第一篇：人工智能學(xué)習(xí)論文

20107932唐雪琴

人工智能研究最新進(jìn)展綜述

一、研究領(lǐng)域

在大多數(shù)數(shù)學(xué)科中存在著幾個(gè)不同的研究領(lǐng)域，每個(gè)領(lǐng)域都有著特有的感興趣的研究課題、研究技術(shù)和術(shù)語(yǔ)。在人工智能中，這樣的領(lǐng)域包括自然語(yǔ)言處理、自動(dòng)定理證明、自動(dòng)程序設(shè)計(jì)、智能檢索、智能調(diào)度、機(jī)器學(xué)習(xí)、專(zhuān)家系統(tǒng)、機(jī)器人學(xué)、智能控制、模式識(shí)別、視覺(jué)系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、agent、計(jì)算智能、問(wèn)題求解、人工生命、人工智能方法、程序設(shè)計(jì)語(yǔ)言等。

在過(guò)去50多年里，已經(jīng)建立了一些具有人工智能的計(jì)算機(jī)系統(tǒng)；例如，能夠求解微分方程的，下棋的，設(shè)計(jì)分析集成電路的，合成人類(lèi)自然語(yǔ)言的，檢索情報(bào)的，診斷疾病以及控制控制太空飛行器、地面移動(dòng)機(jī)器人和水下機(jī)器人的具有不同程度人工智能的計(jì)算機(jī)系統(tǒng)。人工智能是一種外向型的學(xué)科，它不但要求研究它的人懂得人工智能的知識(shí)，而且要求有比較扎實(shí)的數(shù)學(xué)基礎(chǔ)，哲學(xué)和生物學(xué)基礎(chǔ)，只有這樣才可能讓一臺(tái)什么也不知道的機(jī)器模擬人的思維。因?yàn)槿斯ぶ悄艿难芯款I(lǐng)域十分廣闊，它總的來(lái)說(shuō)是面向應(yīng)用的，也就說(shuō)什么地方有人在工作，它就可以用在什么地方，因?yàn)槿斯ぶ悄艿淖罡灸康倪€是要模擬人類(lèi)的思維。參照人在各種活動(dòng)中的功能，我們可以得到人工智能的領(lǐng)域也不過(guò)就是代替人的活動(dòng)而已。哪個(gè)領(lǐng)域有人進(jìn)行的智力活動(dòng)，哪個(gè)領(lǐng)域就是人工智能研究的領(lǐng)域。人工智能就是為了應(yīng)用機(jī)器的長(zhǎng)處來(lái)幫助人類(lèi)進(jìn)行智力活動(dòng)。人工智能研究的目的就是要模擬人類(lèi)神經(jīng)系統(tǒng)的功能。

二、各領(lǐng)域國(guó)內(nèi)外研究現(xiàn)狀（進(jìn)展成果）近年來(lái)，人工智能的研究和應(yīng)用出現(xiàn)了許多新的領(lǐng)域，它們是傳統(tǒng)人工智能的延伸和擴(kuò)展。在新世紀(jì)開(kāi)始的時(shí)候，這些新研究已引起人們的更密切關(guān)注。這些新領(lǐng)域有分布式人工智能與艾真體（agent）、計(jì)算智能與進(jìn)化計(jì)算、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)，以及人工生命等。下面逐一加以概略介紹。

1、分布式人工智能與艾真體

分布式人工智能（Distributed AI，DAI）是分布式計(jì)算與人工智能結(jié)合的結(jié)果。DAI系統(tǒng)以魯棒性作為控制系統(tǒng)質(zhì)量的標(biāo)準(zhǔn)，并具有互操作性，即不同的異構(gòu)系統(tǒng)在快速變化的環(huán)境中具有交換信息和協(xié)同工作的能力。

分布式人工智能的研究目標(biāo)是要?jiǎng)?chuàng)建一種能夠描述自然系統(tǒng)和社會(huì)系統(tǒng)的精確概念模型。DAI中的智能并非獨(dú)立存在的概念，只能在團(tuán)體協(xié)作中實(shí)現(xiàn)，因而其主要研究問(wèn)題是各艾真體間的合作與對(duì)話，包括分布式問(wèn)題求解和多艾真體系統(tǒng)（Multiagent System，MAS）兩領(lǐng)域。其中，分布式問(wèn)題求解把一個(gè)具體的求解問(wèn)題劃分為多個(gè)相互合作和知識(shí)共享的模塊或結(jié)點(diǎn)。多艾真體系統(tǒng)則研究各艾真體間智能行為的協(xié)調(diào)，包括規(guī)劃、知識(shí)、技術(shù)和動(dòng)作的協(xié)調(diào)。這兩個(gè)研究領(lǐng)域都要研究知識(shí)、資源和控制的劃分問(wèn)題，但分布式問(wèn)題求解往往含有一個(gè)全局的概念模型、問(wèn)題和成功標(biāo)準(zhǔn)，而MAS則含有多個(gè)局部的概念模型、問(wèn)題和成功標(biāo)準(zhǔn)。

MAS更能體現(xiàn)人類(lèi)的社會(huì)智能，具有更大的靈活性和適應(yīng)性，更適合開(kāi)放和動(dòng)

態(tài)的世界環(huán)境，因而倍受重視，已成為人工智能以至計(jì)算機(jī)科學(xué)和控制科學(xué)與工程的研究熱點(diǎn)。當(dāng)前，艾真體和MAS的研究包括理論、體系結(jié)構(gòu)、語(yǔ)言、合作與協(xié)調(diào)、通訊和交互技術(shù)、MAS學(xué)習(xí)和應(yīng)用等。MAS已在自動(dòng)駕駛、機(jī)器人導(dǎo)航、機(jī)場(chǎng)管理、電力管理和信息檢索等方面獲得應(yīng)用。

2、計(jì)算智能與進(jìn)化計(jì)算

計(jì)算智能（Computing Intelligence）涉及神經(jīng)計(jì)算、模糊計(jì)算、進(jìn)化計(jì)算等研究領(lǐng)域。其中，神經(jīng)計(jì)算和模糊計(jì)算已有較長(zhǎng)的研究歷史，而進(jìn)化計(jì)算則是較新的研究領(lǐng)域。在此僅對(duì)進(jìn)化計(jì)算加以說(shuō)明。

進(jìn)化計(jì)算（Evolutionary Computation）是指一類(lèi)以達(dá)爾文進(jìn)化論為依據(jù)來(lái)設(shè)計(jì)、控制和優(yōu)化人工系統(tǒng)的技術(shù)和方法的總稱(chēng)，它包括遺傳算法（Genetic Algorithms）、進(jìn)化策略（Evolutionary Strategies）和進(jìn)化規(guī)劃（Evolutionary Programming）。它們遵循相同的指導(dǎo)思想，但彼此存在一定差別。同時(shí)，進(jìn)化計(jì)算的研究關(guān)注學(xué)科的交叉和廣泛的應(yīng)用背景，因而引入了許多新的方法和特征，彼此間難于分類(lèi)，這些都統(tǒng)稱(chēng)為進(jìn)化計(jì)算方法。目前，進(jìn)化計(jì)算被廣泛運(yùn)用于許多復(fù)雜系統(tǒng)的自適應(yīng)控制和復(fù)雜優(yōu)化問(wèn)題等研究領(lǐng)域，如并行計(jì)算、機(jī)器學(xué)習(xí)、電路設(shè)計(jì)、神經(jīng)網(wǎng)絡(luò)、基于艾真體的仿真、元胞自動(dòng)機(jī)等。

達(dá)爾文進(jìn)化論是一種魯棒的搜索和優(yōu)化機(jī)制，對(duì)計(jì)算機(jī)科學(xué)，特別是對(duì)人工智能的發(fā)展產(chǎn)生了很大的影響。大多數(shù)生物體通過(guò)自然選擇和有性生殖進(jìn)行進(jìn)化。自然選擇決定了群體中哪些個(gè)體能夠生存和繁殖，有性生殖保證了后代基因中的混合和重組。自然選擇的原則是適者生存，即物競(jìng)天擇，優(yōu)勝劣汰。

直到幾年前，遺傳算法、進(jìn)化規(guī)劃、進(jìn)化策略三個(gè)領(lǐng)域的研究才開(kāi)始交流，并發(fā)現(xiàn)它們的共同理論基礎(chǔ)是生物進(jìn)化論。因此，把這三種方法統(tǒng)稱(chēng)為進(jìn)化計(jì)算，而把相應(yīng)的算法稱(chēng)為進(jìn)化算法。

3、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)

知識(shí)獲取是知識(shí)信息處理的關(guān)鍵問(wèn)題之一。20世紀(jì)80年代人們?cè)谥R(shí)發(fā)現(xiàn)方面取得了一定的進(jìn)展。利用樣本，通過(guò)歸納學(xué)習(xí)，或者與神經(jīng)計(jì)算結(jié)合起來(lái)進(jìn)行知識(shí)獲取已有一些試驗(yàn)系統(tǒng)。數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)是90年代初期新崛起的一個(gè)活躍的研究領(lǐng)域。在數(shù)據(jù)庫(kù)基礎(chǔ)上實(shí)現(xiàn)的知識(shí)發(fā)現(xiàn)系統(tǒng)，通過(guò)綜合運(yùn)用統(tǒng)計(jì)學(xué)、粗糙集、模糊數(shù)學(xué)、機(jī)器學(xué)習(xí)和專(zhuān)家系統(tǒng)等多種學(xué)習(xí)手段和方法，從大量的數(shù)據(jù)中提煉出抽象的知識(shí)，從而揭示出蘊(yùn)涵在這些數(shù)據(jù)背后的客觀世界的內(nèi)在聯(lián)系和本質(zhì)規(guī)律，實(shí)現(xiàn)知識(shí)的自動(dòng)獲取。這是一個(gè)富有挑戰(zhàn)性、并具有廣闊應(yīng)用前景的研究課題。

從數(shù)據(jù)庫(kù)獲取知識(shí)，即從數(shù)據(jù)中挖掘并發(fā)現(xiàn)知識(shí)，首先要解決被發(fā)現(xiàn)知識(shí)的表達(dá)問(wèn)題。最好的表達(dá)方式是自然語(yǔ)言，因?yàn)樗侨祟?lèi)的思維和交流語(yǔ)言。知識(shí)表示的最根本問(wèn)題就是如何形成用自然語(yǔ)言表達(dá)的概念。

機(jī)器知識(shí)發(fā)現(xiàn)始于1974年，并在此后十年中獲得一些進(jìn)展。這些進(jìn)展往往與專(zhuān)家系統(tǒng)的知識(shí)獲取研究有關(guān)。到20世紀(jì)80年代末，數(shù)據(jù)挖掘取得突破。越來(lái)越多的研究者加入到知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘的研究行列?，F(xiàn)在，知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘已成為人工智能研究的又一熱點(diǎn)。

比較成功的知識(shí)發(fā)現(xiàn)系統(tǒng)有用于超級(jí)市場(chǎng)商品數(shù)據(jù)分析、解釋和報(bào)告的CoverStory系統(tǒng)，用于概念性數(shù)據(jù)分析和查尋感興趣關(guān)系的集成化系統(tǒng)EXPLORA，交互式大型數(shù)據(jù)庫(kù)分析工具KDW，用于自動(dòng)分析大規(guī)模天空觀測(cè)數(shù)據(jù)的SKICAT系統(tǒng)，以及通用的數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)系統(tǒng)KDD等。

4、人工生命

人工生命（Artificial Life，ALife）的概念是由美國(guó)圣菲研究所非線性研究組的蘭頓（Langton）于1987年提出的，旨在用計(jì)算機(jī)和精密機(jī)械等人工媒介生成或構(gòu)造出能夠表現(xiàn)自然生命系統(tǒng)行為特征的仿真系統(tǒng)或模型系統(tǒng)。自然生命系統(tǒng)行為具有自組織、自復(fù)制、自修復(fù)等特征以及形成這些特征的混沌動(dòng)力學(xué)、進(jìn)化和環(huán)境適應(yīng)。

人工生命所研究的人造系統(tǒng)能夠演示具有自然生命系統(tǒng)特征的行為，在“生命之所能”（life as it could be）的廣闊范圍內(nèi)深入研究“生命之所知”（life as we know it）的實(shí)質(zhì)。只有從“生命之所能”的廣泛內(nèi)容來(lái)考察生命，才能真正理解生物的本質(zhì)。人工生命與生命的形式化基礎(chǔ)有關(guān)。生物學(xué)從問(wèn)題的頂層開(kāi)始，把器官、組織、細(xì)胞、細(xì)胞膜，直到分子，以探索生命的奧秘和機(jī)理。人工生命則從問(wèn)題的底層開(kāi)始，把器官作為簡(jiǎn)單機(jī)構(gòu)的宏觀群體來(lái)考察，自底向上進(jìn)行綜合，把簡(jiǎn)單的由規(guī)則支配的對(duì)象構(gòu)成更大的集合，并在交互作用中研究非線性系統(tǒng)的類(lèi)似生命的全局動(dòng)力學(xué)特性。

人工生命的理論和方法有別于傳統(tǒng)人工智能和神經(jīng)網(wǎng)絡(luò)的理論和方法。人工生命把生命現(xiàn)象所體現(xiàn)的自適應(yīng)機(jī)理通過(guò)計(jì)算機(jī)進(jìn)行仿真，對(duì)相關(guān)非線性對(duì)象進(jìn)行更真實(shí)的動(dòng)態(tài)描述和動(dòng)態(tài)特征研究。

人工生命學(xué)科的研究?jī)?nèi)容包括生命現(xiàn)象的仿生系統(tǒng)、人工建模與仿真、進(jìn)化動(dòng)力學(xué)、人工生命的計(jì)算理論、進(jìn)化與學(xué)習(xí)綜合系統(tǒng)以及人工生命的應(yīng)用等。比較典型的人工生命研究有計(jì)算機(jī)病毒、計(jì)算機(jī)進(jìn)程、進(jìn)化機(jī)器人、自催化網(wǎng)絡(luò)、細(xì)胞自動(dòng)機(jī)、人工核苷酸和人工腦等。

三、學(xué)了人工智能課程的收獲

（1）了解人工智能的概念和人工智能的發(fā)展，了解國(guó)際人工智能的主要流派和路線，了解國(guó)內(nèi)人工智能研究的基本情況，熟悉人工智能的研究領(lǐng)域。

（2）較詳細(xì)地論述知識(shí)表示的各種主要方法。重點(diǎn)掌握了狀態(tài)空間法、問(wèn)題歸約法和謂詞邏輯法，熟悉語(yǔ)義網(wǎng)絡(luò)法，了解知識(shí)表示的其他方法，如框架法、劇本法、過(guò)程法等。

（3）掌握了盲目搜索和啟發(fā)式搜索的基本原理和算法，特別是寬度優(yōu)先搜索、深度優(yōu)先搜索、等代價(jià)搜索、啟發(fā)式搜索、有序搜索、A*算法等。了解博弈樹(shù)搜索、遺傳算法和模擬退火算法的基本方法。

（4）掌握了消解原理、規(guī)則演繹系統(tǒng)和產(chǎn)生式系統(tǒng)的技術(shù)、了解不確定性推理、非單調(diào)推理的概念。

（5）概括性地了解了人工智能的主要應(yīng)用領(lǐng)域，如專(zhuān)家系統(tǒng)、機(jī)器學(xué)習(xí)、規(guī)劃系統(tǒng)、自然語(yǔ)言理解和智能控制等。

（6）基本了解人工智能程序設(shè)計(jì)的語(yǔ)言和工具。

四、對(duì)人工智能研究的展望

對(duì)現(xiàn)代社會(huì)的影響有多大？工業(yè)領(lǐng)域，尤其是制造業(yè)，已成功地使用了人工智能技術(shù)，包括智能設(shè)計(jì)、虛擬制造、在線分析、智能調(diào)度、仿真和規(guī)劃等。金融業(yè)，股票商利用智能系統(tǒng)輔助其分析，判斷和決策；應(yīng)用卡欺詐檢測(cè)系統(tǒng)業(yè)已得到普遍應(yīng)用。人工智能還滲透到人們的日常生活，CAD，CAM，CAI，CAP，CIMS等一系列智能產(chǎn)品給大家?guī)?lái)了極大的方便，它還改變了傳統(tǒng)的通信方式，語(yǔ)音撥號(hào)，手寫(xiě)短信的智能手機(jī)越來(lái)越人性化。

人工智能還影響了你們的文化和娛樂(lè)生活，引發(fā)人們更深層次的精神和哲學(xué)層面的思考，從施瓦辛格主演的《終結(jié)者》系列，到基努.里維斯主演的《黑客帝國(guó)》系列以及斯皮爾伯格導(dǎo)演的《人工智能》，都有意無(wú)意的提出了同樣的問(wèn)題：我們應(yīng)該如何看待人工智能？如何看待具有智能的機(jī)器？會(huì)不會(huì)有一天機(jī)器的智能將超過(guò)人的智能？問(wèn)題的答案也許千差萬(wàn)別，我個(gè)人認(rèn)為上述擔(dān)心不太可能成為現(xiàn)實(shí)，因?yàn)槲覀兝斫馊斯ぶ悄懿⒉皇亲屗〈祟?lèi)智能，而是讓它模擬人類(lèi)智能，從而更好地為人類(lèi)服務(wù)。

當(dāng)前人工智能技術(shù)發(fā)展迅速，新思想，新理論，新技術(shù)不斷涌現(xiàn)，如模糊技術(shù)，模糊--神經(jīng)網(wǎng)絡(luò)，遺傳算法，進(jìn)化程序設(shè)計(jì)，混沌理論，人工生命，計(jì)算智能等。以Agent概念為基礎(chǔ)的分布式人工智能正在異軍突起，特別是對(duì)于軟件的開(kāi)發(fā)，“面向Agent技術(shù)”將是繼“面向?qū)ο蠹夹g(shù)”后的又一突破。從萬(wàn)維網(wǎng)到人工智能的研究正在如火如荼的開(kāi)展。

五、對(duì)課程的建議

（1）能夠結(jié)合現(xiàn)在最新研究成果著重講解重點(diǎn)知識(shí)，以及講述在一些研究成果中人工智能那些知識(shí)被應(yīng)用。

（2）多推薦一些過(guò)于人工智能方面的電影，如：《終結(jié)者》系列、《黑客帝國(guó)》

系列、《人工智能》等，從而增加同學(xué)對(duì)這門(mén)課程學(xué)習(xí)的興趣。

（3）條件允許的話，可以安排一些實(shí)驗(yàn)課程，讓同學(xué)們自己制作一些簡(jiǎn)單的作品，增強(qiáng)同學(xué)對(duì)人工智能的興趣，加強(qiáng)同學(xué)之間的學(xué)習(xí)。

（4）課堂上多講解一些人工智能在各個(gè)領(lǐng)域方面的應(yīng)用，以及著重闡述一些

新的和正在研究的人工智能方法與技術(shù)，讓同學(xué)們可以了解近期發(fā)展起來(lái)的方法和技術(shù)，在講解時(shí)最好多舉例，再結(jié)合原理進(jìn)行講解，更助于同學(xué)們對(duì)人工智能的理解。

第二篇：人工智能論文

人工智能論文

摘要：本文主要講述了《人工智能及其應(yīng)用》的主要知識(shí)內(nèi)容！總結(jié)與本書(shū)知識(shí)單元相關(guān)的主要內(nèi)容、理論基礎(chǔ)、代表性成果及方法。并以書(shū)中知識(shí)為基礎(chǔ)，查閱資料，淺談人工智能在自動(dòng)化技術(shù)中的應(yīng)用！

關(guān)鍵字：人工智能;自動(dòng)化

《人工智能及其應(yīng)用》主要內(nèi)容

人工智能（Artificial Intelligence，AI）是當(dāng)前科學(xué)技術(shù)發(fā)展的一門(mén)前沿學(xué)科，同時(shí)也是一門(mén)新思想，新觀念，新理論，新技術(shù)不斷出現(xiàn)的新興學(xué)科以及正在發(fā)展的學(xué)科。

它是在計(jì)算機(jī)科學(xué)，控制論，信息論，神經(jīng)心理學(xué)等多種學(xué)科研究的基礎(chǔ)發(fā)展起來(lái)的，因此又可把它看作是一門(mén)綜合性的邊緣學(xué)科。

它的出現(xiàn)及所取得的成就引起了人們的高度重視，并取得了很高的評(píng)價(jià)。有的人把它與空間技術(shù)，原子能技術(shù)一起并譽(yù)為20世紀(jì)的三大科學(xué)技術(shù)成就。《人工智能及其應(yīng)用》一書(shū)主要介紹人工智能問(wèn)題求解的一般性原理和基本思想，為學(xué)生提供最基本的人工智能技術(shù)和有關(guān)問(wèn)題的入門(mén)性知識(shí)。

人工智能研究的基本內(nèi)容有：知識(shí)表示機(jī)器感知、機(jī)器思維、機(jī)器學(xué)習(xí)、機(jī)器行為。其研究途徑存有:以符號(hào)處理為核心的方法，其主張通過(guò)運(yùn)用計(jì)算機(jī)科學(xué)的方法進(jìn)行研究，實(shí)現(xiàn)人工智能在計(jì)算機(jī)的模擬。目前人工智能的大部分研究成果都是基于前者方法實(shí)現(xiàn)的。還有一種是以網(wǎng)絡(luò)連接為主的連接機(jī)制方法。主張用生物學(xué)的方法進(jìn)行研究，搞清楚人類(lèi)智能的本質(zhì).該方法在模式識(shí)別、圖像信息壓縮等方面取得了一些研究成果。

人工智能的主要研究領(lǐng)域有：自動(dòng)定理證明和博弈、模式識(shí)別、專(zhuān)家系統(tǒng)、機(jī)器人、機(jī)器視覺(jué)、自然語(yǔ)言理解、自動(dòng)程序設(shè)計(jì)、智能信息檢索、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)、組合優(yōu)化問(wèn)題、人工神經(jīng)網(wǎng)絡(luò)、分布式人工智能、智能管理與智能決策、智能控制、智能仿真、智能CAD、智能CAI、智能操作系統(tǒng)、智能多媒體系統(tǒng)智能計(jì)算機(jī)系統(tǒng)、智能通信、智能網(wǎng)絡(luò)系統(tǒng)。人工智能研究搏奕的目的并不是為了讓計(jì)算基于人進(jìn)行下棋、打牌之類(lèi)的游戲，而是通過(guò)對(duì)搏奕研究來(lái)檢驗(yàn)?zāi)承┤斯ぶ悄芗夹g(shù)是否達(dá)到對(duì)人類(lèi)智能的模擬，因?yàn)椴仁且环N智能性很強(qiáng)的競(jìng)爭(zhēng)活動(dòng)。

知識(shí)表示

知識(shí)是智能的基礎(chǔ)。為了使計(jì)算機(jī)具有智能，使它能模擬人類(lèi)的智能行為，就必須使它具有知識(shí)。但知識(shí)是需要用適當(dāng)?shù)哪Ｊ奖硎境鰜?lái)才能存儲(chǔ)到計(jì)算機(jī)中去的，故許多人研究知識(shí)的表示方法！

知識(shí)的表示方法有：一階謂詞邏輯表示法、產(chǎn)生式表示法、框架表示法、語(yǔ)義網(wǎng)絡(luò)表示法。一階謂詞邏輯表示法多應(yīng)用于自動(dòng)問(wèn)答系統(tǒng)（例如Green等人研制的QA3系統(tǒng)）、機(jī)器人行動(dòng)規(guī)劃系統(tǒng)（Fikes等人研制的STRIPS系統(tǒng)）、機(jī)器博弈系統(tǒng)（Filman等人研制的FOL系統(tǒng)）、問(wèn)題求解系統(tǒng)（Kowalski等設(shè)計(jì)的PS系統(tǒng)）。語(yǔ)義網(wǎng)絡(luò)表示法的應(yīng)用也很廣泛,例如Walker 研制的自然語(yǔ)言理解系統(tǒng)，Garbonell 研制的回答地理問(wèn)題的教學(xué)系統(tǒng)，Mytopoulous 研制的自然語(yǔ)言理解系統(tǒng)，Simmon 研制的自然語(yǔ)言理解系統(tǒng)，Hays研制的描寫(xiě)概念的系統(tǒng)。一般把把一組產(chǎn)生式放在一起，讓它們相互配合、協(xié)同作用，一個(gè)產(chǎn)生式生成的結(jié)論可以供另一個(gè)產(chǎn)生式作為已知事實(shí)使用，以求得問(wèn)題的解，形成一個(gè)產(chǎn)生式

系統(tǒng)。動(dòng)物識(shí)別系統(tǒng)就是利用產(chǎn)生式系統(tǒng)做成！

推理

推理是人腦的基本功能，推理也是人工智能的重要內(nèi)容！

在人工智能中，認(rèn)為推理是從已知事實(shí)（證據(jù)）出發(fā)，通過(guò)運(yùn)用相關(guān)知識(shí)逐步推出結(jié)論或者證明某個(gè)假設(shè)成立或不成立的一個(gè)思維過(guò)程。其推理方法有確定性推理和不確定推理等。確定性推理方式分為演繹推理、歸納推理、默認(rèn)推理。分為自然演繹推理 和歸結(jié)演繹推理！且歸結(jié)演繹推理一般應(yīng)用謂詞公式化為子句集的方法，應(yīng)用海伯倫定理 和魯賓遜歸結(jié)原理，以及應(yīng)用歸結(jié)反演求解問(wèn)題。其推理的方向分為正向推理、反向推理、正反向混合推理、雙向推理。其沖突消解策略有按針對(duì)性排序、按已知事實(shí)的新鮮性排序、按匹配度排序、按條件個(gè)數(shù)排序、按上下文限制排序、按冗余限制排序、根據(jù)領(lǐng)域問(wèn)題的特點(diǎn)排序。AI 的研究對(duì)象,大多具有不確定性。大多用不確定性推理法。

人工智能定義不確定性推理為從不確定性的初始證據(jù)出發(fā)，通過(guò)運(yùn)用不確定性的知識(shí)，最終推出具有一定程度的不確定性但卻是合理或者近乎合理的結(jié)論的一種思維過(guò)程。不確定性推理方法有概率方法、經(jīng)典概率方法、逆概率方法主觀Bayes方法、可信度方法、證據(jù)理論、模糊推理方法。

搜索求解策略

搜索是問(wèn)題求解的核心技術(shù)！

搜索求解策略分為盲目的圖搜索和啟發(fā)式圖搜索策略，以及與/或圖搜索策略。盲目的圖搜索策略有分為回溯策略、寬度優(yōu)先搜索策略、深度優(yōu)先搜索策略。搜索方向分為雙向搜索、盲目搜索與啟發(fā)式搜索。

自動(dòng)化

自動(dòng)化是研究與電氣工程有關(guān)的系統(tǒng)運(yùn)行、自動(dòng)控制、電力電子技術(shù)、信息處理、試驗(yàn)分析、研制開(kāi)發(fā)以及電子與計(jì)算機(jī)應(yīng)用等領(lǐng)域的一門(mén)學(xué)科。實(shí)現(xiàn)機(jī)械的自動(dòng)化,讓機(jī)械部份脫離人類(lèi)的直接控制和操作自動(dòng)實(shí)現(xiàn)某些過(guò)程是自動(dòng)化和人工智能研究的交匯點(diǎn)。積極運(yùn)用人工智能的知識(shí)。

自動(dòng)化設(shè)備和機(jī)器的關(guān)鍵就在于反饋的存在，正是有了他的存在，才使自動(dòng)化成為可能。反饋就是自動(dòng)化的奧妙所在。

如今自動(dòng)化的前沿技術(shù)有：模糊控制、最優(yōu)控制、自適應(yīng)控制、魯棒控制、線性控制理論縱橫、PID控制、預(yù)測(cè)控制、故障診斷、專(zhuān)家系統(tǒng)、推理控制、集散控制系統(tǒng)（DCS）、人工智能。

人工智能在故障診斷中的應(yīng)用

人工智能在故障診斷中的應(yīng)用。隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展，故障診斷技術(shù)和方法也不斷推陳出新，正走向智能化階段。人工智能的發(fā)展為故障診斷提供了智能化的診斷方法．故障診斷專(zhuān)家系統(tǒng)不僅在理論上得到了相當(dāng)大的發(fā)展．人工神經(jīng)網(wǎng)絡(luò)的研究也進(jìn)入到了故障診斷領(lǐng)域，并大力發(fā)展，并已在許多實(shí)際系統(tǒng)中得到了很好的應(yīng)用。此外．模糊理論、模糊邏輯系統(tǒng)也已經(jīng)應(yīng)用到故障診斷領(lǐng)域，并且與人工神經(jīng)網(wǎng)絡(luò)和專(zhuān)家系統(tǒng)互相結(jié)合，突顯出其獨(dú)特的優(yōu)勢(shì)，成為一種很有價(jià)值的故障診斷方法。

人工智能在電力系統(tǒng)運(yùn)行控制中的應(yīng)用

因?yàn)槿斯ぶ悄芗夹g(shù)(AI)廣泛應(yīng)用于求解非線性問(wèn)題中,在電力系統(tǒng)的控制、管理、運(yùn)行等領(lǐng)域發(fā)揮著重要的作用。專(zhuān)家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、模糊集理論和啟發(fā)式搜索等人工智能技術(shù)在電力系統(tǒng)中被廣泛應(yīng)用！

人工智能在智能傳感器領(lǐng)域的應(yīng)用

人工智能也廣泛應(yīng)用于智能傳感器領(lǐng)域。大家都知道傳感器在自動(dòng)化信息系統(tǒng)中的重要性不言而喻 ,它的特性的好壞、輸出信息的可靠性對(duì)整個(gè)系統(tǒng)的質(zhì)量至關(guān)重要。結(jié)合人工智能的四個(gè)分支 :模糊邏輯、人工神經(jīng)網(wǎng)絡(luò)、專(zhuān)家系統(tǒng)、遺傳算法而廣泛應(yīng)用傳感器領(lǐng)域。并而人類(lèi)在人工智能方面取得的進(jìn)展為人工智能與傳感器技術(shù)的結(jié)合。造就了許多新型智能傳感器的出現(xiàn)！

人工智能在電氣傳動(dòng)中的運(yùn)用

人工智能在電氣傳動(dòng)中也被廣泛運(yùn)用。智能技術(shù)在電氣傳動(dòng)技術(shù)中占相當(dāng)重要的地位，特別是自適應(yīng)模糊神經(jīng)元控制器在性能傳動(dòng)產(chǎn)品中得到廣泛應(yīng)用。電氣自動(dòng)化控制是增強(qiáng)生產(chǎn)、流通、交換、分配等關(guān)鍵一環(huán),實(shí)現(xiàn)自動(dòng)化,就等于減少了人力資本投入,并提高了運(yùn)作的效率。人工智能是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)。隨著現(xiàn)代控制理論的發(fā)展，控制器設(shè)計(jì)的常規(guī)技術(shù)正逐漸被廣泛使用的人工智能軟件技術(shù)所替代。

自動(dòng)化技術(shù)在各行各業(yè)中被廣泛應(yīng)用！例如自動(dòng)化技術(shù)在工業(yè)中的應(yīng)用：自動(dòng)化的制造業(yè)、電力系統(tǒng)自動(dòng)化、建筑自動(dòng)化、交通運(yùn)輸自動(dòng)化、信息自動(dòng)化、自動(dòng)無(wú)極限。自動(dòng)化技術(shù)在軍事中的應(yīng)用：新型自動(dòng)化武器，軍事指揮自動(dòng)化。自動(dòng)化在生活中的應(yīng)用更是比比皆是！總而言之，自動(dòng)化技術(shù)結(jié)合人工智能讓我們的生活越來(lái)越美好！

參考文獻(xiàn)

[1]:王萬(wàn)良《人工智能及其應(yīng)用》（第2版）高等教育出版社，2008.6

第三篇：人工智能學(xué)習(xí)

人工智能學(xué)習(xí)-知識(shí)要點(diǎn)總結(jié) [Nirvana 發(fā)表于 2005-1-2 13:32:24]

人工智能是在計(jì)算機(jī)科學(xué)、控制論、信息論、神經(jīng)心理學(xué)、哲學(xué)、語(yǔ)言學(xué)等多種學(xué)科研究的基礎(chǔ)上發(fā)展起來(lái)的，是一門(mén)綜合性邊緣學(xué)科，延伸人腦的功能，實(shí)現(xiàn)了腦力勞動(dòng)的自動(dòng)化。

1、認(rèn)知科學(xué)認(rèn)為智能的核心是思維，知識(shí)闕值理論認(rèn)為智能行為取決于知識(shí)的數(shù)量及其一般化程度，智能就是在巨大搜索空間中迅速找到一個(gè)滿(mǎn)意解的能力；進(jìn)化理論的核心是用控制取代表示，取消概念、模型及顯示表示知識(shí)，否定抽象對(duì)于智能及智能模擬的必要性，強(qiáng)調(diào)分結(jié)構(gòu)對(duì)于智能進(jìn)化的可能性與必要性。綜合上述觀點(diǎn)，認(rèn)為智能是知識(shí)與智力的總和，具有如下特征：

（1）記憶與思維能力，（2）學(xué)習(xí)能力及自適應(yīng)能力，（3）行為能力。

人工智能是人造智能，是一門(mén)研究如何構(gòu)造智能機(jī)器（智能計(jì)算機(jī)）或智能系統(tǒng)，使它能模擬、延伸、擴(kuò)展人類(lèi)智能的學(xué)科。通過(guò)圖靈測(cè)試可以判斷一個(gè)系統(tǒng)是否具有智能和智能的水平。

人工智能研究?jī)?nèi)容：

（1）機(jī)器感知（2）機(jī)器思維（3）機(jī)器學(xué)習(xí)（4）機(jī)器行為（5）智能系統(tǒng)構(gòu)造技術(shù)

人工智能研究途徑：

（1）符號(hào)處理（2）網(wǎng)絡(luò)連接機(jī)制（3）系統(tǒng)集成2、知識(shí)是智能的基礎(chǔ)，對(duì)人工智能的研究必須以知識(shí)為中心來(lái)進(jìn)行，由于對(duì)知識(shí)的表示、利用、獲取等的研究取得較大進(jìn)展，特別是不確定性知識(shí)表示與推理取得的突破，建立了主觀Bayes理論、確定性理論、證據(jù)理論、可能性理論，對(duì)人工智能其他領(lǐng)域（如模式識(shí)別，自然語(yǔ)言理解等）的發(fā)展提供了支持。數(shù)據(jù)是信息的載體和表示，信息是數(shù)據(jù)在特定場(chǎng)合的具體含義，信息是數(shù)據(jù)的語(yǔ)義；把有關(guān)信息關(guān)聯(lián)在一起所形成的信息結(jié)構(gòu)叫知識(shí)。具有：相對(duì)正確性，不確定性，可表示性，可利用性等特征；按作用范圍分為常識(shí)性知識(shí)，領(lǐng)域性知識(shí)；按作用及表示分為事實(shí)性知識(shí)，過(guò)程性知識(shí)，控制性知識(shí)。按確定性分為確定性知識(shí)，不確定性知識(shí)；按結(jié)構(gòu)及表現(xiàn)形式分為邏輯性知識(shí)，形象性知識(shí)；從抽象的，整體的觀點(diǎn)來(lái)劃分可分為零級(jí)知識(shí)，一級(jí)知識(shí)，二級(jí)知識(shí)。知識(shí)表示方法總體上分為符號(hào)表示法，連接機(jī)制表示法；目前用得較多的知識(shí)表示方法主要有：一階謂詞邏輯表示，產(chǎn)生式，框架，語(yǔ)義網(wǎng)絡(luò)，腳本，過(guò)程，Petrio網(wǎng)，面向?qū)ο蟊硎痉ā＿x擇知識(shí)表示法時(shí)，要注意以下幾個(gè)方面：

（1）充分表示領(lǐng)域知識(shí)（2）有利于對(duì)知識(shí)的利用（3）便于對(duì)知識(shí)的組織、維護(hù)與管理（4）便于理解和實(shí)現(xiàn)

3、產(chǎn)生式系統(tǒng)構(gòu)成：規(guī)則庫(kù)，控制系統(tǒng)，綜合數(shù)據(jù)庫(kù)。綜合數(shù)據(jù)庫(kù)中已知事實(shí)表示：（特性 對(duì)象 值可信度因子）控制系統(tǒng)的求解過(guò)程是一個(gè)不斷地從規(guī)則庫(kù)中選取可用規(guī)則與綜合數(shù)據(jù)庫(kù)中已知事實(shí)進(jìn)行匹配的過(guò)程。產(chǎn)生式系統(tǒng)分類(lèi)：按推理方向分為前向、后向和雙向產(chǎn)生式系統(tǒng)；按表示知識(shí)的確定性可分為確定性及不確定性產(chǎn)生式系統(tǒng)；按數(shù)據(jù)庫(kù)性質(zhì)及結(jié)構(gòu)特征進(jìn)行分類(lèi)為可交換的產(chǎn)生式系統(tǒng)，可分解的產(chǎn)生式系統(tǒng)，可恢復(fù)的產(chǎn)生式系統(tǒng)?？蚣苁且环N描述所論對(duì)象屬性的數(shù)據(jù)結(jié)構(gòu)，由槽結(jié)構(gòu)組成，槽分為若干側(cè)面。問(wèn)題求解主要通過(guò)匹配和填槽實(shí)現(xiàn)的；產(chǎn)生式表示法主要用于描述事物間的因果關(guān)系，框架表示法主要用于描述事物內(nèi)部結(jié)構(gòu)及事物間的類(lèi)屬關(guān)系。語(yǔ)義網(wǎng)絡(luò)是通過(guò)概念及其語(yǔ)義關(guān)系來(lái)表達(dá)知識(shí)的一種網(wǎng)絡(luò)圖。一個(gè)過(guò)程規(guī)則包括激發(fā)條件，演繹操作，狀態(tài)轉(zhuǎn)換及返回四個(gè)部分。

4、推理就是按某種策略由已知判斷推出另一判斷的思維過(guò)程。按從新判斷推出的途徑來(lái)劃分，推理可分為演繹推理、歸納推理和默認(rèn)推理；按所用知識(shí)確定性分為確定性推理，不確定性推理；按推出的結(jié)論是否單調(diào)地增加來(lái)劃分為單調(diào)推理，非單調(diào)推理；按是否運(yùn)用與問(wèn)題有關(guān)的啟發(fā)性知識(shí)分為啟發(fā)式推理，非啟發(fā)式推理；按基于方法的分為基于知識(shí)的推理，統(tǒng)計(jì)推理，直覺(jué)推理。推理的控制策略：推理方向，搜索策略，沖突消解策略，求解策略和限制策略。推理方向可確定推理的驅(qū)動(dòng)方式：正向推理，逆向推理，混合推理及雙向推理。

從一組已知為真的事實(shí)出發(fā)，直接運(yùn)用經(jīng)典邏輯的推理規(guī)則推出結(jié)論的過(guò)程稱(chēng)為自然演繹推理，基本推理規(guī)則是P規(guī)則，T規(guī)則，假言推理，拒絕式推理等：

P規(guī)則：任何步驟可引入前提A

T規(guī)則：前面步驟有一個(gè)或多個(gè)公式永真蘊(yùn)涵公式S，可引入S

假言推理：P，P—>Q=> Q

拒絕式推理：P—>Q, 非Q=>非P

歸結(jié)演繹推理中，空字句是不滿(mǎn)足的，因此歸結(jié)的目標(biāo)是通過(guò)歸結(jié)使字句集中包含空字句，從而證明原命題的不可滿(mǎn)足性。歸結(jié)式是親本字句的邏輯結(jié)論。

不確定性推理是從不確定性的初始證據(jù)出發(fā)，通過(guò)運(yùn)用不確定性的知識(shí)，最終推出具有一定程度的不確定性但卻是合理或者近乎合理的理論的思維過(guò)程。

不確定推理的基本問(wèn)題：推理方向，推理方法，控制策略，不確定性的表示和度量，不確定性匹配，不確定性傳遞算法，不確定性的合成。

知識(shí)的不確定性稱(chēng)為知識(shí)的靜態(tài)強(qiáng)度；證據(jù)的不確定性稱(chēng)為動(dòng)態(tài)強(qiáng)度

5、組合證據(jù)的不確定性算法：

最大最小方法

概率方法

有界方法

不確定性傳遞算法：

結(jié)論不確定性的合成：

6、主觀Bayes方法：

（1）知識(shí)不確定性表示（產(chǎn)生式規(guī)則）：

（2）證據(jù)不確定性表示：

（3）組合證據(jù)不確定性的算法：

（4）不確定性傳遞算法：

（5）結(jié)論不確定性的合成算法：

7、可信度方法：（C-F模型是基于可信度表示的不確定性推理的基本方法）

在可信度推理方法中的Ｃ-F模型里，可信度CF(H,E)的含義是：CF(H,E)>0表示Ｅ的出現(xiàn)增加了Ｈ的可信度；CF(H,E)=0表示Ｅ的出現(xiàn)與Ｈ可信度無(wú)關(guān)；CF(H,E)<0表示Ｅ的出現(xiàn)降低了Ｈ的可信度。

（1）知識(shí)不確定性表示：

（2）證據(jù)不確定性表示：

（3）組合證據(jù)不確定性算法：

（4）不確定性傳遞算法：

（5）結(jié)論不確定性合成算法（推理網(wǎng)絡(luò)）：

8、證據(jù)理論是用集合表示命題的，D是變量x所有可能取值的集合，且D中的元素是互斥的，在任一時(shí)刻x都取且只能取D中某一元素為值，則稱(chēng)D為x的樣本空間。

信任函數(shù)與似然函數(shù)的關(guān)系：Pl(A)>=Bel(A), Bel(A)表示對(duì)A為真的信任程度，Pl(A)表示對(duì)A為非假的信任程度。Pl(A)-Bel(A)表示對(duì)Ａ不知道的程度，即既非對(duì)Ａ信任又不信任的那部分。

知識(shí)的不確定表示：IF E THEN H={h1,h2,…,hn} CF={c1,c2,…,cn}ＣＦ是可信度因子

含有模糊概念、模糊數(shù)據(jù)或帶有確信程度的語(yǔ)句稱(chēng)為模糊命題。一般表示形式為：

x is A(CF)x是論域上的變量，Ａ是模糊數(shù)，ＣＦ是該模糊命題的確信程度或

相應(yīng)事件發(fā)生的可能性程度。

10、人工智能解決的問(wèn)題：結(jié)構(gòu)不良，非結(jié)構(gòu)化；盲目搜索按預(yù)定的控制策略進(jìn)行搜索，在搜索過(guò)程中獲得的中間信息不用來(lái)改進(jìn)控制策略；啟發(fā)式搜索加入了與問(wèn)題有關(guān)的啟發(fā)性信息，用以指導(dǎo)搜索朝著最有希望的方向前進(jìn)，加速問(wèn)題的求解過(guò)程并找到最優(yōu)解。

狀態(tài)空間表示法：（Ｓ，Ｆ，Ｇ）

11、專(zhuān)家系統(tǒng)就是一種在相關(guān)領(lǐng)域中具有專(zhuān)家水平解題能力的智能程序系統(tǒng)，它能運(yùn)用領(lǐng)域?qū)＜叶嗄攴e累的經(jīng)驗(yàn)與專(zhuān)門(mén)知識(shí)，模擬人類(lèi)專(zhuān)家的思維過(guò)程，求解需要專(zhuān)家才能解決的困難問(wèn)題。

特征：專(zhuān)家知識(shí)，有效推理，獲取知識(shí)能力，靈活性，透明性，交互性，復(fù)雜性

專(zhuān)家系統(tǒng)與常規(guī)計(jì)算機(jī)程序比較：＊

(1)常規(guī)程序＝數(shù)據(jù)結(jié)構(gòu)＋算法，專(zhuān)家系統(tǒng)＝知識(shí)＋推理

(2)常規(guī)程序分為數(shù)據(jù)級(jí)＋程序級(jí)，專(zhuān)家系統(tǒng)數(shù)據(jù)級(jí)＋知識(shí)庫(kù)級(jí)＋控制級(jí)

(3)常規(guī)程序面向數(shù)值計(jì)算和數(shù)據(jù)處理，專(zhuān)家系統(tǒng)本質(zhì)上是面向符號(hào)處理的(4)常規(guī)程序處理的數(shù)據(jù)多是精確的，專(zhuān)家系統(tǒng)處理不精確，模糊知識(shí)

(5)解釋功能

(6)都是程序系統(tǒng)

12、機(jī)器學(xué)習(xí)是要使計(jì)算機(jī)能模擬人的學(xué)習(xí)行為，自動(dòng)地通過(guò)學(xué)習(xí)獲取知識(shí)和技能，不斷改善性能，實(shí)現(xiàn)自我完善：

三個(gè)方面的研究?jī)?nèi)容：（１）學(xué)習(xí)機(jī)理研究（２）學(xué)習(xí)方法研究（３）面向任務(wù)研究

學(xué)習(xí)系統(tǒng)是指能夠在一定程度上實(shí)現(xiàn)機(jī)器學(xué)習(xí)的系統(tǒng)，能夠從某個(gè)過(guò)程或環(huán)境的未知特征中學(xué)到有關(guān)信息，并且能把學(xué)到的信息用于未來(lái)的估計(jì)、分類(lèi)、決策或控制，以便改進(jìn)系統(tǒng)的性能。在結(jié)構(gòu)上主要包括：學(xué)習(xí)環(huán)境，學(xué)習(xí)機(jī)構(gòu)，執(zhí)行與評(píng)估機(jī)構(gòu)和知識(shí)庫(kù)四個(gè)部分；各種符號(hào)學(xué)習(xí)方法中推理能力最強(qiáng)的學(xué)習(xí)方法是機(jī)械式學(xué)習(xí)，推理能力最弱的方法是觀察和發(fā)現(xiàn)，神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)獲得的知識(shí)被存儲(chǔ)在神經(jīng)元之間的連接中。

學(xué)習(xí)系統(tǒng)具有的條件能力：

(1)具有適當(dāng)?shù)膶W(xué)習(xí)環(huán)境

(2)具有一定學(xué)習(xí)能力

(3)能應(yīng)用學(xué)到的知識(shí)求解問(wèn)題

(4)能提高系統(tǒng)的性能

第四篇：人工智能之我見(jiàn)論文

人工智能之我見(jiàn)論文

隨著人工智能技術(shù)的日新月異，人類(lèi)社會(huì)生活廣泛而深刻的受到其影響，快來(lái)看看人工智能之我見(jiàn)論文吧！

人工智能之我見(jiàn)論文：人工智能技術(shù)對(duì)民法的影響

摘要：隨著人工智能技術(shù)的日新月異，人類(lèi)社會(huì)生活廣泛而深刻的受到其影響，在提高工作效率與生活質(zhì)量的同時(shí)，許多新興的法律問(wèn)題逐漸浮現(xiàn)，尤其對(duì)與人類(lèi)社會(huì)生活聯(lián)系緊密的民法提出了挑戰(zhàn)。本文以人工智能技術(shù)為視角，探討民法制度在新的時(shí)代背景下的發(fā)展方向。

隨著舉世矚目的人機(jī)大戰(zhàn)在XX年3月15日落下帷幕，圍棋人機(jī)大戰(zhàn)中人工智能機(jī)器人以4比1的成績(jī)戰(zhàn)勝?lài)寰哦纹迨郑议_(kāi)了人們對(duì)人工智能討論和聯(lián)想的新高潮。國(guó)內(nèi)的一部分科技公司已經(jīng)買(mǎi)下一些機(jī)器人公司，準(zhǔn)備搶占人工智能的市場(chǎng)先機(jī)。在一些企業(yè)中已經(jīng)開(kāi)始大規(guī)模使用機(jī)器人代替工人。人工智能的發(fā)展必然對(duì)人們的社會(huì)生活產(chǎn)生深刻的影響，隨之而來(lái)的是對(duì)與社會(huì)生活高度相關(guān)的民法制度的沖擊。

第一回合，發(fā)生在第一次工業(yè)革命。第一次工業(yè)革命的標(biāo)志產(chǎn)物是珍妮紡紗機(jī)，它的產(chǎn)生極大提高了工作效率。一位名叫路德的紡織工人，認(rèn)為是珍妮紡紗機(jī)奪走了他們的工作，帶頭搗毀了工廠的機(jī)器。事件的態(tài)勢(shì)愈演愈烈，最后是英國(guó)的政府派出軍隊(duì)進(jìn)行鎮(zhèn)壓才得以控制，這就是“路德事件”。

第二回合，發(fā)生在第三次工業(yè)革命。手機(jī)產(chǎn)生于第三次工業(yè)革命，它的出現(xiàn)使傳呼員的職業(yè)徹底消失，拉近了人們之間的距離，提高了工作效率與生活質(zhì)量。機(jī)器又一次戰(zhàn)勝了人類(lèi)。

第三回合，發(fā)生在第四次工業(yè)革命。智能機(jī)械手的出現(xiàn)可以大幅度降低產(chǎn)品的不良率，設(shè)備的產(chǎn)能效率大幅度得以提高，其工作效率大大的戰(zhàn)勝了傳統(tǒng)的車(chē)間工人。這也使得高危險(xiǎn)系數(shù)以及高人工成本的工種消失。

第四回合，就是發(fā)生在不久之前的阿爾法圍棋對(duì)戰(zhàn)圍棋九段選手，最終人類(lèi)以1比4的成績(jī)敗北人工智能。

雖然，最智能的機(jī)器也需要“老師”的指引，而人類(lèi)就是機(jī)器的老師，但是不容否認(rèn)的是，在一些領(lǐng)域，人工智能和機(jī)器人技術(shù)已經(jīng)代替了人類(lèi)，并震顫著人類(lèi)的社會(huì)生活。

人工智能產(chǎn)業(yè)是近三十年涌現(xiàn)出的高新產(chǎn)業(yè)。早在“七五”時(shí)期政府就開(kāi)始了對(duì)這一高新技術(shù)產(chǎn)業(yè)的攻關(guān)研究，并取得了有目共睹的成果，一批人工智能產(chǎn)品與人工智能應(yīng)用工程層出不窮。近些年，人工智能技術(shù)發(fā)展迅速，其應(yīng)用也愈來(lái)愈廣，從之前傳統(tǒng)的工業(yè)領(lǐng)域擴(kuò)展到軍事、公安、醫(yī)療和服務(wù)等眾多領(lǐng)域。

XX年由某公司的實(shí)驗(yàn)室研發(fā)并推出了無(wú)人駕駛汽車(chē)，這臺(tái)汽車(chē)不需要駕駛者就可以進(jìn)行啟動(dòng)、行駛以及停止。這些車(chē)輛使用照相機(jī)、雷達(dá)感應(yīng)器和激光測(cè)距機(jī)來(lái)“看”其他的交通狀況，并且使用詳細(xì)地圖來(lái)為前方的道路導(dǎo)航。該公司表示，這些車(chē)輛比有人駕駛的車(chē)更安全，因?yàn)樗鼈兡芨杆?、更有效地作出反?yīng)。這種人工智能汽車(chē)的出現(xiàn)，使得汽車(chē)的概念以及人們出行方式發(fā)生了極大的轉(zhuǎn)變，同時(shí)也體現(xiàn)著人工智能技術(shù)和機(jī)器人技術(shù)開(kāi)始真正融入到人類(lèi)現(xiàn)實(shí)生活中。人類(lèi)可以預(yù)測(cè)到，下一代智能型機(jī)器人將更加廣泛的融入到社會(huì)運(yùn)作中。然而這一高新技術(shù)的應(yīng)用，同時(shí)也使得如何避免人工智能機(jī)器人侵權(quán)或者被侵權(quán)以及如何規(guī)范機(jī)器人的制造、使用等法律問(wèn)題更加突出。

在醫(yī)療領(lǐng)域，人工智能機(jī)器人在外科手術(shù)中得以應(yīng)用。美國(guó)曾于XX年上市一款醫(yī)療外科手術(shù)機(jī)器人。據(jù)統(tǒng)計(jì)，至今為止總共2500部機(jī)器人被投入市場(chǎng)。這種人工智能機(jī)器人的使用，一方面對(duì)于提高醫(yī)療水平起到了積極的作用，但是也出現(xiàn)了人工智能機(jī)器人侵權(quán)的事件發(fā)生。自XX年至XX年，美國(guó)政府就收到了兩百多件關(guān)于該人工智能機(jī)器人手術(shù)時(shí)發(fā)生燒傷或割傷以及感染等侵權(quán)事故報(bào)告，在這兩百多件事故中共造成89名患者醫(yī)治無(wú)效死亡。

基于人工智能機(jī)器人在社會(huì)生活中產(chǎn)生的問(wèn)題，一些國(guó)家如日本、韓國(guó)以及歐共體，已經(jīng)開(kāi)始著手制定規(guī)章或制度以確保社會(huì)穩(wěn)定以及人工智能技術(shù)的可持續(xù)發(fā)展。日本公布了《下一代機(jī)器人安全問(wèn)題指導(dǎo)方針》，用于調(diào)整人工智能技術(shù)的研發(fā)與應(yīng)用。歐洲共同體在XX年推出了歐盟第七框架計(jì)劃項(xiàng)目，即機(jī)器人法研究，聚集了各個(gè)相關(guān)領(lǐng)域的專(zhuān)家學(xué)者，包括法學(xué)、哲學(xué)、仿生神經(jīng)工學(xué)等專(zhuān)業(yè)，討論并草擬機(jī)器人立法政策白皮書(shū)。韓國(guó)已經(jīng)擬定了機(jī)器人法，專(zhuān)門(mén)規(guī)定了人與機(jī)器人的關(guān)系。

除了對(duì)人工智能機(jī)器人的安全應(yīng)用進(jìn)行必要的法律規(guī)范以外，同時(shí)也應(yīng)對(duì)與人工智能機(jī)器人的應(yīng)用相關(guān)的法律，如民法制度進(jìn)行一定程度上的變革。例如，法律該怎樣認(rèn)定人工智能機(jī)器人的法律地位，如若發(fā)生侵權(quán)事故時(shí)該怎樣認(rèn)定相應(yīng)的法律責(zé)任以及適用怎樣的歸責(zé)原則等法律問(wèn)題。若無(wú)人駕駛汽車(chē)發(fā)生交通事故該怎樣認(rèn)定事故責(zé)任。許多相關(guān)法律問(wèn)題都隨著人工智能機(jī)器人廣泛而深入的進(jìn)入人類(lèi)社會(huì)生活而變得更加凸顯，然而相關(guān)規(guī)章制度仍處于空白階段。因此，變革相關(guān)的法律制度對(duì)于平衡人工智能技術(shù)與社會(huì)的穩(wěn)定和諧具有重要的意義。

人工智能機(jī)器人在社會(huì)生活中的廣泛應(yīng)用，更加深刻的影響著人類(lèi)文明，同時(shí)伴隨而來(lái)的是大量法律問(wèn)題逐漸涌現(xiàn)。

XX年美國(guó)一個(gè)名叫《未來(lái)學(xué)家》的雜志曾這樣報(bào)道：XX年至2020年，人工智能實(shí)體可能會(huì)當(dāng)選為“國(guó)會(huì)議員”;2020年后，轉(zhuǎn)基因技術(shù)加上機(jī)器人技術(shù)，將制造出“有機(jī)機(jī)器人”。雖然這些設(shè)想都尚未實(shí)現(xiàn)，但是在社會(huì)生活中人工智能技術(shù)是確確實(shí)實(shí)得以廣泛應(yīng)用的。許多人工智能機(jī)器人已經(jīng)代替人類(lèi)走向工作崗位，如迎賓機(jī)器人、送餐機(jī)器人，甚至在日本一款機(jī)器人可以向顧客提供推銷(xiāo)手機(jī)、簽訂合同等服務(wù)。

人工智能技術(shù)與婚姻法律制度

XX年在某電視臺(tái)的明星喜劇真人秀中，某團(tuán)隊(duì)以一部講述主人公用人工智能機(jī)器人做女朋友來(lái)應(yīng)付父母的催婚，最后發(fā)現(xiàn)連主人公的父母都是人工智能機(jī)器人的喜劇作品參加比賽，其作品以夸張的手法描繪了人工智能技術(shù)對(duì)人類(lèi)社會(huì)生活的巨大影響。但是不能說(shuō)小品中的事情不會(huì)在現(xiàn)實(shí)生活中發(fā)生，英國(guó)人工智能學(xué)者戴維萊維曾推測(cè)：人類(lèi)將和機(jī)器人結(jié)婚，這一切大約會(huì)在2050年實(shí)現(xiàn)。

人類(lèi)與人工智能機(jī)器人的結(jié)婚能夠得到法律的認(rèn)可，就需要對(duì)我國(guó)民法制度中的婚姻法律規(guī)范進(jìn)行調(diào)整，目前婚姻只能是自然人的行為，而人工智能機(jī)器人目前在法律上不是民事主體，但這并不能阻擋人類(lèi)與人工智能機(jī)器人結(jié)婚的情況發(fā)生。因此，人工智能技術(shù)的發(fā)展會(huì)對(duì)婚姻法律制度造成一定程度上的沖擊。

人工智能技術(shù)與侵權(quán)責(zé)任法律制度

人工智能技術(shù)的發(fā)展賦予了機(jī)器人更加類(lèi)似于人類(lèi)行為的功能。在XX年的伊拉克戰(zhàn)場(chǎng)上，美軍僅僅使用了一架由人工智能機(jī)器人操作的軍用飛機(jī)將一個(gè)連的兵力瞬間消滅。美國(guó)科學(xué)家在XX年曾宣稱(chēng)，新研發(fā)并投入軍用的機(jī)器人能夠自我檢測(cè)損傷并獨(dú)立思考出修復(fù)方法。如若這樣的機(jī)器人太過(guò)于像人，而且擁有智慧，很有可能“造反”，對(duì)人類(lèi)造成侵害。這就需要對(duì)侵權(quán)法律制度進(jìn)行完善以維護(hù)社會(huì)穩(wěn)定。

早在1978年人工智能機(jī)器人侵權(quán)的事件事實(shí)上早已存在。在日本廣島一間工廠里，機(jī)器人正切割鋼板，但突然轉(zhuǎn)身將其背后正在休息的工人抓住并當(dāng)做鋼板進(jìn)行切割，這是世界上第一起機(jī)器人侵權(quán)事件。無(wú)獨(dú)有偶，在1989年，全蘇國(guó)際象棋象棋冠軍對(duì)戰(zhàn)早期的人工智能機(jī)器人，終以3比1的成績(jī)打敗機(jī)器人，但機(jī)器人惱羞成怒，在眾目睽睽下向?qū)κ轴尫艔?qiáng)電流，這位國(guó)際象棋大師最終并沒(méi)用搶救過(guò)來(lái)。

因此，隨著人工智能技術(shù)的日益精湛，人類(lèi)不得不考慮機(jī)器人侵權(quán)的歸責(zé)原則、責(zé)任分配等一系列法律問(wèn)題，更需要對(duì)侵權(quán)責(zé)任法律制度進(jìn)行一定的調(diào)整以適應(yīng)高科技時(shí)代的大背景。

人工智能技術(shù)的發(fā)展對(duì)與人們聯(lián)系緊密的民法制度提出了挑戰(zhàn)。如果民法不能適應(yīng)時(shí)代的要求，將無(wú)法使社會(huì)得以穩(wěn)定運(yùn)作。因此對(duì)相關(guān)的民事法律規(guī)范進(jìn)行調(diào)整，適應(yīng)人工智能技術(shù)的發(fā)展要求，已經(jīng)是新世紀(jì)大勢(shì)所趨。

金周英，白英。我國(guó)機(jī)器人發(fā)展的政策研究報(bào)告。機(jī)器人技術(shù)與應(yīng)用，XX—3—30。

肖尤丹。機(jī)器人需要“守法”嗎。xxx，XX—7—21。

黃建民。我們要給機(jī)器人以“人權(quán)”嗎。讀書(shū)與評(píng)論，XX。

第五篇：關(guān)于人工智能的論文

人工智能(Artificial Intelligence, AI)是20世紀(jì)50年代中期興起的一門(mén)新興邊緣科學(xué)，它既是計(jì)算機(jī)科學(xué)的一個(gè)分支，又是計(jì)算機(jī)科學(xué)、控制論、信息論、語(yǔ)言學(xué)、神經(jīng)生理學(xué)、心理學(xué)、數(shù)學(xué)、哲學(xué)等多種學(xué)科相互滲透而發(fā)展起來(lái)的綜合性學(xué)科。人工智能又稱(chēng)為智能模擬，是用計(jì)算機(jī)系統(tǒng)模仿人類(lèi)的感知、思維、推理等思維活動(dòng)。它研究和應(yīng)用的領(lǐng)域包括模式識(shí)別、自然語(yǔ)言理解與生成、專(zhuān)家系統(tǒng)、自動(dòng)程序設(shè)計(jì)、定理證明、聯(lián)想與思維的機(jī)理、數(shù)據(jù)智能檢索等。例如，用計(jì)算機(jī)模擬人腦的部分功能進(jìn)行學(xué)習(xí)、推理、聯(lián)想和決策；模擬醫(yī)生給病人診病的醫(yī)療診斷專(zhuān)家系統(tǒng)；機(jī)械手與機(jī)器人的研究和應(yīng)用等。

人工智能開(kāi)拓者是羅伯特·維納。1940年他創(chuàng)立了控制和傳遞。維納認(rèn)為計(jì)算機(jī)在組織和傳遞信息方面可能比人類(lèi)更準(zhǔn)確。從理論上講,計(jì)算機(jī)在控制周?chē)h(huán)境和外界通訊時(shí)會(huì)比人類(lèi)更準(zhǔn)確人工智能領(lǐng)域的研究是從1956年正式開(kāi)始的，這一年在達(dá)特茅斯大學(xué)召開(kāi)的會(huì)議上正式使用了“人工智能”(artificial intelligence，ai)這個(gè)術(shù)語(yǔ)。隨后的幾十年中，人們從問(wèn)題求解、邏輯推理與定理證明、自然語(yǔ)言理解、博弈、自動(dòng)程序設(shè)計(jì)、專(zhuān)家系統(tǒng)、學(xué)習(xí)以及機(jī)器人學(xué)等多個(gè)角度展開(kāi)了研究，已經(jīng)建立了一些具有不同程度人工智能的計(jì)算機(jī)系統(tǒng)，例如能夠求解微分方程、設(shè)計(jì)分析集成電路、合成人類(lèi)自然語(yǔ)言，而進(jìn)行情報(bào)檢索，提供語(yǔ)音識(shí)別、手寫(xiě)體識(shí)別的多模式接口，應(yīng)用于疾病診斷的專(zhuān)家系統(tǒng)以及控制太空飛行器和水下機(jī)器人更加貼近我們的生活。我們熟知的ibm的“深藍(lán)”在棋盤(pán)上擊敗了國(guó)際象棋大師卡斯帕羅夫就是比較突出的例子。

人類(lèi)進(jìn)化以來(lái),為了擴(kuò)大自身的能力,已經(jīng)發(fā)明了很多不同的工具,如:棍棒、斧子、犁、軋棉機(jī)、蒸汽機(jī)、無(wú)線電收音機(jī)和電視機(jī)等。早在13世紀(jì),就曾提出過(guò)自動(dòng)機(jī)器或機(jī)器人的設(shè)想。從17世紀(jì)到18世紀(jì),機(jī)械自動(dòng)裝置變得普遍起來(lái),當(dāng)時(shí)出現(xiàn)了能跳舞或能演雜技的娃娃,它們附在發(fā)出樂(lè)曲的小盒子和時(shí)鐘上,隨著19世紀(jì)的工業(yè)和20世紀(jì)初葉自動(dòng)化工廠的出現(xiàn),人們擔(dān)心機(jī)器會(huì)取代人。早期的科學(xué)幻想小說(shuō)重復(fù)出現(xiàn)機(jī)器人接管世界的題材。直到50年代出現(xiàn)了電子計(jì)算機(jī),人們可以進(jìn)行加減運(yùn)算,完成以前只有人類(lèi)才能完成的活動(dòng)。例如分類(lèi)、比較,根據(jù)先前的結(jié)果改變自己的工作程序等等。

但早期的計(jì)算機(jī)體積大,可靠性差,價(jià)格昂貴,因而人們認(rèn)為要計(jì)算機(jī)模擬人工智能的嘗試是注定要失敗的。很早以前,人們就對(duì)自動(dòng)化機(jī)器的理論有過(guò)重大的貢獻(xiàn)。其中最突出的是卓越的數(shù)學(xué)家諾依曼。諾依曼認(rèn)為,人類(lèi)神經(jīng)系統(tǒng)與計(jì)算機(jī)的電子電路有許多相似之處。人類(lèi)的神經(jīng)系統(tǒng)通過(guò)刺激或休止(稱(chēng)為神經(jīng)動(dòng)脈)來(lái)傳遞信息,而計(jì)算機(jī)用類(lèi)似的二進(jìn)制碼“0”或“1”傳輸信息,數(shù)碼“1”在計(jì)算機(jī)內(nèi)部表示“通”狀態(tài),就象刺激神經(jīng)細(xì)胞,數(shù)碼“0”則表示“斷”狀態(tài),就象神經(jīng)細(xì)胞未受到刺激一樣。在我們?nèi)粘Ｉ钪?無(wú)論是看、聽(tīng)、觸摸,都是用和計(jì)算機(jī)二進(jìn)制碼十分相似的雙態(tài)碼來(lái)傳輸信息的。

當(dāng)然，人工智能的發(fā)展也并不是一帆風(fēng)順的，也曾因計(jì)算機(jī)計(jì)算能力的限制無(wú)法模仿人腦的思考以及與實(shí)際需求的差距過(guò)遠(yuǎn)而走入低谷，但是隨著硬件和軟件的發(fā)展，計(jì)算機(jī)的運(yùn)算能力在以指數(shù)級(jí)增長(zhǎng)，同時(shí)網(wǎng)絡(luò)技術(shù)蓬勃興起，確保計(jì)算機(jī)已經(jīng)具備了足夠的條件來(lái)運(yùn)行一些要求更高的ai軟件，而且現(xiàn)在的ai具備了更多的現(xiàn)實(shí)應(yīng)用的基礎(chǔ)。90年代以來(lái)，人工智能研究又出現(xiàn)了新的高潮

最初,人工智能實(shí)驗(yàn)都是游戲性質(zhì)的,主要是下棋一類(lèi)的游戲。代寫(xiě)論文選擇游戲作為實(shí)驗(yàn)內(nèi)容并非出于消遣,而是由于它與其它解決問(wèn)題的方法有頗多的相似之處。做游戲時(shí),必須判斷和決定多種選擇,需作短計(jì)劃和長(zhǎng)安排。一般都有進(jìn)攻戰(zhàn)略和防御戰(zhàn)略;必須遵照一定的規(guī)則。要想取得一場(chǎng)游戲的勝利,就必須設(shè)法做到失的最少得的最多。游戲中出現(xiàn)的各種情況都需作出判斷和抉擇,這如同日常生活中經(jīng)常遇到的問(wèn)題。作出抉擇需要聰明和智慧。在人類(lèi)解決方法的研究方面,計(jì)算機(jī)是一個(gè)極好的工具。

人工智能的兩大目標(biāo)就是能理解人類(lèi)的智能,使計(jì)算機(jī)用途更廣泛。許多研究者認(rèn)為:智能機(jī)器的關(guān)鍵總是如何表達(dá)知識(shí),從而使計(jì)算機(jī)能用這種知識(shí)將知識(shí)具體應(yīng)用在計(jì)算機(jī)程序中雖

然必要,但很困難。即使回答日常生活中的極簡(jiǎn)單的問(wèn)題,也需要大量的知識(shí),而且其中許多知識(shí)我們是不知道的。

現(xiàn)在主要有兩種類(lèi)型的機(jī)器人:工業(yè)機(jī)器人和智能機(jī)器人。這兩種類(lèi)型都是人工智能研究者的研究范圍,但重點(diǎn)在智能機(jī)器人上。他們集中力量研究感覺(jué)上的認(rèn)識(shí),以及這些認(rèn)識(shí)如何用計(jì)算機(jī)來(lái)表達(dá),人們已經(jīng)研制出計(jì)算機(jī)輔助視覺(jué)和聽(tīng)覺(jué)裝置、計(jì)算機(jī)輔助活動(dòng)肢體和其他用微機(jī)控制的假體裝置。用智能機(jī)器人來(lái)探查海底和太空的奧秘更為實(shí)際,因?yàn)樵谶@些環(huán)境中工作既艱難又危險(xiǎn)。研制一種不需要人參與就能完成探索工作的智能機(jī)器人,以便讓他們到宇宙空間去探索。由于這項(xiàng)工作遠(yuǎn)離地球,用人類(lèi)控制的機(jī)器人就不適宜了?，F(xiàn)在美國(guó)國(guó)家航空和航天局使用的機(jī)器人是完全獨(dú)立的,它能采集巖石,收集土壤和其它勘探的研究項(xiàng)目,這些工作都不用人指揮。無(wú)論如何,在真正智能化的自主機(jī)器人制成之前,研究者們必須首先更深入地掌握、控制人類(lèi)行為過(guò)程的奧秘。通過(guò)計(jì)算機(jī)科學(xué)家、神經(jīng)學(xué)家、生理學(xué)家的共同努力,我們已逐漸對(duì)人類(lèi)的視聽(tīng)、觸摸、感覺(jué)和四肢移動(dòng)的方法有了更深的了解。但是,還留下一個(gè)最困難的、或許也是最重要的領(lǐng)域需要征服———這就是語(yǔ)言。

計(jì)算機(jī)目前還沒(méi)能完全理解語(yǔ)言的復(fù)雜和細(xì)微的差別。至于自然語(yǔ)言的計(jì)算機(jī)翻譯器,在初期研制階段,對(duì)算法上規(guī)范化的句子,就已經(jīng)顯示出相當(dāng)高的理解力和造句能力。不過(guò),在抓住句子的意思這一點(diǎn)上,還未獲得過(guò)顯著的成就。我們懂得的東西大量來(lái)自上下文關(guān)系和我們的知識(shí)。人們的生活中,個(gè)人、社會(huì)和文化見(jiàn)解對(duì)句子上附著的意義施加了很大的影響,試圖定量表示人類(lèi)對(duì)語(yǔ)言的理解無(wú)疑是人工智能研究領(lǐng)域中最復(fù)雜的問(wèn)題之一。

在人工智能研究中,使用計(jì)算機(jī)產(chǎn)生了很多意義深遠(yuǎn)的課題。通過(guò)人工智能的研究,人們對(duì)人類(lèi)的精神能力和身體能力都有了更深入的了解。在工業(yè)上,人工智能專(zhuān)家們已研制出工業(yè)機(jī)器人和智能機(jī)器人,以便完成單調(diào)、危險(xiǎn)及困難的工作。使人類(lèi)解放出來(lái),把他們的時(shí)間更有效地用于創(chuàng)造性的研究、設(shè)計(jì),以及人們之間的相互交往等人類(lèi)特有的活動(dòng)中去,這便是人工智能各種應(yīng)用的推動(dòng)力。在醫(yī)學(xué)和其它高級(jí)科學(xué)技術(shù)領(lǐng)域內(nèi),由于人工智能的進(jìn)展,那些離開(kāi)計(jì)算機(jī)就解決不了的難題正獲得解決。

人工智能研究工作的進(jìn)展和困難將會(huì)極大地影響人工智能研究的未來(lái)。計(jì)算機(jī)體積的縮小和成本的下降對(duì)人工智能的影響不是最重要的,發(fā)展的主要限制來(lái)自軟件。語(yǔ)文障礙的克服,或者在什么時(shí)候克服,無(wú)疑將是今后發(fā)展人工智能的關(guān)鍵。正如我們所看到的那樣,為了使計(jì)算機(jī)理解自然語(yǔ)言,并具有智能行為,必須使探索、知識(shí)表達(dá),自然語(yǔ)言等主要研究領(lǐng)域結(jié)合起來(lái),形成一個(gè)系統(tǒng)。與此同時(shí)人工智能的研究將繼續(xù)對(duì)許多學(xué)科產(chǎn)生深遠(yuǎn)的影響。