[一种声音]计算机科学家预测2045年人工智能将超越人脑

[一种声音]计算机科学家预测2045年人工智能将超越人脑.txt什么叫神话？请听男人向你表达爱意；什么叫传说？请听男人对你的承诺；什么叫梦境？请看你自己听到前两者时的反应。[一种声音]计算机科学家预测2045年人工智能将超越人脑

2011年2月18日，超级电脑“沃森”打败了人类，站在了与人类智力竞赛的最高领奖台上。沃森的胜利让许多人想起了它的前辈“深蓝”：1997年“深蓝”力克国际象棋世界冠军卡斯帕罗夫。这曾让人类大呼：狼来了。

从“深蓝”到“沃森”，人工智能已经向前跨越了一大步。电脑会代替人脑吗？机械公敌会出现吗？这成为很多人的忧虑。

一些科学家认为，正如宇宙学上存在着一个让所有物理定律都失效的“奇点”一样，信息技术也正朝着“超人类智能”的奇点迈进。计算机科学家雷蒙德·库兹韦尔相信，这个信息奇点即将到来，那时，人工智能将超越人脑，人类的意义将彻底改变；那时人将“不人”，而是与机器融合，成为“超级人类”。

超级人类是否意味着不朽？人是否会与自己制造的机器融为一体，或将自己分拆在机器中上市？其实早在1964年，传媒大师麦克卢汉就在《机器的新娘》中隐喻：人类只是未来机器的性器官(负责生产新机器人)。机器是人的延伸，反之，人也是机器的延伸。

人工智能始祖图灵在上世纪50年代就曾做出预测：未来的电脑可能会思考。这一天正在到来，而且脚步匆匆。

当有一天机器有了思想，它们能像人类一样思考，世界将会怎么样？库兹韦尔相信，这一刻不但无法避免，而且还迫在眉睫。根据他的推算，大约在35年之后，人类文明即将终结。那一年，就是2045。

奇点

爱因斯坦的广义相对论是用于描述宇宙演化的正确理论。在经典广义相对论的框架里，霍金和彭罗斯证明了，在一般的条件下，空间—时间一定存在奇点，最著名的奇点即是黑洞里的奇点以及宇宙大爆炸处的奇点。在奇点处，所有定律以及可预见性都失效。奇点可以看成空间时间的边缘或边界。只有给定了奇点处的边界条件，才能由爱因斯坦方程得到宇宙的演化。

电脑的计算速度正变得越来越快，如果有一天，电脑的运算速度快得令人难以置信，它们掌握人工智能的时刻也会到来，那时电脑将能够模拟人脑、产生意识：人类本身将发生改变。在信息学上，这个时间点也被称为“奇点”。

为什么是

2045

一些科学家认为，正如天体物理学上存在着一个让所有物理定律都失效的“奇点”(Si ngularity)一样，信息技术也正朝着“超人类智能” 的“奇点”迈进。《时代》杂志文章指出，发明家、计算机科学家雷蒙德·库兹韦尔相信，信息技术的奇点将在2045年到来，届时，人工智能将超越人脑，人类的意义彻底改变，与机器融合为“超人类”，并借助科技的发展而获得“永生”。

一个秘密

少年弹的曲子是电脑创作的

1965年2月15日，一位名为雷蒙德·库兹韦尔的高中生参加了电视节目“我有个秘密”，主持人史蒂夫·艾伦介绍了库兹韦尔，然后库兹韦尔用钢琴短短地弹奏了一曲，曲子有一个秘密，让其他嘉宾得猜出来。最终一名喜剧演员得出了答案——库兹韦尔弹奏的曲子是电脑创作的。

这台能作曲的电脑是库兹韦尔自己组装的，当时节目中的人们并未对电脑表现出多大兴趣，他们更关注的是库兹韦尔的年纪，却忽略了他完成的事情是多么了不起。

艺术创作是人类独有的能力，是自我表达的一种方式。人类所独有的创造力，被一个17岁少年组装的电脑所“夺取”了，就像是看着原本不可逾越的界线变得模糊了——这就是人类智慧与人工智能之间的界线。

这才是库兹韦尔真正的秘密，而他随后的一生也都在为之写下注脚，虽然在1965年没有人能猜出这一点，也许库兹韦尔当时也还没想到。46年之后的今天，库兹韦尔认为，人类正在接近一个电脑智能化的时刻，电脑不仅变得聪明而且还会比人类更聪明。当人工智能超越人类智慧时，人类的身体、思维乃至人类文明都将发生彻底且不可逆转的改变。库兹韦尔相信，这一刻不但无法避免，而且还迫在眉睫。根据他的推算，大约34年之后，人类与机器融合，人类文明即将终结。

一个概念

奇点——人工智能超越人脑的时间节点

电脑的计算速度正变得越来越快，此外，电脑变快的速度也越来越快。如果有一天，电脑的运算速度变得令人难以置信，它们掌握人工智能的时刻也会到来。电脑将能模拟人脑、产生意识：不仅是快速运算、作曲，还包括驾驶、写作、决策、社交……

如果你能消化这一想法，那么就没理由不相信电脑会变得越来越强大。它们将持续发展，最终远远超过人类。它们发展的速度也会持续增长，最终会摆脱它们的发明者——人类——的掌控，主导自己的发展进程。想象一下，如果一个计算机科学家本身就是一台超智能电脑，

会发生什么？它会拥有不可思议的工作速度，能轻易地利用海量数据，甚至不会中途去玩一会开心农场。

超智能电脑很可能与人类共同主宰未来的世界，但目前人们还无法预见它们的行为，不过，现在有很多关于人工智能的理论：也许人类将与机器融合，成为超智能的“半机器人”，通过人工智能来拓展人类的智慧极限；也许人工智能将帮助人类抵抗衰老，获得永生；也许人类将能够把自己的意识扫描进电脑里，从而像软件一样永远“活在”电脑里；也许电脑终将拥有人性，最终消灭人类。所有这些理论都有一个共通之处：人类本身将发生改变，未来的人类和2011年的人类相比，会发生根本变化。而人类本身发生根本改变的时间点，就叫“奇点”。

虽然奇点听起来像是科幻小说，但实际上更像是科学的预测。当然，如果奇点成为现实，那么它将是继语言产生之后，人类历史上最为重要的事件。

奇点并非一个全新的理论，它只是一个相对较新的理论。早在1965年英国数学家I·J·古德就曾描述过“智能爆炸”的概念：“超智能机器是能超越所有人类智力活动的机器，人类能够制造机器，那么超智能机器就能制造出更好的机器。毫无疑问，在这之后‘智能爆炸’就会发生，人类智慧将被远远超越，第一台超智能机器就是人类最后的创造物。”

奇点一词是从天体物理学中借用而来的，在天体物理学中，它意为时空上的一个点，在奇点处普通物理学的定律并不适用。在1993年的美国宇航局研讨会上，科幻小说家瓦诺尔·温格表示：“在30年内，人类将拥有创造超人类智能的科技手段，不久之后，人类的时代将会终结。”

一个预测

2045，就是那个奇点

作为一个工程师和发明家，库兹韦尔非常成功且赚了几笔钱。在进行科技发明的同时，库兹韦尔也在思考奇点理论。近20年来，他一直在发表自己关于人类和机器的未来的文章。其中最新的一部作品是于2005年出版的畅销书《奇点临近》，其同名纪录片也在今年1月发布，由库兹韦尔、托尼·罗宾斯、艾伦· 德肖维茨等人主演。比尔·盖茨将库兹韦尔称为“我所知道的预测人工智能未来的第一人”。

1980年左右，库兹韦尔对人类“半机器化”的命运产生了兴趣，当时他需要寻找一种衡量、跟踪技术进步步伐的方法。如果时机不对，再伟大的发明也会遭遇失败，而库兹韦尔想要确定当他发布自己的发明时，选择的时机是正确的。他当然知道揭示信息技术进步的摩尔定律，即集成电路上可容纳的晶体管数目，大约每两年增加一倍，这是个非常可靠的经验法则。而库兹韦尔试图绘制的是一个稍有不同的曲线图：随着时间的增长，以每秒处理的百万级机器语言指令数量来衡量，1000美元可以买到的计算机能力是多少。

经研究证明，库兹韦尔得到的规律与摩尔定律十分相似，都是约每两年增加一倍。绘制成图表来看，它们都是指数曲线，而非直线式增长，且指数曲线的变化出奇地稳定。然后，库兹韦尔将这个指数曲线套用到其他主要技术指标上，如晶体管生产成本的下降、微处理器

速度的上升、动态存储器价格的暴跌……库兹韦尔还研究了其他领域的指标，如基因测序、无线数据业务成本的下降和网络用户、纳米技术专利数量的增加……库兹韦尔发现这些数据最后都有一个共同点——呈指数级增长。“这些指标的增长定律大致相同，这非常惊人，”库兹韦尔表示，“无论处于战争时期还是和平时期，也无论是经济繁荣时期还是衰退时期，增长定律相当稳定。”库兹韦尔将之称为“加速回报规律”——科技进步呈指数级增长，而非线性增长。

然后，库兹韦尔又将这个定律的时限拓展到未来，作出了以下预测：在21世纪20年代中期，人脑反向工程就会成功，人脑的所有秘密就会被揭开。 21世纪20年代末，电脑就能达到人脑智力水平。2045年，奇点到来，基于电脑能力的大幅增长，成本的大幅下降，人工智能创造物的数量将是整个人类智慧创造物数量的约十亿倍。

快报记者李欣编译

2045会带来什么？

沃里克教授自愿成为实验对象，让外科医生将100个装有电极的硅片直接与自己的神经系统相连接。

信息技术上的奇点是人工智能超越人脑的时间点，如果奇点真的到来，世界将会怎样？现在的人们还无法想像，但科学家们已经开始考虑了……

奇点会带来什么风险？

有很多人认为奇点理论毫无道理，只是幻想而已。其中大多数批评的焦点在于，电脑是否真能实现智能化。

整个人工智能领域的研究也都是围绕这一点展开的，但目前人工智能研究还未能生产出模拟人脑的机器。现在的机器人基本上都只具备专项功能，比如搜索查询、下棋等，都是在非常具体的参考框架内运作的。而奇点理论研究者库兹韦尔所说的智能，即超级人工智能，目前还不存在。

为什么超级人工智能还未出现？很显然，人类还在等待计算机能力的指数级增长，从而形成超越人脑的智慧。但也有可能无论计算机能力变得如何强大，人脑内总有一些东西无法被电脑模拟，人脑的神经结构所产生的人类意识过于复杂，到了信息技术无法复制的程度。生物学家丹尼斯·布雷就在2010年的奇点峰会上发表了不同的声音：“尽管生物部件的运作方式是电子电路能够比拟的，但生物有机体的状态、性能之多，原理之复杂是机器所无法比拟的。”

假设人类真的创造出了一台电脑，它说话、思考的方式跟人类完全相似，这就能意味着电脑和人类一样是有知觉的吗？或者它只是一台高精密、全自动的机器，全无半点人类意识的火花？并且，人们如何去分辨它是否有知觉？

即使你认为奇点理论是可信的，还是会面临大量无法解决的问题。如果人类能将自己的

意识扫描进电脑，那么这个人还是他自己吗？奇点又会给政治、经济带来什么样的变化？能否获得永生由谁来决定？谁来给有知觉、无知觉设定一条界线？随着人类与长生不老、无所不能、无所不知的距离越来越近，生活还有意义吗？战胜了死亡之后，人类会失去最本质的人性吗？

库兹韦尔也承认，奇点理论存在一个根本的风险，且无法完善，这就是人们无法预见一个高度智能的机器会做出什么样的决定，采取什么样的举动。如果奇点即将到来，不管人们是否喜欢，都必须对这些问题作出解答。库兹韦尔认为，通过禁止科学的发展来回避奇点，不仅不可能，而且不道德，还有可能存在危险。

至少在奇点学者内部，库兹韦尔的观点不算是少数派，很多人还会做出比他更为极端的预测。2005年起，神经学家亨利·马克拉姆就在瑞士心脑研究所进行一项大胆的研究，名为“蓝色大脑工程”，即运用IBM公司的“蓝色基因”超级计算机模仿哺乳动物的神经系统。迄今，马克拉姆的团队已成功模拟了老鼠的一部分大脑皮层，其中约含有1万个神经元。马克拉姆曾表示，希望能在10年内成功模拟整个人类大脑，但甚至库兹韦尔都认为马克拉姆的想法过于激进了。

未来的世界什么样？

从理论上来说，线性思维的人脑无法预测奇点到来后的世界，但库兹韦尔正在形成自己的理论。他鞭策自己做出越来越大胆的预测：“当人们看到持续的指数级增长的暗示时，会对它越来越难以接受，因此我得鞭策自己接受过于离奇的暗示。”

在库兹韦尔对未来的预测里，生物技术和纳米技术给予人类按照自己的意愿来操纵自己的身体和改变周围环境的能力。发展超速累积，每个小时就能产生现在一个世纪的科学突破。人类基因变成了可以进行测试和优化的代码，如果需要的话还能改写。永生成为了现实，只有选择死亡人才会死去。人们可以将自己的意识扫描进电脑，从而“活”在虚拟世界，或者将身体变成机器人。

或许事情不会这样发展，当人工智能超越人脑时，电脑的黑色硅制“大脑”里会发生很多变化，但人类却无法得知。人工智能也许能模拟人脑意识，也许虽能不断更新升级但无法模拟意识。

但很多比较次要的问题已经在人类眼皮底下发生了。5年前，不会有6亿人在同一个电子网络里开展社交生活，而现在有了“脸谱”。5年前，人们不会用便携式移动设备在网络上检查、确认他们要做的事情、要去的地方，而现在有了智能手机。将智能手机从手持改为内置进大脑，似乎也不是什么无法想像的事情。

3万名帕金森患者已拥有了神经植入物，谷歌正在研制能开车的电脑，不久前“人机大战”已上演。往后100年中，库兹韦尔、德格雷等可能成为未来某些理论的奠基者，可能他们的理论很快会过时，没什么会比未来老得更快。

即使在未来这些人大错特错，但目前他们是正确的：他们正用长远的目光注视更为宏观的图景。你可能不同意奇点学者的任何一篇文章，但你应该钦佩他们能认真地对待未来。奇

点理论建立在如下基础之上：人类能掌握自己的命运，历史不是简单事物的叠加。与40年前的电脑相比，现在的电脑体积小100万倍，功能强1000倍，那40年后世界是什么样？

雷蒙德·库兹韦尔，1948年2月12日出生，美国作家、发明家和未来学家。他涉及的领域相当广泛，有光学字符识别技术、把文本合成为语音的技术、语音识别技术以及电子键盘乐器等等。他还写过好几本有关健康、人工智能、超人以及有关奇点和未来主义的书。

【天才时代】

(1948-1967)

15岁写出计算机程序

库兹韦尔成长于纽约市皇后区，他的父母是二战爆发前从奥地利逃到美国的犹太人，他的父亲是位音乐家和作曲家，母亲是位视觉艺术家。他的叔叔是贝尔实验室的工程师，在库兹韦尔小时候教过他很多计算机科学的基础知识，那时候库兹韦尔还是科幻小说的忠实读者。1963年，年仅15岁的库兹韦尔写出了第一个计算机程序。升入高中后，他又创建了一个复杂的模式识别软件程序，可以对古典作曲家的作品进行分析，然后合成相似风格的属于自己的乐曲。库兹韦尔的发明能力给人留下了深刻的印象，1965年，他受美国哥伦比亚广播公司邀请，参加一档叫做“我有个秘密”的电视节目，他在节目中演奏了一首自己的电脑创作的钢琴曲。当年晚些时候，他还赢得了国际科学博览会发明一等奖，在白宫举行的颁奖仪式上，他得到了时任美国总统林登·约翰逊的祝贺。

【科技时代】

(1968-1998)

开发的科技产品不计其数

1968年，库兹韦尔正在麻省理工学院读大二，他开设了一个公司，主营业务是利用自己开发的“选择大学咨询程序”帮助高中生选择大学，这个程序可以分析成千上万所大学不同的录取原则，然后根据每个学生递交的申请表，帮助他们找到最适合的学校。20岁的库兹韦尔把公司和程序专利权卖了10万美元。 1970 年，他获得了麻省理工学院计算机科学和文学学士学位。

1974年，库兹韦尔创办了库兹韦尔计算机产品公司，并促进了第一次全方位字体光学字符识别系统的发展，这是一种能够让计算机识别所有正常书写体字符的系统。在此之前，扫描仪只能识别有限的几种书写体的字符。他将这种技术应用于制造阅读机，阅读机通过扫描将文字大声朗读出来，这可以帮助盲人读书。1976 年1月13日，库兹韦尔公司和美国盲人联合会联合召开新闻发布会，宣布“库兹韦尔阅读机”研发成功。凭借这部阅读机，库兹韦尔得到了主流社会的认可。音乐家史蒂夫·汪达尔当即购买了阅读机第一代产品，并和库兹韦尔成了好友。

库兹韦尔的下一个主要商业投资开始于1978年，当时库兹韦尔计算机产品公司已经开始

销售光学字符识别程序的商业版本。LexisNexis公司是最早的客户之一，该公司买下程序用来将法律和新闻文件上传到新建的网上数据库中。

两年后，库兹韦尔把公司卖给了Xerox公司，库兹韦尔计算机产品公司成了Xerox的子公司，以前叫做“扫描软件”公司，现在的名称是“细微差别通信公司”，库兹韦尔本人则在1995年之前一直担任该公司的顾问。

库兹韦尔的新企业属于电子音乐技术领域。1982年，库兹韦尔与史蒂夫·汪达尔见过一面，后者对于新兴的电子音乐的素质与传统音乐不可同日而语大发感慨，这刺激了库兹韦尔的灵感，他想发明一个新一代的音乐合成器，能够将真实乐器的声音准确复制到计算机中。同年，库兹韦尔的音乐机构成立了，1984年，库兹韦尔的新产品“K250”诞生了，这台机器能够模仿很多乐器，人们甚至无法分辨出“K250”模仿的钢琴声和真实的钢琴声之间有什么不同。机器超强的记录和合成能力甚至能够让一个乐手演奏整个管弦乐作品。

1990年，库兹韦尔把音乐机构出售给了韩国乐器制造商Young Chang。

在经营音乐机构的同时，库兹韦尔还建立了应用智能公司，主要开发商用的计算机语音识别系统。第一款产品于1987年推出，这是世界上第一个大词汇量的语音识别系统，人可以通过麦克风发号施令，系统会将声音转换成文本传递给电脑，这样，电脑就会按人的指令工作。后来，该公司又将语音识别技术应用到医学检查系统中，创建了库兹韦尔语音诊疗系统，利用这个系统，医生不必花上半天写医学病历，只需说出对病人病情的诊断就行了，他的声音会被储存进系统，作为以后治疗的凭据。应用智能公司现在也融合进了“细微差别通信公司”。

1996年，库兹韦尔开始开发一个教育系统，这个以模式识别为基础的系统可以帮助有眼盲、诵读困难等残疾的学生。

在上世纪90年代，库兹韦尔还成立了一个医疗学习公司，该公司的产品主要是一种医生和电脑模拟病人的互动教育程序。

【预言时代】

(1999- )

断言电脑将超过人脑

那段时间库兹韦尔开始创建https://www.wendangku.net/doc/4b16485394.html,网站，该网站主要介绍帮助艺术创作的电脑程序。网站曾经提供过一个叫做“AARON” 的免费下载程序，该程序可以帮助进行视觉艺术的合成；网站还提供过一种叫做“库兹韦尔控制论诗人”的程序下载，顾名思义，这是一个可以自动作诗的程序。

库兹韦尔还创建了另一个网站https://www.wendangku.net/doc/4b16485394.html,，这是一个专门展示最新科技成果的新闻网站，网站宣传那些高科技“思想者”以及“批评者”的创意，促进普通人对未来进行思考。

1999年，库兹韦尔创建了一个名叫FatKat的对冲基金，FatKat的含义为“库兹韦尔适用技术的金融加速交易”(Financial Accelerating Transactions from Kurzweil Adaptive Technologies)，这个对冲基金于2006年开始上市交易。库兹韦尔曾表示，他的最终目的是提高FatKat的人工智能投资软件程序的效力，提高软件认识和判断“货币波动和股票所有权流动趋势”的能力。

而在1999年的书中，他作出预言，精神机器时代将会到来，总有一天，计算机将超过那些最有金融头脑且总能找到利润最高的投资方式的人类中的佼佼者。 2001年，加拿大摇滚乐队“我们的和平圣母”根据库兹韦尔的这本书发布了一个名为“精神机器”的专辑，库兹韦尔的声音出现在这张专辑中，他在专辑中读了自己书的部分章节。

2005年6月，库兹韦尔又推出了新产品——“库兹韦尔盲人阅读全国联合会”，这是一个口袋大小的设备，包括了一个数码相机和一个电脑元件。和 30年前的库兹韦尔阅读机一样，这款新产品也是通过大声朗读的方式帮助盲人读书。不同的是新机器是便携式的，可以通过数码相机进行扫描；老机器太大，而且只能通过平板扫描仪扫描文本。

2010年，库兹韦尔还将自己的书搬上了银幕，电影的名字叫做《奇点临近：关于未来的真实故事》。电影根据他2005年的小说改编，在某种程度上，这就是一个真实的故事，他采访了20位大思想家，把他们的思想整合之后，发现电脑正在朝超过人脑的方向高速前进……

除了电影，库兹韦尔今年1月还推出了一个独立、完整的纪录片，这部纪录片记录了库兹韦尔的大半辈子：他的生活、他的想法、他关于人工智能和人类未来的探索。

快报记者潘文军编译

人工智能和发展

人工智能和发展 摘要：人工智能是20世纪计算机科学发展的重大成就，在许多领域有着广泛的应用。论述了人工智能的定义，分析了目前在管理、教育、工程、技术、等领域的应用，总结了人工智能研究现状，分析了其发展方向。关键词：人工智能；计算机科学；发展方向 1 人工智能的定义 人工智能(Artificial Intelligence，AI)，是一门综合了计算机科学、生理学、哲学的交叉学科。“人工智能”一词最初是在1956年美国计算机协会组织的达特莫斯(Dartmouth)学会上提出的。自那以后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展。由于智能概念的不确定，人工智能的概念一直没有一个统一的标准。著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义“人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学。”而美国麻省理工学院的温斯顿教授认为“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”童天湘在《从“人机大战”到人机共生》中这样定义人工智能：“虽然现在的机器不能思维也没有“直觉的方程式”，但可以把人处理问题的方式编入智能程序，是不能思维的机器也有智能，使机器能做那些需要人的智能才能做的事，也就是人工智能。”诸如此类的定义基本都反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。 2 人工智能的应用领域 2.1 人工智能在管理及教学系统中的应用人工智能在企业管理中的应用。刘玉然在《谈谈人工智能在企业管理中的应用》一文中提到把人工智能应用于企业管理中，认为要做的工作就是搞清楚人的智能和人工智能的关系，了解人工智能的外延和内涵，搭建人工智能的应用平台，搞好企业智能化软件的开发工作，这样，人工智能就能在企业决策中起到关键的作用。人工智能在智能教学系统中的应用。焦加麟，徐良贤，戴克昌(2003)在总结国际上相关研究成果的基础上，结合其在开发智能多媒体汉德语言教学系统《二十一世纪汉语》的过程中累积的实践经验，介绍了智能教学系统的历史、结构和主要技术，着重讨论了人工智能技术与方法在其中的应用，并指出了当今这个领域上存在的一些问题。 2.2 人工智能专家系统在工程领域的应用人工智能专家系统在医学中的应用。国外最早将人工智能应用于医疗诊断的是MYCIN专家系统。1982年，美国Pittsburgh大学Miller发表了著名的作为内科医生咨询的Internist 2Ｉ内科计算机辅助诊断系统的研究成果，1977年改进为Internist 2Ⅱ，经过改进后成为现在的CAU-CEUS，1991年美国哈佛医学院Barnett等开发的DEX-PLAIN，包含有2200种疾病和8000种症状。我国研制基于人工智能的专家系统始于上世纪70年代末，但是发展很快。早期的有北京中医学院研制成“关幼波肝炎医疗专家系统”，它是模拟著名老中医关幼波大夫对肝病诊治的程序。上世纪80年代初，福建中医学院与福建计算机中心研制的林如高骨伤计算机诊疗系统。其他如厦门大学、重庆大学、河南医科大学、长春大学等高等院校和其他研究机构开发了基于人工智能的医学计算机专家系统，并成功应用于临床。人工智能在矿业中的应用。与矿业有关的第一个人工智能专家系统是1978年美国斯坦福国际研究所的矿藏勘探和评价专家系统PROSPECTOR，用于勘探评价、

什么是人工智能计算机

什么是人工智能计算机 )查看。 什么是人工智能计算机 著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。” 而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。” 这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。 人工智能(Artificial Intelligence，简称AI)是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。也被认为是二十一世纪(基因工程、纳米科学、人工智能)三大尖端技术之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成

为一个独立的分支，无论在理论和实践上都已自成一个系统。 人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。 人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。 从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。 人工智能的三道坎 首先是大数据。从某种意义上来说，人工智能在近一两年的走红，与大数据的发展和被重视程度不无关系。随着以智能手机为代表的科技产品开始深入到人们生活的方方面面，用户在线上的行为越来越多，由此形成了大量的用户数据。而人工智能正好可以利用这些数据，建立数学模型和完成用户画像，让程序来做一些过去只有人能够做的事情。 大数据这个门槛，导致了人工智能只能是巨头的游戏，跟创业

浅谈人工智能在安防领域深度应用

浅谈人工智能在安防领域深度应用 2018年05月18日10:01 来源：安防自动化T|T 近两年，在安防行业有个很火热的词语——“智能安防”，越来越多的安防企业提倡这个概念，并且以此为中心形成了一系列的产品和解决方案，目前智能安防已经进入2.0时代。“互联网+”，安防企业在互联网的框架下，开始实现安防业务模式及技术的多样化。这两个概念的发展对安防行业的发展产生了深刻的影响。 人工智能的定义及发展历程 人工智能(ArtificialIntelligence)最早在1956年就提出了，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。是对人的意识、思维的信息过程的模拟。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 人工智能在计算机领域内，得到了愈加广泛的重视。并在机器人、经济政治决策、控制系统、仿真系统中得到应用。著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的教授温斯顿认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本

思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。 浅谈人工智能在安防领域的深度应用 人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，主要包括计算机实现智能的原理，制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。 可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。 人工智能至今经历了三次浪潮。第一次，五十年代的达特茅斯会议确立了人工智能（AI）这一术语，人们陆续发明了第一款感知神经网络软件和聊天软件，证明了数学定理，人类惊呼“人工智能来了”、“再过十年机器人会超越人类”。然而，人们很快发现，这些理论和模型只能解决一些非常简单的问题，人工智能进入第一次冬天。 第二次，八十年代Hopfield神经网络和BT训练算法的提出，使得人工智能再次兴起，出现了语音识别、语音翻译计划，以及日本提出的第五代计算机。但这些设想迟迟未能进入人们的生活之中，第二次浪潮又破灭了。 第三次，随着2006年Hinton提出的深度学习技术，以及2012年ImageNet竞赛在图像识别领域带来的突破，人工智能再次爆发。这一次，不仅在技术上频频取得突破，在商业市场同样炙手可热，创业公司层出不穷，投资者竞相追逐。 可以说，整个人工智能的发展过程都是在这样的模式之中，不同技术在不同时期扮演着推动人工智能发展的角色。在此，我们基于人工智能行业的企业、投资融资以及研究成果等维度提供一个全新看待人工智能的视角。 人工智能核心技术 计算机视觉、机器学习、自然语言处理、机器人和语音识别是人工智能的五大核心技术，它们均会成为独立的子产业。 1、计算机视觉：计算机视觉技术运用由图像处理操作及机器学习等技术所组成的序列来将图像分析任务分解为便于管理的小块任务。

计算机人工智能的发展及预测

计算机人工智能的发展及前沿 摘要 人工智能（Artificial Intelligence，简称AI）是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。 人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。 关键词：人工智能；数学基础；发展预测；

一、什么是人工智能 智能是知识与智力的总合。知识是智能行为的基础；智力是获取知识并运用知识求解问题的能力。智能具有以下特征： (1)具有感知能力——指人们通过视觉、听觉、触觉、味觉、嗅觉等感觉器官感知外部世界的能力； (2)具有记忆与思维的能力——这是人脑最重要的功能，亦是人之所以有智能的根本原因； (3)具有学习能力及自适应能力； (4)具有行为能力。 人工智能是计算机科学的一个分支，是智能计算机系统，即人类智慧在机器上的模拟，或者说是人们使机器具有类似于人的智慧（对语言能理解、能学习、能推理）。[1] 美国斯坦福大学人工智能研究中心的尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科———怎样表示知识以及怎样获得知识并使用知识的科学。”美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”[2] 二、人工智能的发展简史 (1)孕育（1956年前）[3] ?古希腊的Aristotle（亚里士多德）（前384-322），给出了形式逻辑的基本规律。 ?英国的哲学家、自然科学家Bacon（培根）（1561-1626），系统地给出了归纳法。“知识就是力量” ?德国数学家、哲学家Leibnitz（布莱尼茨）（1646-1716）。提出了关于数理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运算和推理。做出了能做四则运算的手摇计算机 ?英国数学家、逻辑学家Boole（布尔）（1815-1864）实现了布莱尼茨的思维符号化和数学化的思想，提出了一种崭新的代数系统——布尔代数。 ?美籍奥地利数理逻辑学家Godel（哥德尔）（1906-1978），证明了一阶谓词的完备性定；任何包含初等数论的形式系统，如果它是无矛盾的，那么一定是不完备的。意义在于，人的思维形式化和机械化的某种极限，在理论上证明了有些事是做不到的。 ?英国数学家Turing(图灵)（1912-1954）,1936年提出了一种理想计算机的数学模型（图灵机），1950年提出了图灵试验，发表了“计算机与智能”的论文。[4] ?美国数学家Mauchly，1946发明了电子数字计算机ENIAC ?美国神经生理学家McCulloch，建立了第一个神经网络数学模型。 ?美国数学家Shannon（香农）,1948年发表了《通讯的数学理论》，代表了“信息论”的诞生。

计算机人工智能的研究方向和应用领域

人工智能的研究方向和应用领域 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。广义的人工智能包括人工智能、人工情感与人工意志三个方面。 一、研究方向 1.问题求解 人工智能的第一个大成就是发展了能够求解难题的下棋(如国际象棋)程序。在下棋程序中应用的某些技术，如向前看几步，并把困难的问题分成一些比较容易的子问题，发展成为搜索和问题归约这样的人工智能基本技术。今天的计算机程序能够下锦标赛水平的各种方盘棋、十五子棋和国际象棋。另一种问题求解程序把各种数学公式符号汇编在一起，其性能达到很高的水平，并正在为许多科学家和工程师所应用。有些程序甚至还能够用经验来改善其性能。 2.逻辑推理与定理证明逻辑推理是人工智能研究中最持久的子领域之一。其中特别重要的是要找到一些方法，只把注意力集中在一个大型数据库中的有关事实上，留意可信的证明，并在出现新信息时适时修正这些证明。对数学中臆测的定理寻找一个证明或反证，确实称得上是一项智能任务。为此不仅需要有根据假设进行演绎的能力，而且需要某些直觉技巧。 1976年7月，美国的阿佩尔(K.Appel)等人合作解决了长达124年之久的难题--四色定理。他们用三台大型计算机，花去1200小时CPU时间，并对中间结果进行人为反复修改500多处。四色定理的成功证明曾轰动计算机界。 3.自然语言理解 NLP(Natural Language Processing)自然语言处理也是人工智能的早期研究领域之一，已经编写出能够从内部数据库回答用英语提出的问题的程序，这些程序通过阅读文本材料和建立内部数据库，能够把句子从一种语言翻译为另一种语言，执行用英语给出的指令和获取知识等。有些程序甚至能够在一定程度上翻译从话筒输入的口头指令(而不是从键盘打入计算机的指令)。目前语言处理研究的主要课题是：在翻译句子时，以主题和对话情况为基础，注意大量的一般常识--世界知识和期望作用的重要性。 人工智能在语言翻译与语音理解程序方面已经取得的成就，发展为人类自然语言处理的新概念。 4.自动程序设计

浅谈人工智能与计算机

浅谈人工智能与计算机 王晨浩 计算机1506班201526810617 摘要人工智能一直处于计算机技术的前沿，人工智能研究的理论和发现在很大程度上将决定计算机技术的发展方向.人工智能作为计算机学科的一个分支,有其自身的特点,现已在社会生活各个领域都有应用,并将有更为广阔的发展前景。 关键词人工智能 / 发展 / 应用 / 机器人 / 智能研究 / 计算机学科 1．引言 在进入了二十一世纪之后，信息科学技术的发展越来越受到人们的重视，重视程度也超越了以往的任何时候。正是因为这样，人工智能技术的发展在进入新的世纪之后也有了非常快速的进步，那么，这项技术作为一种比较高端的信息科学技术，它主要是通过借助计算机的各种功能来非常形象的模拟我们人类的思维方式和思维结果，从而使人类的各种思维活动可以在计算机的程序当中得以实现[1]。2．人工智能的发展概述 人工智能的研究经历了以下几个阶段：第一阶段：20世纪50年代人T智能的兴起和冷落。人工智能概念首次提出后，出现了一批显著的成果，如机器定理证明、跳棋程序、LISP表处理语言等。但由于揭发推理能力有限，以及其翻泽失败等，使人工智能走入低谷。这一阶段的特点是：重视问题求解的方法，忽视知识重要性。第二阶段：20世纪60年代末到70年代，专家系统出现使人工智能研究出现新高潮，DENDAI。化学质谱分析系统、MTCIN疾病诊断和治疗系统、PROSPECTIOR 探矿系统，Hearsay-II语言理解系统等专家系统的研究和开发，将人工智能引向了实用化。1969年成立了国际人工智能联合会。第三阶段：20世纪80年代，随着第五代计算机的研制，人工智能得到了很大发展。日本1982年开始了“第五代计算机研制计划”，即“知识信息处理计算机系统LIPS”，其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮一第四阶段：20世纪80年代末，精神网络飞速发展。1987年，美国召开第一次精神网络国际会议，宣告了这一新学科的诞生。此后，各国在精神网络方面的投资逐渐增大，精神网络迅速发展起来。第五阶段：20世纪90年代，人工智能出现新的研究高潮。由于网络技术特别是嗣际互联网的技术发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研

论计算机与人工智能

论计算机和人工智能 摘要：计算机科学和人工智能将是21世纪逻辑学发展的主要动力源泉，并且在很大程度上将决定21世纪逻辑学的面貌。这些年来,人工智能在计算机科学、逻辑学等领域已取得重大成就,但离真正的人类智能还相差甚远。现在是网络时代,人工智能科学要在学科交叉研究中实现人工智能的发展与创新,会更加关注认知科学与人工智能之间的交叉渗透;要利用现实生活中复杂网络的小世界模型发展人工智能。 关键词：人工智能；计算机发展；应用方向；发展方向 一、引言 人工智能(Artificial Intelligence),英文缩写为AI，也称机器智能。“人工智能”一词最初是在1956年的Dartmouth学会上提出的。它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是研究如何制造智能机器或智能系统来模拟人类智能活动的能力，以延伸人们智能的科学。 二、人工智能的定义 人工智能（artificial intelligence，AI）又称为机器智能或者计算机智能。所谓人工智能就是用人工的方法在计算机上实现的智能；或者说是人们使用机器模拟人类智能。人工智能与计算机软件有密切的关系。一方面，各种人工智能应用系统都要用计算机软件去实现，另一方面，许多聪明的计算机软件也应用了人工智能的理论方法和技术。 人工智能虽然是计算机科学的一 个分支，但它的研究却不仅涉及到计算机科学，而且还涉及到医学、逻辑学等许多学科领域。因此，人工智能实际上是一门综合性的交叉学科和边缘学科。 三、计算机和人工智能 的发展史 1.计算机的发展史 计算机的发展与电子技术的发展密切相关，每当电子技 术有突破性的进展，就会导致 计算机的一次重大的改革。 (1)第一代计算机（1946年—1957 年） 第一代计算机的共同特点是：逻辑器件使用电子管；用 穿孔卡片机作为数据和指令 的输入设备；用磁鼓或磁带作 为外存存储器；使用机器语言 编译。 (2)第二代计算机（1958年—1964

浅谈人工智能与教育

[收稿日期]2007-09-17 [作者简介]李建锋(1977～),男,呼和浩特职业学院,助教。 浅谈人工智能与教育 李建锋 (呼和浩特职业学院,内蒙古呼和浩特010020) [摘　要]人工智能技术的发展推动着社会生产力的提高,同时也融入到教育教学中。本文主要介绍了目前与教育有 关的人工智能的研究领域,并论述了人工智能与教育的关系和人工智能与网络教育的结合点。 [关键词]人工智能　教育　网络教育　专家系统 [中图分类号]TP 18[文献标识码]A [文章编号]1672-3473( 2008)02-0067-02一、人工智能的定义 人工智能(Artificial Intelligence ),英文缩写为AI 。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式作出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。“人工智能”一词最初是在1956年Dartmouth 学会上提出的。从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展。人工智能是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识,心理学和哲学。人工智能是内容十分广泛的科学,它由不同的领域组成,如机器学习、计算机视觉等等,总的说来,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。 二、人工智能和教育的关系 1.人工智能和教育的关系。人工智能以及人工智能科学从1956年诞生起,其研究和应用领域就与教育紧密相关。人工智能就是研究让计算机接受教育、提高智能的科学技术。A I 的研究成果又反过来应用到我们日常生活的各个方面,并可以改进我们的生活。比如应用到教育过程中,促进教育的工作效率(减少教师的数量和工作时间、甚至直接提高受教育者的智能)。还可以产生新的教学模式,如网上学习共同体、合作学习等。 2.人工智能在教育中的应用。人工智能原理和技术从诞生起就应用于教育,其产品通常称作智能指导系统IT S 或者智能计算机辅助教学ICAI 。 ICA I 系统可以采用多种形式。从根本上讲,它是在保证学生和程序灵活性的方式下,应用人工智能原理和技术,组织安排教学系统的各种成分。它并不是根据预先输入的问题、预先想到的解答、预先指定的分支等进行工作,而是根据学生学习时积累的知识而工作。它的一般工作准则和标准,是依赖本身的知识结构和近期活动事件,如学生回答的历史记录。许多ICA I 系统都具有这样的重要特点,即能够实现与学生的自然语言对话。 三、人工智能与网络教育的融合 随着人工智能的理论与技术发展,其在教育中的应用日渐扩大,例如I nterne t 上的Web 站点,其网页的组织形式,就包含智能的原理。目前人工智能在教育领域特别是网络环境下的应用主要有以下几个方面。 1.ICA I 。计算机辅助教学(CA I )是由程序教学发展而来。但是以程序教学为理论基础开发的CA I 课件,在推理机制和学生模型方面存在不足,因而不能根据不同学生的实际情况进行动态调整,缺乏灵活的应变能力。 借鉴人工智能中的专家系统知识,由于专家系统中包含知识库和推理机两个基本模块,在一般专家系统中再加入一个“学生模型”模块,就构成智能计算机辅助教学(ICA I )系统的基本结构。其中推理机的作用相当于现实教学中的教师,它可以根据知识库中的内容和学生模型推断出每个学生的学习能力、认知特点和当前知识水平,根据学生的不同特点选择最适当的教学内容与教学方法,并可对学生进行有针对性的个别指导,提高教学效果。 如果再把自然语言理解技术引入ICAI 系统,构成智能接口模块,从而实现人—机自然语言对话,使计算机辅助教学系统真正能够与人类教师相媲美,这在师生分离的网络教育环境中将更具意义。 (下转第83页) 内蒙古电大学刊 J OU RN AL OF I N N ER MON G OLI A R ADI O &TV U N I VER SIT Y No .2,2008(Sum No .102)2008年第2期(总第102期) DOI :10.16162/j .issn .1672-3473.2008.02.037

人工智能发展史

人工智能学科诞生于20世纪50年代中期，当时由于计算机的产生与发展，人们开始了具有真正意义的人工智能的研究。（虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间的联系. Norbert Wiener是最早研究反馈理论的美国人之一.最熟悉的反馈控制的例子是自动调温器.它将收集到的房间温度与希望的温度比较,并做出反应将加热器开大或关小,从而控制环境温度.这项对反馈回路的研究重要性在于: Wiener从理论上指出,所有的智能活动都是反馈机制的结果.而反馈机制是有可能用机器 模拟的.这项发现对早期AI的发展影响很大。） 1956年夏，美国达特莫斯大学助教麦卡锡、哈佛大学明斯基、贝尔实验室申龙、IBM公司信息研究中心罗彻斯特、卡内基——梅隆大学纽厄尔和赫伯特.西蒙、麻省理工学院塞夫里奇和索罗门夫，以及IBM公司塞缪尔和莫尔在美国达特莫斯大学举行了以此为其两个月的学术讨论会，从不同学科的角度探讨人类各种学习和其他职能特征的基础，并研究如何在远离上进行精确的描述，探讨用机器模拟人类智能等问题，并首次提出了人工智能的术语。从此，人工智能这门新兴的学科诞生了。这些青年的研究专业包括数学、心理学、神经生理学、信息论和电脑科学，分别从不同角度共同探讨人工智能的可能性。他们的名字人们并不陌生，例如申龙是《信息论》的创始人，塞缪尔编写了第一个电脑跳棋程序，麦卡锡、明斯基、纽厄尔和西蒙都是“图灵奖”的获奖者。 这次会议之后，在美国很快形成了3个从事人工智能研究的中心，即以西蒙和纽威尔为首的卡内基—梅隆大学研究组，以麦卡锡、明斯基为首的麻省理工学院研究组，以塞缪尔为首的IBM公司研究组。随后，这几个研究组相继在思维模型、数理逻辑和启发式程序方面取得了一批显著的成果： （1）1956年，纽威尔和西蒙研制了一个“逻辑理论家“（简称LT）程序，它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解问题，证明了怀特黑德与罗素的数学名著《数学原理》的第2章中52个定理中的38个定理。1963年对程序进行了修改，证明了全部定理。这一工作受到了人们的高度评价，被认为是计算机模拟人的高级思维活动的一个重大成果，是人工智能的真正开端。 （2）1956年，塞缪尔利用对策论和启发式搜索技术编制出西洋跳棋程序Checkers。该程序具有自学习和自适应能力，能在下棋过程中不断积累所获得的经验，并能根据对方的走步，从许多可能的步数中选出一个较好的走法。这是模拟人类学习过程第一次卓有成效的探索。这台机器不仅在1959年击败了塞缪尔本人，而且在1962年击败了美国一个州的跳棋冠军，在世界上引起了大轰动。这是人工智能的一个重大突破。 （3）1958年，麦卡锡研制出表处理程序设计语言LISP，它不仅可以处理数据，而且可以方便的处理各种符号，成为了人工智能程序语言的重要里程碑。目前，LISP语言仍然是研究人工智能何开发智能系统的重要工具。 （4）1960年纽威尔、肖和西蒙等人通过心理学实验，发现人在解题时的思维过程大致可以分为3个阶段：1。首先想出大致的解题计划；2。根据记忆中的公理、定理和解题规划、按计划实施解题过程；3.在实施解题过程中，不断进行方法和目标分析，修改计划。这是一个具有普遍意义的思维活动过程，其中主要是方法和目的的分析。（也就是人们在求解数学问题通常使用试凑的办法进行的试凑是不一定列出所有的可能性，而是用逻辑推理来迅速缩小搜索范围的办法进行的），基于这一发现，他们研制了“通用问题求解程序GPS”，用它来解决不定积分、三角函数、代数方程等11种不同类型的问题，并首次提出启发式搜索概念，从而使启发式程序具有较普遍的意义。

人工智能与人类智能比较

第一章 关于人工智能能否超过人类智能的讨论 摘要：随着信息技术的发展，人类把最新的计算机技术应用于各个学科，对这些学科的认知也进入了日新月异的发展阶段，促使大量的新的研究成果不断涌现。人工智能与人类智能的关系问题，从20世纪80年代在国内外就进行了非常激烈的辩论。本文做出了人工智能只能作为人类工具而不可能超过人类智能的论断，人工智能本质上是对人类智能的功能模拟。机器思维和人工智能在未来发展的可能性和重要性有其值得重视的一面，但机器思维只是人的思维在一定程度上的延伸和补充，而不是一种独立的思维，机器思维同人类思维二者虽然存在着一定的相似之处，但由于其思维的物质承担者不同，在智能活动中的地位和思维程序也不同，所以有本质的区别。人工智能没有人类智能所特有的创造性和社会性，只不过是人类智能的延伸，至多只是部分地超越人类智能而不能完全地战胜人类智能。本文最后得出结论：人类对人脑的功能会不断地进行认识，从而人工智能会不断的迫近人类智能。但从动态分析上，即人类智能也在不断的进化和发展，人工智能作为人类智能主体客体化的产物，其作用和功能受到人类智能的制约所以要低于人类智能，人工智能在整体上是不能最终代替和战胜人类智能的。 关键词：人工智能，超越，人类智能，智能模拟 1．研究背景 人工智能这个术语自1956年由数学家麦卡锡正式提出，并作为一个新兴学科的名称被使用以来，已经有50多年的历史了。人工智能的发展过程，大致经历了孕育期、形成期、知识应用期、和综合集成这四个阶段。人工智能(Artificial Intelligence)，英文缩写为AI,是一门综合了计算机科学、生理学、哲学的交叉学科。“人工智能”一词最初是在1956年美国计算机协会组织的达特莫斯（Dartmouth）学会上提出的。从那以后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展。人工智能的概念由于智能概念的不确定因此没有一个统一的标准。童天湘在《从“人机大战”到人机共生》中这样定义人工智能：“虽然现在的机器不能思维也没有‘直觉的方程式’，但可以把人处理问题的方式编入智能程序，是不能思维的机器也有智能，使机器能做那些需要人的智能才能做的事，也就是人工智能。”【1】 人工智能在发展过程中形成了几个学派，最主要的两个学派是符号主义和连接主义，行为主义是后来形成的一个学派【1】。 人工智能与人类智能的关系以及人工智能的发展趋势问题，从20世纪80年代在国内外就进行了非常激烈的辩论。既有一部分人认为人工智能只能作为人的工具的延长而不可能取代人的大脑的工具论，本人也支持此种观点，即：人工智能诞生的初衷是作为人类工具的延长，其作用从其诞生的那一天就已经定性，人工智能只能作为人类智能的附庸和补充，而不可能对人类智能构成挑战，更不可能取代人类智能。 也有一部分人持人工智能一定会战胜人类智能的观点，他们从达尔文的进化论进行类比推断，对比人类智能和人工智能相对发展的速度和加速度，认为人类智能虽然在短时期内还占有绝对的优势，但是从人工智能近些年突飞猛进的发展

浅谈人工智能的现状与未来

浅谈人工智能的现状与未来 摘要：作为二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能），同时也被认为是二十一世纪三大尖端技术之一（基因工程、纳米科学、人工智能）。人工智能在很多科学领域都获得了广泛应用，并取得了丰硕的成果，本文将对人工智能的发展历程，现状以及发展趋势作一个初步的解读，人工智能应用于工程是是目前工程技术研究的热点之一，本文也将就人工智能中的专家系统、模拟逻辑、神经网络控制在机电一体化中的应用进行了探讨。 关键词：人工智能；机电一体化；专家系统；模糊控制；神经网络控制；AI发展前景； 什么是人工智能 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 人工智能与机电一体化系统的统一 近几十年来，人工智能得到了长足的发展，譬如，IBM 公司制造的深蓝计算机运用人工智能于1997年5月，战胜了国际象棋冠军卡斯帕洛夫。人工智能用于机电一体化是机电一体化发展的方向之一。这种智能主要通过控制技术加以设计和实现，即由机电一体化系统中的控制系统来具体实现。 专家系统、模糊逻辑、神经网络控制、学习控制和分层递阶是目前人工智能研究主要的几个领域，它们各自发展，又相互渗透，走向结合。其中，前三个领域是目前机电一体系统实现智能化的较成熟的领域。 一，自从第一个专家系统于1968年问世以来，经过30多年的发展，专家系统已经成为人工智能应用最活跃的领域。已经从最初的应用于医疗、科技等领域，向财政、金融、保险、商业和法律方向扩展，下面就与机电一体化有关的应用予以探讨。 （1）在装配制造业的应用：产品的生产，总是用零件来构造的，将不同的零件一起装配成一种新产品，叫做配里任务。专家系统应用于装配制造方面可以取得 可观的经济效益。比如， DEC公司的专家系统XCON，是应用于计算机配置的 第一个专家系统，现在每年为DEC公司盈利1。5亿美元 （2）在设备故障诊断中的应用：专家系统用于设备故障诊断，特别是针对大型的结构、复杂的故障诊断，可以尽快找到故障，大大缩短检修时间，有很多成功 的例子，比如美国西屋电气公司研制的GEN一AID专家系统，已经成功地应 用于诊断汽轮发动机的故障。IBM公司也曾经为其IBMATPC机配备了一个专家 系统，用来精确定位系统故障。 （3）在控制方面的应用：专家系统可以在机电一体化设备控制方面发挥作用，在伺服控制、数控机床、加工中心以及其它控制领域，已取得了进展。在这方面成 功的例子如AT&T公司为控制机械手，研制出在单个芯片上实现的专家系统。 最早的芯片包括16条规则的ROM，控制器以及处理数据与规则的推理机。采 用2。5um线宽的CMOS工作，最初只使用了芯片面积的四分之一，改用1。 5um线宽后可容纳256条规则，建立规则时采用模糊逻辑，执行速度可达到 80000LISP，比常规专家系统快1000倍。尽管大型专家系统的造价是很昂贵的，

(发展战略)人工智能的状态及今后发展方向展望

人工智能的现状及今后发展趋势展望 一．引言 人工智能(Artificial Intelligence),英文缩写为AI，也称机器智能。“人工智能”一词最初是在1956年的Dartmouth学会上提出的。它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是研究如何制造智能机器或智能系统来模拟人类智能活动的能力，以延伸人们智能的科学。 二．目前人工智能技术的研究和发展状况 目前，人工智能技术在美国、欧洲和日本依然飞速发展。在AI技术领域十分活跃的IBM公司，已经为加州劳伦斯·利佛摩尔国家实验室制造了ASCI White电脑，号称具有人脑的千分之一的智力能力。而正在开发的更为强大的新超级电脑———“蓝色牛仔”（Blue Jean），据其研究主任保罗·霍恩称，“蓝色牛仔”的智力水平将大致与人脑相当。 三．技术应用 随着AI技术的发展，现代几乎各种技术的发展都涉及到了人工智能技术，可以说人工智能已经广泛应用到许多领域，其典型的应用包括： 1符号计算 计算机最主要的用途之一就是科学计算,科学计算可分为两类:一类是纯数值的计算,例如求函数的值;另一类是符号计算,又称代数运算,这是一种智能化的计算,处理的是符号。符号可以代表整数、有理数、实数和复数,也可以代表多项式、函数、集合等。随着计算机的普及和人工智能的发展,相继出现了多种功能齐全的计算机代数系统软件,其中Mathematic和Maple是它们的代表。由于它们都是用C语言写成的,所以可以在绝大多数计算机上使用。 2模式识别 模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。这里,我们把环境与客体统称为“模式”。用计算机实现模式（文字、声音、人物、物体等）的自动识别，是开发智能机器的一个关键的突破口，也为人类认识自身智能提供线索。计算机识别的显著特点是速度快、准确性和效率高。识别过程与

浅谈人工智能在计算机网络中的应用

2019年第3期 信息通信 2019 (总第 195 期） INFORMATION & COMMUNICATIONS (Sum . N o 195) 浅谈人工智能在计算机网络中的应用 王艳 (山西省政法管理干部学院，山西太原030000) 摘要：计算机科学技术的进步推动了人工智能的发展，随着人工智能的曰渐成熟，其应用范围曰渐扩大。在当前的互联 网环境中，危害计算机网络安全的不利因素较多。因此在计算机网络中应用人工智能技术，有助于发挥人工智能高效、 智能的优势，促进计算机网络的智能化和人性化，提高计算机网络的安全性，更好的保护人们的隐私。本文就人工智能 在计算机网络中的应用进行了探究，旨在推动人工智能的更好发展。关键词:人工智能;计算机;互联网；网络安全;智能化中图分类号:TP 393 文献标识码:A 文章编号：1673-1131(2019)03-0168-03 人工智能简称A I ,当前各大手机厂商做主推的A I 拍照功 能，便是人工智能技术的一种。人工智能是一项综合性的前 沿技术，它建立在计算机科学技术的基础之上，融入了心理学、 生物学、物理学、哲学、神经学等多个学科的知识，能够实现智 能控制、人脸识别、车牌识别、神经网络等功能，具有强大的计 算能力和良好的适用能力，能够满足多种工作和生活功能需 要，给人们的生活带去极大的便利，提高生产效率，促进社会 的发展和进步。目前关于人工智能的定义尚无统一的标准， 一般将人工智能分为人工和智能两项，其中人工是指人工系 统，而智能的概念则较大一些，涉及思维、意识、自我等多个方 面，尚有待人工智能技术的进一步发展来为智能定义。目前 人工智能主要应用于计算机科学技术领域，已经取得的成果 当今时代是一个网络时代，人们的生活与工作越来越离 不开网络，通过计算机网络传输的数据也在与日倶增,给计算 机网络带去较大的压力，如何缓解网络压力，提高人们的上网 体验，是当前计算机网络所需要重点考虑的问题之一。此外 海量的信息传输也容易造成用户个人隐私的泄露，出现信息 安全事故,如华住酒店的5亿条个人信息泄露,便是因为计算 机网络防护不严所导致的恶果。随着人工智能技术的进一步 发展，将人工智能技术应用到计算机网路中，不仅可以满足人 民对网路的使用需要,还可以增强计算机网络的安全性能，保 护用户个人信息安全。 1人工智能技术概述 1.1人工智能的概念 数据除目标码字节数外其它数据设置为〇); 校验和(UINT 16):表示本帧除校验和自身外所有数据的 CR C 16校验码。 图1所示的帧结构，具有以下优点：(1) 此种帧结构充分考虑了数据对齐问题，不仅使得软件 设计人员在软件设计时不用刻意进行数据对齐设计，而且使 得软件实现人员调试时，规避了由于数据不对齐带来的风险; (2) 增加C S C IID ，当一个产品需加载几种软件时可以用 来识别当前需加载的软件。 1.3故障检测及处理设计 在线加载程序运行过程中，通过周期BIT (PBIT )检测下面 四类故障： (1) 硬件自身资源(如〇?11、11^、>^1、看门狗等)故障 检测； (2) 配备操作系统的情况下，对系统软件功能(如5m s 任 务超时、60mS 任务超时、一般异常错误、一般操作系统错误等) 故障检测； (3) 外部供电故障；(4) 加载软件功能故障(通信周期检测故障、喊计数故障、接 收目标码校验故障、擦除故障、写入故障、固化目标码校验故障)。 根据故障的严重程度及影响等级对故障分为关键故障及 一般故障。当关键故障发生时，需中断当前加载操作（传输、 固化、校验),避免产品带“重病”工作，同时向上位机上报故障 代码，并在N V M 中存储，以便后续为排故提供参考。出现一 般故障时,仅需向上位机上报故障代码，并在N V M 中存储，但 是无需中断当前加载操作。 另外，加载程序在接收完全部目标码后，即对其进行 CR C 16校验，只有校验通过时才进行后续固化等操作。这样 也可以避免当接收文件有误对F L A S H 进行无实际意义的扇 区擦除及固化操作。 2结语 嵌入式系统在使用过程中，难免对其嵌入式软件进行修 改升级。通过实地取下设备，露出JTAG 端口连接仿真器来更 新软件的方法不仅麻烦、效率低，而且在某些特殊场合条件根 本不具备。故无需自身打开产品口盖即可完成其内部软件升 级的在线加载程序基本成为了每种产品的必备方案。本文针 对应用广泛的基于串口通信的在线加载程序，分别从加载过 程控制、通信帧结构及设计故障检测处理功能三个方面进行 了的优化设计，可供设计人员进行在线加载程序设计时参考。 参考文献： [1] 汪晶晶,苏建徽，孙佩石.基于串口通信的D S P 应用程序 在线升级方法[J ].微型机与应用,2013,32(14):15-17,24.[2] 蒋炯炜，钱浩，于鹏.基于C A N 总线的TMS 320F 2812程序 更新技术[J ].电子与封装,2015(5) : 21-33[3] 刘宇，刘治彬，朱秀林.基于P C I 总线的D S P 系统应用程 序的更新[J .现代电子技术,2013(6) : 113-117[4] 陈绍炜，魏刚，王子.TMS 320C 6416程序以太网远程更新 技术研究[J ]现代电子技术,2014(12) : 125-128,133 [5] 何宾,朱红林.基于G P R S 的D S P 程序远程升级的研究与 实现[J ].计算机工程与设计,2010,31(15):3390-3392,3450. 作者简介:马振华(1986-),男，陕西延安人，硕士,工程师，研究 方向:计算机应用。 168

人工智能未来发展前景展望

人工智能未来发展前景展望 ：磊(10计本) 学号： 长久以来，人工智能对于普通人来说是那样的可望而不可及，然而它却吸引了无数研究人员为之奉献才智，从美国的麻省理工学院(M ＩＴ)、卡基-梅隆大学(CＭＵ)到IＢＭ公司，再到日本的本田公司、ＳＯＮＹ公司以及国的清华大学、中科院等科研院所，全世界的实验室都在进行着ＡＩ技术的实验。不久前，著名导演斯蒂文·斯皮尔伯格还将这一主题搬上了银幕，科幻片《人工智能》(ＡＩ)对许多人的头脑又一次产生了震动，引起了一些人士了解并探索人工智能领域的兴趣。 （一）、人工智能的定义 人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。 “智能”1是一个宽泛的概念。智能是人类具有的特征之一。Intelegere是从中进行选择，进而理解、领悟和认识。正如帕梅拉·麦考达克在《机器思维》(machines who thinks,1979)中所提出的: 在1"智能"源于拉丁语legere，字面意思是采集(特别是果实)、收集、汇集，并由此进行选择，形成一个东西。

复杂的机械装置与智能之间存在长期的联系。从几个世纪前出现的神话般的巨钟和机械自动机开始，人们已对机器操作的复杂性与自身的某些智能活动进行直观联系。经过几个世纪之后，新技术已使我们所建立的机器的复杂性大为提高。1936年，24岁的英国数学家图灵 i(Turing)提出了"自动机"理论，把研究会思维的机器和计算机的工作大大向前推进了一步，他也因此被称为"人工智能之父"。 人工智能领域的研究是从1956年正式开始的，这一年在达特茅斯大学召开的会议上正式使用了"人工智能"(artificial intelligence，AI)这个术语。随后的几十年中，人们从问题求解、逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习以及机器人学等多个角度展开了研究，已经建立了一些具有不同程度人工智能的计算机系统，例如能够求解微分方程、设计分析集成电路、合成人类自然语言，而进行情报检索，提供语音识别、手写体识别的多模式接口，应用于疾病诊断的专家系统以及控制太空飞行器和水下机器人更加贴近我们的生活。我们熟知的IBM的"深蓝"在棋盘上击败了国际象棋大师卡斯帕罗夫就是比较突出的例子。 当然，人工智能的发展也并不是一帆风顺的，也曾因计算机计算能力的限制无法模仿人脑的思考以及与实际需求的差距过远而走入低谷，但是随着硬件和软件的发展，计算机的运算能力在以指数级增长，同时网络技术蓬勃兴起，确保计算机已经具备了足够的条件来运