游戏人工智能的发展与展望
XXXX大学
人工智能专题研究
游戏人工智能的发展与展望
学院计算机科学与技术学院
学生姓名
学号
指导教师姓名
2011年12月26日
目录
课题研究背景及问题的提出 (3)
一、人工智能及游戏人工智能简介 (4)
1、人工智能简介 (4)
2、游戏人工智能简介 (4)
二、游戏AI设计目的 (4)
1、增加游戏的挑战性 (5)
2、增加游戏可玩性 (5)
3、帮助展开游戏情节 (5)
三、定性与非定性AI (5)
1、定性的游戏AI (5)
2、非定性的游戏AI (6)
四、现有的一些游戏AI技术 (6)
五、从一些具体的游戏实例中看游戏AI (7)
1、魔兽世界的一些小AI (7)
2、即时战略强大的AI (7)
3、战棋类AI和即时战略AI的比较 (7)
六、游戏AI的展望 (8)
1、我所希望的游戏AI的改观 (8)
2、未来的游戏AI发展 (8)
七、总结 (9)
参考资料 (9)
课题研究背景及问题的提出
1、游戏产业的飞速发展
游戏是一项新兴事物，但游戏的发展十分迅速。在国外，游戏开发经历了20余年的风雨，现在已成为一个高技术，高利润和高速发展的行业。在中国，游戏特别是网络游戏，构成了IT 行业中新型的利润增长点，中国游戏产业也开始蓬勃发展。由于中国拥有最大数量的游戏玩家和用户，使得中国游戏市场已经成为全球最关注的市场。
2、游戏离不开人工智能
我们从小就接触了电子游戏，可以说是见证了游戏业的不断发展与进步。我们玩的游戏越来越高级，越来越精彩。从最早的俄罗斯方块，到小霸王，到魔兽，到现在的纷繁的令人眼花缭乱的各种单机游戏以及网络游戏。我们不禁要问：这些游戏吸引我们的是什么，为什么有的游戏经久不衰，令人乐此不疲，一遍又一遍的玩；有的却索然无味，最多玩两遍就不去再碰？毫无疑问，游戏人工智能是极其重要的一个方面。
我们最早开始知道游戏人工智能存在应该是在即时战略类游戏中，与电脑操纵的部队进行战斗。在魔兽争霸出现之前，国外玩家就很热衷于与电脑进行即时战略对战，那类的游戏也是各种各样层出不穷。但当魔兽争霸出现后立即占领了市场，因为它允许玩家进行局域网联机对战，也就是说，玩家更倾向于“与人斗其乐无穷”，而不是那些死板的，摸透了的，低级的“电脑”----它们需要进化。可以看出，正是玩家的需求促使了游戏人工智能的前进。
3、问题的提出
在游戏业长久的发展中，游戏人工智能在不断进步，带给我们一个又一个惊喜。作为一个电脑游戏爱好者以及计算机专业的学生，使得我对游戏人工智能在游戏中的作用，玩家需要什么样的游戏人工智能及未来的人工智能将会是什么样的产生了极大的兴趣。因此我对这方面进行了一些简单的研究。
关键字：人工智能游戏AI 发展非定性
一、人工智能及游戏人工智能简介
1、人工智能简介
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。
对有些人来说人工智能的试金石是看他有多接近人类的智慧，认为在此基础上我们必须要创造出有智慧的机器。有人说需要加入道德和情绪等因素才能体现人类的智慧，而其他人则表示光有根据人们提供的解决问题的方法去解决问题的能力是不够的，正真的智能还需要有学习和适应能力。
能满足以上所有需求的AI被称为一个健壮的AI，而弱AI则涉及更广的应用及技术，它是为了赋予机器智能的属性。
2、游戏人工智能的简介
游戏AI是属于弱AI的范畴，是人工智能科学技术领域一个新兴的、活跃的学科分支，是计算机游戏和人工智能相结合的产物。
游戏AI的定义是非常广泛和灵活的，凡是能够产生适当水平的智能从而让游戏更加逼真，有挑战性，最重要的是使游戏变得更加有趣的东西都可以被当做为游戏AI。一般说来就是指游戏中，计算机控制的非玩家角色能够模拟人类思维或者显示中的其他生物，表现出一定的智能行为，好的AI使游戏变得更加逼真，更加接近现实。
二、游戏AI设计目的
游戏中需要智能角色，这一点是可以理解的，因为他们可以增强游戏的体验并且改善游戏可玩性。非玩家角色不必依赖于一个真实存在的人群，便可以使得单人游戏的实现成为可能，并能改善多人游戏的真实感。游戏中需要用能够帮助自己的同伴、足以致命的武器、特定方式的移动、需要战胜的敌群和背景环境来增强游戏的真实感和复杂感，因此智能NPC是必不可少的。当然从客观上来看NPC只需要表现一定水平的人工智能，它并不重视NPC的智能是如何获得的，只要在游戏中看起来是可信的就可以了。
在不同的游戏中，玩家AI的期待的目标是不同的。那些街机游戏或者是俄罗斯方块，玩家不希望有太高AI，这种游戏的问题已经固定。而在另外一些游戏中，情况就大不相同了。对于策略游戏，玩家希望敌方的将领能更聪明，不至于太愚蠢；在角色扮演游戏中，玩家希望进入类似现实世界的的虚拟世界，角色的行动也要模仿真人；而在模拟人生这样的游戏中，就不再是NPC的AI了，而是游戏本身的AI，如果AI太差，要么游戏太容易，要么和真实世界差距太大，这个游戏也就没有什么可玩性了。
具体来说，游戏AI可以在以下三个方面起作用。
1、增加游戏的挑战性
给玩家提供一种合理的挑战是任何计游戏AI的首要目标，如果游戏没有任何挑战性，这个游戏就没有趣味了，就不能称为游戏，而变为一种互动性的电影
AI必须给玩家提供一种有趣的挑战，如果没有AI，那么游戏就像和小孩子下棋一样没有意思，计算机游戏的AI的目标就是为玩家提供有意义的挑战。
而基本上现在的所有的游戏都会包含不同的难度，如简单、普通、困难、史诗，可以适应不同玩家的需求，超高难度的选项也可满足高端玩家挑战极限的意愿。
2、增加游戏的可玩性
玩家希望游戏的AI能给自己带来惊喜，希望游戏AI就像真人一样具备不可确定的动作，用不可预测的方式击败玩家或被玩家击败。当然游戏AI目前还不可能像真人一样和玩家进行交流，因此还无法代替现在的网络游戏的社会模拟功能和趣味。
如果看电影，小说的开头就能预测到故事的精确结局，那么读着体验作品的很大一部分热情就会丧失，计算机游戏也是如此。如果AI也能使得这些东西变的不可预知，这个游戏就可以获得比其他游戏更高的耐玩性，玩家会重复玩它，直到不在有新鲜感为止。游戏的AI始终要给玩家以各种各样的惊喜，吸引玩家的兴趣
比如一些单机游戏中的好感度，声望值等的不同积累，排列组合，可能会对游戏产生众多不同的变数，导致我方反叛，敌方被劝服之类的效果，进而影响游戏的过程及结果。
3、帮助展开游戏情节
如果只是单纯的字幕叙事将会使得游戏过程乏味单调。利用AI可以让玩家自己体会剧情的变化，情况的转变，事态的紧急等等。比如NPC阴郁的神情，古怪的行为、言语可以激发玩家去寻找答案的动力，带着更大的兴趣去进一步探索游戏。尽管情节是固定的，但这样无疑使得整个过程更加丰富饱满。
三、定性与非定性AI
1、定性的游戏AI
定性：定性的行为表现是具有指定和可预见性的，不含有任何的不确定性。一个简单的追逐算法就是一个定性行为的例子。你可以在代码中设定NPC将要移动到的位置，然后NPC会在坐标上移动到目标位置的X,Y坐标。
定性的AI技术是游戏AI的基础。这些技术具有可预见，快速，易于实现、理解、测试和调试等特性。虽然这种技术已经很成熟，开发者还是需要编写数量非常巨大的情节脚本以及各种行为。此外，定性方法是不便于学习和发展的。玩家在玩过一段时间后可以很容易找到游戏的规律，从而影响了游戏的可玩性。
2、非定性的游戏AI
非定性：非定性的行为正好与定性行为相反。这些行为具有一定程度的不确定和不可预知性（不确定性的程度取决于你是用的AI方法和这些方法的执行情况）。NPC去学习并适应玩家的策略就是一个非定型行为的例子。这种机器学习方法可以使用神经网络算法，贝叶斯算法或者遗传学算法完成。
非定性的方法让游戏的不可预测性和不确定性大大增加。另外游戏开发者不用把所有可能的情况全部用明确的编码去实现。非定性方法可以自己去学习和推理，能够自行生产处理突发状况的即时行为，或者自行产生没有明确被指令指示的行为。
开发者一直对采用非定性AI持谨慎的态度，而如今这种情况正在发生改变。非定型AI所产生的不确定性是难以测试和调节的-----你无法确定玩家的各种各样的操作会不会让游戏产生愚蠢的行为，因为各种行为是不可预知的。如今游戏开发的周期越来越短，让游戏开发和测试者去指定出判断开发测试是否完成的标准是非常困难的。如此短的开发周期使得开发者没办法去全面的了解AI技术和认清AI对一个市场巨大的商业游戏的影响。
至少直到最近，另一项限制游戏AI发展的因素是，开发者把过多的注意力放在了图像质量上。事实证明，我们不应该仅仅专注于开发包括硬件加速在内的更好更快的图像技术，还应把一部分精力放在发展更好更先进的人工智能技术。事实上，随着生产下一代可玩性更高的游戏的压力不断增加，越来越多的开发者开始去探索与研究非定性技术。
四、现有的一些游戏AI技术
也许使用最广泛的游戏AI就是欺骗了。比如在一个战争策略型游戏中，电脑控制的军队不用放出侦查兵等东西就能够知道其对手也就是玩家操纵的军队的位置、数量、兵种等一系列的信息。这种形式的欺骗是非常常见的，这样有助于电脑智能的与玩家进行对抗，使得玩家感觉AI是很聪明的，拥有较强的战术性。
此外，不遵守平衡原则的欺骗将使得电脑过于强大，以至于玩家无法战胜电脑。这种欺骗让玩家觉得他的所有努力都是徒劳，这必将让玩家失去对游戏的兴趣。因此欺骗必须要是平衡的，来保持游戏趣味性。
当然，欺骗不是唯一行之有效的人工智能技术。优先状态机也是一种无处不在的游戏AI 技术。，但其基本的思想是枚举一系列可控制游戏角色的动作或状态，然后使用if-then条件语句来对这些状态进行转变。
开发者通常使用模糊状态机以减小结果动作的可预见性，并减少枚举大量if-then规则的负担。你不用去定义一个精确的规则，比如在距离=10，健康度=100的情况时然后才进行攻击，模糊状态机将允许你制定一个具有不精确的条件的规则，例如你只需规定在接近并且健康的情况下然后进行攻击，而到底多接近，健康度是多少这些可以不用精确的定义。
在各种各样的游戏中，高效的寻路是NPC要完成的一个基础的任务。在一个战争策略游戏中，一个NPC单位需要完成越过地形和躲避障碍物去接近敌人的行为。在一个第一人称射击类游戏中，被射击的生物，需要穿越地牢或建筑以完成接近或逃离玩家控制的人物的行为。这种脚本情节是非常大量的，这难怪AI开发者对寻路算法给予了极大的关注。
这仅仅是游戏AI技术的一小部分，其他技术还包括插入脚本，规则系统还有一些智能生命技术。
五、从一些具体的游戏实例中看游戏AI
1、魔兽世界中的一些小AI
比如在魔兽世界中有护送任务，NPC往目标地点缓慢行走，玩家在旁跟随保护直至任务完成。而中途在左、右或前方一段距离突然出现敌人后，该NPC会奔跑过去进行战斗，而令人窝火的是，战斗完后NPC并非从战斗的地方继续前进，而是跑回到之前走路的位置再继续缓慢走。这应当是因为给NPC划定了一个严格固定的路线，而不是在起点和终点间自动寻路，这样可以避免不可预知的卡在障碍物等BUG。但是，这样难免使玩家感觉，这个NPC的AI实在是傻透了。
在一些任务中，系统配给玩家一些同伴NPC，一起去执行打败精英怪物的任务，这些NPC 能够在你贫血的时候治疗你，帮助你吸引火力，还会时不时的说话，抱怨。这使得玩家即使是在独自游戏的时候也不会因为没有伙伴而感到孤单。
2、即时战略游戏强大的AI
在即时战略游戏中，比如星际争霸，游戏AI可以表现出非常强大的能力。
星际二编辑器演示：极限20枪兵打40毒爆虫
https://www.360docs.net/doc/1d15658203.html,/v_show/id_XMjU3MTE5NTY4.html
在这个视频中，尽管星际二选手同样完成了挑战，但是automation2000如同跳了一曲优雅的舞蹈一样，以惊异的集体边打边退的方法无损失打败了敌人。
星际二编辑器演示：极限100小狗打20矩阵坦克
https://www.360docs.net/doc/1d15658203.html,/v_show/id_XMjU3MTIwMDEy.html
这是一个让世界级选手摇头的挑战，但是automation2000神奇的做到了，即使是不懂这个游戏的人也可以从视频中看到，每一只虫子都像是有智慧一样，但同时又富有集体精神，精确地在炮弹落下前牺牲一只虫子，其他虫子散开。这种神乎其神的游戏AI表演带给我们的震撼，就像我们之前听说“深蓝”战胜了国际象棋冠军是一样的。
3、战棋类AI和即时战略类AI的比较
战棋类游戏（如火焰纹章）的AI的一些表现是它会集中兵力袭击你暴漏出来的最弱的一个人物，一个不小心，可能导致人物被多个敌人包围击杀。但当你摸清楚AI的特点后，就可以有各种对策应付，玩弄其与鼓掌之上。
这会让玩家觉得战棋类的AI不如即时战略的AI聪明。其实，编写最简单战棋游戏的AI 比最复杂即时策略游戏还要难。
在最简单战棋游戏价值也就在随着双方的行动不停变化，这对AI来说实在是一个难得多的考验。AI就面临着这样的困境，而这种困境在现有条件下几乎是无法解决的。AI要怎么移动才能完成一次总攻击？要怎么移动才能把远程棋子和近程棋子的数量优势最大化？部队要放在哪里才能获得防御优势的同时又不影响下一回合的攻击移动？
即时战略游戏AI之所以比较好弄，是因为玩家的反应速度绝对没有电脑快，所以只要把即时战略中的游戏元素弄得多一点，人类玩家就忙不过来了，而对于AI来讲毫无压力。战棋
游戏就没有严格的时间限制，人类玩家有足够的时间思考，能够做出较好决策。也就是说，只要人类玩家有足够时间操作和思考，AI基本没戏，因为AI需要庞大的数据库来支持存储战术。这也是为什么电脑想在19*19的瞬息万变的棋盘上战胜围棋冠军特别困难。
六、游戏AI的展望
1、我所希望的游戏AI的改观
前面提到定性和非定性的游戏AI技术，当然对玩家来说，更希望在游戏中非定性的部分占主导。我们不希望一个游戏照着攻略一步步玩，我们希望自己玩的游戏能够变化多端，在第二次玩的时候不再单纯的是第一次的重复。
我们希望NPC不仅仅完成已经设定好的行为，在游戏的进行中，NPC还需去学习、发展和适应。玩家与NPC的不同的互动导致NPC性格的变化，或者阵营的变换，玩家很难预测NPC 的行为，这样才能延长游戏的寿命。
游戏AI领域还应该增强的就是“队友AI”，这确实是一个很大的挑战：队友不能离玩家太远，也不能离开视线，又不能挡住玩家的火力。他们应该时刻呆在玩家周围，对玩家的行动作出反应，但又不能总是到处乱跑。对于玩家来说，队友AI犯下的错误更容易被察觉，因为他们实在离玩家太近了。队友则需要以一种合理的方式和玩家互动及共同战斗。使队友有更好的表现，可以为玩家的游戏经历平添许多乐趣。
2、未来的游戏AI发展
过去的20年里，游戏中的人工智能已经有了显著的进步。对于当今的游戏开发者们来说，创造一套高效的A.I.系统与创造良好的游戏性和美妙的图像同样重要。各个工作室在游戏开发的初始阶段就开始指派专有的编程团队负责游戏的A.I.设计。他们花费更多的资源和时间打造多样的、有能力且表现良好的非玩家角色（NPCs）。更多的开发商利用高质量的 A.I.设计使自己的游戏在竞争日趋白热化的市场中脱颖而出。
在一年一度的游戏开发者大会上，越来越多的开发者开始讨论游戏A.I.设计的发展。游戏界越来越多地认识到A.I.设计对于整个游戏开发过程的重要性。游戏的AI设计发生了翻天覆地的变化。越来越多的设计师抛弃了低水平的脚本设计，转而投入了更先进的“NPC行为系统”的开发。
游戏AI设计已经从过去的“不出大错就算成功”进化到现在的“大多数游戏大作AI表现优秀，其中少数游戏还有创新”，越来越多的开发团队由“状态机器”过渡到了“行为树”和“计划器”。这些在10年前都是闻所未闻的，在当时的硬件条件下也不可能实现。
对于许多AI程序员来说，尽力让NPC的行为与真人接近仍然是首要任务，而未来将改变游戏内的互动方式。
理想的目标是让玩家始终沉浸在游戏中。NPC应该让人觉得是活生生会呼吸的人，而且这种错觉在游戏中不会以任何方式被打破。人类的行为很有趣，像对话这种微妙的互动行为，在未来AI可能会实现。如果能在诸如此类的互动上有所突破，那么游戏中更多的部分将有更强的互动性。说不定会产生全新类型的游戏。
2011年E3游戏展微软专题https://www.360docs.net/doc/1d15658203.html,/video/av135054/，我们可以惊喜的从游戏展中看出展出的游戏中的令人激动的游戏AI：与玩家精密配合，动作丰富的队友；直接语音和
队友对话指示其行动；施展魔法可以不是按键或点击，而是直接说一个咒语或做一个手势。这一切都令人兴奋不已！
七、总结
通过游戏展我们可以看到游戏AI正在向更高的质量，更适应玩家的需求，给玩家带来非凡体验的方向迅猛发展。也许我们所期待的、理想中的、极大拟人化的游戏AI将会很快得以实现，并且给我们的生活增添更多的快乐与色彩。而游戏AI也将为人类在人工智能方面的研究上添上非常重要的一笔！
我的本次专题研究仅仅对游戏AI的概况，发展和未来做了简要的分析，没有对某个方面进行更加足够深入的剖析。以后可能会对战棋类游戏的AI进行细致的分析，甚至亲自设计开发一个战棋类小游戏的简单AI，这样可以加深我对AI的理解和掌握。
参考资料
[1] 2007年度中国游戏年产业年会. 2007年度中国游戏产业调查报告摘要
[2] 百度百科. 人工智能
[3] 战棋吧又见余辉.为什么说，编写最简单战棋游戏的AI比最复杂即时策略游戏还要难
[4] 魏珉. 人工智能在游戏中的应用
[5] 硕士论文吴静松. 人工智能在教育游戏中的应用
[6] 王万森. 人工智能原理及其应用
[7] 游戏世界. 未来：游戏的人工智能如何发展？
[8] CSDN下载. 电脑游戏中的人工智能制作
[9] 胡俊. 游戏开发中的人工智能研究与应用
[10] 《AI for Game Developers》第一章游戏人工智能的介绍（skiplow翻译）
游戏中的人工智能(下文简称AI)在过去的十年里突飞猛进。如今对游戏开发者来说，创造出一个高效的AI系统已经与游戏的核心游戏性以及震撼的视觉效果同等重要了。开发商们已经开始将AI的开发作为游戏开发中的重要环节来对待，并花更多的时间和资源去制作出变化多端、无
所不能的NPC。
畅想无限可能
“总的来说，以前，游戏AI只要不是很不起眼，那就是一项成就，而如今在绝大多数游戏中，AI已经不可或缺了，甚至很多游戏已经了开始全新的尝试，”Straatman说道，“许多开发团队都已经从简单的状态机想行为树乃至NPC的AI系统”
要创造一个过硬的游戏AI系统，还包括将较小的系统结合到起。比如说，将各负责个体NPC解决问题能力的系统，和各负责游戏世界参数的合理化并为NPC做出相关决定的系统整台到一起。好在，开发者不必从零开始做这些系统了，他们可以利用特定的T具来生成不断成长的复杂网络。
Guerrilla Games正在使用一种特殊种类的工具来控制NPC的行为，这种工具叫“分层任务网络”(HTN)。Straatman说，“这种工具能够生成比《杀戮地带2》之前更多的复杂计划。我们同时还在改进CPU性能，这样就能把更多的NPC加入到《杀戮地带3》中。而‘地形推断系统’也随着我们产品的增加而不断改进。我们现在已经比原先掌握了多得多的动态地形技术(例如物体自动移动或者改变形状)，而在遮挡物方面的数据也更加细节化，已经能够做到允许NPC适应更复杂的环境，例如多层建筑等等。
回到当初Straatman在Guerrilla公司开始制作《杀戮地带》和《弹震症》的时候，制作团队的目标是让AI系统实现自主判断，从而能让玩家感到游戏的一切都很有趣。然而，团队越发觉得心有余而力不足，尤其是在处理战斗AI的时候：当要让AI模拟特定的某种身份(例如：医生、店主等)的举止时，战斗AI的表现是完全不同的。首先，它的主要目标要让游戏越有趣越好，有时这意味着玩家的爽快感：而有时又意味着提醒玩家即将发生什么事情而故意做出的“过度反应”。
“当一个AI试图模拟个医学专家或者一个国际象棋冠军的时候，游戏战斗AI会更像是个演员。”Straatman说，“在《杀戮地带2》接近尾声的时候，我们发现NPC正在做的事完全出乎我们意料，令所有人大吃一惊。玩家评价和论坛反馈都已证实，我们实现了多年前的愿望，至少实现了一部分吧，玩家们也都看出来了，而且都很喜欢
在《杀戮地带2》AI方面最受热议的部分就是游戏的遭遇战模式了。由于这个模式比单人战役更依赖于战术和团队作战，早面的AI机器人需要做的远比简单地跑来跑去滥杀一气要多Guerrilla将《杀戮地带2》的遭遇战AI建立在实时战术模式上，为每个机器人个体设定了两个等级的AI。第一个是指挥官AI，控制总体的战略决策：第二个是小队AI，负责将指挥官AI的指令翻译成针对机器人个体的命令随后，制作团队教机器人如何执行小队下达的命令，举例来说：如果一个工程师机器人接到防守命令，他会在开始巡逻之前首先在战略要点建造一座炮塔。有玩家可能会认为AI机器人在多人游戏中不再那么重要了，但Straatman认为机器人能有助于提高游戏性，同时还能给玩家在与真人对抗之前有一个测试自己多人游戏战略部署的机会Straatman认为，在AI领域最需要改进的是友军AI，因为友军AI系统经常出现一些自相矛盾的约束，要让这个系统回到正轨并非易事：友军伙伴应该是呆在玩家视线以内，并紧挨着玩家，可又不应该挡住玩家的火力：他们应该随时对玩家的行动做出相应的反应，但是又不能到处乱跑，诸如此类。同时，友军AI始终贴身跟随，比任何敌人AI都更靠近玩家，所以友军AI一旦发生错误都更容易被玩家察觉。
“敌方NPC很清楚己方NPC要做什么，因为它们全部都是由电脑控制的，并能相互告知自己下一步要做什么。可相比之下，玩家的下步行为就要难预测得多了——要是你刻意观察一下玩家，你会发现他们的行为有时候非常荒诞古怪，因为玩家们的转身频率、移动速度和突然加速等等都完全无法预测。还有，玩家的预期也至关重要：敌人就该没命地朝你喷子弹，而伙
伴或战友则该在不影响你的情况下与你互动或者并肩作战。我们正努力把战友做得更好，因为我们觉得要是玩家身边的伙伴表现不错，会让玩家体验大幅提升，”
Straatman认为，我们对游戏互动的观念注定会改变，所以目前多数AI程序员仍以“把NPC做得更像真人”作为自己的首要任务。
“好游戏总是有着强烈的带入感：NPC应该给人活灵活现的感觉。在个相对受限的游戏互动环境中，缩小AI与现实的距离是不难的，但同时我觉得人类的互动行为是非常有趣的，像‘对话’这样的高级而微妙的互动对AI来说还无法实现完全自主，这就要依赖于灵活的脚本和剧情动画来实现过渡了。如果这类的互动能够被彻底掌握、灵活运用，那随之而来的就是全新的游戏类型。”
充分挖掘多人游戏
《求生之路》系列、《杀戮地带》系列、《光晕》系列、《侠盗猎车手》系列、《刺客信条》系列以及《孤岛惊魂2》等游戏都是AI领域的典范，ChamDandard说，过去的十年里，游戏开发者都深刻认识到修正那些陈旧过时的AI问题的重要性。
“我们早已意识到，仅仅是借用传统的人工智能并不是出路，那么，从那些枯燥的算法中提取出有趣而又真实可信的东西就成了个项重要课题”Champandard说，“要解决这个问题，首先就是要考虑对玩家的影响以及在游戏中的实际表现。于是我们完全可以这么去理解：不要再拘泥于‘游戏人工智能’，而是把注意力集中在创造种NPC的‘计算机行为’上：这不再是说一种束缚下的‘智能’，而是种外在的表现，比如友好、真实可信、令人愉悦等。”
这充分说明，游戏AI不再是游戏开发最薄弱的环节。有的工作室视AI为必需品，而有的则试图玩出点新花样。Champandard觉得最好的例子就是沙盘类游戏的AI寻路工具。
“沙盘游戏的整个理念是与AI密不可分的。你要在这个世界里为所欲为，而世界里的NPC 还要对你做出反应，这切离开AI是不可能实现的我认为业界已经发现，AI寻路能让沙盘游戏妙趣横生，否则的话就会枯燥乏味。使用AI程序可以帮助确保你做的游戏能如设计师当初所设计的那样展现出最好的一面。这种技术为全新的游戏类型敞开了大门，游戏故事会随着你的行为而自动发生。不过必须承认，这方面的进步是缓慢的。”
由于AI系统的进步速度十分缓慢，未来的游戏AI将更多地出现在多人游戏里。
“现存越来越多的游戏利用机器人来提高多人游戏的可玩性。在网络上，如果不是和熟人对战的话，那游戏会变得很难预测。统计显示，玩家更倾向于和机器人对战而不是和随机的玩家对战。”
和Straatman一样，Monolith Games的Maffhew Titelbaum认为未来的AI系统将更具带入感，从而产生一种全新的游戏体验。然而，关于他在制作《极度恐慌》系列方面的经验，Titelbaum不认为把NPC做得更像人类对增强游戏体验有什么帮助。
“多数游戏都是将玩家从A点带到B点。在这段旅程之中，玩家会需要解开一系列的谜题。有些是寻路导向方面的(比如：我该怎么跨过这道路障?)，有些是逻辑组织方面的(比如：我该用什么顺序扳动开关?)，但绝大多数谜题，都建立在其他角色想要杀死或者帮助玩家的基础上。要是没有与这些角色的互动，旅程都将变得沉闷乏味。”Titelbaum说道，“以前，一般AI对环境都有着100％的认知，但现在，我们已经拥有传感系统等工具来让AI对环境的认知程度更真实可信。我们还用包括分层状态机、行为树等工具来实现这些效果。从最初的死板构想成型到游戏最终上市之间这漫长的过程中，都不断有新的理念在冒出来，”
和Guerrilla公司一样，Monolith利用了数个系统来制作常规和战斗AI。两者之间的共同点就是“目的驱动动作AI”，《极度恐慌》和《极度恐慌2》都使用了这个系统来实现前后有关联的行为。首先团队的关卡设计师负责用AI能够理解的信息来对每个关卡进行注释，例如，把一
张“桌子”设定为个“掩体”，但前提是必须先把“桌子”弄翻如此的设定完成后，就靠AI 自己去正确地将这一注释进行解析，并套入自己的行为前提：当AI决定隐蔽起来，就去选择这张桌子，而注释告诉它，应该先掀翻桌子。这些系统同时起作用后，就能提供AI对世界的认知，从而给了玩家种“这些NPC能看到玩家自己的行动，并作出了正确的决定”的印象。
那如果NPC的目的是为了让玩家们相信它们的行为和其他真人玩家一样，那Titelbaum为什么认为，今后的AI系统努力将真实人类行为完美复制到NPC上并不是个好主意呢?
“总得来说，我认为在一个PvE游戏中使用模拟真人的AI并不
合适。A1角色是为了扮演某个特定角色或者谜题的一部分而存在的它们可以很难对付，可以无法预测，甚至可以对玩家行为做出适当的反应，然而，比那些都重要的是，它们必须好玩，我不认为‘人性’和‘好玩’之间有什么必然联系，宫本茂可没有把太多时间花在研究如何把库巴(马里奥的死对头)做得像个真人上。
有些游戏类型确实适合模拟真人的AI，在即时战略这类PvP的游戏中，所有真人玩家和非真人玩家都有着完全一样的条件和资源的情况下，模拟真人的AI才有那么点存在的意义，可是即便如此，我们真的需要和真人样那么难对付的AI吗?”
Titelbaum的目的是为了将AI应用到更广的游戏领域。例如，要是AI可以在游戏中替代真人来玩游戏，那么也就是说，开发者们应该能有办法让AI取代人类来制作游戏。
“《极度恐慌》的关卡设计师们花了大量的时间来对应该藏哪儿?’作注释，但只要充分利用地形分析技巧，那么让电脑自动完成许多基础的设计工作将成为可能。当关卡布局有大变动时，自动化就能免去大量的机械重复的手动工作，于是，关卡中越多的部分实现自动设计，就能省出越多的时间给设计者来润色和提升游戏体验了”
随着游戏逐渐成熟，随着玩家开始不再满足于“杀光看到的一切”，开发商将创造出种更丰富，更具带入感的NPC行为，让它们不仅通过对话，还能通过与玩家和环境的互动来表达动机甚至感情，
我认为AI不仅仅是像不像真人这么简单。不管可不可能，我都觉得那绝不是最终的目标。AI工程师们真的必须在‘真人般的行为’上浪费时间吗?这真的是玩家想要的吗?
“我坚信，任何身份的AI应该始终保持一种令人看似有逻辑的行为，而在任何时候，它们的这种看似可信的特质都应该有无限的变化和可能性，这才是优秀的互动效果。，它们或许能做到真人能做的任何事情，但当一个真人会这么处理一件事的时候，它们不必也那么去做。”
未来科技五年人工智能行业产业发展趋势分析最新竟争力资料
未来科技五年人工智能行业产业发展趋势分析最新竟争力
未来科技五年人工智能行业产业发展趋势分析 最新竟争力 人工智能产业是智能产业发展的核心，是其他智能科技产品发展的基础，国内外的高科技公司以及风险投资机构纷纷布局人工智能产业链。以下对人工智能行业发展趋势分析。 中国和美国目前是全球人工智能产业发展的领导者，仅在2015年，两国在学术期刊上发表的AI相关论文接近1万篇，而英国、印度、德国和日本加起来才大约相当于中美的半数。2017-2022年中国人工智能项目行业市场深度调研及投资战略研究分析报告表明，中国有着全球最多的数据量，拥有巨大应用市场，正在围绕AI构建完善的产业生态链。我们有理由相信，AI将成为企业跨部门业务发展的“颠覆者”，渐趋成熟的AI技术正逐步向“AI+”进行转变。我国将在AI关键技术领域获得重大突破，推动关键场景应用逐步走向成熟。 趋势一政策体系加速完善 一直以来，我国高度重视人工智能技术创新和产业发展，当前随着全球人工智能产业的快速成长，一些主要发达国家纷纷出台人工智能相关战略文件，力争在新的科技浪潮中抢占制高、规避风险。美国、英国等相继出台了《国家人工智能研究和发展战略计划》等报告，不断完善人工智能顶层设计。我国也围绕《中国制造2025》和“互联网+”行动计划出台了一系列支持人工智能技术创新和产业发展的政策文件，如2016年5月由国家发改委、工信部等多部委联合发布的《“互联网+”人工智能三年行动实施方案》等。在国务院发布的《“十三五”国家战略性新兴产业发展规划》中，也提到要培育人工智能产业
生态，促进人工智能在经济社会重点领域推广应用。今年，我国人工智能产业发展的政策支撑力度有望进一步加强。一方面，借鉴美国、英国等的人工智能国家战略，预计我国也将发布聚焦于人工智能的国家战略文件，对未来人工智能技术和产业发展制定顶层设计。另一方面，科技部、国家发改委、工信部等相关部门也将有望发布人工智能相关的政策文件，从技术研发、产业培育等角度做出具体的部署，实施一批大型项目。此外，围绕标准、安全等特定议题，相关的政策研究与制定也将有望取得积极进展。 趋势二产业规模快速增长 自2006年深度学习算法提出以来，语音和视觉识别准确率得到大幅提升，人工智能进入到了第三次高峰期。当前，在技术突破和应用需求的双重驱动下，人工智能技术已走出实验室，加速向产业各个领域渗透，产业化水平大幅提升，人工智能产业发展正处在黄金期。根据初步测算，2016年，全球人工智能市场规模约为1680亿元，我国人工智能市场规模约为98亿元。今年，随着我国软件与互联网技术向各行各业的持续深入以及云计算、大数据、物联网等相关产业的不断进步，人工智能产业市场规模将持续扩大，预计人工智能及其相关产业发展增速将超过40%。从细分行业来看，语音服务相关技术和模型将趋于成熟，围绕智能语音的行业应用将不断加速，市场逐渐打开，成为人工智能产业发展的主要方向。图像处理等计算机视觉技术将随着训练数据的快速累积实现大的突破，而面向各个行业领域的专业化智能服务则将创造出新的市场空间，有望造就新的行业领军者。 趋势三关键技术取得突破
人工智能的发展及未来畅想
人工智能的发展及未来畅想 最近看了电影《黑客帝国》系列，对其中的科幻生活有了很大的兴趣，不觉有了疑问：现在的世界是否会如电影中一样呢？人工智能的神话是否会发生在当前社会中的呢？ 在黑客帝国的世界里，程序员成为了耶稣，控制着整个世界，黑客帝国之所以成为经典，我认为，不是因为飞来飞去的超级人物，而是因为其暗自揭示了一个人与计算机世界的关系，一个发展趋势。谁知道200年以后会不会是智能机器统治了世界？ 人类正向信息化的时代迈进，信息化是当前时代的主旋律。信息抽象结晶为知识，知识构成智能的基础。因此，信息化到知识化再到智能化，必将成为人类社会发展的趋势。人工智能已经并且广泛而有深入的结合到科学技术的各门学科和社会的各个领域中，她的概念，方法和技术正在各行各业广泛渗透。 智能是一个宽泛的概念。智能是人类具有的特征之一。然而，对于什么是人类智能（或者说智力），科学界至今还没有给出令人满意的定义。有人从生物学角度定义为“中枢神经系统的功能”，有人从心理学角度定义为“进行抽象思维的能力”，甚至有人同义反复地把它定义为“获得能力的能力”，或者不求甚解地说它“就是智力测验所测量的那种东西”。这些都不能准确的说明人工智能的确切内涵。 虽然难于下定义，但人工智能的发展已经是当前信息化社会的迫切要求，同时研究人工智能也对探索人类自身智能的奥秘提供有益的帮助。所以每一次人工智能技术的进步都将带动计算机科学的大跨步前进。如果将现有的计算机技术、人工智能技术及自然科学的某些相关领域结合，并有一定的理论实践依据，计算机将拥有一个新的发展方向。 当前人工智能的发展方向可以分为两种：一种受控于人类的智能机器或智能程序，人类输入指令后让其达到预期的目的；另一类，能自主推理、逻辑、判断、学习、进步的智能，而后一种而有吸引力，更增加了人工智能无穷的魅力。 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，在不断的接近。她并不像很多人想象的是几个科学家的工作，而是随着社会各学科发展而默默发展的。在智能领域里，最关键的问题之一，就是机器学习的问题。一旦机器有了学习的能力，谁还（敢）预测未来呢？人类的社会发展其实也是在不断积累中发展而来，人的智能也就是事实依据库+推理机制所构成了的。当所有领域的定律都能用特定的公式推理出来，黑客帝国的实现就要到来了。 研究人工智能的目的，一方面是要创造出具有智能的机器，另一方面是要弄清人类智能的本质，因此，人工智能既属于工程的范畴，又属于科学的范畴。通过研究和开发人工智能，可以辅助，部分替代甚至拓宽人类的智能，使计算机更好的造福人类。 目前，人工智能的研究是与具体领域相结合进行的。基本上有如下领域。 一、专家系统：专家系统是依靠人类专家已有的知识建立起来的知识系统，目前专家系统是人工智能研究中开展较早、最活跃、成效最多的领域，广泛应用于医疗诊断、地质勘探、石油化工、军事、文化教育等各方面。它是在特定的领域内具有相应的知识和经验的程序系统，它应用人工智能技术、模拟人类专家解决问题时的思维过程，来求解领域内的各种问题，达到或接近专家的水平。 二、机器学习：机器学习的研究，主要在以下三个方面进行：一是研究人类学习的机理、人脑思维的过程；和机器学习的方法；以及建立针对具体任务的学习系统。机器学习的研究
人工智能的发展前景
人工智能的发展前景 人工智能很可能导致人类的永生或者灭绝，而这一切很可能在我们的有生之年 发生。 上面这句话不是危言耸听，请耐心的看完本文再发表意见。这篇翻译稿翻译完 一共三万五千字，我从上星期开始翻，熬了好几个夜才翻完，因为我觉得这篇 东西非常有价值。希望你们能够耐心读完，读完后也许你的世界观都会被改变。 我们正站在变革的边缘，而这次变革将和人类的出现一般意义重大–Vernor Vinge 如果你站在这里，你会是什么感觉？ 看上去非常刺激吧？但是你要记住，当你真的站在时间的图表中的时候，你是 看不到曲线的右边的，因为你是看不到未来的。所以你真实的感觉大概是这样的：
稀松平常。 遥远的未来——就在眼前 想象一下坐时间机器回到1750年的地球，那个时代没有电，畅通通讯基本靠吼，交通主要靠动物拉着跑。你在那个时代邀请了一个叫老王的人到2015年来玩，顺便看看他对―未来‖有什么感受。我们可能没有办法了解1750年的老王内心的感受——金属铁壳在宽敞的公路上飞驰，和太平洋另一头的人聊天，看几千公里外正在发生进行的体育比赛，观看一场发生于半个世纪前的演唱会，从口袋里掏出一个黑色长方形工具把眼前发生的事情记录下来，生成一个地图然后地图上有个蓝点告诉你现在的位置，一边看着地球另一边的人的脸一边聊天，以及其它各种各样的黑科技。别忘了，你还没跟他解释互联网、国际空间站、大型强子对撞机、核武器以及相对论。 这时候的老王会是什么体验？惊讶、震惊、脑洞大开这些词都太温顺了，我觉得老王很可能直接被吓尿了。 但是，如果老王回到了1750年，然后觉得被吓尿是个很囧的体验，于是他也想把别人吓尿来满足一下自己，那会发生什么？于是老王也回到了250年前的
2020年(发展战略)人工智能的状态及今后发展方向展望
（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 壹．引言 人工智能(ArtificialIntelligence),英文缩写为AI，也称机器智能。“人工智能”壹词最初是于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壹门综合性学科。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情况 目前，人工智能技术于美国、欧洲和日本依然飞速发展。于AI技术领域十分活跃的IBMXX公司，已经为加州劳伦斯·利佛摩尔国家实验室制造了ASCIWhite电脑，号称具有人脑的千分之壹的智力能力。而正于开发的更为强大的新超级电脑———“蓝色牛仔”（BlueJean），据其研究主任保罗·霍恩称，“蓝色牛仔”的智力水平将大致和人脑相当。 三．技术应用 随着AI技术的发展，现代几乎各种技术的发展均涉及到了人工智能技术，能够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壹就是科学计算,科学计算可分为俩类:壹类是纯数值的计算,例如求函数的值;另壹类是符号计算,又称代数运算,这是壹种智能化的计算,处理的是符号。符号能够代表整数、有理数、实数和复数,也能够代表多项式、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。由于它们均是用
C语言写成的,所以能够于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,我们把环境和客体统称为“模式”。用计算机实现模式（文字、声音、人物、物体等）的自动识别，是开发智能机器的壹个关键的突破口，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。识别过程和人类的学习过程相似，以“语音识别”为例：语音识别就是让计算机能听懂人说的话，壹个重要的例子就是七国语言（英、日、意、韩、法、德、中）口语自动翻译系统。该系统实现后，人们出国预定旅馆、购买机票、于餐馆对话和兑换外币时，只要利用电话网络和国际互联网，就可用手机、电话等和“老外”通话。3机器翻译 机器翻译是利用计算机把壹种自然语言转变成另壹种自然语言的过程，用以完成这壹过程的软件系统叫做机器翻译系统。搜文网目前，国内的机器翻译软件不下百种，根据这些软件的翻译特点，大致能够分为三大类：词典翻译类、汉化翻译类和专业翻译类。词典类翻译软件的代表是“金山词霸”，堪称是多快好省的电子词典，它能够迅速查询英文单词或词组的词义且提供单词的发音，为用户了解单词或词组含义提供了极大的便利。汉化翻译软件的典型代表是“东方快车2000”，它首先提出了“智能汉化”的概念，使翻译软件的辅助翻译作用更加明显。 4机器学习 机器学习是机器具有智能的重要标志，同时也是机器获取知识的根本途径。有人认为，壹个计算机系统如果不具备学习功能，就不能称其为智能系统。机器
人工智能技术和发展趋势论文
丁松老师的作业，15级信管班学生人工智能技术和发展趋势 1 / 20
摘要：人工智能，简称AI，它是当今最火的一门科学，是研究使计算机来完成能表现出人类智能的任务的学科。主要包括计算机实现智能的原理，制造类似于人脑的智能计算机，以及使计算机更巧妙些实现高层次的应用。人工智能一直是人们所追求的，所向往的一门科学，它起源于近代，在电气时代随着计算机科学的发展，以及生物学，脑科学等相关科学的发展，极大的推动了人工智能的发展。人工智能还涉及信息论、控制论、自动化、仿生学、生物学,数理逻辑、语言学、等多门学科。导致其非常复杂，所以其研究领域也分成许多方面，从最开始的博弈论，专家系统，模式识别，神经网络，机器学习到现在大热的深度学习。其应用领域，也非常之多，比如机器翻译，语音交互，ORC,图像识别，智能驾驶等等。自从谷歌的阿法狗在围棋打败了人类棋手，人工智能也进入了一个新的发展阶段，如今各国，各大公司都在大力发展人工智能技术，争取在新时代把握先机，把握未来。人工智能即将在无人驾驶，机器翻译，语言交互等应用领域取得巨大成功。即使如此，人工智能现在还是处于弱人工智能阶段，人工智能还面临着许多问题和挑战。向强人工智能发展的道路上，仍然充满巨大的困难。 关键词：人工智能，机器学习，发展趋势，神经网络，运用 2 / 20
3 / 20
第一章人工智能 1.1人工和智能含义 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。 1.2人工智能的简介 使机器具有自主能动能力这一愿望，从古希腊甚至古埃及的神话传说开始就一直延续至今：亚里士多德（公元前384-322年）的一个著名演绎推理——三段论代表着他对人工智能的哲学思想探索步伐；中世纪神秘主义者Ramon Llull构建了世界上第一部可以“回答”问题的机器；近代“人工智能”（Artificial Intelligence）这个概念的提出最早是在1956年Dartmouth学会，当时数字计算机研制成果显著，对编写有原始推理思想的程序有质的帮助；今天的各国在智能研究领域都有了重大发展，波士顿动力公司研制的大狗机器人bigdog。 广义来讲，人工智能就是人造物的智能行为。人工智能的发展往往依靠计算机科学和认知科学的发展，在不同的发展阶段，对于人工智能有不同的理解，其概念也随 4 / 20
我国人工智能化行业发展现状分析和投资前景预测
中国人工智能行业发展现状分析及投资前景预测 在东西方神话中，上古「智人」通过各种方法制造「人类」这一物种并赋予其智能；而到了中世纪的欧洲，古典哲学家们尝试着用机械符号处理的观点解释人类大脑的活动；直到20世纪40年代，来自数学，心理学，工程学，经济学和哲学等领域的一批科学家们基于抽象数学推理的可编程数字计算机的发明使得智能大脑出现的可能性被广泛探讨。 1950年，Marvin Minsky和Dean Edmonds建造了世界上第一台神经网络计算SNARC （Stochastic Neural Analog Reinforcement Calculator），它通过使用3000个真空管和B-24轰炸机上的自动指示装置模拟了40个神经元而组成神经网络。 同期，被誉为「计算机科学之父」的AlanT uring在Mind上发表论文，第一次提出机器智能设想。虽然未提到具体的研究方法，但论文中提到的「图灵测试」、「机器学习」、「遗传算法」和「强化学习」等理论也在日后成为了人工智能领域重要的分支。 图灵的计算理论认为任何形式的计算均可被数字信号描述，这也为人工智能的后续实践提供了理论基础。 随后的1956年，在MarvinMinsky连同ClaudeShannon和NathanRochester一起组织的Dartmouth会议上，「人工智能」这个概念首次被提出并开启了西方「人工智能」科学长达半个多世纪的高速发展。 在中国，关于「人工智能」的研究和探讨在70年代末被解禁后又不适时地与「特异功能」联系在一起而停滞不前，直到80年代初期随着技术和思想的不断进步才取得实质性进步。 而今，全球共有近千家人工智能公司遍及62个国家的十余个产业，国内涉及人工智能领域的公司也早已破百。 除了「机器学习」、「模式识别」和「神经网络」这些晦涩的词汇和各种层出不穷的借势营销，这个看似离我们越来越近的市场却在「互联网玄学」的外衣下显得愈发迷雾重重。 一、国内人工智能产业链解构 「基础技术」、「人工智能技术」和「人工智能应用」构成了人工智能产业链的三个核心环节，我们将主要从这三个方面对国内人工智能产业进行梳理，并对其中的「人工智能应用」进行重点解构。 （一）基础技术提供平台 人工智能的基础技术主要依赖于大数据管理和云计算技术，经过近几年的发展，国内大数据管理和云计算技术已从一个崭新的领域逐步转变为大众化服务的基础平台。而依据服务性质的不同，这些平台主要集中于三个服务层面，即「基础设施即服务（IaaS）」、「平台即服务（PaaS）」和「软件即服务（SaaS）」。
(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
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
2019年中国人工智能行业市场现状及发展前景分析 未来智能制造将成为行业主战场
2019年中国人工智能行业市场现状及发展前景分析未来智 能制造将成为行业主战场 未来智能制造将是人工智能的主战场 国家工业信息安全发展研究中心认为，目前我国人工智能和制造业融合有着广泛的基础，智能制造是“中国制造2025”的主攻方向，而人工智能是引领新一轮科技革命和产业变革的战略性技术。但新一代人工智能技术在制造业重点领域的应用刚刚起步，人工智能与制造业的融合尚处于初级阶段，未来智能制造将是人工智能的主战场。 1、人工智能+制造业创造新业态 目前中国人工人工智能迈向了2.0阶段，以通过互联网联系在一起的一套巨大的智能系统为标志。从智能制造业角度出发，人工智能技术正在深入改造制造行业。新一代人工智能技术与制造业实体经济的深度融合，成为应用市场一大亮点，催生了智能装备、智能工厂、智能服务等应用场景，创造出自动化的一些新需求、新产业、新业态。
2、政策春风利好工智能发展 2017年，人工智能被首次写入到政府工作报告中，2018年政府工作报告中提出：“发展壮大新动能，做大做强新兴产业集群，实施大数据发展行动，加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等多领域推进‘互联网+’。发展智能产业，拓展智能生活。”，2019年的政府工作报告中，对人工智能的描述也由“加快人工智能等技术研发和转化”、“加强新一代人工智能研发应用”变为“深化大数据、人工智能等研发应用”，可见在国家层面上，对人工智能产业的重视程度日益加深。 3、2018年中国人工智能产业规模超400亿 在政策和技术的推动下，中国人工智能产业发展迅速。跟据中国信通院数据，2015年到2018年中国人工智能产业规模复合平均增长率为54.6%，高于全球平均水平(约36%)。2018年，中国人工智能产业市场规模已达到415.5亿元。其中，企业技术集成与方案提供、关键技术研发和应用平台两个应用领域据发展火热。
人工智能学习研究的现状及其发展趋势
浅谈人工智能学习研究的现状 及其发展趋势 摘要：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广泛的舞台。本文强调在当今的网络时代，作为信息技术的先导，人工智能学习在人工智能科学领域中是一个着非常值得关注的研究方向，要在学科交叉研究中实现人工智能学习的发展与创新，就要关注认知科学、脑科学、生物智能、物理学、复杂网络、计算机科学与人工智能之间的交叉渗透点，尤其是重视认知物理学的研究。自然语言是人类思维活动的载体，是人工智能学习研究知识表示无法回避的直接对象，要对语言中的概念建立起能够定量表示的不确定性转换模型，发展不确定性人工智能；要利用现实生活中复杂网络的小世界模型和无尺度特性，把网络拓扑作为知识表示的一种新方法，研究网络拓扑的演化与网络动力学行为，研究网络化了的智
能，从而适应信息时代数据挖掘的普遍要求，迎接人工智能学习与应用领域新的辉煌。 1.前言 自20世纪90年代以来，随着全球化的形式与国际竞争的日益激烈，对人工智能技术的研究与应用变的越来越被人们关注，且人工智能在制造中的运用以成为实现制造的知识化、自动化、柔性化以实现对市场的快速响应的关键。 人工智能已对现实社会做出了非常重大的贡献，而且其作用已在各领域发挥得淋漓尽致，特别是在计算机领域，人工智能的应用更加突出，可以说，哪里有计算机应用，哪里就在应用人工智能；哪里需要自动化或半自动化，哪里就在应用人工智能的理论、方法和技术。目前，人工智能应用的主要领域，也就是计算机应用的主要领域。 人工智能是一门研究人类智能的机理以及如何用机器模拟人的智能的学科。从后一种意义上讲，人工智能又被称为“机器智能”或“智能模拟”。人工智能是在现代电子计算机出现之后才发展起来的，它一方面成为人类智能的延长，另一方面又为探讨人类智能机理提供了新的理论和研究方法。 学习机制的研究是人工智能研究的一项核心课题。它是智能系统具有适应性与性能自完善功能的基础。学习过程具
2020继续教育考试_人工智能技术及其发展趋势
一、单选题 1.（B）是人工智能地核心，是使计算机具有智能地主要方法，其应用遍及人工智能地各个领域。（3.0分） A.深度学习 B.机器学习 C.人机交互 D.智能芯片 2.（C）是自然语言处理地重要应用，也可以说是最基础地应用。（ 3.0分） A.文本识别 B.机器翻译 C.文本分类 D.问答系统 3.下列对人工智能芯片地表述，不正确地是（C）。（3.0分） A.一种专门用于处理人工智能应用中大量计算任务地芯片 B.能够更好地适应人工智能中大量矩阵运算 C.目前处于成熟高速发展阶段 D.相对于传统地CPU处理器，智能芯片具有很好地并行计算性能 4.下列选项中，不属于生物特征识别技术地是（C）。（3.0分） A.步态识别 B.声纹识别 C.文本识别 D.虹膜识别 5.（A）是指直接通过肢体动作与周边数字设备和环境进行交互。（3.0分） A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 6.生物特征识别技术不包括（A）。（3.0分）
A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 7.（A）是通过建立人工神经网络，用层次化机制来表示客观世界，并解释所获取地知识，例如图像、声音和文本。（3.0分） A.深度学习 B.机器学习 C.人机交互 D.智能芯片 8.立体视觉是（D）领域地一个重要课题，它地目地在于重构场景地三维几何信息。（3.0分） A.人机交互 B.虚拟现实 C.自然语言处理 D.计算机视觉 9.关于专用人工智能与通用人工智能，下列表述不当地是（D）。（3.0分） A.人工智能地近期进展主要集中在专用智能领域 B.专用人工智能形成了人工智能领域地单点突破，在局部智能水平地单项测试中可以超越人类智能 C.通用人工智能可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题 D.真正意义上完备地人工智能系统应该是一个专用地智能系统 10.（B），中共中央政治局就人工智能发展现状和趋势举行第九次集体学习。（3.0分） A.2018年3月15日 B.2018年10月31日 C.2018年12月31日 D.2019年1月31日
人工智能背景与发展精编版
人工智能背景与发展精 编版 MQS system office room 【MQS16H-TTMS2A-MQSS8Q8-MQSH16898】
人工智能的主要背景与进展 数学1704高芷晗 1、人类智能和人工智能的概念 和其他生物物种不同，人类是一种智慧型生物。人类智慧包含两个相辅相成的部分：隐性智慧和显性智慧。隐性智慧负责发现和确定创新的方向，显性智慧负责在确定的创新方向上实现具体的创新求解。更具体地说，隐性智慧是人类发现问题和定义问题的能力，需要全局性的分析能力、想象能力和开拓能力，是一种内隐的创造性能力，因而不可被机器模拟；显性智慧是人类在隐性智慧所定义的问题框架内解决问题的能力，需要获取信息生成知识和运用知识解决问题的能力，是外显的操作性能力，因而可以被机器模拟。人类的显性智慧通常也会被称为人类智能，模拟人类智能（显性智慧）的科学技术就叫人工智能。隐性智慧表现在：面对环境定义的实际问题；为知识库提供的已有知识；预设的问题求解目标。这三者就是隐性智慧定义的工作框架。在这个框架下，人工智能系统所要执行的任务就是模拟人类智能（显性智慧）的能力，运用所提供的信息和已有知识解决所给定的实际问题，达到预定的求解目标。 在人类与人工智能系统之间，人类始终是主体，人工智能系统则是人类求解问题的聪明工具。由于人工智能系统接受了人类所预设的求解目标和提供的专门知识，就保证了人类主体与客体之间实现主客双赢的策略：主体赢，因为实现了主体的求解目标；客体赢，因为遵守体现在知识中的客观规律。 人工智能系统工作的基本过程：（1）人类主体（隐性智慧）首先设定工作框架，即定义要解决的实际问题，提供已有知识，预设求解目标。（2）人工智能系统收集工作框架的信息，包括模型中的本体论信息。（3）通过信息获取（感知）单元，把本体论信息转换为认识论信息。（4）通过信息传递（通信）单元，把认识论信传送到信息处理单元。（5）通过信息处理（计算）单元，使认识论信息成为适用信息。（6通过知识生成（认知）单元，根据求解问题的需要生成专门知识。（7）通过策略创建（决策）单元，把认识论信息、专门知识、求解目标转换为求解问题的智能策略。（8）通过策略传递（通信）单元，把智能策略传递到策略执行单元。（9）通过策略执行（控制）单元，把智能策略转换成为智能行为，反作用于实际问题。（10）如果智能行为反作用于实际问题的结果没有满意地实现预期的求解目标，就把误差作为新的信息反馈到信息获取（感知）单元，通过学习，补充新的知识，优化智能策略，改善执行效果，减小求解误差。 2、人工智能技术 以上论证说明：人工智能技术可以在人类隐性智慧定义的工作框架内模拟人类显性智慧（人类智能）生成知识，创建主客双赢的策略解决各种复杂问题。而这是现今其他各类技术做不到的。 不过，由于在人工智能系统工作的基本过程中，第（1）步中客观存在各种不确定性，人类给定的知识未必能够理想地体现客观规律，也未必能够完全满足求解问题的需要，第（2）步中人类预设的求解目标也不见得完全合理，第（3）步中人工智能系统各个环节必然存在各种不理想性。因此，人工智能系统对人类显性智慧能力的模拟不可能完全到位，人工智能系统提供的问题解答也可能不如人类求出的解答。如果说人工智能系统确实也有超人的地方，那主要是它的工作速度、工作精度、持久能力等因素，而不可能是显性智慧中的智慧品质。
人工智能行业发展前景展望及市场规模预测
一、人工智能的内涵及分类 （一）人工智能的内涵 人工智能（Artificial Intelligence，简称AI）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。人工智能是计算机学科的一个分支，既被称为20世纪世界三大尖端科技之一（空间技术、能源技术、人工智能），也被认为是21世纪三大尖端技术之一（基因工程、纳米科学、人工智能）。人工智能被发达国家视为人类的最后科学尖端，科研领域皇冠上的明珠。 （二）人工智能的分类 人工智能的概念很宽泛，按照人工智能的实力可分为三大类： 1、弱人工智能：在特定领域等同或者超过人类智能或效率的机器智能。 2、强人工智能：各方面都能和人类比肩的人工智能。 3、超人工智能：在包括科学创新、通识和社交技能等各个领域都超越人类的人工智能。 人工智能的革命就是从弱人工智能，通过强人工智能，最终达到超人工智能的过程。目前人类已经掌握弱人工智能，生活中弱人工智能无处不在，比如Siri、垃圾邮件过滤器、谷歌翻译、电商网站上的商品推送、谷歌无人驾驶汽车等等。 人脑与电脑的最大差别在于，一些我们认为困难的事情，如微积分、金融市场策略、翻译等，对于电脑来说都十分容易；但一些人类认为容易的事情，如视觉、动态、移动、直觉，对于电脑来说却是十分困难。而要达到人类级别的智能，电脑必须要理解更高深的东西，比如微小的脸部表情变化，以为为什么喜欢这个而不喜欢那个，要达到这样的水平首先在硬件方便要增加电脑处理速度，其次在软件方面要让电脑变得智能。 美国发明家、未来学家Kurzweil估算出人脑的运算能力是10^16 cps（calculations per second，每秒计算次数，描述运算能力的单位），即1亿亿次计算每秒。现在世界上最快的超级计算机，中国的天河二号，运行能力已达到3.4亿亿次，已经超过人脑，但由于其成本高、规模大、功耗高，使其并不能够被商业及广泛运用。Kurzweil认为考虑电脑发展程度的标杆是看1000美元能买到多少cps，当1000美元能买到人脑级别的1亿亿运算能力的时候，强人工智能就成为生活的一部分。而目前1000美元能买到10万亿cps（人脑的千分之一），根据加速回报定律，科技的进步将呈指数型增长，按照这个速度，到2025年1000美元就可以买到和人脑运算速度抗衡的电脑了。 二、人工智能的产业链分析 从发展路径及阶段上看，实现人工智能需经历三个阶段：计算智能（能存会算）、感知智能（能听会说、能看会认）和认知智能（能理解会思考）。
人工智能及未来的发展方向
人工智能及未来的发展方向 作者：XXX 琼州学院，海南省三亚市，电子信息工程学院软件工程，邮编：572000 人工智能（Artificial Intelligence, AI）主要研究用人工的方法和技术，模仿、延伸和拓展人的智能，实现机器的智能。其长期目标是实现人类水平的智能。近年来，人工智能获得很大的发展，它引起了众多学科和不同专业背景学者们的日益重视，成为一门广泛的交叉和前沿科学。现代计算机的发展已能够存储极其大量的信息，进行快速信息处理，软件功能和硬件功能均取得了长足进步，从而使人工智能获得进一步的应用。 人工智能的进一步发展，已超越了人们的早期预料。生物和自然智能在算法建模方面所取得的巨大成功，导致了计算智能系统的建立和应用。这些智能算法设计人工神经网络、模糊系统、进化计算、群优化智能和人工生命等领域这些新领域与人工智能的谓词逻辑、演绎推理、事例推理、符号学习系统和专家系统的传统领域相结合，拓宽了人工智能的研究领域，并丰富了人工智能的研究内容。 目前，人工智能的主要学派有下列三家： 符号主义：又称逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。认为人工智能的研究方法应该是功能模拟方法。通过分析人类认知系统所具备的功能和机能，然后用计算机模拟这些功能，实现人工智能。符号主义力图用数理逻辑方法来建立人工智能的统一理论体系，但遇到了不少暂时无法解决的困难，并受到了其他学派的否定。 连接主义：又称仿生学派或生理学派，其原理主要为神经网络及神经网络之间的联结机制与学习算法。主张人工智能应着重于结构模拟，即模拟人的生理神经网络结构，并认为功能、结构和智能行为是密切相关的。不同结构表现出不同的功能和行为，已经提出多种人工神经网络结构和众多的学习算法。 行为主义：又称进化主义或控制论学派，其原理为控制论及感知-动作型控制系统。认为人工智能的研究方法应采用行为模拟方法，也认为功能、结构和智能行为是不可分的。不同的行为表现出不同的功能和不同的控制结构。行为主义的研究方法也受到其他学派的怀疑与批判，认为行为主义最多只能创造出智能昆虫的行为，而无法创造出人的智能行为。 人工智能研究的领域有很多方面，这里重点介绍以下几种类型。 1、问题求解：人工智能的第一大成就就是发展了能够求解难题的下棋程序。在下棋程
人工智能以后的发展前景
人工智能以后的发展前景 说到人工智能，首先要明白数据科学的概念：科学学科，不是工程。结合专业问题，比如医疗、铁路、金融等。 1、数据科学计算机是基础，前期数据处理，产生一些模型，算法的计算机功底要强。计算机基础一定要强加。 2、数学统计要强。数学和统计知识一定要夯实。第三点，一个好的数据科学家一定是一个行业专家，涉及到模型出来，怎么和老板或客户去沟通，让对方或者不懂数据科学或统计的人可以听明白。 数据科学是一个非常杂的科学。 所以，数据科学和人工智能的连带关系，并不是从属关系。 数据科学主要是从大数据中截取一小块做分析，做出数据模型，数据科学并不是搞前期大数据。 人工智能在十年前就有了，但是现在才火。十年前数据不够，技术支持不够。十年前计算能力不行。 整个科技的发展，云市场慢慢起来，比如亚马逊，微软、谷歌都在发展自己的云市场。MACHINELEARNING是人工智能和数据科学一个分支，比如视觉科学专业。 ResearchScientist基本是PHD主要的选择方向，研发产品，发论文，也非常难进。 给学习人工智能与数据科学专业的新生建议： 大一新生夯实基础，数学和他统计学好，保证GPA弄好，可以积累一些专业方面的经验比领英，再着手准备下暑期实习。编程语言和所从事的领域有关系，每个领域都不一样。 目前准备去美国读研，本科是电子信息工程，科研方向涉及数据科学，请问现阶段可以自学一下哪方面的课程?
主要看本科EE的背景主要涉及了什么东西,有的学的非常数学，有的偏计算机，有的一点数学和计算机都没有。建议有数学和统计背景，学一门计算机的算法课和基础语言课，剩下的课程来美国再上。 美国人工智能专业2017年下半年就业情况数据解读： 2017年满10月份，美国top5招聘网站Glassdoor给出了一组相关数据。 在Glassdoor上有512个开放的AI和深度学习工作岗位，占据Glassdoor上开发的美国工作岗位的0.009%。 大多数公司招聘的是软件工程师和数据科学家。 然而，人工智能在工作场所的兴起，也带来了许多技术销售、业务开发、产品管理、用户体验设计等角色。 就目前招聘AI人才的公司而言，亚马逊，NVIDIA和微软等科技巨头领先。但是，越来越多的金融服务，咨询和政府部门的雇主也成为AI人才的主要雇主。 虽然使用AI的行业名单不断增长，但今天大多数开放的AI工作岗位仍然位于几个大都市地区：硅谷，旧金山，西雅图，波士顿，洛杉矶和纽约市。 人工智能岗位薪酬因岗而异，但总体偏高。 薪水最低的岗位每年的基本工资估计在2万美元至4万美元之间，而薪酬最高的AI岗位每年基本工资估计为24万至26万美元许多意想不到的与AI有关的工作岗位现在正在形成，取代了通过AI和自动化所淘汰的旧的工作岗位。包括人工智能撰稿人以及人工智能团队中的律师等。 最常见的AI工作岗位是软件工程师，占在线工作岗位机会的11%。之后是数据科学家(4%)，软件开发工程师(4%)和研究科学家(4%)等等。美国开放的AI 顶级岗位 有了以上就业数据的支持，前往美国学习人工智能与数据科学专业值不值，想必小伙伴们心中已经了然了。
人工智能技术及其发展趋势
人工智能技术及其发展趋势 1.（）是通过建立人工神经网络，用层次化机制来表示客观世界，并解释所获取的知识，例如图像、声音和文本。（3.0分） A.深度学习 B.机器学习 C.人机交互 D.智能芯片 我的答案：A√答对 2.（），中共中央政治局就人工智能发展现状和趋势举行第九次集体学习。（ 3.0分） A.2018年3月15日 B.2018年10月31日 C.2018年12月31日 D.2019年1月31日 我的答案：B√答对 3.下列选项中，不属于生物特征识别技术的是（）。（3.0分） A.步态识别 B.声纹识别 C.文本识别
D.虹膜识别 我的答案：C√答对 4.立体视觉是（）领域的一个重要课题，它的目的在于重构场景的三维几何信息。（3.0分） A.人机交互 B.虚拟现实 C.自然语言处理 D.计算机视觉 我的答案：D√答对 5.生物特征识别技术不包括（）。（3.0分） A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 我的答案：A√答对 6.关于专用人工智能与通用人工智能，下列表述不当的是（）。（3.0分） A.人工智能的近期进展主要集中在专用智能领域 B.专用人工智能形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能 C.通用人工智能可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题
D.真正意义上完备的人工智能系统应该是一个专用的智能系统 我的答案：D√答对 7.（）是指直接通过肢体动作与周边数字设备和环境进行交互。（3.0分） A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 我的答案：A√答对 8.下列对人工智能芯片的表述，不正确的是（）。（3.0分） A.一种专门用于处理人工智能应用中大量计算任务的芯片 B.能够更好地适应人工智能中大量矩阵运算 C.目前处于成熟高速发展阶段 D.相对于传统的CPU处理器，智能芯片具有很好的并行计算性能 我的答案：C√答对 9.（）是人工智能的核心，是使计算机具有智能的主要方法，其应用遍及人工智能的各个领域。（3.0分） A.深度学习 B.机器学习 C.人机交互 D.智能芯片
全球人工智能产业发展和趋势(下)试卷
一、单选题 1.AlphaZero训练（）击败日本将棋程序。（3.0分） A.2小时 B.4小时 C.8小时 D.24小时 我的答案：D ×答错 2.《人工智能：未来决策的机遇与影响》，这是下列哪个国家发布的报告？（ 3.0分） A.美国 B.日本 C.德国 D.英国 我的答案：D √答对 3.DQN在49种Atari视频/像素游戏中，（）达到乃至超过人类职业选手的水平，以智商比喻，远超人类。（3.0分） A.9种 B.19种 C.29种 D.39种 我的答案：C √答对 4.Google Waymo于（）10月在美国凤凰城Chandler镇100平方英里范围内，对500辆L4自动驾驶汽车进行社会公测，这是Waymo自动驾驶商业化落地的前奏。（3.0分） A.2014年 B.2015年 C.2016年 D.2017年 我的答案：D √答对 5.IBM超级电脑程序“深蓝”，于（）击败了国际象棋大师加里·卡斯帕罗夫。（3.0分） A.1996年 B.1997年 C.1998年 D.1999年 我的答案：B √答对 6.智能音箱Echo是下列哪家企业推出的产品？（3.0分） A.亚马逊 B.百度 C.阿里巴巴 D.小米 我的答案：A √答对 7.邓志东教授预测，（）是无人驾驶汽车元年。（3.0分） A.2020年 B.2021年 C.2022年 D.2023年
我的答案：B √答对 8.国务院是在哪一年印发《新一代人工智能发展规划》的？（3.0分） A.2015年 B.2016年 C.2017年 D.2018年 我的答案：C √答对 9.在人工智能速记领域，2016年10月17日，（）的语音识别系统实现了5.9％的词错率。（3.0分） A.科大讯飞 B.惠普 C.英特尔 D.微软 我的答案：D ×答错 10.IBM的自动问答系统，于（）2月在美国最受欢迎的智力竞答电视节目《危险边缘》中战胜了人类冠军。（3.0分） A.2011年 B.2012年 C.2013年 D.2014年 我的答案：A √答对 二、多选题 1.中国人工智能产业发展的短板包括（）。（4.0分）） A.原始创新能力不足 B.投资界过于追求短线逐利 C.体制机制障碍 D.缺乏高端基础性研究人才和AI工程开发人才 我的答案：ABCD √答对 2.根据邓志东教授所讲，AlphaGo如何进行学习？（4.0分）） A.深度监督学习 B.深度强化学习 C.大数据 D.TPU 我的答案：AB ×答错 3.下列哪些行业未来可以通过人工智能实现自动化？（ 4.0分）） A.传统制造业 B.长途运输 C./物流运输行业 D.翻译 我的答案：ABCD √答对 4.智能音箱Echo基于语音助手Alexa可以实现（）、外卖预定等服务。（4.0分）） A.音乐播放 B.新闻搜索