人工智能的最新發(fā)展論文，人工智能的發(fā)展前景及其應(yīng)用的論文怎么寫

來源：整理時間：2023-05-22 12:50:09 編輯：智能門戶手機版

1，人工智能的發(fā)展前景及其應(yīng)用的論文怎么寫

去論文庫里面找找，關(guān)鍵字是人工智能，找到相關(guān)的論文，一般這些論文的引言部分都有相關(guān)部分的歷史和發(fā)展講述，都可以進行借鑒

很好寫的，。

人工智能的發(fā)展前景及其應(yīng)用的論文怎么寫

2，求職稱論文人工智能的未來與挑戰(zhàn)

人工智能的發(fā)展英國科學(xué)家圖靈于 1936 年提出“理論計算機”模型 , 被稱之為“圖靈機”( Turing Machine) , 創(chuàng)立了“自動機理論”。 1950 年 ,圖靈發(fā)表了著名論文《計算機能思維嗎 ?》,明確地提出了“機器能思維”的觀點。1956 年夏季 , 在美國達(dá)特摩斯 (Da rt mo ut h) 大學(xué) , 由麥卡賽 (J . McCart hy) 、明斯基 ( M . L . Minsky) 、香農(nóng)等發(fā)起 ,由西蒙 ( H . A . Simo n) 、塞繆爾 ( A . L . Sa muel) 、紐厄爾 ( A . Newell ) 等參加 ,舉行了關(guān)于“如何用機器模擬人的智能”的學(xué)術(shù)研討會 , 第一次正式采用“人工智能”( A rtificial Intelligence ) 的術(shù)語[ 1 ] 。這次具有歷史意義的、為期兩個月之久的學(xué)術(shù)會議 ,標(biāo)志著“人工智能”新學(xué)科的誕生。在人工智能 50 多年的歷史中 ,先后出現(xiàn)了邏輯學(xué) 派 (符號主義) 、控制論學(xué)派 ( 聯(lián)結(jié)主義) 和仿生學(xué)派 ( 行為主義) 。符號主義方法以物理符號系統(tǒng)假設(shè)和有限合理性原理為基礎(chǔ) ,聯(lián)結(jié)主義方法以人工神經(jīng)網(wǎng)絡(luò)和進化計算為核心 , 行為主義方法則側(cè)重研究感知和行動之間的關(guān)系。這些理論和方法在模式識別、知識工程、專家系統(tǒng) 、智能控制、數(shù)據(jù) 挖掘、智能機器人等領(lǐng)域取得了偉大成就 ,極大推動了科技進步和社會發(fā)展[ 2 ] 。如 ,醫(yī)學(xué)專家系統(tǒng) 、多層前饋神經(jīng)網(wǎng)絡(luò)、 IB M 的國際象棋機器人、日本的 A S H IMO 、韓國的 MA H2 RU 、我國的主體網(wǎng)格智能平臺 A Grip 等。但這些成果多是對智能的某些方面進行宏觀的功能模擬 ,并未給出到底什么樣的符號 ,什么樣的形式化方法來表示人腦的智能體系。盡管有學(xué)者研究神經(jīng)網(wǎng)絡(luò) ,探討用神經(jīng)網(wǎng)絡(luò)方法模擬人腦而產(chǎn) 生智能 ,然而復(fù)雜的人腦結(jié)構(gòu)以及未知的工作機理豈是簡單的神經(jīng)網(wǎng)絡(luò)模型所能表示的。圖靈大師為了說明機器可以具有智能 ,提出了著名的“圖靈測試”,用機器行為解釋智能 , 將智能歸為行為 ,而彭羅斯卻認(rèn)為意識是智能的根本 ,沒有意識就不會有思維 ,沒有思維又何談智能 ,因此認(rèn)為機器不能具有智能。愛丁頓曾提出 ,大腦是由原子、電子組成 ,那么一個普通原子的機械集合體能夠成為一個具有思維的機器嗎 ? 機器是否可以具有智能不斷地爭論著。要想回答這一問題 ,就要弄清機器的工作機理是否能與人腦的工作機理相 www.bfblw.com/article.asp?ID=33263 論文網(wǎng)，似或一致。香農(nóng)的信息論發(fā)表后 , 人工智能學(xué)者們受到啟發(fā) ,開始用信息的觀點來探討人腦與智能 ,直到 20 世紀(jì) 90 年代的腦 ———機對話 (BCI) 實驗出現(xiàn) , 正式證明機器與人腦在信息處理上的機理是一致的 ,大腦與計算機可以直接進行信息交換 ,可以互相理解 ,計算機芯片可以成為大腦的一部分。至此 ,機器是否可以具有智能的爭論告一段落 ,人工智能的發(fā)展出現(xiàn)了新的空間。2　人工智能的未來與挑戰(zhàn) 人工智能研究的主要目標(biāo) ,就是希望用現(xiàn)代科學(xué)技術(shù)的手段來擴展人類智能系統(tǒng)的能力[ 3 ] ,那么人工智能未來的發(fā) 展方向有哪些更值得關(guān)注的呢 ? 本文從四方面進行了闡述 : 人工智能技術(shù)與生物技術(shù) 、電子技術(shù)結(jié)合研究生物電子體 , 與腦科學(xué) 、信息處理技術(shù)結(jié)合研究大腦信息處理模型 ,與網(wǎng) 絡(luò)技術(shù) 、軟件技術(shù)結(jié)合研究網(wǎng)絡(luò)智能軟件 ,與通訊技術(shù)、控制技術(shù)結(jié)合研究家庭機器人。

求職稱論文人工智能的未來與挑戰(zhàn)

3，求初識人工智能相關(guān)論文資料

關(guān)于人工智能的定義眾說不一。美國斯坦福大學(xué)人工智能研究中心尼爾遜教授下過這樣一個定義:“人工智能是關(guān)于知識的學(xué)科——怎樣表示知識以及怎樣獲得知識并使用知識的科學(xué) ?！?而麻省理工學(xué)院的溫斯頓教授認(rèn)為:“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作?！比藗兤毡檎J(rèn)為人工智能(Artificial Intelligence),英文縮寫為 AI,也稱機器智能。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。它是從計算機應(yīng) 用系統(tǒng)的角度出發(fā) , 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(xué)。人工智能就其本質(zhì)而言 , 是對人的思維的信息過程的模擬。人工智能不是人的智能 , 更不會超過人的智能。對于人的思維模擬可以從兩條道路進行, 一是結(jié)構(gòu)模擬 , 仿照人腦的結(jié)構(gòu)機制 , 制造出 “類人腦”的機器;二是功能模擬,暫時撇開人腦的內(nèi)部結(jié)構(gòu), 而從其功能過程進行模擬。人工智能可以分為強人工智能和弱人工智能。強人工智能觀點認(rèn)為有可能制造出真正能推理 (Reasoning) 和解決問題 (Problem solving)的智能機器,并且,這樣的機器能將被認(rèn)為是有知覺的, 有自我意識的。弱人工智能觀點認(rèn)為不可能制造出能真正地推理和解決問題的智能機器 , 這些機器只不過看起來像是智能的 , 但并不真正擁有智能 , 也不會有自主意識。人工智能的研究經(jīng)歷了以下幾個階段: 第一階段:20 世紀(jì) 50 年代人工智能的興起和冷落。人工智能概念首次提出后,出現(xiàn)了一批顯著的成果,如機器定理證明、跳棋程序、 LISP 表處理語言等。但由于解法推理能力有限,以及機器翻譯失敗等,使人工智能走入低谷。這一階段的特點是:重視問題求解的方法,忽視知識重要性。第二階段:20 世紀(jì) 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(xué)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。1969 年成立了國際人工智能聯(lián)合會議(IJCAI)。第三階段:20 世紀(jì) 80 年代,隨著第五代計算機的研制,人工智能得到了很大發(fā)展。日本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(dá)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:20 世紀(jì) 80 年代末,神經(jīng)網(wǎng)絡(luò)飛速發(fā)展。1987 年,美國召開第一次神經(jīng)網(wǎng)絡(luò) 國際會議,宣告了這一新學(xué)科的誕生。此后, 各國在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加,神經(jīng)網(wǎng) 絡(luò)迅速發(fā)展起來。第五階段:20 世紀(jì) 90 年代,人工智能出現(xiàn) 新的研究高潮。由于網(wǎng)絡(luò)技術(shù)特別是國際互連網(wǎng)的技術(shù)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(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標(biāo)的分布式問題求解,而且研究多個智能主體的多目標(biāo)問題求解,將人工智能面向?qū)嵱?。人工智能研究范疇有自然語言處理 , 知識表現(xiàn),智能搜索,推理,知識獲取,組合調(diào)度問題,感知問題,模式識別,邏輯程序設(shè)計,軟計算,不精確和不確定的管理,人工生命,神經(jīng)網(wǎng)絡(luò),復(fù)雜系統(tǒng)等。目前,人工智能是與具體領(lǐng)域相結(jié)合進行研究的,有如下領(lǐng)域:(1)專家系統(tǒng)。依靠人類已有的知識建立起來的知識系統(tǒng),目前專家系統(tǒng)是人工智能研究中開展較早、最活躍、成效最多的領(lǐng)域。(2)機器學(xué)習(xí)。主要在三個方面進行:一是研究人類學(xué)習(xí)的機理、人腦思維的過程;二是機器學(xué)習(xí)的方法;三是建立針對具體任務(wù)的學(xué)習(xí)系統(tǒng)。(3)模式識別。研究如何使機器具有感知能力,主要研究視覺模式和聽覺模式的識別。(4)理解自然語言。計算機如能“聽懂”人的語言,便可以直接用口語操作計算機,這將給人們帶極大的便利。(5)機器人學(xué)。機器人是一種能模擬人的行為的機械,對它的研究經(jīng)歷了三代發(fā)展過程:第一代(程序控制)機器人:這種機器人只能刻板地按程序完成工作,環(huán)境稍有變化就會出問題,甚至發(fā)生危險。第二代(自適應(yīng))機器人:這種機器人配備有相應(yīng)的感覺傳感器, 能取得作業(yè)環(huán)境、操作對象等簡單的信息,并由機器人體內(nèi)的計算機進行分析處理,控制機器人的動作。第三代(智能)機器人:智能機器人具有類似人的智能,它裝備了高靈敏度傳感器,因而具有超過人的視覺、聽覺、www.homelunwen.com 、嗅覺、觸覺的能力,能對感知的信息進行分析,控制自己的行為,處理環(huán)境發(fā)生的變化,完成各種復(fù)雜的任務(wù)。而且有自我學(xué)習(xí)、歸納、總結(jié)、提高已掌握知識的能力。(6)智能決策支持系統(tǒng)。20 世紀(jì) 80 年代以來專家系統(tǒng)在許多方面取得成功,將人工智能中特別是智能和知識處理技術(shù)應(yīng)用于決策支持系統(tǒng),擴大了決策支持系統(tǒng) 的應(yīng)用范圍,提高了系統(tǒng)解決問題的能力,這就成為智能決策支持系統(tǒng)。(7)人工神經(jīng)網(wǎng)絡(luò)。在研究人腦的奧秘中得到啟發(fā),試圖用大量的處理單元模仿人腦神經(jīng)系統(tǒng)工程結(jié)構(gòu)和工作機理。

求初識人工智能相關(guān)論文資料