人工智能未來發(fā)展的論文范文參考
人工智能未來發(fā)展的論文范文參考
人工智能的迅速發(fā)展將深刻改變?nèi)祟惿鐣?、改變世界，這一發(fā)展在未來很有優(yōu)勢。下面由學習啦小編為大家介紹人工智能未來發(fā)展的論文范文，希望能幫到你。
人工智能未來發(fā)展的論文
人工智能的應用與發(fā)展研究
摘 要：人工智能是用人工的方法和技術模仿、延伸和擴展人的智能，實現(xiàn)某些“機器思維”。本文在闡述人工智能定義的基礎上，詳細分析了人工智能的應用領域和當前的發(fā)展狀況，深入探討了人工智能未來的發(fā)展。
關鍵詞：人工智能;應用;問題;發(fā)展
當前，人工智能這個術語已被用作“研究如何在機器上實現(xiàn)人類智能”這門學科的名稱。從這個意義上說，可把它定義為：是一門研究如何構造智能機器或智能系統(tǒng)，使它能模擬、延伸、擴展人類智能的學科。具體來說，人工智能就是研究如何使機器具有能聽、會說、能看、會寫、能思維、會學習、能適應環(huán)境變化、能解決各種實際問題的一門學科。
一、人工智能的應用現(xiàn)狀
大部分學科都有各自的研究領域，每個領域都有其獨有的研究課題和研究技術。在人工智能中，這樣的分支包含自動定理證明、問題求解、自然語言處理、人工智能方法、程序語言和智能數(shù)據(jù)檢索系統(tǒng)及自動程序設計等等。在過去的30年中，已經(jīng)建立了一些具有人工智能的微機軟件系統(tǒng)。
目前，人工智能的應用領域主要有以下幾個方面：一是問題求解。到目前為止，人工智能程序能知道如何思考他們解決的問題;二是邏輯推理與定理證明。邏輯推理是人工智能研究中最持久的領域之一。定理尋找一個證明或反證，不僅需要有根據(jù)假設進行演繹的能力，而且許多非形式的工作，在人工智能方法的研究中定理證明是一個極其重要的論題。三是自然語言處理。自然語言的處理是人工智能技術應用與實際領域的典范，目前該領域的主要課題是:計算機系統(tǒng)如何以主題和對話情景為基礎，注重大量的嘗試一一世界知識和期望作用，生成和理解自然語言。四是智能信息檢索技術。信息獲取和凈精華技術已成為當代計算機科學與技術研究中迫切需要研究的課題，將人工智能技術應用于這一領域是人工智能走向廣泛實際應用的契機與突破口。五是專家系統(tǒng)。專家系統(tǒng)是目前人工智能中最活躍、最有成效的研究領域，它是一種具有特定領域內(nèi)大量知識與經(jīng)驗的程序系統(tǒng)。
二、人工智能的發(fā)展瓶頸
人工智能(AI)學科自1956年誕生至今已走過50多個年頭，就研究解釋和模擬人類智能、智能行為及其規(guī)律這一總目標來說，已經(jīng)邁出了可喜的一步，某些領域已取得了相當?shù)倪M展。但從整個發(fā)展的過程來看，人工智能發(fā)展曲折，而且還面臨不少難題，主要有以下幾個方面：
(一)研究方法不足
人工智能發(fā)展到今天，已經(jīng)取得了長足進步，但人類對人腦結構和工作模式的認識還不全面、不深入，這也就決定了現(xiàn)階段神經(jīng)網(wǎng)絡模型無法真正實現(xiàn)對人腦的模擬;硅基元素組成的電子器件與碳基元素組成的神經(jīng)元組織在物理及化學屬性上有很大的不同，適合于人腦的工作模式，但并不適應神經(jīng)網(wǎng)絡計算機;根據(jù)馬克思主義實踐論觀點，人腦是人類長期勞動實踐的產(chǎn)物，僅靠在實驗室里電子器件以及線路的排列組合是不可就能實現(xiàn)模擬的。
(二)機器翻譯存在困難
目前機器翻譯所面臨的主要問題仍然是構成句子的單詞和歧義性問題。歧義性問題一直是自然語言理解中的一大難關，要消除歧義性就要對原文的每一個句子及其上下文進行分析理解，尋找導致歧義的詞和詞組在上下文中的準確意義。然而，計算機卻往往孤立地將句子作為理解單位。另外，即使對原文有了一定的理解，理解的意義如何有效地在計算機里表示出來也存在問題。目前的NLU系統(tǒng)幾乎不能隨著時間的增長而增強理解力，系統(tǒng)的理解大都局限于表層上，沒有深層的推敲，沒有學習，沒有記憶，更沒有歸納。導致這種結果的原因是計算機本身結構和研究方法的問題?，F(xiàn)在NLU的研究方法很不成熟，大多數(shù)研究局限在語言這一單獨的領域，而沒有對人們是如何理解語言這個問題做深入有效的探討。
(三)模式識別存在困惑
雖然使用計算機進行模式識別的研究與開發(fā)已取得大量成果，有的已成為產(chǎn)品投入實際應用，但是它的理論和方法與人的感官識別機制是全然不同的。人的識別手段、形象思維能力，是任何最先進的計算
機識別系統(tǒng)望塵莫及的，另一方面，在現(xiàn)實世界中，生活并不是一項結構嚴密的任務，一般家畜都能輕而易舉地對付，但機器不會，這并不是說它們永遠不會，而是說目前不會。
三、人工智能發(fā)展的思考
人工智能具有十分巨大的發(fā)展?jié)摿Γ斍叭斯ぶ悄茈m然經(jīng)過多年研究已取得了一定成績，但這也僅僅是剛剛開始而已，繼續(xù)研究下去在很多方面都會有重大的突破。尤其是在科學技術日新月異的今天，各種新科技的出現(xiàn)層出不窮，人工智能將來的發(fā)展將不可限量：一是構建智能計算機，代替人類從事腦力勞動。將人類從繁雜的腦力勞動中解放出來，從而極大的提高運算速度和效率;二是機器學習?？茖W家一直在致力于研究計算機怎樣模擬或實現(xiàn)人類的學習行為，以獲取新的知識或技能。雖然在過去的很長的一段時間內(nèi)都沒有取得十分顯著的成果，但許多新的學習方法相繼問世，并且已經(jīng)有了實際的應用，這充分說明在這方面的研究已經(jīng)有了很大的進步。二是自然語言處理。它是計算機科學領域與人工智能領域中的一個重要方向。在經(jīng)過人工智能研究人員的艱苦努力之后，在該領域中已取得了大量令人矚目的理論與實際應用成果，許多產(chǎn)品已經(jīng)進入了眾多領域。智能信息檢索技術在Internet技術的影響下，近年來發(fā)展勢頭十分迅猛，而且已經(jīng)成為了人工智能的一個獨立研究分支。
人工智能始終處于計算機這門學科的前沿，其研究的理論和成果在很大程度上將控制科學與技術，決定計算機技術的發(fā)展方向?，F(xiàn)如今，已經(jīng)有許多人工智能的研究成果進入到人們的日常生活中。將來，人工智能技術的發(fā)展也必將會給人們的工作、生活和教育等帶來長遠深刻的影響。
人工智能的發(fā)展探析
一、人工智能的定義解讀
人工智能(Artificial Intelligence),英文縮寫為AI，也稱機器智能。“人工智能”一詞最初是在1956年的Dartmouth學會上提出的。它是計算機科學、控制論、信息論、神經(jīng)生理學、心理學、語言學等多種學科互相滲透而發(fā)展起來的一門綜合性學科。從計算機應用系統(tǒng)的角度出發(fā)，人工智能是研究如何制造智能機器或智能系統(tǒng)來模擬人類智能活動的能力，以延伸人們智能的科學。
人工智能是計算機科學的一個分支,它企圖了解智能的實質(zhì),并生產(chǎn)出一種新的能與人類智能相似的方式做出反應的智能機器。人工智能的發(fā)展史是和計算機科學與技術的發(fā)展史聯(lián)系在一起的，目前能夠用來研究人工智能的主要物質(zhì)手段以及能夠實現(xiàn)人工智能技術的機器就是計算機,人工智能在21世紀必將為發(fā)展國民經(jīng)濟和改善人類生活做出更大的貢獻。
二、人工智能的發(fā)展歷程
事物的發(fā)展都是曲折的，人工智能的發(fā)展也是如此。人工智能的發(fā)展歷程大致可以劃分為以下五個階段：
第一階段:20世紀50年代，人工智能的興起和冷落。人工智能概念在1956年首次提出后，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。但是由于消解法推理能力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，而忽視了知識的重要性。
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(International Joint Conferences onArtificial Intelligence 即IJCAI)。
第三階段:80年代，隨著第五代計算機的研制，人工智能得到了飛速的發(fā)展。日本在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)絡飛速發(fā)展,。1987年，美國召開第一次神經(jīng)網(wǎng)絡國際會議，宣告了這一新學科的誕生。此后，各國在神經(jīng)網(wǎng)絡方面的投資逐漸增加，神經(jīng)網(wǎng)絡迅速發(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)絡技術特別是國際互連網(wǎng)技術的發(fā)展，人工智能開始由單個智能主體研究轉向基于網(wǎng)絡環(huán)境下的分布式人工智能研究。不僅研究基于同一目標的分布式問題求解，而且研究多個智能主體的多目標問題求解，將人工智能更面向實用。另外，由于Hopfield多層神經(jīng)網(wǎng)絡模型的提出，使人工神經(jīng)網(wǎng)絡研究與應用出現(xiàn)了欣欣向榮的景象。
三、人工智能的多元應用
1、人工智能在管理系統(tǒng)中的應用
人工智能應用于企業(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)工程信息技術是靠人工卻做不了或是很難做到的事情。把人工智能應用于企業(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)務和主導流程建立若干個主題數(shù)據(jù)庫,而所有的應用系統(tǒng)應該圍繞主題數(shù)據(jù)庫來建立和運行。也就是說，將企業(yè)各部門的數(shù)據(jù)進行統(tǒng)一集成管理,搭建人工智能的應用平臺,使之成為企業(yè)管理與決策中的關鍵因子，這些正體現(xiàn)了人工智能在企業(yè)管理中的巨大價值。
2、人工智能在工程領域中的應用
人工智能在地質(zhì)勘探、石油化工等工程領域也發(fā)揮著非常重要的作用。早在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,是工程領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、人工智能在技術研究中的應用
人工智能在電子技術領域的應用可謂由來已久。隨著網(wǎng)絡的迅速發(fā)展,網(wǎng)絡技術的安全已經(jīng)成了人們關心的重點,因此必須在傳統(tǒng)技術的基礎上進行網(wǎng)絡安全技術的改進和變更,大力發(fā)展數(shù)據(jù)挖掘技術、人工免疫技術等高效的AI技術,開發(fā)更高級的AI通用與專用語言和應用環(huán)境以及開發(fā)專用機器,而人工智能技術則為其提供了一定的可能。
四、人工智能的未來思考
人工智能的近期研究目標在于建造智能計算機，用以代替人類去從事各種復雜的腦力勞動。正是根據(jù)這一近期研究目標，人們才把人工智能理解為計算機科學的一個分支。當然，人工智能還有它的遠期研究目標，即探究人類智能和機器智能的基本原理，研究用自動機(automata)模擬人類的思維過程和智能行為。這個長期目標遠遠超出計算機科學的范疇，幾乎涉及自然科學和社會科學的所有學科。如今，人工智能已經(jīng)進入了21世紀，其必將為發(fā)展國民經(jīng)濟和改善人類生活做出更大的貢獻。但是，從人工智能目前的發(fā)展現(xiàn)狀來看，其研究也存在一定的問題，這些主要表現(xiàn)在以下三個方面：
1、宏觀與微觀隔離
一方面是 哲學、認知科學、思維科學和 心理學等學科所研究的智能層次太高、太抽象;另一方面是人工智能邏輯符號、神經(jīng) 網(wǎng)絡和行為主義所研究的智能層次太低。這兩方面之間相距太遠，中間還有許多層次尚待研究，目前還無法把宏觀與微觀有機地結合起來和相互滲透。
2、全局與局部割裂
人工智能是腦系統(tǒng)的整體效應，有著豐富的層次和多個側面。但是，符號主義只抓住人腦的抽象思維特性;連接主義只模仿人的形象思維特性;行為主義則著眼于人類智能行為特性及其進化過程。這就導致了三者之間存在著明顯的局限性。因此，必須從多層次、多因素、多維和全局觀點來研究人工智能，才能克服上述局限。
3、理論與實際脫節(jié)
大腦的實際 工作，在宏觀上已知道不少;但是智能的千姿百態(tài)，變幻莫測，復雜的難以理出頭緒。在微觀上，我們對大腦的工作機制知之甚少，似是而非，這也使我們難以找出規(guī)律。在這種背景下提出的各種人工智能理論，只 是部分人的主觀猜想，能在某些方面表現(xiàn)出“智能”就已經(jīng)算是相當?shù)某晒Α?/p>
五、結語
人工智能一直處于 計算機技術的前沿，其研究的理論和發(fā)現(xiàn)在很大程度上將決定計算機技術的 發(fā)展方向。人工智能研究與 應用雖取得了不少成果，但離全面推廣應用還有很大的距離，還有許多問題有待解決，且需要多學科的研究專家共同合作。因此，要想從根本上了解人腦的結構和功能，完成人工智能的研究任務，就必須去尋找和建立更新的人工智能框架和理論體系，進而為人工智能的進一步發(fā)展奠定堅實的理論基礎。我們堅信在不久的將來，人工智能技術的應用與發(fā)展必將會給人們的生活、工作和 教育等帶來更大的影響。
如今人工智能的能力和局限
對人工智能的描述圍繞著以下幾個中心：強度(有多智能)、廣度(解決的是范圍狹窄的問題，還是廣義的問題)、訓練(如何學習)、能力(能解決什么問題)和自主性(人工智能是輔助技術還是能夠只靠自己行動)。這些每一個中心都有一個范圍，而且這個多維空間中的每一個點都代表著理解人工智能系統(tǒng)的目標和能力的一種不同的方式。
沃森已經(jīng)在醫(yī)療診斷等應用中取得了很多成果，但它基本上仍然只是一個必須為特定領域專門調(diào)制的問答機器。深藍擁有大量關于國際象棋策略的專門知識和百科全書式的開放知識。AlphaGo 是用更通用的架構構建的，但其代碼中仍然有很多人工編碼的知識。我不是輕視或低估他們的成就，但認識到他們還沒有做成的事也是很重要的。
我們還沒能創(chuàng)造出可以解決多種多樣不同類型問題的人工通用智能(artificial general intelligence)。我們還沒有聽一兩年人類對話的錄音就能自己說話的機器。盡管AlphaGo 通過分析數(shù)千局比賽然后又進行更多的自我對弈而「學會」了下圍棋，但這同樣的程序卻不能用來掌握國際象棋。
同樣的一般方法呢?也許可以吧。但我們目前最好的成就離真正的通用智能還很遠——真正的通用智能能靈活地無監(jiān)督地學習，或能足夠靈活地選擇自己想要學習的內(nèi)容，不管那是玩棋盤游戲，還是設計 PC 板。
人工智能的未來發(fā)展前景
當前困境和未來可能
定義人工智能不是困難，而簡直是不可能，這完全不是因為我們并不理解人類智能。奇怪的是，人工智能的進步更多的將幫助我們定義人類智能不是什么，而不是定義人工智能是什么?
但不管人工智能是什么，過去幾年我們確實已經(jīng)在從機器視覺到玩游戲等眾多領域取得了很多進展。人工智能正在從一項研究主題向早期的企業(yè)采用轉變。谷歌和Facebook 等公司已經(jīng)在人工智能上投入了巨大的賭注，并且已經(jīng)在它們產(chǎn)品中應用了這一技術。
但谷歌和 Facebook 只是開始而已：在未來十年，我們將見證人工智能蔓延進一個又一個的產(chǎn)品。我們將與 Bot 交流——它們不是照本宣科的機器人撥號程序(robo-dialer)，我們甚至不能意識到它們不是人類。我們將依賴汽車進行路線規(guī)劃，對道路危險做出反應。
可以毫不夸張地估計：在未來幾十年中，我們所接觸的每一種應用程序都將整合進一些人工智能功能，而如果使用應用程序，我們將無法做任何事。
鑒于我們的未來將不可避免地與人工智能捆綁在一起，我們就必須要問：我們現(xiàn)在發(fā)展得如何了?人工智能的現(xiàn)狀是怎樣的?我們將走向何方?
猜你喜歡：
1.未來人工智能論文