is about, and this is presently possible only for very limited domains.
Computer vision
The world is composed of three-dimensional objects, but the inputs to the human eye and computers' TV cameras are two dimensional. Some useful programs can work solely in two dimensions, but full computer vision requires partial three-dimensional information that is not just a set of two-dimensional views. At present there are only limited ways of representing three-dimensional information directly, and they are not as good as what humans evidently use.
Expert systems
A “knowledge engineer” interviews experts in a certain domain and tries to embody their knowledge in a computer program for carrying out some task. How well this works depends on whether the intellectual mechanisms required for the task are within the present state of AI. When this turned out not to be so, there were many disappointing results. One of the first expert systems was MYCIN in 1974, which diagnosed bacterial infections of the blood and suggested treatments. It did better than medical students or practicing doctors, provided its limitations were observed. Namely, its ontology included bacteria, symptoms, and treatments and did not include patients, doctors, hospitals, death, recovery, and events occurring in time. Its interactions depended on a single patient being considered. Since the experts consulted by the knowledge engineers knew about patients, doctors, death, recovery, etc., it is clear that the knowledge engineers forced what the experts told them into a predetermined framework. In the present state of AI, this has to be true. The usefulness of current expert systems depends on their users having common sense.
Heuristic classification
One of the most feasible kinds of expert system given the present knowledge of AI is to put some information in one of a fixed set of categories using several sources of information. An example is advising whether to accept a proposed credit card purchase. Information is available about the owner of the credit card, his record of payment and also about the item he is buying and about the establishment from which he is buying it (e.g., about whether there have been previous credit card frauds at this establishment).
Minimax Trees and Alpha-Beta Pruning
Moving on to another genre of games completely - board games. Board gaming AI has received a huge amount of publicity since the famous chess match between Deep Blue (IBM's master chess computer) and Kasparov - the first time a chess world champion has been beaten
by a machine. Games like chess, checker, Pente, and Go require a great deal of thinking
（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
译文资料： 机器人 首先我介绍一下机器人产生的背景，机器人技术的发展，它应该说是一个科学技术发展共同的一个综合性的结果，同时，为社会经济发展产生了一个重大影响的一门科学技术，它的发展归功于在第二次世界大战中各国加强了经济的投入，就加强了本国的经济的发展。另一方面它也是生产力发展的需求的必然结果，也是人类自身发展的必然结果，那么随着人类的发展，人们在不断探讨自然过程中，在认识和改造自然过程中，需要能够解放人的一种奴隶。那么这种奴隶就是代替人们去能够从事复杂和繁重的体力劳动，实现人们对不可达世界的认识和改造，这也是人们在科技发展过程中的一个客观需要。 机器人有三个发展阶段，那么也就是说，我们习惯于把机器人分成三类，一种是第一代机器人，那么也叫示教再现型机器人，它是通过一个计算机，来控制一个多自由度的一个机械，通过示教存储程序和信息，工作时把信息读取出来，然后发出指令，这样的话机器人可以重复的根据人当时示教的结果，再现出这种动作，比方说汽车的点焊机器人，它只要把这个点焊的过程示教完以后，它总是重复这样一种工作，它对于外界的环境没有感知，这个力操作力的大小，这个工件存在不存在，焊的好与坏，它并不知道，那么实际上这种从第一代机器人，也就存在它这种缺陷，因此，在20世纪70年代后期，人们开始研究第二代机器人，叫带感觉的机器人，这种带感觉的机器人是类似人在某种功能的感觉，比如说力觉、触觉、滑觉、视觉、听觉和人进行相类比，有了各种各样的感觉，比方说在机器人抓一个物体的时候，它实际上力的大小能感觉出来，它能够通过视觉，能够去感受和识别它的形状、大小、颜色。抓一个鸡蛋，它能通过一个触觉，知道它的力的大小和滑动的情况。第三代机器人，也是我们机器人学中一个理想的所追求的最高级的阶段，叫智能机器人，那么只要告诉它做什么，不用告诉它怎么去做，它就能完成运动，感知思维和人机通讯的这种功能和机能，那么这个目前的发展还是相对的只是在局部有这种智能的概念和含义，但真正完整意义的这种智能机器人实际上并没有存在，而只是随着我们不断的科学技术的发展，智能的概念越来越丰富，它内涵越来越宽。 下面我简单介绍一下我国机器人发展的基本概况。由于我们国家存在很多其
中国西部科技
２００９年１０月（下旬）第０８卷第３０期 总第１９１期
浅谈人工智能
李轶博
（吉林石化信息网络公司软信公司，吉林 １３２０２１） 摘 要： 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；ＡＩ；模拟
关于人工智能的定义众说不一，美国斯坦福大学人工 智能研究中心尼尔逊教授下过这样的一个定义：“人工智 能是关于知识的学科——怎样表示知识以及怎么样获得知 识并使用知识的科学。”而麻省理工学院的温斯顿教授认 为：人工智能就是如何使用计算机去做过去只有人才能做的 工作。”人们普遍认为人工智能，它是研究、开发用于模 拟、延伸和扩展人的智能的理念、方法技术以及应用系统 的一门新的技术科学。它是从计算机应用系统的角度出 发，研究如何制造出人造的智能机器或智能系统，来模拟 人类智能活动能力，以延伸人们智能的科学。 人工智能就其本质而言，是对人的思维的信息过程的 模拟，人工智能不是人的智能，更不会超过人的智能，对 于人的思维模拟可是结构模拟，仿照人脑的结构机制，暂 时撇开人脑的内部结构，而从其功能过程进行模拟。 人工智能可以分为强人工智能和弱人工智能。强人工 智能观点认为有可能制造出真正能推理和解决问题的智能 机器，并且，这样的奇迹将被认为是有知觉的，有自我意 识的。弱人工智能观点认为不可能制造出能真正的地推理 和解决问题的智能机器，这些机器只不过看起来像是智能 的，但并不真正拥有智能，也不会有自主意识。 １ 人工智能研究的历史与现状 人工智能的研究经历了以下几个阶段： 第一阶段：２０世纪５０年代人工智能的兴起和冷落。人工
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：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国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 能面向实用。 人工智能研究范畴有自然语言处理、知识表现、智能 搜索、推理、知识获得、组合调度问题，感知问题，模式 识别，逻辑程序设计，软计算，不精确和不确定的管理， 人工生命，精神网络，复杂系统等。 ２ 人工智能是与具体领域相结合 目前，人工智能是与具体领域相结合进行研究的，有 如下领域：①专家系统。依靠人类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最早、最 活跃、成就最多的领域。②机器学习。主要在三个方面进 行：首先是研究人类学习的机理、人脑思维的过程。其次 是机器学习的方法。最后是建立针对具体任务的学习系 统。③模式识别。研究如何使机器具有感知能力，主要研 究听觉模式和视觉模式的识别。④理解自然语言，计算机 如能“听懂”人的语言，便可以直接用口语操作计算机， 这将给人们带来极大的便利。⑤机器人学。机器人是一种 模拟人的行为的机械，对它的研究历经三代发展过程：第 一代机器人只能按程序完成工作。第二代机器人配备了像 样的感觉传感器，能取得作业环境、操作对象等简单的信 息，并由机器人体内的计算机进行分析处理，控制机器人 的动作。第三代机器人具有类似人的智能，它装备了高灵 敏度传感器，因而具有超过人的视觉、听觉、嗅觉、触觉 的能力，能对感知的信息进行分析，控制自己的行为，处 理环境发生的变化，完成各种复杂的任务。而且有自我学 习、归纳、总结、提高已掌握知识的能力。⑥智能决策支 （下转第４１页）
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，以及其翻译失败等，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，ＤＥＮＤＡＬ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
收稿日期： ２００９－０９－０６ 修回日期：２００９－１０－１６
作者简介： 李轶博（１９８２－），男，吉林籍，本科，助理工程师，主要研究方向为信息技术应用和管理。
58
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、
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 【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
人工智能的发展及应用 学院： 班级： 姓名： 学号： 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。人工智能几乎涉及到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。人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，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。关于什么是“智能”，就问题多多了。这涉及到其它诸如意识、自我、思维等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。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。关于人工智能一个大家比较容易接受的定义是这样的：人工智能是人造的智能,是计算机科学、逻辑学、认知科学交叉形成的一门科学，简称AI。 人工智能体现在思维、感知、行为三个层次。它主要模拟眼神、扩展人的智能。其研究内容可以分为机器思维和思维机器、机器行为和行为机器、机器感知和感知机器、三个层次。人工智能研究与应用虽然取得了不少成果，但离全面推广应用还有很大距离，还有很多问题需要许多学科的共同研究。 人工智能有两种实现方式，第一种叫做工程学方法（Engineering approach），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。它已在一些领域内作出了成果，如文字识别、电脑下棋等。第二种是模拟法（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。第一种方法，需要人工详细规定程序逻辑，如果游戏简单，还是方便的。如果游戏复杂，角色数量和活动空间增加，相应的逻辑就会很复杂（按指数式增长），人工编程就非常繁琐，容易出错。而一旦出错，就必须修改原程序，重新编译、调试，最后为用户提供一个新的版本或提供一个新补丁,非常麻烦。采用第二种方法时，编程者要为每一角色设计一个智能系统（一个模块）来进行控制，这个智能系统（模块）开始什么也不懂，就像初生婴儿那样，但它能够学习，能渐渐地适应环境，应付各种复杂情况。 人工智能的发展: 人工智能的研究经历了以下几个阶段: 孕育阶段: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（布莱尼兹）（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。 第一阶段: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。 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
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一。 人工智能的定义 “人工智能” (Artificial Intelligence) 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。 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. 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,它可以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Internist 2? 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与应用的高潮。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,并在不断发展完善中。 (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“PROSPECT”OR, 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,其发现了一个钼矿沉积, 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)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与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, 而与人工智能技术则为我们提供了可能性。 人工智能的发展 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个阶段: 孕育阶段: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”
附件 毕业生毕业论文(设计)翻译原文 论文题目远程农作物病虫害诊断专家系统的设计与实现系别_____ ______ _ 年级______ _ _ _ _ _ 专业_____ ___ ___ 学生姓名______ _____ 学号 ___ __ _ 指导教师______ ___ _ __ _ 职称______ __ ___ 系主任 _________________ _ _ ___ 2012年 04月22 日
EXPERT SYSTEMS AND ARTIFICIAL INTELLIGENCE Expert Systems are computer programs that are derived from a branch of computer science research called Artificial Intelligence (AI). AI's scientific goal is to understand intelligence by building computer programs that exhibit intelligent behavior. It is concerned with the concepts and methods of symbolic inference, or reasoning, by a computer, and how the knowledge used to make those inferences will be represented inside the machine. Of course, the term intelligence covers many cognitive skills, including the ability to solve problems, learn, and understand language; AI addresses all of those. But most progress to date in AI has been made in the area of problem solving -- concepts and methods for building programs that reason about problems rather than calculate a solution. AI programs that achieve expert-level competence in solving problems in task areas by bringing to bear a body of knowledge about specific tasks are called knowledge-based or expert systems. Often, the term expert systems is reserved for programs whose knowledge base contains the knowledge used by human experts, in contrast to knowledge gathered from textbooks or non-experts. More often than not, the two terms, expert systems (ES) and knowledge-based systems (KBS), are used synonymously. Taken together, they represent the most widespread type of AI application. The area of human intellectual endeavor to be captured in an expert system is called the task domain. Task refers to some goal-oriented, problem-solving activity. Domain refers to the area within which the task is being performed. Typical tasks are diagnosis, planning, scheduling, configuration and design. An example of a task domain is aircraft crew scheduling, discussed in Chapter 2. Building an expert system is known as knowledge engineering and its practitioners are called knowledge engineers. The knowledge engineer must make sure that the computer has all the knowledge needed to solve a problem. The knowledge engineer must choose one or more forms in which to represent the required knowledge as symbol patterns in the memory of the computer -- that is, he (or she) must choose a knowledge representation. He must also ensure that the computer can use the knowledge efficiently by selecting from a handful of reasoning methods. The practice of knowledge engineering is described later. We first describe the components of expert systems. The Building Blocks of Expert Systems Every expert system consists of two principal parts: the knowledge base; and the reasoning, or inference, engine.
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，
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（B）。 (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）。 (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（D）。 (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（D）。 (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（C）。 (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（A）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）。 (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（C）。 (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（D）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（D）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（C） (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
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的任务在可预见 的未来.新的世界技术竞赛将导致最新的技术革命延伸至军