人工智能的发展与应用-论文

2013

年8月21日

巴州石油一中高

研究性学习

人工智能的发展与应用

作者：谭承志

王智贺

潘永臻

指导教师：周朝晖

《人工智能的发展与应用》研究论文暨结题报告

关键字：人工智能发展中学生XNA C#

作者：谭承志王智贺潘永臻

1.前言

人工智能（英语：A rtificial I ntelligence，AI）有时也称作机器智能，是指由人工制造出来的系统所表现出来的智能。通常人工智能是指通过普通计算机实现的智能。该词同时也指研究这样的智能系统是否能够实现，以及如何实现的科学领域。本论文就旨在以中学生的视角探究人工智能的发展，并能尝试进行适度的尝试。

2.课题成员介绍

小组组长：谭承志

副组长：王智贺

小组成员：潘永臻

顾家默

贾维康

李宝

3. 正文

3.1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。

关于什么是“智能”，就问题多多了。这涉及到其它诸如意识、自我、心灵（包括无意识的精神等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。

3.2人工智能的发展历史

人工智能的传说可以追溯到古埃及，但随着1941年以来电子计算机的发展，技术已最终可以创造出机器智能，“人工智能”(Artificial Intelligence)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，在它还不长的历史中，人工智能的发展比预想的要慢，但一直在前进，从40年前出现到现在，已经出现了许多AI程序，并且它们也影响到了其它技术的发展。

计算机时代

1941年的一项发明使信息存储和处理的各个方面都发生了革命。这项同时在美国和德国出现的发明就是电子计算机。第一台计算机要占用几间装空调的大房间，对程序员来说是场噩梦：仅仅为运行一个程序就要设置成千的线路。1949年改进后的能存储程序的计算机使得输入程序变得简单些，而且计算机理论的发展产生了计算机科学，并最终促使了人工智能的出现。计算机这个用电子方式处理数据的发明，为人工智能的可能实现提供了一种媒介。

AI的开端

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。

1955年末，Newell和Simon做了一个名为"逻辑专家"的程序。这个程序被许多人认为是第一个AI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。"逻辑专家"对公众和AI研究领域产生的影响使它成为AI发展中一个重要的里程碑。1956年，被认为是人工智能之父的John McCarthy组织了一次学会，将许多对机器智能感兴趣的专家学者聚集在一起进行了一个月的讨论。他请他们到Vermont参加" Dartmouth人工智能夏季研究会"。从那时起，这个领域被命名为"人工智能"。虽然Dartmouth学会不是非常成功，但它确实集中了AI的创立者们，并为以后的AI 研究奠定了基础。

Dartmouth会议后的7年中，AI研究开始快速发展。虽然这个领域还没明确定义，会议中的一些思想已被重新考虑和使用了。Carnegie Mellon大学和MIT开始组建AI研究中心。研究面临新的挑战: 下一步需要建立能够更有效解决问题的系统，例如在"逻辑专家

"中减少搜索;还有就是建立可以自我学习的系统。

1957年一个新程序，"通用解题机"(GPS)的第一个版本进行了测试。这个程序是由制作"逻辑专家" 的同一个组开发的。GPS扩展了Wiener的反馈原理，可以解决很多常识问题。两年以后，IBM成立了一个AI研究组。Herbert Gelernter花3年时间制作了一个解几何定理的程序。

当越来越多的程序涌现时，McCarthy正忙于一个AI史上的突破。1958年McCarthy 宣布了他的新成果: LISP语言。LISP到今天还在用。"LISP"的意思是"表处理"(List Processing)，它很快就为大多数AI开发者采纳。

1963年MIT从美国政府得到一笔220万美元的资助，用于研究机器辅助识别。这笔资助来自国防部高级研究计划署(ARPA)，已保证美国在技术进步上领先于苏联。这个计划吸引了来自全世界的计算机科学家，加快了AI研究的发展步伐。

大量的程序

以后几年出现了大量程序。其中一个著名的叫"SHRDLU"。"SHRDLU"是"微型世界"项目的一部分，包括在微型世界(例如只有有限数量的几何形体)中的研究与编程。在MIT由Marvin Minsky领导的研究人员发现，面对小规模的对象，计算机程序可以解决空间和逻辑问题。其它如在60年代末出现的"STUDENT"可以解决代数问题，"SIR"可以理解简单的英语句子。这些程序的结果对处理语言理解和逻辑有所帮助。

70年代另一个进展是专家系统。专家系统可以预测在一定条件下某种解的概率。由于当时计算机已有巨大容量，专家系统有可能从数据中得出规律。专家系统的市场应用很广。十年间，专家系统被用于股市预测，帮助医生诊断疾病，以及指示矿工确定矿藏位置等。这一切都因为专家系统存储规律和信息的能力而成为可能。

70年代许多新方法被用于AI开发，著名的如Minsky的构造理论。另外David Marr提出了机器视觉方面的新理论，例如，如何通过一副图像的阴影，形状，颜色，边界和纹理等基本信息辨别图像。通过分析这些信息，可以推断出图像可能是什么。同时期另一项成果是PROLOGE语言，于1972年提出。80年代期间，AI前进更为迅速，并更多地进入商业领域。1986年，美国AI相关软硬件销售高达4。25亿美元。专家系统因其效用尤受需求。象数字电气公司这样的公司用XCON专家系统为VAX大型机编程。杜邦，通用汽车公司和波音公司也大量依赖专家系统。为满足计算机专家的需要，一些生产专家系统辅助制作软件的公司，如Teknowledge和Intellicorp成立了。为了查找和改正现有专家系统中的错误，又有另外一些专家系统被设计出来。

从实验室到日常生活

人们开始感受到计算机和人工智能技术的影响。计算机技术不再只属于实验室中的一小群研究人员。个人电脑和众多技术杂志使计算机技术展现在人们面前。有了像美国人工智能协会这样的基金会。因为AI开发的需要，还出现了一阵研究人员进入私人公司的热潮。150多所像DEC(它雇了700多员工从事AI研究)这样的公司共花了10亿美元在内部的AI 开发组上。

其它一些AI领域也在80年代进入市场。其中一项就是机器视觉。Minsky和Marr的成果现在用到了生产线上的相机和计算机中，进行质量控制。尽管还很简陋，这些系统已能够通过黑白区别分辨出物件形状的不同。到1985年美国有一百多个公司生产机器视觉系统，销售额共达8千万美元。

但80年代对AI工业来说也不全是好年景。86-87年对AI系统的需求下降，业界损失了近5亿美元。象Teknowledge和Intellicorp两家共损失超过6百万美元，大约占利润的三分之一巨大的损失迫使许多研究领导者削减经费。另一个另人失望的是国防部高级研究计划署支持的所谓"智能卡车"。这个项目目的是研制一种能完成许多战地任务的机器人。由于项目缺陷和成功无望，Pentagon停止了项目的经费。

尽管经历了这些受挫的事件，AI仍在慢慢恢复发展。新的技术在日本被开发出来，如在美国首创的模糊逻辑，它可以从不确定的条件作出决策;还有神经网络，被视为实现人工智能的可能途径。总之，80年代AI被引入了市场，并显示出实用价值。可以确信，它将是通向21世纪之匙。人工智能技术接受检验在"沙漠风暴"行动中军方的智能设备经受了战争的检验。人工智能技术被用于导弹系统和预警显示以及其它先进武器。AI技术也进入了家庭。智能电脑的增加吸引了公众兴趣;一些面向苹果机和IBM兼容机的应用软件例如语音和文字识别已可买到;使用模糊逻辑，AI技术简化了摄像设备。对人工智能相关技术更大的需求促使新的进步不断出现。人工智能已经并且将继续不可避免地改变我们的生活。

3.3人工智能的研究现状

为了将人工智能的理论研究成果应用于实际，人们发明了多种方法。目前大部分的人工智能应用系统是在冯?诺依曼结构的通用数字计算机或通用算机上运行求得结果。这种用软件实现的方法灵活性强但速度较慢。

目前人工智能的研究方向已经被分成几个子领域，研究人员希望一个人工智能系统应该具有某些特定能力，以下将这些能力列出并说明。

演绎、推理和解决问题

早期的人工智能研究人员直接模仿人类进行逐步的推理，就像是玩棋盘游戏或进行逻辑推理时人类的思考模式。到了1980和1990年，利用机率和经济学上的概念，人工智能研究还发展了非常成功的方法处理不确定或不完整的资讯。

对于困难的问题，有可能需要大量的运算资源，也就是发生了“可能组合爆增”：当问题超过一定的规模时，电脑会需要天文数量级的记忆体或是运算时间。寻找更有效的算法是优先的人工智能研究项目。

人类解决问题的模式通常是用最快捷，直观的判断，而不是有意识的，一步一步的推导，早期人工智能研究通常使用逐步推导的方式。人工智能研究已经于这种“次表征性的”解决问题方法取得进展：实体化的代理人研究强调感知运动的重要性。神经网络研究试图以模拟人类和动物的大脑结构重现这种技能。

多元智能

大多数研究人员希望他们的研究最终将被纳入一个具有多元智能(称为强人工智能)，结合以上所有的技能并且超越大部分人类的能力。有些人认为为了达成以上目标，可能需要拟人化的特性，如人工意识或人工大脑。上述许多问题被认为是人工智能完整性：为了解决其中一个问题，你必须解决全部的问题。即使一个简单和特定的任务，如机器翻译，要求机器按照作者的论点(推理)，知道什么是被人谈论(知识)，忠实地再现作者的意图(情感计算)。因此，机器翻译被认为是具有人工智能完整性：它可能需要强人工智能工，就像是人类一样。

规划

智能Agent必须能够制定目标和实现这些目标。他们需要一种方法来建立一个可预测的世界模型(将整个世界状态用数学模型表现出来，并能预测它们的行为将如何改变这个世界)，这样就可以选择功效最大（或“值”）的行为。在传统的规划问题中，智能Agent 被假定它是世界中为一具有影响力的，所以它要做出什么行为是已经确定的。但是，如果事实并非如此，它必须定期检查世界模型的状态是否和自己的预测相符合。如果不符合，它必须改变它的计划。因此智能代理必须具有在不确定结果的状态下推理的能力。在多Agent 中，多Agent规划采用合作和竞争去完成一定的目标，使用演化算法和群体智慧可以达成一个整体的突现行为目标。

知觉

机器感知是指能够使用传感器所输入的资料(如照相机，麦克风，声纳以及其他的特殊传感器)然后推断世界的状态。计算机视觉能够分析影像输入。另外还有语音识别、人脸辨识和物体辨识。

社交

情感和社交技能对于一个智慧代理人是很重要的。首先，通过了解他们的动机和情感状态，代理人能够预测别人的行动(这涉及要素博弈论、决策理论以及能够塑造人的情感和情绪感知能力检测)。此外，为了良好的人机互动，智慧代理人也需要表现出情绪来。至少它必须出现礼貌地和人类打交道。至少，它本身应该有正常的情绪。

创造力

一个人工智能的子领域，代表了理论(从哲学和心理学的角度)和实际(通过特定的实现产生的系统的输出是可以考虑的创意，或系统识别和评估创造力)所定义的创造力。相关领域研究的包括了人工直觉和人工想象。

3.4 作为中学生我们对人工智能的尝试(软件成果展示）

人工智能虽然听起来是一门非常高深的科学，但是作为21世纪的高中生在掌握了一定的编程知识后也可以在利用现在已经了解和学习的人工智能知识的基础上，做一些简单的弱人工智能程序，毕竟人工智能的定义还是相当广泛的。

为此，我们研究性学习小组用C#面向对象语言在.net的XNA平台上编写了一款小程序——《生命游戏（Life Game）》来简单的模拟生物的繁衍。

图1.程序的启动界面

《生命游戏》这款软件通过展现三种生物（Life）之间的生物竞争与捕食来模拟一种弱人工智能，这些物种分为两种敌对生物（Life1和Life2）和一种植物（Plant），植物可以通过光合作用产生食物，而两种其他生物通过消耗食物来繁衍自身、增加数量。但是生物在这个过程中也会产生毒素（Poison），对生存环境产生破坏。在整个过程中没有人的参与，完全依靠生物自己的智能，自主的行为、生活、繁衍与竞争。

接下来，我将会对这个软件进行具体的功能与操作方法的介绍。

图2 软件正在进行模拟中

在这个软件界面中（图2），可以在左边主视图中许多各种颜色的小点，这些小点分别代表着不同的含义：绿色代表植物，为整个生态环境提供食物来源；红色和橙色则分别代表着两种敌对的生物；而最小的那种蓝色的小点则代表着生命活动的能量来源——食物；不过

还有一种橙色的小点代表毒素并没有在上面显现出来。

在程序的右边还有一个信息栏，用以展现小地图、环境信息、生物状况和保存读取操作。

图3,4自带的编辑器

之前介绍过，这个软件除了编辑环境（图3,4）在生物模拟的整个过程中完全没有人的干预与操作，既“0玩家游戏”，全部是依靠程序实现人工智能。下面部分是软件的核心部分——人工智能AI。通过代码中的绿色字体注释部分可以对其进行大致的介绍

//C# Code

void AIUpdata(GameTime gameTime)

{

lastUpdateTime += https://www.wendangku.net/doc/e911521832.html,liseconds;

if (lastUpdateTime >= targetTime)

{

lastUpdateTime = 0;

//UpdeteMap

Block[,] lastBlocks = map.Blocks;

//遍历所有格子

for (int i = 0; i < map.Width; i++)

{

for (int j = 0; j < map.Heigth; j++)

{

//创建格子引用

Block b = map.Blocks[i, j];

for (int k = 0; k < b.Lifes.Count; k++)

{

//消耗食物

if (!(b.Lifes[k] is Plant))

{

float foodget = 0;

//食物获取值

foodget = Math.Min(b.FoodConcentration * foodGetprob, (config.HP - b.Lifes[k].Hp) * foodPerHp + foodNneed);

if (foodget < foodNneed)

{

//食物不充足而造成活力降低

b.Lifes[k].Hp -= (int)((foodNneed - foodget) / foodPerHp*2);

}

//食物减少

b.FoodConcentration -= foodget;

}

//消耗毒物

float poisonGet = 0; //毒物获取值

//按物种分类讨论

if (b.Lifes[k].CultureNum == 1)

{

//物种1

//毒物获取值

poisonGet = Math.Min(b.Poison2Concentration * poisonGetProb, config.Defence + b.Lifes[k].Hp * poisonPerHp);

//减血

b.Lifes[k].Hp -= (int)(poisonGetProb - config.Defence) / poisonPerHp;

//毒物减少

b.Poison1Concentration -= poisonGet;

}

if (b.Lifes[k].CultureNum == 2)

{

//物种2

poisonGet = Math.Min(b.Poison2Concentration * poisonGetProb, config.Defence + b.Lifes[k].Hp * poisonPerHp);

b.Lifes[k].Hp -= (int)(poisonGetProb - config.Defence) /

poisonPerHp;

b.Poison2Concentration -= poisonGet;

}

if (b.Lifes[k].CultureNum == 0)

{

//植物

poisonGet = Math.Min(b.Poison2Concentration * poisonGetProb, config.Defence + b.Lifes[k].Hp * poisonPerHp);

b.Lifes[k].Hp -= (int)(poisonGetProb - config.Defence) /

poisonPerHp;

b.Poison2Concentration -= poisonGet;

poisonGet = Math.Min(b.Poison2Concentration * poisonGetProb, config.Defence + b.Lifes[k].Hp * poisonPerHp);

b.Lifes[k].Hp -= (int)(poisonGetProb - config.Defence) /

poisonPerHp;

b.Poison1Concentration -= poisonGet;

}

//死亡

if (b.Lifes[k].Hp <= 0)

{

//删除生物

b.Lifes.RemoveAt(k);

k--;

}

}

map.Blocks[i, j] = b;

}

}

}

}

以下是这个游戏的规则

1.每个生物有以下行为：从环境中获取物质，移动，释放可以杀死其他物种生物的物质，繁殖，植物可以生茶有机物（食物）。

2.每个生物可以探测到周围四格的环境，并作出对应的动作

3.移动：移动到相邻的格子，要移动进入的格子必须符合以下条件之一：

1.进入格的食物浓度>当前格子的食物浓度

2.进入的格子有更多的植物

3.进入的格子敌人较少

当相邻的格子符合以下条件时不进入

1.毒物浓度会大幅减低活力

2.敌人数量较多

4.繁殖：生成一个新的生物，新生物活力为50，但是繁殖会消耗75活力，当所在各自满足

以下条件时繁殖：

1.活力>90

2.格子中食物浓度>50

3.格子中毒物造成伤害较少

4.格子中敌人较少

5.释放有毒物质：生物会释放可以杀死其他物种的物质来获取更多的食物或生存空间，但是

有毒物质会杀死植物，生物只会在对植物影响较少时释放有毒物质

6.生产有机物：植物会不断地生产出有机物

7.物质扩散：所有物质会顺浓度扩散，扩散速度与浓度差成正比

至此，关于软件及成果的介绍就到此结束了，软件和源代码将会在最后成果中给出。

4.结语

在这次研究性学习的过程中，我们通过资料调查与学习还有最后的动手实践，充分的了解了人工智能的特性和用途，我们深信在未来人工智能必将会扮演着一个越来越重要的角色，有关这方面的研究也在紧锣密鼓的进行着。就像目前各国正在热衷的机器人设计就是一个印证，相信人工智能必将渗透到人们生活的各个方面。

最后，希望我国的人工智能研究事业也能够蒸蒸日上，达到世界的领先地位。同时也希望同学们也能够多加关注我国的人工智能研究，以科技兴国做出我们的贡献。

参考文献：

《人工智能及其应用（第三版）》蔡自兴、徐光著

《心理学导读系列.-.认知心理学》.[美].贝斯特.

百度百科https://www.wendangku.net/doc/e911521832.html,

维基百科https://www.wendangku.net/doc/e911521832.html,/zh-cn/

人工智能发展史解读

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。

人工智能发展与应用简介

人工智能发展与应用综述 摘要：概要的阐述了人工智能的概念、发展历史、当前研究热点和实际应用以及未来的发展趋势 20世纪是自然科学发展史上最为辉煌的时代，生物科学是自然科学中发展最迅速的学科。因为生物科学与人类生存、人民健康、社会发展密切相关，必然成为21世纪初的主导学科。在20世纪生物科学的发展中有许多重大突破，出现了许多新观念、新思想、新成果和新技术。特别是20世纪50年代以来，随着数理科学广泛深入地渗透到生物科学以及一些先进的仪器设备和研究技术的问世，生物科学已经从基本上是静态的、以形态描述与分析为主的学科演化发展成动态的、以实验为基础的定量的学科，逐步发展为自动化、智能化。在生物系统的领域，人工智能的发展尤为令人关注。 一．人工智能的概念 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。 人工智能也称机器智能，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。如果仅从技术的角度来看，人工智能要解决的问题是如何使电脑表现智能化，使电脑能更灵活方效地为人类服务。只要电脑能够表现出与人类相似的智能行为,就算是达到了目的，而不在乎在这过程中电脑是依靠某种算法还是真正理解了。人工智能就是计算机科学中涉及研究、设计和应用智能机器的—个分支，人工智能的目标就是研究怎样用电脑来模仿和执行人脑的某些智力功能，并开发相关的技术产品，建立有关的理论。 人工智能是在计算机科学、控制论、信息论、心理学、语言学等多种学科相互渗透的基础发展起来的一门新兴边缘学科，主要研究用机器（主要是计算机）来模仿和实现人类的智能行为. 二．人工智能的发展历史 50年代人工智能的兴起和冷落人工智能概念首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题s求解程序、LISP表处理语言等。但由于消解法推理能力的有限，以及机器翻译等的失败，使人工智能走入了低谷。这一阶段的特点是：重视问题求解的方法，忽视知识重要性。 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DENDRAL化学质谱分析系统、MYCIN疾病诊断和治疗系统、

人工智能发展史

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

我国人工智能发展历程及未来战略思路与重点教学文案

我国人工智能发展历程及未来战略思路与重点人工智能作为一种通用目的技术（GPT），是当前科技创新和推动产业升级转型的焦点。人工智能的发展及其在各个领域的应用，将会显著改变几乎所有行业原来发展的路径，不断催生新的业态和新的商业模式，形成新的发展空间，同时也为我国促进科技创新、提升国家竞争优势甚至赶超发达国家带来了新的机遇。 国内人工智能发展历程 在人工智能所带来的新赛场上，无论是从理论研究、技术研发方面，还是从产业基础方面来看，应该说我国的研究积累与发达国家相比差距不大。早在上世纪70年代后期，吴文俊就凭借几何定理的机器证明成果，成为国际自动推理界的领军人物，他所开创的数学机械化也在国际上被誉为"吴方法"。在人际对弈方面，浪潮天梭在2006年8月以3胜5平2负击败柳大华等5位中国象棋大师组成的联盟。近些年来，我国人工智能领域有取得了飞速发展。科大讯飞语音识别技术已经处于国际领先地位，其语音识别和理解的准确率均达到了世界第一，自2006年首次参加国际权威的BlizzardChallenge大赛以来，一直保持冠军地位。百度推出了度秘和自动驾驶汽车。腾讯推出了机器人记者Dreamwriter和图像识别产品腾讯优图。阿里巴巴推出了人工智能平台DTPAI和机器人客服平台。清华大学研发成功的人脸识别系统以及智能问答技术都已经获得了应用。中科院自动化所研发成功了"寒武纪"芯片并建成了类脑智能研究平台。华为也推出了MoKA 人工智能系统。 政府重视发展人工智能 我国一直政府也一直重视人工智能的发展。尤其是2015年将人工智能作为国家"互联网＋"战略中十一个具体行动之一，提出要"加快人工智能核心技术突破，培育发展人工智能新兴产业，推进智能产品创新，提升终端产品智能化水平"。2016年中，国家发改委、科技部、工信部、中央网信办联合发布了《"互联网＋"人工智能三年行动实施方案》，这是我国首次单独为人工智能发展提出具体的策略方案，也是对去年发布的"互联网＋"战略中人工智能部分内容的具体落实。该行动方案提出了三大方向共九大工程，系统地提出了我国在2016至2018年间推动人工智能发展的具体思路和内容，目的在于充分发挥人工智能技术创新的引领作用，支撑各行业领域"互联网＋"创业创新，培育经济发展新动能。这不仅在

论人工智能的发展历程

论人工智能的发展历程 王鑫涛16151228 摘要：人工智能的发展、人工智能的应用、人工智能的未来 关键字：人工智能、阿尔法围棋、AI 正文：近几年，人工智能这个话题变得越来越热门，尤其是在今年三月份的一场举世瞩目的人机围棋大赛后，人工智能这个话题在人们之间也是越来越普遍地被谈论。2016年3月，阿尔法围棋（AlphaGo）与围棋世界冠军、职业九段选手李世石进行人机大战，并以4:1的总比分获胜，不少职业围棋手认为，阿尔法围棋的棋力已经达到甚至超过围棋职业九段水平，在世界职业围棋排名中，其等级分曾经超过排名人类第一的棋手柯洁。那么，阿尔法围棋是什么呢，为什么这么厉害？阿尔法围棋（AlphaGo）是一款围棋人工智能程序，由谷歌（Google）旗下DeepMind公司的戴密斯·哈萨比斯、大卫·席尔瓦、黄士杰和与他们的团队开发，其主要工作原理是“深度学习”。“深度学习”是指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理，就像人们识别物体标注图片一样。通过上述所所，可见现在的人工智能已发展到一个相当高相当先进的程度了，那么，人工智能又是怎么一步步发展到今天的呢，它的未来又会是如何？我在这里就说一下自己对人工智能浅薄的见解。

一、什么是人工智能 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。 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与人类智能相似的方式做出反应的智能机器。人工智能的发展史是和计算机科学与技术的发展史联系在一起的，目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机,人工智能在21世纪必将为发展国民经济和改善人类生活做出更大的贡献。 人类的科学演变已从单一的“数值计算”发展到系统的“逻辑计算”。人类正在将信息工程学逐步提入到计算机系统中，从而出现了“信息管理”“和“信息交换”等科学的迫切需求。而加速扩大“信息处理”层面来说，现有的计算机的处理数据能力是匹配不了的，缺少领域专业“智能”。这样的“计算机科学”已无法适应信息科学的发展需求。全球的信息科学正在逐步形成，Al作为现代信息科学发展的核心。从古至今人们对提及智能相关的问题就很感兴趣，只不过在计算机没有发明之前，没有任何高科技辅助工具能解开智能的奥秘。

1.2 人工智能的发展史

1.2 人工智能的发展史 人工智能的研究不仅与对人的思维研究直接相关，而且和许多其它学科领域关系密切。因此说到人工智能的历史，应当上溯到历史上一些伟大的科学家和思想家所作的贡献，他们为人工智能研究积累了充分的条件和基础理论。这里仅列举几位重要的代表人物。 ◆古希腊伟大的哲学家、思想家Aristotle（亚里士多德）（公元前384-322），他的主要贡献是为形式逻辑奠定了基础。形式逻辑是一切推理活动的最基本的出发点。 在他的代表作《工具论》中，就给出了形式逻辑的一些基本规律，如矛盾律、排中律，并且实际上已经提到了同一律和充足理由律。此外，亚里士多得还研究了概念、判断问题，以及概念的分类和概念之间的关系，判断问题的分类和它们之间的关系。其最著名的创造就是提出人人熟知的三段论。 ◆英国的哲学家、自然科学家Bacon（培根）（1561-1626），他的主要贡献是系统地给出了归纳法，成为和Aristotle的演绎法相辅相成的思维法则。Bacon另一个功绩是强调了知识的作用。 Bacon的著名警句是"知识就是力量"。 ◆德国数学家、哲学家Leibnitz（莱布尼茨）（1646-1716），他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。

他曾经做出了能进行四则运算的手摇计算机 ◆英国数学家、逻辑学家Boole（布尔）（1815-1864），他初步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），他证明了一阶谓词的完备性定理；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。 此定理的意义在于，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。 当今世界上计算机科学最高荣誉奖励为"图灵奖"。 名词解释：图灵试验。当一个人与一个封闭房间里的人或者机器交谈时，如果他不能分辨自己问题的回答是计算机还是人给出时，则称该机器是具有智能的。以往该试验几乎是衡量机器人工智能的唯一标准，但是从九十年代开始，现代人工智能领域的科学家开始对此试验提出异议：反对封闭式的，机器完全自主的智能；提出与外界交流的，人机交互的智能。 ◆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

人工智能发展史

Machine Learning | 一篇文读懂人工智能发展史 AlphaGo的胜利，无人驾驶的成功，模式识别的突破性进展，人工智能的的飞速发展一次又一次地挑动着我们的神经。作为人工智能的核心，机器学习也在人工智能的大步发展中备受瞩目，光辉无限。 如今，机器学习的应用已遍及人工智能的各个分支，如专家系统、自动推理、自然语言理解、模式识别、计算机视觉、智能机器人等领域。 但也许我们不曾想到的事机器学习乃至人工智能的起源，是对人本身的意识、自我、心灵等哲学问题的探索。而在发展的过程中，更是融合了统计学、神经科学、信息论、控制论、计算复杂性理论等学科的知识。 总的来说，机器学习的发展是整个人工智能发展史上颇为重要的一个分支。其中故事一波三折，令人惊讶叹服，颇为荡气回肠。 其中穿插了无数牛人的故事，在下面的介绍中，你将会看到以下神级人物的均有出场，我们顺着ML的进展时间轴娓娓道来： 基础奠定的热烈时期 20世纪50年代初到60年代中叶 Hebb于1949年基于神经心理学的学习机制开启机器学习的第一步。此后被称为Hebb学习规则。Hebb学习规则是一个无监督学习规则，这种学习的结果是使网络能够提取训练集的统计特性，从而把输入信息按照它们的相似性程度划分为若干类。这一点与人类观察和认识世界的过程非常吻合，人类观察和认识世界在相当程度上就是在根据事物的统计特征进行分类。 从上面的公式可以看出，权值调整量与输入输出的乘积成正比，显然经常出现的模式将对权向量有较大的影响。在这种情况下，Hebb学习规则需预先定置权饱和值，以防止输入和输出正负始终一致时出现权值无约束增长。 Hebb学习规则与“条件反射”机理一致，并且已经得到了神经细胞学说的证实。

论人工智能的发展历程

论人工智能的发展历程 王鑫涛 摘要：人工智能的发展、人工智能的应用、人工智能的未来 关键字：人工智能、阿尔法围棋、AI 正文：近几年，人工智能这个话题变得越来越热门，尤其是在今年三月份的一场举世瞩目的人机围棋大赛后，人工智能这个话题在人们之间也是越来越普遍地被谈论。2016年3月，阿尔法围棋（AlphaGo）与、职业九段选手进行，并以4:1的总比分获胜，不少职业围棋手认为，阿尔法围棋的棋力已经达到甚至超过围棋职业九段水平，在世界职业围棋排名中，其等级分曾经超过排名人类第 一的棋手。那么，阿尔法围棋是什么呢，为什么这么厉害？阿尔法围棋（AlphaGo）是一款人工智能程序，由（Google）旗下公司的、、和与他们的团队开发，其主要工作原理是“”。“深度学习”是指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另 一个数据集合作为输出。这就像生物神经大脑的工作机理一样，通过合适的矩 阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理，就像 人们识别物体标注图片一样。通过上述所所，可见现在的人工智能已发展到一个相当高相当先进的程度了，那么，人工智能又是怎么一步步发展到今天的呢，它的未来又会是如何？我在这里就说一下自己对人工智能浅薄的见解。 一、什么是人工智能 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。它是科学、控制论、信息论、神经生、、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

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。 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与人类智能相似的方式做出反应的智能机器。人工智能的发展史是和计算机科学与技术的发展史联系在一起的，目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机,人工智能在21世纪必将为发展国民经济和改善人类生活做出更大的贡献。 人类的科学演变已从单一的“数值计算”发展到系统的“逻辑计算”。人类正在将信息工程学逐步提入到计算机系统中，从而出现了“信息”“和“信息交换”等科学的迫切需求。而加速扩大“信息处理”层面来说，现有的计算机的处理数据能力是匹配不了的，缺少领域专业“智能”。这样的“计算机科学”已无法适应信息科学的发展需求。全球的信息科学正在逐步形成，Al作为现代信息科学发展的核心。从古至今人们对提及智能相关的问题就很感兴趣，只不过在计算机没有发明之前，没有任何高科技辅助工具能解开智能的奥秘。 二、人工智能的发展过程? 事物的发展都是曲折的，人工智能的发展也是如此。人工智能的发展历程大致可以划分为以下五个阶段： 第一阶段:20世纪50年代，人工智能的兴起和冷落。人工智能概念在1956年首次提出后，相继出现了一批显着的成果，如机器定理证明、跳棋程序、通用问题s求解程序、LISP表处理语言等。但是由于消解法推理能力有限以及机器翻译等的失败，使人工智能走入了低谷。这一阶段的特点是重视问题求解的方法，而忽视了知识的重要性。

人工智能的发展历程

人工智能的发展历程 人工智能与虚拟现实技术在教育领域中的研究成果和应用情况 人工智能也称机器智能，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出人造的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。 人工智能发展简史 1. 萌芽期(1956年以前) 自古以来，人类就力图根据认识水平和当时的技术条件，企图用机器来代替人的部分脑力劳动，以提高征服自然的能力。公元850年，古希腊就有制造机器人帮助人们劳动的神话传说。在我国公元前900多年，也有歌舞机器人传说的记载，这说明古代人就有人工智能的幻想。 随着历史的发展，到十二世纪末至十三世纪初年间，西班牙的神学家和逻辑学家Romen Luee试图制造能解决各种问题的通用逻辑机。十七世纪法国物理学家和数学家B.Pascal制成了世界上第一台会演算的机械加法器并获得实际应用。随后德国数学家和哲学家G.W.Leibniz在这台加法器的基础上发展并制成了进行全部四则运算的计算器。他还提出了逻辑机的设计思想，即通过符号体系，对对象的特征进行推理，这种"万能符号"和"推理计算"的思想是现代化"思考"机器的萌芽，因而他曾被后人誉为数理逻辑的第一个奠基人。十九世纪英国数学和力学家C.Babbage 致力于差分机和分析机的研究，虽因条件限制未能完全实现，但其设计思想不愧为当时人工智能最高成就。 进入本世纪后，人工智能相继出现若干开创性的工作。1936年，年仅24岁的英国数学家A.M.Turing在他的一篇"理想计算机"的论文中，就提出了著名的图林

1.2 人工智能的发展史

1.2人工智能的发展史 人工智能的研究不仅与对人的思维研究直接相关，而且和许多其它学科领域关系密切。因此说到人工智能的历史，应当上溯到历史上一些伟大的科学家和思想家所作的贡献，他们为人工智能研究积累了充分的条件和基础理论。这里仅列举几位重要的代表人物。 ◆古希腊伟大的哲学家、思想家Aristotle（亚里士多德）（公元前384-322），他的主要贡献是为形式逻辑奠定了基础。形式逻辑是一切推理活动的最基本的出发点。 在他的代表作《工具论》中，就给出了形式逻辑的一些基本规律，如矛盾律、排中律，并且实际上已经提到了同一律和充足理由律。此外，亚里士多得还研究了概念、判断问题，以及概念的分类和概念之间的关系，判断问题的分类和它们之间的关系。其最著名的创造就是提出人人熟知的三段论。 ◆英国的哲学家、自然科学家Bacon（培根）（1561-1626），他的主要贡献是系统地给出了归纳法，成为和Aristotle的演绎法相辅相成的思维法则。Bacon另一个功绩是强调了知识的作用。 Bacon的著名警句是"知识就是力量"。 ◆德国数学家、哲学家Leibnitz（莱布尼茨）（1646-1716），他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。

他曾经做出了能进行四则运算的手摇计算机 ◆英国数学家、逻辑学家Boole（布尔）（1815-1864），他初步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），他证明了一阶谓词的完备性定理；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。 此定理的意义在于，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。 当今世界上计算机科学最高荣誉奖励为"图灵奖"。 名词解释：图灵试验。当一个人与一个封闭房间里的人或者机器交谈时，如果他不能分辨自己问题的回答是计算机还是人给出时，则称该机器是具有智能的。以往该试验几乎是衡量机器人工智能的唯一标准，但是从九十年代开始，现代人工智能领域的科学家开始对此试验提出异议：反对封闭式的，机器完全自主的智能；提出与外界交流的，人机交互的智能。 ◆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

我国人工智能发展历程及未来战略思路与重点

我国人工智能发展历程及未来战略思路与重点 人工智能作为一种通用目的技术（GPT），是当前科技创新和推动产业升级转型的焦点。人工智能的发展及其在各个领域的应用，将会显着改变几乎所有行业原来发展的路径，不断催生新的业态和新的商业模式，形成新的发展空间，同时也为我国促进科技创新、提升国家竞争优势甚至赶超发达国家带来了新的机遇。 国内人工智能发展历程 在人工智能所带来的新赛场上，无论是从理论研究、技术研发方面，还是从产业基础方面来看，应该说我国的研究积累与发达国家相比差距不大。早在上世纪70年代后期，吴文俊就凭借几何定理的机器证明成果，成为国际自动推理界的领军人物，他所开创的数学机械化也在国际上被誉为"吴方法"。在人际对弈方面，浪潮天梭在2006年8月以3胜5平2负击败柳大华等5位中国象棋大师组成的联盟。近些年来，我国人工智能领域有取得了飞速发展。科大讯飞语音识别技术已经处于国际领先地位，其语音识别和理解的准确率均达到了世界第一，自2006年首次参加国际权威的BlizzardChallenge大赛以来，一直保持冠军地位。百度推出了度秘和自动驾驶汽车。腾讯推出了机器人记者Dreamwriter和图像识别产品腾讯优图。阿里巴巴推出了人工智能平台DTPAI和机器人客服平台。清华大学研发成功的人脸识别系统以及智能问答技术都已经获得了应用。中科院自动化所研发成功了"寒武纪"芯片并建成了类脑智能研究平台。华为也推出了MoKA人工智能系统。 政府重视发展人工智能 我国一直政府也一直重视人工智能的发展。尤其是2015年将人工智能作为国家"互联网＋"战略中十一个具体行动之一，提出要"加快人工智能核心技术突破，培育发展人工智能新兴产业，推进智能产品创新，提升终端产品智能化水平"。2016年中，国家发改委、科技部、工信部、中央网信办联合发布了《"互联网＋"人工智能三年行动实施方案》，这是我国首次单独为人工智能发展提出具体的策略方案，也是对去年发布的"互联网＋"战略中人工智能部分内容的具体落实。该行动方案提出了三大方向共九大工程，系统地提出了我国在2016至2018年间推动人工智能发展的具体思路和内容，目的在于充分发挥人工智能技术创新的引领作用，支撑各行业领域"互联网＋"创业创新，培育经济发展新动能。这不仅在操作层面提出了我国近期发展人工智能的具体方案，将人工智能的发展措施落到了实处，也明确了我国人工智能技术发展的内容重点和阶段性要求。

人工智能的发展历程

人工智能与虚拟现实技术在教育领域中的研究成果 和应用情况 人工智能也称机器智能，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出人造的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。 人工智能发展简史 1. 萌芽期（1956年以前） 自古以来，人类就力图根据认识水平和当时的技术条件，企图用机器来代替人的部分脑力劳动，以提高征服自然的能力。公元850年，古希腊就有制造机器人帮助人们劳动的神话传说。在我国公元前900多年，也有歌舞机器人传说的记载，这说明古代人就有人工智能的幻想。 随着历史的发展，到十二世纪末至十三世纪初年间，西班牙的神学家和逻辑学家Romen Luee试图制造能解决各种问题的通用逻辑机。十七世纪法国物理学家和数学家B.Pascal制成了世界上第一台会演算的机械加法器并获得实际应用。随后德国数学家和哲学家G.W.Leibniz在这台加法器的基础上发展并制成了进行全部四则运算的计算器。他还提出了逻辑机的设计思想，即通过符号体系，对对象的特征进行推理，这种"万能符号"和"推理计算"的思想是现代化"思考"机器的萌芽，因而他曾被后人誉为数理逻辑的第一个奠基人。十九世纪英国数学和力学家C.Babbage致力于差分机和分析机的研究，虽因条件限制未能完全实现，但其设计思想不愧为当时人工智能最高成就。 进入本世纪后，人工智能相继出现若干开创性的工作。1936年，年仅24岁的英国数学家A.M.Turing在他的一篇"理想计算机"的论文中，就提出了著名的图林机模型，1945年他进一步论述了电子数字计算机设计思想，1950年他又在"计算机能思维吗？"一文中提出了机器能够思维的论述，可以说这些都是图灵为人工智能所作的杰出贡献。1938年德国青年工程师Zuse研制成了第一台累计数字计算机Z-1，后来又进行了改进，到1945年他又发明了Planka.kel程序语言。此外，1946年美国科学家J.W.Mauchly等人制成了世界上第一台电子数字计算机ENIAC。还有同一时代美国数学家N.Wiener控制论的创立，美国数学家 C.E.Shannon信息论的创立，英国生物学家W.R.Ashby所设计的脑等，这一切都为人工智能学科的诞生作了理论和实验工具的巨大贡献。 2. 形成时期（1956-1961） 1956年在美国的Dartmouth大学的一次历史性的聚会被认为是人工智能学科正式诞生的标志，从此在美国开始形成了以人工智能为研究目标的几个研究组：如Newell和Simon的Carnegie-RAND协作组；Samuel和Gelernter的IBM 公司工程课题研究组；Minsky和McCarthy的MIT研究组等，这一时期人工智能的研究工作主要在下述几个方面。

解析人工智能发展史

解析人工智能发展史：由“机器人”到“人机器” 导读：人工智能其实就是对人的意识、思维的信息过程的模拟，而人工智能机器人就是像人类一样具有自我意识的机器人。 ◆1965年，兴起研究第二代带传感器、“有感觉”的机器人，并向人工智能进发 1965年，约翰·霍普金斯大学应用物理实验室研制出Beast机器人。Beast已经能通过声纳系统、光电管等装置，根据环境校正自己的位置。 20世纪60年代中期，美国兴起研究第二代传感器、“有感觉”机器人，并向人工智能进发 20世纪60年代中期开始，美国麻省理工学院、斯坦福大学、英国爱丁堡大学等陆续成立了机器人实验室。美国兴起研究第二代带传感器、“有感觉”的机器人，并向人工智能进发。 由“机器人”到“人机器”人工智能发展史 1965年，约翰·霍普金斯大学应用物理实验室研制出Beast机器人 ■第二代机器人：带感觉的机器人 这种带感觉的机器人是类似人在某种功能的感觉。比如：力觉、触觉、听觉，来判断力的大小和滑动的情况。 ◆1968年，世界第一台智能机器人诞生 1968年，美国斯坦福研究所公布他们研发成功的机器人Shakey。它带有视觉传感器，能根据人的指令发现并抓取积木，不过控制它的计算机有一个房间那么大，可以算是世界第一台智能机器人。 由“机器人”到“人机器”人工智能发展史 1968年，世界第一台智能机器人诞生它带有视觉传感器，根据人的指令发现并抓取积木

1978年，美国Unimation公司推出通用工业机器人PUMA，这标志着工业机器人技术已经完全成熟。PUMA至今仍然工作在工厂第一线。 由“机器人”到“人机器”人工智能发展史 1978年，美国Unimation公司推出通用工业机器人PUMA，标志工业机器人技术完全成熟 由“机器人”到“人机器”人工智能发展史 1999年，日本索尼公司推出犬型机器人爱宝 1999年，日本索尼公司推出犬型机器人爱宝(AIBO)，当即销售一空，从此娱乐机器人成为目前机器人迈进普通家庭的途径之一。 ◆2002年美国iRobot公司推出了吸尘器机器人Roomba 2002年美国iRobot公司推出了吸尘器机器人Roomba，它能避开障碍，自动设计行进路线，还能在电量不足时，自动驶向充电座。Roomba是目前世界上销量较大的家用机器人。 由“机器人”到“人机器”人工智能发展史 2002年美国iRobot公司推出了吸尘器机器人Roomba 2006年6月，微软公司推出Microsoft Robotics Studio，机器人模块化、平台统一化的趋势越来越明显，比尔.盖茨预言，家用机器人很快将席卷全球。由“机器人”到“人机器”人工智能发展史 2006年6月，微软公司推出Microsoft Robotics Studio ◆2012年，机器宇航员 “发现号”航天飞机（Discovery）的最后一项太空任务是将首台人形机器人送入国际空间站。这位机器宇航员被命名为“R2”，它的活动范围接近于人类，并可以执行那些对人类宇航员来说太过危险的任务。美国宇航局表示，“随着我们超越低地球轨道，这些机器人对美国宇航局的未来至关重要。” 由“机器人”到“人机器”人工智能发展史 机器宇航员被命名为“R2”，它的活动范围接近于人类 2014年，中国第116届广交会会展中心，机器人“旺宝”（BENEBOT）能够热情招呼访客，而这款出自科沃斯（ECOVACS）的导购机器人，可以与人类进行视频或音频对话，使消费者迅速了解商品信息。 由“机器人”到“人机器”人工智能发展史 “旺宝”可以与人类进行视频或音频对话，使消费者迅速了解商品信息 人工智能是人类对“智能”的模拟，目的是实现某个人类能完成的工作，所以受人们对智能的理解限制，即使配合上神经网络模型和遗传算法的训练，程序本身不会演化出崭新的能力，即只会接受训练，不能创造新事物，可以说目前的人工智能只是一个工具而已。 ■第三代机器人：智能机器人

人工智能的发展史

人工智能的发展史人工智能的研究不仅与对人的思维研究直接相关，而且和许多其它学科领域关系密切。因此说到人工智能的历史，应当上溯到历史上一些伟大的科学家和思想家所作的贡献，他们为人工智能研究积累了充分的条件和基础理论。这里仅列举几位重要的代表人物。 ◆古希腊伟大的哲学家、思想家Aristotle（亚里士多德）（公元前384-322），他的主要贡献是为形式逻辑奠定了基础。形式逻辑是一切推理活动的最基本的出发点。 在他的代表作《工具论》中，就给出了形式逻辑的一些基本规律，如矛盾律、排中律，并且实际上已经提到了同一律和充足理由律。此外，亚里士多得还研究了概念、判断问题，以及概念的分类和概念之间的关系，判断问题的分类和它们之间的关系。其最着名的创造就是提出人人熟知的三段论。 ◆英国的哲学家、自然科学家Bacon（培根）（1561-1626），他的主要贡献是系统地给出了归纳法，成为和Aristotle的演绎法相辅相成的思维法则。Bacon另一个功绩是强调了知识的作用。 Bacon的着名警句是"知识就是力量"。 ◆德国数学家、哲学家Leibnitz（莱布尼茨）（1646-1716），他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。 他曾经做出了能进行四则运算的手摇计算机 ◆英国数学家、逻辑学家Boole（布尔）（1815-1864），他初步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），他证明了一阶谓词的完备性定理；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。 此定理的意义在于，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。 当今世界上计算机科学最高荣誉奖励为"图灵奖"。 名词解释：图灵试验。当一个人与一个封闭房间里的人或者机器交谈时，如果他不能分辨自己问题的回答是计算机还是人给出时，则称该机器是具有智能的。以往该试验几乎是衡量机器人工智能的唯一标准，但是从九十年代开始，现代人工智能领域的科学家开始对此试验提出异议：反对封闭式的，机器完全自主的智能；提出与外界交流的，人机交互的智能。 ◆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。 从某种意义上可以说近代人工智能的发展，首先是从人工神经网络研究开始的。但是由于某种原因，神经网络的研究一度进入低潮。详细内容参见第六章《人工神经元网络》 ◆美国数学家Shannon（香农）,1948年发表了《通讯的数学理

如何理解人工智能的发展和人类意识关系

如何理解人工智能的发展与人类意识关系 学号： 姓名： 院系： 专业班级： 指导老师：

摘要：随着人类发展，人工智能也逐渐被放在主流位置，并且也得到快速而稳固的进步。但另一方面，机器人是否有真正的意识以及机器人“意识”与人类“意识”的关系的问题日益凸显。对此我们必须要准确而理性的明白人类研究人工智能的目的，什么该做而什么不应该去做。此外，要各方面，各层次的辩证对比人类意识，从而找到一条适合人类发展的道路。 关键字：人工智能，人类意识，人类发展，辩证对比 1、引言 人工智能是相对于人的智能而言的。正是由于意识是一种特殊的物质运动形式，所以根据控制论理论，运用功能模拟的方法，制造电脑模拟人脑的部分功能，把人的部分智能活动机械化，叫人工智能。人工智能的本质是对人思维的信息过程的模拟，是人的智能的物化。如克隆羊多莉的诞生、计算机“深蓝”战胜国际象棋世界冠军卡斯帕罗夫使生物技术尽管人工智能可以模拟人脑的某些活动，甚至在某些方面超过人脑的功能，但人工智能不会成为人类智能而取代人的意识。就我个人而言，人工智能仅仅是人类开拓世界，实现真正的自己个人价值的工具而已。 2、人工智能的界定和发展历史 2.1人工智能的定义与相应表现 从文本文献中可得知。人工智能的英文表示是“Artificial Intelligence”，简称AI。从字面上理解，人工

智能就是用人工的方法在计算机上实现人类的智能。人工智能既是一门综合性学科，又是一项广泛应用的技术。作为科学，它除了与计算机科学技术紧密联系外，还涉及数学、信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科；作为技术，它运用于各行各业，减轻了人们体力脑力的劳动。 此外，人工智能的诞生发展，有着极其重要的哲学意义。这主要表现在两个方面：第一、人工智能及其发展有力地证明了辩证唯物主义的正确性。一方面，它打破了精神活动的神秘性，人脑思维活动之所以可以模拟，就在于它有其一定的物理机制和运动规律，证实了意识来源于物质的唯物主义原理；另一方面，人工智能及其发展进一步丰富了意识能动性原理。第二、人工智能强化了思维形式、思维功能过程在意识活动中的作用，提出了哲学和科学研究的新方向、新问题，如思维形式的相对独立性及其与思维内容的杂关系、智能机与人类的关系等。 2.2人工智能的起源和发展 自上世纪五十年代以来，经过了几个阶段的不断探索和发展，人工智能在模式识别、知识工程、机器人等领域已经取得重大成就，但是离真正意义上的的人类智能还相差甚远。但是进入新世纪以来，随着信息技术的快速进步，与人工智能相关的技术水平也得到了相应的提高。尤其是随着因特网的普及和应用，对人工智能的需求，变得越来越迫切，也给人工智能的研究提供了新的更加