關(guān)于人工智能國外的論文

　　人工智能(Artificial Intelligence，簡稱AI)，也稱機器智能，它是計算機科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)等多種學(xué)科互相滲透而發(fā)展起來的一門綜合性學(xué)科。以下是學(xué)習(xí)啦小編整理分享的關(guān)于人工智能國外的論文的相關(guān)資料，歡迎閱讀!

　　關(guān)于人工智能國外的論文篇一

　　摘要： 本文概要地闡述了人工智能的概念、發(fā)展歷史、當(dāng)前研究熱點和實際應(yīng)用及未來的發(fā)展趨勢。

　　關(guān)鍵詞： 人工智能 發(fā)展過程 研究熱點 應(yīng)用領(lǐng)域 未來發(fā)展

　　一、人工智能概述

　　人工智能(Artificial Intelligence，簡稱AI)，也稱機器智能，它是計算機科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)等多種學(xué)科互相滲透而發(fā)展起來的一門綜合性學(xué)科。從計算機應(yīng)用系統(tǒng)角度來看，人工智能是研究如何制造出智能機器或智能系統(tǒng)，實現(xiàn)模擬人類智能活動的能力，以延伸人們智能的科學(xué)。人工智能是一門交叉學(xué)科，是一門涉及心理學(xué)、認知科學(xué)、思維科學(xué)、信息科學(xué)、系統(tǒng)科學(xué)和生物科學(xué)等多學(xué)科的綜合性技術(shù)學(xué)科，目前已在知識處理、模式識別、自然語言處理、博弈、自動定理證明、自動程序設(shè)計、專家系統(tǒng)、知識庫、智能機器人等多個領(lǐng)域取得舉世矚目的成果，并形成了多元化的發(fā)展方向。

　　二、人工智能的發(fā)展過程

　　人工智能經(jīng)歷了三次飛躍階段：第一次是實現(xiàn)問題求解，代替人完成部分邏輯推理工作，如機器定理證明和專家系統(tǒng);第二次是智能系統(tǒng)能夠和環(huán)境交互，從運行的環(huán)境中獲取信息，代替人完成包括不確定性在內(nèi)的部分思維工作，通過自身的動作，對環(huán)境施加影響，并適應(yīng)環(huán)境的變化，如智能機器人;第三次是智能系統(tǒng)，具有類人的認知和思維能力，能夠發(fā)現(xiàn)新的知識，去完成面臨的任務(wù)，如基于數(shù)據(jù)挖掘的系統(tǒng)。

　　三、人工智能的研究熱點

　　AI研究出現(xiàn)了新的高潮，這一方面是因為在人工智能理論方面有了新的進展，另一方面是因為計算機硬件突飛猛進地發(fā)展。隨著計算機速度的不斷提高、存儲容量的不斷擴大、價格的不斷降低，以及網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，許多原來無法完成的工作現(xiàn)在已經(jīng)能夠?qū)崿F(xiàn)。目前人工智能研究的三個熱點是：智能接口、數(shù)據(jù)挖掘、主體及多主體系統(tǒng)。

　　1.智能接口技術(shù)是研究如何使人們能夠方便自然地與計算機交流。為了實現(xiàn)這一目標(biāo)，要求計算機能夠看懂文字、聽懂語言、說話表達，甚至能夠進行不同語言之間的翻譯，而這些功能的實現(xiàn)又依賴于知識表示方法的研究。因此，智能接口技術(shù)的研究既有巨大的應(yīng)用價值，又有基礎(chǔ)的理論意義。目前，智能接口技術(shù)已經(jīng)取得了顯著成果，文字識別、語音識別、語音合成、圖像識別、機器翻譯及自然語言理解等技術(shù)已經(jīng)開始實用化。

　　2.數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應(yīng)用數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但是又潛在有用的信息和知識的過程。數(shù)據(jù)挖掘和知識發(fā)現(xiàn)的研究目前已經(jīng)形成了三根強大的技術(shù)支柱：數(shù)據(jù)庫、人工智能和數(shù)理統(tǒng)計。主要研究內(nèi)容包括基礎(chǔ)理論、發(fā)現(xiàn)算法、數(shù)據(jù)倉庫、可視化技術(shù)、定性定量互換模型、知識表示方法、發(fā)現(xiàn)知識的維護和再利用、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中的知識發(fā)現(xiàn)及網(wǎng)上數(shù)據(jù)挖掘等。

　　3.主體系統(tǒng)是具有信念、愿望、意圖、能力、選擇、承諾等心智狀態(tài)的實體，比對象的粒度更大，智能性更高，而且具有一定的自主性。主體試圖自治、獨立地完成任務(wù)，而且可以和環(huán)境交互，與其他主體通信，通過規(guī)劃達到目標(biāo)。多主體系統(tǒng)主要研究在邏輯上或物理上分離的多個主體之間進行協(xié)調(diào)智能行為，最終實現(xiàn)問題求解。多主體系統(tǒng)試圖用主體來模擬人的理性行為，主要應(yīng)用在對現(xiàn)實世界和社會的模擬、機器人及智能機械等領(lǐng)域。目前對主體和多主體系統(tǒng)的研究主要集中在主體和多主體理論、主體的體系結(jié)構(gòu)和組織、主體語言、主體之間的協(xié)作和協(xié)調(diào)、通信和交互技術(shù)、多主體學(xué)習(xí)及多主體系統(tǒng)應(yīng)用等方面。

　　四、人工智能的應(yīng)用領(lǐng)域

　　1.專家系統(tǒng)

　　專家系統(tǒng)是一個具有大量專門知識與經(jīng)驗的程序系統(tǒng)，專家系統(tǒng)存儲著某個專門領(lǐng)域中經(jīng)過事先總結(jié)、分析并按某種模式表示的專家知識，以及擁有類似于領(lǐng)域?qū)＜医鉀Q實際問題的推理機制。專家系統(tǒng)的開發(fā)和研究是人工智能中最活躍的一個應(yīng)用研究領(lǐng)域，涉及社會各個方面。

　　2.知識庫系統(tǒng)

　　知識庫系統(tǒng)也叫數(shù)據(jù)庫系統(tǒng)，是儲存某學(xué)科大量事實的計算機軟件系統(tǒng)，它可以回答用戶提出的有關(guān)該學(xué)科的各種問題。知識庫系統(tǒng)的設(shè)計是計算機科學(xué)的一個活躍的分支。為了有效地表示、儲存和檢索大量事實，已經(jīng)發(fā)展出了許多技術(shù)。但是在設(shè)計智能信息檢索系統(tǒng)時還是遇到很多問題，包括對自然語言的理解，根據(jù)儲存的事實演繹答案的問題、理解詢問和演繹答案所需要的知識都可能超出該學(xué)科領(lǐng)域數(shù)據(jù)庫所表示的知識。

　　3.物景分析

　　計算機視覺已從模式識別的一個研究領(lǐng)域發(fā)展為一門獨立的學(xué)科。視覺是感知問題之一。整個感知問題的要點是形成一個精練的表示，以表示難以處理的、極其龐大的未經(jīng)加工的輸入數(shù)據(jù)。最終表示的性質(zhì)和質(zhì)量取決于感知系統(tǒng)的目標(biāo)。機器視覺的前沿研究領(lǐng)域包括實時并行處理、主動式定性視覺、動態(tài)和時變視覺、三維景物的建模與識別、實時圖像壓縮傳送和復(fù)原、多光譜和彩色圖像的處理與解釋等。機器視覺已在機器人裝配、衛(wèi)星圖像處理、工業(yè)過程監(jiān)控、飛行器跟蹤和制導(dǎo)及電視實況轉(zhuǎn)播等領(lǐng)域獲得極為廣泛的應(yīng)用。

　　4.模式識別

　　模式識別就是識別出給定物體所模仿的標(biāo)本或標(biāo)識。計算機模式識別系統(tǒng)能夠彌補計算機對外部世界感知能力低下的缺陷，使計算機能夠通過感官接受外界信息，識別和理解周圍環(huán)境。模式識別在二維的文字、圖形和圖像的識別方面已取得許多成果，在三維景物、活動目標(biāo)的識別和分析方面是目前研究的熱點，同時它還是智能計算機和智能機器人研究的十分重要的基礎(chǔ)。此外，人工智能還在機器視覺、組合調(diào)度問題、自然語言理解、機器學(xué)習(xí)、博弈、定理證明等研究應(yīng)用領(lǐng)域發(fā)揮著重要作用?？梢哉f人工智能已深入各行各業(yè)，對人類社會作出了巨大的貢獻。

　　5.機器人

　　機器人學(xué)所研究的問題，從機器人手臂的最佳移動到實現(xiàn)機器人目標(biāo)的動作序列的規(guī)劃方法，無所不包。盡管已經(jīng)建立了一些比較復(fù)雜的機器人系統(tǒng)，但是現(xiàn)在工業(yè)上運行的機器人都是一些按預(yù)先編好的程序執(zhí)行某些重復(fù)作業(yè)的簡單裝置，大多數(shù)工業(yè)機器人是“盲人”。機器人和機器人學(xué)的研究促進了許多人工智能思想的發(fā)展。智能機器人的研究和應(yīng)用體現(xiàn)出廣泛的學(xué)科交叉，涉及眾多課題。機器人已在工業(yè)、農(nóng)業(yè)、商業(yè)、旅游業(yè)、空中和海洋及國防等多個領(lǐng)域獲得越來越普遍的應(yīng)用。

　　五、人工智能的未來發(fā)展

　　目前絕大多數(shù)人工智能系統(tǒng)都是建立在物理符號系統(tǒng)假設(shè)之上的。在尚未出現(xiàn)能與物理符號系統(tǒng)假設(shè)相抗衡的新的人工智能理論之前，無論從設(shè)計原理還是從已取得的實驗結(jié)果來看，Soar在探討智能行為的一般特征和人類認知的具體特征的艱難征途上都取得了有特色的進展或成就，處在人工智能研究的前沿。上世紀80年代，以NewellA為代表的研究學(xué)者總結(jié)了專家系統(tǒng)的成功經(jīng)驗，吸收了認知科學(xué)研究的最新成果，提出了作為通用智能基礎(chǔ)的體系結(jié)構(gòu)Soar。目前的Soar已經(jīng)顯示出強大的問題求解能力。在Soar中已實現(xiàn)了30多種搜索方法，實現(xiàn)了若干知識密集型任務(wù)(專家系統(tǒng))，如RI等。對于人工智能未來的發(fā)展方向，專家們通過一些前瞻性研究可以看出未來人工智能可能會向以下幾個方面發(fā)展：模糊處理、并行化、神經(jīng)網(wǎng)絡(luò)及其情感。

　　目前，人工智能的推理功能已獲突破，學(xué)習(xí)及聯(lián)想功能正在研究之中，下一步就是模仿人類右腦的模糊處理功能和整個大腦的并行化處理功能。人工神經(jīng)網(wǎng)絡(luò)是未來人工智能應(yīng)用的新領(lǐng)域。未來智能計算機的構(gòu)成，可能就是作為主機的馮・諾依曼型機與作為智能外圍的人工神經(jīng)網(wǎng)絡(luò)的結(jié)合。研究表明：情感是智能的一部分，而不是與智能相分離的，因此人工智能領(lǐng)域的下一個突破可能在于賦予計算機情感能力。情感能力對于計算機與人的自然交往至關(guān)重要。

　　根據(jù)這些前瞻性研究我們也可以通過想象模擬勾畫出人工智能未來發(fā)展的三個階段。

　　1.融合時期(2010―2020年)

　　(1)用語言操縱和控制的智能化設(shè)備十分普及，像遠程醫(yī)療這樣的服務(wù)也更為完善。

　　(2)以計算機和互聯(lián)網(wǎng)為基礎(chǔ)的遠程教育十分普及，在家就可以上大學(xué)。

　　(3)在身體里植入許多不同功能的芯片已不新奇。

　　(4)量子計算機和DNA計算機會有更大發(fā)展，新材料不斷問世。

　　(5)抗病毒程序可以防止各種非自然因素引發(fā)災(zāi)難。

　　2.自信時期(2020―2030年)

　　(1)智能化計算機和互聯(lián)網(wǎng)既能自我修復(fù)，也能自行進行研究、生產(chǎn)產(chǎn)品。

　　(2)一些新型材料的出現(xiàn)，促使智能化向更高層次發(fā)展。

　　(3)有了高水準智能化技術(shù)的協(xié)助，人們“定居火星夢”可能性大增。

　　3.非神秘時期(2030―2040年)

　　(1)新的全息模式世界將取代原有幾何模式的世界。

　　(2)人們對一些目前無法解釋的自然現(xiàn)象會有更完善的解釋。

　　(3)人工智能可以模仿人類的智能，因此會出現(xiàn)有關(guān)法律來規(guī)范這些行為。

　　六、小結(jié)

　　人工智能一直處于計算機技術(shù)的前沿，在各個領(lǐng)域的應(yīng)用都相當(dāng)廣泛，而且人工智能研究的理論和發(fā)現(xiàn)在很大程度上將決定計算機技術(shù)的發(fā)展方向。現(xiàn)在，已經(jīng)有很多人工智能研究的成果進入到人們的日常生活之中，考慮到人工智能良好的發(fā)展和應(yīng)用前景，我們應(yīng)當(dāng)加大力度對人工智能理論進行研究，讓其更好地為人類服務(wù)。相信在不久的將來，人工智能理論將會有更大的突破，人工智能技術(shù)的發(fā)展會給人們的生活、工作和教育等帶來更大的影響。

下一頁分享更優(yōu)秀的<<<關(guān)于人工智能國外的論文