人工智能的发展状况范文

引言：寻求写作上的突破？我们特意为您精选了12篇人工智能的发展状况范文，希望这些范文能够成为您写作时的参考，帮助您的文章更加丰富和深入。

篇1

人工智能技术可以说是计算机技术、信息论、心理学以及语言学等诸多学科彼此联系与交叉之后形成的一门全新的学科。近年来，随着全球范围内计算机技术的持续发展，计算机的形象也出现了新的变化。主要表现在人机交互的场景变得愈来愈普遍，计算机被人们赋予了更加多的智能性因素。因为人们将最新计算机技术运用到了诸多学科，对这部分学科的认知也进入到了全新的发展期，从而推动了诸多新研究成果的持续出现。比如，围棋人机大战之中人工智能“阿尔法狗”的轻松取胜、人类大脑奥秘的发现、单一器官克隆的实现等。鉴于计算机这一人类诞生以来所发明的最为重要工具的持续发展，大量新知识、新理论持续涌现，促使人类一定要对其开展全面分析与研究。因为近些年来生物学、神经生理学等各种新研究成果的产生，让人工智能和人类智能的相互关系引发了人们越来越多的探讨。

一、人工智能概述

人工智能（简称AI），又被称为机器智能，是在上个世纪五十年代的Dartmouth学会当中被首次提出的，是计算机科学的重要分支之一。当前能用以研究人工智能的重要物质手段和能实现人工智能技术的主要设备即为计算机。人工智能是通过研究让计算机全面模拟人类思维的过程以及学习、推理和思考等功能的学科，包含了计算机智能的产生原理、形成与人脑智能近似的电脑等，从而让计算机能够真正实现更加高层次、更加高水平的实践运用。人工智能的本质其实是对人类思维中信息过程的一种模拟。对人类思维所进行的模拟主要可通过两条道路来开展，其一为实现结构上的模拟，也就是模拟人类大脑的结构，从而制造出类似于人脑的一种智能化机器。这一设想在实践中被证明为无法实现，这是由于人类对自身大脑和思维的过程还未能形成清晰而又明确的认知；其二是实现功能上的模拟，也就是放弃对人类脑部结构的仿真性模拟，转而从功能角度对人类大脑的思考过程加以模拟。如今人工智能所进行的努力就是对人脑功能的一种模拟。

二、人工智能发展状况分析

（一）全球人工智能发展现状

目前，人工智能技术已经在美国、欧洲以及日本等发达国家得到了迅速发展。在人工智能技术研究中非常突出的美国IBM 公司已为加利福尼亚州的劳伦斯？利弗摩尔实验室研制出了具有人脑智力能力的ASCII White电脑和蓝色牛仔电脑。据披露，后者的智力水平大体上和人脑等同。美国麻省理工学院的人工智能实验室则在实施一个代号是cog的新型项目。该项目希望能够给予人工智能以类似于人类的行为。这一项目的项目之一就是让人工智能的研究成果来捕捉人类眼睛的移动状况以及面部的表情，而另外一个项目则是让人工智能机器人抓住从其眼前所经过的物体。此外，还有一个研究项目是让机器人能够学会倾听音乐节奏，并且把其所听到的音乐旋律通过乐器加以演奏。因为人工智能具备了非常广阔的开发前景，其庞大的发展市场始终为全球各国以及各大企业所一致看好。除美国IBM公司继续在人工智能技术上投入大量资金来确保其在这一领域具有全球领先的地位之外，别的跨国巨头也在人工智能领域之中投入了相当多的资金。比如，世界首富美国微软公司前总裁比尔？盖茨就曾经在美国召开的人工智能国际会议之中作了人工智能方面的专题演讲。其所演讲的主要内容是称微软公司正在致力于推动人工智能基础技术和实用技术之研究，其主要研究领域涵盖了自我决定、知识和信息检索、数据搜集、自然语言以及语音笔迹识别等各项内容。

（二）我国人工智能发展现状

可以说，相当长一个时期以来，我国人工智能研究界的主要探究方向都是把研发具备了人类各种行为特点的高度类人性的机器人作为始终坚持的奋斗目标。在我国机械制造与自动控制专家学者们的努力下，在国家863计划以及国家自然科学基金的大力支持之下，我国的两足步行机器人研究与类人性机器人研究均取得了相当大的进展。早在上个世纪九十年代初，我国就成功地研制出了国内首台两足步行机器人，其后又通过长达十年时间的刻苦攻关，在本世纪初，终于成功地研发出了国内首台类人性机器人。这种机器人拥有和人一般大小的身躯、四肢以及眼睛等，而且还具备了相当强的语言对话能力。其行走之频率也从以往的每六秒钟走一步发展到了每秒钟能够走两步，从以往只能静态地站立到如今能够快速而又自如地进行动态行走，从以往只能够在已知环境下步行到如今可以在不确定的环境中探索前行，而且还取得了人工智能机器人神经网络、生理视觉、双手协调以及手指控制等系统开发的多项人工智能领域重大科研成果。

三、人工智能的未来发展趋势

技术的不断发展往往会超出人类最初的想象，要想能够精确入微地得出人工智能的今后具体发展趋势是不可能做到的任务。然而，从当前人工智能研究界所实施的一部分前瞻性研究之中即可看出，今后人工智能有可能会朝着智能模糊处理化、人工智能并行化、神经网络化与机器情感化等方向加以发展，人工智能具有非常大的发展空间与发展潜力。实事求是地说，将人工智能作为整体加以研究尚处于起步阶段，离人类所设定的目标尚有相当遥远的距离，人工智能在以下方面可能还会有新的更大的发展与突破。一是自动推理取得新的发展。自动推理是人工智能研究领域之中最为经典的研究分支之一。其主要理论是人工智能别的分支所具有的十分重要的共同基础。长时间以来，自动推理均属于人工智能研究领域最为热门的研究项目，其中对机器人知识系统动态化演化的特点和可行性的推理所进行的研究，笔者觉得将会是全新的研究热点，而且非常有可能在今后获得新的成绩，而且还会是相当巨大的突破。二是人工智能机器学习研究能够获得长足的进展。如今，诸多新型学习方法不断出现，而且相继获得了研究的进展，比如，增强学习算法就是其中的典型，而reinforcement learning也取得了重要的突破。但是，笔者也发现，如今研究中所得出的学习方法处理还存在不足之处，也就是具有更大的发展空间，尤其是在人工智能在线学习上显得有效性不够，十分需要找到一种全新的学习方法来解决诸多移动机器人、自主agent以及智能信息存取等目前人工智能研究中的问题。可以说，在线学习问题已经成为人工智能研究界人士都十分关心的重要问题，相信随着时间的推移和研究的深入，今后将会在以上这些方面获得突破性进展。三是自然语言处理。这一技术是人工智能技g运用到现实领域之中的一个典型示范例子。通过人工智能研究领域工作者艰苦卓绝的努力，该领域目前已经获得了诸多让人瞩目的理论和运用成果。各类人工智能领域之中的新产品已进到了各个领域之中。比如，智能信息检索技术就在互联网技术的大力影响下，近些年来得到了极其快速的发展，如今已成为了人工智能领域之中的重要的研究分支之一。因为信息的获取和纯化精化技术已经成为当前一个时期计算机研究技术之中十分需要深入探究的课题之一，所以，把人工智能技术的相关内容引入到该领域之中，将会是人工智能从理论研究转为实践运用的一个重要契机和突破口。从近些年来我国人工智能领域的发展实践来看，在此方面的探究已经取得了一些让人激动的成果。笔者相信通过今后的持续的研究，一定能够取得更大的突破，让人工智能能够真正做到造福于民。

四、结束语

总之，人工智能始终处在计算机研究技术的前端，其研究进展在相当大的程度上会决定计算机技术今后的发展趋势。人工智能只是人类工具的一种延长，无法替代人类的大脑，这一点从其诞生之日起就已确定。虽然人工智能无法对人类的智能造成挑战，但是随着人类对于人工智能的研究进一步深化，人工智能还会越来越接近于人类的智能。人工智这一人类智能客体化后之产物，其功效依然会受到人类智能之控制。如今已有大量人工智能的科研成果进入人类的现实生活之中。今后，人工智能的持续发展必然会对人类的生活与工作等带来更加巨大的影响。

参考文献：

[1]史忠植，王文杰. 人工智能[M]. 北京：国防工业出版社，2007.

[2]周以真. 计算思维[J]. 中国计算机学会通讯，2007（3）.

篇2

中图分类号：TP391.6 文献标识码：A 文章编号：1007-9416（2016）12-0118-01

近年来，其初步成果已经在我们的生活中得到了运用。科学家们借助一台计算机或者是一个机器人载体通过输入代码等方式，对计算机作出指令让其代替人们完成一些需要人们亲自动手或者是动脑的工作，既包括对人生命健康安全存在隐患的高危工作，也包括是毫无技术水平，重复枯燥的体力劳动。随着人工智能技术应用越来越具备挑战性，作为实现平台的计算机更是发挥了不可忽视的作用。因此，讨论探究人工智能在计算机中的应用就显得尤为的重要。

1 人工智能的含义

人工智能（Artificial Intelligence），英文缩写为AI。就其本质而言，是对人的思维的信息过程的模拟。该词于1956年在Dartmouth学会上被科学家们提出，最早是研究、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。现在被当作为计算机科学的一个分支，它进一步的深化智能，并以生产出一种能做出与人类相似反应的智能程序为目标，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。人工智能在计算机中的应用不是简单的机器制造，是模拟人类智力活动和反应能力的系统创造，是信息时代高科技不断发展的代表产物，人工智能的发展在现代信息社会的发展中占据着越来越重要的地位。

2 人工智能在计算机应用中存在的问题

2.1 语言智能存在缺陷

在计算机语言智能虽然取得了一定程度的成果，但是在具体应用方面仍旧存在着一定缺陷。由于在实际生活中使用环境的限制，使用者不能保证在任何使用情况下周围安静无噪音，再加上用户不同的口音、停顿、语言习惯等等，这都给计算机接受指令作出智能反应带来了极大的挑战，需要科学家和技术人员不断提高计算机语言智能智能能力，另外计算机语言正处于起步阶段，虽然计算机对于人们发出的指令智能进行简单的翻译，但是对于句子意义的理解稍显不足，容易在语序语法上出现低级错误，计算机语言理解能力还有待加强，翻译和理解的能力在实际应用中也需要大幅度提升。

2.2 缺少词汇量和互动环节

词汇量决定计算机系统接受语音信息和指令的完整程度，互动环节的多少决定计算机系统智能水平的高低。一方面使用者语言的多样性增添了系统语音识别难度，由于系统缺乏世界语言的不足，在搜索计算法效率的不断提升和搜索词汇量的不断增加的情况下，如用户引用的词汇超出系统存储范围时，系统很有可能出现混乱、奔溃等情况。这都给用户在计算机人工智能语音应用方面造成了极大的困扰；另一方面人们生活水平不断提高，对应用的人性化和趣味化要求也在同步提升，但是从现实状况来看，计算机人工智能互动模式和内容太过死板和枯燥，难以吸引用户使用兴趣，要想促进人工智能在计算机的不断应用，就得不断创新，研究开发新模式吸引用户注意。

3 人工智能在计算机中的具体应用

3.1 进入生产领域，节省人力资本

随着人工智能与计算机的高度结合，越来越多的企业将目光投向于人工智能在生产领域的研究，一方面对于一些事故发生率较高、财产损失规模较大、且对工作者生命安全造成极大威胁的高危行业，企业的管理者可以运用计算机控制，以机器代替人工进行作业，如地下采煤、高空作业、爆破工作等等，既将工人的生命威胁降至最低，又能提高生产工作效率，促M企业的发展乃至行业的整体进步，另一方面，由于我国国情存在着大量的劳动密集型产业，人工智能促进了流水线生产，电脑系统化解放了大批劳动力，节省了大量企业资本，促使企业将更多的资源运用进人工智能和产品的研发，从而对计算机人工智能的进一步发展起着积极的作用。

3.2 投放科学领域，促进时代进步

人工智能在计算机中的应用典型例子就不能忽略超级计算机的研发和使用，所谓的超级计算机是以计算机为载体，具有代替人们进行任务规划和强大计算、处理数据的能力，主要特点表现为高速度和大容量，配有多种外部和设备及丰富的、高功能的软件系统。现有的超级计算机运算速度大都可以达到每秒一太（万亿）次以上。例如我国“天河二号”，它工作一秒钟相当于我们每个国民加起来全年无休工作1000年的计算量。因此，其多应用于国家高科技领域和尖端技术研究，人工智能与计算机的有机结合、相互作用、相互影响、其所表现出来的科学产物，不仅体现了一个国家的科研实力，同时对国家安全，经济和社会发展具有举足轻重的意义。

3.3 运用实际生活，提高生活水平

随着电子信息技术和计算机的发展，人工智能影响到我们的方方面面，通过搜索引擎就能查找我们所需要的图片和信息，点击人工语音选项我们便能对电脑程序发出指令，图搜商品导购、摄像头智能识别等等，被我们所熟悉的还有由谷歌公司研发创造的围棋人工智能程序阿尔法与微软互联网工程院于2014年的人工智能机器人“小冰”。前者在2016年3月以4：1的总比分战胜李世石，后者则拥有人工智能聊天，具有“陪你数羊”能人性化功能。由此可见，人工智能在计算机中的应用在给我们的生活带来挑战的同时，极大地提高了我们的生活水平、扩宽了娱乐方式。

4 结语

随着信息时代和高科技技术的高速发展，人工智能近年来所表现的迅猛势头不容小觑。虽然人工智能在计算机领域应用起步较晚，但它逐渐显现出其独特的发展潜力，对我们的生活和工作也发挥着越来越重要的影响。就目前人工智能发展状况来看离不开与计算机的结合和使用，因此我们不断学习和研究，不断促进人工智能在计算机领域中的应用和发展。

篇3

一、人工智能的定义

“人工智能”(ArtificialIntelligence)一词最初是在1956年Dartmouth学会上提出的。人工智能是指研究、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。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与技术的发展史联系在一起的。

人工智能理论进入21世纪，正酝酿着新的突破，人工智能的研究成果将能够创造出更多更高级的智能“制品”，并使之在越来越多的领域超越人类智能，人工智能将为发展国民经济和改善人类生活做出更大贡献。

二、人工智能的应用领域

1.在管理系统中的应用

(1)人工智能应用于企业管理的意义主要不在于提高效率，而是用计算机实现人们非常需要做，但工业工程信息技术是靠人工却做不了或是很难做到的事情。在《谈谈人工智能在企业管理中的应用》一文中刘玉然指出把人工智能应用于企业管理中，以数据管理和处理为中心，围绕企业的核心业务和主导流程建立若干个主题数据库，而所有的应用系统应该围绕主题数据库来建立和运行。换句话说，就是将企业各部门的数据进行统一集成管理，搭建人工智能的应用平台，使之成为企业管理与决策中的关键因子。

(2)智能教学系统(ITS)是人工智能与教育结合的主要形式，也是今后教学系统的发展方向。信息技术的飞速发展以及新的教学系统开发模式的提出和不断完善，推动人们综合运用超媒体技术、网络基础和人工智能技术区开发新的教学系统，计算机智能教学系统就是其中的典型代表。计算机智能教学系统包含学生模块、教师模块，体现了教学系统开发的全部内容，拥有着不可比拟的优势和极大的吸引力。

2.在工程领域的应用

(1)医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用，具有极大的科研和应用价值，它可以帮助医生解决复杂的医学问题，作为医生诊断、治疗的辅助工具。事实上，早在1982年，美国匹兹堡大学的Miller就发表了著名的作为内科医生咨询的Internist2Ⅰ内科计算机辅助诊断系统的研究成果，由此，掀起了医学智能系统开发与应用的。目前，医学智能系统已通过其在医学影像方面的重要作用，从而应用于内科、骨科等多个医学领域中，并在不断发展完善中。

(2)地质勘探、石油化工等领域是人工智能的主要作用发挥领地。1978年美国斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“PROSPECTOR”，该系统用于勘探评价、区域资源估值和钻井井位选择等，是工业领域的首个人工智能专家系统，其发现了一个钼矿沉积，价值超过1亿美元。

3.在技术研究中的应用

(1)在超声无损检测(NDT)与无损评价(NDE)领域中，目前主要广泛采用专家系统方法对超声损伤(UT)中缺陷的性质、形状和大小进行判断和归类；专家运用超声无损检测仪器，以其高精度的运算、控制和逻辑判断力代替大量人的体力与脑力劳动，减少了任务因素造成的无擦，提高了检测的可靠性，实现了超声检测和评价的自动化、智能化。

(2)人工智能在电子技术领域的应用可谓由来已久。随着网络的迅速发展，网络技术的安全是我们关心的重点，因此我们必须在传统技术的基础上进行网络安全技术的改进和变更，大力发展数据挖掘技术、人工免疫技术等高效的AI技术，开发更高级AI通用和专用语言，和应用环境以及开发专用机器，而与人工智能技术则为我们提供了可能性。

三、人工智能的发展方向

1.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。

2.智能信息检索技术的飞速发展。人工智能在网络信息检索中的应用，主要表现在:(1)如何利用计算机软硬件系统模仿、延伸与扩展人类智能的理论、方法和技术。(2)由于网络知识信息既包括规律性的知识，如一般原理概念，也包括大量的经验知识这些知识不可避免地带有模糊性、随机性、不可靠性等不确定性因素对其进行推理，需要利用人工智能的研究成果。

3.SOAr是一种通用智能体系结构，其始终处在人工智能研究的前沿，已显示出强大的问题求解能力，它认为机器人的开发是人工智能应用的重要领域。在它的研究中突出4个概念:(1)所处的境遇机器人不涉及抽象的描述，而是处在直接影响系统的行为的境地。(2)具体化机器人有躯干，有直接来自周围世界的经验，他们的感官起作用后会有反馈。(3)智能的来源不仅仅是限于计算装置，也是由于与周围进行交互的动态决定。(4)浮现从系统与周围世界的交互以及有时候系统的部件间的交互浮现出智能。目前，国内外不少学者都对机器人足球系统颇感兴趣，足球机器人涉及机器人学、人工智能以及人工生命、智能控制等多个领域。足球机器人系统本身既是一个典型的多智能体系统，是一个多机器人协作自治系统，同时又为它们的理论研究和模型测试提供一个标准的实验平台。

参考文献：

[1]元慧.议当代人工智能的应用领域和发展状况[J].福建电脑，2008.

[2]刘玉然.谈谈人工智能在企业管理中的应用[J].价值工程，2003.

[3]焦加麟，徐良贤，戴克昌.人工智能在智能教学系统中的应用[J].计算机仿真，2003，(8).

[4]周明正.人工智能在医学专家系统中的应用[J].科技信息，2007.

[5]张海燕，刘镇清.人工智能及其在超声无损检测中的应用[J].无损检测，2001，(8).

篇4

一、人工智能的定义

“人工智能”(ArtificialIntelligence)一词最初是在1956年Dartmouth学会上提出的。人工智能是指研究、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。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与技术的发展史联系在一起的。人工智能理论进入21世纪,正酝酿着新的突破,人工智能的研究成果将能够创造出更多更高级的智能“制品”,并使之在越来越多的领域超越人类智能,人工智能将为发展国民经济和改善人类生活做出更大贡献。

二、人工智能的应用领域

1.在管理系统中的应用

(1)人工智能应用于企业管理的意义主要不在于提高效率,而是用计算机实现人们非常需要做,但工业工程信息技术是靠人工却做不了或是很难做到的事情。在《谈谈人工智能在企业管理中的应用》一文中刘玉然指出把人工智能应用于企业管理中,以数据管理和处理为中心,围绕企业的核心业务和主导流程建立若干个主题数据库,而所有的应用系统应该围绕主题数据库来建立和运行。换句话说,就是将企业各部门的数据进行统一集成管理,搭建人工智能的应用平台,使之成为企业管理与决策中的关键因子。

(2)智能教学系统(ITS)是人工智能与教育结合的主要形式,也是今后教学系统的发展方向。信息技术的飞速发展以及新的教学系统开发模式的提出和不断完善,推动人们综合运用超媒体技术、网络基础和人工智能技术区开发新的教学系统,计算机智能教学系统就是其中的典型代表。计算机智能教学系统包含学生模块、教师模块,体现了教学系统开发的全部内容,拥有着不可比拟的优势和极大的吸引力。

2.在工程领域的应用

(1)医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用,具有极大的科研和应用价值,它可以帮助医生解决复杂的医学问题,作为医生诊断、治疗的辅助工具。事实上,早在1982年,美国匹兹堡大学的Miller就发表了著名的作为内科医生咨询的Internist2Ⅰ内科计算机辅助诊断系统的研究成果,由此,掀起了医学智能系统开发与应用的。目前,医学智能系统已通过其在医学影像方面的重要作用,从而应用于内科、骨科等多个医学领域中,并在不断发展完善中。

(2)地质勘探、石油化工等领域是人工智能的主要作用发挥领地。1978年美国斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“PROSPECTOR”,该系统用于勘探评价、区域资源估值和钻井井位选择等,是工业领域的首个人工智能专家系统,其发现了一个钼矿沉积,价值超过1亿美元。

3.在技术研究中的应用

(1)在超声无损检测(NDT)与无损评价(NDE)领域中,目前主要广泛采用专家系统方法对超声损伤(UT)中缺陷的性质、形状和大小进行判断和归类;专家运用超声无损检测仪器,以其高精度的运算、控制和逻辑判断力代替大量人的体力与脑力劳动,减少了任务因素造成的无擦,提高了检测的可靠性,实现了超声检测和评价的自动化、智能化。

(2)人工智能在电子技术领域的应用可谓由来已久。随着网络的迅速发展,网络技术的安全是我们关心的重点,因此我们必须在传统技术的基础上进行网络安全技术的改进和变更,大力发展数据挖掘技术、人工免疫技术等高效的AI技术,开发更高级AI通用和专用语言,和应用环境以及开发专用机器,而与人工智能技术则为我们提供了可能性。

三、人工智能的发展方向

1.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。

2.智能信息检索技术的飞速发展。人工智能在网络信息检索中的应用,主要表现在:(1)如何利用计算机软硬件系统模仿、延伸与扩展人类智能的理论、方法和技术。(2)由于网络知识信息既包括规律性的知识,如一般原理概念,也包括大量的经验知识这些知识不可避免地带有模糊性、随机性、不可靠性等不确定性因素对其进行推理,需要利用人工智能的研究成果。

3.SOAr是一种通用智能体系结构,其始终处在人工智能研究的前沿,已显示出强大的问题求解能力,它认为机器人的开发是人工智能应用的重要领域。在它的研究中突出4个概念:(1)所处的境遇机器人不涉及抽象的描述,而是处在直接影响系统的行为的境地。(2)具体化机器人有躯干,有直接来自周围世界的经验,他们的感官起作用后会有反馈。(3)智能的来源不仅仅是限于计算装置,也是由于与周围进行交互的动态决定。(4)浮现从系统与周围世界的交互以及有时候系统的部件间的交互浮现出智能。目前,国内外不少学者都对机器人足球系统颇感兴趣,足球机器人涉及机器人学、人工智能以及人工生命、智能控制等多个领域。足球机器人系统本身既是一个典型的多智能体系统,是一个多机器人协作自治系统,同时又为它们的理论研究和模型测试提供一个标准的实验平台。

参考文献:

[1]元慧.议当代人工智能的应用领域和发展状况[J].福建电脑,2008.

[2]刘玉然.谈谈人工智能在企业管理中的应用[J].价值工程,2003.

[3]焦加麟,徐良贤,戴克昌.人工智能在智能教学系统中的应用[J].计算机仿真,2003,(8).

[4]周明正.人工智能在医学专家系统中的应用[J].科技信息,2007.

[5]张海燕,刘镇清.人工智能及其在超声无损检测中的应用[J].无损检测,2001,(8).

篇5

引言

作为一种典型的成套式大型机械动力设备，燃气轮机的发展不断融合多种新工艺、新科技、新材料于一体，该设备拥有先进且复杂的结构，导致其故障率及对维修水平的要求不断提高。然而，由于燃气轮机具有热效率高、工作平稳、启动较快等优点而得到了广泛的应用，尤其是在航空航天、能源电力等高端领域。该设备一旦发生故障，便会带来不可估量的经济损失。所以，对燃气轮机的故障诊断技术进行研究进而保障燃气轮机能够处于正常稳定的运行状态意义重大。故障诊断技术是通过利用有效的分析方法对采集现场重要的状态数据、历史信息进行分析处理，从而对机械设备的运行状态进行评价的一项识别技术。对燃气轮机的运行状态进行监测可以在很大程度上减少维修成本，提高系统运行的可靠度。

1.故障诊断技术发展状况

1.1国外研究探索

从上个世纪六十年代开始，伴随计算机技术、传感器工艺的快速发展，故障诊断技术逐步作为一门重要的学科和研究领域而发展起来。在燃气轮机故障诊断方面，美国是首先进行故障诊断技术研究与探索的国家，其相关技术较为先进且发展水平在多个方面均处在世界的领先地位，对航空及舰船的燃气轮机故障诊断拥有自身的理论优势与先进的技术支撑。在理论的相关研究中，美国首次将应用统计学与神经网络滤波相结合有效的增强来源于运行设备本体的信息及数据的可靠性，还利用神经网络技术实时监测并分析燃气轮机的运行状态，对设备的性能变化作出及时的诊断。经过不断的探索，最终建立合理的故障诊断理论体系与可靠的专家诊断系统，就燃气轮机的不同故障提出相应的维护建议。此后利用神经网络技术成功采集到RR公司生产制造的RB211型燃气轮机的本体信息，并将多层传感器、径向基函数和回归神经网等应用到故障诊断中，对径向基函数神经网络能够且适合用来对发动机性能参数、传感器故障诊断与监测、发动机获取参数困难下的安全预测等作出了阐述。此外，非常多的文献对燃气轮机的故障诊断方面的知识和方法进行了说明。还有不少资料对燃气轮机的旋转式设备进行故障诊断，大都采取不同类型的神经网络并利用小波分析技术对振动类型的信号进行处理，均得到良好的应用效果。

1.2国内研究探索

随着燃气轮机在国内军事设备及民用机械的应用规模不断扩大，我国逐步进入对其故障诊断技术的探索。不过与其它国家相比，因相关研究起步晚、规模不大并且缺少实用的诊断系统等限制，当前发展状况相对落后。但因为许多新的理论和方法不断应用到燃气轮机故障诊断，该方面的探索取得了不错的科研成果。尤其是计算机技术、人工智能技术的逐步发展使其故障诊断水平发展到智能化的水平。王永泓等在燃气轮机的专家诊断系统中引入模糊Petri网知识表示系统取得不错的效果，并采用综合利用算法、模型诊断等结合而成的混合型人工智能故障诊断方法。翁史烈等人在“基于热力参数的燃气轮机智能故障诊断”中建议采用故障和征兆两者间的定量求解途径，并以此为基础探索了模糊逻辑与神经网络的诊断技术。卜凯旗等人研发出完整的燃气轮机发电机组振动信号监测及故障诊断系统，利用分析得到的振动数据以提前预测机组工作过程中产生的异常状况，然后利用专家故障诊断系统给出合理建议以供技术工作者参考。通过使用验证，该系统有效的保障了生产安全，提高了经济效益。

2.智能故障诊断技术

由于燃气轮机设备的大型化及复杂化，设备会产生多种故障同发以及不同故障间的相互作用、联系分析困难的状况。随着人工智能技术的发展和在诊断系统中的应用，成功的使燃气轮机的故障诊断技术提升到智能化新高度，弥补了传统式故障诊断技术在现场应用中存在的缺陷，很好地处理了复杂系统故障诊断过程中出现的问题。

最初的专家诊断系统均采用基于规则的诊断方法，该方法采用直接及启发式知识表示，诊断速度较快，且容易实现编程和系统开发，具有直观方便的优点。不过由于知识库中的故障类型较少，面对新的故障问题时就显得无从下手，极易导致诊断失误或者失败;基于人工神经网络的故障诊断主要是建立故障源和征兆间的映射，具有高度的容错机制及非线性等优点。不过由于神经网络的诊断方法对系统内部的潜在关系不能进行准确的揭示，因而增加了该方法出现误诊的概率;混合型智能诊断方法可以依据发动机组性能参数的不同以及采集存储的历史数据信息按照一定的选用规则选取合理的诊断方法，具有良好的综合性能。

3.结束语

燃气轮机故障诊断技术的发展直接关系到其经济性，必须得到充分的关注和研究，目前已建立有一定代表性的故障诊断系统。不过随着新技术、新知识、新方法的不断出现，对燃气轮机故障诊断技术的研究也需更加深入。智能化故障诊断技术作为专家诊断系统的核心，具有广阔的应用空间。如何将理论研究运用到现场运行中进而保证燃气轮机的运行可靠性，达到高智能化水平是相关研究者的共同目标。

参考文献：

篇6

“人工智能”是在1956年的Dartmouth学会上提出的，英文缩写是AI。它是计算机科学等多种学科互相渗透而发展起来的综合性、交叉性学科。从计算机应用系统的角度出发，人工智能是研究如何模拟人类智能活动，使机器能够胜任一些需要人类智能才能完成的复杂工作，以延伸人类智能的科学。

二、人工智能技术的发展状况

随着计算机、信息和并行程序设计技术的发展，人工智能的研究已经发展成为智能体系的研究。到目前为止，人工智能程序已经知道考虑他们要解决的问题，从而寻找比较好的答案。智能体体系可以被认为是智能体的软件工程模型，智能体语言是智能体的软件系统。在我国，智能体技术多被应用到处理具有异构、布、态、规模及自主性的系统中，如Internet，是人工智能技术的新应用。

目前，人工智能技术在美国等欧洲国家仍保持非常快的发展速度。在人工智能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智力能力的ASCIWhite电脑。据称，其正在开发的更为强大的blue jean电脑的智力水平将与人脑相当。

三、新一代计算机和人工智能技术的应用

随着人工智能技术的不断发展，越来越多的技术发展都涉及到人工智能，人工智能已经被广泛应用到许多领域。

（一）人工智能技术在计算机符号计算中的应用

计算机最主要的用途之一就是科学计算，通常分为纯数值的计算和符号计算两种。其中符号计算是一种智能化的计算。随着新一代计算机的开发和普及以及人工智能技术的发展，多种功能计算机代数系统软件相继出现，都是用C语言写成的，可以在绝大多数计算机上使用。

（二）人工智能技术在计算机模式识别中的应用

计算机用数学方法研究模式的自动处理就是模式识别。用计算机实现模式的自动识别和判断，是利用人工智能技术开发智能机器的关键，计算机模式识别的特点是效率高，速度快，准确率高，也为人类认识自身智能提供了有利线索。

（三）计算机的机器翻译

计算机把一种语言转变为另一种语言的过程就是机器翻译。目前，我国的机器翻译软件的翻译特点，大致可以分为三类：词典翻译、汉化翻译和专业翻译。词典翻译软件可以迅速查询英文单词或词组的词义，并提供发音；汉化翻译软件提出“智能汉化”的概念，辅助翻译作用更加明显。

（四）人工智能技术在计算机机器学习中的应用

计算机的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能力。机器学习是机器具有智能能力的重要标志，也是机器获取知识的根本途径。机器学习是一个难度较大的研究领域，它与认知科学和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也会起到重要的推动作用。

（五）人工智能技术在计算机问题求解中应用

人工智能技术在今天的计算机程序已能够达到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的表达能力和洞察能力等。人们通常都能根据具体问题找到思考问题和解决问题的办法，目前，人工智能技术已能通过计算机程序知道如何考虑要解决的问题，寻找较为准确的解答方法。

（六）人工智能技术在计算机推理证明中应用

逻辑推理在人工智能研究中是最持久的探究领域之一，其别重要的是，通过找到合理准确的方法，集中注意力在大型数据库中的有效事实上，关注可信证明，并在出现新信息时适时修正这些证明。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。

（七）人工智能技术在计算机语言处理中的应用

自然语言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瞩目的成果。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。

（八）人工智能技术在计算机专家系统中的应用

专家系统是人工智能技术中最活跃、最有成效的研究领域，是具有特定领域内大量知识与经验的程序系统，已出现成功应用人工智能技术的趋势。计算机程序如果能体现和应用人类知识，就应该可以帮忙解决问题，而且能发现人类专家在推理过程中出现的差错。

四、新一代计算机和人工智能技术的发展趋势

新一代计算机和人工智能技术的发展潜力巨大，其作为一个整体的研究才刚刚开始。人工智能技术的发展总是超乎人们的想象，要准确地预测人工智能的未来，从目前一些前瞻性的研究中可以看出，未来人工智能技术可能会朝以下几个方向发展：模糊处理、并行化、神经网络和机器情感。

（1）自动推理是新一代计算机和人工智能技术最经典的研究分支，其基本理论是新一代计算机和人工智能技术其它分支的共同基础。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，很有可能取得突破。

（2）机器学习的研究使得许多新的学习方法相继问世，并获得了成功应用。但是也应看到，现有的机器学习方法尚不够有效，寻求一种新的方法，以解决新一代计算机和人工智能技术研究中的在线学习问题，是研究人员共同关心的问题。

（3）自然语言处理是新一代计算机和人工智能技术应用于实际领域的典型范例，这一领域已获得了大量令人瞩目的理论与应用成果。智能信息检索技术近年来已成为新一代计算机和人工智能技术的一个独立研究分支，将新一代计算机和人工智能技术应用于计算机科学与技术领域的研究，是人工智能走向应用的突破口。

五、结束语

很多新一代计算机和人工智能技术研究的成果已经进入人们的日常生活。未来，人工智能技术的发展将会给人类的知识、思考、生活、工作和教育产生巨大的影响，在人类的生活中占据一席之地，成为人类生活的伙伴。

参考文献：

篇7

作者简介：王亮（1982-），男，汉族，内蒙古呼伦贝尔市人，助理工程师，学士，单位：呼伦贝尔市生产力促进中心，研究方向：电子工程

机械电子工程是结合了机械工程与电子技术的一类新兴的工程，它能够很好地结合两者的优点，使机械变得更加智能，操作变得更加精确可靠。同时记过长时间的发展，机械电子工程正在向智能化和信息化的方向迈进，发展前景不可限量。

1人工智能概述

为了很好的了解机械电子的智能化发展，我们十分有必要对人工智能做出简单的认识。人工智能的发展十分的缓慢，其起源于十七世纪初期，经过两个多世纪的缓慢发展才完成了前期的积累过程，之后的发展就是建立在这段时间的积累上而快速前进的。最初的积累就是简单的理论积累过程，主要体现在映射方面。在现代人工智能所需的逻辑理论方面并没有很好地发展。但是在二十世纪中叶，人工智能被首次提出，出乎意料的是还对其有了比较清晰的规定，为其接下来的发展指出了一个大概的方向。以这个事件作为节点，人工智能在此之后得到了快速的发展，并且在生产实践的工作中有了比较广泛的应用，为我们日常的生活和社会的发展与进步提供了比较强大的支撑。在人工智能发展的同时，网络技术也得到了快速的发展，其借助网络这一平台，不仅促进了其智能化的过程，而且还充分的交流了各种信息，与网络的发展相辅相承，这样的发展状况一直持续到现在。

2机械电子工程概述

为了更好地了解机械电子工程，我们对机械工程的发展历史进行了阶段化的划分，根据其发展的时间顺序划分为以下的三个阶段：

（1）首先是其发展的初级阶段。在这个阶段当中，人工对机械电子的发展起着主导的作用。我们往往需要通过人工来完成机械电子工程的手工化作业。所以这也就直接导致了生产效率十分低下，也正是因为如此低效率的生产，使机械电子工程得到了发展；

（2）其次就是工业革命的阶段。在这个发展阶段中一个显著的特点就是流水线生产方式的引入。流水线这种工作方式具有分工明确、单元的操作简单的特点，它不在需要工人对所有的生产工序都了解，只需要对自己所在的环节熟练就行，这不仅节约了培训的成本，而且还提高了生产效率，在很大的程度上解放了人类的双手。但是其机械化和智能化程度也不够高，难以满足市场的大量的需求。所以我们还是必须着眼于机械电子的研究，实现流水线的少人生产；

（3）最后也就是离我们最近的一个时期。在这个发展阶段当中，机械电子已经具备雏形，与以前的发展已经有了质的变化。在这个发展的过程当中，生产效率得到进一步的飞越。并且在流水线的生产方式中出现了更多的非人工元素，即机械。而随着电气化时代的到来，科学技术得到了进一步的飞越，机械工程的发展也达到了前所未及的新高度。在进入二十世纪九十年代和二十一世纪初，随着信息化时代的到来，更多的人工智能被添加到了机械设备上，使机械设备的灵活性及适应性能够完美的适应我们的生产生活的需求，机械电子工程也迎来了巨大的发展机遇。

3机械电子工程与人工智能的关系分析

在自动控制的理论学习当中，我们学习到的输入和输出的关系基本上都是成比例关系和现行相关的关系。但是在实际的生产实践当中，机械设备与电子设备组成的系统往往都是呈现不稳定性和非线性的，我们很难用一个简单的式子来表达出这种系统所具有的特性。在该工程的发展过程中，我们通过不断的发现，总结了以下三种描述这类系统的方法：

（1）通过对机械设备完成操作的物理过程来总结其数学规律，并用数学表达方式进行表达；

（2）通过对运行经验的积累来编写一套行之有效的库函数，在实践中调用其中的某些组成元素，从而实现对生产的指导；

（3）通过不断地积累经验，使之从经验层面上升到理论水平，从而为接下来的生产实践提供指导。具体的来说，可以通过数学方式对所总结的经验进行升华。这种方法能够很好的模拟出输入与输出之间的关系，而且论证的过程也十分的可靠。但是其也存在很大的不足，在一些十分复杂的系统当中，我们很难用数学的方法进行表达，有些及时表达出来了也不能进行有效的求解。所以这就要求我们另辟蹊径，寻找一种能够处理这种问题的表达方法，使生产实践过程中的问题得到比较好的解决。

在解决数学知识所不能解决的问题上，现在比较可靠的两种解决方法为神经网络系统与模糊逻辑系统。这两种解决问题的方法为人工智能，能够较好的弥补数学所不能涵盖的范围。具体的来说，模糊逻辑是对人类思维方式的一种模拟，其能够比较好的解决对复杂的信息进行有效的处理；而神经网络则是模拟人类的神经结构，通过模拟来实现对数据的传输，其对数据的传输精度能够很好地与前者相结合，使复杂系统得到比较完善和全面的表达。以上所述的两种表达方法能够在很大的程度上解决复杂系统的输入与输出之间的关系，但是其解决问题的难度还是有一个比较明确的限制。而新兴的模糊神经系统就能够在此基础上很好的解决该类问题，不失为一种先进性与实用性兼备的新方法.

4结语

科学的发展过程就是各类学科综合应用的过程，希望通过不懈的努力，最终实现机械电子工程的智能化，为我们的生产生活提供极大的便利。

参考文献：

[1]张长弓.浅谈机械电子工程与人工智能的整合思路构建[J].神州（下旬刊）,2014,(1):41-41

篇8

中图分类号：G642　文献标识码：B

1　引言

人工智能是计算机科学与技术学科类各专业重要的基础课程，在信息类相关的许多高年级本科和研究生都开设了人工智能课程。人工智能是一门前沿性的学科，它主要研究计算机实现智能的基本原理和基本方法，同时人工智能也是一门多学科交叉的综合学科，它涉及计算机科学、数学、心理学、认知科学等众多领域。广义的人工智能涵盖了模式识别、机器学习、数据挖掘、计算智能、神经网络、统计学习理论等众多研究方向。人工智能作为计算机学科的重要分支，已成为人类在信息社会和网络经济时代所必须具备的一项核心技术，并将在未来发挥更大的作用。

由于人工智能课程的学习难度较大，内容更新比较快，也繁多，使得教学有一定的难度。特别是针对本科高年级的人工智能教学，由于本科生的研究意识相对较弱，而人工智能比较强调科研性，所以如何教好本科高年级的人工智能课程是一项非常具有挑战性的任务。

本文通过分析本科高年级的教学特点和人工智能课程的自身特点，在如何提高教学质量这一问题上提出了几点思考。

2　本科高年级的教学特点

中国的本科教育，由于历史和经济发展水平等诸多原因，目前的定位还是培养某方面专业人才的专才教育。本科高年级学生在完成了低年级公共基础课程和部分专业基础课程的学习之后，迫切希望了解本专业的应用领域和发展前景，所以在教学过程中要注意内容的应用性和专业性。另一方面，本科高年级学生也是研究生教育的储备人才，在教学过程中要适时的进行科研引导，这样能够让毕业生保持对科学的兴趣，从而为研究生阶段进一步深入研究打下基础。本科生一般于4年级的10月份开始着手毕业设计，在本科高年级的教学过程中还要注意与毕业设计的内容相结合，这样可以让学生提前做好准备，选择适合自己的方向。

3　人工智能课程的学科特点

与信息类其它专业课程相比，人工智能具有应用性、研究性和发展性三个重要学科特点。首先，人工智能是一门应用性很强的学科。人工智能学科的主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。人工智能技术广泛应用于模式识别、数据挖掘、智能控制、信息检索、智能机器人等领域，在日常生活中，随处可见人工智能技术的应用实例；其次，人工智能技术具有很强的研究价值，是计算机科学领域中重要的研究方向。技术进步无止境，研究者们不断追求开发出效率更高、更智能的人工智能技术：最后，人工智能是一门正在发展中的学科。随着信息化、计算机网络和Internet技术的发展，人类已步入信息社会和网络经济的时代，它们为人工智能提出了许多新的研究目标和研究课题，人工智能的应用领域以及技术算法都在不断发展。

4　人工智能教学的三点思考及对策

4.1　注重应用性和介绍性

在教学实践中，笔者发现，本科高年级学生一般比较关心各种人工智能技术的应用领域和使用方法，而对基础性理论和技术细节不是很感兴趣。他们一方面希望能学到很多较新和较实用的人工智能算法，并且最好可以看到使用效果；另一方面又希望老师的教学主要停留在介绍性层面，不想花太多时间在复杂的理论理解上。这也比较符合本科高年级的教学特点，本科阶段主要是培养具备较强应用性和基础科研素质的专业人才。传统的人工智能教学主要讲授知识表示和搜索推理技术，大部分实例都是解答式或推证式的。由于其知识的抽象性，又加之其应用实例较少，所以往往教师感觉难讲，学生在学习过程中也感觉乏味，对讲授的内容大多都是死记其方法和步骤，因此影响了教学效果。针对这一问题，笔者认为，在设计人工智能教学时，要注重内容的新颖性、实用性和介绍性。除了讲授那些仍然有用的和有效的基本原理和方法之外，要着重介绍一些新的和正在研究的人工智能方法和技术，特别是近期发展起来的方法和技术，如支持向量机、决策树、模糊集、遗传算法、蚁群算法等。这些内容的理论部分可以不必过分深究，教学重点主要放在介绍每种技术的产生背景、发展状况、应用领域和具体实现上。此外，要注意理论与实际应用密切结合，在教学过程中加入一些与课程内容结合的、可以用计算机实现的实际应用内容。考虑到目前应用最广泛的人工智能领域之一是模式识别，而研究模式识别的主要计算机工具是Matlab，所以笔者在教学过程中以手写数字识别作为教学实例，针对所介绍的每一种人工智能技术，都将其应用于手写数字识别当中，并讲解了这些技术的Matlab实现方法。学生在掌握了基本理论之后，可以按照实现步骤的指导，立刻上机见到算法的实际效果，加深对算法实现思路和方法的认识。

4.2　注重科研引导性

本科教学不仅要培养学生的应用能力，还要培养学生具备基本的科研素质。本科教育一方面为社会培养了大批应用型人才，另一方面也要为我国的科研事业培养后备力量。特别是近几年来我国对科研的投入不断增加，研究生招生规模逐年增大，本科高年级学生打算继续读研的也不在少数。而人工智能是计算机相关学科非常活跃的研究课题，其涵盖的分支非常广泛，如模式识别、机器学习、数据挖掘、计算智能、统计学习理论等，都是目前国际和国内热门的研究方向。针对这一特点，在本科高年级的人工智能教学中，还要注意对学生适时适度的科研引导。这样可以激发学生的研究兴趣，树立目标意识，找准研究方向，为未来的科研工作打下基础。在教学过程中，可以引导学生思考每种人工智能技术的优点是什么?缺点是什么?有没有改进的办法?比如BP神经网络是计算智能中较为成熟的技术，具有强大的非线性学习能力，在模式识别、经济数据分析、生物信息学、数据挖掘等众多领域都取得过成功应用。然而BP神经网络算法自身也存在着一些缺点，如会有局部最小解、解受初值影响较大、理论解释不完善等。近十年来，研究者逐渐把目光转移到另一种新的非线性学习工具――支持向量机上。同神经网络相比，支持向量机具有泛化能力强、不受局部最小问题困扰、理论背景完善等显著优点。在给学生讲解BP神经网络算法的时候，一方面可以通过手写数字识别实验展示其强大的非线性分类能力，另一方面也要告诉学生，BP神经网络并不是完美的，其缺点同样明显。然后引导学生对这些问题进行思考，讨论有没有更好的解决办法。此时，顺势引出支持向量机的内容，并且介绍支持向量机的研究现状和研究方向。通过两者的对比，学生不但了解到了较新的人工智能技术，又对人工智能研究中如何去发现问题、解决问题、人工智能技术的进化历程有了直观的印象。

4.3　教学内容与毕业设计相结合

篇9

如今越来越多的人，在新奇地看着那些会说、会笑、会动的机器人时，会忍不住疑问，未来会不会发生我们都不曾理解和预想的事情？像宇宙大爆炸一般的技术奇点会不会不期而至？人类会成功主宰我们自己的世界吗？那个时候，我们又该说人类是聪明还是愚蠢呢？

在人工智能再次成为当下热点话题的今天，英国伦敦帝国理工学院认知机器人学系教授默里・沙纳汉带着他的新书《技术奇点》来到中国，希望为这个人工智能起步不久的国度，带来更多的思考和讨论。

人工智能新的春天

《凤凰周刊》：如今人工智能在当下又掀起全球关注的热潮，这一轮人工智能的发展状况是怎样的？

默里・沙纳汉：人工智能指的是计算机机器人，他们能在不同环境之下做出正确决定，完成任务。目前，人工智能技术最新的进展是让机器人拥有学习力，以及拥有更强大的处理庞大数据的能力。比如说，我们可以教一个电脑辨认和创造图像，给每个图像编号，电脑学习这些无数的图片后，可以创造一个新的图像，我们从来没有见过的。

《凤凰周刊》：人工智能的发展过程是什么样的？

默里・沙纳汉：在西方，“人工智能”并非新鲜词汇。上世纪八九十年代，人工智能研发热潮兴起，美国、日本等国家热情高涨，政府进行了大量投入和研究，后来很多预想并没有实现，人工智能又陷入了引人疑问的寒冬期。近20年来，人工智能经历了三个里程碑：1997年，IBM机器人“深蓝”打败世界国际象棋冠军加里・卡斯帕罗夫；2001年，又有IBM的机器人在一款美国游戏中，打败人类对手获得冠军；2016年，谷歌的机器人“Alpha Go”打败了围棋大师李世石。

最近的这一次，再次引发了人们对人工智能的强烈关注。在我看来，人工智能正在迎来又一个春天。是否会像前一轮一样大起又大落呢？我认为不会，因为现在的很多人工智能已经应用到了我们的生活设备当中，实现了商业化，形成了产业效应，比如说无人驾驶汽车、医疗产品等，未来会是一个良性的循环，这就是为什么谷歌、脸书、百度等大公司都有很高的投资和研发热情。

我注意到，中国出台的“十三五”计划，也明确提出了人工智能将是一个值得开发的重点领域。百度公司投资人工智能已有一段时间，现在小米公司也宣布要投资人工智能技术。

《凤凰周刊》：人工智能对我们目前的生活有何影响？

默里・沙纳汉：这一轮人工智能的影响，可以分为短期和长期来看。短期内5至10年，人工智能可以用在个性化医疗，搜集个人全面的健康数据，为治疗提供全面的数据服务；另一方面，一些产品很可能会融入我们现在已经高度依赖的金融、能源、媒体、安全等领域。从50至100年的长阶段来看，人工智能可能出现我们在科幻电影中，看到的人性化的人工智能技术。作为研究人工智能40年的专家，我认为，到2100年人性化的人工智能技术将会达到一个新的高度。

和人类一样的机器人

《凤凰周刊》：您的新书《技术奇点》正是讨论了这两个阶段的影响，为什么叫“技术奇点”？

默里・沙纳汉：听说因为一部大陆电视剧，“奇点”一词在中国很热。“奇点”在物理学、数学中都有定义，在人类历史中，“奇点”指的是，由于技术的迅速发展，人类社会的一切都出现了改变，生活在今天的我们将无法理解。

这本书就是讨论，人工智能和神经技术两个领域的技术进步，会加速这个“技术奇点”的到来。我们可以把目前的人工智能兴起和应用，称为人工智能的第一次浪潮，这个短期的发展是商业化、产业化的；而未来一个世纪可能会出现超人工智能（即有人类意识的人工智能），这个长期的发展，我们需要用一个更大的人类与机械关系视角去看待和讨论。后者看起来离我们还很遥远，但是从技术变革的历史来看，也不过是一瞬。

《凤凰周刊》：从现实技术的角度，人工智能拥有人类的意识和感情，这离我们还有多远？您最近担任科学顾问的科幻电影《机械姬》也有涉及这个主题。

默里・沙纳汉：机器人是否会有以及是否应该有人类一样的意识和感情，这个富有争议的话题，已经在科学界和科幻界讨论了半个世纪。早在1950年，大家熟知的“计算机之父”艾伦・图灵，就曾经发表过学术文章《计算机与智能》，他预测到2000年，人们谈论机器也能思考时，会是一件很正常的事情。虽然到2000年这个预言没有实现，但是以上我们提到的人工智能的发展历程，让我们看到未来的可能性。

近年来，我把注意力更多地放在神经技术领域，目前我们正在小白鼠的大脑上进行实验，看是否可以实现全脑仿真，与生物大脑不同，数字基质的大脑可以多次复制。数字基质的大脑还可以加速，这一点也与生物大脑不同。所以，如果我们能通过全脑仿真制造人类水平的人工智能，那么只要运算能力足够强大，就可以制造一个以超高速运转的人类水平的人工智能社区。如果人工智能不是按照仿生方法制造，而是从无到有创造的，这个道理也适用。事实上，只要是电脑程序，都可以复制或加速。而且，目前有很多仿生技术，也让这个预言越来越有成真的希望。

记者：你认为，我们可以在多大程度上把人类的意识和生理功能放到机器人身上？

默里・沙纳汉：让机器人多大程度上拥有人类的思考和创造能力，以及是否要有性能力等，这是一个复杂的问题。涉及到社会层面的道德和责任，以及人类和机器人的关系。但我想指出的是，很多科幻小说和电影，把有意识的机器人最后妖魔化、邪恶化，说它会代替人类或者谋反人类等，这些都是因为人性对未来的恐惧而产生的想象，我们不要被这些想象带得太深。事实上，机器人是安全的，很多风险是可控的。

一次突破就可能改变世界

《凤凰周刊》：有时候，技术发展可以达到一个新的高度，但是人性本身或者说人类社会未必能接受或承受，所以会使得技术在一定程度上发展减慢停滞。你认为这是一件好事还是坏事？

默里・沙纳汉：每一次技术革新的时候，我们的人性也被影响，面对未知和不确定，我们的一个自然反应是被吸引，同时又害怕。从短期来看，有时候放慢是好事，因为商业化总是会不自觉地推着一项技术和应用大肆向前。比如说，社交媒体已经在年轻人中非常流行，但我们的社会也需要一些时间去学习如何处理社交媒体。某些人会很关注别人的个人生活，但其实是没有意义的。同理，人工智能也是一样。但是从长期来看，我们不能因为人性本身的局限性，就完全阻止创造未来更多的可能性。

《凤凰周刊》：按照您在书中说的，从长远历史来看，人类现在只是走在人工智能的开始阶段。那么我们在研发人工智能的时候，我们到底在研发什么？一个机械奴隶，一个人类伙伴，还是有可能比人类还聪明的“老师”？

篇10

从经济社会跨入技术社会，这是摆在我们当前的一个重要历史机遇；一个全新的AI世界即将到来；一场大融合的序幕正在缓缓拉开。

技术社会发展的引擎正由互联网逐步转换为AI。

从技术创新来看，在可预见的未来的智能IOT时代，所有的智能终端都将植入智能芯片，未来的不再有云计算一统天下，而智能计算、认知计算、网络计算、边缘计算将大行其道。

从技术文化来看，AI技术也将成为一种新的文化力量，按照自己的逻辑前进，支配并决定着人类社会的发展。

篇11

 

人类智能主要要包括三个力面，即感知能力，思维能力，行为能力，而人工智能是指由人类制造出来的“机器”所表现出来的智能。人工智能主要包括感知能力、思维能力和行为能力。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作出反应的智能机器。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。电气自动化是研究与电气工程有关的系统运行、自动控制、电力电子技术、信息处理、试验分析、研制开发以及电子与计算机应用等领域的一门学科。实现自动化，就等于减少了人力资本投入，并提高了运作的效率。

1人工智能应用理论分析

人工智能(Artificial Intelligence),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。人工智能是门边沿学科，属于自然科学和社会科学的交叉。涉及哲学和认知科学、数学、心理学、计算机科学、控制论、不定性论，其研究范畴为自然语言处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，感知问题，模式识别，逻辑程序设计，软计算，不精确和不确定的管理，人工生命，神经网络，复杂系统，遗传算法等，应用于智能控制，机器人学，语言和图像理解，遗传编程。

当今社会，计算机技术已经渗透到生产和生活的方方面面，计算机编程技术的日新月异催生自动化生产、运输、传播的快速发展。人脑是最精密的机器，编程也不过是简单的模仿人脑的收集、分析、交换、处理、回馈，所以模仿模拟人脑的机能将是实现自动化的主要途径。电气自动化控制是增强生产、流通、交换、分配等关键一环，实现自动化，就等于减少了人力资本投入，并提高了运作的效率。

2人工智能控制器的优势

不同的人工智能控制通常用完全不同的方法去讨论。但AI控制器例如:神经、模糊、模糊神经以及遗传算法都可看成一类非线性函数近似器。这样的分类就能得到较好的总体理解，也有利于控制策略的统一开发。这些AI函数近似器比常规的函数估计器具有更多的优势，这些优势如下

（1）它们的设计不需要控制对象的模型（在许多场合，很难得到实际控制对象的精确动态方程，实际控制对象的模型在控制器设计时往往有很多不确实性因素。例如:参数变化，非线性时，往往不知道。)

（2）通过适当调整（根据响应时间、下降时间、鲁棒性能等)它们能提高性能。例如:模糊逻辑控制器的上升时间比最优PID控制器快1.5倍，下降时间快3.5倍。

(3)它们比古典控制器的调节容易。

(4)在没有必须专家知识时，通过响应数据也能设计它们。

(5)运用语言和响应信息可能设计它们。论文格式，自动化控制。。

(6)它们有相当好的一致性(当使用一些新的未知输入数据就能得到好的估计)，与驱动器的特性无关。论文格式，自动化控制。。现在没有使用人工智能的控制算法对特定对象控制效果非常好，但对其他控制对象效果就不会一致性地好，因此对具体对象必须具体设计。

3人工智能的应用现状

(1)优化设计电气设备的设计是一项复杂的工作，它不仅要应用电路、电磁场、电机电器等学科的知识，还要大量运用设计中的经验性知识。传统的产品设计是采用简单的实验手段和根据经验用手工的方式进行的。因此，很难获得最优方案。随着计算机技术的发展，电气产品的设计从手工逐渐转向计算机辅助设计(CAD)，大大缩短了产品开发周期。人工智能的引进，使传统的CAD技术如虎添翼，产品设计的效率及质量得到全面提高。

用于优化设计的人工智能技术主要有遗传算法和专家系统。遗传算法是一种比较先进的优化算法，非常适合于产品优化设计，因此电气产品人工智能优化设计大部分采用此种方法或其改进方法。

（2）智能控制的功能实现

①数据采集与处理：对所有开关量、模拟量的实时采集，并能按要求处理或存贮。

②画面显示：模拟画面真实显示一次设备和系统的运行状态，可实时显示电流、电压等所有模拟量、计算量、隔离开关、断路器等实际开关状态及挂牌检修功能，能生成历史趋势图。

③运行监视：具有对各主要设备的模拟量数值、开关量状态的实时智能监视，有事故报警越限和状态变化事件报警，事件顺序记录、声光、语音、电话图象报警。

④操作控制：通过键盘或鼠标实现对断路器及电动隔离开关的控制，励磁电流的调整。按顺控程序进行同期并网带负荷或停机操作。系统对运行人员的操作权限加以限制，以适应各级运行值班管理。

⑤故障录波:模拟量故障录波，波形捕捉，开关量变位，顺序记录等（包括主要辅机)。论文格式，自动化控制。。

⑥在线分析：不对称运行分析、负序量计算等。

⑦在线参数设定及修改：保护定值包括软压板的投退。

⑧运行管理:操作票专家系统，运行日志，报表的生成及存储或打印，运行曲线等。

人工智能控制技术在自动控制领域的研究与应用已广泛展开，但在电气设备控制领域所见报道不多。可用于控制的人工智能方法主要有3种:模糊控制、神经网络控制、专家系统控制。

4恒压供水案例简析

恒压供水在工业和民用供水系统中已普遍使用，由于系统的负荷变化的不确定性，采用传统的PID算法实现压力控制的动态特性指标很难收到理想的效果。在恒压供水自动化控制系统的设计初期曾采用多种进口的调节器，系统的动态特性指标总是不稳定，通过实际应用中的对比发现，应用模糊控制理论形成的控制方案在恒压系统中有较好的效果。在实施过程中选用了AI 一808人工智能调节器作为主控制器，结合FXIN PLC逻辑控制功能很好地实现了水厂的全自动化恒压供水。对于单独采用PLC实现压力和逻辑控制方案，由于PLC的运算能力不足编写一个完善的模糊控制算法比较困难，而且参数的调整也比较麻烦，所以所提出的方案具有较高的性价比。

本案例中只是一个人工智能在电气自动化中的一个小小的应用，也是电气元

件生产供给的一个方向，实现机械智能化是我们努力的追求，将人工智能的先进的最新成果应用于电气自动化控制的实践是一个诱人的课题。

5结语

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完成的复杂的工作，电气自动化是研究与电气工程有关的系统运行。人工智能主要包括感知能力、思维能力和行为能力，人工智能的应用体现在问题求解，逻辑推理与定理证明，自然语言理解，自动程序设计，专家系统，机器人学等方面。而这诸多方面都体现了一个自动化的特征，表达了一个共同的主题，即提高机械的人类意识能力，强化控制自动化。因此人工智能在电气自动化领域将会大有作为，电气自动化控制也需要人工智能的参与。

参考文献

[1]陈洪峰.国内电气自动化发展状况与趋势[J].科技创新导报，2009

篇12

1956年，在美国Dartmouth大学，由数学家J.McCarthy和他的三位朋友M.Minsky、N.Lochester和C.Shannon共同发起一个历时两个月的夏季学术讨论班，他们在此讨论班上第一次正式使用了人工智能(Artificial Intelligence)这一术语。人工智能是一门多学科交叉的课程，涉及计算机科学、数学、控制论、信息论、神经生理学、心理学、哲学及语言学等多个学科，是新理论和新技术不断出现的综合性学科。当前，人工智能领域加强了从人类智能与生命现象中汲取养分的趋势，加快了向分布式系统与复杂系统靠拢的步伐，智能化的应用更为深入，影响更为广泛，其发展已对人类的经济、社会、文化等方面产生了深远影响[1]。

1人工智能导论课程特点

人工智能导论是人工智能领域的引导性课程，介绍人工智能的基本理论、方法和技术，目的是使学生了解和掌握人工智能的基本概念和方法，为进一步学习奠定基础。人工智能是计算机科学与技术学科一门重要的基础课程，需要相关课程作支撑。离散数学、概率论与数理统计等课程是其数学基础，数据结构、程序设计基础、算法分析与设计等课程则为人工智能中知识表示、逻辑推理和问题求解提供了设计与实现手段。与其他软件课程相比，人工智能课程有鲜明的特点，主要表现在思想方法上强调启发性、算法上强调不确定性。同时，由于人工智能是一个新思想和新技术层出不穷的开拓性领域，因此其对学生的训练是鼓励创新的，具有其他课程不可替代的作用。

人工智能导论是计算机相关专业的必修课，在许多信息类相关的本科教学中也有开设，一般开设在第六或者第七学期。我国目前本科教育的定位是专才教育，培养某方面的专业人才。完成公共基础课程和部分专业基础课程的学习之后，本科高年级学生应该了解本专业的应用领域和发展前景，因此在教学过程中要注意内容的专业性和应用性。由于本科阶段学生缺乏科研意识，初步的科研训练设置在第八学期，即所有课程学习完毕之后的毕业设计，而人工智能课程强调科研性，因此教学难度较大，由此带来的最直接后果就是学生学习兴趣不高。同时，对有志于读研的学生而言，本科阶段的学业也是研究生教育的起点，在教学过程中要适时的进行科研引导，提升学生对科学研究的兴趣，为研究生阶段打下基础。可见，圆满完成人工智能导论课程这一教学任务是重要且极具挑战性的。

2教学内容安排

人工智能的研究和应用领域非常广泛，包括问题求解、机器学习、自然语言理解、专家系统、模式识别、计算机视觉、机器人学、搏弈、计算智能、人工生命自动定理证明、自动程序设计、智能控制、智能检索、智能调度与指挥、智能决策支持系统、人工神经网络、数据挖掘和知识发现等。人工智能导论旨在为这些具体领域的研究提供引导和基础保障。

人工智能导论课程涵盖内容较多，因此需要明确“精讲”和“泛讲”的内容，以使教师和学生在教学活动中都有所侧重。当然，首先应和学生说明，泛讲并不代表内容不重要，只是由于课程性质和课时的关系，暂时不作深入探讨。日后如有需要，可在此基础上进一步学习和研究。结合当前人工智能学科的发展状况，根据教学大纲和作者的教学经验，对人工智能导论课程教学内容的精讲和泛讲安排如表1所示。

3提升学生学习兴趣的教学方法

3.1穿插背景故事

为激发学习积极性，针对学生喜欢听奇闻轶事、想象力丰富的心理特点，通过讲述一些与教学内容有关的故事或者趣事来吸引其注意力，辅助思维并丰富联想，使学生在愉悦中完成学习[2]。下面列举几个我们在课程教学中用到的背景故事，通过这些故事，不但传授了知识，也活跃了课堂气氛。

1) 人类智能的计算机模拟与人机大战。

讲授人类智能的计算机模拟时，可以给学生简述一下IBM公司的超级电脑和国际象棋世界冠军卡斯帕罗夫之间的人机大战，以促进学生对人类智能和人工智能的进一步思考。北京时间1997年5月12日凌晨4点50分，在美国纽约公平大厦，当IBM公司的“深蓝”超级电脑将棋盘上的一个兵走到C4的位置上时，国际象棋世界冠军卡斯帕罗夫对“深蓝”的人机大战落下帷幕，“深蓝” 以3.5U2.5的总比分战胜卡斯帕罗夫。2003年1月26日至2月7日，卡斯帕罗夫与深蓝的升级版“小深”又进行了一场人机大战，先后进行了6局比赛，最终卡斯帕罗夫以1胜1负4平的结果和“小深”握手言和。这也表明了人工智能和人类智能之间的较量还将持续下去。

2) 问题规约法与老和尚说教。

问题规约法是从要解决的问题出发逆向推理，建立子问题以及子问题的子问题，直到最后把初始问题归约为一个本原问题集合。本原问题指不能再分解或变换且直接可解的子问题。可见，问题规约的本质是递归的思想。此时，可以给学生简述我们小时候就听说过的老和尚说教的故事，即“从前有座山，山上有座庙，庙里有个老和尚，老和尚对小和尚说，从前有座山……”。

3) 模糊理论与秃头悖论。

模糊推理是一种重要的不确定性推理方式，是指基于模糊理论进行的推理。讲授模糊理论时，可以先讲一下秃头悖论让学生讨论。一个人有10万根头发，肯定不能算秃头，不是秃头的人，掉了一头发，仍然不是秃头，按照这个道理，让一个不是秃头的人一根一根地减少头发，就得出一条结论，即没有一根头发的光头也不是秃头！秃头悖论的出现源于在严格的逻辑推理中使用了“秃头”这一模糊概念，因此需要以模糊逻辑代替传统的二值逻辑解决该问题。

3.2课堂辩论和多媒体教学

人工智能从其诞生之日起就充满争议，各种学派的争论使得人工智能的发展更趋完善，加快了其纵深发展。目前，人工智能的争论主要有两方面，即研究方法的争论和技术路线的争论。前者争论的主要问题有人工智能是否得模拟人的智能；对结构模拟和行为模拟是否可以分离研究；对感知、思维和行为是否可分离研究；对认知与学习以及逻辑思维和形象思维等问题是否可以分离研究；是否有必要建立人工智能的统一理论体系。后者争论的主要问题是沿着什么样的技术路线和策略来发展人工智能。

在课堂教学中，可以充分利用人工智能中存在的争论较多这一特点，针对相关议题组织课堂辩论，如可用议题“机器的反叛――机器的智能会超越人类吗？”。让学生在图书馆或者从网上查阅相关资料，明确自己的论点并准备证据材料，并在课堂上进行辩论。这类辩论无所谓输赢，旨在通过这种活动，增进学生思考[3]。教学中，还可以充分利用多媒体教学的特点，如让学生观摩电影《终结者》系列、《人工智能》、《黑客帝国》等，增强学生对人工智能的直观感受，提高课堂教学效果[4]。

3.3应用实例分析

普遍而言，本科学生对单纯的理论讲解不太感兴趣，因此在教学过程中，适当增加一些实验和设计，提高学生分析问题的能力和实际动手能力。比如，讲解知识的产生式表示法时，给出产生式的概念和基本表示形式之后，可以通过“野人与传教士过河”问题来说明产生式表示法的具体应用过程；讲解计算智能的进化计算部分时，给出进化算法的几种具体形式和算法流程之后，可以通过中国旅行商问题(CTSP)来说明算法求解问题的过程。教师在教学过程中，可以根据需要，选择一些合适的应用实例进行分析。通过这些实例，既能加深学生对知识的理解，又能增加学习的兴趣。下面给出两个实例的简单描述。

1) 产生式表示法求解“野人与传教士过河”问题。

问题：传教士和野人各N人过河，现只有一条船，传教士和野人都会划船，船一次只能载k人，船上野人多于传教士时野人就会吃掉传教士，问如何安全过河？(不失一般性，以N=3，k=2为例求解)。

求解简述：设综合数据库中状态用三元组(m, c, b)表示，其中m、c、b分别表示传教士、野人和船的数目，则有：

0≤m, c≤3, b ∈{0, 1}

以左岸为参照点，则初始状态和目标状态分别为(3，3，1)和(0，0，0)。据此，可以给出一条产生式规则如下：

IF (m, c, 1) THEN (m-1, c, 0)

以此类推，把所有可行的规则都求出之后，就可按照规则集和控制策略得到问题的解。

2) 遗传算法求解31个城市的CTSP问题[5]。

问题：给定有限个城市的集合C={c1,c2, …,cm}及每两个城市之间的距离矩阵D＝[dij]m×m，其中m∈N，dij=d(ci, cj)∈Z+，ci、 cj∈C，1≤i、j≤m，求出满足的城市序列cπ(1)、cπ(2)、…、cπ(m)，其中π(1)，π(2)，…，π(m)是1、2、…、m的一个全排列。我们以CTSP问题为例，即求解中国31个城市之间最短巡回路线的问题。

求解简述：路径表示直接使用城市在路径中的相对位置，如有编号分别为1、2、3、4、5的5个城市的一条路径4－1－2－5－3，用路径表示方法直接可写为(4 1 2 5 3)。适应度函数值用路径的实际长度表示。交叉算子采用次序杂交，即选择父体的两杂交点，交换相应的段，其它城市则保持在父体中的相应次序。变异算子采用倒位算子，即随机选择两个位置，然后将它们之间的城市反序。通过运用遗传算法求解，可得最优解为15 404 km，对应的巡回路线为“北京―呼和浩特―太原―石家庄―郑州―西安―银川―兰州―西宁―乌鲁木齐―拉萨―成都―昆明―贵阳―南宁―海口―广州―长沙―武汉―南昌―福州―台北―杭州―上海―南京―合肥―济南―天津―沈阳―长春―哈尔滨―北京”。实例讲解完成后，可要求学生采用相同或者不同的方案自己去实现一下问题的求解过程。

4结语

人工智能是计算机科学与技术专业的一门核心课程，同时也是一门交叉学科，涉及面广，理论性强，教学难度较大，学生的学习兴趣有待提高。本文作者根据自己在人工智能导论课程中的教学实践和课程特点，明确了教学中的精讲内容和泛讲内容，总结了三种提高学生学习兴趣的教学方法，并给出相应的实例说明，旨在为本门课程的教师提供教学参考。

参考文献：

[1] 蔡自兴,徐光v. 人工智能及其应用(本科生用书)[M]. 北京:清华大学出版社,2003:288-296.

[2] 薛占熬,齐歌,杜浩翠,等. 离散数学的课堂导入法研究[J]. 计算机教育,2010(8):95-99.

[3] 徐新黎,王万良,杨旭华. “人工智能导论”课程的教学与实践改革探索[J]. 计算机教育,2009(11):129-132.

[4] 李春贵,王萌,何春华. 基于案例教学的“人工智能”教学的实践与探索[J]. 计算机教育,2008(9):53-54.

[5] 杨利英,覃征,贺升平,等. 改进的演化近似算法求解TSP问题[J]. 微电子学与计算机,2004,21(6):126-128.

Teaching Methods for Promoting Learning Interests in Introduction to Artificial Intelligence

YANG Liying

(School of Computer Science, Xidian University, Xi’An 710071, China)