㈠ 人工智慧原理

人工智慧的原理 ：
人工智慧的科學研究要研究人的智慧的內部結構，相當於研究心版理學的權原理，更玄是不是，一般人不大會去做的大部分的人工智慧研究集中在後者——工程實現上，知識：人的智能活動本質上就是獲得和運用知識知識是智能的基礎為了實現人工智慧使機器具有智能就必須使它具有知識，表達：要採用適當的手段表達人的知識然後才能存儲到機器中去這就是用知識表達要解決的問題對知識進行表達就是把知識表示成便於計算機存儲和利用的某種數據結構知識表達方法又稱為知識表示技術，其表示形式稱為知識表示模式。

㈡ 人工智慧將會怎樣改變我們的生活

隨著現在社會發展越來越快，人工智慧越來越接近人們的日常生活，那麼人工智慧將會怎樣改變你的生活。

再次在自動駕駛領域，人工智慧也將帶來深遠影響。以後司機這個職業也將有可能被消滅。

總之人工智慧將會深刻的影響我們的社會生活。

㈢ 人工智慧有哪幾個主要學派

目前人工智慧的主要學派有下面三家：
(1)符號主義(symbolicism)，又稱為邏輯主義(logicism)、心理學派(psychologism)或計算機學派(computerism)，其原理主要為物理符號系統(即符號操作系統)假設和有限合理性原理。
(2)連接主義(connectionism)，又稱為仿生學派(bionicsism)或生理學派(physiologism)，其主要原理為神經網路及神經網路間的連接機制與學習演算法。
(3)行為主義(actionism)，又稱為進化主義(evolutionism)或控制論學派(cyberneticsism)，其原理為控制論及感知-動作型控制系統。
他們對人工智慧發展歷史具有不同的看法。
1、符號主義認為人工智慧源於數理邏輯。數理邏輯從19世紀末起得以迅速發展，到20世紀30年代開始用於描述智能行為。計算機出現後，又再計算機上實現了邏輯演繹系統。其有代表性的成果為啟發式程序LT邏輯理論家，證明了38條數學定理，表了可以應用計算機研究人的思維多成，模擬人類智能活動。正是這些符號主義者，早在1956年首先採用「人工智慧」這個術語。後來又發展了啟發式演算法->專家系統->知識工程理論與技術，並在20世紀80年代取得很大發展。符號主義曾長期一枝獨秀，為人工智慧的發展作出重要貢獻，尤其是專家系統的成功開發與應用，為人工智慧走向工程應用和實現理論聯系實際具有特別重要的意義。在人工智慧的其他學派出現之後，符號主義仍然是人工智慧的主流派別。這個學派的代表任務有紐厄爾(Newell)、西蒙(Simon)和尼爾遜(Nilsson)等。
2、連接主義認為人工智慧源於仿生學，特別是對人腦模型的研究。它的代表性成果是1943年由生理學家麥卡洛克(McCulloch)和數理邏輯學家皮茨(Pitts)創立的腦模型，即MP模型，開創了用電子裝置模仿人腦結構和功能的新途徑。它從神經元開始進而研究神經網路模型和腦模型，開辟了人工智慧的又一發展道路。20世紀60~70年代，連接主義，尤其是對以感知機(perceptron)為代表的腦模型的研究出現過熱潮，由於受到當時的理論模型、生物原型和技術條件的限制，腦模型研究在20世紀70年代後期至80年代初期落入低潮。直到Hopfield教授在1982年和1984年發表兩篇重要論文，提出用硬體模擬神經網路以後，連接主義才又重新抬頭。1986年，魯梅爾哈特(Rumelhart)等人提出多層網路中的反向傳播演算法(BP)演算法。此後，連接主義勢頭大振，從模型到演算法，從理論分析到工程實現，偉神經網路計算機走向市場打下基礎。現在，對人工神經網路(ANN)的研究熱情仍然較高，但研究成果沒有像預想的那樣好。
3、行為主義認為人工智慧源於控制論。控制論思想早在20世紀40~50年代就成為時代思潮的重要部分，影響了早期的人工智慧工作者。維納(Wiener)和麥克洛克(McCulloch)等人提出的控制論和自組織系統以及錢學森等人提出的工程式控制制論和生物控制論，影響了許多領域。控制論把神經系統的工作原理與信息理論、控制理論、邏輯以及計算機聯系起來。早期的研究工作重點是模擬人在控制過程中的智能行為和作用，如對自尋優、自適應、自鎮定、自組織和自學習等控制論系統的研究，並進行「控制論動物」的研製。到20世紀60~70年代，上述這些控制論系統的研究取得一定進展，播下智能控制和智能機器人的種子，並在20世紀80年代誕生了智能控制和智能機器人系統。行為主義是20世紀末才以人工智慧新學派的面孔出現的，引起許多人的興趣。這一學派的代表作者首推布魯克斯(Brooks)的六足行走機器人，它被看作是新一代的「控制論動物」，是一個基於感知-動作模式模擬昆蟲行為的控制系統

㈣ 人工智慧的定義詳解


人工智慧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。
著名的美國斯坦福大學人工智慧研究中心尼爾遜教授對人工智慧下了這樣一個定義：「人工智慧是關於知識的學科――怎樣表示知識以及怎樣獲得知識並使用知識的科學。」而另一個美國麻省理工學院的溫斯頓教授認為：「人工智慧就是研究如何使計算機去做過去只有人才能做的智能工作。」這些說法反映了人工智慧學科的基本思想和基本內容。即人工智慧是研究人類智能活動的規律，構造具有一定智能的人工系統，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應用計算機的軟硬體來模擬人類某些智能行為的基本理論、方法和技術。
人工智慧是計算機學科的一個分支，二十世紀七十年代以來被稱為世界三大尖端技術之一（空間技術、能源技術、人工智慧）。也被認為是二十一世紀三大尖端技術（基因工程、納米科學、人工智慧）之一。這是因為近三十年來它獲得了迅速的發展，在很多學科領域都獲得了廣泛應用，並取得了豐碩的成果，人工智慧已逐步成為一個獨立的分支，無論在理論和實踐上都已自成一個系統。
人工智慧是研究使計算機來模擬人的某些思維過程和智能行為（如學習、推理、思考、規劃等）的學科，主要包括計算機實現智能的原理、製造類似於人腦智能的計算機，使計算機能實現更高層次的應用。人工智慧將涉及到計算機科學、心理學、哲學和語言學等學科。可以說幾乎是自然科學和社會科學的所有學科，其范圍已遠遠超出了計算機科學的范疇，人工智慧與思維科學的關系是實踐和理論的關系，人工智慧是處於思維科學的技術應用層次，是它的一個應用分支。從思維觀點看，人工智慧不僅限於邏輯思維，要考慮形象思維、靈感思維才能促進人工智慧的突破性的發展，數學常被認為是多種學科的基礎科學，數學也進入語言、思維領域，人工智慧學科也必須借用數學工具，數學不僅在標准邏輯、模糊數學等范圍發揮作用，數學進入人工智慧學科，它們將互相促進而更快地發展。

㈤ 人工智慧

人工智慧是涉及資訊理論、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。
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。
人工智慧目前在計算機領域內，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。
人工智慧是研究使計算機來模擬人的某些思維過程和智能行為（如學習、推理、思考、規劃等）的學科，主要包括計算機實現智能的原理

、製造類似於人腦智能的計算機，使計算機能實現更高層次的應用。人工智慧將涉及到計算機科學、心理學、哲學和語言學等學科。可以說幾

乎是自然科學和社會科學的所有學科，其范圍已遠遠超出了計算機科學的范疇，人工智慧與思維科學的關系是實踐和理論的關系，人工智慧是

處於思維科學的技術應用層次，是它的一個應用分支。從思維觀點看，人工智慧不僅限於邏輯思維，要考慮形象思維、靈感思維才能促進人工

智能的突破性的發展，數學常被認為是多種學科的基礎科學，數學也進入語言、思維領域，人工智慧學科也必須借用數學工具，數學不僅在標

准邏輯、模糊數學等范圍發揮作用，數學進入人工智慧學科，它們將互相促進而更快地發展。
人工智慧是一門邊沿學科，屬於自然科學和社會科學的交叉。
自然語言處理，知識表現，智能搜索，推理，規劃，機器學習，知識獲取，組合調度問題，感知問題，模式識別，邏輯程序設計，軟計算

，不精確和不確定的管理，人工生命，神經網路，復雜系統，遺傳演算法
智能控制，機器人學，語言和圖像理解，遺傳編程。人工智慧就其本質而言，是對人的思維的信息過程的模擬。
對於人的思維模擬可以從兩條道路進行，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。
「強人工智慧觀點認為計算機不僅是用來研究人的思維的一種工具；相反，只要運行適當的程序，計算機本身就是有思維的。」這是指使計

算機從事智能的活動。在這里智能的涵義是多義的、不確定的，

㈥ 求初識人工智慧相關論文資料

關於人工智慧的定義眾說不一。美國 斯坦福大學人工智慧研究中心尼爾遜教授 下過這樣一個定義:「人工智慧是關於知識 的學科——怎樣表示知識以及怎樣獲得知 識並使用知識的科學 。」 而麻省理工學院 的溫斯頓教授認為:「人工智慧就是研究如 何使計算機去做過去只有人才能做的智能 工作。」人們普遍認為人工智慧(Artificial Intelligence),英文縮寫為 AI,也稱機器智 能。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。它是從計算機應 用系統的角度出發 , 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。
人工智慧就其本質而言 , 是對人的思 維的信息過程的模擬。人工智慧不是人的 智能 , 更不會超過人的智能。 對於人的思 維模擬可以從兩條道路進行, 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。
人工智慧可以分為強人工智慧和弱人 工智能。強人工智慧觀點認為有可能製造 出真正能推理 (Reasoning) 和解決問題 (Problem solving)的智能機器,並且,這樣的 機器能將被認為是有知覺的, 有自我意識 的。弱人工智慧觀點認為不可能製造出能 真正地推理和解決問題的智能機器 , 這些 機器只不過看起來像是智能的 , 但並不真 正擁有智能 , 也不會有自主意識。 人工智 能的研究經歷了以下幾個階段: 第一階段:20 世紀 50 年代人工智慧的興 起和冷落。人工智慧概念首次提出後,出現了 一批顯著的成果,如機器定理證明、跳棋程序、 LISP 表處理語言等。但由於解法推理能力有 限,以及機器翻譯失敗等,使人工智慧走入低 谷。這一階段的特點是:重視問題求解的方 法,忽視知識重要性。第二階段:20 世紀 60 年代末到 70 年代,專 家系統出現使人工智慧研究出現新高潮。 DENDRAL 化學質譜分析系統、MYCIN 疾病診斷和治療系統、PROSPECTIOR 探礦系統、Hearsay-II 語音理解系統等專家系統的研究 和開發,將人工智慧引向了實用化。1969 年成立了國際人工智慧聯合會議(IJCAI)。
第三階段:20 世紀 80 年代,隨著第五代計 算機的研製,人工智慧得到了很大發展。日本1982 年開始了「第五代計算機研製計劃」,即「知識信息處理計算機系統KIPS」,其目的是使 邏輯推理達到數值運算那麼快。雖然此計劃最終失敗,但它的開展形成了一股研究人工智慧的熱潮。
第四階段:20 世紀 80 年代末,神經網路飛 速發展。1987 年,美國召開第一次神經網路 國際會議,宣告了這一新學科的誕生。此後, 各國在神經網路方面的投資逐漸增加,神經網 絡迅速發展起來。
第五階段:20 世紀 90 年代,人工智慧出現 新的研究高潮。由於網路技術特別是國際互 連網的技術發展,人工智慧開始由單個智能主體研究轉向基於網路環境下的分布式人工智慧研究。不僅研究基於同一目標的分布式問 題求解,而且研究多個智能主體的多目標問題求解,將人工智慧面向實用。人工智慧研究范疇有自然語言處理 , 知識表現,智能搜索,推理,知識獲取,組合調度問題,感知問題,模式識別,邏輯程序設計,軟計算,不精確和不確定的管理,人 工生命,神經網路,復雜系統等。目前,人工智慧是與具體領域相結合進行研究的,有如下領域:(1)專家系統。依靠人 類已有的知識建立起來的知識系統,目前專家系統是人工智慧研究中開展較早、最活躍、成效最多的領域。(2)機器學習。主要在三 個方面進行:一是研究人類學習的機理、人 腦思維的過程;二是機器學習的方法;三是建立針對具體任務的學習系統。(3)模式識別。研究如何使機器具有感知能力,主要研究視覺 模式和聽覺模式的識別。(4)理解自然語言。計算機如能「聽懂」人的語言,便可以直接用口語操作計算機,這將給人們帶極大的便 利。(5)機器人學。機器人是一種能模擬人的行為的機械,對它的研究經歷了三代發展過程:第一代(程序控制)機器人:這種機器人只能刻板地按程序完成工作,環境稍有變化就會出問題,甚至發生危險。第二代(自適應)機器人:這種機器人配備有相應的感覺感測器, 能取得作業環境、操作對象等簡單的信息,並由機器人體內的計算機進行分析處理,控制機器人的動作。第三代(智能)機器人:智能機 器人具有類似人的智能,它裝備了高靈敏度感測器,因而具有超過人的視覺、聽覺、www.homelunwen.com 、嗅覺、觸覺的能力,能對感知的信息進行分析,控制自 己的行為,處理環境發生的變化,完成各種復雜的任務。而且有自我學習、歸納、總結、提高已掌握知識的能力。(6)智能決策支持系統。20 世紀 80 年代以來專家系統在許多方面取得 成功,將人工智慧中特別是智能和知識處理技術應用於決策支持系統,擴大了決策支持系統 的應用范圍,提高了系統解決問題的能力,這就成為智能決策支持系統。(7)人工神經網路。在研究人腦的奧秘中得到啟發,試圖用大量的 處理單元模仿人腦神經系統工程結構和工作機理。

㈦ 高分求人工智慧的資料

樓主，在嗎？在的hi我，我給你資料。