人工智能及其航天应用课程报告.docx
《人工智能及其航天应用课程报告.docx》由会员分享，可在线阅读，更多相关《人工智能及其航天应用课程报告.docx（12页珍藏版）》请在冰豆网上搜索。
人工智能及其航天应用课程报告
南京航空航天大学
课程报告
《人工智能及其航天应用》
题目
学生姓名
学号
学院
专业
班级
教师
二〇一三年十二月
人工智能
摘要：
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。
关键词：
发展历史及现状；应用；影响；
0引言
人工智能（ArtificialIntelligence，简称AI）是计算机学科的一个分支，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）。
也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一。
这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。
1人工智能的发展历史与现状
关于“人工智能”的起源，我们要追溯到公元前三百多年的历史伟人——古希腊伟大的哲学家、思想家Aristotle（亚里士多德）（公元前384-322），他的主要贡献是为形式逻辑奠定了基础。
形式逻辑是一切推理活动的最基本的出发点。
在他的代表作《工具论》中，就给出了形式逻辑的一些基本规律，如矛盾律、排中律，并且实际上已经提到了同一律和充足理由律。
此外，亚里士多得还研究了概念、判断问题，以及概念的分类和概念之间的关系，判断问题的分类和它们之间的关系。
其最著名的创造就是提出人人熟知的三段论。
亚里士多德虽没有明确提出“人工智能”的概念，但概念却在此悄悄的萌芽。
随后穿越到英国数学家Turing（图灵）（1912-1954）,1936年提出了一种理想计算机的数学模型（图灵机），1950年提出了图灵试验，发表了"计算机与智能"的论文。
当今世界上计算机科
学最高荣誉奖励为"图灵奖"。
（图灵试验：
当一个人与一个封闭房间里的人或者机器交谈时，如果他不能分辨自己问题的回答是计算机还是人给出时，则称该机器是具有智能的。
）以往该试验几乎是衡量机器人工智能的唯一标准，但是从九十年代开始，现代人工智能领域的科学家开始对此试验提出异议：
反对封闭式的，机器完全自主的智能；提出与外界交流的，人机交互的智能。
虽然，图灵测试并未能真正说嘛计算机有了智能，到却推动了人们对“人工智能”定义的探索，对人工智能的研究内容和研究方法有了某种指导意义。
关于“人工智能”的发展历史，可以划分为一下的五个阶段：
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。
并且，1969年成立了国际人工智能联合会议（InternationalJointConferencesonArtificialIntelligence即IJCAI）。
第三阶段:
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:
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:
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技术的发展，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，将人工智能更面向实用。
另外，由于Hopfield多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。
人工智能已深入到社会生活的各个领域。
第六阶段：
目前人工智能研究的3个热点是智能接口，数据挖掘，主体及多主体系统。
智能接口技术是研究如何使人们能够方便自然地和计算机交流。
为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的翻译，而这些功能的实现又依赖于知识表示方法的研究。
因此，智能接口技术的研究既有巨大的应用价值，又有基础的理论意义。
目前，智能接口技术已经取得了显著成果，文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化。
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但是又潜在有用的信息和知识的过程。
数据挖掘和知识发现的研究项目目前已经形成了三根强大的技术支柱数据库、人工智能和数理统计。
主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。
主体是具有信念、愿望、意图、能力、选择、承诺等心智状态的实体，比对象的粒度更大，智能性更高，而且具有一定自主性。
主体试图自治地、独立地完成任务，而且可以和环境交互，与其他主体通信，通过规划达到目标。
多主体系统系统主要研究在逻辑上或物理上分离的多个主体之间进行协调智能行为，最终实现问题求解。
多主体系统试图用主体来模拟人的理性行为，主要应用在对现实世界和社会的模拟、机器人以及只能机械等领域。
目前对主体和多主体系统的研究主要集中在主体和多主体理论、主体的体系结构和组织、主体语言、主体之间的协调和协作、通信和交互技术、多主体学习以及多主体系统应用等方面。
人工智能学科自1956年诞生至今已走过50多个年头,就研究解释和模拟人类智能、智能行为及其规律这一总目标来说,已经迈出了可喜的一步,某些领域已取得了相当的进展。
但从整个发展的过程来看,人工智能发展曲折,而且还面临不少难题，主要有以下几个方面：
计算机博弈的困难：
博弈是自然界的一种普遍现象。
它表现在对自然界事物的对策或智力竞争上。
博弈不仅存在于下棋之中,而且存在于政治、经济;军事和生物的斗智和竞争之中。
尽管西洋跳棋和国际象棋的计算机程序已经达到了相当高的水平,然而计算机博弈依然面临着巨大的困难。
这主要表现在以下两个方面的问题。
其一是组合爆炸问题,状态空间法是人工智能中基本形式化方法。
若用博弈树来表示状态空间,对于几种常见的棋类,其状态空间都大得惊人,例如,西洋跳棋为10的40次方,国际象棋为10的120次方,围棋则是10的700次方。
如此巨大的状态空间,现有计算机是很难忍受的。
其二是现在的博弈程序往往是针对二人对弈,棋局公开,有确定走步的一类棋类进行研制的。
而对于多人对弈,随机性的博弈这类问题,至少目前计算机还是难以模拟实现的。
机器翻译所面临的问题：
在计算机诞生的初期,有人提出了用计算机实现自动翻译的设想。
目前机器翻译所面临的问题仍然是1964年语言学家黑列尔所说的构成句子的单词和歧义性问题。
歧义性问题一直是自然语言理解（NLU）中的一大难关。
同样一个句子在不同的场合使用,其含义的差异是司空见惯的。
因此,要消除歧义性就要对原文的每一个句子及其上下文,寻找导致歧义的词和词组在上下文中的准确意义。
然而,计算机却往往孤立地将句子作为理解单位。
另外,即使对原文有了一定的理解,理解的意义如何有效地在计算机里表示出来也存在问题。
目前的NLU系统几乎不能随着时间的增长而增强理解力,系统的理解大都局限于表层上,没有深层的推敲,没有学习,没有记忆,更没有归纳。
导致这种结果的原因是计算机本身结构的问题和研究方法的问题。
现在NLU的研究方法很不成熟,大多数研究局限在语言这一单独的领域,而没有对人们是如何理解语言这个问题作深入有效的探讨。
自动定理证明和GPS的局限：
自动定理证明的代表性工作是1965年鲁宾逊提出的归结原理。
归结原理虽然简单易行,但它所采用的方法是演绎,而这种形式上的演绎与人类自然演绎推理方法是截然不同的。
基于归结原理演绎推理要求把逻辑公式转化为子句集合,从而丧失了其固有的逻辑蕴涵语义。
前面曾提到过的GPS是企图实现一种不依赖于领域知识,求解人工智能问题的通用方法。
GPS想摆脱对问题内部表达形式的依赖,但是问题的内部表达形式的合理性是与领域知识密切相关的。
不管是用一阶谓词逻辑进行定理证明的归结原理,还是求解人工智能问题的通用方法GPS,都可以从中分析出表达能力的局限性,而这种局限性使得它们缩小了其自身的应用范围。
模式识别的困惑：
虽然使用计算机进行模式识别的研究与开发已取得大量成果,有的已成为产品投入实际应用,但是它的理论和方法与人的感官识别机制是全然不同的。
人的识别手段形象思维能力,是任何最先进的计算机识别系统望尘莫及的,另一方面,在现实世界中,生活并不是一项结构严密的任务一般家畜都能轻而易举地对付,但机器不会,这并不是说它们永远不会,而是说目前不会。
”
2人工智能的应用领域与实例
随着AI的技术的发展，现代几乎各种技术的发展都涉及到了人工智能技术，可以说人工智能已经广泛应用到许多领域，其典型的应用包括：
符号计
计算机最主要的用途之一就是科学计算,科学计算可分为两类:
一类是纯数值的计算,例如求函数的值;另一类是符号计算,又称代数运算,这是一种智能化的计算,处理的是符号。
符号可以代表整数、有理数、实数和复数,也可以代表多项式,函数,集合等。
随着计算机的普及和人工智能的发展,相继出现了多种功能齐全的计算机代数系统软件,其中Mathematic和Maple是它们的代表，由于它们都是用C语言写成的,所以可以在绝大多数计算机上使用。
模式识别
模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。
这里,我们把环境与客体统称为“模式”。
论文参考网。
用计算机实现模式（文字、声音、人物、物体等）的自动识别，是开发智能机器的一个关键的突破口，也为人类认识自身智能提供线索。
计算机识别的显著特点是速度快、准确性和效率高。
识别过程与人类的学习过程相似。
以“语音识别”为例：
语音识别就是让计算机能听懂人说的话，一个重要的例子就是七国语言（英、日、意、韩、法、德、中）口语自动翻译系统。
该系统实现后，人们出国预定旅馆、购买机票、在餐馆对话和兑换外币时，只要利用电话网络和国际互联网，就可用手机、电话等与“老外”通话。
机器翻译
机器翻译是利用计算机把一种自然语言转变成另一种自然语言的过程，用以完成这一过程的软件系统叫做机器翻译系统。
目前，国内的机器翻译软件不下百种，根据这些软件的翻译特点，大致可以分为三大类：
词典翻译类、汉化翻译类和专业翻译类。
词典类翻译软件代表是“金山词霸”了，堪称是多快好省的电子词典，它可以迅速查询英文单词或词组的词义，并提供单词的发音，为用户了解单词或词组含义提供了极大的便利。
汉化翻译软件的典型代表是“东方快车2000”，它首先提出了“智能汉化”的概念，使翻译软件的辅助翻译作用更加明显。
机器学习
机器学习是机器具有智能的重要标志，同时也是机器获取知识的根本途径。
有人认为，一个计算机系统如果不具备学习功能，就不能称其为智能系统。
机器学习主要研究如何使计算机能够模拟或实现人类的学习功能。
机器学习是一个难度较大的研究领域，它与认知科学、神经心理学、逻辑学等学科都有着密切的联系，并对人工智能的其他分支，如专家系统、自然语言理解、自动推理、智能机器人、计算机视觉、计算机听觉等方面，也会起到重要的推动作用。
问题求解
人工智能的第一大成就是下棋程序,在下棋程度中应用的某些技术,今天的计算机程序已能够达到下各种方盘棋和国际象棋的锦标赛水平。
但是,尚未解决包括人类棋手具有的但尚不能明确表达的能力。
如国际象棋大师们洞察棋局的能力。
论文参考网。
另一个问题是涉及问题的原概念,在人工智能中叫问题表示的选择,人们常能找到某种思考问题的方法,从而使求解变易而解决该问题。
到目前为止,人工智能程序已能知道如何考虑它们要解决的问题,即搜索解答空间,寻找较优解答。
逻辑推理与定理证明
逻辑推理是人工智能研究中最持久的领域之一,其中特别重要的是要找到一些方法,只把注意力集中在一个大型的数据库中的有关事实上,留意可信的证明,并在出现新信息时适时修正这些证明。
医疗诊断和信息检索都可以和定理证明问题一样加以形式化。
因此,在人工智能方法的研究中定理证明是一个极其重要的论题。
自然语言处理
自然语言的处理是人工智能技术应用于实际领域的典型范例,经过多年艰苦努力,这一领域已获得了大量令人注目的成果。
目前该领域的主要课题是:
计算机系统如何以主题和对话情境为基础,注重大量的常识——世界知识和期望作用,生成和理解自然语言。
这是一个极其复杂的编码和解码问题。
分布式人工智能
分布式人工智能在20世纪70年代后期出现，是人工智能研究的一个重要分支。
分布式人工智能系统一般由多个Agent（智能体）组成，每一个Agent又是一个半自治系统，Agent之间以及Agent与环境之间进行并发活动，并通过交互来完成问题求解。
计算机视觉
计算机视觉是一门用计算机实现或模拟人类视觉功能的新兴学科。
其主要研究目标是使计算机具有通过二维图像认知三维环境信息的能力，这种能力不仅包括对三维环境中物体形状、位置、姿态、运动等几何信息的感知，而且还包括对这些信息的描述、存储、识别与理解。
目前，计算机视觉已在人类社会的许多领域得到成功应用。
例如，在图像、图形识别方面有指纹识别、染色体识字符识别等；在航天与军事方面有卫星图像处理、飞行器跟踪、成像精确制导、景物识别、目标检测等；在医学方面有图像的脏器重建、医学图像分析等；在工业方面有各种监测系统和生产过程监控系统等。
智能信息检索技术
信息获取和精化技术已成为当代计算机科学与技术研究中迫切需要研究的课题,将人工智能技术应用于这一领域的研究是人工智能走向广泛实际应用的契机与突破口。
专家系统
专家系统是目前人工智能中最活跃、最有成效的一个研究领域,它是一种具有特定领域内大量知识与经验的程序系统。
近年来,在“专家系统”或“知识工程”的研究中已出现了成功和有效应用人工智能技术的趋势。
人类专家由于具有丰富的知识,所以才能达到优异的解决问题的能力。
那么计算机程序如果能体现和应用这些知识,也应该能解决人类专家所解决的问题,而且能帮助人类专家发现推理过程中出现的差错,现在这一点已被证实。
如在矿物勘测、化学分析、规划和医学诊断方面,专家系统已经达到了人类专家的水平。
3人工智能的发展对人类社会的影响
随着计算机技术的快速发展和广泛应用,人工智能的思想和技术对人类的影响与日俱增,人工智能的发展将会对人类社会产生深远的影响,并将深入到人类社会的各个方面。
（一）人工智能的发展改变了人类的社会面貌
1、财富迅速增加。
从财富的数量看,由于计算机、控制论和自动化技术的发展,正在迅速提高自动化的程度。
同样数量的劳动力在同样的劳动时间里可以生产比过去多几十倍、几百倍的产品。
从财富的质量看,由于计算机的推广应用,新兴产业以前所未闻的速度和前所未有的规模发展起来。
2、人际联系日益紧密。
现在,任何社会制度的国家,由于人工智能的发展,生产社会化程度日益提高,使人际联系频度提高,距离缩短,Internet把整个世界联为一个整体。
在这种条件下,生产国际化、贸易国际化、金融国际化、教育国际化、政治国际化和信息国际化,人们之间的往来将更加紧密。
3、信息快速增加和更新。
人工智能发展为人们储存和处理信息提供了方便。
一方面人们利用计算机每天输入大量的信息,使信息以几何级数增加;另一方面使信息更新加速,人们利用计算机大量输入、生成和输出的信息,使储存在载体上的信息加速折旧,人们不断期待正在传输中的最新信息,为满足这种需要,越来越多的人进一步搜集和输入新的信息。
（2）人工智能的发展,改变了社会的结构。
人们一方面希望人工智能和智能机器能够代替人类从事各种劳动,一方面又担心它们的发展会引起新的社会问题。
实际上,近十多年来,社会结构正在发生一种静悄悄的变化。
人—机器的社会结构,终将为人—智能机器—机器的社会结构所取代。
智能机器人就是智能机器之一。
从发展角度看,从医院里看病的“医生”、护理病人的“护士”、旅馆、饭店和商店的服务员、办公室的“秘书”、指挥交通的“警察”,到家庭的“勤杂工”和“保姆”等,将均由机器人担任。
因此,人们将不得不学会与有智能的机器和睦相处,并适应这种变化了的社会结构。
由于人工智能能够代替人类进行各种脑力劳动,例如用专家系统代替管理人员或医生进行决策、诊断或治疗病人的疾病。
所以,将会使一部分人不得不改变他们的工种,甚至造成失业。
人工智能在科技和工程中的应用,会使一些人失去介入信息处理活动（如规划、诊断、理解和决策等）的机会,甚至不得不改变自己的工作方式。
（3）人工智能的发展,提高了社会的经济效益。
人工智能系统已创造出了可观的经济效益,专家系统就是一个典型的例子。
随着计算机价格的继续下降,人工智能技术必将得到进一步推广,产生更大的经济利益。
成功的专家系统能为它的建造者、拥有者和用户带来明显的经济效益。
用比较经济的方法执行任务而不需要有经验的专家,可以极大地减少劳务开支和培养费用。
由于软件易于复制,所以专家系统能够广泛传播专家知识和经验,推广应用数量有限的和昂贵的专业人员的知识。
如果保护得当,软件能被长期和完整地保持;因此,人类专家的经验能够得以延续。
不受人类专家寿命的限制,这又是一笔巨大的财富。
各领域专业人员（如医生）难以同时保持最新的实际建议（如治疗方案和方法）,而专家系统却能迅速地更新和保存这类建议,使终端用户（如病人）从中受益。
（四）人工智能的发展,改变了人类思维方式。
人工智能是人类理性活动的产物,它延长了人的思维活动,有利于人们正确思维,有利于人们应用正确的思维方法。
人工智能的运行遵循客观规律,因此要求人们在应用和开发中采取务实的态度,来不得半点虚假,用头脑思考,来不得半点感情用事。
人工智能的发展与推广应用,将影响到人类的思维方式和传统观念,并使它们发生改变。
例如,传统知识一般印在书本、报纸或杂志上,因而是固定不变的,而人工智能系统的知识库的知识却是可以不断修改、扩充和更新的。
又如,一旦专家系统用户开始相信系统（智能机器）的判断和决定,那么他们就可能不愿多动脑筋,变得懒惰,并失去对许多问题及其求解任务的责任感和敏感性。
那些过分依赖计算器的学生,他们的主动思维能力和计算能力也会明显地下降,并增加误解。
在设计和研制智能系统时,应考虑到上述问题,尽量鼓励用户在问题求解中的主动性,让他们的智力积极参与问题求解过程。
（五）人工智能的发展,改变了人们的生活方式。
随着人工智能的发展步伐,人类活动方式发生了突变。
网络化加强了人们的横向联系。
网络技术的迅速发展,使人们的联系方式发生了变化。
就主从联系讲,以往主要靠从上到下的“金字塔管理”,现在突出了“网络管理”。
就平等联系讲,以往由距离决定联系频度,现在可以超越时空,由利益决定联系频度。
人工智能应用主要遵循内涵深入和外延拓展两方面。
首先,内涵深入表现在模拟的发展,结构模拟较多地受技术限制,功能模拟主要靠开发软件。
现在全世界每年有几十万个成熟软件推向市场,而无论是商务的还是娱乐的,都改变了人们单调的工作和生活模式;其次,外延拓展主要是人工智能与其他技术结合,光子、超导和激光计算机是人工智能发展的新出路。
在社会广阔领域中,人工智能借助机电光声技术,为社会提供了电子排版系统、电视节目编辑器、复印机、学习机、家庭影院、音乐喷泉、B超检查、CT检查和机器人,给人们生活带来了一片新气象。
人工智能已经渗透到社会生活的方方面面,从而使掌握人工智能的知识技能已成为从事各项工作的关键。
首先,非信息职业与信息职业的工作界限日趋模糊,信息活动与其他活动呈现整体化趋势,使社会普遍要求人们有应用人工智能的知识技能;其次,由于目前在人工智能的应用中,80%属于非数值（语言文字）信息的处理,许多计算机只是打字机,随着数值信息处理的增加必定是程序开发的增加,这要求人们日益摆脱“计算机的奴隶”而成为“计算机的主人”。
（六）人工智能的发展,加重了某些社会成员的心理负担。
人工智能还使一部分社会成员感受到心理上的威胁,或者叫做精神威胁。
人们一般认为,只有人类才具有感知精神,而且以此与机器相区别。
如果有一天,这些人开始相信机器也能够思维和创作,那么他们可能会感到失望,甚至感到威胁。
他们担心,有朝一日,智能机器的人工智能会超过人类的自然智能,使人类沦为智能机器和智能系统的奴隶。
对于人的观念（更具体地指人的精神）和机器的观念（更具体地指人工智能）之间的关系问题,哲学家、神学家和其他人们之间一直存在着争论。
按照人工智能的观点,人类有可能用机器来规划自己的未来。
当社会上一部分人欢迎这种新观点时,另一部分人则发现这种新观念是惹人烦恼的和无法接受的,尤其是当这种观念与他们钟爱的信仰和观念背道而驰时。
任何新技术的最大危险莫过于人类对它失去控制,或者是它落入那些企图利用新技术反对人类的人的手中。
我国引以自豪的火药发明被某些外国人用于制造炸弹;化学科学的成果被人用于制造化学武器;生物学的最新成就可能被用于制造生物武器;核物理研究的重大突破导致原子弹和氢弹的威胁。
难怪现在有人担心机器人有一天会反客为主,奴役它们的创造者—人类,担心人工智能的其他制品威胁人类的安全。
正是由于认识到这种担心,美国着名科幻作家阿西莫夫提出了“机器人三守则”:
1、机器人必须不危害人类,也不允许它眼看人类受害而袖手旁观;2、机器人必须绝对服从人类,除非这种服从有害于人类;3、机器人必须保护自身不受伤害,除非为了保护人类或者人类命令它作出牺牲。
我们认为,如果把这个“机器人三守则”推广到整个智能机器,成为“智能机器三守则”,那么,人类社会就会更容易接受智能机器和人工智能。
人工智能技术是一种信息技术,能够极快地传递。
因此,存在某些比爆炸技术更大的潜在危险,即人工智能技术可能落入不负责任的人的手中,被他们用于进行反对人类和危害社会的犯罪（有的人称之为“智能犯罪”）。
对此,我们必须保持高度警惕。
同时,人类有足够的智慧和信心,能够研制出防范、检测和侦破各种智能犯罪活动的智能手段。
人工智能技术对人类的社会进步、经济发展和文化提高都有巨大的影响。
随着时间的推进和技术的进步,这种影响将越来越明显地表现出来。
还有一些影响可能是我们现在难以预测的。
可以肯定,人工智能必将对人类的物质文明和精神文明产生越来越大的影响。
4对现有课程的建议
1.老师在讲课时，一些新奇的尖端产物的介绍可以适当多一些，提高同学们的兴趣。
2.老师
升级会员 