無論是身處學校還是步入社會，大家都嘗試過寫作吧，借助寫作也可以提高我們的語言組織能力。那么我們該如何寫一篇較為完美的范文呢？以下是小編為大家收集的優(yōu)秀范文，歡迎大家分享閱讀。
人工智能論文參考文獻篇一
：隨著社會信息技術(shù)和計算機網(wǎng)絡技術(shù)的發(fā)展，人們對網(wǎng)絡應用的需求也原來越多，這就需要不斷研究計算機網(wǎng)絡技術(shù)，由于人工智能在一定程度上成為科學技術(shù)前言領(lǐng)域，所以世界上各個國家對人工智能的發(fā)展越來越重視。本文首先分析其所具有的重要意義，然后研究其在應用過程中的作用，提出以下內(nèi)容。
計算機；人工智能；應用；分析
目前由于人工智能的不斷成熟，人們在生活方面以及工作的過程中，智能化產(chǎn)品隨處可見。這不僅對人們在工作中的效率進行提高，同時還對其生活質(zhì)量進行加強。所以人工智能的發(fā)展在一定程度上離不開計算機網(wǎng)絡技術(shù)，只有對計算機網(wǎng)絡技術(shù)進行相應的依靠，才能夠讓人工智能研究出更多的成果。
由于計算機技術(shù)的快速發(fā)展，網(wǎng)絡信息安全問題在一定程度上是人們目前比較關(guān)注的一個重要問題。在網(wǎng)絡管理系統(tǒng)應用中，其網(wǎng)絡監(jiān)控以及網(wǎng)絡控制是其比較重要的功能，信息能夠及時有效的獲取以及正確的處理對其起著決定性作用。所以，對計算機技術(shù)智能化進行實現(xiàn)是比較必要的。由于計算機得到了不斷的深入以及管廣泛的運用，在一定程度上導致用戶對網(wǎng)絡安全在管理方面的需求比較高，對自身的信息安全進行有效的保證。目前網(wǎng)絡犯罪現(xiàn)象比較多，計算機只有在具備較快的反應力和靈敏觀察力的狀況下，才能夠?qū)τ脩粜畔⑦M行侵犯的違法活動進行及時遏制。充分的利用人工智能技術(shù)，建立起相對較系統(tǒng)化的管理，讓其不僅對信息進行自動的收集，同時還能夠?qū)W(wǎng)絡出現(xiàn)的故障進行及時診斷，對網(wǎng)絡故障及時遏制，運用有效的措施對計算機網(wǎng)絡系統(tǒng)進行及時的恢復，保證用戶信息的安全。計算機技術(shù)在發(fā)展的過程中對人工智能應用起著決定性作用，人工智能技術(shù)也在一定程度上對計算機技術(shù)的發(fā)展起著促進作用。不斷的跟蹤動態(tài)化信息，為用戶提供準確的信息資源?？偟膩碚f，計算機網(wǎng)絡在管理的過程中有效的運用人工智能，對網(wǎng)絡管理水平進行不斷的提高。
2.1安全管理應用
網(wǎng)絡安全所具有的漏洞相對比較多，用戶在網(wǎng)絡中自身的資料信息安全是現(xiàn)階段人們比較關(guān)注以及重視的主要問題。在對網(wǎng)絡安全進行管理時，可以對人工智能技術(shù)進行充分的運用，在一定程度上能夠?qū)τ脩糇陨淼碾[身進行有效的保護。主要表現(xiàn)為：一是，智能防火墻的應用；二是，智能反應垃圾郵件方面；三是，入侵檢測方面等。智能防護墻主要應用的就是智能化識別技術(shù)，通過概率以及統(tǒng)計方式、決策方法和計算等對信息數(shù)據(jù)不僅進行有效的識別，同時還能對其相應的處理，對匹配檢查過程中需要的計算進行消除，充分認識網(wǎng)絡行為特征值，訪問可以直接進行控制，把存在的網(wǎng)絡及時發(fā)現(xiàn)，攔截以及阻止有害信息的彈出。智能防火墻能夠在一定程度上避免網(wǎng)絡站點受到黑客的攻擊，遏制病毒傳播，對相關(guān)局域網(wǎng)進行相應的管理和控制，反之就會導致病毒以及木馬的傳播。在智能防火墻中，比較重要的就是入侵檢測，它屬于防護墻后的.第二安全閘門，在對網(wǎng)絡安全保證方面起著重要的作用。針對入侵檢測技術(shù)而言，主要能夠在一定程度上對網(wǎng)絡中的數(shù)據(jù)進行有效的分析，并且對其進行及時的處理，把部分數(shù)據(jù)過濾出去，數(shù)據(jù)檢測后的報告分析報告給用戶。入侵檢測在對網(wǎng)絡性能不產(chǎn)生影響的前提下監(jiān)測網(wǎng)絡，為操作上的失誤以及內(nèi)外部攻擊提供一定的保護。針對智能型反垃圾而言，其自身的郵件系統(tǒng)能夠?qū)τ脩羿]箱進行有效的監(jiān)測，對郵箱進行相應識別，把郵箱中存在的垃圾充分的篩選出來。如果郵件進入郵箱后，就會進行掃描郵箱，在一定程度上把垃圾郵箱的分類信息發(fā)給用戶，提醒用戶要對其進行及時的處理，避免給郵箱安全帶來影響。
2.2人工智能agent技術(shù)應用分析
針對人工智能agent技術(shù)而言，它屬于人工智能代理的一種技術(shù)，屬于不同部分所組成的軟件實體，包括：一是，知識域庫；二是數(shù)據(jù)庫；三是解釋推理器；四是各個agent之間的通訊部分等。人工智能agent技術(shù)通過任何一個agent域庫對新數(shù)據(jù)的相關(guān)信息進行處理，并且溝通以至完成任務。人工智能agent技術(shù)能夠在一定程度上通過用戶自定義對信息獲得自動搜索，然后將其發(fā)送到指定位置。人們通過agent技術(shù)得到人性化服務。例如：用戶在用電腦查相關(guān)信息時，該技術(shù)不僅能對信息進行處理，同時還能夠進行有效的分析，最后把有用的信息出題給用戶，充分節(jié)省用戶的時間。agent技術(shù)為用戶在日常生活中提供相應的服務，例如：在網(wǎng)上進行購物以及會議等方面的安排。它不僅自主性以及學習性，讓計算機對用戶所分配的任務自動完成，進一步推動機計算機網(wǎng)絡技術(shù)的發(fā)展。
2.3在網(wǎng)絡系統(tǒng)管理以及評價過程中的應用分析
針對網(wǎng)絡管理系統(tǒng)來說，其智能化在一定程度上需要人工技能的不斷發(fā)展。在對網(wǎng)絡綜合管理系統(tǒng)進行建立的過程中，不僅可以對人工智能中的專家知識庫進行充分的利用，同時還能夠?qū)Υ嬖诘募夹g(shù)問題進行有效的解決和處理。網(wǎng)絡存在著動態(tài)以及變化性，所以，網(wǎng)絡在管理的過程中會面臨著困難，這就需要對網(wǎng)絡管理技術(shù)人工智能化進行實現(xiàn)。在人工智能技術(shù)中，其專家知識庫主要指的就是把各個相關(guān)領(lǐng)域?qū)＜业闹R以及經(jīng)驗進行相應的結(jié)語出來，錄入系統(tǒng)中，只有這樣才能形成比較完善的知識庫系統(tǒng)，促進智能計算機程序的發(fā)展和提高。如果遇到某個領(lǐng)域問題的過程中，要充分利用專家經(jīng)驗程序?qū)ζ溥M行及時的處理。專家知識經(jīng)驗系統(tǒng)促進計算機網(wǎng)絡管理得到順利開展的同時，對系統(tǒng)評價相關(guān)進行工作不斷的提高和加強。
科學技術(shù)在發(fā)展的同時，也促進人工智能技術(shù)的提高，計算機在網(wǎng)絡技術(shù)中得到了比較多的需求，在一定程度上提高其應用范圍和領(lǐng)域，因此可以看出，人工智能其應用發(fā)展前景是比較廣泛的，人類對人工智能技術(shù)的進一步研究，會在未來開創(chuàng)出更多的應用領(lǐng)域。
人工智能論文參考文獻篇二
摘要：社會在發(fā)展、時代在進步，信息技術(shù)水平也在不斷的提高，在此時代背景下，越來越多的技術(shù)手段開始在各個領(lǐng)域滲透和融入，而科技的進步，使得各類的先進技術(shù)衍生出來，其中的人工智能技術(shù)可謂是典型代表，許多的技術(shù)人員意識到人工智能技在計算機中的發(fā)展和應用，所以對人工智能技術(shù)在計算機中的應用和發(fā)展這一課題進行分析具有一定的必然性，以下內(nèi)容是個人的見解。
關(guān)鍵詞：人工智能技術(shù)；計算機；發(fā)展；應用；
受科學技術(shù)手段的推動性影響，人類文明的發(fā)展步伐日漸加快，現(xiàn)階段，已經(jīng)基本步入到了信息化的時代背景下，計算機在當下已經(jīng)是各行各業(yè)中常見的輔助工具，甚至許多行業(yè)的發(fā)展已經(jīng)視計算機技術(shù)為基本的動力支撐，同時增加了技術(shù)應用的要求，在此社會不斷發(fā)展的趨勢下，只有使得計算機技術(shù)逐步朝向著個性化以及智能化的方向發(fā)展，方可體現(xiàn)人工智能技術(shù)手段的作用，并為計算機技術(shù)手段的長遠化發(fā)展提供相應的保障。
一、人工智能技術(shù)的發(fā)展
人工智能一般指的是借助計算機技術(shù)手段，將其作為有效的基礎(chǔ)，對人類的行為以及思想進行模擬的綜合學科，它所涉及的行業(yè)較多，比如，心理學以及哲學等等均為典型，而后實現(xiàn)對人體觸覺或是感知方面的模擬，通常會將其安裝到機械設(shè)備之上，并使得機器更具智能化特色，借助智能化處理方式或是智能化編程等方法，逐步實現(xiàn)自動化操作、智能化運行，對人類難以完成的、高難度的、威脅較大的工作進行有效處理，極大的提高工作效率，進而保證人們的人身財產(chǎn)安全。
現(xiàn)階段，人工智能技術(shù)已經(jīng)初步取得了一定的成就，相關(guān)的專家學者在研究和探討以后，也發(fā)現(xiàn)了人工神經(jīng)網(wǎng)絡體系構(gòu)建的發(fā)展方向，希望借此完成工程項目設(shè)計工作，實現(xiàn)軟件系統(tǒng)和智能化模塊的有機結(jié)合，對軟件的性能進行改良，進而符合用戶的實際需求，在基本達到了人工智能的目標以后，還需要對用戶界面進行優(yōu)化和改良，最終為人工智能技術(shù)的發(fā)展和更新提供更多的保障。
二、人工智能技術(shù)手段在計算機中的應用
（一）網(wǎng)絡安全方面的應用
最近幾年來，人工智能技術(shù)的運用已經(jīng)成為未來幾年來許多領(lǐng)域的發(fā)展趨向，它的利用將計算機網(wǎng)絡的優(yōu)勢全方位的體現(xiàn)，值得一提的是，它在計算機網(wǎng)絡安全方面所占據(jù)的地位在日漸提高，同時其應用價值也不斷凸顯。
而后，入侵檢測也是計算網(wǎng)絡安全工作落實的主要工作，這一過程中，防火墻可發(fā)揮自身的作用，這一過程中它的運行效果，將會給整體的系統(tǒng)運作安全性帶來極大的影響，可通過數(shù)據(jù)整合、搜集的方式，將有價值的參數(shù)呈現(xiàn)給用戶，通過郵件的形式發(fā)送給用戶，隨著時間的推移，郵件數(shù)量也會不斷的增加。經(jīng)過筆者的分析和探討，建議將智能型垃圾郵件系統(tǒng)安裝到用戶的系統(tǒng)之中，而后再實施風險檢測，及時告知用戶相關(guān)的風險信息，并給予一定的提示，引導用戶妥善處理垃圾信息。
（二）企業(yè)管理方面的應用
現(xiàn)階段，人工智能技術(shù)手段已經(jīng)被越來越多的企業(yè)管理者所認知，比如，自動報警系統(tǒng)和監(jiān)控系統(tǒng)的應用就為典型代表，它們的運用，利于企業(yè)實現(xiàn)智能化的管理目標，為企業(yè)的內(nèi)部運作營造安全的氛圍和環(huán)境，此外，還可以一定程度的減少企業(yè)的運作成本，逐步達到資源配置和優(yōu)化的效果，將企業(yè)的運營和發(fā)展目標落實到實處，體現(xiàn)出企業(yè)管理的智能化和現(xiàn)代化特色。
（三）教學領(lǐng)域的應用
隨著新課程改革的推進，使得標準化教學體制也在日趨深化，逐步實現(xiàn)了計算機技術(shù)和教學工作的有機融合，人工智能計算機輔助教學系統(tǒng)的運用體現(xiàn)了極大的應用優(yōu)勢，為傳統(tǒng)教學模式的優(yōu)化和改革注入了新的活力，可借此方法，完成教學方法和教學內(nèi)容的表達，進而相應的的提高教學效率，確保教學質(zhì)量。
此外，引入人工智能技術(shù)的過程中，也需要重視知識庫的運用，將其作為教學中有效的輔助工具，而后把教學中的要點以及相關(guān)定義等融入到知識庫職之中，教師的在落實教學工作之時，可對知識庫之內(nèi)的理論知識加進行準確推理，為學生呈現(xiàn)更加直觀的推理過程和運算過程，得出推理后的結(jié)果。從教學領(lǐng)域日后的發(fā)展角度來講，人工智能技術(shù)理念的引入，可謂是以此教學模式的革新，也是突破傳統(tǒng)教學模式桎梏的有效途徑。
（四）家居行業(yè)的應用
當前，人們的生活質(zhì)量和生活水平日漸提高，從而自然而然的增加了對于住房家居的應用需要，在此社會發(fā)展形勢之下，可將人工智能技術(shù)手段應用到家居生活中，盡可能滿人們的日常生活需要，比如，運用人工智能技術(shù)，對門窗的閉合進行有效控制，或是對家居環(huán)境進行調(diào)整，營造良好的生活氛圍。
三、結(jié)語
綜上所述，在此信息技術(shù)發(fā)展如此迅猛的時代背景下，人工智能技術(shù)手段的運用被許多行業(yè)所認識和關(guān)注，此項技術(shù)是一項典型的新型技術(shù)手段，它的應用體現(xiàn)了極大的優(yōu)勢，與域外發(fā)達國家相比較，我國的人工智能技術(shù)水平仍舊不足，但是，其發(fā)展速度卻相對較快，在我國的諸多行業(yè)中得到了廣泛運用，它的未來發(fā)展前景相對較佳，值得大力推廣。
參考文獻
[2]黃鑫。分析計算機人工智能識別技術(shù)的應用瓶頸[j].數(shù)字技術(shù)與應用，20xx,26（7）:244.
人工智能論文參考文獻篇三
智能交通系統(tǒng)(intelligent transportation systems，簡稱its)是將先進的信息技術(shù)、數(shù)據(jù)通訊傳輸技術(shù)、電子傳感技術(shù)、電子控制技術(shù)及計算機處理技術(shù)等有效地集成運用于整個地面交通管理系統(tǒng)而建立的一種在大范圍內(nèi)、全方位發(fā)揮作用的，實時、準確、高效的綜合交通運輸管理系統(tǒng)。its能有效地利用現(xiàn)有交通設(shè)施、減少交通負荷和環(huán)境污染、保證交通安全、提高運輸效率、促進社會經(jīng)濟發(fā)展、提高人民生活質(zhì)量，并以推動社會信息化及形成新產(chǎn)業(yè)而受到各國的重視。目前已形成世界二十一世紀的發(fā)展方向。
交通仿真是智能交通領(lǐng)域的重要分支，它是利用最先進的計算機技術(shù)，通過仿真模擬的方法來分析交通問題，輔助交通管理人員做決策。傳統(tǒng)上，數(shù)學推導、科學實驗是進行科學研究、解決科學問題的主要方法。對于交通問題來說，由于參與交通的人很多，影響交通出行的因素也很多，人們很難、甚至無法對交通問題建立精確的數(shù)學模型。同時，由于安全、法規(guī)，以及開銷方面的原因，進行現(xiàn)場交通實驗通常也是不可行的。而交通仿真恰恰能夠有效地解決上述兩個方面的困難。
然而，傳統(tǒng)的交通仿真由于設(shè)計理念上的原因，并不能從根本上有效地解決交通問題。這是因為，交通系統(tǒng)是一個龐大的復雜系統(tǒng)，必須用對付復雜系統(tǒng)的方法來處理，也就是要用綜合的方法，而不是還原分解的方法來處理。
1)城市交通系統(tǒng)是由經(jīng)濟、環(huán)境、人口等因素綜合作用的結(jié)果，必須全面綜合地考慮城市交通和這些系統(tǒng)之間的關(guān)系。例如，不能為例城市交通問題的解決，而導致城市生態(tài)惡化，危害人居環(huán)境；不能為了城市交通的暢通，阻礙城市社會經(jīng)濟活動的健康發(fā)展。我們必須在已有工作的基礎(chǔ)上，突破傳統(tǒng)思維，探索研究此類復雜系統(tǒng)的新途徑，而基于人工系統(tǒng)的研究方法正是這種有效途徑之一。
2)城市交通問題不存在“一勞永逸”的解決方案。城市交通系統(tǒng)涉及人與社會的動態(tài)變化，本身也在不斷變化和發(fā)展之中，不可避免地需要一個不斷深化地認識過程，這類系統(tǒng)實際上不存在精確完備的整體解析模型。因此，無法“一勞永逸”地解決城市交通問題，我們需要基于“不斷探索和改善”的'原則，研究建立有效可行的計算實驗方法體系，為不斷地完善城市交通系統(tǒng)的綜合可持續(xù)發(fā)展方案提供科學依據(jù)。
3)城市交通問題不存在一般意義下的最優(yōu)解，更不存在唯一的最優(yōu)解。首先，基于解析模型的最優(yōu)解與假設(shè)條件直接相關(guān)，具有條件敏感性，但對于城市交通這樣的問題，假設(shè)條件與實際情況往往存在很大差別。其次，解決這些問題一般不存在單一的優(yōu)化指標，而多層次多目標優(yōu)化往往導致多個甚至無數(shù)個解決方案，就連采用近似模型的多目標優(yōu)化也是如此。再者，對于這類復雜系統(tǒng)，有時甚至連確定一個量化的綜合優(yōu)化指標也有困難，特別是由于復雜系統(tǒng)長期行為的不可預測性，試圖求解其某一最優(yōu)化解決方案本身就是不可行的。因此，我們應當接受有效解決方案的概念，而且還要接受一般情況下存在多個有效解決方案的事實。在這種情況下，我們應該利用平行系統(tǒng)方法，追求具有動態(tài)適應能力的有效解決方案。
基于以上分析，中國科學研自動化所王飛躍研究員提出了人工交通系統(tǒng)的概念。其基本思想是利用人工社會的理論與方法，把交通仿真推向更高的層次、獲得更廣的視野。它利用基于代理的建模、面向?qū)ο蟮木幊毯筒⑿蟹植际接嬎愕确椒ê图夹g(shù)，“生長”和“培育”交通系統(tǒng)，即“人工交通系統(tǒng)”。
利用人工交通系統(tǒng)解決問題的思路跟改革開放摸著石頭過河差不多，不斷探索和改善，使過程、方法更科學化、系統(tǒng)化、綜合化，不斷改善探索建立城市交通、物流、生態(tài)綜合發(fā)展的理論和方法體系。
三是平行管理運行，虛擬交通系統(tǒng)與實際交通系統(tǒng)相結(jié)合，直接采集現(xiàn)實交通數(shù)據(jù)，進行超前運算，以判斷可能發(fā)生的交通事件，提前采取預防措施，為交通的高效暢通提供保障。
1)在宏觀認識上，人工交通系統(tǒng)不是單純的討論交通自身的問題。相反，人工交通系統(tǒng)將交通看作社會整體的一個子系統(tǒng)，與經(jīng)濟、人口、環(huán)境、氣候等子系統(tǒng)具有平等的地位，并將各個子系統(tǒng)之間的相互銜接、相互聯(lián)系、相互作用和相互影響作為研究的重點之一。
2)在仿真方法上，人工交通系統(tǒng)屬于微觀仿真的范疇，但是不局限于研究局部的交通問題。人工交通系統(tǒng)面向大區(qū)域的仿真研究，采用復雜性科學中“涌現(xiàn)”的原理，在底層建立單個交通出行元素的代理模型，通過大交通區(qū)域內(nèi)單個代理模型之間的相互作用，“涌現(xiàn)”出宏觀的交通現(xiàn)象。
3)在實現(xiàn)手段上，人工交通系統(tǒng)不能在單一、孤立的計算機上進行仿真，要使人工交通系統(tǒng)具備真實交通系統(tǒng)的分散性和社會性，必須采用先進的分布式計算方法，如網(wǎng)格和p2p等，在互聯(lián)網(wǎng)上建立結(jié)構(gòu)化、分散化的虛擬交通路網(wǎng)系統(tǒng)，并且通過終端界面將網(wǎng)絡中的真實人吸引到人工交通系統(tǒng)的運行中來，以使每一個代理模型具有逼近現(xiàn)實的社會屬性。
4)在仿真目的上，人工交通系統(tǒng)不是一味的追求逼近現(xiàn)實交通環(huán)境和狀態(tài)。除此之外，人工交通系統(tǒng)可以通過調(diào)整參數(shù)、添加隨機事件等方法產(chǎn)生現(xiàn)實交通系統(tǒng)可能但尚未發(fā)生的交通現(xiàn)象，用以制定突發(fā)事故的緊急預案、交通控制方案的預評估以及交通參與人員的培訓等等。
人工系統(tǒng)說起來有一點抽象，其實說穿了很簡單。第一是充分利用計算機技術(shù)的發(fā)展，第二是仿真與模擬的常態(tài)化。仿真不再是一個項目立項前跑一跑看看行不行的手段，仿真要秒秒在、分分在、永遠在。它是經(jīng)驗與知識的數(shù)字化、動態(tài)化和即時化，使人工影響現(xiàn)實，虛擬影響實在。
人工交通系統(tǒng)完善之后，人們可以像玩網(wǎng)絡游戲一樣，作為一個行人或司機加入到系統(tǒng)中，不必出門即可體驗交通；交警同志可以在人工交通系統(tǒng)中學習指揮交通，而不必擔心造成擁堵；交通分析人員可以利用人工交通系統(tǒng)研究各種突發(fā)事故對交通的影響，而不必擔心人民的生命財產(chǎn)受到威脅；交通管理和決策人員可以在人工交通系統(tǒng)試驗交通政策和方案，而不必承擔決策失敗的風險。
人工智能論文參考文獻篇四
圖像識別技術(shù)是信息時代的一門重要的技術(shù)，其產(chǎn)生目的是為了讓計算機代替人類去處理大量的物理信息。隨著計算機技術(shù)的發(fā)展，人類對圖像識別技術(shù)的認識越來越深刻。圖像識別技術(shù)的過程分為信息的獲取、預處理、特征抽取和選擇、分類器設(shè)計和分類決策。文章簡單分析了圖像識別技術(shù)的引入、其技術(shù)原理以及模式識別等，之后介紹了神經(jīng)網(wǎng)絡的圖像識別技術(shù)和非線性降維的圖像識別技術(shù)及圖像識別技術(shù)的應用。從中可以總結(jié)出圖像處理技術(shù)的應用廣泛，人類的生活將無法離開圖像識別技術(shù)，研究圖像識別技術(shù)具有重大意義。
1圖像識別技術(shù)的引入
圖像識別是人工智能科技的一個重要領(lǐng)域。圖像識別的發(fā)展經(jīng)歷了三個階段：文字識別、數(shù)字圖像處理與識別、物體識別。圖像識別，顧名思義，就是對圖像做出各種處理、分析，最終識別我們所要研究的目標。今天所指的圖像識別并不僅僅是用人類的肉眼，而是借助計算機技術(shù)進行識別。雖然人類的識別能力很強大，但是對于高速發(fā)展的社會，人類自身識別能力已經(jīng)滿足不了我們的需求，于是就產(chǎn)生了基于計算機的圖像識別技術(shù)。這就像人類研究生物細胞，完全靠肉眼觀察細胞是不現(xiàn)實的，這樣自然就產(chǎn)生了顯微鏡等用于精確觀測的儀器。通常一個領(lǐng)域有固有技術(shù)無法解決的需求時，就會產(chǎn)生相應的新技術(shù)。圖像識別技術(shù)也是如此，此技術(shù)的產(chǎn)生就是為了讓計算機代替人類去處理大量的物理信息，解決人類無法識別或者識別率特別低的信息。
1.1圖像識別技術(shù)原理
其實，圖像識別技術(shù)背后的原理并不是很難，只是其要處理的信息比較繁瑣。計算機的任何處理技術(shù)都不是憑空產(chǎn)生的，它都是學者們從生活實踐中得到啟發(fā)而利用程序?qū)⑵淠M實現(xiàn)的。計算機的圖像識別技術(shù)和人類的圖像識別在原理上并沒有本質(zhì)的區(qū)別，只是機器缺少人類在感覺與視覺差上的影響罷了。人類的圖像識別也不單單是憑借整個圖像存儲在腦海中的記憶來識別的，我們識別圖像都是依靠圖像所具有的本身特征而先將這些圖像分了類，然后通過各個類別所具有的特征將圖像識別出來的，只是很多時候我們沒有意識到這一點。當看到一張圖片時，我們的大腦會迅速感應到是否見過此圖片或與其相似的圖片。其實在“看到”與“感應到”的中間經(jīng)歷了一個迅速識別過程，這個識別的過程和搜索有些類似。在這個過程中，我們的大腦會根據(jù)存儲記憶中已經(jīng)分好的類別進行識別，查看是否有與該圖像具有相同或類似特征的存儲記憶，從而識別出是否見過該圖像。機器的圖像識別技術(shù)也是如此，通過分類并提取重要特征而排除多余的信息來識別圖像。機器所提取出的這些特征有時會非常明顯，有時又是很普通，這在很大的程度上影響了機器識別的速率?？傊?，在計算機的視覺識別中，圖像的內(nèi)容通常是用圖像特征進行描述。
1.2模式識別
模式識別是人工智能和信息科學的重要組成部分。模式識別是指對表示事物或現(xiàn)象的不同形式的信息做分析和處理從而得到一個對事物或現(xiàn)象做出描述、辨認和分類等的過程。
計算機的圖像識別技術(shù)就是模擬人類的圖像識別過程。在圖像識別的過程中進行模式識別是必不可少的。模式識別原本是人類的一項基本智能。但隨著計算機的發(fā)展和人工智能的興起，人類本身的模式識別已經(jīng)滿足不了生活的需要，于是人類就希望用計算機來代替或擴展人類的部分腦力勞動。這樣計算機的模式識別就產(chǎn)生了。簡單地說，模式識別就是對數(shù)據(jù)進行分類，它是一門與數(shù)學緊密結(jié)合的科學，其中所用的思想大部分是概率與統(tǒng)計。模式識別主要分為三種：統(tǒng)計模式識別、句法模式識別、模糊模式識別。
2圖像識別技術(shù)的過程
既然計算機的圖像識別技術(shù)與人類的圖像識別原理相同，那它們的過程也是大同小異的。圖像識別技術(shù)的過程分以下幾步：信息的獲取、預處理、特征抽取和選擇、分類器設(shè)計和分類決策。
信息的獲取是指通過傳感器，將光或聲音等信息轉(zhuǎn)化為電信息。也就是獲取研究對象的基本信息并通過某種方法將其轉(zhuǎn)變?yōu)闄C器能夠認識的信息。
預處理主要是指圖像處理中的去噪、平滑、變換等的操作，從而加強圖像的重要特征。
特征抽取和選擇是指在模式識別中，需要進行特征的抽取和選擇。簡單的理解就是我們所研究的圖像是各式各樣的，如果要利用某種方法將它們區(qū)分開，就要通過這些圖像所具有的本身特征來識別，而獲取這些特征的過程就是特征抽取。在特征抽取中所得到的特征也許對此次識別并不都是有用的，這個時候就要提取有用的特征，這就是特征的選擇。特征抽取和選擇在圖像識別過程中是非常關(guān)鍵的技術(shù)之一，所以對這一步的理解是圖像識別的重點。
分類器設(shè)計是指通過訓練而得到一種識別規(guī)則，通過此識別規(guī)則可以得到一種特征分類，使圖像識別技術(shù)能夠得到高識別率。分類決策是指在特征空間中對被識別對象進行分類，從而更好地識別所研究的對象具體屬于哪一類。
3圖像識別技術(shù)的分析
隨著計算機技術(shù)的迅速發(fā)展和科技的不斷進步，圖像識別技術(shù)已經(jīng)在眾多領(lǐng)域中得到了應用。20xx年2月15日新浪科技發(fā)布一條新聞：“微軟最近公布了一篇關(guān)于圖像識別的研究論文，在一項圖像識別的基準測試中，電腦系統(tǒng)識別能力已經(jīng)超越了人類。人類在歸類數(shù)據(jù)庫imagenet中的圖像識別錯誤率為5.1%，而微軟研究小組的這個深度學習系統(tǒng)可以達到4.94%的錯誤率?！睆倪@則新聞中我們可以看出圖像識別技術(shù)在圖像識別方面已經(jīng)有要超越人類的圖像識別能力的趨勢。這也說明未來圖像識別技術(shù)有更大的研究意義與潛力。而且，計算機在很多方面確實具有人類所無法超越的優(yōu)勢，也正是因為這樣，圖像識別技術(shù)才能為人類社會帶來更多的應用。
3.1神經(jīng)網(wǎng)絡的圖像識別技術(shù)
神經(jīng)網(wǎng)絡圖像識別技術(shù)是一種比較新型的圖像識別技術(shù)，是在傳統(tǒng)的圖像識別方法和基礎(chǔ)上融合神經(jīng)網(wǎng)絡算法的一種圖像識別方法。這里的神經(jīng)網(wǎng)絡是指人工神經(jīng)網(wǎng)絡，也就是說這種神經(jīng)網(wǎng)絡并不是動物本身所具有的真正的神經(jīng)網(wǎng)絡，而是人類模仿動物神經(jīng)網(wǎng)絡后人工生成的。在神經(jīng)網(wǎng)絡圖像識別技術(shù)中，遺傳算法與bp網(wǎng)絡相融合的神經(jīng)網(wǎng)絡圖像識別模型是非常經(jīng)典的，在很多領(lǐng)域都有它的應用。在圖像識別系統(tǒng)中利用神經(jīng)網(wǎng)絡系統(tǒng)，一般會先提取圖像的特征，再利用圖像所具有的特征映射到神經(jīng)網(wǎng)絡進行圖像識別分類。以汽車拍照自動識別技術(shù)為例，當汽車通過的時候，汽車自身具有的檢測設(shè)備會有所感應。此時檢測設(shè)備就會啟用圖像采集裝置來獲取汽車正反面的圖像。獲取了圖像后必須將圖像上傳到計算機進行保存以便識別。最后車牌定位模塊就會提取車牌信息，對車牌上的字符進行識別并顯示最終的結(jié)果。在對車牌上的字符進行識別的過程中就用到了基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡算法。
3.2非線性降維的圖像識別技術(shù)
計算機的圖像識別技術(shù)是一個異常高維的識別技術(shù)。不管圖像本身的分辨率如何，其產(chǎn)生的數(shù)據(jù)經(jīng)常是多維性的，這給計算機的識別帶來了非常大的困難。想讓計算機具有高效地識別能力，最直接有效的方法就是降維。降維分為線性降維和非線性降維。例如主成分分析(pca)和線性奇異分析(lda)等就是常見的線性降維方法，它們的特點是簡單、易于理解。但是通過線性降維處理的是整體的數(shù)據(jù)集合，所求的是整個數(shù)據(jù)集合的最優(yōu)低維投影。經(jīng)過驗證，這種線性的降維策略計算復雜度高而且占用相對較多的時間和空間，因此就產(chǎn)生了基于非線性降維的圖像識別技術(shù)，它是一種極其有效的非線性特征提取方法。此技術(shù)可以發(fā)現(xiàn)圖像的非線性結(jié)構(gòu)而且可以在不破壞其本征結(jié)構(gòu)的基礎(chǔ)上對其進行降維，使計算機的圖像識別在盡量低的維度上進行，這樣就提高了識別速率。例如人臉圖像識別系統(tǒng)所需的維數(shù)通常很高，其復雜度之高對計算機來說無疑是巨大的“災難”。由于在高維度空間中人臉圖像的不均勻分布，使得人類可以通過非線性降維技術(shù)來得到分布緊湊的人臉圖像，從而提高人臉識別技術(shù)的高效性。
3.3圖像識別技術(shù)的應用及前景
計算機的圖像識別技術(shù)在公共安全、生物、工業(yè)、農(nóng)業(yè)、交通、醫(yī)療等很多領(lǐng)域都有應用。例如交通方面的車牌識別系統(tǒng);公共安全方面的人臉識別技術(shù)、指紋識別技術(shù);農(nóng)業(yè)方面的種子識別技術(shù)、食品品質(zhì)檢測技術(shù);醫(yī)學方面的心電圖識別技術(shù)等。隨著計算機技術(shù)的不斷發(fā)展，圖像識別技術(shù)也在不斷地優(yōu)化，其算法也在不斷地改進。圖像是人類獲取和交換信息的主要來源，因此與圖像相關(guān)的圖像識別技術(shù)必定也是未來的研究重點。以后計算機的圖像識別技術(shù)很有可能在更多的領(lǐng)域嶄露頭角，它的應用前景也是不可限量的，人類的生活也將更加離不開圖像識別技術(shù)。
4總結(jié)
圖像識別技術(shù)雖然是剛興起的技術(shù)，但其應用已是相當廣泛。并且，圖像識別技術(shù)也在不斷地成長，隨著科技的不斷進步，人類對圖像識別技術(shù)的認識也會更加深刻。未來圖像識別技術(shù)將會更加強大，更加智能地出現(xiàn)在我們的生活中，為人類社會的更多領(lǐng)域帶來重大的應用。在21世紀這個信息化的時代，我們無法想象離開了圖像識別技術(shù)以后我們的生活會變成什么樣。圖像識別技術(shù)是人類現(xiàn)在以及未來生活必不可少的一項技術(shù)。
人工智能論文參考文獻篇五
長久以來，人工智能對于普通人來說是那樣的可望而不可及，然而它卻吸引了無數(shù)研究人員為之奉獻才智，從美國的麻省理工學院(mit)、卡內(nèi)基-梅隆大學(cmu)到ibm公司，再到日本的本田公司、sony公司以及國內(nèi)的清華大學、中科院等科研院所，全世界的實驗室都在進行著ai技術(shù)的實驗。不久前，著名導演斯蒂文·斯皮爾伯格還將這一主題搬上了銀幕，科幻片《人工智能》(a.i.)對許多人的頭腦又一次產(chǎn)生了震動，引起了一些人士了解并探索人工智能領(lǐng)域的興趣。
在本期技術(shù)專題中，中國科學院計算技術(shù)研究所智能信息處理開放實驗室的幾位研究人員將引領(lǐng)我們走近人工智能這一充滿挑戰(zhàn)與機遇的領(lǐng)域。
"智能"源于拉丁語legere，字面意思是采集(特別是果實)、收集、匯集，并由此進行選擇，形成一個東西。intelegere是從中進行選擇，進而理解、領(lǐng)悟和認識。正如帕梅拉·麥考達克在《機器思維》(machineswhothinks,1979)中所提出的:在復雜的機械裝置與智能之間存在長期的聯(lián)系。從幾個世紀前出現(xiàn)的神話般的巨鐘和機械自動機開始，人們已對機器操作的復雜性與自身的某些智能活動進行直觀聯(lián)系。經(jīng)過幾個世紀之后，新技術(shù)已使我們所建立的機器的復雜性大為提高。1936年，24歲的英國數(shù)學家圖靈(turing)提出了"自動機"理論，把研究會思維的機器和計算機的工作大大向前推進了一步，他也因此被稱為"人工智能之父"。
人工智能領(lǐng)域的研究是從1956年正式開始的，這一年在達特茅斯大學召開的會議上正式使用了"人工智能"(artificialintelligence，ai)這個術(shù)語。隨后的幾十年中，人們從問題求解、邏輯推理與定理證明、自然語言理解、博弈、自動程序設(shè)計、專家系統(tǒng)、學習以及機器人學等多個角度展開了研究，已經(jīng)建立了一些具有不同程度人工智能的計算機系統(tǒng)，例如能夠求解微分方程、設(shè)計分析集成電路、合成人類自然語言，而進行情報檢索，提供語音識別、手寫體識別的多模式接口，應用于疾病診斷的專家系統(tǒng)以及控制太空飛行器和水下機器人更加貼近我們的生活。我們熟知的ibm的"深藍"在棋盤上擊敗了國際象棋大師卡斯帕羅夫就是比較突出的例子。
當然，人工智能的發(fā)展也并不是一帆風順的，也曾因計算機計算能力的限制無法模仿人腦的思考以及與實際需求的差距過遠而走入低谷，但是隨著硬件和軟件的發(fā)展，計算機的運算能力在以指數(shù)級增長，同時網(wǎng)絡技術(shù)蓬勃興起，確保計算機已經(jīng)具備了足夠的條件來運行一些要求更高的ai軟件，而且現(xiàn)在的ai具備了更多的現(xiàn)實應用的基礎(chǔ)。90年代以來，人工智能研究又出現(xiàn)了新的高潮。
我們有幸采訪了中國科學院計算技術(shù)研究所智能信息處理開放實驗室史忠植研究員，請他和他的實驗室成員引領(lǐng)我們走近人工智能這個讓普通人感到深奧卻又具有無窮魅力的領(lǐng)域。
問:目前人工智能研究出現(xiàn)了新的高潮，那么現(xiàn)在有哪些新的研究熱點和實際應用呢？
答: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，另一方面也是因為計算機硬件突飛猛進的發(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3個熱點是:智能接口、數(shù)據(jù)挖掘、主體及多主體系統(tǒng)。
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，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、機器翻譯以及自然語言理解等技術(shù)已經(jīng)開始實用化。
數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又是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)以及網(wǎng)上數(shù)據(jù)挖掘等。
主體是具有信念、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，而且具有一定自主性。主體試圖自治地、獨立地完成任務，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。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，主要應用在對現(xiàn)實世界和社會的模擬、機器人以及智能機械等領(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)、多主體學習以及多主體系統(tǒng)應用等方面。
答:我國開始"863計劃"時，正值全世界的人工智能熱潮。"863-306"主題的名稱是"智能計算機系統(tǒng)"，其任務就是在充分發(fā)掘現(xiàn)有計算機潛力的基礎(chǔ)上，分析現(xiàn)有計算機在應用中的缺陷和"瓶頸"，用人工智能技術(shù)克服這些問題，建立起更為和諧的人-機環(huán)境。經(jīng)過十幾年來的努力，我們縮短了我國人工智能技術(shù)與世界先進水平的差距，也為未來的發(fā)展奠定了技術(shù)和人才基礎(chǔ)。
但是也應該看到目前我國人工智能研究中還存在一些問題，其特點是:課題比較分散，應用項目偏多、基礎(chǔ)研究比例略少、理論研究與實際應用需求結(jié)合不夠緊密。選題時，容易跟著國外的選題走;立項論證時，慣于考慮國外怎么做;落實項目時，又往往顧及面面俱到，大而全;再加上受研究經(jīng)費的限制，所以很多課題既沒有取得理論上的突破，也沒有太大的實際應用價值。
今后，基礎(chǔ)研究的比例應該適當提高，同時人工智能研究一定要與應用需求相結(jié)合?？茖W研究講創(chuàng)新，而創(chuàng)新必須接受應用和市場的檢驗。因此，我們不僅要善于找到解決問題的答案，更重要的是要發(fā)現(xiàn)最迫切需要解決的問題和最迫切需要滿足的市場需求。
問:請您預測一下人工智能將來會向哪些方面發(fā)展？
答:技術(shù)的發(fā)展總是超乎人們的想象，要準確地預測人工智能的未來是不可能的。但是，從目前的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)絡和機器情感。
目前，人工智能的推理功能已獲突破，學習及聯(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)絡是未來人工智能應用的新領(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。
人工智能一直處于計算機技術(shù)的前沿，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。今天，已經(jīng)有很多人工智能研究的成果進入人們的日常生活。將來，人工智能技術(shù)的發(fā)展將會給人們的生活、工作和教育等帶來更大的影響。
人工智能也稱機器智能，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出人造的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。
在一年一度at&t實驗室舉行的機器人足球賽中，每支球隊的"球員"都裝備上了ai軟件和許多感應器，它們都很清楚自己該踢什么位置，同時也明白有些情況下不能死守崗位。盡管現(xiàn)在的ai技術(shù)只能使它們大部分時間處于個人盤帶的狀態(tài)，但它們傳接配合的能力正在以很快的速度改進。
這種ai機器人組隊打比賽看似無聊，但是有很強的現(xiàn)實意義。因為通過這類活動可以加強機器之間的協(xié)作能力。我們知道，internet是由無數(shù)臺服務器和無數(shù)臺路由器組成的，路由器的作用就是為各自的數(shù)據(jù)選擇通道并加以傳送，如果利用一些智能化的路由器很好地協(xié)作，就能分析出傳輸數(shù)據(jù)的最佳路徑，從而可以大大減少網(wǎng)絡堵塞。
我國也已經(jīng)在大學中開展了機器人足球賽，有很多學校組隊參加，引起了大學生對人工智能研究的興趣。
安放于加州勞倫斯·利佛摩爾國家實驗室的asciwhite電腦，是ibm制造的世界最快的超級電腦，但其智力能力也僅為人腦的千分之一。現(xiàn)在，ibm正在開發(fā)能力更為強大的新超級電腦--"藍色牛仔"(bluejean)。據(jù)其研究主任保羅·霍恩稱，預計于4年后誕生的"藍色牛仔"的智力水平將大致與人腦相當。
麻省理工學院的ai實驗室進行一個的代號為cog的項目。cog計劃意圖賦予機器人以人類的行為。該實驗的一個項目是讓機器人捕捉眼睛的移動和面部表情，另一個項目是讓機器人抓住從它眼前經(jīng)過的東西，還有一個項目則是讓機器人學會聆聽音樂的節(jié)奏并將其在鼓上演奏出來。
人工智能論文參考文獻篇六
人工智能（artificialintelligence），英文縮寫為ai，也稱機器智能?！叭斯ぶ悄堋币辉~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(shù)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?qū)崿F(xiàn)人工智能技術(shù)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。
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（internationaljointconferencesonartificialintelligence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(shù)特別是國際互連網(wǎng)技術(shù)的發(fā)展，人工智能開始由單個智能主體研究轉(zhuǎn)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?qū)嵱?。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。
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(shù)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(guān)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(lǐng)域中的應用
人工智能在地質(zhì)勘探、石油化工等工程領(lǐng)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(lǐng)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(shù)研究中的應用
人工智能在電子技術(shù)領(lǐng)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(shù)的安全已經(jīng)成了人們關(guān)心的重點，因此必須在傳統(tǒng)技術(shù)的基礎(chǔ)上進行網(wǎng)絡安全技術(shù)的`改進和變更，大力發(fā)展數(shù)據(jù)挖掘技術(shù)、人工免疫技術(shù)等高效的ai技術(shù)，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(shù)則為其提供了一定的可能。
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(jié)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(cè)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>
人工智能一直處于計算機技術(shù)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(shù)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(jié)構(gòu)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(chǔ)。我們堅信在不久的將來，人工智能技術(shù)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。
人工智能論文參考文獻篇七
【】隨著科學技術(shù)的不斷發(fā)展，人工智能被廣泛的應用于各個行業(yè)，計算機領(lǐng)域就是其中之一。目前，計算機的功能已經(jīng)從數(shù)值計算發(fā)展到問題的求解和知識處理等方面，計算機功能的轉(zhuǎn)變依靠的核心技術(shù)就是人工智能。本文對人工智能的基本概念進行了介紹，并分析了人工智能在計算機網(wǎng)絡技術(shù)中的應用。
【】人工智能;網(wǎng)絡技術(shù);安全管理
人工智能技術(shù)是通過運用語言學、生理學和心理學等多種學科來模仿人類智能的技術(shù)，其最終目的是超越人類智能。在人工智能技術(shù)中，通過多種學科技術(shù)的應用，可以使機器模擬人的視聽說以及思維，從而使機器具有人的思維方式和能力。利用人工智能可以幫助人們解決工作和生活中遇到的問題，使人們的工作效率得到大幅度的提高。人工智能技術(shù)的發(fā)展和計算機技術(shù)是密不可分的，二者是相輔相成的關(guān)系。人工智能技術(shù)在計算機網(wǎng)絡技術(shù)中的應用可以大幅度的提升計算機的功能。通過人工智能技術(shù)可以提升計算機處理信息的能力，更加準確的掌握系統(tǒng)資源，并且對系統(tǒng)資源的變化做出迅速的反應，從而更好的處理信息和進行信息的防護。同時，人工智能技術(shù)在資源整合方面也具有巨大的優(yōu)勢，能夠更好的實現(xiàn)用戶之間的信息共享。人工智能還能夠提高網(wǎng)絡管理的效率，其具有的`學習能力和推理能力使其在網(wǎng)絡護理中具有重要的作用。通過利用人工智能技術(shù)可以使計算機處理信息的準確性和效率得到提升，與此同時還能夠利用人工智能的記憶功能提升計算機的信息存儲能力和效率。綜上所述，人工智能的應用可以全面的提升計算機網(wǎng)絡的管理水平。
2.1人工智能在計算機網(wǎng)絡安全管理上的應用
人工智能在計算機網(wǎng)絡安全管理方面具有重要的作用，利用人工智能可以使人們更加方便快捷的進行計算機網(wǎng)絡的安全管理工作。目前，人工智能在智能防火墻、入侵檢測系統(tǒng)以及智能反垃圾郵件等計算機網(wǎng)絡安全管理技術(shù)方面有著重要的應用，在保護計算機網(wǎng)絡安全方面發(fā)揮了重要的作用。智能防火墻技術(shù)相較于傳統(tǒng)的防火墻，能夠大幅度的提升安全監(jiān)測的效率，更好的進行安全服務。通過智能防火墻中應用的智能識別技術(shù)可以高效的進行數(shù)據(jù)的識別和處理工作，能夠迅速的發(fā)現(xiàn)網(wǎng)絡中存在的風險并及時的進行處理。智能防護墻技還能夠有效的抵御病毒的入侵以及其他一些計算機的安全威脅。入侵檢測系統(tǒng)是保護計算機網(wǎng)絡安全的一種重要方式，對保證計算機網(wǎng)絡安全具有十分重要的作用。通過入侵檢測系統(tǒng)，能夠有效的保護計算機中的數(shù)據(jù)資源，保證數(shù)據(jù)的保密性、完整性、安全性。入侵檢測系統(tǒng)通過進行數(shù)據(jù)的采集、篩選和分類，及時的向用戶反映計算機網(wǎng)絡的安全狀態(tài)，從而使用戶可以對自己計算機的安全狀態(tài)有著充分的了解。目前人工智能在入侵檢測系統(tǒng)應用主要在模糊識別、專家及人工神經(jīng)網(wǎng)絡等方面。將人工智能應用到反垃圾郵件中，能夠在不影響用戶使用的前提下對用戶的郵件進行掃描、檢測和及時的標記，使用戶能夠及時的處理掉存在安全風險的郵件，保護計算機的安全。
2.2人工智能agent技術(shù)推動計算機網(wǎng)絡信息服務水平的提高
將人工智能應用到計算機網(wǎng)絡系統(tǒng)中能夠提高計算機網(wǎng)絡信息服務水平，改善計算機的使用方式。人工智能代理（artificalintelligenceagent）技術(shù)，也就是人們常說的人工智能agent技術(shù)是一種實體軟件，其主要包括知識域庫、解釋推理器、數(shù)據(jù)庫、各個agent之間的通訊等部分，其主要功能是為用戶提供人性化、個性化的服務。利用這種技術(shù)，能夠幫助用戶過濾、整理信息，并且快速的發(fā)現(xiàn)需要的信息，從而幫助用戶提高效率，節(jié)約時間。除此之外，人工智能agent還能夠?qū)崿F(xiàn)信息的有效集成為知識域庫，從而使信息的檢索和管理變得更加簡捷、便利，人工智能agent還能夠?qū)崿F(xiàn)知識的挖掘以及提供導航服務。通過人工智能agent可以幫助人們進行日程安排、網(wǎng)上購物以及郵件處理等工作，為人們提供更優(yōu)質(zhì)的服務，給人們的生活帶來便利。
2.3人工智能在網(wǎng)絡管理和系統(tǒng)評價中的應用
應用人工智能可以實現(xiàn)計算機網(wǎng)絡的綜合管理，通過利用人工智能中的專家知識庫可以解決遇到的問題。由于計算機網(wǎng)絡具有動態(tài)性和瞬變性，因此進行計算機網(wǎng)絡的管理非常困難，而基于人工智能技術(shù)發(fā)展起來的專家級決策和支持方法可以有效的進行計算機網(wǎng)絡系統(tǒng)的管理。通過將各領(lǐng)域的專家的知識經(jīng)驗進行總結(jié)，并將其錄入到系統(tǒng)之中可以使領(lǐng)域內(nèi)專家的經(jīng)驗匯集，在出現(xiàn)問題時可以通過專家的經(jīng)驗進行快速的解決。在計算機網(wǎng)絡管理和評價中應用專家系統(tǒng)，可以提高網(wǎng)絡管理和系統(tǒng)評價水平。
作者:張春柏 單位:北京聯(lián)合大學生物化學工程學院
人工智能論文參考文獻篇八
在科學技術(shù)日新月異的今天，知識呈爆炸性增長，全世界每天發(fā)表的論文都有數(shù)以萬計，關(guān)鍵詞能鮮明而直觀地表述文獻論述或表達的主題，使讀者在未看學術(shù)論文的文摘和正文之前便能一目了然地知道論文論述的主題，從而作出是否要花費時間閱讀正文的判斷[1]。不僅如此，關(guān)鍵詞揭示的是學術(shù)論文最核心的內(nèi)容，是文章最基本的學術(shù)思想、技術(shù)方法的提煉和概括[2]，因此學術(shù)界已約定利用主題概念詞去檢索最新發(fā)表的論文?？梢姡P(guān)鍵詞早已成為學術(shù)論文的文獻檢索標識，它并不是可有可無的論文裝飾品，更不是“形式主義”和“八股文”。關(guān)鍵詞標引得是否恰當，關(guān)系到該文被檢索的概率和該成果的利用率。
二、關(guān)鍵詞標引的原則
（一）專指性規(guī)則
一個詞只能表達一個主題概念，即為專指性。只要能在敘詞表中找到與該文主題概念直接對應的專指性敘詞，就不允許用詞表中的上位詞（s項）或下位詞（f項）;若找不到與主題概念直接對應的敘詞，而上位詞確實與主題概念相符，即可選用。限制不加組配的泛指詞的使用，以免出現(xiàn)概念含糊。
（二）組配規(guī)則
1。交叉組配。系指2個或2個以上具有概念交叉關(guān)系的敘詞所進行的組配，其結(jié)果表達一個專指概念。例如：“噴氣式垂直起落飛機”，可用“噴氣式飛機”和“垂直起落飛機”這兩個泛指概念的詞確切地表達敘詞表中沒有的專指概念。
2。方面組配。系指一個表示事物的敘詞和另一個表示事物某個屬性或某個方面的敘詞所進行的組配，其結(jié)果表達一個專指概念。例如：“信號模擬穩(wěn)定器”可用“信號模擬器”與“穩(wěn)定器”組配，即用事物及其性質(zhì)來表達專指概念。
在組配標引時，優(yōu)先考慮交叉組配，然后考慮方面組配;參與組配的敘詞必須是與文獻主題關(guān)系最密切、最臨近的敘詞，以避免越級組配;組配結(jié)果要求所表達的概念清楚、確切，只能表達一個單一的概念;如果無法用組配方法表達主題概念時，可選用最直接的上位詞或相關(guān)敘詞標引。
（三）采用自由詞標引
關(guān)鍵詞允許采用自由詞標引，下列幾種情況可采用自由詞標引：
1。主題詞表中明顯漏選的制圖概念詞;
2。表達新學科、新理論、新技術(shù)、新材料等新出現(xiàn)的概念;
3。詞表中未收錄的地區(qū)、人物、文獻、產(chǎn)品等名稱及重要數(shù)據(jù)名稱;
4。某些概念采用組配，其結(jié)果出現(xiàn)多義時，被標引概念也可用自由詞標引。
自由詞盡可能選自其他詞表或較權(quán)威的參考書和工具書，選用的自由詞必須達到詞形簡練、概念明確、實用性強。采用自由詞標引后，應有記錄，并及時向敘詞表管理部門反映。
（四）標引程序
首先對文獻進行主題分析，弄清該文的主題概念和中心內(nèi)容;盡可能從題名、摘要、層次標題和正文的重要段落中抽出與主題概念一致的詞和詞組;對所選出的詞進行排序，對照敘述詞表中找出哪些詞可以直接作為敘詞標引，哪些詞可以通過規(guī)范詞化變?yōu)閿⒃~，哪些敘詞可以組配成專指主題概念詞的詞組;還有相當數(shù)量無法規(guī)范為敘詞的詞，只要是表達主題概念所必需的，都可以作為自由詞標引并列入關(guān)鍵詞。
三、關(guān)鍵詞標引常出現(xiàn)的問題
（一）用詞不規(guī)范
關(guān)鍵詞雖然不像主題詞那么嚴謹規(guī)范，但絕不能隨意選取。因為關(guān)鍵詞標引的正確與否直接影響到計算機檢索工作，所以無檢索意義的詞語不能作關(guān)鍵詞。一般規(guī)定關(guān)鍵詞必須是實詞，即必須是一些具有實質(zhì)意義的詞語。用詞不規(guī)范主要表現(xiàn)在有些選用的詞語不是實詞，或不能揭示主題內(nèi)容。
例5：網(wǎng)絡經(jīng)濟時代圖書館信息服務的創(chuàng)新/傅先華//現(xiàn)代圖書情報技術(shù)。20xx。3
關(guān)鍵詞：網(wǎng)絡經(jīng)濟;圖書館;信息服務;創(chuàng)新;策略
此論文中的關(guān)鍵詞“圖書館”，用詞太寬泛，作為關(guān)鍵詞輸入電腦檢索，會跳出大量有關(guān)“圖書館”方面的文獻，使其在提示該論文主題內(nèi)容的專指性方面的作用大大降低，失去該關(guān)鍵詞應起的作用。
例6：電子商務在數(shù)字圖書館中的應用/謝春枝//現(xiàn)代圖書情報技術(shù)。20xx。2
關(guān)鍵詞：電子商務;數(shù)字圖書館;應用
該論文中的關(guān)鍵詞“應用”沒有檢索意義，不能作關(guān)鍵詞。
（二）關(guān)鍵詞的外延過于寬泛
關(guān)鍵詞是學術(shù)論文的文獻檢索標識，是表達文獻主題概念的自然語言詞匯。它是從論文的題名、摘要、層次標題和正文中選出來的，能反映論文主題概念的詞或詞組。因此，應從題名、摘要、層次標題和正文中選取最恰當、最能反映論文所屬學科的專用的、義項比較單一的詞作為關(guān)鍵詞，切忌選用概念外延過于寬泛的詞。
例3：一篇題名為《論高校自然科學學報發(fā)展的新理念》的論文[3]，把“新理念”選作關(guān)鍵詞就不妥當。因為“新理念”的外延太大，任何一門學科都存在新理念，從正文的3個層次標題中選取“科技理論”、“人文理論”、“編輯理論”作為關(guān)鍵詞要恰當?shù)枚唷?/p>
（三）關(guān)鍵詞漏標
例6：一篇題名為《話說退稿》的論文[4]的關(guān)鍵詞為：“稿件;期刊;作者;編輯”。這篇論文就明顯地漏標了“退稿”這個關(guān)鍵詞，而沒有這個關(guān)鍵詞，全文就主題不明。
例7：一篇題名為《文化傳播與外語教學》的論文[5]，關(guān)鍵詞是：“語言;文化;目的語文化”，顯然也漏標了“外語教學”這個關(guān)鍵詞。由上可見，關(guān)鍵詞漏標現(xiàn)象在許多學術(shù)期刊中也是屢見不鮮的毛病。
（四）英文關(guān)鍵詞不規(guī)范
中、英文關(guān)鍵詞不一一對應，有的中文關(guān)鍵詞為6個，英文關(guān)鍵詞則為5個，或中、英文關(guān)鍵詞的順序不一致。英文關(guān)鍵詞拼寫錯誤多，有的用詞不正規(guī)，不是專用名詞術(shù)語，而是由普通英文名詞羅列而成。
隨著計算機硬件設(shè)備的改進和軟件技術(shù)的提高，以關(guān)鍵詞做主題索引而設(shè)計和建立的計算機數(shù)據(jù)庫檢索系統(tǒng)越來越多。關(guān)鍵詞作為一種便于文獻信息在計算機中進行文獻標引的最佳形式，具有較高的標引效率，特別適合于網(wǎng)上繁雜、無序的海量文獻信息處理，因而成為當前互聯(lián)網(wǎng)主要的檢索語言，為國內(nèi)外各種學術(shù)期刊和文獻檢索工具普遍采用，并得到迅速發(fā)展，這足以說明其對揭示論文主題和檢索科研成果的重要作用。因此，必須加強對學術(shù)論文中關(guān)鍵詞的規(guī)范化建設(shè)，重視對學術(shù)論文關(guān)鍵詞的學習與研究。
人工智能論文參考文獻篇九
摘要：崔政博士的新著《科學技術(shù)知識的政治經(jīng)濟學研究》以馬克思的“勞動”概念為中心，提供了一個劃定人工智能替代人類勞動的邊界框架。該書區(qū)分了重復性勞動與創(chuàng)造性勞動，提出創(chuàng)造性勞動是人類勞動的本質(zhì)也是人工智能不可替代的。但需要進一步指出的是，機器學習已經(jīng)在認識實踐中表現(xiàn)出對人類認知勞動的極大輔助作用，包括：人工智能能夠提升科學知識生產(chǎn)效率;人工智能擅于提取和傳遞默會知識;人工智能可以產(chǎn)生某種機器知識。以上原因使得我們在創(chuàng)造性勞動中很難將人工智能排除在外，未來可能的創(chuàng)造性勞動方式應當是某種人機協(xié)作或人機融合。
關(guān)鍵詞：人工智能;創(chuàng)造性勞動;科學知識;默會知識;機器知識
產(chǎn)業(yè)科學出現(xiàn)以來，科技創(chuàng)新對經(jīng)濟增長的驅(qū)動作用已經(jīng)成為全球性的共識。崔政博士的新著——《科學技術(shù)知識的政治經(jīng)濟學研究》，試圖以“勞動”概念的歷史分析為切入點，討論科學技術(shù)在當代資本主義經(jīng)濟中所扮演的角色，進而以一種動態(tài)的勞動價值論表明當代社會經(jīng)濟運行的內(nèi)在動因[1]2。該書以馬克思的“勞動”概念為核心構(gòu)建了一個哲學空間，將科學知識、技術(shù)創(chuàng)新、資本運行納入其中，完整地闡述了科學技術(shù)對經(jīng)濟社會的塑造作用。該書的敘事方式表達了兩個理論取向：第一，對科技創(chuàng)新的分析不同于傳統(tǒng)技術(shù)創(chuàng)新理論僅關(guān)注經(jīng)濟“增長”，而是從更為基礎(chǔ)的社會分工出發(fā)關(guān)注經(jīng)濟“發(fā)展”;第二，將科學知識的生產(chǎn)還原到馬克思的“科學勞動”概念，實際上已經(jīng)使用了一種擴展了的“科學”概念，蘊含著當代科學知識生產(chǎn)所具有的實踐性、情境化、多主體等特征。
該書更為重要的貢獻在于討論了人工智能技術(shù)對于社會生產(chǎn)方式的挑戰(zhàn)和變革作用。書中提出：“人工智能的替代效應是建立在對人類勞動數(shù)據(jù)化和邏輯化的基礎(chǔ)上的，探索自在自然的創(chuàng)造性勞動是不可數(shù)據(jù)化和邏輯化的。因此，人工智能只能圍繞既有的對象進行重復性生產(chǎn)，替代重復性勞動;而人類則能夠探索自在自然，從而摸索新技術(shù)、建構(gòu)新對象，進行創(chuàng)造性勞動。也就是說，機器所不能替代的人類勞動的‘硬核’是探索自在自然的勞動，是創(chuàng)造對象和掌握技術(shù)的‘創(chuàng)造性勞動’?！盵1]25作者將馬克思的“勞動”概念區(qū)分為“重復性勞動”和“創(chuàng)造性勞動”，進而指出人工智能是對機器大工業(yè)的否定，它將替代人類勞動中可以重復、可以數(shù)據(jù)化的部分，但創(chuàng)造性勞動是人類勞動的本質(zhì)，是人工智能所不能替代的。
作者提出：“人工智能可以在將重復性勞動數(shù)據(jù)化的基礎(chǔ)上，對人類勞動進行模仿，從而取代任何形式的重復性勞動。但人工智能卻不能取代人類的創(chuàng)造性勞動，創(chuàng)造性勞動是通過探索自在自然，經(jīng)過反復的摸索與實驗、征服反常和偶然、掌握技術(shù)、創(chuàng)造對象、實現(xiàn)對象從無到有的過程的勞動，這是一種原生性的勞動?！盵1]27作者認為，創(chuàng)造性勞動是對馬克思的“自在自然”的探索，“自在自然”是在人類的現(xiàn)有認知能力之外，卻以反常和失敗等形式向人類顯現(xiàn)其自身。然而，在認知實踐當中，機器學習已經(jīng)可以幫助人類探索認知能力之外的“自然”，當然這種“自然”并不以反?；蚴〉男问酱嬖凇Ｗ髡咭仓赋觯骸坝绕涫窃诖髷?shù)據(jù)和云計算的背景之下，機器學習的速度遠超人類的認知極限，甚至可能在數(shù)據(jù)中找到人尚未發(fā)現(xiàn)的方法和規(guī)則?！盵1]35因此，在認知勞動方面，我們可以在作者的概念框架下進一步區(qū)分出人工智能對人類“創(chuàng)造性勞動”的輔助作用，具體表現(xiàn)為三個方面：人工智能提高科學知識生產(chǎn)效率;人工智能擅于提取和傳遞默會知識;人工智能可以產(chǎn)生某種機器知識。
機器學習的廣泛使用可以提升科學知識生產(chǎn)的效率，主要表現(xiàn)在文獻研究和實驗室研究兩個方面。人工智能系統(tǒng)可以通過自然語言理解獲取、閱讀和總結(jié)所有相關(guān)文獻。例如，一個叫做iris的人工智能系統(tǒng)的運行方式是：從某個研究主題的演講切入，先使用自然語言處理算法分析演講的腳本，挖掘從開放渠道獲取的研究文獻，然后將相關(guān)研究文獻分組并進行可視化，再通過人工標注文獻使機器匹配精度增加，當機器能夠理解文獻的內(nèi)容和結(jié)構(gòu)時，可以幫助科研人員總結(jié)出該研究主題下的所有研究問題、假設(shè)、實驗結(jié)果等，從而將前人工作完整呈現(xiàn)。此外，機器學習的使用還能夠加快實驗研究的進程。例如，2016年5月，澳大利亞國立大學的研究團隊使用機器學習重復了物質(zhì)的玻色—愛因斯坦凝聚態(tài)的實驗室發(fā)現(xiàn)過程，從反復設(shè)置調(diào)整實驗設(shè)備的各種參數(shù)到產(chǎn)生凝聚態(tài)物質(zhì)，機器學習只用了一個小時，而憑借這一發(fā)現(xiàn)獲得諾貝爾獎的三位科學家是在直覺的基礎(chǔ)上經(jīng)過多年實驗才制造出了物質(zhì)的凝聚態(tài)。由此可見，作為技術(shù)的人工智能的進步已經(jīng)開始反向促進作為基礎(chǔ)研究的科學知識的生產(chǎn)。
在當前人類社會所有已經(jīng)產(chǎn)生的信息中，文字只占極少的比例，大量的信息以圖片和視頻方式呈現(xiàn)，其中蘊含了大量需要通過親身體驗才能獲取的默會知識。如果有辦法將事物狀態(tài)用圖片或視頻記錄下來，就有可能使用機器學習從中萃取出知識。很多電影公司已經(jīng)使用人工智能系統(tǒng)觀看大量人類歷史上的影視作品，從而歸納提取出經(jīng)典橋段，創(chuàng)作出新的配樂、臺詞和預告片以供人類借鑒。更為重要的是，由人工智能系統(tǒng)獲取的默會知識是以神經(jīng)網(wǎng)絡參數(shù)集的形式存在的，這對人類而言仍然不可描述，也難以在人類之間傳遞，但卻非常易于在人工智能系統(tǒng)間傳播。例如，一臺掌握駕駛技能的自動駕駛汽車只要將參數(shù)集分享出來就可以快速讓所有汽車學會這項技能，而且可以實現(xiàn)機器間的協(xié)同行動。
機器知識與科學知識或默會知識的核心差別在于：機器知識依賴數(shù)據(jù)，科學知識或默會知識依賴信息。信息是事物可觀察的表征，或者說信息是事物的外在表現(xiàn)。任何一個物體的信息量都非常大，要精確描述一個物體，就需要將其中所有基本粒子的形態(tài)以及它們之間的關(guān)系都描述出來，同時還要將該物體與周圍環(huán)境的關(guān)系都描述出來。而數(shù)據(jù)是已經(jīng)描述出來的部分信息，關(guān)于一個物體的數(shù)據(jù)通常要比信息少得多，例如只包含它的形狀、重量、顏色和種屬關(guān)系等。只有當信息經(jīng)過適當?shù)奶幚?，當它被用來進行比較、得出結(jié)論和建立聯(lián)系時，它才會轉(zhuǎn)化為知識。而知識可以理解為伴隨著經(jīng)驗、判斷、直覺和價值的信息，作為認知主體的人在其中扮演了關(guān)鍵角色。
相較之下，機器知識可以被刻畫為數(shù)據(jù)在時空中的關(guān)系，這些關(guān)系表現(xiàn)為某種模式，對模式的識別就是認知，識別出來的模式就是知識，用模式去預測就是知識的應用。這些數(shù)據(jù)在時空中的關(guān)系只在少數(shù)情況下才能用數(shù)學工具進行表達，而多數(shù)情況下知識表現(xiàn)為數(shù)據(jù)間的相關(guān)性的集合，這些相關(guān)性只有一小部分可以被人類感知和理解。這源于人類感受能力的局限性：人類只能感受部分外界信息，人類的感官經(jīng)驗局限在三維的物理空間和一維的時間。因此，當數(shù)據(jù)無法被感知，它們之間的關(guān)系又無法用數(shù)學工具表達時，這些數(shù)據(jù)間的關(guān)系就超出了人類的理解能力之外而屬于機器知識。當前機器學習的主流形式——人工神經(jīng)網(wǎng)絡的最大特點就是發(fā)現(xiàn)并記憶數(shù)據(jù)中的相關(guān)性，例如在看了很多汽車圖片后會發(fā)現(xiàn)汽車都有四個輪胎，人類對圖片這類直觀的數(shù)據(jù)間的相關(guān)性也能發(fā)現(xiàn)并記憶一部分，這就是默會知識。但當數(shù)據(jù)量很大且不直觀時，例如股票市場的數(shù)據(jù)或者核電站的內(nèi)部數(shù)據(jù)，人類就無法應對了。而隨著人工神經(jīng)網(wǎng)絡層級和數(shù)量的增加，人工智能系統(tǒng)能夠處理大規(guī)模的復雜數(shù)據(jù)，這就是機器知識。機器知識當前的主要表現(xiàn)形式類似于alphagozero中的神經(jīng)網(wǎng)絡的全部參數(shù)。
概言之，科學知識和默會知識多是基于信息的因果性知識，而機器知識多是基于數(shù)據(jù)的相關(guān)性知識。此外，科學知識是易于記錄、易于陳述、易于傳遞的;默會知識是難以記錄、難以陳述、可傳遞的;機器知識則是可記錄、不可陳述、易于在機器間傳遞的。
當然，基于人工神經(jīng)網(wǎng)絡的機器學習仍有兩個核心的局限性導致人工智能系統(tǒng)還不足以承擔創(chuàng)造性勞動。第一個局限是，人工神經(jīng)網(wǎng)絡需要依賴特定領(lǐng)域的先驗知識，也就是需要特定場景下的訓練，這是因為人工神經(jīng)網(wǎng)絡的學習本質(zhì)上是對相關(guān)性的記憶，人工神經(jīng)網(wǎng)絡將訓練數(shù)據(jù)中相關(guān)性最高的因素作為判斷標準。這個問題在自動駕駛汽車中表現(xiàn)的非常突出，鑒于道路交通情境的復雜性和交通標示的多樣性，自動駕駛系統(tǒng)難以避免很多交通事故。第二個局限是，人工神經(jīng)網(wǎng)絡無法解釋產(chǎn)生某個結(jié)果的原因，這種不可解釋性在許多涉及安全和公共政策的領(lǐng)域顯現(xiàn)的比較突出，例如在智能醫(yī)療中，人工神經(jīng)網(wǎng)絡在影像識別和輔助診斷中都對其結(jié)果缺乏醫(yī)學上的解釋性，都需要專業(yè)醫(yī)生的復核。
基于人工神經(jīng)網(wǎng)絡的人工智能系統(tǒng)在記憶和識別這兩個基礎(chǔ)智能方面超越了人類，但在推理、想象等高級智能方面還相差較遠。與人類相比，人工智能無法承擔創(chuàng)造性勞動的原因還不止于以上的局限性，還包括：人工智能沒有常識和物理世界的模型;人工智能沒有自主和自發(fā)的通用語言能力;人工智能沒有想象力，需要大量常識、反事實假設(shè)和推理能力;最重要的是人工智能沒有自我意識。自我意識的缺乏導致能夠產(chǎn)生機器知識的人工智能系統(tǒng)仍然無法被視為認知主體，其知識的“創(chuàng)造性勞動”是一種無意識認識活動。
人工智能系統(tǒng)在提升科學知識生產(chǎn)效率、處理默會知識以及產(chǎn)生機器知識方面的優(yōu)勢，使得我們在創(chuàng)造性勞動中很難將其排除在外，未來可能的創(chuàng)造性勞動方式應當是某種人機協(xié)作或人機融合。腦機接口（brain-computerinterface）是當前一個重要的人機協(xié)作研究方向，而其中最激進的方式是馬斯克提出的neuralink，即通過柔性電極對接在人腦的神經(jīng)網(wǎng)絡上，neuralink要解決的是人類的信號輸入與輸出，但其問題在于人類的高級思維（如邏輯推理或描述場景）必須依賴語言，而目前基于人工神經(jīng)網(wǎng)絡的機器學習能力主要是對環(huán)境的識別能力，還遠沒有達到語言和邏輯推理，但人類智能通過語言進行溝通。這背后就隱含了人類的科學知識與人工智能系統(tǒng)的機器知識之間的不可通約，以上例子也表明基于人機協(xié)作的創(chuàng)造性勞動還有很大的技術(shù)障礙需要克服。
參考文獻：
[1]崔政.科學技術(shù)知識的政治經(jīng)濟學研究[m].石家莊：河北人民出版社，2019.
[2]郁振華.當代英美認識論的困境及出路——基于默會知識維度[j].中國社會科學，2018（7）.
[3]eepistemologyandbigdata[a].inmcintyre，lee，andalexrosenberg，tledgecompaniontophilosophyofsocialscience[c].taylor&francis，2016.
[4]董春雨，薛永紅.機器認識論何以可能？[j].自然辯證法研究，2019（8）.
人工智能論文參考文獻篇十
是的，正如霍金預言：“全面化人工智能可能意味著人類的終結(jié)。”隨著人工智能日益滲透我們的生活，人類社會面臨著生存競爭、倫理逆境等方方面面的嚴峻挑戰(zhàn)，然而，冷靜想一想，ai其實本質(zhì)上與互聯(lián)網(wǎng)、智能手機等科技相差無幾，其終極目標都是為了讓我們的生活更快捷便利，我們?yōu)楹我獙i的到來感到恐慌？私以為，面對人工智能全面化的大勢之趨，我們理應勇立潮頭，迎戰(zhàn)ai洪流。
毋庸置疑，人工智能無可比較的學習速度，不知疲乏的高能運作，面面俱到的'系統(tǒng)分析，以及浩大繁雜的數(shù)據(jù)體系，勢必會占據(jù)了人類相當比重的生存空間，機器人種種優(yōu)勢人類也難以企及，但是，ai的誕生不是為了毀滅、戰(zhàn)勝人類，而是要讓人類不斷突破自我，查找新的可能。在幾十年前，我們誰能想到如今的互聯(lián)網(wǎng)科技能徹底轉(zhuǎn)變我們的生活？同樣地，我們也無法否認將來在ai時代我們的生活會再次被*。拒絕ai更是對更美妙將來的拒絕，唯有與ai同行，讓簡單的世界更簡潔，我們才能迎來更好的時代。
是的，無論是哪個時代，“被替代”的隱患始終存在，但也恰恰是這些隱患與挑戰(zhàn)，篩選著、鞭策著人們。成也挑戰(zhàn)，敗也挑戰(zhàn)，關(guān)鍵在于當洪流襲來，你是否有勇立潮頭，發(fā)覺機遇的士氣。正如王鼎鈞所言，“時代像篩子，篩得多數(shù)人流離失所，篩得少數(shù)人出類拔萃。”我信任，那些自甘墮落，向人工智能俯首稱臣的人只會在社會中漸漸淡去，唯有那勇立潮頭的少數(shù)人才能提升自我，在ai洪流中暗藏的機遇中大放異彩。
人工智能之大勢已成定局，然人類將來之命運猶未可知。面對ai洪流，是消沉，還是迎戰(zhàn)？由君定奪。
【本文地址：http://mlvmservice.com/zuowen/3790243.html】
