http://www.shandonggroup.com

什么是人工智能

  可选中1个或多个下面的关键词,搜索相关资料。也可直接点“搜索资料”搜索整个问题。

  近年来,随着计算机技术的迅猛发展和日益广泛的应用,自然地会提出人类智力活动能不能由计算机来实现的问题。几十年来,人们一向把计算机当作是只能以极快地、熟练地、准确地运算数字的机器。但是在当今世界要解决的问题并不完全是数值计算,像语言的理解和翻译、图形和声音的识别、决策管理等都不属于数值计算,特别像医疗诊断要有专门的特有的经验和知识的医师才能作出正确的诊断。这就要求计算机能从“数据处理”扩展到还能“知识处理”的范畴。计算机能力范畴的转化是导至“人工智能”快速发展的重要因素。

  著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义:“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为:“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律,构造具有一定智能的人工系统,研究如何让计算机去完成以往需要人的智力才能胜任的工作,也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。

  人工智能(Artificial Intelligence,简称AI)是计算机学科的一个分支,二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。也被认为是二十一世纪(基因工程、纳米科学、人工智能)三大尖端技术之一。这是因为近三十年来它获得了迅速的发展,在很多学科领域都获得了广泛应用,并取得了丰硕的成果,人工智能已逐步成为一个独立的分支,无论在理论和实践上都已自成一个系统。

  人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,主要包括计算机实现智能的原理、制造类似于人脑智能的计算机,使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科,其范围已远远超出了计算机科学的范畴,人工智能与思维科学的关系是实践和理论的关系,人工智能是处于思维科学的技术应用层次,是它的一个应用分支。从思维观点看,人工智能不仅限于逻辑思维,要考虑形象思维、灵感思维才能促进人工智能的突破性的发展,数学常被认为是多种学科的基础科学,数学也进入语言、思维领域,人工智能学科也必须借用数学工具,数学不仅在标准逻辑、模糊数学等范围发挥作用,数学进入人工智能学科,它们将互相促进而更快地发展。

  从实用观点来看,人工智能是一门知识工程学:以知识为对象,研究知识的获取、知识的表示方法和知识的使用。

  通常我们用计算机,不仅要告诉计算机,要做什么,还必须详细地、正确地告诉计算机怎么做。也就是说,人们要根据任务的要求,以适当的计算机语言,编制针对该任务的应用程序,才能应用计算机完成此项任务。这样实际上是在人完全控制计算机完成的,是谈不上计算机有“智能”。

  大家都知道,世界国际象棋棋王卡斯帕罗夫与美国IBM公司的RS/6000(深蓝)计算机系统于1997年5月11日进行了六局“人机大战”,结果“深蓝”以3.5比2.5的总比分获胜。比赛结束了给人们留下了深刻的思考;下棋要获胜要求选手要有很强的思维能力、记忆能力、丰富的下棋经验,还得及时作出反映,迅速进行有效的处理,否则一着出错满皆输,这显然是个“智能”问题。尽管开发“深蓝”计算机的IBM专家也认为它离智能计算机还相差甚远,但它以高速的并行的计算能力(2r108步/秒棋的计算速度)。实现了人类智力的计算机上的部分模拟。

  从字面上看,“人工智能”就是用人工的方法在计算机上实现人的智能,或者说是人们使计算机具有类似于人的智能。

  在20世纪70年代以后,在许多国家都相继开展了人工智能的研究,由于当时对实现机器智能理解得过于容易和片面,认为只要一些推理的定律加上强大的计算机就能有专家的水平和超人的能力。这样,虽然也获得一定成果,但问题也跟着出现了,例如机器翻译当时人们往往认为只要用一部双向词典及词法知识,就能实现两种语言文字的互译,其实完全不是这么一回事,例如,把英语句子“Time flies like an arrow”(光阴似箭)翻译成日语,然后再译回英语,竟然成为“苍蝇喜欢箭”;当把英语“The spirit is willing but the flesh is weak”(心有余而力不足)译成俄语后,再译回来竟变成“The wine is good but the meat is spoiled”(酒是好的但肉已变质)。在其它方面也都遇到这样或者那样的困难。这时,本来对人工智能抱怀疑态度的人提出指责,甚至把人工智能说成是“骗局”、“庸人自扰”,有些国家还削减人工智能的研究经费,一时人工智能的研究进入了低潮。

  然而,人工智能研究的先驱者们没有放弃,而是经过认真的反思、总结经验和教训,认识到人的智能表现在人能学习知识,有了知识,能了解、运用已有的知识。正向思维科学所说“智能的核心是思维,人的一切智慧或智能都来自大脑思维活动,人类的一切知识都是人们思维的产物。”“一个系统之所以有智能是因为它具有可运用的知识。”要让计算机“聪明”起来,首先要解决计算机如何学会一些必要知识,以及如何运用学到的知识问题。只是对一般事物的思维规律进行探索是不可能解决较高层次问题的。人工智能研究的开展应当改变为以知识为中心来进行。

  自从人工智能转向以知识为中心进行研究以来,以专家知识为基础开发的专家系统在许多领域里获得成功,例如:地矿勘探专家系统(PROSPECTOR)拥有15种矿藏知识,能根据岩石标本及地质勘探数据对矿产资源进行估计和预测,能对矿床分布、储藏量、品位、开采价值等进行推断,制定合理的开采方案,成功地找到了超亿美元的钼矿。又如专家系统(MYCIN)能识别51种病菌,正确使用23种抗菌素,可协助医生诊断、治疗细菌感染性血液病,为患者提供最佳处方,成功地处理了数百个病例。它还通过以下的测试:在互相隔离的情况下,用MYCIN系统和九位斯坦福大学医学院医生,分别对十名不清楚感染源的患者进行诊断和处方,由八位专家进行评判,结果是MYCIN和三位医生所开出的处方对症有效;而在是否对其它可能的病原体也有效而且用药又不过量方面,MYCIN 则胜过了九位医生。显示出较高的水平。

  专家系统的成功,充分表明知识是智能的基础,人工智能的研究必须以知识为中心来进行。由于知识的表示、利用、获取等的研究都取得较大的进展。因而,人工智能的研究得以解决了许多理论和技术上问题。

  1950年英国数学家图灵(A.M.Turing,1912—1954)发表了”计算机与智能”的论文中提出著名的“图灵测试”,形象地提出人工智能应该达到的智能标准;图灵在这篇论文中认为“不要问一个机器是否能思维,而是要看它能否通过以下的测试;让人和机器分别位于两个房间,他们只可通话,不能互相看见。通过对话,如果人的一方不能区分对方是人还是机器,那么就可以认为那台机器达到了人类智能的水平。图灵为此特地设计了被称为“图灵梦想”的对话。在这段对话中“询问者”代表人,“智者”代表机器,并且假定他们都读过狄更斯(C.Dickens)的著名小说《匹克威克外传》,对话内容如下:

  智者:我认为您不够严谨,“冬日”指的是一般冬天的日子,而不是某个特别的日子,如圣诞节。

  从上面的对话可以看出,能满足这样的要求,要求计算机不仅能模拟而且可以延伸、扩展人的智能,达到甚至超过人类智能的水平,在目前是难以达到的,它是人工智能研究的根本目标。

  人工智能研究的近期目标;是使现有的计算机不仅能做一般的数值计算及非数值信息的数据处理,而且能运用知识处理问题,能模拟人类的部分智能行为。按照这一目标,根据现行的计算机的特点研究实现智能的有关理论、技术和方法,建立相应的智能系统。例如目前研究开发的专家系统,机器翻译系统、模式识别系统、机器学习系统、机器人等。

  专家系统是依靠人类专家已有的知识建立起来的知识系统,目前专家系统是人工智能研究中开展较早、最活跃、成效最多的领域,广泛应用于医疗诊断、地质勘探、石油化工、军事、文化教育等各方面。它是在特定的领域内具有相应的知识和经验的程序系统,它应用人工智能技术、模拟人类专家解决问题时的思维过程,来求解领域内的各种问题,达到或接近专家的水平。

  要使计算机具有知识一般有两种方法;一种是由知识工程师将有关的知识归纳、整理,并且表示为计算机可以接受、处理的方式输入计算机。另一种是使计算机本身有获得知识的能力,它可以学习人类已有的知识,并且在实践过程中不总结、完善,这种方式称为机器学习。

  机器学习的研究,主要在以下三个方面进行:一是研究人类学习的机理、人脑思维的过程;和机器学习的方法;以及建立针对具体任务的学习系统。

  机器学习的研究是在信息科学、脑科学、神经心理学、逻辑学、模糊数学等多种学科基础上的。依赖于这些学科而共同发展。目前已经取得很大的进展,但还没有能完全解决问题。

  模式识别是研究如何使机器具有感知能力,主要研究视觉模式和听觉模式的识别。如识别物体、地形、图象、字体(如签字)等。在日常生活各方面以及军事上都有广大的用途。近年来迅速发展起来应用模糊数学模式、人工神经网络模式的方法逐渐取代传统的用统计模式和结构模式的识别方法。 特别神经网络方法在模式识别中取得较大进展。

  计算机如能“听懂”人的语言(如汉语、英语等),便可以直接用口语操作计算机,这将给人们带极大的便利。计算机理解自然语言的研究有以下三个目标:一是计算机能正确理解人类的自然语言输入的信息,并能正确答复(或响应)输入的信息。二是计算机对输入的信息能产生相应的摘要,而且复述输入的内容。三是计算机能把输入的自然语言翻译成要求的另一种语言,如将汉语译成英语或将英语译成汉语等。目前,研究计算机进行文字或语言的自动翻译,人们作了大量的尝试,还没有找到最佳的方法,有待于更进一步深入探索。

  第一代(程序控制)机器人:这种机器人一般是按以下二种方式“学会”工作的;一种是由设计师预先按工作流程编写好程序存贮在机器人的内部存储器,在程序控制下工作。另一种是被称为“示教—再现”方式,这种方式是在机器人第一次执行任务之前,由技术人员引导机器人操作,机器人将整个操作过程一步一步地记录下来,每一步操作都表示为指令。示教结束后,机器人按指令顺序完成工作(即再现)。如任务或环境有了改变,要重新进行程序设计。这种机器人能尽心尽责的在机床、熔炉、焊机、生产线上工作。日前商品化、实用化的机器人大都属于这一类。这种机器人最大的缺点是它只能刻板地按程序完成工作,环境稍有变化(如加工物品略有倾斜)就会出问题,甚至发生危险,这是由于它没有感觉功能,在日本曾发生过机器人把现场的一个工人抓起来塞到刀具下面的情况。

  第二代(自适应)机器人:这种机器人配备有相应的感觉传感器(如视觉、听觉、触觉传感器等),能取得作业环境、操作对象等简单的信息,并由机器人体内的计算机进行分析、处理,控制机器人的动作。虽然第二代机器人具有一些初级的智能,但还需要技术人员协调工作。目前已经有了一些商品化的产品。

  第三代(智能)机器人:智能机器人具有类似于人的智能,它装备了高灵敏度的传感器,因而具有超过一般人的视觉、听觉、嗅觉、触觉的能力,能对感知的信息进行分析,控制自己的行为,处理环境发生的变化,完成交给的各种复杂、困难的任务。而且有自我学习、归纳、总结、提高已掌握知识的能力。目前研制的智能机器人大都只具有部分的智能,和真正的意义上的智能机器人,还差得很远。

  决策支持系统是属于管理科学的范畴,它与“知识—智能”有着极其密切的关系。在80年代以来专家系统在许多方面取得成功,将人工智能中特别是智能和知识处理技术应用于决策支持系统,扩大了决策支持系统的应用范围,提高了系统解决问题的能力,这就成为智能决策支持系统。

  人工神经网络是在研究人脑的奥秘中得到启发,试图用大量的处理单元(人工神经元、处理元件、电子元件等)模仿人脑神经系统工程结构和工作机理。

  在人工神经网络中,信息的处理是由神经元之间的相互作用来实现的,知识与信息的存储表现为网络元件互连间分布式的物理联系,网络的学习和识别取决于和神经元连接权值的动态演化过程。

  多年来,人工神经网络的研究取得了较大的进展,成为具有一种独特风格的信息处理学科。当然目前的研究还只是一些简单的人工神经网络模型。要建立起一套完整的理论和技术系统,需要作出更多努力和探讨。然而人工神经网络已经成为人工智能中极其重要的一个研究领域。

  结束语:人类经过五千的发展进入了基于知识的“知识经济”。人类社会空前地高速发展。知识是智能的基础,知识只有转化为智能才能发挥作用,知识无限的积累,智能也就将在人类社会起越来越大的作用,更有人提出:知识经济的进一步发展将是“智能经济”。“智能经济”是基于“广义智能”的经济,“广义智能”包含:人的智能、人工智能以及人和智能机器相结合的“集成智能”。可以想象基于广义智能的“智能经济”将比基于知识的“知识经济”将具有更高的智能水平,更高更快发展速度。

  人工智能的研究,简单来说,就是要通过拥有智能的机器,延伸和增强(augment)人类在改造自然、治理社会的各项任务中的能力和效率,最终实现一个人与机器和谐共生共存的社会。这里说的拥有智能的机器,可以是一个虚拟的AI也可以是一个物理的机器人。与人类几千年来创造出来的各种工具和机器不同的是,智能机器有自主的感知、认知、决策、学习、执行和社会协作能力,符合人类情感、伦理与道德观念。

  因此我们可以这样定义人工智能:人工智能是由人类为了改造自然、治理社会而制造的拥有自主的感知、认知、决策、学习和社会协作能力的符合人类情感和伦理道德的智能机器(也可以说是智能生命)。

  展开全部在人类几千年文明史中,人们发明了各种各样的机器设备(如起重机、汽车、飞机、轮船等)来模拟和延伸人的体力活动,那么对于人的智力活动是否也可以用某种装置来模拟和延伸呢?自古以来,人们就憧憬着研制具有模拟自身智能行为的机器。例如古籍《列子·汤问》就记载过,大约2900年前,周穆王西巡时有个能工巧匠献给他一个结构十分精巧的“机器人”,这个“机器人”不但能歌善舞,甚至还能用眼睛挑逗穆王左右的侍女。可见,人类很早就有制造机器人的大胆设想,但在当时相当落后的技术条件下还不可能成为现实。只有在人类科学发达的今天才有可能付诸实现。自1946年世界上第一台电子计算机ENIAC问世以来,越来越多的科学家注意到模拟和延伸人脑的部分智能活动不但是可能的,而且随着科学技术的进步将逐渐成为现实。

  1956年夏季,以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会,共同研究和探讨用机器模拟智能的一系列有关问题,并首次提出了”人工智能”这一术语,它标志着”人工智能”这门新兴学科的正式诞生。人工智能是探索和模拟人(人类)的感觉和思维过程的规律,并进而设计出类似人的智能的自动装置的学科。虽然它问世还不到50年,但它以独特的研究对象和广泛的应用前景而引起人们的普遍关注。近年来,在人工智能研究成果的基础上,世界各国正在竞相研制具有强大知识信息处理能力的新一代智能计算机,它的研制将为人工智能的研究开辟更为广阔的前景。

  人工智能的研究对象是模拟人类智能。那么究竟什么是人类智能呢?这是一个很难确切回答的问题,但大体上可以说它是人类所具有的知识和能力的总和。

  知识一般包括概念、事实和规则,它是人类在改造现实世界实践中所获得的认识和经验之总和。概念是人类在长期实践过程中形成的以区别其他事物的抽象结论;而事实则是人类所认识的客观现象;至于规则,实际上就是概念和事实之间各种联系的描述。这些概念+事实+规则构成了人类的知识,并存放在人的大脑中,因此大脑实际上就相当于一个存放大量知识的“知识库”。

  人类智能中的能力是智能中最富有创造性的部分,目前在人工智能的研究中,它主要表现在如何通过学习来获取知识,如何对各种知识进行加工处理, 以及如何运用各种知识来解决实际问题。

  目前人工智能研究的主要内容包括:知识表达技术, 知识获取技术, 知识推理技术, 知识运用技术,以及人工智能语言等方面. 它涉及问题求解,定理机械证明,公式自动推导,搏弈,模式识别,机器翻译,自然语言处理等方方面面. 特别在专家系统,自然语言理解和机器人等有十分广泛的应用。

  当前,电子计算机是模拟人类智能的主要工具。研究人工智能的主要目的之一,也是为了使现有的计算机提高效能,通过探讨智能的基本原理,研制出更高级的智能机。

  人工智能与其他具体科学,诸如数学、物理、化学等,有一个显著的不同点,即人工智能的重点不在于研究某些具体学科的知识,而是着重研究如何表示和使用这些具体知识,也就是在更高层次上去研究那些具有方法论意义的知识。

  人工智能从诞生以来,它的理论和技术日益成熟,应用领域也不断扩大,显示出强大的生命力,下面介绍一些它的主要应用领域。

  众所周知,人类专家之所以能解决许多错综复杂的实际问题,是因为他们具有渊博的专业知识和在实践中积累的丰富经验,他们能根据实际情况灵活地综合运用知识和经验来作出判断和决策。如果人们事先把某些专家的知识和经验加以总结和条理化,形成事实和规则,以适当的形式存入计算机,建立起专门的知识库和推理机构,那么计算机系统就可以对输入(一般通过人机对话来进行)的原始数据进行推理(特别是不精确推理),在很大程度上可代替专家作出判断和决策。总而言之,专家系统是计算机的一个程序系统,它对某一领域的问题提供专家水平的解决方法。专家系统具有咨询功能――回答用户提出的某个特定领域的问题、学习功能――在用户的教授和训练下,系统能不断增添或修改所拥有的知识、以及教育功能――系统通过解释自己的决策过程以及回答有关的询问,向用户提供某个专门领域的知识。二十世纪60年代中期出现了世界上第一个专家系统――DENDRAL系统,该系统能根据有机化合物的分子或其质谱来确定有机化合物的分子结构,后来该系统经过一系列的改进和扩充达到了年轻博士的专业水平。70年代中期出现的MYCIN系统开创了专家系统的新局面,它的系统构成和推理技术很有代表性,成为第一代专家系统的“样板”,该系统能帮助不是传染病专家的内科医生对患有严重细菌传染病的患者选择合适的治疗方案。又如著名的PROSPECTOR系统,它能帮助地质学家进行矿藏勘测,通过样品分析等手段来确定最有希望的开采地区乃至具体的下钻地点。目前国外已有上万个专家系统正在不同的专业领域中得到广泛的应用。近年来国内也陆续建造了一批实用的专家系统及其开发工具,人们还将人工神经网络的技术融入到专家系统中。例如浙江大学研制的工艺美术彩色图案设计系统;水稻育种农业专家系统;北京自动化所研制的关幼波肝病诊疗系统;上海计算所研制的内科疾病诊疗系统;福建省科委计算中心研制的林如高骨科诊疗系统;厦门大学参与研制的盛国荣教授冠心病诊疗系统等。还有不少专家系统正在开发。

  由于自然语言(如汉语、英语等)本身具有“多义性”,在人-机交换信息的过程中不得不使用某些人工语言,如BASIC、FORTRAN、PASCAL、C、C++等算法语言,这给使用者带来诸多不便,妨碍了计算机的更广泛普及应用。在50年代,人们曾一度热衷于机器翻译的研究,并认为很快就有可能通过词法和句法的分析来解决两种不同语言之间的翻译,但经过一段时间的努力后,意识到人们的语言交流是与信息环境密切相关的,其中隐含着大量的常识性知识和社会背景知识,没有自然语言的理解,语言的机器翻译就不会成功。于是60年代开始,人们的注意力转向了自然语言理解的研究。所谓自然语言理解,就是利用计算机来理解自然语言,让计算机懂得自然语言,从而使计算机能在能人的指导下进行智能工作。目前这方面的研究已取得了一些进展,人们越来越认识到,对语言的分析与表达,单靠语法分析是远远不够的,还应注意语义的分析,甚至应深入到概念水平上去。上世纪70年代以来,出现了一系列自然语言理解系统,它们的共同特点是均与知识的表示密切相关,在这些系统中都利用了大量的背景知识来帮助理解句子。在机器翻译方面,我国实用型英汉等自动翻译系统的研制已取得一系列可喜的进展, 但令人满意的机器翻译系统尚待时日。

  数学定理的证明,特别是复杂定理的证明,往往包含着极为巧妙的构思,它是人类思维中演绎推理能力的重要体现。演绎推理实质上是符号运算,因此原则上可以用机械化的方法来进行。数理逻辑的建立使自动定理证明的设想有了更明确的数学形式。1965年鲁滨逊提出了一阶谓词演算中的消解原理,这是自动定理证明的重大突破,为了提高消解效率,人们相继提出了许多新的消解策略,这方面我国的计算机科学工作者(吉林大学、武汉大学、中科院数学所等)取得了不少有意义的结果。1976年,美国伊利诺斯大学的阿佩尔等三人在三台高速计算机上花了1200小时,证明了124年未能解决的“四色问题”,轰动了整个科学界,它表明利用电子计算机有可能把人类思维领域中的演绎推理能力推进到前所未有的境界。我国著名数学家吴文俊在1976年底开始研究可判定问题(即论证某类问题是否存在统一算法解),他在微型机上成功地设计了初等几何与初等微分几何中一大类问题的判定算法及相应的程序,他在这方面的研究处于国际领先地位。后来,我国著名科学家张景中等人进一步推出了“可读性证明”的机器证明方法,再一次轰动了国际学术界。值得提出的是,许多非数值领域的任务,如医疗诊断、信息检索、规划制定和难题求解等,都可以转化成相应的定理证明问题,所以自动定理证明的研究具有普遍的意义。

  编制复杂的计算机程序是一项十分艰巨的脑力劳动,这项工作是否能用计算机来协助完成呢?所谓自动程序设计就是根据给定问题的原始描述(更确切地说应是给定问题的规范说明)自动生成满足要求的程序。显然这是个高难度的研究课题,目前在这方面已取得一些初步的进展,尤其是程序变换技术已引起计算机科学工作者的重视。自动程序设计大致可分成两个阶段――生成阶段和改进阶段来进行。在程序的生成阶段,人们将从具体问题的形式规定出发,先设计一个面向问题的、易于解决的正确程序,这时暂时不考虑程序的运行效率;在程序的改进阶段,通过一系列的保持正确性的程序变换,进行数据结构和算法的求精,最终将生成阶段所生成的程序变换成一个面向过程的、效率高的程序。现在国外已陆续出现一些实验性的程序变换系统,如英国爱丁堡大学的程序自动变换系统POP-2,西德默森技术大学的程序变换系统CIP等。国内南京大学、上海交通大学、科学院计算所、北京航天大学、厦门大学等单位也正在积极从事这方面的研究工作。

  除此之外,人工智能在机器人学、模式识别、物景分析、数据库的智能检索、机器下棋(实质上是博弈论问题)和家用电器智能化等领域都有广泛的应用。

  人类智能的物质基础是人脑,而人工智能的物质基础是电脑,人脑与电脑有着完全不同的物质结构。尽管电脑在处理信息的速度、记忆的准确度以及在承受恶劣环境和长时间稳定工作等方面显得比人脑优越,但是人脑在创造性思维能力、能动的自适应能力,以及认识世界、改造世界的主观能动性方面却远远超过电脑。正因为人脑与电脑具有不同的本质,所以建立在人脑基础上的人类智能与建立在电脑基础上的人工智能是完全不能等同的,人脑的活动是有“意识”的活动,而目前的电脑却还不具备任何“意识”。虽然在局部范围内,人工智能有时会超过人类智能,但在总体上,人工智能是无法与人类智能相比拟的。研究人工智能的目的就是为了更合理地利用电脑,使电脑成为人类的忠实助手,成为我们大脑的延伸,协助人类完成智能方面的一系列工作。

  展开全部“人工智能”(Artificial Intelligence)简称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。

  人工智能研究如何用计算机去模拟、延伸和扩展人的智能;如何把计算机用得更聪明;如何设计和建造具有高智能水平的计算机应用系统;如何设计和制造更聪明的计算机以及智能水平更高的智能计算机等。

  人工智能是计算机科学的一个分支,人工智能是计算机科学技术的前沿科技领域。

  人工智能与计算机软件有密切的关系。一方面,各种人工智能应用系统都要用计算机软件去实现,另一方面,许多聪明的计算机软件也应用了人工智能的理论方法和技术。例如,专家系统软件,机器博弈软件等。但是,人工智能不等于软件,除了软件以外,还有硬件及其他自动化和通信设备。

  人工智能虽然是计算机科学的一个分支,但它的研究却不仅涉及到计算机科学,而且还涉及到脑科学、神经生理学、心理学、语言学、逻辑学、认知(思维)科学、行为科学和数学以及信息论、控制论和系统论等许多学科领域。因此,人工智能实际上是一门综合性的交叉学科和边缘学科。

  模拟人脑思维运作的才算是,计算机上实现的都是伪人工智能,贴着人工智能的标签,干着程序自动化的工作,目前的都是提前预置了些答案的搜索结果的方式,找出最近的,这些称得上人工智能简直就是笑话,人工智能必须能自主学习,在无预置的前提下自我学习,自我进化,自主思维,而不是现在的翻题库的方式,地球上要实现人工智能再过50-100年都难

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。