论文部分内容阅读
摘 要：人工智能是研究、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，同时是计算机科学的一个分支，它能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、自然语言处理等。本文首先从人工智能的定义及发展背景出发，研究了其相关控制技术，客观的阐述了人工智能的发展现状。最后，讲述了人工智能发展前景以及需要改进的方向
关键词：人工智能;历史背景;研究方向;发展前景
1 人工智能的含义和由来
人工智能最早在1956年的达特茅斯会议上被首次提出，到现在已经有了60多年的发展历程。人工智能又名机械智能、智能模拟。人工智能在日本叫做FGCS，即第五代计算机系统的英文缩写字头。其含义是：利用自动机系统模拟人类思维的外部行为用以高效地解决问题的科学技术。但是这个含义只是廣义上的，到现在为止仍旧没有一个统一的形式化的定义。人工智能研究的就是怎样利用机器模仿人脑从事推理规划、设计、思考、学习等思维活动，解决迄今认为需要由专家才能处理好的复杂问题。人工智能具有综合性、交叉性的特征，早在它诞生之日起就已经得到体现。人工智能汇聚了人类智能活动的表现形式和认知规律，借用数理逻辑来形式化，用计算机作为载体，提供关于形式化计算和符号处理的理论，模拟人类某些智能行为和方法，构造具有一定智能的人工系统，让计算机去完成以往需要人的智力才能胜任的工作，从而诞生了“人工智能”这一交叉学科。
2 人工智能在各个领域的发展现状
2.1人工智能在交通运输业的发展状况
随着人口密度的增加，交通运输业的压力早已不堪重负。引入人工智能系统将有望解决这一难题，通过调整运输参数、改变运输系统结构以达到优化系统的目的。计算机系统可以第一时间对各个路况进行信息采集和分析处理。智能交通系统对减少交通堵塞、提升路段运输承载能力和减低交通事故的发生都起到至关重要的作用。
2.2人工智能在生活中应用和发展现状
人工智能在生活中的应用比较随处可见，比如我们日常生活中所使用的手机、电脑和电视遥控器等都是人工智能应用于生活的具体体现。人工智能主要是加强机器与人的对话，让机器能更加理解人类的思想从而更好地为人们服务。
2.3人工智能生产制造业的发展现状
随着科技的发展，传统制造业，在现代化的技术面前变得毫无竞争优势，随着社会生产化程度的不断提高，高品质、高效率成为现代企业的基本要求。由于对于智能控制系统的理解不同，智能系统的设计也具有一定的差别。智能系统具有以下的特点和优势：智能控制：能够自我的进行深入的学习行为和能力：对知识和信息具有处理、分析和表达的能力。具有对经验的积累与记忆的能力，这点非常重要，它是系统能够自我学习的基础。值得一提的是智能系统能够对自我进行修复和定期的系统升级，能够适应因生产变化所带来达到不变。
3 人工智能当前的主要研究领域
尽管人工智能的理论体系还不够完善，不同学派和专门在理论和研究策略上持有不同看法，但是这些不足以成为影响人工智能发展的因素。相反，人工智能的研究已经变得更加深入、客观和全面。人工智能现在的研究领域众多且复杂，主要有三个方面：
3.1机器思维
机器思维主要是模拟人类的思维功能。在人工智能领域，机器思维一般研究的是推理、搜索、规划等。推理就是根据已有的事实和经验，采取某种合适的方法，利用所学的知识得出正确的结论的过程。搜索是已知搜索的目标，为了找到搜索 目标，不断查找推理路线，引导和掌握推理过程，从而解决问 题的过程。规划作为一种重要的问题求解手段，先从一个特 定的问题状态出发，查找并建立一个可以操作的序列，直到 最终状态为目标状态的一个行动过程的分析。一般的问题求 解技术往往解决的是抽象的数学问题，注重结果，而规划更 侧重于求解的过程，并且解决的是真实世界的问题。
3.2机器学习
机器学习是一个复杂的过程，按照对人类学习方式的模 拟，机器学习一般分为联结和符号学习。符号主义学派支持符号学习的机器学习观点。符号学习通过在功能上模拟人 类学习来达到学习目的。按照这种观点，知识可以用符号来表示，机器学习过程其实就是一种符号运算过程，联结学习 也称为神经学习，它是基于人工神经网络的学习方法。
3.3 机器感知
机器如果要像人类那样获取对外界的感知，那么机器必 须拥有机器感知的能力，即学习掌握机器视觉、模式识别并 且理解自然语言，其中模式识别是人工智能最早的研究领域 之一。模式识别的大体含义就是，能在混合的事物中，根据 要求，准确地对所需事物进行鉴别，并且完成正确分类。识 别的对象不受物理、化学、生理等条件的限制，其类型也可 以是文字、图像、声音等。模式识别包含几个基本步骤：（1）采集待识别对象的原有模式;（2）模式比较和匹配;（3）完成模式匹配后，进行分类处理，最后输出结果。
4 人工智能技术发展前景
4.1核心技术将进一步提高
随着人工智能产品的不断涌现，智力资源不断被收集，这将进一步推动人工智能技术的研发.从整体上看，我国人工智能缺乏核心技术。随着量子计算机类 脑芯片等技术的研发与应用，人工智能技术不再停留在较低层次，将向更深领域迈进。随着国家对人工智能技术有越来越重视，人工智能技术的核心技术也将不断升级。人工智能技术的魅力深深吸引着机器人爱好者，更吸引了众 多开发者的研发兴趣。随着国内外众多新产品的问世，将出现更高端的技术与产品，这会进一步推动核心技术的发展。
4.2人工智能技术的计算能力将更强
人工智能产品方兴未艾，随着互联网时代的不断发展，网络与联网的终端将不断普及，尤其在大数据时代，海量的数据涌现，数据爆发式增长，这也进一步要求人工智能 技术拥有更大更强的计算能力。传统的计算机系统对于逻辑运算十分擅长，但是并不擅长模式识别与形象思维，所以构建模仿人脑的类脑计算机十分必要。人类赋予了机器学习和思考的能力，让它成为改善我们生活的有力的工具。人工智能是现代社会进步和科技进步的集中体现，人工智能的出现将成为推动社会向前发展的有力动力。
参考文献
[1]王肃之.人工智能犯罪的理论与立法问题初探[J].大连理工 大学学报（社会科学版），2018，（4）：53-63.
[2]彭建，柳昆，郑付涛，等.基于 AHP 的地下空间开发利 用适宜性评价[J] .地下空间与工程学报，2010，8（3）：688-694.
[3]王万森.人工智能原理及其应用[M].北京：电子工业出版社，2000
[4]倪晨旭.浅谈人工智能未来发展趋势[J].科技创新与应用，2016（23）：70
关键词：人工智能;历史背景;研究方向;发展前景
1 人工智能的含义和由来
人工智能最早在1956年的达特茅斯会议上被首次提出，到现在已经有了60多年的发展历程。人工智能又名机械智能、智能模拟。人工智能在日本叫做FGCS，即第五代计算机系统的英文缩写字头。其含义是：利用自动机系统模拟人类思维的外部行为用以高效地解决问题的科学技术。但是这个含义只是廣义上的，到现在为止仍旧没有一个统一的形式化的定义。人工智能研究的就是怎样利用机器模仿人脑从事推理规划、设计、思考、学习等思维活动，解决迄今认为需要由专家才能处理好的复杂问题。人工智能具有综合性、交叉性的特征，早在它诞生之日起就已经得到体现。人工智能汇聚了人类智能活动的表现形式和认知规律，借用数理逻辑来形式化，用计算机作为载体，提供关于形式化计算和符号处理的理论，模拟人类某些智能行为和方法，构造具有一定智能的人工系统，让计算机去完成以往需要人的智力才能胜任的工作，从而诞生了“人工智能”这一交叉学科。
2 人工智能在各个领域的发展现状
2.1人工智能在交通运输业的发展状况
随着人口密度的增加，交通运输业的压力早已不堪重负。引入人工智能系统将有望解决这一难题，通过调整运输参数、改变运输系统结构以达到优化系统的目的。计算机系统可以第一时间对各个路况进行信息采集和分析处理。智能交通系统对减少交通堵塞、提升路段运输承载能力和减低交通事故的发生都起到至关重要的作用。
2.2人工智能在生活中应用和发展现状
人工智能在生活中的应用比较随处可见，比如我们日常生活中所使用的手机、电脑和电视遥控器等都是人工智能应用于生活的具体体现。人工智能主要是加强机器与人的对话，让机器能更加理解人类的思想从而更好地为人们服务。
2.3人工智能生产制造业的发展现状
随着科技的发展，传统制造业，在现代化的技术面前变得毫无竞争优势，随着社会生产化程度的不断提高，高品质、高效率成为现代企业的基本要求。由于对于智能控制系统的理解不同，智能系统的设计也具有一定的差别。智能系统具有以下的特点和优势：智能控制：能够自我的进行深入的学习行为和能力：对知识和信息具有处理、分析和表达的能力。具有对经验的积累与记忆的能力，这点非常重要，它是系统能够自我学习的基础。值得一提的是智能系统能够对自我进行修复和定期的系统升级，能够适应因生产变化所带来达到不变。
3 人工智能当前的主要研究领域
尽管人工智能的理论体系还不够完善，不同学派和专门在理论和研究策略上持有不同看法，但是这些不足以成为影响人工智能发展的因素。相反，人工智能的研究已经变得更加深入、客观和全面。人工智能现在的研究领域众多且复杂，主要有三个方面：
3.1机器思维
机器思维主要是模拟人类的思维功能。在人工智能领域，机器思维一般研究的是推理、搜索、规划等。推理就是根据已有的事实和经验，采取某种合适的方法，利用所学的知识得出正确的结论的过程。搜索是已知搜索的目标，为了找到搜索 目标，不断查找推理路线，引导和掌握推理过程，从而解决问 题的过程。规划作为一种重要的问题求解手段，先从一个特 定的问题状态出发，查找并建立一个可以操作的序列，直到 最终状态为目标状态的一个行动过程的分析。一般的问题求 解技术往往解决的是抽象的数学问题，注重结果，而规划更 侧重于求解的过程，并且解决的是真实世界的问题。
3.2机器学习
机器学习是一个复杂的过程，按照对人类学习方式的模 拟，机器学习一般分为联结和符号学习。符号主义学派支持符号学习的机器学习观点。符号学习通过在功能上模拟人 类学习来达到学习目的。按照这种观点，知识可以用符号来表示，机器学习过程其实就是一种符号运算过程，联结学习 也称为神经学习，它是基于人工神经网络的学习方法。
3.3 机器感知
机器如果要像人类那样获取对外界的感知，那么机器必 须拥有机器感知的能力，即学习掌握机器视觉、模式识别并 且理解自然语言，其中模式识别是人工智能最早的研究领域 之一。模式识别的大体含义就是，能在混合的事物中，根据 要求，准确地对所需事物进行鉴别，并且完成正确分类。识 别的对象不受物理、化学、生理等条件的限制，其类型也可 以是文字、图像、声音等。模式识别包含几个基本步骤：（1）采集待识别对象的原有模式;（2）模式比较和匹配;（3）完成模式匹配后，进行分类处理，最后输出结果。
4 人工智能技术发展前景
4.1核心技术将进一步提高
随着人工智能产品的不断涌现，智力资源不断被收集，这将进一步推动人工智能技术的研发.从整体上看，我国人工智能缺乏核心技术。随着量子计算机类 脑芯片等技术的研发与应用，人工智能技术不再停留在较低层次，将向更深领域迈进。随着国家对人工智能技术有越来越重视，人工智能技术的核心技术也将不断升级。人工智能技术的魅力深深吸引着机器人爱好者，更吸引了众 多开发者的研发兴趣。随着国内外众多新产品的问世，将出现更高端的技术与产品，这会进一步推动核心技术的发展。
4.2人工智能技术的计算能力将更强
人工智能产品方兴未艾，随着互联网时代的不断发展，网络与联网的终端将不断普及，尤其在大数据时代，海量的数据涌现，数据爆发式增长，这也进一步要求人工智能 技术拥有更大更强的计算能力。传统的计算机系统对于逻辑运算十分擅长，但是并不擅长模式识别与形象思维，所以构建模仿人脑的类脑计算机十分必要。人类赋予了机器学习和思考的能力，让它成为改善我们生活的有力的工具。人工智能是现代社会进步和科技进步的集中体现，人工智能的出现将成为推动社会向前发展的有力动力。
参考文献
[1]王肃之.人工智能犯罪的理论与立法问题初探[J].大连理工 大学学报（社会科学版），2018，（4）：53-63.
[2]彭建，柳昆，郑付涛，等.基于 AHP 的地下空间开发利 用适宜性评价[J] .地下空间与工程学报，2010，8（3）：688-694.
[3]王万森.人工智能原理及其应用[M].北京：电子工业出版社，2000
[4]倪晨旭.浅谈人工智能未来发展趋势[J].科技创新与应用，2016（23）：70