A. 人工智慧的應用領域有哪些

機器視覺，指紋識別，人臉識別，視網膜識別，虹膜識別，掌紋識別，專家系統，自動規劃，智能搜索，定理證明，博弈，自動程序設計，智能控制，機器人學，語言和圖像理解，遺傳編程等。

B. 華中科技大學圖像識別與人工智慧研究所的介紹

華中科技大學圖像識別與人工智慧研究所於1978年由教育部和航天部共同批專准建立、直屬於華中科技大學屬的一所融研究、教學為一體，以圖像識別和人工智慧為研究方向的研究機構。圖像識別與人工智慧研究所（以下簡稱圖像所）建所30年來，圖像所始終瞄準航天、航空和信息技術領域的國家目標，進行應用基礎和應用技術的研究，在國內的模式識別與智能系統學科具有明顯的研究特色和學科優勢，在航天航空的智能信息處理領域具有較高的知名度。已於2013年和華中科技大學控制系合並成為自動化學院。

C. 同盾科技人工智慧研究院是做什麼的有什麼研究成果嗎

同盾人工智慧研究院又稱為人工智慧的「貝爾實驗室」。是去年創立的，主要是人工專智能研究院為核心載屬體，穩步推動人工智慧戰略的布局和實施。探索機器學習、深度學習基礎理論演算法，進行計算機視覺，語音語言處理，聯邦學習等人工智慧核心技術的深入研究，並將智能應用推向市場。
同盾人工智慧研究院院長是由美國公立常春藤名校佛羅里達大學的終身教授李曉林擔任。
《知識聯邦白皮書》、元知識聯邦技術、文檔圖像質量評估框架和文本行圖像質量數據合成技術都是同盾人工智慧研究院研究成果。

D. 關於人工智慧的網站，公司或研究所，有誰知道

http://www.intsci.ac.cn/
智能抄科學與人工智慧網站

智能科學研究智能的本質和實現技術, 是由腦科學、認知科學、人工智慧等學科共同研究的交叉學科。腦科學從分子水平、細胞水平、行為水平研究自然智能機理，建立腦模型，揭示人腦的本質。認知科學是研究人類 感知、語言、學習、記憶、思維、意識等人腦心智活動過程的科學。人工智慧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。智能科學不僅要進行智能行為的功能模擬，而且要從機理上開展研究, 探索智能的新概念、新理論、新方法。

E. 人工智慧的技術研究

用來研究人工智慧的主要物質基礎以及能夠實現人工智慧技術平台的機器就是計算機，人工智慧的發展歷史是和計算機科學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。 如今沒有統一的原理或範式指導人工智慧研究。許多問題上研究者都存在爭論。其中幾個長久以來仍沒有結論的問題是：是否應從心理或神經方面模擬人工智慧?或者像鳥類生物學對於航空工程一樣，人類生物學對於人工智慧研究是沒有關系的？智能行為能否用簡單的原則（如邏輯或優化）來描述？還是必須解決大量完全無關的問題？
智能是否可以使用高級符號表達，如詞和想法？還是需要「子符號」的處理？JOHN HAUGELAND提出了GOFAI(出色的老式人工智慧)的概念，也提議人工智慧應歸類為SYNTHETIC INTELLIGENCE，[29]這個概念後來被某些非GOFAI研究者點贊。
大腦模擬
主條目：控制論和計算神經科學
20世紀40年代到50年代，許多研究者探索神經病學，信息理論及控制論之間的聯系。其中還造出一些使用電子網路構造的初步智能，如W. GREY WALTER的TURTLES和JOHNS HOPKINS BEAST。 這些研究者還經常在普林斯頓大學和英國的RATIO CLUB舉行技術協會會議.直到1960, 大部分人已經放棄這個方法，盡管在80年代再次提出這些原理。
符號處理
主條目：GOFAI
當20世紀50年代，數字計算機研製成功，研究者開始探索人類智能是否能簡化成符號處理。研究主要集中在卡內基梅隆大學, 斯坦福大學和麻省理工學院，而各自有獨立的研究風格。JOHN HAUGELAND稱這些方法為GOFAI(出色的老式人工智慧)。[33] 60年代，符號方法在小型證明程序上模擬高級思考有很大的成就。基於控制論或神經網路的方法則置於次要。[34] 60~70年代的研究者確信符號方法最終可以成功創造強人工智慧的機器，同時這也是他們的目標。
認知模擬經濟學家赫伯特·西蒙和艾倫·紐厄爾研究人類問題解決能力和嘗試將其形式化，同時他們為人工智慧的基本原理打下基礎，如認知科學, 運籌學和經營科學。他們的研究團隊使用心理學實驗的結果開發模擬人類解決問題方法的程序。這方法一直在卡內基梅隆大學沿襲下來，並在80年代於SOAR發展到高峰。基於邏輯不像艾倫·紐厄爾和赫伯特·西蒙，JOHN MCCARTHY認為機器不需要模擬人類的思想，而應嘗試找到抽象推理和解決問題的本質，不管人們是否使用同樣的演算法。他在斯坦福大學的實驗室致力於使用形式化邏輯解決多種問題，包括知識表示, 智能規劃和機器學習. 致力於邏輯方法的還有愛丁堡大學，而促成歐洲的其他地方開發編程語言PROLOG和邏輯編程科學.「反邏輯」斯坦福大學的研究者 (如馬文·閔斯基和西摩爾·派普特)發現要解決計算機視覺和自然語言處理的困難問題，需要專門的方案-他們主張不存在簡單和通用原理（如邏輯）能夠達到所有的智能行為。ROGER SCHANK 描述他們的「反邏輯」方法為 SCRUFFY .常識知識庫 (如DOUG LENAT的CYC)就是SCRUFFYAI的例子,因為他們必須人工一次編寫一個復雜的概念。基於知識大約在1970年出現大容量內存計算機，研究者分別以三個方法開始把知識構造成應用軟體。這場「知識革命」促成專家系統的開發與計劃,這是第一個成功的人工智慧軟體形式。「知識革命」同時讓人們意識到許多簡單的人工智慧軟體可能需要大量的知識。
子符號法
80年代符號人工智慧停滯不前，很多人認為符號系統永遠不可能模仿人類所有的認知過程，特別是感知，機器人，機器學習和模式識別。很多研究者開始關注子符號方法解決特定的人工智慧問題。
自下而上, 介面AGENT，嵌入環境（機器人），行為主義，新式AI機器人領域相關的研究者，如RODNEY BROOKS，否定符號人工智慧而專注於機器人移動和求生等基本的工程問題。他們的工作再次關注早期控制論研究者的觀點，同時提出了在人工智慧中使用控制理論。這與認知科學領域中的表徵感知論點是一致的:更高的智能需要個體的表徵(如移動，感知和形象)。計算智能80年代中DAVID RUMELHART 等再次提出神經網路和聯結主義. 這和其他的子符號方法，如模糊控制和進化計算，都屬於計算智能學科研究范疇。
統計學法
90年代，人工智慧研究發展出復雜的數學工具來解決特定的分支問題。這些工具是真正的科學方法，即這些方法的結果是可測量的和可驗證的，同時也是人工智慧成功的原因。共用的數學語言也允許已有學科的合作（如數學，經濟或運籌學）。STUART J. RUSSELL和PETER NORVIG指出這些進步不亞於「革命」和「NEATS的成功」。有人批評這些技術太專注於特定的問題，而沒有考慮長遠的強人工智慧目標。
集成方法
智能AGENT範式智能AGENT是一個會感知環境並作出行動以達致目標的系統。最簡單的智能AGENT是那些可以解決特定問題的程序。更復雜的AGENT包括人類和人類組織（如公司）。這些範式可以讓研究者研究單獨的問題和找出有用且可驗證的方案，而不需考慮單一的方法。一個解決特定問題的AGENT可以使用任何可行的方法-一些AGENT用符號方法和邏輯方法，一些則是子符號神經網路或其他新的方法。範式同時也給研究者提供一個與其他領域溝通的共同語言--如決策論和經濟學（也使用ABSTRACT AGENTS的概念）。90年代智能AGENT範式被廣泛接受。AGENT體系結構和認知體系結構研究者設計出一些系統來處理多ANGENT系統中智能AGENT之間的相互作用。一個系統中包含符號和子符號部分的系統稱為混合智能系統 ,而對這種系統的研究則是人工智慧系統集成。分級控制系統則給反應級別的子符號AI 和最高級別的傳統符號AI提供橋梁，同時放寬了規劃和世界建模的時間。RODNEY BROOKS的SUBSUMPTION ARCHITECTURE就是一個早期的分級系統計劃。 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。 ⒈ MASSACHUSETTS INSTITUTE OF TECHNOLOGY麻省理工學院
⒉ STANFORD UNIVERSITY斯坦福大學(CA)
⒊ CARNEGIE MELLON UNIVERSITY卡內基美隆大學(PA)
⒋ UNIVERSITY OF CALIFORNIA-BERKELEY加州大學伯克利分校
⒌ UNIVERSITY OF WASHINGTON華盛頓大學
⒍ UNIVERSITY OF TEXAS-AUSTIN德克薩斯大學奧斯汀分校
⒎ UNIVERSITY OF PENNSYLVANIA賓夕法尼亞大學
⒏ UNIVERSITY OF ILLINOIS-URBANA-CHAMPAIGN 伊利諾伊大學厄本那—香檳分校
⒐ UNIVERSITY OF MARYLAND-COLLEGE PARK馬里蘭大學帕克分校
⒑ CORNELL UNIVERSITY 康奈爾大學 (NY)
⒒ UNIVERSITY OF MASSACHUSETTS-AMHERST馬薩諸塞大學AMHERST校區
⒓ GEORGIA INSTITUTE OF TECHNOLOGY喬治亞理工學院
UNIVERSITY OF MICHIGAN-ANN ARBOR 密西根大學-安娜堡分校
⒕ UNIVERSITY OF SOUTHERN CALIFORNIA南加州大學
⒖ COLUMBIA UNIVERSITY哥倫比亞大學(NY)
UNIVERSITY OF CALIFORNIA-LOS ANGELES加州大學洛杉磯分校
⒘ BROWN UNIVERSITY布朗大學(RI)
⒙ YALE UNIVERSITY耶魯大學(CT)
⒚ UNIVERSITY OF CALIFORNIA-SAN DIEGO加利福尼亞大學聖地亞哥分校
⒛ UNIVERSITY OF WISCONSIN-MADISON威斯康星大學麥迪遜分校 1、中國科學院自動化研究所
2、清華大學
3、北京大學
4、南京理工大學
5、北京科技大學
6、中國科學技術大學
7、吉林大學
8、哈爾濱工業大學
9、北京郵電大學
10、北京理工大學
11、廈門大學人工智慧研究所
12、西安交通大學智能車研究所
13、中南大學智能系統與智能軟體研究所
14、西安電子科技大學智能所
15、華中科技大學圖像與人工智慧研究所
16、重慶郵電大學
17、武漢工程大學

F. 上海交大 人工智慧方面 有哪些知名實驗室

研 究 方 向: a.數字圖象處理b.計算機模式 識別c.計算機圖形學與CAD 技術d.人工智慧與專家系統e.計算機視覺f.語音識別及機器翻譯g.人工神經網路h.虛擬現實i.多媒體技術. 考 試 科 目: 101 政治理論 必選, 201 英語 必選 , 301 數學一 必選 405 自動控制理論（含現代控制理論） 410 計算機基礎（I） 413 信號系統與信號處理 419 計算機基礎（II） 423 高等代數 426 微型計算機原理與應用 435 運籌學與概率統計 441 電子電路技術 488 電路基本理論（含電路實驗） 以上任選一門 備 注: 1．可以跨學科報考專業：控制科學與工程、計算機應用技術、電子科學與技術、生物醫學工程、信息工程、數學2復試包括口試和筆試。筆試科目是「多媒體技術」，參考書《數字媒體——技術·應用·設計》劉惠芬編清華大學出版社2003年。 模式識別與智能系統 只有四所高校是國家重點學科 :清華大學 ,上海交通大學 , 南京理工大學 ,西安交通大學 (1) 上海交通大學 , 國家級重點學科 (2) 南京理工大學 , 國家級重點學科 ,模式識別與人工智慧教研室是江蘇省重點學科"計算機應用"的中堅 . (3) 西安交通大學 , 陝西省數字技術與智能系統重點實驗室。 (4) 中國科學技術大學 ,省級重點學科 . (5) 北京理工大學 , 北京市和部委級重點學科 . (6) 北京郵電大學 , 信號與信息處理國家重點學科以及模式識別與智能系統信息產業部重點學科 . (7) 清華大學 , 「控制科學與工程」博士後流動站 ,李衍達(科學院院士) (8) 東北大學 , 遼寧省重點學科 . (9) 杭州電子科技大學 ,模式識別與圖象處理重點實驗室,信息產業部信號與信息處理重點實驗室和信息產業部計算機應用技術（人工智慧與信息處理）重點實驗室。 以上學校都是有實力的(不是排名)，不過上海交大還是很強的，努力吧！！

G. 人工智慧的主要應用領域有哪些最好具體點

機器視來覺，指紋識自別，人臉識別，視網膜識別，虹膜識別，掌紋識別，專家系統，自動規劃，智能搜索，定理證明，博弈，自動程序設計，智能控制，機器人學，語言和圖像理解，遺傳編程等。

人工智慧就其本質而言，是對人的思維和信息過程的模擬。對於人的思維模擬可以從兩條途徑進行，一是結構模擬，仿照人腦的結構機制，製造出「類人腦」的機器；二是功能模擬，暫時撇開人腦的內部結構，而從其功能過程進行模擬。現代電子計算機的產生便是對人腦思維功能的模擬，是對人腦思維的信息過程的模擬。

圖奕具有專業的網路科技相關技術。目前，公司擁有近百人的軟體研發團隊，遵循行業技術、管理及安全標准，團隊人員配備完整公司研發方向包含了傳統互聯網、移動互聯網、物聯網、空間地理信息、音視頻處理、大數據分析及應用服務、分布式計算、分布式存儲，自動化發布、自動化部署、自動化測試、持續集成、智能化運維、智能客服、智能推薦等方面，公司長期以科技創新為核心驅動力，與國內眾多知名軟體企業形成戰略合作關系，軟體產品研發能力已成為全省軟體企業前列。

H. 華中科技大學圖像識別與人工智慧研究所好考嗎

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內論、方法、技術及應用系統容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。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」。
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。
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。[1]

I. 中國最牛的人工智慧研究所在哪些學校學這專業的都開什麼課程

中國科學技術大學，他們的「藍鷹」機器人足球隊在國際上的Robocup機器人足球世界盃上總是拿冠軍。開的課程在人工智慧方面有很多，有自然計算，自然語言理解，機器學習與知識發現，智能計算等等好多。