人工智能論文參考文獻(xiàn)，在哪可以下載到關(guān)于人工智能的最新文獻(xiàn)

來源：整理時間：2023-06-14 06:57:31 編輯：智能門戶手機(jī)版

1，在哪可以下載到關(guān)于人工智能的最新文獻(xiàn)

http://www.bjx.com.cn/tech/keyword.asp?keyword=%C8%CB%B9%A4%D6%C7%C4%DC

在哪可以下載到關(guān)于人工智能的最新文獻(xiàn)

2，人工智能可以準(zhǔn)備哪些論文

找不到方向的可以參考（人工智能與機(jī)器人研究）

［摘要］本文認(rèn)為，計算機(jī)科學(xué)和人工智能將是21世紀(jì)邏輯學(xué)發(fā)展的主要動力源泉，并且在很大程度上將決定21世紀(jì)邏輯學(xué)的面貌。至少在21世紀(jì)早期，邏輯學(xué)將重點(diǎn)關(guān)注下列論題：（1）如何在邏輯中處理常識推理的弗協(xié)調(diào)、非單調(diào)和容錯性因素？（2）如何使機(jī)器人具有人的創(chuàng)造性智能，如從經(jīng)驗(yàn)證據(jù)中建立用于指導(dǎo)以后行動的可錯的歸納判斷？（3）如何進(jìn)行知識表示和知識推理，特別是基于已有的知識庫以及各認(rèn)知主體相互之間的知識而進(jìn)行的推理？（4）如何結(jié)合各種語境因素進(jìn)行自然語言理解和推理，使智能機(jī)器人能夠用人的自然語言與人進(jìn)行成功的交際？等等。［關(guān)鍵詞］人工智能，常識推理，歸納邏輯，廣義內(nèi)涵邏輯，認(rèn)知邏輯，自然語言邏輯現(xiàn)代邏輯創(chuàng)始于19世紀(jì)末葉和20世紀(jì)早期，其發(fā)展動力主要來自于數(shù)學(xué)中的公理化運(yùn)動。當(dāng)時的數(shù)學(xué)家們試圖即從少數(shù)公理根據(jù)明確給出的演繹規(guī)則推導(dǎo)出其他的數(shù)學(xué)定理，從而把整個數(shù)學(xué)構(gòu)造成為一個嚴(yán)格的演繹大廈，然后用某種程序和方法一勞永逸地證明數(shù)學(xué)體系的可靠性。為此需要發(fā)明和鍛造嚴(yán)格、精確、適用的邏輯工具。這是現(xiàn)代邏輯誕生的主要動力。由此造成的后果就是20世紀(jì)邏輯研究的嚴(yán)重數(shù)學(xué)化，其表現(xiàn)在于：一是邏輯專注于在數(shù)學(xué)的形式化過程中提出的問題；二是邏輯采納了數(shù)學(xué)的方法論，從事邏輯研究就意味著象數(shù)學(xué)那樣用嚴(yán)格的形式證明去解決問題。由此發(fā)展出來的邏輯被恰當(dāng)?shù)胤Q為“數(shù)理邏輯”，它增強(qiáng)了邏輯研究的深度，使邏輯學(xué)的發(fā)展繼古希臘邏輯、歐洲中世紀(jì)邏輯之后進(jìn)入第三個高峰期，并且對整個現(xiàn)代科學(xué)特別是數(shù)學(xué)、哲學(xué)、語言學(xué)和計算機(jī)科學(xué)產(chǎn)生了非常重要的影響。本文所要探討的問題是：21世紀(jì)邏輯發(fā)展的主要動力將來自何處？大致說來將如何發(fā)展？我個人的看法是：計算機(jī)科學(xué)和人工智能將至少是21世紀(jì)早期邏輯學(xué)發(fā)展的主要動力源泉，并將由此決定21世紀(jì)邏輯學(xué)的另一幅面貌。由于人工智能要模擬人的智能，它的難點(diǎn)不在于人腦所進(jìn)行的各種必然性推理（這一點(diǎn)在20世紀(jì)基本上已經(jīng)做到了，如用計算機(jī)去進(jìn)行高難度和高強(qiáng)度的數(shù)學(xué)證明，“深藍(lán)”通過高速、大量的計算去與世界冠軍下棋），而是最能體現(xiàn)人的智能特征的能動性、創(chuàng)造性思維，這種思維活動中包括學(xué)習(xí)、抉擇、嘗試、修正、推理諸因素，例如選擇性地搜集相關(guān)的經(jīng)驗(yàn)證據(jù)，在不充分信息的基礎(chǔ)上作出嘗試性的判斷或抉擇，不斷根據(jù)環(huán)境反饋調(diào)整、修正自己的行為，……由此達(dá)到實(shí)踐的成功。于是，邏輯學(xué)將不得不比較全面地研究人的思維活動，并著重研究人的思維中最能體現(xiàn)其能動性特征的各種不確定性推理，由此發(fā)展出的邏輯理論也將具有更強(qiáng)的可應(yīng)用性。實(shí)際上，在20世紀(jì)中后期，就已經(jīng)開始了現(xiàn)代邏輯與人工智能（記為ai）之間的相互融合和滲透。例如，哲學(xué)邏輯所研究的許多課題在理論計算機(jī)和人工智能中具有重要的應(yīng)用價值。ai從認(rèn)知心理學(xué)、社會科學(xué)以及決策科學(xué)中獲得了許多資源，但邏輯（包括哲學(xué)邏輯）在ai中發(fā)揮了特別突出的作用。某些原因促使哲學(xué)邏輯家去發(fā)展關(guān)于非數(shù)學(xué)推理的理論；基于幾乎同樣的理由，ai研究者也在進(jìn)行類似的探索，這兩方面的研究正在相互接近、相互借鑒，甚至在逐漸融合在一起。例如，ai特別關(guān)心下述課題： ·效率和資源有限的推理； ·感知； ·做計劃和計劃再認(rèn)； ·關(guān)于他人的知識和信念的推理； ·各認(rèn)知主體之間相互的知識； ·自然語言理解； ·知識表示； ·常識的精確處理； ·對不確定性的處理，容錯推理； ·關(guān)于時間和因果性的推理； ·解釋或說明； 21世紀(jì)的邏輯學(xué)也應(yīng)該關(guān)注這些問題，并對之進(jìn)行研究。為了做到這一點(diǎn)，邏輯學(xué)家們有必要熟悉ai的要求及其相關(guān)進(jìn)展，使其研究成果在ai中具有可應(yīng)用性. 我認(rèn)為，至少是21世紀(jì)早期，邏輯學(xué)將會重點(diǎn)關(guān)注下述幾個領(lǐng)域，并且有可能在這些領(lǐng)域出現(xiàn)具有重大意義的成果：（1）如何在邏輯中處理常識推理中的弗協(xié)調(diào)、非單調(diào)和容錯性因素？（2）如何使機(jī)器人具有人的創(chuàng)造性智能，如從經(jīng)驗(yàn)證據(jù)中建立用于指導(dǎo)以后行動的歸納判斷？（3）如何進(jìn)行知識表示和知識推理，特別是基于已有的知識庫以及各認(rèn)知主體相互之間的知識而進(jìn)行的推理？（4）如何結(jié)合各種語境因素進(jìn)行自然語言理解和推理，使智能機(jī)器人能夠用人的自然語言與人進(jìn)行成功的交際？等等。

人工智能可以準(zhǔn)備哪些論文

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(jī)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(jī)器智能。它是研究、開發(fā)用于模擬、延伸和擴(kuò)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(jī)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(jī)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(jìn)行, 一是結(jié)構(gòu)模擬 , 仿照人腦的結(jié)構(gòu)機(jī)制 , 制造出 “類人腦”的機(jī)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(jìn)行模擬。人工智能可以分為強(qiáng)人工智能和弱人工智能。強(qiáng)人工智能觀點(diǎn)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(jī)器,并且,這樣的機(jī)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(diǎn)認(rèn)為不可能制造出能真正地推理和解決問題的智能機(jī)器 , 這些機(jī)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(jī)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(jī)器翻譯失敗等,使人工智能走入低谷。這一階段的特點(diǎn)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(shí)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(jī)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(jī)研制計劃”,即“知識信息處理計算機(jī)系統(tǒng)KIPS”,其目的是使邏輯推理達(dá)到數(shù)值運(yùn)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)嵱谩Ｈ斯ぶ悄苎芯糠懂犛凶匀徽Z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(jìn)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(jī)器學(xué)習(xí)。主要在三個方面進(jìn)行:一是研究人類學(xué)習(xí)的機(jī)理、人腦思維的過程;二是機(jī)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(jī)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(jī)如能“聽懂”人的語言,便可以直接用口語操作計算機(jī),這將給人們帶極大的便利。(5)機(jī)器人學(xué)。機(jī)器人是一種能模擬人的行為的機(jī)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(jī)器人:這種機(jī)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(jī)器人:這種機(jī)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(jī)器人體內(nèi)的計算機(jī)進(jìn)行分析處理,控制機(jī)器人的動作。第三代(智能)機(jī)器人:智能機(jī) 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(jìn)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(kuò)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(jī)理。

求初識人工智能相關(guān)論文資料