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。
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。
（发展战略）人工智能的发 展及应用
人工智能的发展及应用 这是个信息爆炸自动控制飞速发展的时代，而在这样的时代中，人工智能也取得了飞速的发展。成为了最前沿最热门的学科和研究方向之壹。 人工智能的定义 “人工智能”(ArtificialIntelligence)壹词最初是在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、技术及应用系统的壹门新的技术科学。人工智能是计算机科学的壹个分支,它企图了解智能的实质,且生产出壹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和技术的发展史联系在壹起的。 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”,且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。 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》壹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壹集成管理,搭建人工智能的应用平台,使之成为企业管理和决策中的关键因子。
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,具有极大的科研和应用价值,它能够帮助医生解决复杂的医学问题,作为医生诊断、治疗的辅助工具。事实上,早在1982年,美国匹兹堡大学的Miller就发表了著名的作为内科医生咨询的Internist2Ⅰ内科计算机辅助诊断系统的研究成果,由此,掀起了医学智能系统开发和应用的高潮。目前,医学智能系统已通过其在医学影像方面的重要作用,从而应用于内科、骨科等多个医学领域中,且在不断发展完善中。 (2)地质勘探、石油化工等领域是人工智能的主要作用发挥领地。1978年美国斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“PROSPECTOR”,该系统用于勘探评价、区域资源估值和钻井井位选择等,是工业领域的首个人工智能专家系统,其发现了壹个钼矿沉积,价值超过1亿美元。 3.在技术研究中的应用 (1)在超声无损检测(NDT)和无损评价(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;专家运用超声无损检测仪器,以其高精度的运算、控制和逻辑判断力代替大量人的体力和脑力劳动,减少了任务因素造成的无擦,提高了检测的可靠性,实现了超声检测和评价的自动化、智能化。 (2)人工智能在电子技术领域的应用可谓由来已久。随着网络的迅速发展,网络技术的安全是我们关心的重点,因此我们必须在传统技术的基础上进行网络安全技术的改进和变更,大力发展数据挖掘技术、人工免疫技术等高效的AI技术,开发更高级AI通用和专用语言,和应用环境以及开发专用机器,而和人工智能技术
人工智能与新一代信息技术发展---用药咨询智能系统的思考考试 返回上一级 单选题（共10 题，每题10 分） 1 . 我国把人工智能技术作为占领()高地的一个重要举措。 ? A.未来技术 ? B.医学技术 ? C.药学技术 ? D.专业技术 我的答案：A 参考答案：A 答案解析：暂无 2 . 人工智能会带着（）等等走向各个领域。 ? A.大数据 ? B.物联网 ? C.云计算 ? D.以上都包括 我的答案：D 参考答案：D 答案解析：暂无 3 . 人工智能最关的技术是（） ? A.未来技术 ? B.深度学习 ? C.互联网技术 ? D.以上都是 我的答案：B 参考答案：B 答案解析：暂无 4 . 人工智能计算器的俗称是 ? A.采矿 ? B.矿机 ? C.服务器 ? D.系统 我的答案：B
参考答案：B 答案解析：暂无 5 . 关于机器学习的正确说法是用机器来（） ? A.模拟人类的神经元网络 ? B.模仿的越多功能越强大 ? C.最大发展是深度学习 ? D.以上都是 我的答案：D 参考答案：D 答案解析：暂无 6 . 目前深度学习最多可以模拟人类神经元网络带到（）。 ? A.10多层 ? B.50多层 ? C.100层 ? D.300多层 我的答案：C 参考答案：C 答案解析：暂无 7 . 关于物联网正确的描述是: ? A.应用NB-LOT技术 ? B.给物体安装智能卡 ? C.连到互联网上 ? D.以上都对 我的答案：D 参考答案：D 答案解析：暂无 8 . LOLA技术就是（） ? A.局域网技术 ? B.深度学习技术 ? C.咨询技术 ? D.自动化技术 我的答案：A 参考答案：A 答案解析：暂无 9 . 用药智能服务系统基本构架应包括数据库，Web端，还应包括（）2 ? A.人工处理平台
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
大数据技术在人工智能中的应用研究 集团文件发布号：（9816-UATWW-MWUB-WUNN-INNUL-DQQTY-
大数据技术在人工智能中的应用研究摘要：人工智能是科学技术发展的最新成果，其的发展依靠相关的云技术和大数据技术的日渐成熟，本文对于大数据技术在人工智能中的应用进行了分析，供相关专业人士参考。 关键词：大数据人工智能应用研究云技术 在心理学、数学、信息学等各种知识的基础上人工智能得到了发展，其能够对于社会中的各种人类活动规律进行总结分析；大数据是基于海量的信息条件下工作的，经过科学的总结和分类，对于可能发生的事情进行预测，大数据在人工智能中的应用主要是实现数据到知识的转化，促进技术的进一步完善。 一、大数据核心技术 （一）数据的收集。由于计算机技术的不断发展，数量非常巨大的新数据也在时时刻刻的产生，目前的增长速度已经达到了每年百分之五十，应用大数据可以对于一些汽车的和设备的具体运动状况或是位置进行详细的分析，其加速了传统信息技术的发展，让数据处理工作消耗的人力以及物力资源更小，而人工智能对于相关的信息进行读取，通过概率分析或是统计等多种途径进行智能化的分析，总体的精确度提高。 （二）数据的存储。大数据存储应用的为并行数据库，经过对于多个节点并行进实现数据库任务的执行，由于性能比较高所以目前实际应用普遍。多年来系统性能的持续提高，具体的结果缓存、数据库索引等持续完善，由于其自身存在系列的问题，很多人选择在智能终端上进行数据的存储。应用人工智能机器人将核心的内容信息进行提取，可以节省大量的存储空间，减低存储风险。 （三）数据的表示、检索、随机访问。大数据自身具有一定的特性，数据的表示多并且比较复杂，以往的系统进行数据检索时候将关键词发布到各个服务器之中，实现平行的
人工智能发展与应用综述 摘要：概要的阐述了人工智能的概念、发展历史、当前研究热点和实际应用以及未来的发展趋势 20世纪是自然科学发展史上最为辉煌的时代，生物科学是自然科学中发展最迅速的学科。因为生物科学与人类生存、人民健康、社会发展密切相关，必然成为21世纪初的主导学科。在20世纪生物科学的发展中有许多重大突破，出现了许多新观念、新思想、新成果和新技术。特别是20世纪50年代以来，随着数理科学广泛深入地渗透到生物科学以及一些先进的仪器设备和研究技术的问世，生物科学已经从基本上是静态的、以形态描述与分析为主的学科演化发展成动态的、以实验为基础的定量的学科，逐步发展为自动化、智能化。在生物系统的领域，人工智能的发展尤为令人关注。 一．人工智能的概念 人工智能领域的研究是从1956年正式开始的，这一年在达特茅斯大学召开的会议上正式使用了“人工智能”(Artificial Intelligence，AI)这个术语。 人工智能也称机器智能，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。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。 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. 二．人工智能的发展历史 50年代人工智能的兴起和冷落人工智能概念首次提出后，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。但由于消解法推理能力的有限，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，忽视知识重要性。 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、
论人工智能的发展历程 王鑫涛16151228 摘要：人工智能的发展、人工智能的应用、人工智能的未来 关键字：人工智能、阿尔法围棋、AI 正文：近几年，人工智能这个话题变得越来越热门，尤其是在今年三月份的一场举世瞩目的人机围棋大赛后，人工智能这个话题在人们之间也是越来越普遍地被谈论。2016年3月，阿尔法围棋（AlphaGo）与围棋世界冠军、职业九段选手李世石进行人机大战，并以4:1的总比分获胜，不少职业围棋手认为，阿尔法围棋的棋力已经达到甚至超过围棋职业九段水平，在世界职业围棋排名中，其等级分曾经超过排名人类第一的棋手柯洁。那么，阿尔法围棋是什么呢，为什么这么厉害？阿尔法围棋（AlphaGo）是一款围棋人工智能程序，由谷歌（Google）旗下DeepMind公司的戴密斯·哈萨比斯、大卫·席尔瓦、黄士杰和与他们的团队开发，其主要工作原理是“深度学习”。“深度学习”是指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理，就像人们识别物体标注图片一样。通过上述所所，可见现在的人工智能已发展到一个相当高相当先进的程度了，那么，人工智能又是怎么一步步发展到今天的呢，它的未来又会是如何？我在这里就说一下自己对人工智能浅薄的见解。
一、什么是人工智能 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。 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与人类智能相似的方式做出反应的智能机器。人工智能的发展史是和计算机科学与技术的发展史联系在一起的，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,人工智能在21世纪必将为发展国民经济和改善人类生活做出更大的贡献。 人类的科学演变已从单一的“数值计算”发展到系统的“逻辑计算”。人类正在将信息工程学逐步提入到计算机系统中，从而出现了“信息管理”“和“信息交换”等科学的迫切需求。而加速扩大“信息处理”层面来说，现有的计算机的处理数据能力是匹配不了的，缺少领域专业“智能”。这样的“计算机科学”已无法适应信息科学的发展需求。全球的信息科学正在逐步形成，Al作为现代信息科学发展的核心。从古至今人们对提及智能相关的问题就很感兴趣，只不过在计算机没有发明之前，没有任何高科技辅助工具能解开智能的奥秘。
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
人工智能的研究与应用现状 南开大学信息技术科学学院智能科学与技术师浩宸1010645 摘要 使机器具有自主能动能力这一愿望，从古希腊甚至古埃及的神话传说开始就一直延续至今：亚里士多德（公元前384-322年）的一个著名演绎推理——三段论代表着他对人工智能的哲学思想探索步伐；中世纪神秘主义者Ramon Llull构建了世界上第一部可以“回答”问题的机器；近代“人工智能”（Artificial Intelligence）这个概念的提出最早是在1956年Dartmouth 学会，当时数字计算机研制成果显著，对编写有原始推理思想的程序有质的帮助；今天的各国在智能研究领域都有了重大发展，波士顿动力公司研制的大狗机器人bigdog。因而，还可以认为，人工智能的研究目标是使机器模仿人的行为计算机模仿人脑的推理，学习，思考和规划等思维活动。文章还介绍了早期的专家系统：大多数是用规则推理的方法,如DENDRAL专家系统、MYCIN专家系统、PROSPECTOR专家系统等。众所周知，人类大脑的组织结构和运行机制有其绝妙的特点，从模仿人脑智能的角度出发，来探寻新的信息表示、储存和处理方式，设计全新的计算机处理结构模型，构建一种更接近人类智能的信息处理系统来解决实际工程和科学研究领域中难以解决的问题，一定能够极大推动科研进步，这些促成了人工神经网络（ANN）的出现。 关键词：人工智能博弈专家系统人工神经网络模式识别自言语言理解翻译机 引言：这篇文章主要介绍了人工智能的产生与发展，并对人工智能领域一部分研究成果进行分析介绍。附录是观看网络公开课的笔记，作者希望通过学习进一步提升理解。 1．1人工智能简介 使机器具有自主能动能力这一愿望，从古希腊甚至古埃及的神话传说开始就一直延续至今：亚里士多德（公元前384-322年）的一个著名演绎推理——三段论代表着他对人工智能的哲学思想探索步伐；中世纪神秘主义者Ramon Llull构建了世界上第一部可以“回答”问题的机器；近代“人工智能”（Artificial Intelligence）这个概念的提出最早是在1956年Dartmouth 学会，当时数字计算机研制成果显著，对编写有原始推理思想的程序有质的帮助；今天的各国在智能研究领域都有了重大发展，波士顿动力公司研制的大狗机器人bigdog。 广义来讲，人工智能就是人造物的智能行为。人工智能的发展往往依靠计算机科学和认知科学的发展，在不同的发展阶段，对于人工智能有不同的理解，其概念也随之拓展。 人工智能是计算机科学的一个分支，是研究使计算机来完成能表现出人类智能的任务的学科。主要包括计算机实现智能的原理，制造类似于人脑的智能计算机，以及使计算机更巧妙些实现高层次的应用。它涉及到计算机科学，心理学，哲学和语言学学科。总的目标是增强人的智能 进而我们需要了解什么是智能。 智能是一种能够认识客观事物和运用知识解决问题的综合能力。智能的四个特征：具有感知
论人工智能的研究与发展(一) 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(ArtificialIntelligence，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Internist2Ｉ内科计算机辅助诊断系统的研究成果，1977年改进为Internist2Ⅱ，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、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
《人工智能技术发展趋势及应用》试题及答案 (一) 单选题，每题 2 分，共 20 题。 1. 下列有关人工智能的说法中，不正确的是（）。 (A)人工智能是以机器为载体的智能 (B)人工智能是以人为载体的智能 (C)人工智能是相对于动物的智能 (D)人工智能也叫机器智能 2. 以下属于素养性知识的是（）。 (A)为人处事方面的知识 (B)行业性知识 (C)分析性知识 (D)创造性知识 3. 本课程提到，人工智能皇冠上的明珠是（）。 (A)数据智能 (B)读写智能 (C)逻辑智能 (D)语言智能 4. 根据本课程，以下哪项不属于情感分析四维模型的内容（）。 (A)读音知情 (B)读脸知情
(C)读搏知情 (D)读书知情 5. 人工神经网络发展的第一次高潮是（）。 (A)1986年启动“863计划” (B)1977年，吴文俊创立吴方法 (C)1957年，罗森布拉特提出感知机神经元关系 (D)1985-1986年提出误差反向传播算法 6. 人工智能在围棋方面的应用之一是AlphaGo通过（）获得“棋感”。 (A)视觉感知 (B)扩大存储空间 (C)听觉感知 (D)提高运算速度 7. 以下哪项不属于教育信息化的三个阶段（）。 (A)教育创新化 (B)教育技术化 (C)教育智能化 (D)教育智慧化 8. 以下不属于人工智能对当前经济社会冲击最大的四个领域的是（）。 (A)制造 (B)教育
(C)艺术 (D)金融 9. 2013年，麻省理工学院的基础评论把（）列为第一大技术突破。 (A)机器学习 (B)人工智能 (C)智能围棋 (D)深度学习 10. 根据本课程，过去生产一台哈雷机车需要21天，但在工业4.0时代，只需要（）就可以把私人定制的摩托车交给客户，极大提高了生产效率，同时满足用户的个性化需求。 (A)2天 (B)24小时 (C)12小时 (D)6小时 11. 根据本课程，根据相关机构数据分析，中国制造业总体成本与美国相比（） (A)远远低于美国 (B)远远高于美国 (C)已经几乎相等同 (D)无法判断 12. 根据本课程，高速公路自动驾驶属于智能网联汽车的哪个发展阶段？（） (A)驾驶辅助 (B)部分自动驾驶
人工智能技术及其发展趋势 1.（）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 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.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 4.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 C.自然语言处理 D.计算机视觉 我的答案：D√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.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 7.（）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 8.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 9.（）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
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
人工智能在计算机网络技术中的应用研究 摘要人工智能技术是对人们的工作和生活影响极大的现代化技术。人工智能技术的应用带给我们的便利更多的还是表现在计算机网络技术上，其在计算机网络技术领域已经有了很好的发展和应用，本文为提高对人工智能在计算机网络技术中的应用的认识，推动计算机网络技术不断提升，针对人工智能在计算机网络技术中的应展开研究。 关键词人工智能；计算机网络技术；网络技术问题 二十一世纪是个日新月异的时代，人工智能作为一项应用前景广泛的技术，遍布人们的工作、日常生活及娱乐活动。从智能电视机至机器专家系统，满足着人们对智能生活的向往，推动社会跨越发展，同时也在助推着计算机技术的跨越发展。人工智能技术的研究与运用，开创了许多全新技术领域，并在社会各个行业，特别是计算机网络技术中，得到了广泛的应用。 1 人工智能的概念 人工智能即机器智能，即对人的意识、行为、思维信息过程等进行模拟，使及其具有人工智能功能，进而代替人完成危险性、复杂性或机械性突出的任务，提升工作的效率和质量，将人工智能应用于计算机网络技术中与人工智能自身的优势具有密切的关系。人工智能，也可以说是计算机科学的一个分支，它是一个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，由此可以得出，人工智能是一门非常具有挑战性的科学[1]。 人工智能在计算机网络技术的应用中有多方面的优势：能够更加精准的掌握系统资源的整体和局部情况，可以更好地通过人工智能处理技术信息，为用户提高更好的信息防护能力；人工智能具有较好的资源数据整合能力，能够更好地实现用户和用户之间的资源共享；人工智能具有相应的学习能力和推理能力，因此运用人工智能可以实现网络管理水平的全面的提高。 2 计算机网络技术问题 计算机的应用日益广泛，网络信息安全问题成为重点关注对象。网络监视和网络控制，成为网络管理系统最重要的组成部分。早期的计算机只能对数据进行逻辑化分析和处理，无法对数据的真实性进行判断，也难以实现从海量信息中迅速筛选出有效信息，于是建立在对信息的获取和及时处理的基础之上的网络监视和控制功能的全面发挥至关重要。此外，用户的信息安全也有待于网络安全管理为其提供保障，当前软件开发速度突飞猛进，网络犯罪十分猖獗，若计算机网络缺乏灵敏的观测力和迅速的反应力，则难以应付层出不穷的侵犯用户信息安全的违法犯罪活动。要实现网络的安全管理，需要建立一套反应灵敏的智能化管理系统，对故障进行诊断和性能、趋势分析，当故障产生时能够迅速做出反应、采取应对措施，恢复计算机网络系统的正常运行。人工智能技术便能建立一套健全的
人工智能技术发展趋势研究 近年来，全球人工智能发展进入新一轮技术创新活跃期，新的理论、模型、算法快速迭代。基于此，本文主要对人工智能技术发展趋势做具体论述，希望通过本文的分析研究，给行业内人士以借鉴和启发。 标签：人工智能技术;发展;趋势 引言 如今人工智能技术的应用范围越来越广泛，已经从简单的小部件走进人们的生活，人工智能会对程序化、重复性、低技能的劳动力产生一定程度的替代。为此，我们应在充分发挥人工智能红利推进就业结构优化和就业质量提升，实现人工智能产业高质量发展和劳动者就业平稳增长的”双赢”。 1当前人工智能技术特征 一是深度学习模型和方法持续创新。现在深度学习仍有很多问题没有解决，包括模型知识表示能力、可解释性、网络结构设计、训练优化方法问题等，还在困扰着深度学习性能和在一些领域的产业化应用。近年来，学术界产业界在深度学习领域的方法创新都非常活跃，谷歌大脑团队提出的概念激活向量方法，尝试度量模型输出结果对概念的相关性，在模型可解释性方面进行了有意义的探索。在近年来大热的自动机器学习方面，2018年谷歌推出了AutoMLNaturalLanguage 和AutoMLTranslation等产品，试图使深度学习的模型设计能够自动化进行，减少对专业知识的依赖，把深度学习工具向非人工智能领域的专家和工程师推广。关于图网络的研究正在将深度学习能够处理的数据结构类型从象素类数据、时间序列数据向图数据结构进一步拓展，把端到端学习与归纳推理相结合，尝试改进深度学习无法进行关系推理的问题。深度学习方法也在不同领域结合其特点向前演化发展。比如在自然语言处理领域，原来TextCNN对文本浅层特征的抽取能力很强，但在长距离建模方面能力受限。2018年以来，以ELMo模型、BERT 模型为代表预训练模型快速兴起，通过融入上下文信息实现了对多义词、句法结构、语义角色等更高层文本概念的建模，推动自然语言处理领域实现了长足进步。二是模型复杂度和算力需求门槛越来越高。2012年，Hinton团队在ImageNet比赛中首次使用深度学习用于图像分类任务，那时候的神经网络层数还只有个位数;2015年来自微软的ResNet做到152层;现在很多团队都在做上万层的深度学习模型。模型深度的增加有可能带来表达能力的进一步拓展和突破，但同时也带来了模型复杂度的飞升。BERT模型的标准版本有1亿的参数量，数亿参数的模型已经很常见。根据马萨诸塞大学Strubell等人近期对不同模型算力需求的评估研究，Transformer、GPT-2等流行的深度神经网络模型的性能提升带来了不成比例的计算量和碳排放增加。 2人工智能技术的应用
1.下列选项中，不属于生物特征识别技术的是（）。（10.0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.生物特征识别技术不包括（）。（10.0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 3.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。（10.0分） A.人机交互 B.虚拟现实 C.自然语言处理 D.计算机视觉 我的答案：D√答对 4.下列对人工智能芯片的表述，不正确的是（）。（10.0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 1.目前，深度学习主要包括（）。（10.0分）） A.前馈神经网络 B.卷积神经网络 C.循环神经网络 D.对抗神经网络 我的答案：ABCD√答对 2.关于人工智能，下列表述正确的有（）。（10.0分）） A.计算机科学的一个分支 B.试图揭示人类智能的实质和真相 C.以模拟人类智能的方式去赋能机器 D.使机器能够模拟人类的智能进行学习、思维、推理、决策和行动 我的答案：ABCD√答对 1.神经网络的训练过程不需要人工标记的样本数据集。（10.0分）我的答案：错误√答对
2.机器人一般由执行机构、驱动装置、检测装置、控制系统和复杂机械等组成，涉及到控制论、机械电子、计算机、材料、仿生等学科，在工业、医学、农业、建筑业甚至军事等领域中均有重要用途。（10.0分） 我的答案：正确√答对 3.自然语言处理是一门融语言学、计算机科学、数学于一体的科学。（10.0分）我的答案：正确√答对 4.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。（10.0分） 我的答案：正确√答对