【www.gbppp.com--经典美文】
人工智能(Artificial Intelligence, AI)是20世纪50年代中期兴起的一门新兴边缘科学，它既是计算机科学的一个分支，又是计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性学科。人工智能又称为智能模拟，是用计算机系统模仿人类的感知、思维、推理等思维活动。它研究和应用的领域包括模式识别、自然语言理解与生成、专家系统、自动程序设计、定理证明、联想与思维的机理、数据智能检索等。例如，用计算机模拟人脑的部分功能进行学习、推理、联想和决策；模拟医生给病人诊病的医疗诊断专家系统；机械手与机器人的研究和应用等。
人工智能开拓者是罗伯特·维纳。1940年他创立了控制和传递。维纳认为计算机在组织和传递信息方面可能比人类更准确。从理论上讲,计算机在控制周围环境和外界通讯时会比人类更准确人工智能领域的研究是从1956年正式开始的，这一年在达特茅斯大学召开的会议上正式使用了"人工智能"(artificial intelligence，ai)这个术语。随后的几十年中，人们从问题求解、逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习以及机器人学等多个角度展开了研究，已经建立了一些具有不同程度人工智能的计算机系统，例如能够求解微分方程、设计分析集成电路、合成人类自然语言，而进行情报检索，提供语音识别、手写体识别的多模式接口，应用于疾病诊断的专家系统以及控制太空飞行器和水下机器人更加贴近我们的生活。我们熟知的ibm的"深蓝"在棋盘上击败了国际象棋大师卡斯帕罗夫就是比较突出的例子。
人类进化以来,为了扩大自身的能力,已经发明了很多不同的工具,如:棍棒、斧子、犁、轧棉机、蒸汽机、无线电收音机和电视机等。早在13世纪,就曾提出过自动机器或机器人的设想。从17世纪到18世纪,机械自动装置变得普遍起来,当时出现了能跳舞或能演杂技的娃娃,它们附在发出乐曲的小盒子和时钟上,随着19世纪的工业和20世纪初叶自动化工厂的出现,人们担心机器会取代人。早期的科学幻想小说重复出现机器人接管世界的题材。直到50年代出现了电子计算机,人们可以进行加减运算,完成以前只有人类才能完成的活动。例如分类、比较,根据先前的结果改变自己的工作程序等等。
但早期的计算机体积大,可靠性差,价格昂贵,因而人们认为要计算机模拟人工智能的尝试是注定要失败的。很早以前,人们就对自动化机器的理论有过重大的贡献。其中最突出的是卓越的数学家诺依曼。诺依曼认为,人类神经系统与计算机的电子电路有许多相似之处。人类的神经系统通过刺激或休止(称为神经动脉)来传递信息,而计算机用类似的二进制码“0”或“1”传输信息,数码“1”在计算机内部表示“通”状态,就象刺激神经细胞,数码“0”则表示“断”状态,就象神经细胞未受到刺激一样。在我们日常生活中,无论是看、听、触摸,都是用和计算机二进制码十分相似的双态码来传输信息的。
当然，人工智能的发展也并不是一帆风顺的，也曾因计算机计算能力的限制无法模仿人脑的思考以及与实际需求的差距过远而走入低谷，但是随着硬件和软件的发展，计算机的运算能力在以指数级增长，同时网络技术蓬勃兴起，确保计算机已经具备了足够的条件来运行一些要求更高的ai软件，而且现在的ai具备了更多的现实应用的基础。90年代以来，人工智能研究又出现了新的高潮
最初,人工智能实验都是游戏性质的,主要是下棋一类的游戏。代写论文选择游戏作为实验内容并非出于消遣,而是由于它与其它解决问题的方法有颇多的相似之处。做游戏时,必须判断和决定多种选择,需作短计划和长安排。一般都有进攻战略和防御战略;必须遵照一定的规则。要想取得一场游戏的胜利,就必须设法做到失的最少得的最多。游戏中出现的各种情况都需作出判断和抉择,这如同日常生活中经常遇到的问题。作出抉择需要聪明和智慧。在人类解决方法的研究方面,计算机是一个极好的工具。
人工智能的两大目标就是能理解人类的智能,使计算机用途更广泛。许多研究者认为:智能机器的关键总是如何表达知识,从而使计算机能用这种知识将知识具体应用在计算机程序中虽
然必要,但很困难。即使回答日常生活中的极简单的问题,也需要大量的知识,而且其中许多知识我们是不知道的。
现在主要有两种类型的机器人:工业机器人和智能机器人。这两种类型都是人工智能研究者的研究范围,但重点在智能机器人上。他们集中力量 研究感觉上的认识,以及这些认识如何用计算机来表达,人们已经研制出计算机辅助视觉和听觉装置、计算机辅助活动肢体和其他用微机控制的假体装置。用智能机器人来探查海底和太空的奥秘更为实际,因为在这些环境中工作既艰难又危险。研制一种不需要人参与就能完成探索工作的智能机器人,以便让他们到宇宙空间去探索。由于这项工作远离地球,用人类控制的机器人就不适宜了。现在美国国家航空和航天局使用的机器人是完全独立的,它能采集岩石,收集土壤和其它勘探的研究项目,这些工作都不用人指挥。无论如何,在真正智能化的自主机器人制成之前,研究者们必须首先更深入地掌握、控制人类行为过程的奥秘。通过计算机科学家、神经学家、生理学家的共同努力,我们已逐渐对人类的视听、触摸、感觉和四肢移动的方法有了更深的了解。但是,还留下一个最困难的、或许也是最重要的领域需要征服———这就是语言。
计算机目前还没能完全理解语言的复杂和细微的差别。至于自然语言的计算机翻译器,在初期研制阶段,对算法上规范化的句子,就已经显示出相当高的理解力和造句能力。不过,在抓住句子的意思这一点上,还未获得过显著的成就。我们懂得的东西大量来自上下文关系和我们的知识。人们的生活中,个人、社会和文化见解对句子上附着的意义施加了很大的影响,试图定量表示人类对语言的理解无疑是人工智能研究领域中最复杂的问题之一。
在人工智能研究中,使用计算机产生了很多意义深远的课题。通过人工智能的研究,人们对人类的精神能力和身体能力都有了更深入的了解。在工业上,人工智能专家们已研制出工业机器人和智能机器人,以便完成单调、危险及困难的工作。使人类解放出来,把他们的时间更有效地用于创造性的研究、设计,以及人们之间的相互交往等人类特有的活动中去,这便是人工智能各种应用的推动力。在医学和其它高级科学技术领域内,由于人工智能的进展,那些离开计算机就解决不了的难题正获得解决。
人工智能研究工作的进展和困难将会极大地影响人工智能研究的未来。计算机体积的缩小和成本的下降对人工智能的影响不是最重要的,发展的主要限制来自软件。语文障碍的克服,或者在什么时候克服,无疑将是今后发展人工智能的关键。正如我们所看到的那样,为了使计算机理解自然语言,并具有智能行为,必须使探索、知识表达,自然语言等主要研究领域结合起来,形成一个系统。与此同时人工智能的研究将继续对许多学科产生深远的影响。
学术讲座论文
人工智能技术发展历程及应用前景
姓名： 宿希光 专业： 计算机科学与技术 学院： 计算机与信息技术学院 日期： 2012年6月5日
人工智能技术发展历程及应用前景
摘要：人工智能（Artificial Intelligence）, 英文缩写为 AI, 是一门由计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性新学科。自问世以来AI经过波波折折，但终于作为一门边缘新学科得到世界的承认并且日益引起人们的兴趣和关注。不仅许多其他学科开始引入或借用AI技术，而且AI中的专家系统、自然语言处理和图象识别已成为新兴的知识产业的三大突破口。
人工智能得到了愈来愈广泛的关注，许多科学家断言，机器的智能会迅速超过阿尔伯特•爱因斯坦和霍金的智能之和。人工智能相关技术更大的需求促使新的进步不断出现，人工智能已经并且将继续不可避免地改变我们的生活。
关键词：人工智能技术 发展 前景
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、人工智能的研究经历的阶段
第一阶段：50年代人工智能的兴起和冷落
人工智能概念首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题s求解程序、LISP表处理语言等。但由于消解法推理能力的有限，以及机器翻译等的失败，使人工智能走入了低谷。这一阶段的特点是：重视问题求解的方法，忽视知识重要性。
第二阶段：60年代末到70年代，专家系统出现，使人工智能研究出现新高潮
DENDRAL化学质谱分析系统、MYCIN疾病诊断和治疗系统、PROSPECTIOR探矿系统、Hearsay-II语音理解系统等专家系统的研究和开发，将人工智能引向了实用化。并且，1969年成立了国际人工智能联合会议（International Joint Conferences on Artificial Intelligence即IJCAI）。
第三阶段：80年代，随着第五代计算机的研制，人工智能得到了很大发展
日本1982年开始了“第五代计算机研制计划“，即“知识信息处理计算机系统KIPS“，其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮。
第四阶段：80年代末，神经网络飞速发展
1987年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。
第五阶段：90年代，人工智能出现新的研究高潮
由于网络技术特别是国际互连网的技术发展，人工智能开始由单个智能主体研究转向基
于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。另外，由于Hopfield多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深入到社会生活的各个领域。
ＩＢＭ公司“深蓝“电脑击败了人类的世界国际象棋冠军，美国制定了以多Agent系统应用为重要研究内容的信息高速公路计划，基于Agent技术的Softbot(软机器人)在软件领域和网络搜索引擎中得到了充分应用，同时，美国Sandia实验室建立了国际上最庞大的“虚拟现实“实验室，拟通过数据头盔和数据手套实现更友好的人机交互，建立更好的智能用户接口。图像处理和图像识别，声音处理和声音识别取得了较好的发展，IBM公司推出了ViaVoice声音识别软件，以使声音作为重要的信息输入媒体。国际各大计算机公司又开始将“人工智能“作为其研究内容。人们普遍认为，计算机将会向网络化、智能化、并行化方向发展。二十一世纪的信息技术领域将会以智能信息处理为中心。
第六阶段：目前人工智能研究的3个热点是: 智能接口、数据挖掘、主体及多主体系统。 智能接口技术是研究如何使人们能够方便自然地与计算机交流。为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的翻译，而这些功能的实现又依赖于知识表示方法的研究。因此，智能接口技术的研究既有巨大的应用价值，又有基础的理论意义。目前，智能接口技术已经取得了显著成果，文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化。
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘和知识发现的研究目前已经形成了三根强大的技术支柱: 数据库、人工智能和数理统计。主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。
主体是具有信念、愿望、意图、能力、选择、承诺等心智状态的实体，比对象的粒度更大，智能性更高，而且具有一定自主性。主体试图自治地、独立地完成任务，而且可以和环境交互，与其他主体通信，通过规划达到目标。多主体系统主要研究在逻辑上或物理上分离的多个主体之间进行协调智能行为，最终实现问题求解。多主体系统试图用主体来模拟人的理性行为，主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。目前对主体和多主体系统的研究主要集中在主体和多主体理论、主体的体系结构和组织、主体语言、主体之间的协作和协调、通信和交互技术、多主体学习以及多主体系统应用等方面。
三、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高潮。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、形状和大转自小进行判断和归类；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。
四、人工智能的发展前景
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]曾雪峰.论人工智能的研究与发展[J].现代商贸工业，2009，(13).
人工智能选修课论文
学院：海南师范大学物电学院 班级：10电子1班 姓名：陈增桂
摘要：随着科技发展越来越迅速，很多东西的都发展到智能时代。电视是智能的，电网也是智能的，手机也是智能。我们生活的世界也越来越智能，所以学习一些人工智能的知识也很重要。通过长达16周对人工智能的学习，我们有了对人工智能的初步了解。本文主要分两部分，第一是：是这个学期人工智能学习的知识点的总结；第二是：人工智能在电子信息科学与技术当中的应用。 关键字：人工智能 电子信息科学与技术 应用
第一部分：人工智能知识的总结。
概念：人工智能是计算机科学的一个重要分支，也是一门正在发展中的综合
性前沿学科，它是由计算机科学、控制论、信息论、神经生理学、哲学、语言学等多种学科相互渗透而发展起来的，目前正处于发展阶段尚未形成完整体系。
发展过程中经历的阶段有：
第一阶段（40年代中～50年代末） 神经元网络时代
第二阶段（50年代中～60年代中） 通用方法时代
第三阶段（60年代中～80年代初） 知识工程时代
第四阶段（80年代中～90年代初） 新的神经元网络时代
第五阶段（90年代初～现在） 海量信息处理与网络时代 研究的基本内容：搜索技术、知识表示、规划方法、机器学习、认知科学、自然语言理解与机器翻译、专家系统与知识工程、定理证明、博弈、机器人、数据挖掘与知识发现、多Agent系统、复杂系统、足球机器人、人机交互技术等。
研究领域：（１）问题求解； （２）逻辑推理与定理证明； （３）自然语言理解； （４）自动程序设计； （５）专家系统； （６）机器学习； （７）神经网络； （８）机器人学； （９）模式识别； （１０）机器视觉； （１１）； 智能控制； （１２）智能检索； （１３）智能调度与指挥； （１４）分布式人工智能与Ａｇｅｎｔ；（１５）计算智能与进化计算；（１６）数据挖掘与知识发现； （１７）人工生命； （１８）系统与语言工具
知识与知识表示：
一、谓词表示法：首先定义谓词，指出每个谓词的确切含义，然后再用连接词把有关的谓词连接起来，形成一个谓词公式表达一个完整的意义。
二、产生式表示法：产生式系统由3个基本部分组成：规则库、综合数据库、控制系统。
三、框架表示法：框架通常由指定事物各个方面的槽组成，每个槽拥有若干个侧面，而每个侧面又可拥有若干个值。
四、语义网络表示法：语义网络由节点和弧线或链线组成，节点用于表示物体、概念和状态，弧线用于表示节点间的关系。
推理：所谓推理就是按某种策略由已知判断推出另一判断的思维过程。
一、经典逻辑推理：
自然演绎推理：从一组已知为真的事实出发，直接运用经典逻
辑的推理规则推出结论的过程，称为自然演绎推理。其中，基
本的推理规则是P规则、T规则、假言推理、拒取式推理等。
归结演绎推理：归结演绎推理的理论基础是海伯伦理论及鲁滨
逊归结原理，它是通过把公式化为子句集并运用归结规则实现
对定理的证明的。归结原理的基本思想是：若欲证明子句集S
是否可满足，则检验S中是否包含矛盾，或能否从S中导出矛
盾来。如果有矛盾或者能导出矛盾，则称S是不可满足的。
与/或形演绎推理：归结演绎推理要求把有关问题的知识及目标
的否定都化成子句形式，然后通过归结进行演绎推理，其推理
规则只有一条，即归结规则；与/或形演绎推理不再把有关知识
转化成子句集，而把领域知识及已知事实分别用蕴含式及与/或
形表示出来，然后通过运用蕴含式进行演绎推理，从而证明某
个目标公式。
二、不确定与非单调推理：不确定性匹配是指两个知识模式不完全致，但是它们的相似程度又在规定的限度内。推出的结论不是单调增加。 搜索策略：依靠经验，利用已有知识，根据问题的实际情况，不断寻找可利用知识，从而构造一条代价最小的推理路线，使问题得以解决的过程称为搜索
一、 状态空间搜索策略：先把问题的初始状态作为当前扩展节点对其进
行扩展，生成一组子节点，然后检查问题的目标状态是否出现在这
些子节点中。若出现，则搜索成功，找到了问题的解；若没出现，
则再按照某种搜索策略从已生成的子节点中选择一个节点作为当前
扩展节点。重复上述过程，直到目标状态出现在子节点中或者没有
可供操作的节点为止。所谓对一个节点进行“扩展”是指对该节点用某个可用操作进行作用，生成该节点的一组子节点。
1) 盲目搜索
广度优先搜索：从初始节点S0开始逐层向下扩展，在第n层
节点还没有全部搜索完之前，不进入第n+1层节点的搜索。
Open表中的节点总是按进入的先后排序，先进入的节点排在
前面，后进入的节点排在后面。
深度优先搜索 ：从初始节点S0开始，在其子节点中选择一个
最新生成的节点进行考察，如果该子节点不是目标节点且可
以扩展，则扩展该子节点，然后再在此子节点的子节点中选
择一个最新生成的节点进行考察，依此向下搜索，直到某个
子节点既不是目标节点，又不能继续扩展时，才选择其兄弟
节点进行考察。
有界深度优先搜索
代价树的广度优先搜索：在代价树中，可以用g(n)表示从初始节点S0到节点n的代价，用c(n1, n2)表示从父节点n1到其
子节点n2的代价。这样，对节点n2的代价有：
g(n2)=g(n1)+c(n1, n2)。代价树搜索的目的是为了找到最佳
解，即找到一条代价最小的解路径。
代价树的深度优先搜索：
(1) 把初始节点S0放入Open表中，置S0的代价g(S0)=0；
(2) 如果Open表为空，则问题无解 ，失败退出；
(3) 把Open表的第一个节点取出放入Closed表，并记该节点为n；
(4) 考察节点n是否为目标节点。若是，则找到了问题的
解，成功退出；
(5) 若节点n不可扩展，则转第(2)步； (6) 扩展节点n，生成其子节点ni(i=1, 2, …)，将这些子节点按边代价由小到
大放入Open表的首部，并为每一个子节点设置指向父节点的指针。然后转第(2)步。
2) 启发式搜索
局部择优搜索
全局择优搜索
A*算法
二、 与/或树搜索策略：与/或树的搜索过程实际上是一个不断寻找解树
的过程。其一般搜索过程如下：
(1) 把原始问题作为初始节点S0，并把它作为当前节点；
(2) 应用分解或等价变换操作对当前节点进行扩展；
(3) 为每个子节点设置指向父节点的指针；
(4) 选择合适的子节点作为当前节点，反复执行第(2)步和第(3)步，在此期间需要多次调用可解标记过程或不可解标记过程，直到初始节点被标记为可解节点或不可解节点为止。
1) 盲目搜索
广度优先搜索
深度及有界深度优先搜索
2) 有序搜索
（特殊情况）----》博弈问题：极大极小分析法：计算出端节点的估值，再推算出父节点的得分。推算的方法是：对“或”节点，选其子节点中一个最大的得分作为父节点的得分，这是为了使自己在可供选择的方案中选一个对自己最有利的方案；对“与”节点，选其子节点中一个最小的得分作为父节点的得分，这是为了立足于最坏的情况。这样计算出的父节点的得分称为倒推值。
（提高搜索效率的方法）-----》α-β剪枝技术：对于一个“与”节点来说，它取当前子节点中的最小倒推值作为它倒推值的上界，称此值为β值。对于一个“或”节点来说，它取当前子节点中的最大倒推值作为它倒推值的下界，称此值为α值。其一般规律为:（1）任何“或”节点x的α值如果不能降低其父节点的β值，则对节点x以下的分枝可停止搜索，并使x的倒推值为α。这种剪枝成为β剪枝。（2）任何“与”节点x的β值如果不能升高其父节点的α值，则对节点x以下的分枝可停止搜索，并使x的倒推值为β。这种剪枝成为α剪枝。
第二部分：人工智能在电子信息科学与技术当中的应用 人工智能与电子信息科学之间的关系：在实现人工智能的过程中，需要用到很多功能强大且独特的电子专用设备。而电科的一些研究成果则需要通过人工智能中的虚拟与仿真技术才能比较简单清晰的呈现在人们面前。
电子设计EDA软件中应用：EDA是电子设计自动化（Electronic
Design Automation）以计算机为工作平台，融合了应用电子技术、计算机技术、信息处理及智能化技术的最新成果，进行电子产品的自动设计。
利用EDA工具，电子设计师可以从概念、算法、协议等开始设计电子系统，大量工作可以通过计算机完成，并可以将电子产品从电路设计、性能分析到设计出IC版图或PCB版图的整个过程的计算机上自动处理完成。在电子设计当中现在越来越依赖与运用人工智能设计出来的软件。运用其可以帮助我们电子设计者可以在没有的设备的时候就可以进行验证电路和对电路进行调试，减小成本，缩短开发周期。一下是一些常用EDA软件。
（1） Altium Designer： Altium Designer 提供了唯一一款统一
的应用方案，其综合电子产品一体化开发所需的所有必须技
术和功能。Altium Designer 在单一设计环境中集成板级和FPGA系统设计、基于FPGA和分立处理器的嵌入式软件开发
以及PCB版图设计、编辑和制造。并集成了现代设计数据管
理功能,使得Altium Designer成为电子产品开发的完整解
决方案－一个既满足当前，也满足未来开发需求的解决方
案。
（2） Proteus 在电子设计初期当中的仿真是非常强大的，
Proteus是世界上著名的EDA工具(仿真软件)，从原理图布
图、代码调试到单片机与外围电路协同仿真，一键切换到
PCB设计，真正实现了从概念到产品的完整设计。是目前世
界上唯一将电路仿真软件、PCB设计软件和虚拟模型仿真软
件三合一的设计平台，其处理器模型支持8051、PIC10、
AVR、ARM、8086和MSP430等，2010年又增加了Cortex和
DSP系列处理器，并持续增加其他系列处理器模型。在编译
方面，它也支持IAR、Keil和MPLAB等多种编译器。
（3） MATLAB：它的一大特性是有众多的面向具体应用的工具箱和
仿真块，包含了完整的函数集用来对图像信号处理、控制系
统设计、神经网络等特殊应用进行分析和设计。它具有数据
采集、报告生成和MATLAB语言编程产生独立C/C++代码等功能。MATLAB产品族具有下列功能：数据分析；数值和符号计算、工程与科学绘图；控制系统设计；数字图像信号处理；
财务工程；建模、仿真、原型开发；应用开发；图形用户界
面设计等。MATLAB产品族被广泛应用于信号与图像处理、控制系统设计、通讯系统仿真等诸多领域。
物联网中应用： 物联网是指通过信息传感设备，按照约定的协议，把任何物品与互联网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。它是在互联网基础上延伸和扩展的网络。而物联网需要人工智能的研究成功如问题求解，逻辑推理证明、专家系统、数据挖掘、模式识别、自动推理、机器学习、智能控制等技术。通过这些技术的应用使物联网有人工机器的特
人工智能的弊端
————论“人工智能”对人类生活的影响【人工智能论文】
学号：2009210183【人工智能论文】
姓名：董朝会
班级：临床七年制一班
摘要：自1956年人工智能诞生起，几十年的发展让其有了许多的进步，并广泛用于机器视觉，专家系统,智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学等各大领域，并且与人类生活联系越来越紧密。在安全性没有得到确切认证的情况下广泛发展人工智能是否是可行的做法，人工智能是否会战胜人类智能，现在还存在广泛的争论。本文从人工智能的概况，应用领域与人类生活的联系等方面讨论，联系有关理论，认为人工智能的发展需要在人类智能可控的范围内进行。
关键字：人工智能 超越 人类智能 退化
一.人工智能的概况
（一）人工智能的概念
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。【人工智能论文】
（二）人工智能的兴起
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"。1976年Newell 和Simon提出了物理符号系统假设，认为物理符号系统是表现智能行为必要和充分的条件。 Minsky从心理学的研究出发，提出了框架知识表示方法。到80年代，Minsky认为人的智能，根本不存在统一的理论。以McCarthy和Nilsson等为代表，主张用逻辑来研究人工智能，即用形式化的方法描述客观世界。逻辑学派在人工智能研究中，强调的是概念化知识表示、模型论语义、演绎推理等。 McCarthy主张任何事物都可以用统一的逻辑框架来表示，在常识推理中以非单调逻辑为中心。传统的人工智能研究思路是“自上而下”式的，它的目标是让机器模仿人，认为人脑的思维活动可以通过一些公式和规则
来定义，因此希望通过把人类的思维方式翻译成程序语言输入机器，来使机器有朝一日产生像人类一样的思维能力。这一理论指导了早期人工智能的研究。
（三）人工智能的发展状况
1956年，Samuel研制了跳棋程序，它在1959年击败了Samuel本人
1959年美籍华人学者、洛克菲勒大学教授王浩 自动定理证明
1976年 “四色定理”的证明
1977年，曾是赫伯特·西蒙的研究生、斯坦福大学青年学者费根鲍姆
（E.Feigenbaum），在第五届国际人工智能大会上提出了”知识工程”的概念 1976年美国斯坦福大学肖特列夫开发医学专家系统MYCIN
80年代，AI 被引入了市场,并显示出实用价值
1997年 “深蓝”
2011年9月，在印度古瓦哈蒂举行的电脑科技展上，一个“聪明机器（Cleverbot）”成功骗过近800名观众，使他们难以分辨对话出自真人还是电脑软件。当日参加聊天试验的30名志愿者被安排进行4分钟在线文字聊天，聊天的对象可能是“聪明机器人”，也可能是一个真人。他们的对话内容展示在一个
大屏幕上，1334名普通观众观看对话内容后进行投票。结果，超过59.3%的观众 把人与“聪明机器人”的对话误认成人与人之间的对话“聪明机器人”的发明 者、英国人罗洛·卡彭特很高兴地告诉记者：“骗过一半以上观众，你可以说聪明机器人算是通过了"图灵测试"
二.人们对人工智能的依靠
（一）人工智能主要应用领域
目前人工智能主要的应用领域在机器视觉（指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别），专家系统,智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。
（二）人们生活与人工智能的密切关系
从智能手机、自动驾驶汽车到医疗机器人，人工智能革命已经到来。人工智能让互联网搜索更加灵敏；将文本从一种语言翻译成另一种语言；在拥挤的交通
中推荐最畅通的线路；帮助识别信用卡诈骗„„虽然很多时候我们甚至没有意识到它的存在，但我们的生活却因它悄悄改变。
在美国硅谷，尼古拉斯·亚宁早上起来准备去上班，到公司需要40分钟车程。这位在Google工作的技术员走向他的Lexus汽车。汽车即将驶上加州拥挤的高速路，此时他的“司机”———汽车开始掌控大局。亚宁的这辆车是Google正在实验的自动驾驶汽车，安装有复杂的人工智能技术，使得他可以放松地坐在驾驶座上充当乘客。
在马萨诸塞州贝德福特的iRobot公司，一名参观者看着5英尺高的机器人爱娃小心翼翼地行走在大厅里，躲避着周围的障碍物———包括人类。今年年底它将开始自己的第一份真正工作———远程医疗助手，让数千英里之外的专家通过安装在它“头”上的视频屏幕给医院的病人看病。当医生准备看望下一位病人时，他只需点击电脑地图上的新位置。爱娃根据地图找到并赶往下一个病房，它还会自己乘坐电梯。
在华盛顿普尔曼，华盛顿州立大学的研究者们正在给“智能”房间安装上感应器，使之能够根据需要自动调节房间的光线，监控住户的一切活动，包括他们每天睡眠多少小时，锻炼多少分钟。听上去有点像是被监禁，但事实上，倡导者们认为这样的技术就像一个富有爱心的保姆：智能房屋可以帮助老年人，尤其是有身体或智力障碍的老人过上独立的生活。
从今年夏天在火星登陆的好奇号太空探测器，到仪表盘能够与人对话的汽车，再到智能手机，人工智能正在改变我们的生活———有时候以一种显而易见的方式，更多的时候，我们甚至没有意识到它的存在。人工智能让互联网搜索更加灵敏；将文本从一种语言翻译成另一种语言；在拥挤的交通中推荐最畅通的线路；帮助识别信用卡诈骗；告诉驾驶员什么时候越过了道路中央的分道线。
甚至连烤面包机也即将加入人工智能革命。你可以将一个面包放进去，用智能手机拍张照片，手机将把所有需要的信息传送给烤面包机，指导它如何将面包烤得恰到好处。
从某个方便说，人工智能几乎无处不在，从控制数码相机的光圈和快门速度
的智能感应器，到干衣机中的温度和湿度探测器，再到汽车中的自动泊车功能。更复杂的应用还在源源不断地走出实验室。
三.人工智能的弊端
（一）关于人工智能超越人类智能的假说
人工智能只可以作为人类智能的补充，但是人工智能的发展速度远远超过人类智能的发展速度，即根据进化论来说人工智能的进化速度比人类智能进化得快许多。由于人工智能起步较低，故现在和人类智能有一定差距，但其表现出了在局部超越了人类智能的现状，让人有理由相信人工智能超越人类智能只是时间上的问题。
人工智能超越人类智能论据有：一是达尔文进化论；二是类比人类的创造性即由于人类智能的不断探索欲会把自己独有创造赋予人工智能，这会导致人工智能战胜人类智能；三是“量变质变定律”人工智能不断的在某些领域超越人类智能，最终将在质上战胜人类智能。
其代表人物有四川大学社科系教授王黔玲从世界观角度提出的“人工智能将超越人类智能”的论断。华东师范大学哲学系教授郦全民认为在好奇心的驱使下，在不前进就会落后的“象棋皇后”效应的作用下，人类不会停止对比自己先进的更高的智能系统的探索。而进化法则又不可违背，将使得进化之链朝着超越人类的方向发展。因此地球上出现超越人类的高智能物种是进化的必然。代维也大胆预测“人工智能将在不远的将来战胜人类智能，但会有自己的存在方式，不会对人类构成威胁”。约翰·麦卡锡——人工智能之父认为“没有理由相信我们不能写出一个能使电脑像人一样思考的公式。”斯蒂芬·霍金 说过“在我看来，如果非常复杂的化学分子可以在人体内活动并使人类产生智慧的话，那么太阳复杂的电子电路也可以使计算机以智能化的方式采取行动。”德国班贝克大学心理学教授德尔纳认为“有灵魂的机器是存在的。”
（二）人类退化的假说
从智能手机、自动驾驶汽车到医疗机器人，人工智能革命已经到来。人工智能让互联网搜索更加灵敏；将文本从一种语言翻译成另一
本文来源：http://www.gbppp.com/jd/442863/
推荐访问:人工智能论文2000 人工智能论文总结