状态．
（5）按e（速度）．再按q（单步执行）．依图1.1-47所显示的参数进行设置，完成
后按l键，又回到图1.1-45状态．
图1.1-46 图1.1-47
（6）按u （动态图），计算器进入执行状态，如图1.1-48，请用户稍等．之后画出函数y ＝bx 2（b ＝－2）的图象．（图1.1-49）
图1.1-48 图1.1-49
（7）不断按l 键．参数B 的值依设置的步长改变，并画出相应的函数图象．
图1.1-50
[探究与发现]
用图形计算器，编辑一个含有参数的函数表达式，研究参数对函数图象的影响．
[习题]
1．某汽车租赁公司的月收益y 元与每辆车的月租金x 元间的关系为y ＝－50
2
x ＋162x －21000，利用图形计算器研究，每辆车的月租金多少元时，租赁公司的月收益最大，最大月收益是多少？
2．已知函数f （x ）＝x 2－2x ，g （x ）＝x 2－2x （x ∈[2，4]）．利用图形计算器研究：
（1）f （x ），g （x ）的单调区间； （2）求f （x ），g （x ）的最小值．
3．已知函数f （x ）＝4x 2－kx －8在[5，20]上具有单调性，求实数k 的取值范围．
（前2题选自普通高中课程标准实验教科书数学必修一（人教A 版），第39页，习题1.3；第3题选自第44页，A 组，第9题）
人工智能和发展 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。论述了人工智能的定义，分析了目前在管理、教育、工程、技术、等领域的应用，总结了人工智能研究现状，分析了其发展方向。关键词：人工智能；计算机科学；发展方向 1 人工智能的定义 人工智能(Artificial Intelligence，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。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。”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。”诸如此类的定义基本都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。 2 人工智能的应用领域 2.1 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。 2.2 人工智能专家系统在工程领域的应用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。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、
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
浅谈人工智能在安防领域深度应用 2018年05月18日10:01 来源：安防自动化T|T 近两年，在安防行业有个很火热的词语——“智能安防”，越来越多的安防企业提倡这个概念，并且以此为中心形成了一系列的产品和解决方案，目前智能安防已经进入2.0时代。“互联网+”，安防企业在互联网的框架下，开始实现安防业务模式及技术的多样化。这两个概念的发展对安防行业的发展产生了深刻的影响。 人工智能的定义及发展历程 人工智能(ArtificialIntelligence)最早在1956年就提出了，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。是对人的意识、思维的信息过程的模拟。 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。 人工智能在计算机领域内，得到了愈加广泛的重视。并在机器人、经济政治决策、控制系统、仿真系统中得到应用。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教授温斯顿认为：“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。 浅谈人工智能在安防领域的深度应用 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。 人工智能至今经历了三次浪潮。第一次，五十年代的达特茅斯会议确立了人工智能（AI）这一术语，人们陆续发明了第一款感知神经网络软件和聊天软件，证明了数学定理，人类惊呼“人工智能来了”、“再过十年机器人会超越人类”。然而，人们很快发现，这些理论和模型只能解决一些非常简单的问题，人工智能进入第一次冬天。 第二次，八十年代Hopfield神经网络和BT训练算法的提出，使得人工智能再次兴起，出现了语音识别、语音翻译计划，以及日本提出的第五代计算机。但这些设想迟迟未能进入人们的生活之中，第二次浪潮又破灭了。 第三次，随着2006年Hinton提出的深度学习技术，以及2012年ImageNet竞赛在图像识别领域带来的突破，人工智能再次爆发。这一次，不仅在技术上频频取得突破，在商业市场同样炙手可热，创业公司层出不穷，投资者竞相追逐。 可以说，整个人工智能的发展过程都是在这样的模式之中，不同技术在不同时期扮演着推动人工智能发展的角色。在此，我们基于人工智能行业的企业、投资融资以及研究成果等维度提供一个全新看待人工智能的视角。 人工智能核心技术 计算机视觉、机器学习、自然语言处理、机器人和语音识别是人工智能的五大核心技术，它们均会成为独立的子产业。 1、计算机视觉：计算机视觉技术运用由图像处理操作及机器学习等技术所组成的序列来将图像分析任务分解为便于管理的小块任务。
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。
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 【摘要】：人工智能是一门极富挑战性的科学，但也是一门边沿学科。它属于自然科学和社会科学的交叉。涉及的学科主要有哲学、认知科学、数学、神经生理学、心理学、计算机科学、信息论、控制论、不定性论、仿生学等。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1。 【关键词】：人工智能；应用领域；发展方向；人工检索。 1．人工智能描述 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2。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。“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 1.蔡自兴，徐光祐.人工智能及其应用.北京：清华大学出版社，2010 2元慧·议当人工智能的应用领域与发展状态〖Ｊ〗．2008
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
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
过去几年，全球的互联网公司包括谷歌、微软、Facebook以及中国的百度、阿里巴巴都在加强人工智能领域的投资，设立自己的人工智能研究院。vivo是第一家设立专攻人工智能方向研究院的中国手机公司。此举是vivo内部已经确立的一份3-5年的中长期发展的战略规划，未来对人工智能的发展研究是必然趋势，vivo公司创始人兼CEO沈炜曾表示“人工智能和5G的结合将会是5G时代手机发展的趋势”。 今年我们看到vivo在产品上不少创新，比如AI拍照、商用屏下指纹技术等等，这些都是基于生物特征(biometrics)的鉴别技术，除此之外还有对人脸、虹膜、指纹、声音等特征上的识别，这些大多涉及到视觉信息，正是体现了计算机视觉的应用性，那什么是计算机视觉呢? 计算机视觉技术的概念 正像其它学科一样，一个大量人员研究了多年的学科，却很难给出一个严格的定义，模式识别如此，目前火热的人工智能如此，计算机视觉亦如此。与计算机视觉密切相关的概念有视觉感知(visual perception),视觉认知(visual cognition),图像和视频理解( image and video understanding)。这些概念有一些共性之处，也有本质不同。 从广义上说，计算机视觉就是“赋予机器自然视觉能力”的学科。自然视觉能力，就是指生物视觉系统体现的视觉能力。一则生物自然视觉无法严格定义，在加上这种广义视觉定义又“包罗万象”，同时也不太符合40多年来计算机视觉的研究状况，所以这种“广义计算机视觉定义”，虽无可挑剔，但也缺乏实质性内容，不过是一种“循环式游戏定义”而已。 实际上，计算机视觉本质上就是研究视觉感知问题。视觉感知，根据维科百基(Wikipedia)的定义, 是指对“环境表达和理解中，对视觉信息的组织、识别和解释的过程”。根据这种定
[收稿日期]2007-09-17 [作者简介]李建锋(1977～),男,呼和浩特职业学院,助教。 浅谈人工智能与教育 李建锋 (呼和浩特职业学院,内蒙古呼和浩特010020) [摘 要]人工智能技术的发展推动着社会生产力的提高,同时也融入到教育教学中。本文主要介绍了目前与教育有 关的人工智能的研究领域,并论述了人工智能与教育的关系和人工智能与网络教育的结合点。 [关键词]人工智能 教育 网络教育 专家系统 [中图分类号]TP 18[文献标识码]A [文章编号]1672-3473( 2008)02-0067-02一、人工智能的定义 人工智能(Artificial Intelligence ),英文缩写为AI 。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。“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。人工智能是内容十分广泛的科学,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。 二、人工智能和教育的关系 1.人工智能和教育的关系。人工智能以及人工智能科学从1956年诞生起,其研究和应用领域就与教育紧密相关。人工智能就是研究让计算机接受教育、提高智能的科学技术。A I 的研究成果又反过来应用到我们日常生活的各个方面,并可以改进我们的生活。比如应用到教育过程中,促进教育的工作效率(减少教师的数量和工作时间、甚至直接提高受教育者的智能)。还可以产生新的教学模式,如网上学习共同体、合作学习等。 2.人工智能在教育中的应用。人工智能原理和技术从诞生起就应用于教育,其产品通常称作智能指导系统IT S 或者智能计算机辅助教学ICAI 。 ICA I 系统可以采用多种形式。从根本上讲,它是在保证学生和程序灵活性的方式下,应用人工智能原理和技术,组织安排教学系统的各种成分。它并不是根据预先输入的问题、预先想到的解答、预先指定的分支等进行工作,而是根据学生学习时积累的知识而工作。它的一般工作准则和标准,是依赖本身的知识结构和近期活动事件,如学生回答的历史记录。许多ICA I 系统都具有这样的重要特点,即能够实现与学生的自然语言对话。 三、人工智能与网络教育的融合 随着人工智能的理论与技术发展,其在教育中的应用日渐扩大,例如I nterne t 上的Web 站点,其网页的组织形式,就包含智能的原理。目前人工智能在教育领域特别是网络环境下的应用主要有以下几个方面。 1.ICA I 。计算机辅助教学(CA I )是由程序教学发展而来。但是以程序教学为理论基础开发的CA I 课件,在推理机制和学生模型方面存在不足,因而不能根据不同学生的实际情况进行动态调整,缺乏灵活的应变能力。 借鉴人工智能中的专家系统知识,由于专家系统中包含知识库和推理机两个基本模块,在一般专家系统中再加入一个“学生模型”模块,就构成智能计算机辅助教学(ICA I )系统的基本结构。其中推理机的作用相当于现实教学中的教师,它可以根据知识库中的内容和学生模型推断出每个学生的学习能力、认知特点和当前知识水平,根据学生的不同特点选择最适当的教学内容与教学方法,并可对学生进行有针对性的个别指导,提高教学效果。 如果再把自然语言理解技术引入ICAI 系统,构成智能接口模块,从而实现人—机自然语言对话,使计算机辅助教学系统真正能够与人类教师相媲美,这在师生分离的网络教育环境中将更具意义。 (下转第83页) 内蒙古电大学刊 J OU RN AL OF I N N ER MON G OLI A R ADI O &TV U N I VER SIT Y No .2,2008(Sum No .102)2008年第2期(总第102期) DOI :10.16162/j .issn .1672-3473.2008.02.037
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。
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
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。 深度学习是机器学习中的一个新的研究领域，通过深度学习的方法构建深度网络来抽取特征是目前目标和行为识别中得到关注的研究方向，引起更多计算机视觉领域研究者对深度学习进行探索和讨论，并推动了目标和行为识别的研究，推动了深度学习及其在目标和行为识别中的新进展。基于这个发展趋势，我们小组选择了基于回归方法的深度学习目标识别算法YOLO的研究。 1.1.2课程项目研究的意义 众所周知，当前是信息时代，信息的获得、加工、处理以及应用都有了飞跃
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，改用1。 5um线宽后可容纳256条规则，建立规则时采用模糊逻辑，执行速度可达到 80000LISP，比常规专家系统快1000倍。尽管大型专家系统的造价是很昂贵的，
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