锐客网

  1. 首页 > 睿知 > >

人工智能论文，人工智能的发展前景及其应用的论文怎么写

经验分享睿知

1，人工智能的发展前景及其应用的论文怎么写去论文库里面找找，关键字是人工智能，找到相关的论文，一般这些论文的引言部分都有相关部分的历史和发展讲述，都可以进行借鉴
2，求一篇关于人工智能与机器人的论文机器人和人工智能的区别(2008-07-29 19:00:35)标签：杂谈 我们研究的是人工智能，和机器人有密切关系，但不是为了研究那些现实的机器人 。我们不会去研究机器人足球赛、跳舞机器人这些东西，机器人有很多种：工业机器人能够不断重复作一些设定好的精确动作，提高效率 ， 减少失误；军用机器人能够捕捉移动目标并开枪射击，它需要具有简单的图像识别能力；无人飞机也是一种机器人，需要遥感和一些图像识别能力 。这些都是已经投入使用了的机器人，但它们显然没有人的智力，只是自动控制技术的延展 。人工智能是“类人”机器人所需要的算法和技术，也就是说我们研究的主题是高级智能的本质 ， 而不是其外在表现和辅助部件 。人工智能要解决的问题主要是以下几个方面：一、识别过程，外界输入的信息向概念逻辑信息转译，将动态静态图像、声音、语音、文字、触觉、味觉等信息转化为形式化（大脑中的信息存储形式）的概念逻辑信息 。二、智能运算过程，输入信息刺激自我学习、信息检索、逻辑判断、决策，并产生相应反应 。三、控制过程，将需要输出的反应转译为肢体运动和媒介信息 。实用机器人在第三个方面做得比较多，而识别和智能运算是很弱的，尤其是概念知识的存储形式、逻辑判断和决策这些方面更是鲜有成果，这正是人工智能要重点解决的问题 。【人工和智能】 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 ， 或着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（consciousness）、自我（self）、思维（mind）（包括无意识的思维（unconscious_mind）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 。因此人工智能的研究往往涉及对人的智能本身的研究 。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题 。人工智能目前在计算机领域内，得到了愈加广泛的重视 。并在机器人，经济政治决策 ， 控制系统，仿真系统中得到应用 。
3，人工智能可以准备哪些论文找不到方向的可以参考（人工智能与机器人研究）［摘要］ 本文认为，计算机科学和人工智能将是21世纪逻辑学发展的主要动力源泉，并且在很大程度上将决定21世纪逻辑学的面貌 。至少在21世纪早期，逻辑学将重点关注下列论题：（1）如何在逻辑中处理常识推理的弗协调、非单调和容错性因素？（2）如何使机器人具有人的创造性智能，如从经验证据中建立用于指导以后行动的可错的归纳判断？（3）如何进行知识表示和知识推理 ， 特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理？（4）如何结合各种语境因素进行自然语言理解和推理，使智能机器人能够用人的自然语言与人进行成功的交际？等等 。［关键词］ 人工智能，常识推理，归纳逻辑，广义内涵逻辑，认知逻辑 ， 自然语言逻辑现代逻辑创始于19世纪末叶和20世纪早期 ， 其发展动力主要来自于数学中的公理化运动 。当时的数学家们试图即从少数公理根据明确给出的演绎规则推导出其他的数学定理，从而把整个数学构造成为一个严格的演绎大厦，然后用某种程序和方法一劳永逸地证明数学体系的可靠性 。为此需要发明和锻造严格、精确、适用的逻辑工具 。这是现代逻辑诞生的主要动力 。由此造成的后果就是20世纪逻辑研究的严重数学化 ， 其表现在于：一是逻辑专注于在数学的形式化过程中提出的问题；二是逻辑采纳了数学的方法论 ， 从事逻辑研究就意味着象数学那样用严格的形式证明去解决问题 。由此发展出来的逻辑被恰当地称为“数理逻辑”，它增强了逻辑研究的深度，使逻辑学的发展继古希腊逻辑、欧洲中世纪逻辑之后进入第三个高峰期，并且对整个现代科学特别是数学、哲学、语言学和计算机科学产生了非常重要的影响 。本文所要探讨的问题是：21世纪逻辑发展的主要动力将来自何处？大致说来将如何发展？我个人的看法是：计算机科学和人工智能将至少是21世纪早期逻辑学发展的主要动力源泉，并将由此决定21世纪逻辑学的另一幅面貌 。由于人工智能要模拟人的智能，它的难点不在于人脑所进行的各种必然性推理（这一点在20世纪基本上已经做到了 ， 如用计算机去进行高难度和高强度的数学证明，“深蓝”通过高速、大量的计算去与世界冠军下棋），而是最能体现人的智能特征的能动性、创造性思维，这种思维活动中包括学习、抉择、尝试、修正、推理诸因素，例如选择性地搜集相关的经验证据 ， 在不充分信息的基础上作出尝试性的判断或抉择，不断根据环境反馈调整、修正自己的行为 ， ……由此达到实践的成功 。于是，逻辑学将不得不比较全面地研究人的思维活动 ， 并着重研究人的思维中最能体现其能动性特征的各种不确定性推理 ， 由此发展出的逻辑理论也将具有更强的可应用性 。实际上，在20世纪中后期，就已经开始了现代逻辑与人工智能（记为ai）之间的相互融合和渗透 。例如，哲学逻辑所研究的许多课题在理论计算机和人工智能中具有重要的应用价值 。ai从认知心理学、社会科学以及决策科学中获得了许多资源，但逻辑（包括哲学逻辑）在ai中发挥了特别突出的作用 。某些原因促使哲学逻辑家去发展关于非数学推理的理论；基于几乎同样的理由，ai研究者也在进行类似的探索，这两方面的研究正在相互接近、相互借鉴，甚至在逐渐融合在一起 。例如，ai特别关心下述课题：·效率和资源有限的推理；·感知；·做计划和计划再认；·关于他人的知识和信念的推理；·各认知主体之间相互的知识；·自然语言理解；·知识表示；·常识的精确处理；·对不确定性的处理，容错推理；·关于时间和因果性的推理；·解释或说明；21世纪的逻辑学也应该关注这些问题，并对之进行研究 。为了做到这一点，逻辑学家们有必要熟悉ai的要求及其相关进展，使其研究成果在ai中具有可应用性.我认为 ， 至少是21世纪早期，逻辑学将会重点关注下述几个领域，并且有可能在这些领域出现具有重大意义的成果：（1）如何在逻辑中处理常识推理中的弗协调、非单调和容错性因素？（2）如何使机器人具有人的创造性智能，如从经验证据中建立用于指导以后行动的归纳判断？（3）如何进行知识表示和知识推理，特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理？（4）如何结合各种语境因素进行自然语言理解和推理，使智能机器人能够用人的自然语言与人进行成功的交际？等等 。【人工智能论文，人工智能的发展前景及其应用的论文怎么写】
4，求初识人工智能相关论文资料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 。”人们普遍认为人工智能(Artificial Intelligence),英文缩写为 AI,也称机器智 能 。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 。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 活动的能力, 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 维模拟可以从两条道路进行, 一是结构模 拟 , 仿照人脑的结构机制 , 制造出 “类人 脑”的机器;二是功能模拟,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 (Reasoning) 和解决问题 (Problem solving)的智能机器,并且,这样的 机器能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 。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 。但由于解法推理能力有 限,以及机器翻译失败等,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 。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 语音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议(IJCAI) 。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KIPS”,其目的是使 逻辑推理达到数值运算那么快 。虽然此计划最终失败,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,神经网络飞 速发展 。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: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 连网的技术发展,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,知识获取,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,神经网络,复杂系统等 。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较早、最活跃、成效最多的领域 。(2)机器学习 。主要在三 个方面进行:一是研究人类学习的机理、人 脑思维的过程;二是机器学习的方法;三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,主要研究视觉 模式和听觉模式的识别 。(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,这将给人们带极大的便 利 。(5)机器人学 。机器人是一种能模拟人的行为的机械,对它的研究经历了三代发展过程:第一代(程序控制)机器人:这种机器人只能刻板地按程序完成工作,环境稍有变化就会出问题,甚至发生危险 。第二代(自适应)机器人:这种机器人配备有相应的感觉传感器, 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(智能)机器人:智能机 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、www.homelunwen.com 、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)智能决策支持系统 。20 世纪 80 年代以来专家系统在许多方面取得 成功,将人工智能中特别是智能和知识处理技术应用于决策支持系统,扩大了决策支持系统 的应用范围,提高了系统解决问题的能力,这就成为智能决策支持系统 。(7)人工神经网络 。在研究人脑的奥秘中得到启发,试图用大量的 处理单元模仿人脑神经系统工程结构和工作机理 。

    推荐阅读


    上一篇：c语言简单心形代码，c语言简单代码

    下一篇：58同城找工作附近的，请问怎样在电脑的58同城找到附近的工作