人工智能大作业.docx

人工智能大作业.docx

《人工智能大作业.docx》由会员分享，可在线阅读，更多相关《人工智能大作业.docx（6页珍藏版）》请在冰豆网上搜索。

人工智能大作业

人工智能课程

考查论文

学号

姓名

系别

年级

专业

人工智能大作业

（1）什么是人工智能？

人工智能（ArtificialIntelligence），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，或者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。

人工智能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。

人工智能（ArtificialIntelligence，AI）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。

人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，但没有一个统一的定义。

（2）简述人工智能的研究内容与研究目标、人工智能的研究途径和方法、人工智能的研究领域。

A.人工智能的研究内容：

1、搜索与求解：

为了达到某一目标而多次地进行某种操作、运算、推理或计算的过程。

事实上，搜索是人在求解问题时而不知现成解法的情况下所采用的一种普遍方法。

许多问题（包括智力问题和实际工程问题）的求解都可以描述为或归结为对某种图或空间的搜索问题。

搜索技术就成为人工智能最基本的研究内容

2、学习与发现：

学习与发现是指机器的知识学习和规律发现。

事实上，经验积累能力、规律发现能力和知识学习能力都是智能的表现

3、知识与推理：

知识就是力量，知识就是智能，发现客观规律，运用知识解决问题都是有智能的表现，而且是最为基本的一种表现。

发现规律和运用知识本身还需要知识，因此知识是智能的基础和源泉。

研究面向机器的知识表示形式和基于各种表示的机器推理技术：

知识表示要求便于计算机的接受、存储、处理和运用，机器的推理方式与知识的表示又息息相关

4、发明与创造：

广义的发明创造不仅需要知识和推理，还需要想象和灵感。

不仅需要逻辑思维，还需要形象思维人工智能中最富挑战性的一个研究领域。

目前已有一些进展：

已展开了关于形象信息的认知理论、计算模型和应用技术的研究，已开发出了计算机辅助创新软件，还尝试用计算机进行文艺创作等等

5、感知与交流：

指计算机对外部信息的直接感知和人机之间、智能体之间的直接信息交流。

机器感知包括计算机视觉、听觉等各种感觉能力。

机器信息交流涉及通信、自然语言理解和表达

6、记忆与联想：

记忆是智能的基本条件，不管是脑智能还是群智能，都以记忆为基础

传统方法实现的联想，只能对于那些完整的、确定的（输入）信息，联想起（输出）有关的信息。

这种“联想”与人脑的联想功能相差甚远

人脑的联想功能基于神经网络的按内容记忆方式，而非存储地址

当前，采用一种称为“联想存储”的技术来实现联想功能

7、系统与建造：

包括智能系统的分类、硬/软件体系结构、设计方法、实现语言工具与环境等

8、应用与工程：

人工智能技术与实际应用的接口，主要研究人工智能的应用领域、应用形式、具体应用工程项目等，涉及问题的分析、识别和表示，相应求解方法和技术的选择等

B.人工智能的研究目标：

一般研究目标：

理解人类智能，通过编写程序来模仿和检验人类智能的有关理论，更好的理解人类智能；实现人类智能，创造有用的灵巧程序，执行一般需要人类专家才能实现的任务，实现人类智能。

近期目标：

建造智能计算机代替人类的部分智力劳动。

远期目标：

揭示人类智能的根本机理，用智能机器去模拟，延伸和扩展人类的智能

C.人工智能的研究途径与方法

1、心理模拟，符号推演

2、生理模拟，神经计算

3、行为模拟，控制进化

4、群体模拟，仿生计算

5、博采广鉴，自然计算

6、原理分析，数学建模

D.人工智能的研究领域

专家系统，机器学习，模式识别，自然语言理解，自动定理证明，自动程序设计，机器人学，博弈，智能决定支持系统和人工神经网络等。

（3）人工智能将来肯定能战胜人类智能，对吗？

请辨析。

人工智能只能作为人类工具而不可能超过人类智能。

人工智能的本质是对人类智能思维的模拟从方法论上讲模拟一般分为两种结构模拟和功能模拟结构模拟方法根据系统之间形态结构的相似性运用物理模拟和数学模拟方法用模型去模拟对象通过模型来间接地研究原型的规律性这种传统模拟方法在科学技术的发展过程中发挥了巨大的作用。

机器思维和人工智能在未来发展的可能性和重要性有其值得重视的一面，但机器思维只是人的思维在一定程度上的延伸和补充，而不是一种独立的思维，机器思维同人类思维具有本质的区别：

第一，二者的物质承担者不同。

第二，第二，二者在智能活动中的地位不同。

第三，第三，二者在思维的程序上不同。

第四，第四，人工智能没有人类的意识所特有的能动的创造能力。

第五，人工智能没有社会性。

模拟思维不可能超越其被模拟的真正思维。

人类同机器的关系永远是制造与被制造、支配与被支配、使用与被使用的关系，而不是相反。

认为机器思维能够完全取代人脑，人工智能能够战胜人类智能，机器人将会统治世界的观点是没有根据的。

二、查阅相关文献陈述人工智能的国内外发展与应用现状及发展趋势？

（不少于3000字）

人工智能的国内外发展：

国外发展现状

目前，AI技术在美国、欧洲和日本发展很快。

在AI技术领域十分活跃的IBM公司。

已经为加州劳伦斯·利佛摩尔国家实验室制造了号称具有人脑的千分之一的智力能力的“ASCIIWhite”电脑，而且正在开发的更为强大的新超级电脑——“蓝色牛仔（bluejean）”，据其研究主任保罗·霍恩称，预计“蓝色牛仔”的智力水平将大致与人脑相当。

麻省理工学院的AI实验室进行一个的代号为cog的项目。

cog计划意图赋予机器人以人类的行为，该实验的一个项目是让机器人捕捉眼睛的移动和面部表情，另一个项目是让机器人抓住从它眼前经过的东西，还有一个项目则是让机器人学会聆听音乐的节奏并将其在鼓上演奏出来。

由于人工智能有着广大的发展前景，巨大的发展市场被各国和各公司所看好。

除了IBM等公司继续在AI技术上大量投入，以保证其领先地位外，其他公司在人工智能的分支研究方面，也保持着一定的投入比例。

微软公司总裁比尔·盖茨在美国华盛顿召开的AI（人工智能）国际会议上进行了主题演讲，称微软研究院目前正致力于AI的基础技术与应用技术的研究，其对象包括自我决定、表达知识与信息、信息检索、机械学习、数据采集、自然语言、语音笔迹识别等。

我国人工智能的研究现状

很长一段时间以来，机械和自动控制专家们都把研制具有人的行为特征的类人性机器人作为奋斗目标。

中国国际科技大学在国家863计划和自然科学基金支持下，一直从事两足步行机器人、类人性机器人的研究开发，在1990年成功研制出我国第一台两足步行机器人的基础上，经过科研10年攻关，于2000年11月，又成功研制成我国第一台类人性机器人。

它有人一样的身躯、四肢、头颈、眼睛，并具备了一定的语言功能。

它的行走频率从过去的每六秒一步，加快到每秒两步；从只能平静地静态不行，到能快速自如的动态步行；从只能在已知的环境中步行，到可在小偏差、不确定环境中行走，取得了机器人神经网络系统、生理视觉系统、双手协调系统、手指控制系统等多项重大研究成果。

应用现状：

自动规划、调度与配置：

规划一般指设计制定一个行动序列，例如机器人行动规划、交通路线规划

调度就是一种任务分派或者安排，例如车辆调度、电力调度、资源分配、任务分配。

调度的数学本质是给出两个集合间的一个映射配置则是设计合理的部件组合结构，即空间布局，例如资源配置、系统配置、设备或设施配置三者有一定的内在联系，有时甚至可以互相转化。

事实上，它们都属于人工智能的经典问题之一的约束满足问题。

机器定理证明：

定理证明是最典型的逻辑推理问题，它在发展人工智能方法上起过重大作用

很多非数学领域的任务如医疗诊断、信息检索、规划制定和难题求解，都可以转化成一个定理证明问题机器定理证明的方法主要有四类：

自然演绎法，其基本思想是依据推理规则，从前提和公理中可以推出许多定理，如果待证的定理恰在其中，则定理得证判定法，即对一类问题找出统一的计算机上可实现的算法解。

在这方面一个著名的成果是我国数学家吴文俊教授1977年提出的初等几何定理证明方法定理证明器，它研究一切可判定问题的证明方法计算机辅助证明，它是以计算机为辅助工具，利用机器的高速度和大容量，帮助人完成手工证明中难以完成的大量计算、推理和穷举。

自动程序设计：

让计算机设计程序：

就是人只要给出关于某程序要求的非常高级的描述，计算机就会自动生成一个能完成这个要求目标的具体程序相当于给机器配置了一个“超级编译系统”，它能够对高级描述进行处理，通过规划过程，生成所需的程序自动程序设计还包括程序自动验证，即自动证明所设计程序的正确性

机器翻译：

把“光阴似箭”的英语句子“Timeflieslikeanarrow”翻译成日语，然后再翻译回来的时候，竟变成了“苍蝇喜欢箭”；又如，当把“心有余而力不足”的英语句子“Thespiritiswillingbutthefleshisweak”翻译成俄语，然后再翻译回来时竟变成了“酒是好的，肉变质了”，即“Thewineisgoodbutthemeatisspoiled”机器翻译并非想像的那么简单，并使得人们认识到，单纯地依靠“查字典”的方法不可能解决翻译问题，只有在对语义理解的基础上，才能做到真正的翻译，所以机器翻译的真正实现，还要靠自然语言理解方面的突破。

智能控制：

把人工智能技术引入控制领域，建立智能控制系统智能控制具有两个显著的特点：

智能控制是同时具有知识表示的非数学广义世界模型和传统数学模型混合表示的控制过程智能控制的核心在高层控制，即组织级控制，其任务在于对实际环境或过程进行组织，即决策与规划。

先验智能：

有关控制对象及干扰的先验知识，可以从一开始就考虑在控制系统的设计中反应性智能：

在实时监控、辨识及诊断的基础上，对系统及环境变化的正确反应能力。

发展趋势：

（1）自动推理是人工智能最经典的研究分支,其基本理论是人工智能其它分支的共同基础。

一直以来自动推理都是人工智能研究的最热门内容之一,其中知识系统的动态演化特征及可行性推理的研究是最新的热点,很有可能取得大的突破。

（2）机器学习的研究取得长足的发展。

许多新的学习方法相继问世并获得了成功的应用,如增强学习算法、reinforcementlearning等。

也应看到,现有的方法处理在线学习方面尚不够有效,寻求一种新的方法,以解决移动机器人、自主agent、智能信息存取等研究中的在线学习问题是研究人员共同关心的问题,相信不久会在这些方面取得突破。

（3）自然语言处理是AI技术应用于实际领域的典型范例,经过AI研究人员的艰苦努力,这一领域已获得了大量令人瞩目的理论与应用成果。

许多产品已经进入了众多领域。

智能信息检索技术在Internet技术的影响下,近年来迅猛发展,已经成为了AI的一个独立研究分支。

由于信息获取与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AI技术应用于这一领域的研究是人工智能走向应用的契机与突破口。

从近年的人工智能发展来看,这方面的研究已取得了可喜的进展

（4）面向交互的程序设计与社会构造：

开放的信息系统是人工智能乃至整个计算机领域研究的重要议题之一。

所谓开放的信息系统是指由异构的、分布的、动态的、大规模的、自主的成分构成的系统。

对这类系统的研究要求将人工智能与传统技术相结合，以获得更大的可扩展性与适应性。

（5）并发约束模型，智能计算的基础：

我们需要一种混合型的并发程序设计语言，这种语言既能描述系统的环境，又能描述系统所要执行的任务；既可实现含连续时间参数的模型，又能实现含离散操作的模型。

以这种混合型程序语言为基础可以建立一类可复合的模型，以刻画同时含有不同类型时间参数及并发约束的更复杂的问题类。

（6）一种基于DAI的新型软件设计风范：

错误永远存在于复杂系统中，要求程序的无错性可能导致对系统复杂性的制约或增加其它开销，因此无错误的代码未必一定是好的。

应该引入一种全新的软件设计风范，以这种方法设计的软件系统应是由多个能交互、带有验证内核的模块组成的开放式结构。

（7）知识表示：

在知识表示领域中，今后十年内最具挑战性的研究问题是动态知识系统的刻画及关于Agent程序设计的理论与实现的研究。

（8）建立与理解复杂的自适应系统：

下一个十年人工智能研究应着重于对未必能符号化、信息未必完全的复杂的自适应系统的研究，其中，最关键的是如何理解与建立这样的系统。

建立这样的系统需要发展一些新的理论与技术。

首先必须发展能理解与处理上下文的技术，使所建立的系统能在不同的上下文情境下合理地处理各类问题；其次应发展多路学习机制，使系统能从复杂的变化的环境中同时学到多种技能（如机器人足球运动员就需要有这样的功能）；另外还应探讨系统的可自动进化机制，使系统能从简单的被动式的系统逐步进化为复杂的具有自适应能力的系统。

（9）语言技术与界面：

目前关于语言的研究尚未突破语义障碍，现在还看不出在解决自然语言中含糊暧昧的成份方面可能会取得多大的进展，也很难想象在近期内能实现对任意输入均可产生高质量译文的机器翻译系统或非常理想的篇章理解系统，我们所能看到的是一些有一定限制的但与人类生活密切相关的语言处理技术的发展。

随着语言技术产品市场的不断壮大，语言技术也会得到更快的发展