1. 人工智慧入門書籍

主要有以下書籍:

1.《人工智慧》(美)尼爾森 鄭扣根譯 機械工業出版社
2. 人工智慧智能系統指南(英文版·第2版) (澳)尼格內維特斯基(Negnevitsky,M.) 機械工業出版社
3.《人工智慧:理論與實踐》(美)迪安 等著,顧國昌 等譯 電子工業出版社
4.《人工智慧:復雜問題求解的結構和策略》(美)George F.Luger 著,史忠植,張銀奎 等譯 機械工業出版社
5.《游戲編程中的人工智慧技術》(美)布克蘭德著,吳祖增,沙鷹翻譯 清華大學出版社
6.《人工智慧游戲編程真言》(美)拉比(Rabin,S.) 主編,庄越挺,吳飛 譯清華大學出版社

個人推薦《人工智慧》的原因:
第一,該書言簡意賅比較容易讀懂。
第二,有很多例子穿插在在課文中,幫助讀者能將每種人工智慧的方法應用於只見眾。第三,演算法或者數據結構的解釋被巧妙地闡釋出來,而不是對一大堆資料的冗長的總結。最後,編程章節讓學生能更深刻地理解資料,同時也穿插著許多對實現細節的參考。

2. 人工智慧解決了那些社會問題

  • 美國的南加州大學和北加州大學分別宣布成立了兩個新的人工智慧研究中心,其主要目的是為了研究AI究竟可以通過哪些方式來幫助整個人類社會。

  • 南加州大學的維特比工程學院和社會工作學院在周三的時候就表示,他們已經強強聯手,准備共同建設一個以提供社會問題解決方案為目的的人工智慧中心。在前一天,加州大學伯克利分校也宣布成立了一個新型的「人機兼容」的人工智慧中心。

    雖然關於人工智慧的「危險性」已經討論了很多次,隨著人工智慧技術越來越先進,人們「談人工智慧色變」,並且連一些科學技術領域的專家們(包括史蒂芬霍金,比爾蓋茨和伊隆•馬斯克)都在提醒著我們,應當小心這些先進的人工智慧可能會在某一天推翻整個人類。

    然而也有一些專家說,在目前的技術水平下,人工智慧的前景還遠遠不可能達到這個地步,取而代之的是,科學家們正在緊鑼密鼓地在探究更多的方法,使得人工智慧可以成為人類生命中真正的幫助。

    加州大學伯克利分校成立的這個AI中心是由人工智慧研究員斯圖爾特•拉塞爾負責的,該中心在竭力研究如何才能將人類的價值觀植入到人工智慧的設計當中去,以及如何才能夠構建出一個數學框架,能夠幫助人們建立一個對人類有益的人工智慧系統。

    這個研發過程很不容易,因為涉及到許多關於人性的問題,要想將人性的各種特質植入到人工智慧當中,這不僅僅是一個很難的技術問題,同時更是一個考驗人心的事情。關於這當中的許多問題,目前都無法得到一個統一的答案。

    例如,怎樣才能夠讓機器人真正懂得人們真正想要的東西是什麼呢?很多時候人類在交流的過程當中不會直白的說出他們的目的,會用盡很多的手段欺哄別人。拉塞爾稱這些為「邁達斯國王」問題。

    在希臘神話故事中,邁達斯向酒神求一個「點石成金」的能力,後來他如願以償獲得這個能力,但是結果凡他所碰的每一樣東西都會變成金子,連食物也是,最後使得他飢餓痛苦而死。邁達斯一開始索求的能力並不是這樣,由於表達過程中信息的遺漏和不統一,才導致了這種結果。

    科學家們設計的人工智慧,需要從人們的行為中邊觀察邊學習人的價值觀到底有哪些,在這個研發過程中,科學家們肯定也會遇到這些信息交流不對稱的情況。因為在現實中,人類的行為並不總是與他們的價值觀相一致的,所以讓人工智慧通過觀看人們的行為來學習人類的價值觀,顯然會有一些問題。

    南加州大學AI研究中心是由人工智慧研究員米林得•坦博和社會工作科學家埃里克•賴斯共同負責的,這個人工智慧中心研究的方向和形式完全不同於加州大學伯克利分校中心,他們的思路完全不一樣,南加州中心試圖利用人工智慧目前已具備的能力來解決人類所出現的一些凌亂復雜的問題。

    此外,研究員坦博還在主持領導一個研討會,該研討會是由白宮科技辦公室舉辦的,主要目的是通過使用人工智慧來更多造福於社會。坦博曾使用人工智慧來幫助減少流浪者偷獵野生保護動物,還幫助洛杉磯國際機場安全官員成功繳獲了許多武器,毒品等違禁品。

    他和萊斯所做的一切事情,其實就是一個典範,這類事情也是該人工智慧中心要去做的:就是使用人工智慧來定位識別出在社交網路上的「重要頭目」,為防止艾滋病在洛杉磯無家可歸的年輕中傳播做出一份貢獻。

    人工智慧領域所包含的科技工具范圍很廣,其中有機器學習,計算機視覺,自然語言處理和博弈論(關於博弈論,有很多的說法,是人工智慧領域另一個需要特別研究的方向,坦博說道。)以上這些領域中,有很多方面和人類的智慧有很多相似之處。坦博說,他希望以後隨著加入這個研究中心的研究人員的不斷增多,可以更多地將以上這些智能計算機科技工具用於社會當中。

    「目前關於人工智慧的定義,要想讓所有人都持相同的觀念,是很難實現的。」坦博說道。「但是基本上所有的觀念以及推理,對於許多復雜問題的解決還是很有幫助的,人工智慧期待在這些領域取得更大進步。」

    賴斯說,人工智慧所呈現出來的巨大潛力,在解決人類社會中各種棘手問題上,讓人們看到了巨大的希望,包括全球變暖對貧困地區的影響,兒童福利制度,無家可歸的人群的住房問題,以及醫療問題。

    雖然該中心的創始人有不同的背景,但是他們兩個人的能力和特長可以形成互補,從而可以互相提高,賴斯說。

    「在社會工作領域有一些很厲害的專家,他們對這個真實世界的復雜性有很獨到的認識,在計算機科學領域,也同樣有些人很擅長研發這些高科技復雜系統,如果能夠將這兩群人召集在一起,那麼解決這些復雜的社會問題,將是指日可待的。」賴斯說。

3. 求人工智慧論文一篇

VeryCD上的電子書
http://lib.verycd.com/2005/10/09/0000068805.html

書名:SBIA 2004——人工智慧的最新進展Advances in Artificial Intelligence

走近人工智慧

人工智慧(Artificial Intelligence,AI)一直都處於計算機技術的最前沿,經歷了幾起幾落……

長久以來,人工智慧對於普通人來說是那樣的可望而不可及,然而它卻吸引了無數研究人員為之奉獻才智,從美國的麻省理工學院(MIT)、卡內基-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《人工智慧》(A.I.)對許多人的頭腦又一次產生了震動,引起了一些人士了解並探索人工智慧領域的興趣。

在本期技術專題中,中國科學院計算技術研究所智能信息處理開放實驗室的幾位研究人員將引領我們走近人工智慧這一充滿挑戰與機遇的領域。

計算機與人工智慧

"智能"源於拉丁語LEGERE,字面意思是採集(特別是果實)、收集、匯集,並由此進行選擇,形成一個東西。INTELEGERE是從中進行選擇,進而理解、領悟和認識。正如帕梅拉·麥考達克在《機器思維》(Machines Who Thinks,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系。從幾個世紀前出現的神話般的巨鍾和機械自動機開始,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系。經過幾個世紀之後,新技術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"人工智慧之父"。

人工智慧領域的研究是從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"人工智慧"(Artificial Intelligence,AI)這個術語。隨後的幾十年中,人們從問題求解、邏輯推理與定理證明、自然語言理解、博弈、自動程序設計、專家系統、學習以及機器人學等多個角度展開了研究,已經建立了一些具有不同程度人工智慧的計算機系統,例如能夠求解微分方程、設計分析集成電路、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介面,應用於疾病診斷的專家系統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,人工智慧的發展也並不是一帆風順的,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,但是隨著硬體和軟體的發展,計算機的運算能力在以指數級增長,同時網路技術蓬勃興起,確保計算機已經具備了足夠的條件來運行一些要求更高的AI軟體,而且現在的AI具備了更多的現實應用的基礎。90年代以來,人工智慧研究又出現了新的高潮。

我們有幸采訪了中國科學院計算技術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我們走近人工智慧這個讓普通人感到深奧卻又具有無窮魅力的領域。

問: 目前人工智慧研究出現了新的高潮,那麼現在有哪些新的研究熱點和實際應用呢?

答: AI研究出現了新的高潮,這一方面是因為在人工智慧理論方面有了新的進展,另一方面也是因為計算機硬體突飛猛進的發展。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路技術的不斷發展,許多原來無法完成的工作現在已經能夠實現。目前人工智慧研究的3個熱點是: 智能介面、數據挖掘、主體及多主體系統。

智能介面技術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,而這些功能的實現又依賴於知識表示方法的研究。因此,智能介面技術的研究既有巨大的應用價值,又有基礎的理論意義。目前,智能介面技術已經取得了顯著成果,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已經開始實用化。

數據挖掘就是從大量的、不完全的、有雜訊的、模糊的、隨機的實際應用數據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。數據挖掘和知識發現的研究目前已經形成了三根強大的技術支柱: 資料庫、人工智慧和數理統計。主要研究內容包括基礎理論、發現演算法、數據倉庫、可視化技術、定性定量互換模型、知識表示方法、發現知識的維護和再利用、半結構化和非結構化數據中的知識發現以及網上數據挖掘等。

主體是具有信念、願望、意圖、能力、選擇、承諾等心智狀態的實體,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,而且可以和環境交互,與其他主體通信,通過規劃達到目標。多主體系統主要研究在邏輯上或物理上分離的多個主體之間進行協調智能行為,最終實現問題求解。多主體系統試圖用主體來模擬人的理性行為,主要應用在對現實世界和社會的模擬、機器人以及智能機械等領域。目前對主體和多主體系統的研究主要集中在主體和多主體理論、主體的體系結構和組織、主體語言、主體之間的協作和協調、通信和交互技術、多主體學習以及多主體系統應用等方面。

問: 您在人工智慧領域研究了幾十年,參與了許多國家重點研究課題,非常清楚國內外目前人工智慧領域的研究情況。您認為目前我國人工智慧的研究情況如何?

答: 我國開始"863計劃"時,正值全世界的人工智慧熱潮。"863-306"主題的名稱是"智能計算機系統",其任務就是在充分發掘現有計算機潛力的基礎上,分析現有計算機在應用中的缺陷和"瓶頸",用人工智慧技術克服這些問題,建立起更為和諧的人-機環境。經過十幾年來的努力,我們縮短了我國人工智慧技術與世界先進水平的差距,也為未來的發展奠定了技術和人才基礎。

但是也應該看到目前我國人工智慧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、基礎研究比例略少、理論研究與實際應用需求結合不夠緊密。選題時,容易跟著國外的選題走; 立項論證時,慣於考慮國外怎麼做; 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。

今後,基礎研究的比例應該適當提高,同時人工智慧研究一定要與應用需求相結合。科學研究講創新,而創新必須接受應用和市場的檢驗。因此,我們不僅要善於找到解決問題的答案,更重要的是要發現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慧將來會向哪些方面發展?

答: 技術的發展總是超乎人們的想像,要准確地預測人工智慧的未來是不可能的。但是,從目前的一些前瞻性研究可以看出未來人工智慧可能會向以下幾個方面發展: 模糊處理、並行化、神經網路和機器情感。

目前,人工智慧的推理功能已獲突破,學習及聯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並行化處理功能。人工神經網路是未來人工智慧應用的新領域,未來智能計算機的構成,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網路的結合。研究表明: 情感是智能的一部分,而不是與智能相分離的,因此人工智慧領域的下一個突破可能在於賦予計算機情感能力。情感能力對於計算機與人的自然交往至關重要。

人工智慧一直處於計算機技術的前沿,人工智慧研究的理論和發現在很大程度上將決定計算機技術的發展方向。今天,已經有很多人工智慧研究的成果進入人們的日常生活。將來,人工智慧技術的發展將會給人們的生活、工作和教育等帶來更大的影響。

什麼是人工智慧?

人工智慧也稱機器智能,它是計算機科學、控制論、資訊理論、神經生理學、心理學、語言學等多種學科互相滲透而發展起來的一門綜合性學科。從計算機應用系統的角度出發,人工智慧是研究如何製造出人造的智能機器或智能系統,來模擬人類智能活動的能力,以延伸人們智能的科學。

AI理論的實用性

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軟體和許多感應器,它們都很清楚自己該踢什麼位置,同時也明白有些情況下不能死守崗位。盡管現在的AI技術只能使它們大部分時間處於個人盤帶的狀態,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,但是有很強的現實意義。因為通過這類活動可以加強機器之間的協作能力。我們知道,Internet是由無數台伺服器和無數台路由器組成的,路由器的作用就是為各自的數據選擇通道並加以傳送,如果利用一些智能化的路由器很好地協作,就能分析出傳輸數據的最佳路徑,從而可以大大減少網路堵塞。

我國也已經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慧研究的興趣。

未來的AI產品

安放於加州勞倫斯·利佛摩爾國家實驗室的ASCI White電腦,是IBM製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。現在,IBM正在開發能力更為強大的新超級電腦--"藍色牛仔"(Blue Jean)。據其研究主任保羅·霍恩稱,預計於4年後誕生的"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過的東西,還有一個項目則是讓機器人學會聆聽音樂的節奏並將其在鼓上演奏出來。

4. 有沒有出版社組織翻譯人工智慧相關書籍的

主要有以自下書籍:

1.《人工智慧》(美)尼爾森 鄭扣根譯 機械工業出版社
2. 人工智慧智能系統指南(英文版·第2版) (澳)尼格內維特斯基(Negnevitsky,M.) 機械工業出版社
3.《人工智慧:理論與實踐》(美)迪安 等著,顧國昌 等譯 電子工業出版社
4.《人工智慧:復雜問題求解的結構和策略》(美)George F.Luger 著,史忠植,張銀奎 等譯 機械工業出版社
5.《游戲編程中的人工智慧技術》(美)布克蘭德著,吳祖增,沙鷹翻譯 清華大學出版社
6.《人工智慧游戲編程真言》(美)拉比(Rabin,S.) 主編,庄越挺,吳飛 譯清華大學出版社

個人推薦《人工智慧》的原因:
第一,該書言簡意賅比較容易讀懂。
第二,有很多例子穿插在在課文中,幫助讀者能將每種人工智慧的方法應用於只見眾。第三,演算法或者數據結構的解釋被巧妙地闡釋出來,而不是對一大堆資料的冗長的總結。最後,編程章節讓學生能更深刻地理解資料,同時也穿插著許多對實現細節的參考。

5. 自學人工智慧有什麼書籍推薦

主要有以下書籍:
1.《人工智慧》(美)尼爾森 鄭扣根譯 機械工業出版社
2. 人工智慧智版能系統權指南(英文版·第2版) (澳)尼格內維特斯基(Negnevitsky,M.) 機械工業出版社
3.《人工智慧:理論與實踐》(美)迪安 等著,顧國昌 等譯 電子工業出版社
4.《人工智慧:復雜問題求解的結構和策略》(美)George F.Luger 著,史忠植,張銀奎 等譯 機械工業出版社
5.《游戲編程中的人工智慧技術》(美)布克蘭德著,吳祖增,沙鷹翻譯 清華大學出版社
6.《人工智慧游戲編程真言》(美)拉比(Rabin,S.) 主編,庄越挺,吳飛 譯清華大學出版社
個人推薦《人工智慧》的原因:
第一,該書言簡意賅比較容易讀懂。
第二,有很多例子穿插在在課文中,幫助讀者能將每種人工智慧的方法應用於只見眾。第三,演算法或者數據結構的解釋被巧妙地闡釋出來,而不是對一大堆資料的冗長的總結。最後,編程章節讓學生能更深刻地理解資料,同時也穿插著許多對實現細節的參考。

6. 如何實現人工智慧

人工智慧是非常復雜的技術,主要用於復雜問題求解。比如和人下棋等等。
這門學科現在還在蓬勃發展當中。

這些復雜的技術不是三兩句話就說得清。
如果你真的想學習。
那麼先要學習計算機語言,比如C,C++
之後學習數據結構和演算法。這里的演算法比較重要的就是動態規劃演算法,這是很基礎的人工智慧。動態規劃演算法在解決棋局中的殘局問題中有應用。

都學習之後,就去看人工智慧的書籍。在上學里也可以選修這方面的課程。

7. 人工智慧復雜問題求解的結構和策略 這本書怎麼樣

人工智慧的定義可以分為兩部分,即「人工」和「智能」。「人工」比較內好理解,爭議性也不大。有時容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。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。

8. 想了解下關於人工智慧的知識,有沒有比較適合的書籍

主要有以下書籍:

1.《人工智慧》(美)尼爾森 鄭扣根譯 機械工業出版社
2. 人工智回能智能系統指南(英文答版·第2版) (澳)尼格內維特斯基(Negnevitsky,M.) 機械工業出版社
3.《人工智慧:理論與實踐》(美)迪安 等著,顧國昌 等譯 電子工業出版社
4.《人工智慧:復雜問題求解的結構和策略》(美)George F.Luger 著,史忠植,張銀奎 等譯 機械工業出版社
5.《游戲編程中的人工智慧技術》(美)布克蘭德著,吳祖增,沙鷹翻譯 清華大學出版社
6.《人工智慧游戲編程真言》(美)拉比(Rabin,S.) 主編,庄越挺,吳飛 譯清華大學出版社

個人推薦《人工智慧》的原因:
第一,該書言簡意賅比較容易讀懂。
第二,有很多例子穿插在在課文中,幫助讀者能將每種人工智慧的方法應用於只見眾。第三,演算法或者數據結構的解釋被巧妙地闡釋出來,而不是對一大堆資料的冗長的總結。最後,編程章節讓學生能更深刻地理解資料,同時也穿插著許多對實現細節的參考。

9. 若人工智慧不能算只能,那隻是程序的計算和篩選

建議查下網路!!!