中文字幕一区视频一线_日韩不卡视频在线_国产欧美日韩在线_男女免费观看视频_男女做爽爽爽视频免费软件_免费高清欧美一区二区三区_欧美男同gay做受gay网站_久色精品视频_日韩欧美在线观看一区二区_极速营救免费版在线完整观看_天天狠狠干_久久久SS麻豆欧美国产日韩_欧美特黄一级大片_99色亚洲_99RE久久精品国产_5252色国产精品_av免费观看久久_绯色av一本一道道久久精品_精品粉嫩aⅴ一区二区三区四区_99热99在线观看_正在播放东北夫妻内射_中国三级高潮爽三级网站_欧美一级特黄特色大片免费_国产在线可以看麻豆_特级淫片裸体免费看视频_青青视频 在线 在线播放_黄色片在线播放_日本精品777777免费视频_免费网站视频在线观看_久草狼人

1定義詳解 

　　人工智能的定義可以分為兩部分，即“人工”和“智能”?！叭斯ぁ北容^好理解，爭(zhēng)議性也不大。有時(shí)我們會(huì)要考慮什么是人力所能及制造的，或者人自身的智能程度有沒(méi)有高到可以創(chuàng)造人工智能的地步，等等。但總的來(lái)說(shuō)，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。
 

　　關(guān)于什么是“智能”，就問(wèn)題多多了。這涉及到其它諸如意識(shí)（CONSCIOUSNESS）、自我（SELF）、思維（MIND）（包括無(wú)意識(shí)的思維（UNCONSCIOUS_MIND））等等問(wèn)題。人了解的智能是人本身的智能，這是普遍認(rèn)同的觀點(diǎn)。但是我們對(duì)我們自身智能的理解都非常有限，對(duì)構(gòu)成人的智能的必要元素也了解有限，所以就很難定義什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及對(duì)人的智能本身的研究。其它關(guān)于動(dòng)物或其它人造系統(tǒng)的智能也普遍被認(rèn)為是人工智能相關(guān)的研究課題。
 

　　人工智能在計(jì)算機(jī)領(lǐng)域內(nèi)，得到了愈加廣泛的重視。并在機(jī)器人，經(jīng)濟(jì)政治決策，控制系統(tǒng)，仿真系統(tǒng)中得到應(yīng)用。
 

　　尼爾遜教授對(duì)人工智能下了這樣一個(gè)定義：“人工智能是關(guān)于知識(shí)的學(xué)科――怎樣表示知識(shí)以及怎樣獲得知識(shí)并使用知識(shí)的科學(xué)?！倍硪粋€(gè)美國(guó)麻省理工學(xué)院的溫斯頓教授認(rèn)為：“人工智能就是研究如何使計(jì)算機(jī)去做過(guò)去只有人才能做的智能工作?！边@些說(shuō)法反映了人工智能學(xué)科的基本思想和基本內(nèi)容。即人工智能是研究人類智能活動(dòng)的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計(jì)算機(jī)去完成以往需要人的智力才能勝任的工作，也就是研究如何應(yīng)用計(jì)算機(jī)的軟硬件來(lái)模擬人類某些智能行為的基本理論、方法和技術(shù)。
 

　　人工智能是計(jì)算機(jī)學(xué)科的一個(gè)分支，二十世紀(jì)七十年代以來(lái)被稱為世界三大技術(shù)之一（空間技術(shù)、能源技術(shù)、人工智能）。也被認(rèn)為是二十一世紀(jì)三大技術(shù)（基因工程、納米科學(xué)、人工智能）之一。這是因?yàn)榻陙?lái)它獲得了迅速的發(fā)展，在很多學(xué)科領(lǐng)域都獲得了廣泛應(yīng)用，并取得了豐碩的成果，人工智能已逐步成為一個(gè)獨(dú)立的分支，無(wú)論在理論和實(shí)踐上都已自成一個(gè)系統(tǒng)。
 

　　人工智能是研究使計(jì)算機(jī)來(lái)模擬人的某些思維過(guò)程和智能行為（如學(xué)習(xí)、推理、思考、規(guī)劃等）的學(xué)科，主要包括計(jì)算機(jī)實(shí)現(xiàn)智能的原理、制造類似于人腦智能的計(jì)算機(jī)，使計(jì)算機(jī)能實(shí)現(xiàn)更高層次的應(yīng)用。人工智能將涉及到計(jì)算機(jī)科學(xué)、心理學(xué)、哲學(xué)和語(yǔ)言學(xué)等學(xué)科?？梢哉f(shuō)幾乎是自然科學(xué)和社會(huì)科學(xué)的所有學(xué)科，其范圍已遠(yuǎn)遠(yuǎn)超出了計(jì)算機(jī)科學(xué)的范疇，人工智能與思維科學(xué)的關(guān)系是實(shí)踐和理論的關(guān)系，人工智能是處于思維科學(xué)的技術(shù)應(yīng)用層次，是它的一個(gè)應(yīng)用分支。從思維觀點(diǎn)看，人工智能不于邏輯思維，要考慮形象思維、靈感思維才能促進(jìn)人工智能的突破性的發(fā)展，數(shù)學(xué)常被認(rèn)為是多種學(xué)科的基礎(chǔ)科學(xué)，數(shù)學(xué)也進(jìn)入語(yǔ)言、思維領(lǐng)域，人工智能學(xué)科也必須借用數(shù)學(xué)工具，數(shù)學(xué)不僅在標(biāo)準(zhǔn)邏輯、模糊數(shù)學(xué)等范圍發(fā)揮作用，數(shù)學(xué)進(jìn)入人工智能學(xué)科，它們將互相促進(jìn)而更快地發(fā)展。
 

2研究?jī)r(jià)值 

　　例如繁重的科學(xué)和工程計(jì)算本來(lái)是要人腦來(lái)承擔(dān)的，如今計(jì)算機(jī)不但能完成這種計(jì)算，而且能夠比人腦做得更快、更準(zhǔn)確，因此當(dāng)代人已不再把這種計(jì)算看作是“需要人類智能才能完成的復(fù)雜任務(wù)”，可見(jiàn)復(fù)雜工作的定義是隨著時(shí)代的發(fā)展和技術(shù)的進(jìn)步而變化的，人工智能這門(mén)科學(xué)的具體目標(biāo)也自然隨著時(shí)代的變化而發(fā)展。它一方面不斷獲得新的進(jìn)展，另一方面又轉(zhuǎn)向更有意義、更加困難的目標(biāo)。
 

　　通常，“機(jī)器學(xué)習(xí)”的數(shù)學(xué)基礎(chǔ)是“統(tǒng)計(jì)學(xué)”、“信息論”和“控制論”。還包括其他非數(shù)學(xué)學(xué)科。這類“機(jī)器學(xué)習(xí)”對(duì)“經(jīng)驗(yàn)”的依賴性很強(qiáng)。計(jì)算機(jī)需要不斷從解決一類問(wèn)題的經(jīng)驗(yàn)中獲取知識(shí)，學(xué)習(xí)策略，在遇到類似的問(wèn)題時(shí)，運(yùn)用經(jīng)驗(yàn)知識(shí)解決問(wèn)題并積累新的經(jīng)驗(yàn)，就像普通人一樣。我們可以將這樣的學(xué)習(xí)方式稱之為“連續(xù)型學(xué)習(xí)”。但人類除了會(huì)從經(jīng)驗(yàn)中學(xué)習(xí)之外，還會(huì)創(chuàng)造，即“跳躍型學(xué)習(xí)”。這在某些情形下被稱為“靈感”或“頓悟”。一直以來(lái)，計(jì)算機(jī)難學(xué)會(huì)的就是“頓悟”?；蛘咴賴?yán)格一些來(lái)說(shuō)，計(jì)算機(jī)在學(xué)習(xí)和“實(shí)踐”方面難以學(xué)會(huì)“不依賴于量變的質(zhì)變”，很難從一種“質(zhì)”直接到另一種“質(zhì)”，或者從一個(gè)“概念”直接到另一個(gè)“概念”。正因?yàn)槿绱耍@里的“實(shí)踐”并非同人類一樣的實(shí)踐。人類的實(shí)踐過(guò)程同時(shí)包括經(jīng)驗(yàn)和創(chuàng)造。
 

　　這是智能化研究者夢(mèng)寐以求的東西。
 

　　2013年，帝金數(shù)據(jù)普數(shù)中心數(shù)據(jù)研究員S.C WANG開(kāi)發(fā)了一種新的數(shù)據(jù)分析方法，該方法導(dǎo)出了研究函數(shù)性質(zhì)的新方法。作者發(fā)現(xiàn)，新數(shù)據(jù)分析方法給計(jì)算機(jī)學(xué)會(huì)“創(chuàng)造”提供了一種方法。本質(zhì)上，這種方法為人的“創(chuàng)造力”的模式化提供了一種相當(dāng)有效的途徑。這種途徑是數(shù)學(xué)賦予的，是普通人無(wú)法擁有但計(jì)算機(jī)可以擁有的“能力”。從此，計(jì)算機(jī)不僅精于算，還會(huì)因精于算而精于創(chuàng)造。計(jì)算機(jī)學(xué)家們應(yīng)該斬釘截鐵地剝奪“精于創(chuàng)造”的計(jì)算機(jī)過(guò)于全面的操作能力，否則計(jì)算機(jī)真的有一天會(huì)“反捕”人類。
 

　　當(dāng)回頭審視新方法的推演過(guò)程和數(shù)學(xué)的時(shí)候，作者拓展了對(duì)思維和數(shù)學(xué)的認(rèn)識(shí)。數(shù)學(xué)簡(jiǎn)潔，清晰，可靠性、模式化強(qiáng)。在數(shù)學(xué)的發(fā)展*，處處閃耀著數(shù)學(xué)大師們創(chuàng)造力的光輝。這些創(chuàng)造力以各種數(shù)學(xué)定理或結(jié)論的方式呈現(xiàn)出來(lái)，而數(shù)學(xué)定理大的特點(diǎn)就是：建立在一些基本的概念和公理上，以模式化的語(yǔ)言方式表達(dá)出來(lái)的包含豐富信息的邏輯結(jié)構(gòu)。應(yīng)該說(shuō)，數(shù)學(xué)是單純、直白地反映著（至少一類）創(chuàng)造力模式的學(xué)科。
 

3發(fā)展階段 

　　1956年夏季，以麥卡賽、明斯基、羅切斯特和申農(nóng)等為首的一批有遠(yuǎn)見(jiàn)卓識(shí)的年輕科學(xué)家在一起聚會(huì)，共同研究和探討用機(jī)器模擬智能的一系列有關(guān)問(wèn)題，并提出了“人工智能”這一術(shù)語(yǔ)，它標(biāo)志著“人工智能”這門(mén)新興學(xué)科的正式誕生。IBM公司“深藍(lán)”電腦擊敗了人類的世界國(guó)際象棋更是人工智能技術(shù)的一個(gè)表現(xiàn)。
 

　　從1956年正式提出人工智能學(xué)科算起，50多年來(lái)，取得長(zhǎng)足的發(fā)展，成為一門(mén)廣泛的交叉和前沿科學(xué)?？偟恼f(shuō)來(lái)，人工智能的目的就是讓計(jì)算機(jī)這臺(tái)機(jī)器能夠像人一樣思考。如果希望做出一臺(tái)能夠思考的機(jī)器，那就必須知道什么是思考，更進(jìn)一步講就是什么是智慧。什么樣的機(jī)器才是智慧的呢？科學(xué)家已經(jīng)作出了汽車，火車，飛機(jī)，收音機(jī)等等，它們模仿我們身體器官的功能，但是能不能模仿人類大腦的功能呢？到目前為止，我們也僅僅知道這個(gè)裝在我們天靈蓋里面的東西是由數(shù)十億個(gè)神經(jīng)細(xì)胞組成的器官，我們對(duì)這個(gè)東西知之甚少，模仿它或許是天下困難的事情了。
 

　　當(dāng)計(jì)算機(jī)出現(xiàn)后，人類開(kāi)始真正有了一個(gè)可以模擬人類思維的工具，在以后的歲月中，無(wú)數(shù)科學(xué)家為這個(gè)目標(biāo)努力著。如今人工智能已經(jīng)不再是幾個(gè)科學(xué)家的了，*幾乎所有大學(xué)的計(jì)算機(jī)系都有人在研究這門(mén)學(xué)科，學(xué)習(xí)計(jì)算機(jī)的大學(xué)生也必須學(xué)習(xí)這樣一門(mén)課程，在大家不懈的努力下，如今計(jì)算機(jī)似乎已經(jīng)變得十分聰明了。例如，1997年5月，IBM公司研制的深藍(lán)（DEEP BLUE）計(jì)算機(jī)戰(zhàn)勝了國(guó)際象棋大師卡斯帕洛夫（KASPAROV）。大家或許不會(huì)注意到，在一些地方計(jì)算機(jī)幫助人進(jìn)行其它原來(lái)只屬于人類的工作，計(jì)算機(jī)以它的高速和準(zhǔn)確為人類發(fā)揮著它的作用。人工智能始終是計(jì)算機(jī)科學(xué)的前沿學(xué)科，計(jì)算機(jī)編程語(yǔ)言和其它計(jì)算機(jī)軟件都因?yàn)橛辛巳斯ぶ悄艿倪M(jìn)展而得以存在。
 

4科學(xué)介紹 

　　實(shí)際應(yīng)用
 

　　機(jī)器視覺(jué)，指紋識(shí)別，人臉識(shí)別，視網(wǎng)膜識(shí)別，虹膜識(shí)別，掌紋識(shí)別，專家系統(tǒng)，自動(dòng)規(guī)劃，智能搜索，定理證明，博弈，自動(dòng)程序設(shè)計(jì)，智能控制，機(jī)器人學(xué)，語(yǔ)言和圖像理解，遺傳編程等。
 

　　學(xué)科范疇
 

　　人工智能是一門(mén)邊緣學(xué)科，屬于自然科學(xué)和社會(huì)科學(xué)的交叉。
 

　　涉及學(xué)科
 

　　哲學(xué)和認(rèn)知科學(xué)，數(shù)學(xué)，神經(jīng)生理學(xué)，心理學(xué)，計(jì)算機(jī)科學(xué)，信息論，控制論，不定性論
 

　　研究范疇
 

　　自然語(yǔ)言處理，知識(shí)表現(xiàn)，智能搜索，推理，規(guī)劃，機(jī)器學(xué)習(xí)，知識(shí)獲取，組合調(diào)度問(wèn)題，感知問(wèn)題，模式識(shí)別，邏輯程序設(shè)計(jì)軟計(jì)算，不和不確定的管理，人工生命，神經(jīng)網(wǎng)絡(luò)，復(fù)雜系統(tǒng)，遺傳算法
 

　　意識(shí)和人工智能
 

　　人工智能就其本質(zhì)而言，是對(duì)人的思維的信息過(guò)程的模擬。
 

　　對(duì)于人的思維模擬可以從兩條道路進(jìn)行，一是結(jié)構(gòu)模擬，仿照人腦的結(jié)構(gòu)機(jī)制，制造出“類人腦”的機(jī)器；二是功能模擬，暫時(shí)撇開(kāi)人腦的內(nèi)部結(jié)構(gòu)，而從其功能過(guò)程進(jìn)行模擬?，F(xiàn)代電子計(jì)算機(jī)的產(chǎn)生便是對(duì)人腦思維功能的模擬，是對(duì)人腦思維的信息過(guò)程的模擬。
 

　　弱人工智能如今不斷地迅猛發(fā)展，尤其是2008年經(jīng)濟(jì)危機(jī)后，美日歐希望借機(jī)器人等實(shí)現(xiàn)再工業(yè)化，工業(yè)機(jī)器人以比以往任何時(shí)候更快的速度發(fā)展，更加帶動(dòng)了弱人工智能和相關(guān)領(lǐng)域產(chǎn)業(yè)的不斷突破，很多必須用人來(lái)做的工作如今已經(jīng)能用機(jī)器人實(shí)現(xiàn)。
 

　　而強(qiáng)人工智能則暫時(shí)處于瓶頸，還需要科學(xué)家們和人類的努力。
 

5技術(shù)研究 

　　用來(lái)研究人工智能的主要物質(zhì)基礎(chǔ)以及能夠?qū)崿F(xiàn)人工智能技術(shù)平臺(tái)的機(jī)器就是計(jì)算機(jī)，人工智能的發(fā)展歷史是和計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展史聯(lián)系在一起的。除了計(jì)算機(jī)科學(xué)以外，人工智能還涉及信息論、控制論、自動(dòng)化、仿生學(xué)、生物學(xué)、心理學(xué)、數(shù)理邏輯、語(yǔ)言學(xué)、醫(yī)學(xué)和哲學(xué)等多門(mén)學(xué)科。人工智能學(xué)科研究的主要內(nèi)容包括：知識(shí)表示、自動(dòng)推理和搜索方法、機(jī)器學(xué)習(xí)和知識(shí)獲取、知識(shí)處理系統(tǒng)、自然語(yǔ)言理解、計(jì)算機(jī)視覺(jué)、智能機(jī)器人、自動(dòng)程序設(shè)計(jì)等方面。
 

研究方法 

　　如今沒(méi)有統(tǒng)一的原理或范式指導(dǎo)人工智能研究。許多問(wèn)題上研究者都存在爭(zhēng)論。其中幾個(gè)長(zhǎng)久以來(lái)仍沒(méi)有結(jié)論的問(wèn)題是：是否應(yīng)從心理或神經(jīng)方面模擬人工智能?或者像鳥(niǎo)類生物學(xué)對(duì)于航空工程一樣，人類生物學(xué)對(duì)于人工智能研究是沒(méi)有關(guān)系的？智能行為能否用簡(jiǎn)單的原則（如邏輯或優(yōu)化）來(lái)描述？還是必須解決大量*無(wú)關(guān)的問(wèn)題？
 

　　智能是否可以使用符號(hào)表達(dá)，如詞和想法？還是需要“子符號(hào)”的處理？JOHN HAUGELAND提出了GOFAI（出色的老式人工智能）的概念，也提議人工智能應(yīng)歸類為SYNTHETIC INTELLIGENCE，[29]這個(gè)概念后來(lái)被某些非GOFAI研究者采納。
 

大腦模擬 

　　主條目：控制論和計(jì)算神經(jīng)科學(xué)
 

　　20世紀(jì)40年代到50年代，許多研究者探索神經(jīng)病學(xué)，信息理論及控制論之間的聯(lián)系。其中還造出一些使用電子網(wǎng)絡(luò)構(gòu)造的初步智能，如W. GREY WALTER的TURTLES和JOHNS HOPKINS BEAST。 這些研究者還經(jīng)常在普林斯頓大學(xué)和英國(guó)的RATIO CLUB舉行技術(shù)協(xié)會(huì)會(huì)議.直到1960， 大部分人已經(jīng)放棄這個(gè)方法，盡管在80年代再次提出這些原理。
 

符號(hào)處理 

　　主條目：GOFAI
 

　　當(dāng)20世紀(jì)50年代，數(shù)字計(jì)算機(jī)研制成功，研究者開(kāi)始探索人類智能是否能簡(jiǎn)化成符號(hào)處理。研究主要集中在卡內(nèi)基梅隆大學(xué)， 斯坦福大學(xué)和麻省理工學(xué)院，而各自有獨(dú)立的研究風(fēng)格。JOHN HAUGELAND稱這些方法為GOFAI（出色的老式人工智能）。[33] 60年代，符號(hào)方法在小型證明程序上模擬思考有很大的成就?；诳刂普摶蛏窠?jīng)網(wǎng)絡(luò)的方法則置于次要。[34] 60~70年代的研究者確信符號(hào)方法終可以成功創(chuàng)造強(qiáng)人工智能的機(jī)器，同時(shí)這也是他們的目標(biāo)。
 

　　認(rèn)知模擬經(jīng)濟(jì)學(xué)家赫伯特·西蒙和艾倫·紐厄爾研究人類問(wèn)題解決能力和嘗試將其形式化，同時(shí)他們?yōu)槿斯ぶ悄艿幕驹泶蛳禄A(chǔ)，如認(rèn)知科學(xué)， 運(yùn)籌學(xué)和經(jīng)營(yíng)科學(xué)。他們的研究團(tuán)隊(duì)使用心理學(xué)實(shí)驗(yàn)的結(jié)果開(kāi)發(fā)模擬人類解決問(wèn)題方法的程序。這方法一直在卡內(nèi)基梅隆大學(xué)沿襲下來(lái)，并在80年代于SOAR發(fā)展到高峰。基于邏輯不像艾倫·紐厄爾和赫伯特·西蒙，JOHN MCCARTHY認(rèn)為機(jī)器不需要模擬人類的思想，而應(yīng)嘗試找到抽象推理和解決問(wèn)題的本質(zhì)，不管人們是否使用同樣的算法。他在斯坦福大學(xué)的實(shí)驗(yàn)室致力于使用形式化邏輯解決多種問(wèn)題，包括知識(shí)表示， 智能規(guī)劃和機(jī)器學(xué)習(xí). 致力于邏輯方法的還有愛(ài)丁堡大學(xué)，而促成歐洲的其他地方開(kāi)發(fā)編程語(yǔ)言PROLOG和邏輯編程科學(xué).“反邏輯”斯坦福大學(xué)的研究者 （如馬文·閔斯基和西摩爾·派普特）發(fā)現(xiàn)要解決計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理的困難問(wèn)題，需要專門(mén)的方案-他們主張不存在簡(jiǎn)單和通用原理（如邏輯）能夠達(dá)到所有的智能行為。ROGER SCHANK 描述他們的“反邏輯”方法為 "SCRUFFY" .常識(shí)知識(shí)庫(kù) （如DOUG LENAT的CYC）就是"SCRUFFY"AI的例子，因?yàn)樗麄儽仨毴斯ひ淮尉帉?xiě)一個(gè)復(fù)雜的概念?；谥R(shí)大約在1970年出現(xiàn)大容量?jī)?nèi)存計(jì)算機(jī)，研究者分別以三個(gè)方法開(kāi)始把知識(shí)構(gòu)造成應(yīng)用軟件。這場(chǎng)“知識(shí)革命”促成專家系統(tǒng)的開(kāi)發(fā)與計(jì)劃，這是個(gè)成功的人工智能軟件形式?！爸R(shí)革命”同時(shí)讓人們意識(shí)到許多簡(jiǎn)單的人工智能軟件可能需要大量的知識(shí)。
 

子符號(hào)法 

　　80年代符號(hào)人工智能停滯不前，很多人認(rèn)為符號(hào)系統(tǒng)永遠(yuǎn)不可能模仿人類所有的認(rèn)知過(guò)程，特別是感知，機(jī)器人，機(jī)器學(xué)習(xí)和模式識(shí)別。很多研究者開(kāi)始關(guān)注子符號(hào)方法解決特定的人工智能問(wèn)題。
 

　　自下而上， 接口AGENT，嵌入環(huán)境（機(jī)器人），行為主義，新式AI機(jī)器人領(lǐng)域相關(guān)的研究者，如RODNEY BROOKS，否定符號(hào)人工智能而專注于機(jī)器人移動(dòng)和求生等基本的工程問(wèn)題。他們的工作再次關(guān)注早期控制論研究者的觀點(diǎn)，同時(shí)提出了在人工智能中使用控制理論。這與認(rèn)知科學(xué)領(lǐng)域中的表征感知論點(diǎn)是一致的:更高的智能需要個(gè)體的表征（如移動(dòng)，感知和形象）。計(jì)算智能80年代中DAVID RUMELHART 等再次提出神經(jīng)網(wǎng)絡(luò)和聯(lián)結(jié)主義. 這和其他的子符號(hào)方法，如模糊控制和進(jìn)化計(jì)算，都屬于計(jì)算智能學(xué)科研究范疇。
 

統(tǒng)計(jì)學(xué)法 

　　90年代，人工智能研究發(fā)展出復(fù)雜的數(shù)學(xué)工具來(lái)解決特定的分支問(wèn)題。這些工具是真正的科學(xué)方法，即這些方法的結(jié)果是可測(cè)量的和可驗(yàn)證的，同時(shí)也是人工智能成功的原因。共用的數(shù)學(xué)語(yǔ)言也允許已有學(xué)科的合作（如數(shù)學(xué)，經(jīng)濟(jì)或運(yùn)籌學(xué)）。STUART J. RUSSELL和PETER NORVIG指出這些進(jìn)步不亞于“革命”和“NEATS的成功”。有人批評(píng)這些技術(shù)太專注于特定的問(wèn)題，而沒(méi)有考慮長(zhǎng)遠(yuǎn)的強(qiáng)人工智能目標(biāo)。
 

集成方法 

　　智能AGENT范式智能AGENT是一個(gè)會(huì)感知環(huán)境并作出行動(dòng)以達(dá)致目標(biāo)的系統(tǒng)。簡(jiǎn)單的智能AGENT是那些可以解決特定問(wèn)題的程序。更復(fù)雜的AGENT包括人類和人類組織（如公司）。這些范式可以讓研究者研究單獨(dú)的問(wèn)題和找出有用且可驗(yàn)證的方案，而不需考慮單一的方法。一個(gè)解決特定問(wèn)題的AGENT可以使用任何可行的方法-一些AGENT用符號(hào)方法和邏輯方法，一些則是子符號(hào)神經(jīng)網(wǎng)絡(luò)或其他新的方法。范式同時(shí)也給研究者提供一個(gè)與其他領(lǐng)域溝通的共同語(yǔ)言--如決策論和經(jīng)濟(jì)學(xué)（也使用ABSTRACT AGENTS的概念）。90年代智能AGENT范式被廣泛接受。AGENT體系結(jié)構(gòu)和認(rèn)知體系結(jié)構(gòu)研究者設(shè)計(jì)出一些系統(tǒng)來(lái)處理多ANGENT系統(tǒng)中智能AGENT之間的相互作用。一個(gè)系統(tǒng)中包含符號(hào)和子符號(hào)部分的系統(tǒng)稱為混合智能系統(tǒng) ，而對(duì)這種系統(tǒng)的研究則是人工智能系統(tǒng)集成。分級(jí)控制系統(tǒng)則給反應(yīng)級(jí)別的子符號(hào)AI 和別的傳統(tǒng)符號(hào)AI提供橋梁，同時(shí)放寬了規(guī)劃和世界建模的時(shí)間。RODNEY BROOKS的SUBSUMPTION ARCHITECTURE就是一個(gè)早期的分級(jí)系統(tǒng)計(jì)劃。
 

智能模擬 

　　機(jī)器視、聽(tīng)、觸、感覺(jué)及思維方式的模擬：指紋識(shí)別，人臉識(shí)別，視網(wǎng)膜識(shí)別，虹膜識(shí)別，掌紋識(shí)別，專家系統(tǒng)，智能搜索，定理證明，邏輯推理，博弈，信息感應(yīng)與辨證處理。
 

學(xué)科范疇 

　　人工智能是一門(mén)邊沿學(xué)科，屬于自然科學(xué)、社會(huì)科學(xué)、技術(shù)科學(xué)三向交叉學(xué)科。
 

涉及學(xué)科 

　　哲學(xué)和認(rèn)知科學(xué)，數(shù)學(xué)，神經(jīng)生理學(xué)，心理學(xué)，計(jì)算機(jī)科學(xué)，信息論，控制論，不定性論，仿生學(xué)，社會(huì)結(jié)構(gòu)學(xué)與科學(xué)發(fā)展觀。
 

研究范疇 

　　語(yǔ)言的學(xué)習(xí)與處理，知識(shí)表現(xiàn)，智能搜索，推理，規(guī)劃，機(jī)器學(xué)習(xí)，知識(shí)獲取，組合調(diào)度問(wèn)題，感知問(wèn)題，模式識(shí)別，邏輯程序設(shè)計(jì)，軟計(jì)算，不和不確定的管理，人工生命，神經(jīng)網(wǎng)絡(luò)，復(fù)雜系統(tǒng)，遺傳算法人類思維方式，關(guān)鍵的難題還是機(jī)器的自主創(chuàng)造性思維能力的塑造與提升。
 

安全問(wèn)題 

　　人工智能還在研究中，但有學(xué)者認(rèn)為讓計(jì)算機(jī)擁有智商是很危險(xiǎn)的，它可能會(huì)反抗人類。這種隱患也在多部電影中發(fā)生過(guò)，其主要的關(guān)鍵是允不允許機(jī)器擁有自主意識(shí)的產(chǎn)生與延續(xù)，如果使機(jī)器擁有自主意識(shí)，則意味著機(jī)器具有與人同等或類似的創(chuàng)造性，自我保護(hù)意識(shí)，情感和自發(fā)行為。
 

實(shí)現(xiàn)方法 

　　人工智能在計(jì)算機(jī)上實(shí)現(xiàn)時(shí)有2種不同的方式。一種是采用傳統(tǒng)的編程技術(shù)，使系統(tǒng)呈現(xiàn)智能的效果，而不考慮所用方法是否與人或動(dòng)物機(jī)體所用的方法相同。這種方法叫工程學(xué)方法（ENGINEERING APPROACH），它已在一些領(lǐng)域內(nèi)作出了成果，如文字識(shí)別、電腦下棋等。另一種是模擬法（MODELING APPROACH），它不僅要看效果，還要求實(shí)現(xiàn)方法也和人類或生物機(jī)體所用的方法相同或相類似。遺傳算法（GENERIC ALGORITHM，簡(jiǎn)稱GA）和人工神經(jīng)網(wǎng)絡(luò)（ARTIFICIAL NEURAL NETWORK，簡(jiǎn)稱ANN）均屬后一類型。遺傳算法模擬人類或生物的遺傳-進(jìn)化機(jī)制，人工神經(jīng)網(wǎng)絡(luò)則是模擬人類或動(dòng)物大腦中神經(jīng)細(xì)胞的活動(dòng)方式。為了得到相同智能效果，兩種方式通常都可使用。采用前一種方法，需要人工詳細(xì)規(guī)定程序邏輯，如果游戲簡(jiǎn)單，還是方便的。如果游戲復(fù)雜，角色數(shù)量和活動(dòng)空間增加，相應(yīng)的邏輯就會(huì)很復(fù)雜（按指數(shù)式增長(zhǎng)），人工編程就非常繁瑣，容易出錯(cuò)。而一旦出錯(cuò)，就必須修改原程序，重新編譯、調(diào)試，后為用戶提供一個(gè)新的版本或提供一個(gè)新補(bǔ)丁，非常麻煩。采用后一種方法時(shí)，編程者要為每一角色設(shè)計(jì)一個(gè)智能系統(tǒng)（一個(gè)模塊）來(lái)進(jìn)行控制，這個(gè)智能系統(tǒng)（模塊）開(kāi)始什么也不懂，就像初生嬰兒那樣，但它能夠?qū)W習(xí)，能漸漸地適應(yīng)環(huán)境，應(yīng)付各種復(fù)雜情況。這種系統(tǒng)開(kāi)始也常犯錯(cuò)誤，但它能吸取教訓(xùn)，下一次運(yùn)行時(shí)就可能改正，至少不會(huì)永遠(yuǎn)錯(cuò)下去，用不到發(fā)布新版本或打補(bǔ)丁。利用這種方法來(lái)實(shí)現(xiàn)人工智能，要求編程者具有生物學(xué)的思考方法，入門(mén)難度大一點(diǎn)。但一旦入了門(mén)，就可得到廣泛應(yīng)用。由于這種方法編程時(shí)無(wú)須對(duì)角色的活動(dòng)規(guī)律做詳細(xì)規(guī)定，應(yīng)用于復(fù)雜問(wèn)題，通常會(huì)比前一種方法更省力。
 

6主要成果 

人機(jī)對(duì)弈 

　　1996年2月10～17日， GARRY KASPAROV以4：2戰(zhàn)勝“深藍(lán)” （DEEP BLUE）。

　　1997年5月3～11日， GARRY KASPAROV以2.5：3.5輸于改進(jìn)后的“深藍(lán)”。

　　2003年2月GARRY KASPAROV 3:3戰(zhàn)平 “小深”（DEEP JUNIOR）。

　　2003年11月GARRY KASPAROV 2:2戰(zhàn)平 “X3D德國(guó)人” （X3D-FRITZ）。
 

模式識(shí)別 

　　采用 $模式識(shí)別引擎，分支有2D識(shí)別引擎 ，3D識(shí)別引擎，駐波識(shí)別引擎以及多維識(shí)別引擎
 

　　2D識(shí)別引擎已推出指紋識(shí)別，人像識(shí)別 ，文字識(shí)別，圖像識(shí)別 ，車牌識(shí)別；駐波識(shí)別引擎已推出語(yǔ)音識(shí)別；3D識(shí)別引擎已推出指紋識(shí)別玉帶林中掛（玩游智能版1.25）
 

自動(dòng)工程 

　　自動(dòng)駕駛（OSO系統(tǒng)）

　　印鈔工廠（￥流水線）

　　獵鷹系統(tǒng)（YOD繪圖）
 

知識(shí)工程 

　　以知識(shí)本身為處理對(duì)象，研究如何運(yùn)用人工智能和軟件技術(shù)，設(shè)計(jì)、構(gòu)造和維護(hù)知識(shí)系統(tǒng)

　　專家系統(tǒng)

　　智能搜索引擎

　　計(jì)算機(jī)視覺(jué)和圖像處理

   　機(jī)器翻譯和自然語(yǔ)言理解

　　數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)
 

7研究課題 

　　人工智能的研究方向已經(jīng)被分成幾個(gè)子領(lǐng)域，研究人員希望一個(gè)人工智能系統(tǒng)應(yīng)該具有某些特定能力，以下將這些能力列出并說(shuō)明。
 

解決問(wèn)題 

　　早期的人工智能研究人員直接模仿人類進(jìn)行逐步的推理，就像是玩棋盤(pán)游戲或進(jìn)行邏輯推理時(shí)人類的思考模式。到了1980和1990年代，利用概率和經(jīng)濟(jì)學(xué)上的概念，人工智能研究還發(fā)展了非常成功的方法處理不確定或不完整的資訊。
 

　　對(duì)于困難的問(wèn)題，有可能需要大量的運(yùn)算資源，也就是發(fā)生了“可能組合爆增”：當(dāng)問(wèn)題超過(guò)一定的規(guī)模時(shí)，電腦會(huì)需要天文數(shù)量級(jí)的存儲(chǔ)器或是運(yùn)算時(shí)間。尋找更有效的算法是優(yōu)先的人工智能研究項(xiàng)目。
 

　　人類解決問(wèn)題的模式通常是用快捷，直觀的判斷，而不是有意識(shí)的，一步一步的推導(dǎo)，早期人工智能研究通常使用逐步推導(dǎo)的方式。人工智能研究已經(jīng)于這種“次表征性的”解決問(wèn)題方法取得進(jìn)展：實(shí)體化AGENT研究強(qiáng)調(diào)感知運(yùn)動(dòng)的重要性。神經(jīng)網(wǎng)絡(luò)研究試圖以模擬人類和動(dòng)物的大腦結(jié)構(gòu)重現(xiàn)這種技能。
 

知識(shí)表示法 

　　AN ONTOLOGY REPRESENTS KNOWLEDGE AS A SET OF CONCEPTS WITHIN A DOMAIN AND THE RELATIONSHIPS BETWEEN THOSE CONCEPTS.
 

　　主條目：知識(shí)表示和常識(shí)知識(shí)庫(kù)
 

規(guī)劃 

　　智能AGENT必須能夠制定目標(biāo)和實(shí)現(xiàn)這些目標(biāo)。他們需要一種方法來(lái)建立一個(gè)可預(yù)測(cè)的世界模型（將整個(gè)世界狀態(tài)用數(shù)學(xué)模型表現(xiàn)出來(lái)，并能預(yù)測(cè)它們的行為將如何改變這個(gè)世界），這樣就可以選擇功效大的行為。 在傳統(tǒng)的規(guī)劃問(wèn)題中，智能AGENT被假定它是世界中具有影響力的，所以它要做出什么行為是已經(jīng)確定的。 但是，如果事實(shí)并非如此，它必須定期檢查世界模型的狀態(tài)是否和自己的預(yù)測(cè)相符合。如果不符合，它必須改變它的計(jì)劃。因此智能代理必須具有在不確定結(jié)果的狀態(tài)下推理的能力。 在多AGENT中，多個(gè)AGENT規(guī)劃以合作和競(jìng)爭(zhēng)的方式去完成一定的目標(biāo)，使用演化算法和群體智慧可以達(dá)成一個(gè)整體的突現(xiàn)行為目標(biāo)。
 

學(xué)習(xí) 

　　主條目：機(jī)器學(xué)習(xí)
 

　　機(jī)械學(xué)習(xí)的主要目的是為了從使用者和輸入數(shù)據(jù)等處獲得知識(shí)，從而可以幫助解決更多問(wèn)題，減少錯(cuò)誤，提高解決問(wèn)題的效率。對(duì)于人工智能來(lái)說(shuō)，機(jī)械學(xué)習(xí)從一開(kāi)始就很重要。1956年，在初的達(dá)特茅斯夏季會(huì)議上，雷蒙德索洛莫諾夫?qū)懥艘黄P(guān)于不監(jiān)視的概率性機(jī)械學(xué)習(xí)：一個(gè)歸納推理的機(jī)械。
 

自然語(yǔ)言處理 

　　主條目：自然語(yǔ)言處理
 

運(yùn)動(dòng)和控制 

　　主條目：機(jī)器人學(xué)
 

知覺(jué) 

　　主條目：機(jī)器感知、計(jì)算機(jī)視覺(jué)和語(yǔ)音識(shí)別
 

　　機(jī)器感知 是指能夠使用傳感器所輸入的資料（如照相機(jī)，麥克風(fēng)，聲納以及其他的特殊傳感器）然后推斷世界的狀態(tài)。計(jì)算機(jī)視覺(jué)能夠分析影像輸入。另外還有語(yǔ)音識(shí)別 、人臉辨識(shí)和物體辨識(shí)。
 

社交 

　　主條目：情感計(jì)算
 

　　KISMET, 一個(gè)具有表情等社交能力的機(jī)器人
 

　　情感和社交技能對(duì)于一個(gè)智能AGENT是很重要的。 首先，通過(guò)了解他們的動(dòng)機(jī)和情感狀態(tài)，代理人能夠預(yù)測(cè)別人的行動(dòng)（這涉及要素 博弈論、決策理論以及能夠塑造人的情感和情緒感知能力檢測(cè)）。此外，為了良好的人機(jī)互動(dòng)，智慧代理人也需要表現(xiàn)出情緒來(lái)。至少它必須出現(xiàn)禮貌地和人類打交道。至少，它本身應(yīng)該有正常的情緒。
 

創(chuàng)造力 

　　主條目：計(jì)算機(jī)創(chuàng)造力
 

　　一個(gè)人工智能的子領(lǐng)域，代表了理論（從哲學(xué)和心理學(xué)的角度）和實(shí)際（通過(guò)特定的實(shí)現(xiàn)產(chǎn)生的系統(tǒng)的輸出是可以考慮的創(chuàng)意，或系統(tǒng)識(shí)別和評(píng)估創(chuàng)造力）所定義的創(chuàng)造力。 相關(guān)領(lǐng)域研究的包括了人工直覺(jué)和人工想像。
 

多元智能 

　　大多數(shù)研究人員希望他們的研究終將被納入一個(gè)具有多元智能（稱為強(qiáng)人工智能），結(jié)合以上所有的技能并且超越大部分人類的能力。 有些人認(rèn)為要達(dá)成以上目標(biāo)，可能需要擬人化的特性，如人工意識(shí)或人工大腦。 上述許多問(wèn)題被認(rèn)為是人工智能完整性：為了解決其中一個(gè)問(wèn)題，你必須解決全部的問(wèn)題。即使一個(gè)簡(jiǎn)單和特定的任務(wù)，如機(jī)器翻譯，要求機(jī)器按照作者的論點(diǎn)（推理），知道什么是被人談?wù)摚ㄖR(shí)），忠實(shí)地再現(xiàn)作者的意圖（情感計(jì)算）。因此，機(jī)器翻譯被認(rèn)為是具有人工智能完整性：它可能需要強(qiáng)人工智能，就像是人類一樣。
 

人工智能影響 

　　（1）人工智能對(duì)自然科學(xué)的影響。在需要使用數(shù)學(xué)計(jì)算機(jī)工具解決問(wèn)題的學(xué)科，AI帶來(lái)的幫助不言而喻。更重要的是，AI反過(guò)來(lái)有助于人類終認(rèn)識(shí)自身智能的形成。
 

　?。?）人工智能對(duì)經(jīng)濟(jì)的影響。專家系統(tǒng)更深入各行各業(yè)，帶來(lái)巨大的宏觀效益。AI也促進(jìn)了計(jì)算機(jī)工業(yè)網(wǎng)絡(luò)工業(yè)的發(fā)展。但同時(shí)，也帶來(lái)了勞務(wù)就業(yè)問(wèn)題。由于AI在科技和工程中的應(yīng)用，能夠代替人類進(jìn)行各種技術(shù)工作和腦力勞動(dòng)，會(huì)造成社會(huì)結(jié)構(gòu)的劇烈變化。
 

　?。?）人工智能對(duì)社會(huì)的影響。AI也為人類文化生活提供了新的模式。現(xiàn)有的游戲?qū)⒅鸩桨l(fā)展為更高智能的交互式文化娛樂(lè)手段，今天，游戲中的人工智能應(yīng)用已經(jīng)深入到各大游戲制造商的開(kāi)發(fā)中。
 

　　伴隨著人工智能和智能機(jī)器人的發(fā)展，不得不討論是人工智能本身就是超前研究，需要用未來(lái)的眼光開(kāi)展現(xiàn)代的科研，因此很可能觸及倫理底線。作為科學(xué)研究可能涉及到的敏感問(wèn)題，需要針對(duì)可能產(chǎn)生的沖突及早預(yù)防，而不是等到問(wèn)題矛盾到了不可解決的時(shí)候才去想辦法化解。
 

應(yīng)用領(lǐng)域 

　　機(jī)器翻譯，智能控制，專家系統(tǒng)，機(jī)器人學(xué)，語(yǔ)言和圖像理解，遺傳編程機(jī)器人工廠，自動(dòng)程序設(shè)計(jì)，航天應(yīng)用，龐大的信息處理，儲(chǔ)存與管理，執(zhí)行化合生命體無(wú)法執(zhí)行的或復(fù)雜或規(guī)模龐大的任務(wù)等等。
 

　　值得一提的是，機(jī)器翻譯是人工智能的重要分支和先應(yīng)用領(lǐng)域。不過(guò)就已有的機(jī)譯成就來(lái)看，機(jī)譯系統(tǒng)的譯文質(zhì)量離目標(biāo)仍相差甚遠(yuǎn)；而機(jī)譯質(zhì)量是機(jī)譯系統(tǒng)成敗的關(guān)鍵。中國(guó)數(shù)學(xué)家、語(yǔ)言學(xué)家周海中教授曾在論文《機(jī)器翻譯五十年》中指出：要提高機(jī)譯的質(zhì)量，首先要解決的是語(yǔ)言本身問(wèn)題而不是程序設(shè)計(jì)問(wèn)題；單靠若干程序來(lái)做機(jī)譯系統(tǒng)，肯定是無(wú)法提高機(jī)譯質(zhì)量的；另外在人類尚未明了大腦是如何進(jìn)行語(yǔ)言的模糊識(shí)別和邏輯判斷的情況下，機(jī)譯要想達(dá)到“信、達(dá)、雅”的程度是不可能的。智能家居之后，人工智能成為家電業(yè)的新風(fēng)口，而長(zhǎng)虹正成為將這一浪潮掀起的家電*。長(zhǎng)虹發(fā)布兩款CHiQ智能電視新品，主打手機(jī)遙控器、帶走看、隨時(shí)看、分類看功能