《人工智能论文材料》由会员分享，可在线阅读，更多相关《人工智能论文材料（15页珍藏版）》请在金锄头文库上搜索。
1、.人工智能导论论文定义：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。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器。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
2、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
3、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，其围已远远超出了计算机科学的畴，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。2通常，“机器学习的数学基础是“统计学、“信息论和“控制论。还包括其他非数学学科。这类“机器学习对“经验的依赖性很强。计算机需要不
4、断从解决一类问题的经验中获取知识，学习策略，在遇到类似的问题时，运用经验知识解决问题并积累新的经验，就像普通人一样。我们可以将这样的学习方式称之为“连续型学习。但人类除了会从经验中学习之外，还会创造，即“跳跃型学习。这在某些情形下被称为“灵感或“顿悟。一直以来，计算机最难学会的就是“顿悟。或者再严格一些来说，计算机在学习和“实践方面难以学会“不依赖于量变的质变，很难从一种“质直接到另一种“质，或者从一个“概念直接到另一个“概念。正因为如此，这里的“实践并非同人类一样的实践。人类的实践过程同时包括经验和创造。莫博士：谷歌加倍投资人工智能最终结果令人期待谷歌在昨天召开的第10个年度I/O开发者大会
5、上，向大家展示了一些产品，而且还更加详细地展示了新版Android、新消息和视频呼叫应用、Android版本的置虚拟现实平台、看上去很好的与亚马逊Echo非常类似的智能音箱Google Home等。除此之外，谷歌甚至还推出了一个非常酷的新研发项目，这个项目将可以让用户运行来自于网页的部分应用，而不需要先安装这些应用。当然，在众多吸引人眼球的话题中，被谷歌首席执行官桑德皮查伊Sundar Pichai及其管理团队在长达两个小时的演讲中多次强调的最重要话题仍然是谷歌加大对人工智能的投资力度，并将人工智能看作是计算领域的下一个重要阶段。他们认为，谷歌在此领域能够比其他人做得更好。尽管移动设备对谷歌仍
6、然有着巨大的作用，但我认为，今年的I/O大会，对谷歌而言，却是一个重要的转折点，标志着谷歌从一个将搜索和移动视为重点业务的公司向一个旨在未来10年在人工智能领域赢得竞争的公司转型。皮查伊在今年的I/O大会召开之初就声称，“这的确是一个移动的时代，之后他几乎花费了大会所剩的所有时间，发表演讲，对类人的软件大谈特谈，声称这些尽管软件与设备无关，但却仍能够在智能 上运行。今年的I/O大会似乎不太关注Android，而是更多的关注皮查伊所谓的“他认为个人计划已经迎来的重要时刻。如今，正是机器学习、语音识别和自然语言处理能够比人类具有更强计算能力的时代，与此同时，谷歌多年以来已经搜集了大量的个人和综合数
7、据。在整个演讲中，皮查伊通篇充满了大量直接的容，主要就是谈论人工智能和谷歌。皮查伊在演讲中多次表示，“我们认为，真正的试验就是弄清人类能否获得更多的机器学习技术来帮助人类。目前还不足以将他们联系起来，我们的确需要帮助他们来完成事物。我们希望用户与谷歌进行持续的双向对话。毫无疑问，皮查伊是一位和蔼友善且非常谦虚的人，因此，他也非常谨慎地表示，“我们认为，这将是一个漫长的征程，我们相信，这才是万里长征的第一步。当然，这并不是什么新鲜的话题，谷歌并非唯一拥有此理念的的公司。苹果的Siri语音控制助手于2011年就已经面世。多年以来，谷歌就已经积极主动地推出了Google Now产品，具有语音指挥功能
8、。除此之外，Facebook和微软也都已经开始加大投资自动化聊天机器人业务。目前，在此领域最热门的产品当属亚马逊公司的Echo家居设备，这些设备还包含了一款名为Alexa的语音助手。但是，谷歌在昨天的I/O大会上，利用了大量的时间来展示谷歌助手，目前来看，这并不是一款产品，而是一种能够支撑许多产品的技术。谷歌公司声称，这个助手“将会拓展到大量的设备之中，并将添加大量的功能。例如，谷歌助手将能够让Google Home相关的产品来帮助用户关灯、打开音乐、警告用户航班延迟并因此延迟而调整订餐时间等。另外，谷歌助手还将允许最新的Allo消息应用今年聊天中的文本和图片来提出智能的部意见，例如，正确地鉴
9、别配有蛤蜊的意大利细面条的图片，并提议进行一次意大利晚餐，并帮助用户预订适当的餐馆。此外，谷歌助手还可以让用户与谷歌直接进行Allo聊天，而不需要人工干预。还有，正是谷歌助手，可以对智能手表用户提出建议，这种建议主要是谷歌助手根据收到的容而提出的，非常理智，并非固定程序化，而且用户还不需要向智能手表输入容。当然，谷歌助手并不是能够完成该公司在I/O大会上展示的所有困难任务，例如执行一次对话，而在此对话中，谷歌助手将很难牢记上个问题的主题，而下一个评论或问题往往会提及与上一个对话相同的主题，因而这对谷歌助手而言，就是一个困难。另外还有一点也不确定，如果人工智能能够向皮查伊希望的那样，发展成为与人
10、相似并且是生活必不可少的一个部分时，那么这对社会而言，将是一个好事，但这还无法最终确定。此外，政府将如何管制人工智能，目前也不得而知。除了这些问题之外，还有一个挑战就是，人们将来是否愿意使用谷歌公司配置谷歌助手的新车辆，目前也是个未知数。许多用户在使用了WhatsApp或Facebook Messenger或iMessage等应用之后，可能还想再使用其它消息应用。这种情况就有点类似于Facetime和Skype用户又使用Duo那样，或者是越来越多的Echo的用户转而使用Google Home那样。另外，Facebook、亚马逊、苹果和微软都在走同样的路，这些公司将在此方面也谷歌展开白热化的竞争
11、。但是，谷歌也有着自己的优势，如今，该公司的操作系统已经进入到全球85%的智能 之中，这就给谷歌大规模的推广智能助手提供了很好的机会。当然，谷歌最大的问题就是要严加管制自己的数据，不要触及隐私这个问题。例如，Allo消息应用选择端对端加密，这样，如果用户选择一种特殊的“伪装模式，那么谷歌就将无法解密。苹果的iMessage和WhatsApp等都默认为加密模式。一提到苹果，该公司也一定担忧谷歌在今年I/O大会上的宣布容。与表现优异的iMessage和Facetime不同的是，Allo和Duo将是一种交叉平台，这就意味着他们可以在iOS和Android共同运行，这样就有助于这些产品吸引更多的用户。
12、事实上，iMessage和Facetime在谷歌此前一直失败的领域却表现得非常成功。需要重点指出的是，苹果自身在人工智能方面的努力措施却因其值得赞扬但过度关注隐私关注隐私为首要原那么的做法所限制。谷歌为此限制了自身，只能在 设备上处理本地化的信息，尽管谷歌能够利用从搜索和其它云服务中获得的所有类似数据。总体而言，在我看来，谷歌今年I/O大会的重点就该公司大力赌注计算机将越来越智能以及人工智能将越来越发展等。谷歌投资这样的赌注最终能否获得回报、竞争对手又将作出何种回应、最终的结果会对整个社会产生何种影响，这一系列的问题的确值得人们期待。金全德毅：对人工智能要有点敬畏之心从1956年达特茅斯会议至
13、今，人工智能经过60年的历练，曲曲弯弯，一步一步走过来。六十年沧桑砥砺，一甲子春华秋实，回顾那一个个熠熠生辉的大师，一座座巍峨炫目的里程碑，人工智能似乎已到可以奔跑的时候了。谷歌机器人阿尔法围棋(AlphaGo)战胜了人类围棋冠军，汽车自主驾驶上路行驶，都已成为事实。可以肯定，从驾驶脑发展成为轮式机器人，从围棋脑发展成为围棋机器人，是必然的方向。机器人通过学习终于能聪明到足以改写程序中的参变量、甚至自身的代码。而传统看法认为，软件等于程序加数据加文档：程序是算法的实现，程序在运行中是不变的，只要能够把数据放到固定程序里，就可以形成知识驱动的人工智能。其实人工智能的核心不仅仅是算法，更是学习。在
14、今天的大数据环境下，可以把程序放到数据里，让程序围着数据转，形成数据驱动的人工智能。如果能够通过记忆认知、计算认知、交互认知三位一体的认知网络，形式化脑认知，形成决策脑，就可展现出人工智能的井喷局面和灿烂前景!不论是围棋脑，还是驾驶脑，都突破了传统的程序，通过自学习构建，模仿人类思维的深度神经网络。对一名人类棋手而言，一生也许只能下1000盘棋，而AlphaGo一天就能下300万盘棋，能同时和很多人下棋，其智商提高的速度，个人无法企及。围棋棋盘纵横19道，本质上是个拓扑动力学问题，倘假设把棋盘扩大一倍，一次着2子，人类棋手对这种规那么变化的适应程度怕不如围棋脑来得快!驾驶员或许一天可开车8小时
15、，而成千上万配有驾驶脑的智能车可不停地跑，永不疲劳，边跑边学习边积累，驾驶认知水平的提高，是单个驾驶员无法比拟的。另外，驾驶脑通过自学习还可汇聚多人驾驶认知，驾驶水平提高的速度要远远高于单个驾驶员驾驶技巧自然进化的速度，驾驶脑反映出的群体智能可以战胜人类优秀个体!又例如，利用同一个机器脑实现“一脑二用，同时去战胜人类象棋和围棋冠军是可能的，而一个自然人要同是世界象棋和围棋冠军就太难了;或者让同一个驾驶脑同时十分熟悉两个大城市中的所有大街小巷也是可能的，而对一名出租车司机来说就有点难。因此，我主对人工智能要有点敬畏之心。还有，当机器人越来越普及的时候，人或机器人万一操作不慎，我们会不会被技术反咬
16、一口呢？例如说，一台遵守交通规那么的轮式机器人突然成为麻烦制造者，一个安保机器人用带电防暴叉错打了无辜，等等，这些可能性都需要严肃地被研究。如果人脑特定问题域的认知能力可以通过大数据认知先局部形式化，构造出驾驶脑、围棋脑、文秘脑、聊天脑等，哪怕在微观上不具有组织结构的相似性，但在宏观上不亚于特定人(群)的智商和情商。那么，当千千万万特定问题域的认知能力局部形式化之后，用人工智能技术构建千千万万“一脑一用的认知脑，并通过移动互联网、云计算，就可以倒逼并逼近一个“一脑万用的人造生物脑。这就是说为什么我们对人工智能要有点敬畏之心。当前，互联网和移动互联网作为信息技术发展的新生态环境，已经步入新常态。在这个环境下，云计算、物联网和大数据助推了人工智能的大发展，假设把今天的信息技术看作是一只大鹏，互联网就是大鹏的躯干，云计算和大数据构
