没有合适的资源?快使用搜索试试~ 我知道了~
人工智能简介及发展趋势.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 40 浏览量
2022-11-12
03:25:14
上传
评论
收藏 118KB DOCX 举报
温馨提示
试读
18页
人工智能简介及发展趋势.docx人工智能简介及发展趋势.docx
资源推荐
资源详情
资源评论
计算机科学与技术概论结业作业
前言
人工智能(Artificial Intelligence), 英文缩写为 AI, 是一门综合了 计算机科学、
生理学、哲学的交叉学科。 人工智能的研究课题涵盖面很广,从机器视觉到专家系统,包
括了许多不同的领域。 这其中共同的基本特点是让机器学会“思考” 。为了区分机器是否
会“思考”(thinking),有必要给出“智能”(intelligence)的定义。究竟“会思考”
到什么程度才叫智能?比方说,解决复杂的问题,还是能够进行概括和发现关联? 还有什么
是“知觉”(perception),什么是“理解”(comprehension)等等? 对学习过程、语言
和感官知觉的研究为科学家构建智能机器提供了帮助。 现在,人工智能专家们面临的最大
挑战之一是如何构造一个系统,可以模仿由上百亿个神经元组成的人脑的行为, 去思考宇宙
中最复杂的问题。或许衡量机器智能程度的最好的标准是英国计算机科学家阿伦·图灵的试
验。 他认为,如果一台计算机能骗过人,使人相信它是人而不是机器, 那么它就应当被称
作有智能。
人工智能从诞生发展到今天经历了一条漫长的路,许多科研人员为此而不懈努力。 人
工智能的开始可以追溯到电子学出现以前。象布尔和其他一些哲学家和数学家 建立的理论
原则后来成为人工智能逻辑学的基础。而人工智能真正引起 研究者的兴趣则是 1943 年计算
机发明以后的事。技术的发展最终使得人们可以仿真 人类的智能行为,至少看起来不太遥
远。接下来的四十年里,尽管碰到许多阻碍, 人工智能仍然从最初只有十几个研究者成长
到现在数以千计的工程师和专家在研究; 从一开始只有一些下棋的小程序到现在的用于疾
病诊断的专家系统,人工智能的发展有目共睹。
人工智能始终处于计算机发展的最前沿。高级计算机语言、计算机界面及文字处理器的
存在或多或少都得归功于人工智能的研究。人工智能研究带来的理论和洞察力指引了计算技
术发展的未来方向。现有的人工智能产品相对于即将到来的人工智能应用可以说微不足道,
但是它们预示着人工智能的未来。对人工智能更高层次的需求已经并会继续影响我们的工
作、学习和生活。
第一章 人工智能的产生
人工智能, 英文单词 artilect,来源于 雨果·德·加里斯 的著作<The Artilect War> .
“人工智能”一词最初是在 1956 年 Dartmouth 学会上提出的。从那以后,研究者们发展了
众多理论和原理,人工智能的概念也随之扩展。人工智能是一门极富挑战性的科学,从事这
项工作的人必须懂得计算机知识,心理学和哲学。人工智能是包括十分广泛的科学,它由不
同的领域组成,如机器学习,计算机视觉等等,总的说来,人工智能研究的一个主要目标是
使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这
种“复杂工作”的理解是不同的。例如繁重的科学和工程计算本来是要人脑来承担的,现在
计算机不但能完成这种计算, 而且能够比人脑做得更快、更准确,因之当代人已不再把这种
计算看作是“需要人类智能才能完成的复杂任务”, 可见复杂工作的定义是随着时代的发具
有人工智能的机器人展和技术的进步而变化的, 人工智能这门科学的具体目标也自然随着
时代的变化而发展。它一方面不断获得新的进展,一方面又转向更有意义、更加困难的目标。
目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机,
人工智能的发展历史是和计算机科学技术的发展史联系在一起的。除了计算机科学以外, 人
工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医
学和哲学等多门学科。人工智能学科研究的主要内容包括:知识表示、自动推理和搜索方法、
机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序
设计等方面。
人工智能的两种实现方法
人工智能在计算机上实现时有 2 种不同的方式。一种是采用传统的编程技术,使系统呈
现智能的效果,而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫工程学
方法(Engineering approach),它已在一些领域内作出了成果,如文字识别、电脑下棋等。
另一种是模拟法(Modeling approach),它不仅要看效果,还要求实现方法也和人类或生
物机体所用的方法相同或相类似。本书介绍的遗传算法(Generic Algorithm, 简称 GA)和
人工神经网络(Artificial Neural Network,简称 ANN)均属后一类型。遗传算法模拟人类
或生物的遗传-进化机制,人工神经网络则是模拟人类或动物大脑中神经细胞的活动方式。
为了得到相同智能效果,两种方式通常都可使用。采用前一种方法,需要人工详细规定程序
逻辑,如果游戏简单,还是方便的。如果游戏复杂,角色数量和活动空间增加,相应的逻辑
就会很复杂(按指数式增长),人工编程就非常繁琐,容易出错。而一旦出错,就必须修改
原程序,重新编译、调试,最后为用户提供一个新的版本或提供一个新补丁, 非常麻烦。采
用后一种方法时,编程者要为每一角色设计一个智能系统(一个模块)来进行控制,这个智
能系统(模块)开始什么也不懂,就像初生婴儿那样,但它能够学习,能渐渐地适应环境,
应付各种复杂情况。这种系统开始也常犯错误,但它能吸取教训,下一次运行时就可能改正,
至少不会永远错下去,用不到发布新版本或打补丁。利用这种方法来实现人工智能,要求编
程者具有生物学的思考方法,入门难度大一点。但一旦入了门,就可得到广泛应用。由于这
种方法编程时无须对角色的活动规律做详细规定,应用于复杂问题,通常会比前一种方法更
省力。
定义
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。
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。
著名的美国斯坦福大学人工智能研究中心尼尔逊教
授对人工智能下了这样一个定义:“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。”而另一个美国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。”这些说法反映了人工智能学科
的基本思想和基本内容。即人工智能是研究人类智能活动的规律,构造具有一定智能的人工
系统,研究如何让计算机去完成以往需要人的智力才能胜任的工作,也就是研究如何应用计
算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。
人工智能(Artificial Intelligence,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。
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。
计算机时代
1941 年的一项发明使信息存储和处理的各个方面都发生了革命.这项同时在美国和德
国出现的 发明就是电子计算机.第一台计算机要占用几间装空调的大房间,对程序员来说是
场噩梦:仅仅为运行一 个程序就要设置成千的线路.1949 年改进后的能存储程序的计算机
使得输入程序变得简单些,而且计算机 理论的发展产生了计算机科学,并最终促使了人工智
能的出现.计算机这个用电子方式处理数据的发明, 为人工智能的可能实现提供了一种媒
介.
AI 的开端
虽然计算机为 AI 提供了必要的技术基础,但直到 50 年代早期人们才注意到人类智能与
机器之间 的联系. Norbert Wiener 是最早研究反馈理论的美国人之一.最熟悉的反馈控制
的例子是自动调温器.它 将收集到的房间温度与希望的温度比较,并做出反应将加热器开大
或关小,从而控制环境温度.这项对反馈 回路的研究重要性在于: Wiener 从理论上指出,所
有的智能活动都是反馈机制的结果.而反馈机制是有可 能用机器模拟的.这项发现对早期
AI 的发展影响很大.
1955 年末,Newell 和 Simon 做了一个名为"逻辑专家"(Logic
Theorist)的程序.这个程序被许多人 认为是第一个 AI 程序.它将每个问题都表示成一个树
形模型,然后选择最可能得到正确结论的那一枝来求解 问题."逻辑专家"对公众和 AI 研究
领域产生的影响使它成为 AI 发展中一个重要的里程碑.1956 年,被认为是 人工智能之父的
John McCarthy 组织了一次学会,将许多对机器智能感兴趣的专家学者聚集在一起进行了一
个月的讨论.他请他们到 Vermont 参加 " Dartmouth 人工智能夏季研究会".从那时起,这个
领域被命名为 "人工智能".虽然 Dartmouth 学会不是非常成功,但它确实集中了 AI 的创立
者们,并为以后的 AI 研究奠定了基础.
剩余17页未读,继续阅读
资源评论
xxpr_ybgg
- 粉丝: 6507
- 资源: 3万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功