人工智慧在中
⑴ 人工智慧在游戲中的應用有什麼
1. 現代電腦游戲簡介
電子游戲從年誕生以來，越來越受到人們的喜愛。隨著現代計算機、網路、虛擬現實、人工智慧等技術的發展，游戲的擬人化越來越逼真。高度的擬人化使得現代電腦游戲能夠模仿人類社會中的各種情形，並把這些情形通過視覺、聽覺、甚至觸覺等多種感官反映到人的大腦，從而對人們的現實生活產生巨大沖擊。基於游戲中的這些反映人類社會的情形不同和游戲表示的方式不同，可以把電子游戲分為幾大類別：縱向卷軸和橫向卷軸類、棋牌邏輯類、文字冒險類、圖形冒險類、模擬類、戰略類、第一或第三人稱射擊類和角色扮演類。
無論游戲屬於何種類別，游戲玩家都希望在游戲中能夠體驗到現實中無法體驗到的刺激，得到現實中無法得到的滿足。這些刺激和滿足主要表現在特定的挑戰、社會化、吹噓與幻想、情感等方面。實際上，大部分的玩家並不能預先知道他們想要什麼樣的游戲，但是他們往往在看到了一個精美的游戲後說，「嗯，我要的就是這個！」
要使得玩家喜歡游戲，游戲的開發過程必須得到重視。一般來說，游戲的開發過程主要分為四個階段：構想階段、總體設計階段、細節設計階段和建設階段。[1]
萬事開頭難，構想階段是游戲開發中最為重要的階段。一個好的游戲背景故事是整個游戲成功的一半。在准備好游戲故事之後，就需要考慮游戲採用何種游戲類型，並把游戲故事分割成幕(Act)，改編為游戲劇本(Gameplay)。
在總體設計階段，要考慮每個幕中的角色和規則，同時也要考慮相關的技術問題。比如，游戲將採用何種技術、准備運行在什麼平台上等。
在細節設計階段，要對每一幕中的焦點(Focus)進行設計，對每一幕的效果產生效果圖，選擇合適的音樂匹配到各個場景，設計各個角色和場景的細節。
最後是建設階段。開發者要採用選定的技術對游戲進行開發。游戲製作包括編程和觸發器的製作。最後要進行游戲測試。2. 基於電腦游戲的圖靈實驗
人們在娛樂電腦游戲的時候，往往希望游戲中的其他角色能夠擁有某些程度上的智能。這些智能可以使得人們能夠在游戲的同時得到滿足。然而，這種智能必須得到控制。如果游戲中的機器角色的智能明顯高於玩家的能力，使得玩家對勝利喪失信心，那麼玩家會放棄這樣的游戲。所以，人工愚蠢(Artificial Stupidity)技術也是必不可少的。在游戲中，太強或太弱的人工智慧都是不合適的。
那何種程度的人工智慧才是合適的呢？回答這個問題首先要考慮怎樣的機器可以算作智能機器。圖靈曾經提出了「圖靈實驗」的概念。他認為能夠通過圖靈實驗的機器是具有智能的。其實，在游戲中也是一樣的。「圖靈實驗」在游戲中可以這樣描述：當玩家和其他玩家同諸多機器在同時游戲時，如果這個玩家通過游戲規則中的任何方式都無法分辨游戲中的其他角色哪個是其他玩家，哪個是機器的線程，那麼我們可以說這個游戲通過了「游戲中的圖靈測試」。[2]一般來說，通過了「游戲中的圖靈測試」的游戲是最適合玩家娛樂的。3. 游戲中的人工智慧技術
人工智慧在游戲中的目標主要有五個：一是為玩家提供適合的挑戰；二是使玩家處於亢奮狀態；三是提供不可預知性結果；四是幫助完成游戲的故事情節；五是創造一個生動的世界。這個生動的世界可以是類似現實生活中的世界，也可以是與現實世界完全不同的世界。但不管何種世界都要求有一整套能夠自圓其說的游戲規則。
在游戲製作過程中，實現人工智慧的關鍵主要有：虛擬現實與擬人化、動畫效果與機器角色場景感知[3]、機器角色的機器學習和進化、玩家與機器角色之間的平衡性、人工愚蠢技術、確定性人工智慧技術與非確定性人工智慧技術的互補。
游戲中的人工智慧的主要技術主要有：有限狀態自動機(Finite State Machines)、模糊邏輯(Fuzzy Logic)、A*演算法與有效尋徑(A* Algorithm for Efficient Pathfinding)、腳本設計(Scripting)、基於規則的人工智慧和系統(Rules-based AI and Systems)、人工生命(Artificial life)、貝葉斯推論(Bayesian Inference)和非確定性貝葉斯網路(Bayesian Networks for Uncertainty Decisions)、神經網路(Neural Networks)和遺傳演算法(Genetic Algorithms)等。4. 目前的局限與前景展望
就目前來說，技術上的困難主要來源於兩個方面：一是游戲中的非確定狀態實在太多；二是現有的硬體和計算機網路對於高級人工智慧還說，速度還達不到要求。[4]
目前要解決這些困難，在技術上來說還是不成熟的。對於數量極多的非確定狀態來說，盡可能地提高硬體和計算機網路的速度，可能是一個解決方法。但是要提高硬體和計算機網路的速度也並非易事。這可能要等到全息光學計算機和光互聯網誕生之後才能徹底解決。但目前有效的辦法是提高軟體的執行速度。比如使用更有效的演算法或神經網路等新技術。
⑵ 人工智慧在生活中應用的例子
1、虛擬個人助理
Siri，GoogleNow和Cortana都是各種渠道（iOS，Android和WindowsMobile）上的智能數字個人助理。
總歸，當你用你的聲響提出要求時，他們會協助你找到有用的信息;你能夠說「最近的我國飯館在哪裡？」，「今日我的日程安排是什麼？」，「提醒我八點打電話給傑里」，幫手會經過查找信息，轉播手機中的信息或發送指令給其他應用程序。
人工智慧在這些應用程序中十分重要，由於他們搜集有關懇求的信息並運用該信息更好地辨認您的言語並為您供給適合您偏好的結果。
微軟標明Cortana「不斷了解它的用戶」，而且終究會開展出猜測用戶需求的能力。虛擬個人助理處理來自各種來歷的許多數據以了解用戶，並更有效地協助他們組織和跟蹤他們的信息。
2、視頻游戲
事實上，自從第一次電子游戲以來，視頻游戲AI現已被運用了很長一段時間-人工智慧的一個實例，大多數人可能都很熟悉。
可是AI的復雜性和有效性在曩昔幾十年中呈指數級添加，導致視頻游戲人物了解您的行為，呼應刺激並以不行預知的方法做出反應。2014年的中心地球：魔多之影關於每個非玩家人物的個性特徵，他們對曩昔互動的回想以及他們的可變方針都特別有目共睹。
「孤島驚魂」和「使命呼喚」等第一人稱射擊游戲或許多運用人工智慧，敵人能夠剖析其環境，找到可能有利於其生存的物體或舉動;他們會點贊保護，查詢聲響，運用側翼演習，並與其他AI進行溝通，以添加取勝的時機。
就AI而言，視頻游戲有點簡略，但由於職業巨大的商場，每年都在投入許多精力和資金來完善這種類型的AI。
3、在線客服
現在，許多網站都提供用戶與客服在線聊天的窗口，但其實並不是每個網站都有一個真人提供實時服務。在很多情況下，和你對話的僅僅只是一個初級AI。大多聊天機器人無異於自動應答器，但是其中一些能夠從網站里學習知識，在用戶有需求時將其呈現在用戶面前。
最有趣也最困難的是，這些聊天機器人必須擅於理解自然語言。顯然，與人溝通的方式和與電腦溝通的方式截然不同。所以這項技術十分依賴自然語言處理(NLP)技術，一旦這些機器人能夠理解不同的語言表達方式中所包含的實際目的，那麼很大程度上就可以用於代替人工服務。
4、購買預測
如果京東、天貓和亞馬遜這樣的大型零售商能夠提前預見到客戶的需求，那麼收入一定有大幅度的增加。亞馬遜目前正在研究這樣一個的預期運輸項目：在你下單之前就將商品運到送貨車上，這樣當你下單的時候甚至可以在幾分鍾內收到商品。
毫無疑問這項技術需要人工智慧來參與，需要對每一位用戶的地址、購買偏好、願望清單等等數據進行深層次的分析之後才能夠得出可靠性較高的結果。
雖然這項技術尚未實現，不過也表現了一種增加銷量的思路，並且衍生了許多別的做法，包括送特定類型的優惠券、特殊的打折計劃、有針對性的廣告，在顧客住處附近的倉庫存放他們可能購買的產品。
這種人工智慧應用頗具爭議性，畢竟使用預測分析存在隱私違規的嫌疑，許多人對此頗感憂慮。
5、音樂和電影推薦服務
與其他人工智慧系統相比，這種服務比較簡單。但是，這項技術會大幅度提高生活品質的改善。如果你用過網易雲音樂這款產品，一定會驚嘆於私人FM和每日音樂推薦與你喜歡的歌曲的契合度。
從前，想要聽點好聽的新歌很難，要麼是從喜歡的歌手裡找，要麼是從朋友的歌單里去淘，但是往往未必有效。喜歡一個人的一首歌不代表喜歡這個人的所有歌，另外有的時候我們自己也不知道為什麼會喜歡一首歌、討厭一首歌。
而在有人工智慧的介入之後，這一問題就有了解決辦法。也許你自己不知道到底喜歡包含哪些元素的歌曲，但是人工智慧通過分析你喜歡的音樂可以找到其中的共性，並且可以從龐大的歌曲庫中篩選出來你所喜歡的部分，這比最資深的音樂人都要強大。
電影推薦也是相同的原理，對你過去喜歡的影片了解越多，就越了解你的偏好，從而推薦出你真正喜歡的電影。
(2)人工智慧在中擴展閱讀
人工智慧應用領域
機器翻譯，智能控制，專家系統，機器人學，語言和圖像理解，遺傳編程機器人工廠，自動程序設計，航天應用，龐大的信息處理，儲存與管理，執行化合生命體無法執行的或復雜或規模龐大的任務等等。
值得一提的是，機器翻譯是人工智慧的重要分支和最先應用領域。不過就已有的機譯成就來看，機譯系統的譯文質量離終極目標仍相差甚遠；而機譯質量是機譯系統成敗的關鍵。
中國數學家、語言學家周海中教授曾在論文《機器翻譯五十年》中指出：要提高機譯的質量，首先要解決的是語言本身問題而不是程序設計問題；單靠若干程序來做機譯系統，肯定是無法提高機譯質量的。
另外在人類尚未明了大腦是如何進行語言的模糊識別和邏輯判斷的情況下，機譯要想達到「信、達、雅」的程度是不可能的。智能家居之後，人工智慧成為家電業的新風口，而長虹正成為將這一浪潮掀起的首個家電巨頭。
長虹發布兩款CHiQ智能電視新品，主打手機遙控器、帶走看、隨時看、分類看功能 。
⑶ 人工智慧在生活中使用，主要表現在什麼方面
隨著科學技術的發展，人們的生活也發生了很大的變化。近兩年來，人工智慧這一個詞越來越被大家熟知。然而什麼叫做人工智慧，查找相關的知識可以得知，人工智慧就是運用我們學習的一些知識來解決生活中的一些問題。到目前為止，人工智慧已經廣泛的被應用到我們的日常生活中，例如人工智慧已經應用到了交通、醫學以及家居等方面。
其實，人工智慧這一個技術最先是應用在我們的家居生活中，。因為現在有很多人。經發明了一些機器，或者說一些技術能夠為普通人提供一些簡單的日常服務。例如，現在有一些機器人可以幫助人們打掃衛生，整理家務。准確的來說，只要家庭中的主人發出一個指令之後，相關的機器人就會執行命令，然後完成某一件事情。
⑷ 人工智慧在物理中的應用
在計算機科學中，人工智慧（AI）有時被稱為機器智能，是由機器展示的智能，與人類和動物展示的自然智能形成對比。通俗地說，「人工智慧」一詞用來描述模仿人類與其他人類思維相關聯的「認知」功能的機器，如「學習」和「解決問題」。[1]
隨著機器變得越來越有能力，被認為需要「智能」的任務通常會從人工智慧的定義中刪除，這種現象被稱為人工智慧效應。[2] 特斯勒定理（Tesler's Theorem）中的一句妙語說：「人工智慧是尚未完成的事情。」[3] 例如，光學字元識別經常被排除在人工智慧之外，已經成為一種常規技術。現代機器能力通常被歸類為人工智慧，包括成功理解人類語言， 在戰略游戲系統（如象棋和圍棋）中處於最高水平的競爭， 自主操作汽車、內容傳遞網路中的智能路由以及軍事模擬。
人工智慧可以分為三種不同類型的系統：分析型、人類啟發型和人性化人工智慧。[4] 分析型人工智慧只有與認知智能一致的特徵；生成對世界的認知表示，並利用基於過去經驗的學習來為未來的決策提供信息。人類啟發的人工智慧包含認知和情商的元素；除了認知因素之外，還要理解人類情感，並在決策中考慮它們。人性化人工智慧顯示了所有類型能力（即認知、情感和社會智能）的特徵，能夠自我意識，並在與他人的互動中自我意識。
人工智慧於1956年作為一門學術學科創立，此後幾年經歷了幾次樂觀浪潮， 接著是失望和資金損失（被稱為「人工智慧冬天」）， 接著是新的方法、成功和新的資金。 在其歷史的大部分時間里，人工智慧研究一直被劃分為許多子領域，這些子領域之間往往無法相互溝通。[5] 這些子領域是基於技術考慮的，如特定目標（如「機器人學」或「機器學習」）， 特定工具的使用（「邏輯」或人工神經網路），或深刻的哲學差異。 子領域也基於社會因素（特定機構或特定研究人員的工作）。[5]
人工智慧研究的傳統問題（或目標）包括推理、知識表示、規劃、學習、自然語言處理、感知以及移動和操縱對象的能力。 一般智力是該領域的長期目標之一。 方法包括統計方法、計算智能和傳統的符號人工智慧。人工智慧中使用了許多工具，包括搜索和數學優化、人工神經網路以及基於統計、概率和經濟學的方法。人工智慧領域借鑒了計算機科學、信息工程、數學、心理學、語言學、哲學和許多其他領域。
這個領域建立在人類智能「可以被如此精確地描述，以至於可以製造一台機器來模擬它」的主張之上。[6]這引發了關於創造具有類人智能的人工生命的思想本質和倫理道德的哲學爭論，這些問題自古以來就被神話、小說和哲學所探索。有些人還認為人工智慧如果發展勢頭不減，將對人類構成威脅。[7]其他人認為人工智慧不同於以前的技術革命，它會帶來大規模失業的風險。
在二十一世紀，隨著計算機能力、大量數據和理論理解的同步發展，人工智慧技術經歷了一次復興；人工智慧技術已經成為技術產業的重要組成部分，有助於解決計算機科學、軟體工程和運籌學中許多具有挑戰性的問題。
⑸ 人工智慧在游戲中的應用
1. 現代電腦游戲簡介
電子游戲從1971年誕生以來，越來越受到人們的喜愛。隨著現代計算機、網路、虛擬現實、人工智慧等技術的發展，游戲的擬人化越來越逼真。高度的擬人化使得現代電腦游戲能夠模仿人類社會中的各種情形，並把這些情形通過視覺、聽覺、甚至觸覺等多種感官反映到人的大腦，從而對人們的現實生活產生巨大沖擊。基於游戲中的這些反映人類社會的情形不同和游戲表示的方式不同，可以把電子游戲分為幾大類別：縱向卷軸和橫向卷軸類、棋牌邏輯類、文字冒險類、圖形冒險類、模擬類、戰略類、第一或第三人稱射擊類和角色扮演類。
無論游戲屬於何種類別，游戲玩家都希望在游戲中能夠體驗到現實中無法體驗到的刺激，得到現實中無法得到的滿足。這些刺激和滿足主要表現在特定的挑戰、社會化、吹噓與幻想、情感等方面。實際上，大部分的玩家並不能預先知道他們想要什麼樣的游戲，但是他們往往在看到了一個精美的游戲後說，「嗯，我要的就是這個！」
要使得玩家喜歡游戲，游戲的開發過程必須得到重視。一般來說，游戲的開發過程主要分為四個階段：構想階段、總體設計階段、細節設計階段和建設階段。[1]
萬事開頭難，構想階段是游戲開發中最為重要的階段。一個好的游戲背景故事是整個游戲成功的一半。在准備好游戲故事之後，就需要考慮游戲採用何種游戲類型，並把游戲故事分割成幕(Act)，改編為游戲劇本(Gameplay)。
在總體設計階段，要考慮每個幕中的角色和規則，同時也要考慮相關的技術問題。比如，游戲將採用何種技術、准備運行在什麼平台上等。
在細節設計階段，要對每一幕中的焦點(Focus)進行設計，對每一幕的效果產生效果圖，選擇合適的音樂匹配到各個場景，設計各個角色和場景的細節。
最後是建設階段。開發者要採用選定的技術對游戲進行開發。游戲製作包括編程和觸發器的製作。最後要進行游戲測試。2. 基於電腦游戲的圖靈實驗
人們在娛樂電腦游戲的時候，往往希望游戲中的其他角色能夠擁有某些程度上的智能。這些智能可以使得人們能夠在游戲的同時得到滿足。然而，這種智能必須得到控制。如果游戲中的機器角色的智能明顯高於玩家的能力，使得玩家對勝利喪失信心，那麼玩家會放棄這樣的游戲。所以，人工愚蠢(Artificial Stupidity)技術也是必不可少的。在游戲中，太強或太弱的人工智慧都是不合適的。
那何種程度的人工智慧才是合適的呢？回答這個問題首先要考慮怎樣的機器可以算作智能機器。圖靈曾經提出了「圖靈實驗」的概念。他認為能夠通過圖靈實驗的機器是具有智能的。其實，在游戲中也是一樣的。「圖靈實驗」在游戲中可以這樣描述：當玩家和其他玩家同諸多機器在同時游戲時，如果這個玩家通過游戲規則中的任何方式都無法分辨游戲中的其他角色哪個是其他玩家，哪個是機器的線程，那麼我們可以說這個游戲通過了「游戲中的圖靈測試」。[2]一般來說，通過了「游戲中的圖靈測試」的游戲是最適合玩家娛樂的。3. 游戲中的人工智慧技術
人工智慧在游戲中的目標主要有五個：一是為玩家提供適合的挑戰；二是使玩家處於亢奮狀態；三是提供不可預知性結果；四是幫助完成游戲的故事情節；五是創造一個生動的世界。這個生動的世界可以是類似現實生活中的世界，也可以是與現實世界完全不同的世界。但不管何種世界都要求有一整套能夠自圓其說的游戲規則。
在游戲製作過程中，實現人工智慧的關鍵主要有：虛擬現實與擬人化、動畫效果與機器角色場景感知[3]、機器角色的機器學習和進化、玩家與機器角色之間的平衡性、人工愚蠢技術、確定性人工智慧技術與非確定性人工智慧技術的互補。
游戲中的人工智慧的主要技術主要有：有限狀態自動機(Finite State Machines)、模糊邏輯(Fuzzy Logic)、A*演算法與有效尋徑(A* Algorithm for Efficient Pathfinding)、腳本設計(Scripting)、基於規則的人工智慧和系統(Rules-based AI and Systems)、人工生命(Artificial life)、貝葉斯推論(Bayesian Inference)和非確定性貝葉斯網路(Bayesian Networks for Uncertainty Decisions)、神經網路(Neural Networks)和遺傳演算法(Genetic Algorithms)等。4. 目前的局限與前景展望
就目前來說，技術上的困難主要來源於兩個方面：一是游戲中的非確定狀態實在太多；二是現有的硬體和計算機網路對於高級人工智慧還說，速度還達不到要求。[4]
目前要解決這些困難，在技術上來說還是不成熟的。對於數量極多的非確定狀態來說，盡可能地提高硬體和計算機網路的速度，可能是一個解決方法。但是要提高硬體和計算機網路的速度也並非易事。這可能要等到全息光學計算機和光互聯網誕生之後才能徹底解決。但目前有效的辦法是提高軟體的執行速度。比如使用更有效的演算法或神經網路等新技術。
⑹ 人工智慧是什麼
人工智慧（計算機科學的一個分支）
人工智慧（Artificial Intelligence），英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。 人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智慧是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，但沒有一個統一的定義。
人工智慧是對人的意識、思維的信息過程的模擬。人工智慧不是人的智能，但能像人那樣思考、也可能超過人的智能。但是這種會自我思考的高級人工智慧還需要科學理論和工程上的突破。
人工智慧是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智慧是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智慧研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種「復雜工作」的理解是不同的。
工智能的定義可以分為兩部分，即「人工」和「智能」。「人工」比較好理解，爭議性也不大。有時我們會要考慮什麼是人力所能及製造的，或者人自身的智能程度有沒有高到可以創造人工智慧的地步，等等。但總的來說，「人工系統」就是通常意義下的人工系統。
關於什麼是「智能」，就問題多多了。這涉及到其它諸如意識（CONSCIOUSNESS）、自我（SELF）、思維（MIND）（包括無意識的思維（UNCONSCIOUS_MIND）等等問題。人唯一了解的智能是人本身的智能，這是普遍認同的觀點。但是我們對我們自身智能的理解都非常有限，對構成人的智能的必要元素也了解有限，所以就很難定義什麼是「人工」製造的「智能」了。因此人工智慧的研究往往涉及對人的智能本身的研究。其它關於動物或其它人造系統的智能也普遍被認為是人工智慧相關的研究課題。
人工智慧在計算機領域內，得到了愈加廣泛的重視。並在機器人，經濟政治決策，控制系統，模擬系統中得到應用。