人類對人工智能的看法有哪些
人類對人工智能的看法有哪些
每個人對新事物的出現(xiàn)會有不同的看法，對于人工智能的看法也是各有千秋。下面是學(xué)習(xí)啦小編為你整理對人工智能的看法，供大家閱覽!
人工智能的介紹與看法
內(nèi)容提要：人工智能是計算機科學(xué)的一個領(lǐng)域，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式作出反應(yīng)的智能機器。它研究和應(yīng)用的領(lǐng)域包括模式識別、自然語言理解與生成、專家系統(tǒng)、自動程序設(shè)計、定理證明、聯(lián)想與思維的機理、數(shù)據(jù)智能檢索等。除了計算機科學(xué)以外, 人工智能還涉及信息論、控制論、自動化、仿生學(xué)、生物學(xué)、心理學(xué)、數(shù)理邏輯、語言學(xué)、醫(yī)學(xué)和哲學(xué)等多門學(xué)科。人工智能也被認(rèn)為是二十一世紀(jì)(基因工程、納米科學(xué)、人工智能)三大尖端技術(shù)之一。近三十年來它獲得了迅速的發(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獨立的分支，無論在理論和實踐上都已自成一個系統(tǒng)。
關(guān)鍵詞：人工智能 領(lǐng)域 應(yīng)用 技術(shù)
一、人工智能概述
“人工智能”一詞最初是在1956年DARTMOUTH學(xué)術(shù)會議上提出的。從那以后，研究者們發(fā)展了眾多理論和原理，人工智能的概念也隨之越來越深入人心。人工智能研究的一個主要目標(biāo)是使機器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。
通常，計算機的數(shù)學(xué)基礎(chǔ)包括統(tǒng)計學(xué)，信息論和控制論，當(dāng)然還包括一些非數(shù)學(xué)學(xué)科。長期的工作中，計算機往往只是始終如一的運用這些知識來進(jìn)行工作，基本上只是依靠以前的“經(jīng)驗”。所謂人工智能，就是指能讓計算機像人腦一樣去工作，不僅僅是能夠連續(xù)式學(xué)習(xí)，更要在工作的過程中，學(xué)會跳躍式學(xué)習(xí)，也就是能過像人類一樣，獲得頓悟或是靈感。一直以來，計算機通常只能靠經(jīng)驗來工作，很難會“頓悟”，也就是很難獲得較大的技能提高。人類的實踐過程同時包括經(jīng)驗和創(chuàng)造。這正是智能化工作者夢寐的東西。
近幾十年來，人工智能日益發(fā)展，技術(shù)日趨成熟，研究成果也日趨豐富。例如2013年，帝金數(shù)據(jù)普數(shù)中心數(shù)據(jù)研究員S.C WANG開發(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)分析方法給計算機學(xué)會“創(chuàng)造”提供了一種方法。
二、人工智能的科學(xué)范疇
現(xiàn)在，人工智能已構(gòu)成信息技術(shù)領(lǐng)域的一個重要的學(xué)科。該學(xué)科研究如何使機器具有智能或者說如何利用計算機實現(xiàn)智能的理論、方法和技術(shù)，所以，人工智能既屬于計算機科學(xué)技術(shù)的一個前沿領(lǐng)域，也屬于信息處理和自動化技術(shù)的一個前沿領(lǐng)域。但由于其研究內(nèi)容涉及到“智能”，因此，人工智能不僅局限于計算機、信息和自動化等學(xué)科，還涉及到智能學(xué)科、認(rèn)知科學(xué)、語言學(xué)、邏輯學(xué)、教育科學(xué)、系統(tǒng)教學(xué)、數(shù)理科學(xué)等眾多學(xué)科領(lǐng)域。人工智能是一門綜合性的交叉學(xué)科和邊緣學(xué)科。
三、人工智能的研究內(nèi)容
人工智能的研究內(nèi)容可以歸納為：搜索與求解、學(xué)習(xí)與發(fā)現(xiàn)、知識與推理、發(fā)明與創(chuàng)造、感知與交流、記憶與聯(lián)想、系統(tǒng)與建設(shè)、應(yīng)用于工程等八個方面。從研究對象來說，人工智能涉及三個相對獨立的域，即：(1)研究會讀和說的計算機程序，也就是通常稱為“自然語言處理”領(lǐng)域;(2)研制靈敏的機器，通過設(shè)計出具有視覺和聽覺程序化的機器人，在活動時能識別不斷改變的環(huán)境;(3)開發(fā)用符號識別來模擬人類專家行為的程序，即專家系統(tǒng)。但是，從研究的性質(zhì)來說，人工智能一般可分為理論研究和工程研究兩個方面。理論研究主要是對有關(guān)開發(fā)和理解人和機器智能方面理論進(jìn)行研究和探索.而工程研究則主要是
設(shè)計和開發(fā)研究人工智能的工具和像專家系統(tǒng)這樣的產(chǎn)品。但是，這并不是說，它們彼此是獨立的;相反，它們是彼此依賴和不可分割的。隨著人工智能理論和技術(shù)逐步被采用，并具體地開發(fā)出產(chǎn)品。理論和工程研究之間的界限將會縮小，直至消失。
四、人工智能的技術(shù)特征
(1)具有搜索功能。采用一定搜索策略可以快速地找到答案。
(2)知識表示能力?？梢员硎疽恍┎痪_的、模糊的知識(適合表示多媒體數(shù)據(jù))。
(3)一定的推理功能。可以從給定的實事、前提中找出答案、發(fā)現(xiàn)知識。
(4)抽象功能。抽象用以區(qū)分重要與非重要的特征，借助抽象功能可將處理問題中的重要特征和變式與大量非重要特征和變式區(qū)分開來，使處理變得更有效、更靈活。對用戶來說,往往只需要敘述“是什么問題”，“要做什么”，而把“怎么做”留給智能程序來完成。
(5)語音識別功能及模糊信息處理能力。有處理不精確和模糊信息的能力。
五、人工智能的發(fā)展階段
第一階段：50年代人工智能的興起和冷落：人工智能概念首次提出后，相繼出現(xiàn)了一批顯著的成果，如機器定理證明、跳棋程序、通用問題s求解程序、LISP表處理語言等。但由于消解法推理能力的有限，以及機器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點是：重視問題求解的方法，忽視知識重要性。
第二階段：60年代末到70年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮。 DENDRAL化學(xué)質(zhì)譜分析系統(tǒng)、MYCIN疾病診斷和治療系統(tǒng)、PROSPECTIOR探礦系統(tǒng)、Hearsay-II語音理解系統(tǒng)等專家系統(tǒng)的研究和開發(fā)，將人工智能引向了實用化。并且，1969年成立了國際人工智能聯(lián)合會議。
第三階段：80年代，隨著第五代計算機的研制，人工智能得到了很大發(fā)展。日本1982年開始了“第五代計算機研制計劃”，即“知識信息處理計算機系統(tǒng)KIPS”，其目的是使邏輯推理達(dá)到數(shù)值運算那么快。雖然此計劃最終失敗，但它的開展形成了一股研究人工智能的熱潮。
第四階段：80年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展。 1987年，美國召開第一次神經(jīng)網(wǎng)絡(luò)國際會議，宣告了這一新學(xué)科的誕生。此后，各國在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來。
第五階段：90年代，人工智能出現(xiàn)新的研究高潮.由于網(wǎng)絡(luò)技術(shù)特別是國際互連網(wǎng)的技術(shù)發(fā)展，人工智能開始由單個智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標(biāo)的分布式問題求解，而且研究多個智能主體的多目標(biāo)問題求解，將人工智能更面向?qū)嵱?。另外，由于Hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。人工智能已深入到社會生活的各個領(lǐng)域。
六、人工智能的應(yīng)用領(lǐng)域
1.在管理系統(tǒng)中的應(yīng)用
(1)人工智能應(yīng)用于企業(yè)管理的意義主要不在于提高效率，而是用計算機實現(xiàn)人們非常需要做，但工業(yè)工程信息技術(shù)是靠人工卻做不了或是很難做到的事情。在《談?wù)勅斯ぶ悄茉谄髽I(yè)管理中的應(yīng)用》一文中劉玉然指出把人工智能應(yīng)用于企業(yè)管理中，以數(shù)據(jù)管理和處理為中心，圍繞企業(yè)的核心業(yè)務(wù)和主導(dǎo)流程建立若干個主題數(shù)據(jù)庫，而所有的應(yīng)用系統(tǒng)應(yīng)該圍繞主題數(shù)據(jù)庫來建立和運行。
(2)智能教學(xué)系統(tǒng)(ITS)是人工智能與教育結(jié)合的主要形式，也是今后教學(xué)系統(tǒng)的發(fā)展方向。信息技術(shù)的飛速發(fā)展以及新的教學(xué)系統(tǒng)開發(fā)模式的提出和不斷完善，推動人們綜合運用超媒體技術(shù)、網(wǎng)絡(luò)基礎(chǔ)和人工智能技術(shù)區(qū)開發(fā)新的教學(xué)系統(tǒng)，計算機智能教學(xué)系統(tǒng)就是其中的典型代表。
2.在工程領(lǐng)域的應(yīng)用
(1)醫(yī)學(xué)專家系統(tǒng)是人工智能和專家系統(tǒng)理論和技術(shù)在醫(yī)學(xué)領(lǐng)域的重要應(yīng)用，具有極大的科研和應(yīng)用價值，它可以幫助醫(yī)生解決復(fù)雜的醫(yī)學(xué)問題，作為醫(yī)生診斷、治療的輔助工具。目前，醫(yī)學(xué)智能系統(tǒng)已通過其在醫(yī)學(xué)影像方面的重要作用，從而應(yīng)用于內(nèi)科、骨科等多個醫(yī)學(xué)領(lǐng)域中，并在不斷發(fā)展完善中。
(2)地質(zhì)勘探、石油化工等領(lǐng)域是人工智能的主要作用發(fā)揮領(lǐng)地。1978年美國斯坦福國際研究所就研發(fā)制成礦藏勘探和評價專家系統(tǒng)“PROSPECTOR”，該系統(tǒng)用于勘探評價、區(qū)域資源估值和鉆井井位選擇等，是工業(yè)領(lǐng)域的首個人工智能專家系統(tǒng)，其發(fā)現(xiàn)了一個鉬礦沉積，價值超過1億美元。
3.在技術(shù)研究中的應(yīng)用
(1)在超聲無損檢測(NDT)與無損評價(NDE)領(lǐng)域中，目前主要廣泛采用專家系統(tǒng)方法對超聲損傷(UT)中缺陷的性質(zhì)、形狀和大小進(jìn)行判斷和歸類;專家運用超聲無損檢測儀器，以其高精度的運算、控制和邏輯判斷力代替大量人的體力與腦力勞動，減少了任務(wù)因素造成的無擦，提高了檢測的可靠性，實現(xiàn)了超聲檢測和評價的自動化、智能化。
(2)人工智能在電子技術(shù)領(lǐng)域的應(yīng)用可謂由來已久。隨著網(wǎng)絡(luò)的迅速發(fā)展，網(wǎng)絡(luò)技術(shù)的安全是我們關(guān)心的重點，因此我們必須在傳統(tǒng)技術(shù)的基礎(chǔ)上進(jìn)行網(wǎng)絡(luò)安全技術(shù)的改進(jìn)和變更，大力發(fā)展數(shù)據(jù)挖掘技術(shù)、人工免疫技術(shù)等高效的AI技術(shù)，開發(fā)更高級AI通用和專用語言，和應(yīng)用環(huán)境以及開發(fā)專用機器，而與人工智能技術(shù)則為我們提供了可能性。
七、人工智能的發(fā)展方向
1.專家系統(tǒng)是目前人工智能中最活躍、最有成效的一個研究領(lǐng)域，它是一種具有特定領(lǐng)域內(nèi)大量知識與經(jīng)驗的程序系統(tǒng)。近年來，在“專家系統(tǒng)”或“知識工程”的研究中已出現(xiàn)了成功和有效應(yīng)用人工智能技術(shù)的趨勢。
2.智能信息檢索技術(shù)的飛速發(fā)展。人工智能在網(wǎng)絡(luò)信息檢索中的應(yīng)用，主要表現(xiàn)在:(1)如何利用計算機軟硬件系統(tǒng)模仿、延伸與擴展人類智能的理論、方法和技術(shù)。(2)由于網(wǎng)絡(luò)知識信息既包括規(guī)律性的知識，如一般原理概念，也包括大量的經(jīng)驗知識這些知識不可避免地帶有模糊性、隨機性、不可靠性等不確定性因素對其進(jìn)行推理，需要利用人工智能的研究成果。
3.SOAr是一種通用智能體系結(jié)構(gòu)，其始終處在人工智能研究的前沿，已顯示出強大的問題求解能力，它認(rèn)為機器人的開發(fā)是人工智能應(yīng)用的重要領(lǐng)域。
八、強弱對比
1.強人工智能：強人工智能觀點認(rèn)為有可能制造出真正能推理和解決問題的智能機器，并且，這樣的機器能將被認(rèn)為是有知覺的，有自我意識的。強人工智能可以有兩類：(1)類人的人工智能，即機器的思考和推理就像人的思維一樣。(2)非類人的人工智能，即機器產(chǎn)生了和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式。
2.弱人工智能：弱人工智能觀點認(rèn)為不可能制造出能真正地推理和解決問題的智能機器，這些機器只不過看起來像是智能的，但是并不真正擁有智能，也不會有自主意識。
主流科研集中在弱人工智能上，并且一般認(rèn)為這一研究領(lǐng)域已經(jīng)取得可觀的成就。強人工智能的研究則處于停滯不前的狀態(tài)下。
結(jié)論與看法：
人工智能的研究內(nèi)容與應(yīng)用領(lǐng)域之廣，決定了人工智能在將來的各個工作領(lǐng)域得到大展手腳的機會，是未來社會發(fā)展的趨勢。為此，需要我們一代代人去為之努力奮斗。不僅要在弱人工智能上取得突破，更要努力在強人工智能上做出一些較大的進(jìn)取。對于人工智能，現(xiàn)在與將來同樣會有很多人為之付出或多或少的精力，為了更加美好的明天。期待著將來人工智能能更好地融入到社會的各個方面，造福于人類。
人工智能的發(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)見卓識的年輕科學(xué)家在一起聚會，共同研究和探討用機器模擬智能的一系列有關(guān)問題，并首次提出了“人工智能”這一術(shù)語，它標(biāo)志著“人工智能”這門新興學(xué)科的正式誕生。IBM公司“深藍(lán)”電腦擊敗了人類的世界國際象棋冠軍更是人工智能技術(shù)的一個完美表現(xiàn)。
從1956年正式提出人工智能學(xué)科算起，50多年來，取得長足的發(fā)展，成為一門廣泛的 交叉和前沿科學(xué)?？偟恼f來，人工智能的目的就是讓計算機這臺機器能夠像人一樣思考。如果希望做出一臺能夠思考的機器，那就必須知道什么是思考，更進(jìn)一步講就是什么是智慧。什么樣的機器才是智慧的呢?科學(xué)家已經(jīng)作出了汽車， 火車，飛機，收音機等等，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裝在我們天靈蓋里面的東西是由數(shù)十億個神經(jīng)細(xì)胞組成的器官，我們對這個東西知之甚少，模仿它或許是天下最困難的事情了。
當(dāng)計算機出現(xiàn)后，人類開始真正有了一個可以模擬人類思維的工具，在以后的歲月中，無數(shù)科學(xué)家為這個目標(biāo)努力著。如今人工智能已經(jīng)不再是幾個科學(xué)家的專利了，全世界幾乎所有大學(xué)的計算機系都有人在研究這門學(xué)科，學(xué)習(xí)計算機的大學(xué)生也必須學(xué)習(xí)這樣一門課程，在大家不懈的努力下，如今計算機似乎已經(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)計算機戰(zhàn)勝了國際象棋大師卡斯帕洛夫(KASPAROV)。大家或許不會注意到，在一些地方計算機幫助人進(jìn)行其它原來只屬于人類的工作，計算機以它的高速和準(zhǔn)確為人類發(fā)揮著它的作用。人工智能始終是計算機科學(xué)的前沿學(xué)科，計算機編程語言和其它計算機軟件都因為有了人工智能的進(jìn)展而得以存在。
人工智能的主要成果
人機對弈
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德國人” (X3D-FRITZ)。
模式識別
采用 $模式識別引擎，分支有2D識別引擎 ，3D識別引擎，駐波識別引擎以及多維識別引擎
2D識別引擎已推出指紋識別，人像識別 ，文字識別，圖像識別 ，車牌識別;駐波識別引擎已推出 語音識別;3D識別引擎已推出指紋識別玉帶林中掛(玩游智能版1.25)
自動工程
自動駕駛(OSO系統(tǒng))
印鈔工廠(￥流水線)
獵鷹系統(tǒng)(YOD繪圖)
知識工程
以知識本身為處理對象，研究如何運用人工智能和軟件技術(shù)，設(shè)計、構(gòu)造和維護(hù)知識系統(tǒng)
專家系統(tǒng)
智能搜索引擎
計算機視覺和 圖像處理
機器翻譯和自然語言理解
數(shù)據(jù)挖掘和知識發(fā)現(xiàn)
猜你喜歡：