人工智慧語義
1. AI(人工智慧)的英文全稱AI指什麼,包含什麼
AI(Artificial Intelligence，人工智慧) 。「人工智慧」一詞最初是在1956 年Dartmouth學會上提出的。從那以後,研究者們發展了眾多理論和原理,人工智慧的概念也隨之擴展。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。例如繁重的科學和工程計算本來是要人腦來承擔的, 現在計算機不但能完成這種計算, 而且能夠比人腦做得更快、更准確, 因之當代人已不再把這種計算看作是「需要人類智能才能完成的復雜任務」, 可見復雜工作的定義是隨著時代的發展和技術的進步而變化的, 人工智慧這門科學的具體目標也自然隨著時代的變化而發展。它一方面不斷獲得新的進展, 一方面又轉向更有意義、更加困難的目標。目前能夠用來研究人工智慧的主要物質手段以及能夠實現人工智慧技術的機器就是計算機, 人工智慧的發展歷史是和計算機科學與技術的發展史聯系在一起的。除了計算機科學以外, 人工智慧還涉及資訊理論、控制論、自動化、仿生學、生物學、心理學、數理邏輯、語言學、醫學和哲學等多門學科。
人工智慧學科研究的主要內容包括：知識表示、自動推理和搜索方法、機器學習和知識獲取、知識處理系統、自然語言理解、計算機視覺、智能機器人、自動程序設計等方面。
知識表示是人工智慧的基本問題之一，推理和搜索都與表示方法密切相關。常用的知識表示方法有：邏輯表示法、產生式表示法、語義網路表示法和框架表示法等。
常識，自然為人們所關注，已提出多種方法，如非單調推理、定性推理就是從不同角度來表達常識和處理常識的。
問題求解中的自動推理是知識的使用過程，由於有多種知識表示方法，相應地有多種推理方法。推理過程一般可分為演繹推理和非演繹推理。謂詞邏輯是演繹推理的基礎。結構化表示下的繼承性能推理是非演繹性的。由於知識處理的需要，近幾年來提出了多種非演澤的推理方法，如連接機制推理、類比推理、基於示例的推理、反繹推理和受限推理等。
搜索是人工智慧的一種問題求解方法，搜索策略決定著問題求解的一個推理步驟中知識被使用的優先關系。可分為無信息導引的盲目搜索和利用經驗知識導引的啟發式搜索。啟發式知識常由啟發式函數來表示，啟發式知識利用得越充分，求解問題的搜索空間就越小。典型的啟發式搜索方法有A*、AO*演算法等。近幾年搜索方法研究開始注意那些具有百萬節點的超大規模的搜索問題。
機器學習是人工智慧的另一重要課題。機器學習是指在一定的知識表示意義下獲取新知識的過程，按照學習機制的不同，主要有歸納學習、分析學習、連接機制學習和遺傳學習等。
知識處理系統主要由知識庫和推理機組成。知識庫存儲系統所需要的知識，當知識量較大而又有多種表示方法時，知識的合理組織與管理是重要的。推理機在問題求解時，規定使用知識的基本方法和策略，推理過程中為記錄結果或通信需設資料庫或採用黑板機制。如果在知識庫中存儲的是某一領域(如醫療診斷)的專家知識，則這樣的知識系統稱為專家系統。為適應復雜問題的求解需要，單一的專家系統向多主體的分布式人工智慧系統發展，這時知識共享、主體間的協作、矛盾的出現和處理將是研究的關鍵問題。
一、人工智慧的歷史
人工智慧（AI）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，人工智慧的目的就是讓計算機這台機器能夠象人一樣思考。這可是不是一個容易的事情。 如果希望做出一台能夠思考的機器，那就必須知識什麼是思考，更進一步講就是什麼是智慧，它的表現是什麼，你可以說科學
家有智慧，可你決不會說一個路人什麼也不會，沒有知識，你同樣不敢說一個孩子沒有智慧，可對於機器你就不敢說它有智慧了吧，那麼智慧是如何分辨的呢？我們說的話，我們做的事情，我們的想法如同泉水一樣從大腦中流出，如此自然，可是機器能夠嗎，那麼什麼樣的機器才是智慧的呢？科學家已經作出了汽車，火車，飛機，收音機等等，它們模仿我們身體器官的功能，但是能不能模仿人類大腦的功能呢？到目前為止，我們也僅僅知道這個裝在我們天靈蓋裡面的東西是由數十億個神經細胞組成的器官，我們對這個東西知之甚少，模仿它或許是天下最困難的事情了。
在定義智慧時，英國科學家圖靈做出了貢獻，如果一台機器能夠通過稱之為圖靈實驗的實驗，那它就是智慧的，圖靈實驗的本質 就是讓人在不看外型的情況下不能區別是機器的行為還是人的行為時，這個機器就是智慧的。不要以為圖靈只做出這一點貢獻就會名垂表史，如果你是學計算機的就會知道，對於計算機人士而言，獲得圖靈獎就等於物理學家獲得諾貝爾獎一樣，圖靈在理論上奠定了計算機產生的基礎，沒有他的傑出貢獻世界上根本不可能有這個東西，更不用說什麼網路了。
科學家早在計算機出現之前就已經希望能夠製造出可能模擬人類思維的機器了，在這方面我希望提到另外一個傑出的數學家，哲學家布爾，通過對人類思維進行數學化精確地刻畫，他和其它傑出的科學家一起奠定了智慧機器的思維結構與方法，今天我們的計算機內使用的邏輯基礎正是他所創立的。
我想任何學過計算機的人對布爾一定不會陌生，我們所學的布爾代數，就是由它開創的。當計算機出現後，人類開始真正有了一個可以模擬人類思維的工具了，在以後的歲月中，無數科學家為這個目標努力著，現在人工智慧已經不再是幾個科學家的專利了，全世界幾乎所有大學的計算機系都有人在研究這門學科，學習計算機的大學生也必須學習這樣一門課程，在大家不懈的努力下，現在計算機似乎已經變得十分聰明了，剛剛結束的國際象棋大賽中，計算機把人給勝了，這是人們都知道的，大家或許不會注意到，在一些地方計算機幫助人進行其它原來只屬於人類的工作，計算機以它的高速和准確為人類發揮著它的作用。人工智慧始終是計算機科學的前沿學科，計算機編程語言和其它計算機軟體都因為有了人工智慧的進展而得以存在。
現在人類已經把計算機的計算能力提高到了前所未有的地步，而人工智慧也在下世紀領導計算機發展的潮頭，現在人工智慧的發展因為受到理論上的限制不是很明顯，但它必將象今天的網路一樣深遠地影響我們的生活。
在世界各地對人工智慧的研究很早就開始了，但對人工智慧的真正實現要從計算機的誕生開始算起，這時人類才有可能以機器的實現人類的智能。AI這個英文單詞最早是在1956年的一次會議上提出的，在此以後，因此一些科學的努力它得以發展。人工智慧的進展並不象我們期待的那樣迅速，因為人工智慧的基本理論還不完整，我們還不能從本質上解釋我們的大腦為什麼能夠思考，這種思考來自於什麼，這種思考為什麼得以產生等一系列問題。但經過這幾十年的發展，人工智慧正在以它巨大的力量影響著人們的生活。
讓我們順著人工智慧的發展來回顧一下計算機的發展，在1941年由美國和德國兩國共同研製的第一台計算機誕生了，從此以後人類存儲和處理信息的方法開始發生革命性的變化。第一台計算機的體型可不算太好，它比較胖，還比較嬌氣，需要工作在有空調的房間里，如果希望它處理什麼事情，需要大家把線路重新接一次，這可不是一件省力氣的活兒，把成千上萬的線重新焊一下我想現在的程序員已經是生活在天堂中了。
終於在1949發明了可以存儲程序的計算機，這樣，編程程序總算可以不用焊了，好多了。因為編程變得十分簡單，計算機理論的發展終於導致了人工智慧理論的產生。人們總算可以找到一個存儲信息和自動處理信息的方法了。
雖然現在看來這種新機器已經可以實現部分人類的智力，但是直到50年代人們才把人類智力和這種新機器聯系起來。我們注意到旁邊這位大肚子的老先生了，他在反饋理論上的研究最終讓他提出了一個論斷，所有
人類智力的結果都是一種反饋的結果，通過不斷地將結果反饋給機體而產生的動作，進而產生了智能。我們家的抽水馬桶就是一個十分好的例子，水之所以不會常流不斷，正是因為有一個裝置在檢測水位的變化，如果水太多了，就把水管給關了，這就實現了反饋，是一種負反饋。如果連我們廁所里的裝置都可以實現反饋了，那我們應該可以用一種機器實現反饋，進而實現人類智力的機器形式重現。這種想法對於人工智慧早期的有著重大的影響。
在1955的時候，香農與人一起開發了The Logic TheoriST程序，它是一種採用樹形結構的程序，在程序運行時，它在樹中搜索，尋找與可能答案最接近的樹的分枝進行探索，以得到正確的答案。這個程序在人工智慧的歷史上可以說是有重要地位的，它在學術上和社會上帶來的巨大的影響，以至於我們現在所採用的方法思想方法有許多還是來自於這個50年代的程序。
1956年，作為人工智慧領域另一位著名科學家的麥卡希（就是右圖的那個人）召集了一次會議來討論人工智慧未來的發展方向。從那時起，人工智慧的名字才正式確立，這次會議在人工智慧歷史上不是巨大的成功，但是這次會議給人工智慧奠基人相互交流的機會，並為未來人工智慧的發展起了鋪墊的作用。在此以後，工人智能的重點開始變為建立實用的能夠自行解決問題的系統，並要求系統有自學習能力。在1957年，香農和另一些人又開發了一個程序稱為General Problem Solver(GPS)，它對Wiener的反饋理論有一個擴展，並能夠解決一些比較普遍的問題。別的科學家在努力開發系統時，右圖這位科學家作出了一項重大的貢獻，他創建了表處理語言LISP，直到現在許多人工智慧程序還在使用這種語言，它幾乎成了人工智慧的代名詞，到了今天，LISP仍然在發展。
在1963年，麻省理工學院受到了美國政府和國防部的支持進行人工智慧的研究，美國政府不是為了別的，而是為了在冷戰中保持與蘇聯的均衡，雖然這個目的是帶點火葯味的，但是它的結果卻使人工智慧得到了巨大的發展。其後發展出的許多程序十分引人注目，麻省理工大學開發出了SHRDLU。在這個大發展的60年代，STUDENT系統可以解決代數問題，而SIR系統則開始理解簡單的英文句子了，SIR的出現導致了新學科的出現：自然語言處理。在70年代出現的專家系統成了一個巨大的進步，他頭一次讓人知道計算機可以代替人類專家進行一些工作了，由於計算機硬體性能的提高，人工智慧得以進行一系列重要的活動，如統計分析數據，參與醫療診斷等等，它作為生活的重要方面開始改變人類生活了。在理論方面，70年代也是大發展的一個時期，計算機開始有了簡單的思維和視覺，而不能不提的是在70年代，另一個人工智慧語言Prolog語言誕生了，它和LISP一起幾乎成了人工智慧工作者不可缺少的工具。不要以為人工智慧離我們很遠，它已經在進入我們的生活，模糊控制，決策支持等等方面都有人工智慧的影子。讓計算機這個機器代替人類進行簡單的智力活動，把人類解放用於其它更有益的工作，這是人工智慧的目的，但我想對科學真理的無盡追求才是最終的動力吧。
二、人工智慧的應用領域
1、問題求解。
人工智慧的第一大成就是下棋程序，在下棋程度中應用的某些技術，如向前看幾步，把困難的問題分解成一些較容易的子問題，發展成為搜索和問題歸納這樣的人工智慧基本技術。今天的計算機程序已能夠達到下各種方盤棋和國際象棋的錦標賽水平。但是，尚未解決包括人類棋手具有的但尚不能明確表達的能力。如國際象棋大師們洞察棋局的能力。另一個問題是涉及問題的原概念，在人工智慧中叫問題表示的選擇，人們常能找到某種思考問題的方法，從而使求解變易而解決該問題。到目前為止，人工智慧程序已能知道如何考慮它們要解決的問題，即搜索解答空間，尋找較優解答。
2、邏輯推理與定理證明。
邏輯推理是人工智慧研究中最持久的領域之一，其中特別重要的是要找到一些方法，只把注意力集中在一個大型的資料庫中的有關事實上，留意可信的證明，並在出現新信息時適時修正這些證明。對數學中臆測的題。定理尋找一個證明或反證，不僅需要有根據假設進行演繹的能力，而且許多非形式的工作，包括醫療診斷和信息檢索都可以和定理證明問題一樣加以形式化，因此，在人工智慧方法的研究中定理證明是一個極其重要的論題。
3、自然語言處理。
自然語言的處理是人工智慧技術應用於實際領域的典型範例，經過多年艱苦努力，這一領域已獲得了大量令人注目的成果。目前該領域的主要課題是：計算機系統如何以主題和對話情境為基礎，注重大量的常識——世界知識和期望作用，生成和理解自然語言。這是一個極其復雜的編碼和解碼問題。
4、智能信息檢索技術。
受"()*+ (*) 技術迅猛發展的影響，信息獲取和精化技術已成為當代計算機科學與技術研究中迫切需要研究的課題，將人工智慧技術應用於這一領域的研究是人工智慧走向廣泛實際應用的契機與突破口。
5、專家系統。
專家系統是目前人工智慧中最活躍、最有成效的一個研究領域,它是一種具有特定領域內大量知識與經驗的程序系統。近年來，在「 專家系統」或「 知識工程」的研究中已出現了成功和有效應用人工智慧技術的趨勢。人類專家由於具有豐富的知識，所以才能達到優異的解決問題的能力。那麼計算機程序如果能體現和應用這些知識，也應該能解決人類專家所解決的問題，而且能幫助人類專家發現推理過程中出現的差錯，現在這一點已被證實。如在礦物勘測、化學分析、規劃和醫學診斷方面，專家系統已經達到了人類專家的水平。成功的例子如：PROSPECTOR系統發現了一個鉬礦沉積，價值超過1億美元。DENDRL系統的性能已超過一般專家的水平，可供數百人在化學結構分析方面的使用。MY CIN系統可以對血液傳染病的診斷治療方案提供咨詢意見。經正式鑒定結果，對患有細菌血液病、腦膜炎方面的診斷和提供治療方案已超過了這方面的專家。
三、人工智慧理論的數學化趨勢越來越突出
在現代科技高速發展的今天，許多科技理論都有賴於數學提供證明，有賴於數學對其的模擬。人工智慧的發展也不例外，如何把人們的思維活動形式化、符號化，使其得以在計算機上實現，就成為人工智慧研究的重要課題。在這方面，邏輯的有關理論、方法、技術起著十分重要的作用，它不僅為人工智慧提供了有力的工具，而且也為知識的推理奠定了理論基礎。人工智慧中用到的邏輯可概括地分為兩大類。一類是經典命題邏輯和一階謂詞邏輯，其特點是任何一個命題的真值或者是「真」，或者是「假」，二者必居其一。這一類問題可以用數學里的經典邏輯理論來解決。世界上事物千差萬別，形形色色，除了確定性的事物或概念外，更廣泛存在的是不確定性的事物或概念。這些不確定的事物是無法用經典邏輯理論來解決的。因此我們需要發展新的數學工具來表示這些問題。目前在人工智慧中對不確定性的事物或概念是通過運用多值邏輯、模糊理論及概率來描述、處理的。多值邏輯、模糊理論及概率雖然都是通過在〔!，"〕上取值來刻畫不確定性，但三者之間又存在著很大區別。多值邏輯是通過在真（"）與假（!）之間增加了若干中介真值來描述事物為真的程度的，但它把各個中介真值看作是彼此完全分立的，界限分明。而模糊理論認為不同的中介真值之間沒有明確的界限，表現了不同中介值相互貫通、滲透的特徵，從而更好地反映了不確定性的本質。概率用來度量事件發生的可能性，而事件本身的含義是明確的，只是在一定的條件下它可能不發生，它與模糊理論是從兩個不同的角度來描述不確定性的，因而有人稱模糊理論描述了事物內在的不確定性，而概率描述的是事物外在的不確定性。由上可以看出，數學使得人工智慧能很好的模擬人類智能，大大推動了人工智慧的向前發展。現在人工智慧中還有一些問題用現在的數學很難表示出來，相信在數學知識不斷發展之後，這些問題能很快得到解決。
五、人工智慧的發展現狀及前景
目前絕大多數人工智慧系統都是建立在物理符號系統假設之上的。在尚未出現能與物理符號系統假設相抗衡的新的人工智慧理論之前,無論從設計原理還是從已取得的實驗結果來看,SOAr 在探討智能行為的一般特徵和人類認知的具體特徵的艱難征途上都取得了有特色的進展或成就,處在人工智慧研究的前沿。
80 年代,以Newell A 為代表的研究學者總結了專家系統的成功經驗,吸收了認知科學研究的最新成果,提出了作為通用智能基礎的體系結構Soar。目前的Soar 已經顯示出強大的問題求解能力。在Soar中已實現了30 多種搜索方法,實現了若干知識密集型任務(專家系統) ,如RI 等。rOOks 提出了人工智慧的一種新的途徑。它認為無需概念或者說無需符號表示,智能系統的能力可以逐步進化。在它的研究中突出4 個概念:(1) 所處的境遇 機器人不涉及抽象的描述,而是處在直接影響系統的行為的境地。(2) 具體化 機器人有軀干,有直接來自周圍世界的經驗,他們的感官起作用後立即會有反饋。(3) 智能 智能的來源不僅僅是限於計算裝置,也是由於與周圍進行交互的動態決定。(4) 浮現 從系統與周圍世界的交互以及有時候系統的部件間的交互浮現出智能。
五、結語
人工智慧不單單需要邏輯思維與模仿,科學家們對人類大腦和神經系統研究得越多,他們越加肯定: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不僅在於賦予計算機更多的邏輯推理能力,而且還要賦予它情感能力。許多科學家斷言,機器的智能會迅速超過阿爾伯特·愛因斯坦和霍金的智能之和。到下世紀中葉,人類生命的本質也會發生變化。神經植入將增強人類的知識和思考能力,並且開始向一種復合的人/機關系過渡,這種復合關系將使人類逐漸停止對生物機體的需求。大量非常微小的機器人將在大腦的感覺區里占據一席之地,並且創造出真假難辨的虛擬現實的模擬效果。
人工智慧的實現，不是天方夜譚。雖然會很辛苦，但是沒有人規定只有人類可以思考。就像是生命的不同表現形式，動物，植物，微生物，是不同的生命的形式。人類可以以未知的方式思考，計算機也可以以另一種（並非一定要和人相同的）形式思考。
著名軟體公司ADOBE的專業制圖軟體Illustrator 的一種文件格式!
AI （ Artificial Intelligence ）：人工智慧。就是指計算機模模擬實世界的行為方式與人類思維與游戲的方式的運算能力。那是一整套極為復雜的運算系統與運算規則。
=============================================================
此外，AI還代表ALLEN IVERSON（阿倫·艾佛森），他生於美國，是全世界最好的籃球聯盟——「NBA」96黃金一代的代表人物，是NBA有史以來最好的後衛之一，他以183cm身高在眾多魁梧的球員中靈動跳躍，獨領風騷。他先後摘取過NBA得分王、搶斷王等稱號，還在2001年帶領76人隊闖進NBA總決賽。他以特立獨行的風格和滿身的紋身成為全球籃球青少年瘋狂追捧的偶像。
————————————————————————————————————
歌手姓名： AI 英文名： AI
唱片公司： 環球唱片（Universal Music）
國 籍： 日本 語 言： 日語
興 趣：
個人經歷： ＊東瀛首席嘻哈女力、R&B歌姬 她是張力十足的嘻哈女力，也是柔情似水的R&B美聲歌姬，AI，22歲的她在時尚一派與安室奈美惠合唱『Uh、Uh…』，並在珍娜傑克森的音樂錄影帶中展現絕贊舞技，除了過人的歌舞才華之外，詞曲創作力更是傲視東瀛R&B舞台，在嘻哈音樂大廠Def Jam Japan簽下一紙合約之後，發行『ORIGINAL A.I./原創A.I.』專輯立刻贏得媒體一致肯定，除了拿下SPACE SHOWER TV的R& B音樂錄影帶大獎外，更代表日本參加2004年MTV BUZZ ASIA演唱會，一舉打進亞洲市場。
以過人演唱的天賦而獲得日本「新時代音樂代言人」殊榮的HIP HOP小天後AI，近日參加了在台北舉行的「台北流行音樂節」，同行的日本歌手還有一青窈以及藤木直人。在這場盛大的音樂節上，AI以她新穎而獨特的演唱方式以及活力四射的表演令在場6萬歌迷為之傾倒。 AI有著四分之一的義大利血統，骨子裡就透出一種浪漫和前衛的氣息。而她又是在美國長大，接觸的音樂也很多元化。由於AI的母親非常喜歡音樂，所以從小她就深受各種類型音樂的熏陶。在15歲時，AI還曾經參加過珍妮·傑克遜的MTV《GO DEEP》的錄制。不過，在日本出道時卻並不順利，因為與工作人員在音樂理解上的不同，當大家對自己的音樂反映很冷淡時，她就很想去敲牆壁，可見其可愛之處。不過，AI並沒有被現實所擊敗，仍然堅持走HIP HOP這條音樂路線，使得她的音樂風格也帶給人們一種全新的感受。在今年日本最權威的公信榜票選中，AI從眾多新晉女性中脫穎而出，成為新一代音樂天後接班人。對此，AI自己也非常滿意，她表示自己想要成為一個很有朝氣的歌手，給更多的人帶來幸福感。這次的台北流行音樂節，AI也是做足了准備。除了帶上偕同一起演出的DJ、化妝師、造型師、人聲樂手AFURA以外，連日本報知新聞、電通、朝日電視台等日本媒體的高層人士以及自己經濟公司的社長也都一同前來，浩浩盪盪23人的訪華隊伍令AI頗有面子。而赴台之前，AI也時常向安室奈美惠等曾經去過台灣的人請教，以進一步了解台灣。聽說台北美食多多，AI興奮地說想要常常小籠包、路邊攤，所以這次的台灣之行，除了要參加音樂節和拍攝特輯，還順帶要向日本觀眾介紹台灣美食，這也使AI欣喜不已。 台灣表演大獲成功後，AI也表示自己想要更了解華人音樂，有機會的話，也希望能夠像平井堅、安室奈美惠等日本歌手一樣，可以在台灣等地開演唱會，和台灣的歌手同台獻藝。其實AI出國獻藝已經不是第一次，在幾個月前的韓國漢城MTV BUZZ ASIA演唱會中，AI也曾把歌詞改為韓文，而這次為了更貼近觀眾，AI也把歌詞改成了中文來演唱。為期四天的台灣之行，AI讓更多的人領略了她的「小天後」風采，也順便為自己今秋將要展開的全國巡演造勢。
2. 人工智慧語音系統是什麼
晚上和同事聊了會天，感覺精神挺好的，寫下這篇文章記錄自己的一些思想
目前語音交互被市場炒的火熱，大小公司做此類產品的層出不窮，首先我覺得要感謝siri給大家做了這么好的平台建設，其實縱觀計算機領域，語音交互這一塊是起起伏伏，總是隔幾年就會被炒火一次，可是火不了一段時間又消沉了。siri的到來，貌似給大家的感覺是語音時代已經到來了，而且很快會才成為人們的用戶行為習慣了。
可是不知道大家有沒有真正想過siri？它的優勢、技術核心是什麼？
以下是我自己的一些理解：
從前台和後台來分析siri，前台分為UI界面以及語音設別。Siri採用Nuance的語音設別和語義合成技術，類似中國的科大訊飛。這個東西需要一批牛人積累多年才能生產出來，什麼信號處理、模式識別、概率統計、資訊理論、數據挖掘、人體聽覺機理、人工智慧等等計算機、數學、統計學、生物領域nb的技術都得用上，這個沒有什麼好說的了。後台即為語義識別技術，這一塊其實是技術的核心點，我不知道這些技術全是SRI自己研究出來的，還是借鑒了其他搜索類公司的技術。但是不論如何，這一塊都是一個核心地方。其實，這一塊的技術就是幾大搜索類公司的核心技術。一是以google和網路為代表的網頁搜索技術，二是以wolfarm alpha為代表的知識計算技術，三是wikipedia為代表的人工知識庫技術。網頁搜索通過網路機器人獲取每個科訪問網站的內容，這些數據被分解成一個索引，這樣便可以根據內容來查找頁面，用戶輸入一個查詢，查找索引找到相關內容的頁面，返回的為相關內容的列表；知識計算技術，是將所有可以獲得信息建立成一個有組織的資料庫，然後再利用演算法進行處理，最終構造成類似與google這樣的搜索工具。其實說白了就和網路前幾年一直鼓吹的框計算一樣，只要把東西放到框內，什麼東西都可以給你解決。例如你在網路輸入天氣，它會顯示你所在城市的天氣情況，而不是以往常的網頁形式展現。知識計算技術給出的答案更加精確，更加的唯一性；人工知識庫技術，以維基網路為例，它採用詞條和主題為單位，利用人工的力量收集知識。因此這樣的知識結構化程度高，更加准確並且人性化，可同時它的知識體系會受到限制。Siri結合三項搜索類技術，根據不同的需要，利用相應的技術給出答案。其實網上經常大家說的人工智慧、上下文識別、自動學習技術，這些都包含在這三項搜索技術裡面了，仔細想想這些搜索是否會記憶人的行為模式、是否會上下文識別語義、是否會人機智能交互。忘了，Siri還有一個技術就是知識推薦技術，類似於大眾點評、攜程這樣的網站，查詢好吃的、機票之類的，會給出一個推薦結果。由於國外的很多類似軟體api是開放的，所以siri在知識推薦這一塊等於利用這些開放的api雲服務了。
Siri的優勢我個人覺得有兩方面，一是語音交互，實現語音控制功能，這是人體本能機理的發展趨勢，人類的控制欲很強，肢體控制——>聲音控制——>腦電波控制…。二是搜索方式，想想如果用google，你搜索的步驟，在google輸入問題——>給出一推結果——>一個個篩選自己需要的結果——>得出答案。而siri只有兩步，輸入問題——>得到結果。
說了這么一大段技術分析的話，只是為了更好的去思考國內這些智能語音交互產品的未來。
據我所知，目前做這一塊的有訊飛語點、智能360、快說、口袋語音、我問問、蟲洞助手、小i機器人、009、開心熊寶、小唐龍、雲助理，還有小米手機自帶的語音助手，以及一系列模仿siri的山寨類軟體。其中這些產品分為五類，1、訊飛語點、智能360、快說、口袋語音、我問問、蟲洞助手 2、小i機器人 3、009、開心熊寶、小唐龍 4、雲助理 5、手機集成的語音助手以及山寨siri。
我針對每一類談一談自己的看法。
第一類首先它的未來是死的，除非有本質性的改革。從技術上來看，目前這些產品採用的語音識別和語義合成技術為訊飛、谷歌、盛大等提供，如果哪天訊飛要按照裝機量收費了，而產品卻沒有盈利，這些產品必然會成為訊飛語點的手下敗將，可矛盾的是訊飛根本沒有精力去不斷優化訊飛語點（從訊飛語點的產品更新過程就可以看出來），畢竟訊飛的主要目的不是在這一塊，訊飛語點只是讓別人知道訊飛有這么個東西而已。語音技術暫且不談，就上面說到的siri利用的三種搜索技術，著實會讓這些產品望塵莫及。沒有一批計算機領域的頂尖專家，在這一塊是很難有突破的。因此，這些產品的語義識別根本沒法能夠得到質的突變，只會隨著語料的不斷增加而越來越亂。從產品上來看，用戶的粘度不夠，用戶過了新鮮期很有可能會卸載掉。作為一款移動應用，如果沒有利用移動、雲、社交三個要素，死的可能性極大。
第二類是小i機器人，我很看好這個產品，當然我指的不是手機客戶端的那個小i機器人了。小i機器人在語義識別這一塊在國內是領先，我不知道小i是不是有很多專家，但是人家多年的經驗積累絕對是有很強大的技術背景。小i在產品展現方式上很簡單，沒有特別的設計和思路，但是小i的市場思路確是特別的清晰。小i機器人應用在微博、移動、政府、銀行、運營商等等領域，作為智能機器人的形象來推廣。可想而知，小i在語義識別技術上面的技術積累有多雄厚。雖然比不上siri，但是它選擇的契機特別好，專注於各行業領域，找准需要智能機器人的機會，從而巧妙的相結合。不僅僅能滿足用戶需求，還有盈利。可是也有個問題，如果後期等到國內行業應用類的api開放了，再加上網路、谷歌等公司的介入，那麼小i還有盈利的空間嗎？
第三類，是娛樂類的智能語音產品。009、開心熊寶、小唐龍，三者類似，以娛樂化的形式展現產品，同時加入語音交互。給用戶的印象是，智能寵物。這樣的產品如果走線上的話，結果很可能也會死，因為用戶的粘度不高。游戲和應用結合起來，導致娛樂性不強，應用性不明顯，搞成游戲不游戲、應用不應用的兩不像。（但是我想提一下開心熊寶，由於它的用戶專注於小朋友，目標用戶明確，更加專業化，所以有別於其他兩款軟體是很有可能會朝好的方向發展的）。可是如果它們走線下的話，有可能會有生存的機會。發展智能寵物，走實體路線。但是這一塊的技術門檻也比較高，還得看公司的實力和規劃了。
第四類，雲助理也是一款有意思的產品。我理解的是它想做成，服務在雲端，推送給個人的私人助理軟體（不知道他們內部是怎樣考慮的）。將語義識別放到雲端，給用戶展現的只是一個簡單的助理形象本體，通過助理的幫忙完成一系列功能。其實它的私人助理思路和009的狗、開心熊寶的小熊，小唐龍的中國龍是差不多的，這一點並不新穎。我比較看重的是它提到的雲服務概念。目前，他們肯定做不到構建語義識別雲，但是有這個理念是好的。如果真正能構成語義識別雲，再將各行業api集成在一起，那麼無論什麼終端載體都可以接受這些信息，那樣必然是未來的一個趨勢。只是，我擔心的是這樣的工程好像不是一家小公司或者說幾家公司可以做出來的。
第五類，不說了，大家都懂的。
其實每家公司都不好做，但是每家公司都覺得很有機會，這就是魅力所在。
我覺得首先得找准一個方向，專注一個點，做一些自己能做的事情，別老想著那麼大的宏偉藍圖，那些留給NB的公司去干吧。小i、開心熊寶就是很好的榜樣。發揮自己的優勢，找到差異化，然後一頭扎進去，做到專業，只有先生存下去才有發展的機會。
哎，寫的真累。自己的知識有限，分析的很淺薄。望讀者見諒。
3. 人工智慧領域中「語義」和「語意」的概念可以互相代替嗎
完全可以！
4. 人工智慧
人工智慧主要研究用人工的方法和技術，模仿、延伸和擴展人的智能,實現機器智能。有人把人工智慧分成兩大類：一類是符號智能，一類是計算智能。符號智能是以知識為基礎，通過推理進行問題求解。也即所謂的傳統人工智慧。計算智能是以數據為基礎，通過訓練建立聯系，進行問題求解。人工神經網路、遺傳演算法、模糊系統、進化程序設計、人工生命等都可以包括在計算智能。
傳統人工智慧主要運用知識進行問題求解。從實用觀點看，人工智慧是一門知識工程學：以知識為對象，研究知識的表示方法、知識的運用和知識獲取。
人工智慧從1956年提出以來取得了很大的進展和成功。1976年Newell 和Simon提出了物理符號系統假設，認為物理符號系統是表現智能行為必要和充分的條件。這樣，可以把任何信息加工系統看成是一個具體的物理系統，如人的神經系統、計算機的構造系統等。80年代Newell 等又致力於SOAR系統的研究。SOAR系統是以知識塊(Chunking)理論為基礎，利用基於規則的記憶，獲取搜索控制知識和操作符，實現通用問題求解。Minsky從心理學的研究出發，認為人們在他們日常的認識活動中，使用了大批從以前的經驗中獲取並經過整理的知識。該知識是以一種類似框架的結構記存在人腦中。因此，在70年代他提出了框架知識表示方法。到80年代，Minsky認為人的智能，根本不存在統一的理論。1985年，他發表了一本著名的書《Society of Mind(思維社會)》。書中指出思維社會是由大量具有某種思維能力的單元組成的復雜社會。以McCarthy和Nilsson等為代表，主張用邏輯來研究人工智慧，即用形式化的方法描述客觀世界。邏輯學派在人工智慧研究中，強調的是概念化知識表示、模型論語義、演繹推理等。 McCarthy主張任何事物都可以用統一的邏輯框架來表示，在常識推理中以非單調邏輯為中心。傳統的人工智慧研究思路是「自上而下」式的，它的目標是讓機器模仿人，認為人腦的思維活動可以通過一些公式和規則來定義，因此希望通過把人類的思維方式翻譯成程序語言輸入機器，來使機器有朝一日產生像人類一樣的思維能力。這一理論指導了早期人工智慧的研究。
近年來神經生理學和腦科學的研究成果表明，腦的感知部分，包括視覺、聽覺、運動等腦皮層區不僅具有輸入/輸出通道的功能，而且具有直接參與思維的功能。智能不僅是運用知識，通過推理解決問題，智能也處於感知通道。
1990年史忠植提出了人類思維的層次模型，表明人類思維有感知思維、形象思維、抽象思維，並構成層次關系。感知思維是簡單的思維形態，它通過人的眼、耳、鼻、舌、身感知器官產生表象，形成初級的思維。感知思維中知覺的表達是關鍵。形象思維主要是用典型化的方法進行概括，並用形象材料來思維，可以高度並行處理。抽象思維以物理符號系統為理論基礎，用語言表述抽象的概念。由於注意的作用，使其處理基本上是串列的。
5. 基於本體的語義匹配為什麼是人工智慧
人工智慧的來定義可以分為兩部源分，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。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。
6. 關於人工智慧
人腦有意識，電腦有意識嗎？在科學極其發展的今天，電腦是否會超越人腦，人是否會成為電腦的奴隸？哲學不能不對這一問題做出回答。
人工智慧是20世紀中葉科學技術所取得的重大成果之一。它的誕生與發展對人類文明產生了巨大的影響和效益。同時也引起了哲學意識與人工智慧的理論探討。
人工智慧是相對於人類智能而言的。它是指用機械和電子裝置來模擬和代替人類的某些智能。人工智慧也稱「機器智能」或「智能模擬」。當今人工智慧主要是利用電子技術成果和仿生學方法，從大腦的結構方面模擬人腦的活動，即結構模擬。
人腦是智能活動的物質基礎，是由上百億個神經元組成的復雜系統。結構模擬是從單個神經元入手的，先用電子元件製成神經元模型，然後把神經元模型連接成神經網路(腦模型) ，以完成某種功能，模擬人的某些智能。如1957年美國康乃爾大學羅森布萊特等人設計的「感知機」；1975年日本的福島設計的「認知機」（自組織多層神經網路) 。
電子計算機是智能模擬的物質技術工具。它是一種自動、高速處理信息的電子機器。它採用五個與大腦功能相似的部件組成了電腦，來模擬人腦的相應功能。這五個部件是：(1) 輸入設備，模擬人的感受器(眼、耳、鼻等) ，用以接受外來的信息。人通過輸入設備將需要計算機完成的任務、課題、運算步驟和原始數據採用機器所能接受的形式告訴計算機，並經輸入設備把這些存放到存貯器中。(2) 存貯器，模擬人腦的記憶功能， 將輸入的信息存儲起來，供隨時提取使用，是電子計算機的記憶裝置。(3) 運算器，模擬人腦的計算、判斷和選擇功能，能進行加減乘除等算術運算和邏輯運算。(4) 控制器，人腦的分析綜合活動以及通過思維活動對各個協調工作的控制功能，根據存貯器內的程序，控制計算機的各個部分協調工作。它是電腦的神經中樞。 (5)輸出設備，模擬人腦的思維結果和對外界刺激的反映，把計算的結果報告給操作人員或與外部設備聯系，指揮別的機器動作。
以上五部分組成的電腦是電子模擬計算機的基本部分，稱為硬體。只有硬體還不能有效地模擬和代替人腦的某些功能，還必須有相應的軟體或軟設備。所謂軟體就是一套又一套事先編好的程序系統。
人工智慧的產生是人類科學技術進步的結果，是機器進化的結果。人類的發展史是人們利用各種生產工具有目的地改造第一自然( 自然造成的環境，如江河湖海、山脈森林等) ，創造第二自然( 即人化自然，如人造房屋、車輛機器等) 的歷史。人類為了解決生理機能與勞動對象之間的矛盾，生產更多的財富，就要使其生產工具不斷向前發展。人工智慧，是隨著科學技術的發展，在人們創造了各種復雜的機器設備，大大延伸了自己的手腳功能之後，為了解決迫切要延伸思維器官和放大智力功能的要求而產生和發展起來的。
從哲學上看，物質世界不僅在本原上是統一的，而且在規律上也是相通的。不論是機器、動物和人，都存在著共同的信息與控制規律，都是信息轉換系統，其活動都表現為一定信息輸入與信息輸出。人們認識世界與在實踐中獲取和處理信息的過程相聯系，改造世界與依據已有的信息對外界對象進行控制的過程相聯系。總之，一切系統都能通過信息交換與反饋進行自我調節，以抵抗干擾和保持自身的穩定。因此，可以由電子計算機運用信息與控制原理來模擬人的某些智能活動。
從其它科學上來說，控制論與資訊理論就是運用系統方法，從功能上揭示了機器、動物、人等不同系統所具有的共同規律。以此把實際的描述形式化，即為現象和行為建立一個數學模型；把求解問題的方式機械化，即根據數學模型，制定某種演算法和規則，以便機械地執行；把解決問題的過程自動化，即用符號語言把演算法和規則編成程序，交給知識智能機器執行某種任務，使電子計算機模擬人的某些思維活動。所以，控制論、資訊理論是"智能模擬"的科學依據，「智能模擬」是控制論、資訊理論在實踐中的最重要的實踐結果。
人工智慧是人類智能的必要補充，但是人工智慧與人類智能仍存在著本質的區別：
1 、人工智慧是機械的物理過程，不是生物過程。它不具備世界觀、人生觀、情感、意志、興趣、愛好等心理活動所構成的主觀世界。而人類智能則是在人腦生理活動基礎上產生的心理活動，使人形成一個主觀世界。因此，電腦與人腦雖然在信息的輸入和輸出的行為和功能上有共同之處，但在這方面兩者的差別是十分明顯的。從信息的輸入看，同一件事，對於兩個智能機具有相同的信息量，而對於兩個不同的人從中獲取的信息量卻大不相同。「行家看門道，外行看熱鬧」就是這個道理。從信息的輸出方面看，兩台機器輸出的同一信息，其信息量相等。而同一句話，對於飽於風霜的老人和天真幼稚的兒童，所說的意義卻大不相同。
2 、人工智慧在解決問題時，不會意識到這是什麼問題，它有什麼意義，會帶來什麼後果。電腦沒有自覺性，是靠人的操作完成其機械的運行機能；而人腦智能，人的意識都有目的性，可控性，人腦的思維活動是自覺的，能動的。
3 、電腦必須接受人腦的指令，按預定的程序進行工作。它不能輸出末經輸入的任何東西。所謂結論，只不過是輸入程序和輸入數據的邏輯結果。它不能自主地提出問題，創造性地解決問題，在遇到沒有列入程序的「意外」情況時，就束手無策或中斷工作。人工智慧沒有創造性。而人腦功能則能在反映規律的基礎上，提出新概念，作出新判斷，創造新表象，具有豐富的想像力和創造性。
4 、人工機器沒有社會性。作為社會存在物的人，其腦功能是適應社會生活的需要而產生和發展的。人們的社會需要遠遠超出了直接生理需要的有限目的，是由社會的物質文明與精神文明的發展程序所決定的。因此，作為人腦功能的思維能力，是通過社會的教育和訓練，通過對歷史上積累下來的文化的吸收逐漸形成的。人的內心世界所以豐富多采，是由於人的社會聯系是豐富的和多方面的，人類智能具有社會性。所以要把人腦功能全面模擬下來，就需要再現人的思想發展的整個歷史邏輯。這是無論多麼「聰明」的電腦都做不到的。隨著科學技術的發展，思維模擬范圍的不斷擴大，電腦在功能上會不斷向人腦接近。但從本質上看，它們之間只能是一條漸近線，它們之間的界限是不會清除的。模擬是近似而不能是等同。
人工智慧與人腦在功能上是局部超過，整體上不及。由於人工智慧是由人造機器而產生的，因此，人工智慧永遠也不會趕上和超過人類智能。所謂「機器人將超過人奴役人」、「人將成為計算機思想家的玩物或害蟲，…… 保存在將來的動物園」的「預言」是不能成立的。因為，它抹煞了人與機器的本質差別與根本界限。
人工智慧充實和演化了辯證唯物主義的意識論。它進一步表明了意識是人腦的機能，物質的屬性。電腦對人腦的功能的模擬，表明了意識並不是神秘的不可捉摸的東西，不是游離於肉體內外脫離人腦的靈魂，也不是人腦分泌出來的特殊物質形態，而是人腦的機能屬性。這就進一步證明了意識本質的原理。
人工智慧的出現深化了意識對物質的反作用的原理。人工智慧是人類意識自我認識的產物。電腦的出現，意昧著人類意識已能部分地從人腦中分化出來，物化為物質的機械運動。這不僅延長了意識的器官，也說明意識能反過來創造"人腦"。這是意識對人腦的巨大的反作用。從意識與人腦的相互關系中進一步深化了意識對物質形態進步的反作用，意識作為最高的物質屬性對於物質運動發展的反作用。
人工智慧引起了意識結構的變化，擴大了意識論的研究領域。電腦作為一種新形態的機器而進入了意識器官的行列。它不僅能完成人腦的一部分意識活動，而且在某種功能上還優於人腦。如人腦處理信息和採取行動的速度不如電腦，記憶和動作的准確性不如電腦。因此，在現代科學認識活動中，沒有人工智慧，就不會有人類認識能力的突破性發展和認識范圍的不斷擴大。電腦不僅依賴於人，人也依賴於電腦。這就使得在意識論結構上增加了對人工智慧的探討以及對人機互補的關系的探討。同時思維模擬，也把思維形式在思維中的作用問題突出出來，為意識論的研究提出了一個重要課題。
7. 人工智慧語言的人工智慧語言的歷史
人工智慧語言
在人工智慧的研究發展過程中，從一開始就注意到了人工智慧語言問題。人工智慧發展的初期，人工智慧語言就得到了研究和開發。實際上四十多年來有一百來種人工智慧語言先後出現過，但很多都被淘汰了。它們大抵有三個來源。第一個來源是計算機科學家們對可計算性理論的研究。例如，LISP語言是為處理人工智慧中大量出現符號編程問題而設計的，它的理論基礎是符號集上的遞歸函數論。已經證明，用LISP可以編出符號集上的任何可計算函數。Prolog語言是為處理人工智慧中也是大量出現的邏輯推理問題(首先是為解決自然語言理解問題)而設計的。它的理論基礎是一階謂詞演算(首先是它子集Horn子句演算)的消解法定理證明，其計算能力等價於LISP。OPS5面對的問題也是邏輯推理。不過PROLOG是向後推理，OPS5是向前推理。OPS5的理論基礎是Post的產生式系統，其計算能力也等價於LISP。第二個來源是認知科學的研究成果。人們研究出各種各樣的認知模型，並為這些模型設計相應的知識表示語言。例如產生式表示、框架表示、語義網路表示等實際上都有其認知模型作為背景。如上所述的OPS5是產生式表示的語言，SRL、FRL、FEST等是框架語言，概念圖和SNetI都是語義網路表示語言。面向對象的程序設計是在SIMULA中的類程和Minsky的框架表示兩種思想融合的基礎上發展起來的(它適用於計算機軟體的所有領域，不只是人工智慧)。
8. 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。