人工智能研究方法的文献综述

1、前言

本文综述了人工智能的主要研究方法，并对各方法进行分析和总结，并阐述了目前人工智能研究方法日趋多样化的研究现状。

2、主题

研究方法，对一个问题的研究方法从根本上说分为两种：其一，对要解决的问题扩展到他所隶属的领域，对该领域做一广泛了解，研究该领域从而实现对该领域的研究，讲究广度，从对该领域的广泛研究收缩到问题本身；其二，把研究的问题特殊化，提炼出要研究问题的典型子问题或实例，从一个更具体的问题出发，做深刻的分析，研究透彻该问题，再一般化扩展到要解决的问题，讲究研究深度，从更具体的问题入手研究扩展到问题本身。

人工智能的研究方法主要可以分为三类：一、结构模拟，神经计算，就是根据人脑的生理结构和工作机理，实现计算机的智能，即人工智能。结构模拟法也就是基于人脑的生理模型，采用数值计算的方法，从微观上来模拟人脑，实现机器智能。采用结构模拟，运用神经网络和神经计算的方法研究人工智能者，被称为生理学派、连接主义。二、功能模拟，符号推演，就是在当前数字计算机上，对人脑从功能上进行模拟，实现人工智能。功能模拟法就是以人脑的心理模型，将问题或知识表示成某种逻辑网络，采用符号推演的方法，实现搜索、推理、学习等功能，从宏观上来模拟人脑的思维，实现机器智能。以功能模拟和符号推演研究人工智能者，被称为心理学派、逻辑学派、符号主义。三、行为模拟，控制进化，就是模拟人在控制过程中的智能活动和行为特性。以行为模拟方法研究人工智能者，被称为行为主义、进化主义、控制论学派。

人工智能的研究方法，已从“一枝独秀”的符号主义发展到多学派的“百花争艳”，除了上面提到的三种方法，又提出了“群体模拟，仿生计算”“博采广鉴，自然计算”“原理分析，数学建模”等方法。人工智能的目标是理解包括人在内的自然智能系统及行为，而这样的系统在实在世界中是以分层进化的方式形成了一个谱系，而智能作为系统的整体属性，其表现形式又具有多样性，人工智能的谱系及其多样性的行为注定了研究的具体目标和对象的多样性。人工智能与前沿技术的结合，使人工智能的研究日趋多样化。

3、总结

人工智能的研究方法会随着技术的进步而不断丰富，很多新名词还会被提出，但研究的目的基本不变，日趋多样化的研究方法追根溯源也就是研究问题的两种方法的演变。对人工智能中尚未解决的众多问题，运用基本的研究问题的方法，结合先进的技术，不断实现智能化。人工智能与前沿技术密切联系，人工智能的研究方法必然日趋多样化。

4、参考文献

（1）人工智能技术导论廉师友西安电子科技大学出版社2007.8

（2）人工智能研究方法及途径熊才权2005年第三期

（3）人工智能学派及其在理论、方法上的观点蔡自兴1995.5

（4）人工智能研究的主要学派及特点黄伟聂东陈英俊2001第三期

（5）人工智能研究对思维学的方法论启示尹鑫苏国辉2002.10第四期

人工智能算法综述

人工智能算法综述人工智能算法大概包括五大搜索技术，包括一些早期的搜索技术或用于解决比较简单问题的搜索原理和一些比较新的能够求解比较复杂问题的搜索原理，如遗传算法和模拟退火算法等。 1、盲目搜索盲目搜索又叫做无信息搜索，一般只适用于求解比较简单的问题。包括图搜索策略，宽度优先搜索和深度优先搜素。 1、图搜索（GRAPH SERCH）策略是一种在图中寻找路径的方法。在有关图的表示方法中，节点对应于状态，而连线对应于操作符。 2、如果搜素是以接近其实节点的程度依次扩展节点的，那么这种搜素就叫做宽度优先搜素（breadth-first search 。 3、深度优先搜索属于图算法的一种,英文缩写为DFS即Depth First Search.其过程简要来说是对每一个可能的分支路径深入到不能再深入为止,而且每个节点只能访问一次。二、启发式搜索盲目搜索的不足之处是效率低，耗费过多的时间和空间。启发信息是进行搜索技术所需要的一些有关具体问题的特性的信息。利用启发信息的搜索方法叫做启发式搜索方法。启发式搜索就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标。这样可以省略大量无谓的搜索路径，提高了效率。在启发式搜索中，对位置的估价是十分重要的。采用了不同的估价可以有不同的效果。 3、博弈树搜索诸如下棋、打牌、竞技、战争等一类竞争性智能活动称为博弈。博弈有很多种，我们讨论最简单的"二人零和、全信息、非偶然"博弈，其特征如下： (1 对垒的MAX、MIN双方轮流采取行动，博弈的结果只有三种情况：MAX方胜，MIN方败；MIN方胜，MAX方败；和局。 (2 在对垒过程中，任何一方都了解当前的格局及过去的历史。

文献综述_人工智能

人工智能的形成及其发展现状分析冯海东（长江大学管理学院荆州434023）摘要：人工智能的历史并不久远，故将从人工智能的出现、形成、发展现状及前景几个方面对其进行分析，总结其发展过程中所出现的问题，以及发展现状中的不足之处，分析其今后的发展方向。关键词：人工智能，发展过程，现状分析，前景。一．引言人工智能最早是在1936年被英国的科学家图灵提出，并不为多数人所认知。当时，他编写了一个下象棋的程序，这就是最早期的人工智能的应用。也有著名的“图灵测试”，这也是最初判断是否是人工智能的方案,因此，图灵被尊称为“人工智能之父”。人工智能从产生到发展经历了一个起伏跌宕的过程，直到目前为止，人工智能的应用技术也不是很成熟，而且存在相当的缺陷。通过搜集的资料，将详细的介绍人工智能这个领域的具体情况，剖析其面临的挑战和未来的前景。二．人工智能的发展历程 1. 1956年前的孕育期 (1) 从公元前伟大的哲学家亚里斯多德(Aristotle)到16世纪英国哲学家培根(F. Bacon)，他们提出的形式逻辑的三段论、归纳法以及“知识就是力量”的警句，都对人类思维过程的研究产生了重要影响。（2）17世纪德国数学家莱布尼兹(G..Leibniz)提出了万能符号和推理计算思想，为数理逻辑的产生和发展奠定了基础，播下了现代机器思维设计思想的种子。而19世纪的英国逻辑学家布尔（G. Boole）创立的布尔代数，实现了用符号语言描述人类思维活动的基本推理法则。（3） 20世纪30年代迅速发展的数学逻辑和关于计算的新思想，使人们在计算机出现之前，就建立了计算与智能关系的概念。被誉为人工智能之父的英国天才的数学家图灵（A. Tur-ing）在1936年提出了一种理想计算机的数学模型，即图灵机之后,1946年就由美国数学家莫克利（J. Mauchly）和埃柯特（J. Echert）研制出了世界上第一台数字计算机，它为人工智能的研究奠定了不可缺少的物质基础。1950年图灵又发表了“计算机与智能”的论文，提出了著名的“图灵测试”，形象地指出什么是人工智能以及机器具有智能的标准，对人工智能的发展产生了极其深远的影响。（4） 1934年美国神经生理学家麦克洛奇(W. McCulloch) 和匹兹(W. Pitts )建立了第一个神经网络模型，为以后的人工神经网络研究奠定了基础。 2. 1956年至1969年的诞生发育期 (1)1956年夏季，麻省理工学院（MIT)的麦卡锡（J．McCarthy）、明斯基（M. Minshy）、塞尔夫里奇（O. Selfridge)与索罗门夫(R. Solomonff)、 IBM的洛

人工智能发展综述_田金萍

科技广场２００７．１２３０

１９８７年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。第五阶段：　９０年代，人工智能出现新的研究高潮由于网络技术特别是国际互连网技术的发展，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究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。另外，由于Ｈｏｐｆｉｅｌｄ多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深入到社会生活的各个领域。３研究热点ＡＩ研究出现了新的高潮，这一方面是因为在人工智能理论方面有了新的进展，另一方面也是因为计算机硬件突飞猛进的发展。随着计算机速度的不断提高、存储容量的不断扩大、价格的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。目前人工智能研究的三个热点是：　智能接口、数据挖掘、主体及多主体系统。（１）　智能接口技术是研究如何使人们能够方便自然地与计算机交流。为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的翻译，而这些功能的实现又依赖于知识表示方法的研究。因此，智能接口技术的研究既有巨大的应用价值，又有基础的理论意义。目前，智能接口技术已经取得了显著成果，文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化。（２）　数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘和知识发现的研究目前已经形成了三根强大的技术支柱：　数据库、人工智能和数理统计。主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。（３）主体系统是具有信念、愿望、意图、能力、选择、承诺等心智状态的实体，比对象的粒度更大，智能性更高，而且具有一定自主性。主体试图自治地、独立地完成任务，而且可以和环境交互，与其他主体通信，通过规划达到目标。多主体系统主要研究在逻辑上或物理上分离的多个主体之间进行协调智能行为，最终实现问题求解。多主体系统试图用主体来模拟人的理性行为，主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。目前对主体和多主体系统的研究主要集中在主体和多主体理论、主体的体系结构和组织、主体语言、主体之间的协作和协调、通信和交互技术、多主体学习以及多主体系统应用等方面。　４实际应用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，经过几十年的发展，人工智能应用在不少领域得到发展，在我们的日常生活和学习当中也有许多地方得到应用。本文就符号计算、模式识别、专家系统、机器翻译等方面的应用作简单介绍，籍此使读者对我们身边的人工智能应用有一个感性的认识。（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，方程的数值解，比如天气预报、油藏模拟、航天等领域；　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Ｍａｔｈｅｍａｔｉｃａ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”，随着计算机技术的发展，人类有可能研究复杂的信息处理过程。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最关键的突破口，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，一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、在人工智能发展综述２３１

人工智能综述

人工智能 “人工智能”(Artificial Intelligence)简称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，是计算机科学的一个分支。是计算机科学技术的前沿科技领域。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，而且还涉及到脑科学、神经生理学、心理学、语言学、逻辑学、认知(思维)科学、行为科学和数学以及信息论、控制论和系统论等许多学科领域。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。在世界各地对人工智能的研究很早就开始了。但对人工智能的真正实现要从计算机的诞生开始算起，这时人类才有可能以机器实现人类的智能。AI这个英文单词最早是在1956年的一次会议上提出的，在此以后．因为一些科学家的努力使它得以发展。但人工智能的进展并不像我们期待的那样迅速，因为人工智能的基本理论还不完整．我们还不能从本质上解释我们的大脑为什么能够思考，这种思考来自于什么，这种思考为什么得以产生等一系列问题。但经过这几十年的发展，人工智能正在以它巨大的力量影响着人们的生活[1]。一、人工智能涉及的技术或方法的基本功能、特点与适用对象目前，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[2]： 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

社会科学研究方法文献综述

关于商业片植入式广告发展现状及存在问题的研究——受众心理的关注及营销策略、传播方式的使用文献综述姓名：王丹 20090257 曾艳 20090261 杨斯琦 20090259 唐梦佳 20090256 余颂庆 20090260 张文 20090262 吴霜 20090258 班级：市场营销03班指导老师：杨代福时间：2012-03-10

【引言】进入21世纪以来，由于行业竞争加剧等原因，商业片植入式广告异军突起，事实上，这种广告模式由来已久，也并非中国特色。植入式广告源于欧美，发展较为成熟，我国的植入式尚处萌芽阶段，负面问题频发，饱受舆论质疑。但不可否认的是，植入式广告不但比传统硬广告更有优势，而且也是快速收回投资成本、降低商业风险急加速媒介产业循环的好方法，作为产业链上重要一环，其存在不仅具有合理性，而且具良好的发展前景。那么，如何使商业片的植入式广告快速的进入其下一个发展阶段成为现阶段的重大问题。因此，对于影响植入式广告效果的重要因素（营销手段、传播方式以及受众心理），值得我们去研究和思考我们。【正文】一、植入式广告的文献研究现状植入式广告于上世纪20年代至20年代末开始萌芽、2000年以后才真正进入蓬勃发展期，虽然相对于传统传播形式的广告，植入式广告的发展历史并不长，但是以商业片植入式广告为代表的植入式广告已经成为广告发展的一股不可抵挡的趋势，而国内外专家、学者对植入式广告发展的方方面面也进行了深入研究和探讨，呈现出一定深度和广度的理论学说及典型案例，对于植入式广告产业发展发挥了作用。从国内外的研究现状看，对于植入式广告的研究成果可归纳为以下四个方面。 1.对于植入式广告的理论体系依据研究关于植入式广告所依据的理论体系的研究，主要集中在传播学理论的体现与运用；张金海在《20世纪广告传播理论研究》一书中指出，植入式广告在现代广告业的发展中越来越引人注目，体现了现代广告逐渐将目光放在广告传播的社会文化关注，而巧妙地利用传播学中的归因理论和“说服性传播”的效果理论，则可以将这种关注的社会化效果扩大；而吕善锟在其论文《电影中植入式广告的理论依据》中则明确提出，植入式广告之所以比传统的商业广告有更好的说服效果，正在于其运用了传播学中的归因理论、两级传播理论、“说服性传播”的效果研究、经典条件反射理论以及模仿理论等。

人工智能研究方法的文献综述

人工智能研究方法的文献综述 1、前言本文综述了人工智能的主要研究方法，并对各方法进行分析和总结，并阐述了目前人工智能研究方法日趋多样化的研究现状。 2、主题研究方法，对一个问题的研究方法从根本上说分为两种：其一，对要解决的问题扩展到他所隶属的领域，对该领域做一广泛了解，研究该领域从而实现对该领域的研究，讲究广度，从对该领域的广泛研究收缩到问题本身；其二，把研究的问题特殊化，提炼出要研究问题的典型子问题或实例，从一个更具体的问题出发，做深刻的分析，研究透彻该问题，再一般化扩展到要解决的问题，讲究研究深度，从更具体的问题入手研究扩展到问题本身。人工智能的研究方法主要可以分为三类：一、结构模拟，神经计算，就是根据人脑的生理结构和工作机理，实现计算机的智能，即人工智能。结构模拟法也就是基于人脑的生理模型，采用数值计算的方法，从微观上来模拟人脑，实现机器智能。采用结构模拟，运用神经网络和神经计算的方法研究人工智能者，被称为生理学派、连接主义。二、功能模拟，符号推演，就是在当前数字计算机上，对人脑从功能上进行模拟，实现人工智能。功能模拟法就是以人脑的心理模型，将问题或知识表示成某种逻辑网络，采用符号推演的方法，实现搜索、推理、学习等功能，从宏观上来模拟人脑的思维，实现机器智能。以功能模拟和符号推演研究人工智能者，被称为心理学派、逻辑学派、符号主义。三、行为模拟，控制进化，就是模拟人在控制过程中的智能活动和行为特性。以行为模拟方法研究人工智能者，被称为行为主义、进化主义、控制论学派。人工智能的研究方法，已从“一枝独秀”的符号主义发展到多学派的“百花争艳”，除了上面提到的三种方法，又提出了“群体模拟，仿生计算”“博采广鉴，自然计算”“原理分析，数学建模”等方法。人工智能的目标是理解包括人在内的自然智能系统及行为，而这样的系统在实在世界中是以分层进化的方式形成了一个谱系，而智能作为系统的整体属性，其表现形式又具有多样性，人工智能的谱系及其多样性的行为注定了研究的具体目标和对象的多样性。人工智能与前沿技术的结合，使人工智能的研究日趋多样化。 3、总结人工智能的研究方法会随着技术的进步而不断丰富，很多新名词还会被提出，但研究的目的基本不变，日趋多样化的研究方法追根溯源也就是研究问题的两种方法的演变。对人工智能中尚未解决的众多问题，运用基本的研究问题的方法，结合先进的技术，不断实现智能化。人工智能与前沿技术密切联系，人工智能的研究方法必然日趋多样化。 4、参考文献（1）人工智能技术导论廉师友西安电子科技大学出版社2007.8 （2）人工智能研究方法及途径熊才权2005年第三期（3）人工智能学派及其在理论、方法上的观点蔡自兴1995.5 （4）人工智能研究的主要学派及特点黄伟聂东陈英俊2001第三期（5）人工智能研究对思维学的方法论启示尹鑫苏国辉2002.10第四期

可行性研究文献综述

可行性研究文献综述一、可行性研究简介可行性研究一词源于英语feasibility study,字义就是行得通,有可能成功的意思。自20世纪30年代作为一种组织管理方法对工程项目进行评价,使美国田纳西河流域开发项目获得成功之后,可行性研究这种仅限于经济评价的报告在工业发达国家成为建设项目开发程序的一个环节。工业项目可行性研究就是投资工业项目决策前的活动,就是在事件没有发生之前的研究,就是对事务未来发展的情况、可能遇到的问题与结果的估计,具有预测性。因此,必须进行深入的调查研究,充分的占有资料,运用切合实际的预测方法,科学的预测未来前景。对于投资额较大,建设周期较长,内外协作配套关系较多的建设项目,可行性研究的工作期较长,为了节省投资,减少资源浪费,避免对早期就应淘汰的项目做无效研究,一般将可行性研究分为机会研究、初步可行性研究、可行性研究(有时也叫详细可行性研究)与项目评价决策四个阶段。机会研究证明效果不佳的项目,就不再进行初步可行性研究;同样,如果初步可行性研究结论不可行,则不必再进行可行性研究。随着科学技术、市场经济与管理科学的高度发展,在不断总结过去经验的基础上,可行性研究理论也得到了不断的完善与发展,至今已成为世界公认的项目评价方法。在项目投资决策之前进行可行性研究,不但有助于减少或避免项目投资失误,而且有助于项目的顺利实施与推进,总的说来,可行性研究对于项目投资决策有着以下非常重要的作用: 作为项目建设立项的依据,作为向银行申请贷款或筹资的依据,作为工程设计与建设的依据,作为向当地政府与环保部门申请建设执照的依据,作为本工程建设补充基础资料的依据,作为项目与各有关部门签订合同或协议的依据,作为核准采用新技术、新设备研制计划的依据,作为企业安排项目计划与实施的依据。二、国外可行性研究的发展历史西方最早推行可行性研究方法的就是美国,通过采用这套方法,实现了对河流流域地区良好的开发与综合利用,二战后,随着现代科学技术与管理科学的高度发展,技术经济问题越来越复杂,为了开发新产品,减少投资风险,需要采用科学方法对项目实施进行预测、分析、论证。因此20世纪60年代以来,可行性研究迅速成为投资决策前的一个普遍工作阶段,并且形成了一整套系统理论的科学方法。这种方法在以世界银行为代表的国际经济组织对发展中国家的贷款或援助项目中迅速推广。在19世纪至20世纪50年代中期,国外主要就是运用简单的财务评价方法通过对项目的收入与支出进行比较来判断项目的优劣。随着社会的发展,简单的财务评价已不能满足社会、政府与企业对项目投资决策的多元化需求。于就是,法国工程师让尔·杜比提出了“消费者剩余”的思想并在1844年发表了“公共工程效用的评价”一文。之后英国经济学家A·马歇尔正式提出了“消费者剩余”的概念,这种思想发展成为现在费用-效益分析的基础,构成了

人工智能发展现状与趋势分析

人工智能发展现状与趋势分析从互联网到物联网,我们到底还有几步路要走? 电影里刷脸、在办公室遥控家中电器、无人驾驶那些看似天方夜谭的镜头,正在一一变成现实,未来还会变得更神奇吗? 从人口密集型大国变成人工智能(AI)大国,中国可以吗? …… 打破怀疑,这是追逐信仰的时代。而新产品层出不穷,科技日新月异,对富有创新精神的企业来说,这也是一个最好的时代。一、AI之战互联网行业的诸神之战,始于AI。谷歌、微软、百度等巨头的开发者大会,更像是一场AI的角力。时间的指针拨向2019,战火未燃,硝烟弥漫。谷歌开发者大会发布新系统Android Q,强调在新技术、保护隐私、时间管理等方面的创新,方便用户关闭各类涉及隐私的功能,同时让用户更好地管理使用时间。微软开发者大会推出Azure SQL数据库工具,凭借“无服务器”的能力处理计算任务。这意味着开发人员不必设置和管理数据库的底层资源。苹果开发者大会推出新款MacPro,宣布关闭iTunes服务。 2017年7月,百度在AI开发者大会上李彦宏把无人车开上了五环,并正式宣布酝酿多年的“Apollo”计划——向汽车行业及自动驾

驶领域的合作伙伴提供一个开放、完整、安全的软件平台,帮助他们结合车辆和硬件系统,快速搭建一套属于自己的完整的自动驾驶系统。 2018年7月,百度AI开发者大会再曝重磅消息——一是没有方向盘的百度无人车量产下线,标志着中国第一辆全自动无人驾驶车具备了量产能力;二是AI(人工智能)芯片昆仑发布。时间迈入2019年7月,百度AI开发者大会上,首席执行官李彦宏与吉利集团董事长李书福登台互动,体验“车家互联”。李书福一直是百度阿波罗(Apollo)的坚定支持者,从博越pro开始,吉利全线搭载小度车载OS。与传统的语音交互不同,小度车载 OS升级到了包括视觉在内的完整自然交互体验,可以实现从被动响应到主动感知的用户需求。车主在车内可以实时操控家中电器,比如提前预热家里空调、或者关闭家里的电器开关等等。 “双李”会,不仅是树立了产业智能化的标签,更是将AI战争推向了新的高度。二、百度AI先行有这样一首波斯诗歌:蜘蛛在帝国的宫殿里织下它的丝网,猫头鹰却已在阿弗拉希阿卜的塔上唱完了夜歌。这恰如汽车产业目下的“丝网”和“夜歌”——传统汽车巨头过去百年都在编织着自家整车制造的“丝网”,而科技巨头半路杀出, 在朝着技术变革的路上吟唱着“夜歌”。

人工智能综述

２０１０年４月电脑学习第２期人工智能综述卢妙娜。王润摘要：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的学科．主要包括计算机实现的智能的原理、制造套似于人脑智能的计算机。使计算机能实现更高层次的应用。关键词：人工智能计算机知识中图分类号：ＴＰｌ８文献标识码：Ａ文章编号：１００２－２４２２（２０１０）０２－０００３－０２ＡｎＯｖｅｒｖｉｅｗｏｆＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅＬｕＭｈ蚰ａＷａｎｇＲｕｎＡｂｓｔｒａｃｔ：Ｋｅｙｗｏｒｄ：＂ＡｒｔｉｆｉｃｉａｌＩｍｅＵｉｇｅｎｃｏ。ｉｓｔｈｅｓｕｂｊｅｃｔｔｈａｔｓｔｕｄｉｅｓｈｏｗｔｏｕ∞ｃｏｍｐｕｔｅｒｓｔｏｆｉｍｕｌａｔｅｈｕｍａｎｔｈｏｕｇｈｔｓａｎｄｂｅｈａｖｉｏｒｓ，ｗｈｉｃｈｉｎｃｌｕｄｅｓｔｈｅｒｅａｌｉｚａｔｉｏｎｐｒｉｎｃｉｐｌｅｓｏｆｃｏｍｐｕｔｅｒｉｎｔｅｌｌｉｇｅｎｃｅ，ｐｒｏｄｕｃｉｎｇｃｏｍｐｕｔｅｒｓｓ蛐ｔｏｈｕｍａｎｉｎｔｅｌｌｉｇｅｎｃｅ，ａｎｄａｐｐｌｙｉｎｇｃｏｍｐｕｔｅｒｓｉｎｔｈｅｐｎｗｔｉｅｅｏｎａｈｉｇｈｅｒｌｅｖｅｌ．ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅＣｏｍｐｕｔｅｒＫｎｏｗｌｅｄｇｅ１计算机与智能熟知的棋王卡斯帕罗夫与ＩＢＭ公司的“深蓝”计算机系统进行了六局“人机大战”，结果“深蓝”以３．５比２．５的总比分获胜。比赛给人们留下了深刻的思考：下棋要求选手要有很强的思维能力、记忆能力、丰富的下棋经验，还得及时作出反映，否则一着出错满盘皆输，这显然是个“智能”问题。尽管开发“深蓝”计算机的ＩＢＭ专家认为离智能计算机还相差甚远，但以每秒２１０８步棋的并行的计算速度，实现了人类智力的计算机上的部分模拟。从字面上看，“人工智能”就是用人工的方法在计算机上实现人的智能，或者说是人们使计算机具有类似于人的智能。２智能与知识在２０世纪７０年代以后，许多国家都相继开展了人工智能的研究，由于当时对实现机器智能理解得过于容易和片面，认为只要一些推理的定律加上强大的计算机就能有专家的水平和超人的能力。这样虽然也获得一定成果，但问题也跟着出现了，例如机器翻译当时人们往往认为只要用一部双向词典及词法知识，就能实现两种语言文字的互译，其实完全不是这么一回事。例如，把英语句子“Ｔｉｍｅｆｌｉｅｓｌｉｋ明脚ｗ”（光阴似箭）翻译成日语，然后再译回英语，竟然成为“苍蝇喜欢箭”。在其它方面也都遇到这样或者那样的困难。这时，本来对人工智能抱怀疑态度的人提出诸多苛刻的指责，人工智能的研究一度进入了低潮。然而人们继续探索，认识到人的智能表现在人能学习知识，有了知识，能了解、运用已有的知识。智能的核心是思维，人的一切智慧或智能都来自大脑思维活动，人类的一切知识都是人们思维的产物。要让计算机“聪明”起来，首先要解决计算机如何学会知识，以及如何运用知识的问题。人工智能研究的开展应当改变为以知识为中心来进行。此后，以专家知识为基础开发的专家系统在许多领域里获得成功，例如地矿勘探专家系统拥有１５种矿藏知识，能根据岩石标本及地质勘探数据对矿产资源进行估计和预测，能对矿床分布、储藏量、开采价值等进行推断，制定合理的开采方案，成功地找到了超亿美元的钼矿，显示出较高的水平。专家系统的成功，充分表明知识是智能的基础，人工智能的研究必须以知识为中心来进行．由于知识的表示、利用、获取等研究都取得较大的进展。因而，人工智能的研究已解决了许多理论和技术上的问题。３人工智能研究的目标１９５０年英国数学家图灵发表的“计算机与智能”论文中提出著名的“图灵测试”，让人和机器分别位于两个房间，只可通话，不能互相看见。通过对话，如果人的一方不能区分对方是人还是机器，那么就可以认为那台机器达到了模式识别与人工智能，１９９９，１２（２）：２４１—２４４．【Ｊ】．北京：计算机学报，２０００，２３（７）：７６３－７６７．【５】王爱民，沈兰荪．图像分割研究综述【Ｊ】．北京：测控技术，２０００，１９］ＧＫｕｎｔｉｍａｄ，ＨＳＢａｎｇａｎａｔｈ?Ｐｅｒｆｅｃｔｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎｕｓｉｎｇ１９（５）；ｌ一５．ＰＣＮＮ［Ｊ］?ＩＥＥＥＴｒａｎｓ，ＮｅｕｒａｌＮｅｔｗｏｒｋｓ，Ｍａｙｌ９９９，１０（３）：５９ｌ一 ‘Ｏ叠【６】罗希平，田捷?诸葛婴，等?图像分割方法综述?合肥：模式识【ｌｏｉ意Ｙｉｄｅ，ＤａｉＲ０ｌａｎ，ｕｕ蛐ｅｔａｌ．ＩｌＩＩａ铲∞ｇｒｎｅｎｔａｔｉ仰０ｆｅ－别与人工智能，１９９９，１２（３）：３００—３１２? ｍｂｒｙｏｎｊｃ讪阻ｔｃｅｌｌｕｓｉＩｌｌ；ＰｌＩｌ辩一ｃｏｕｐｌｅｄＮｅＩ二ｌＮｅｈｒ。ｒｋ８Ｃ一【７】钱志柏．基于模糊聚类和ＰＣＮＮ的图像分割新算法研究【Ｄ】．ｈｉｎｅ∞ＳｃｉｅｎｃｅＢｕｕｃｔｉｏｎ，２００２，４７（０２）：１６７—１７２．（ＳＣｌ）兰州：兰州大学研究生论文，２００４：６．【１１】ＫｅｎｎｅｔｈＲＣａｓｔｌｅｍａｎ．数字图像处理【Ｍ】．北京：电子工业出【８１王月兰，曾迎生．信息融合技术在彩色图像分割方法中的应用版社，１９９８．收稿日期：２０１０一Ｏｌ—ｌｌ ?卢妙娜韩山师范学院外语系高教研究助理研究员（广东，潮州５２１０４１）。 ?３。万方数据

人工智能综述(原创论文)

人工智能及其发展 ***** 201000445 模式识别与智能系统（***科技大学信息工程学院）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。本文从人工智能的概念出发 , 首先介绍了人工智能研究的历史与现状 , 并分析了人工智能与具体领域相结合形成的不同学科领域 , 阐述了人工智能主要的应用领域 , 并从哲学的角度对人工智能能否超过人的智能这个问题进行了分析 , 最后介绍了人工智能未来的发展趋势及潜力。关键词：人工智能；机器人；专家系统；模式识别；计算机科学；发展方向 Artificial Intelligence and its development ***** ,2010000445 ,Pattern Recognition and Intelligent Systems (School of Information Engineering,Southwest University of Science) Abstrac t:AI is the major achievements in the development of computer of the 20th century,and it has been widely applied in many fields. In this paper ,based on the concepts of artificial intelligence, we firstly introduce the history and current situation of artificial intelligence research and analyse artificial intelligence combined with specific areas in different disciplines,then,we describe the main application areas of artifical intelligence,and from the view of a philosophical point,we analyse whether Artifical intelligence can exceed human intelligence.Finally,we introduce the trend of the future development of artificial intelligence and its potential. 1 引言人工智能(Artificial Intelligence, AI)是20世纪50年代中期兴起的一门新兴边缘科学，它既是计算机科学的一个分支，又是计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性学科。人工智能又称为智能模拟，是用计算机系统模仿人类的感知、思维、推理等思维活动。 1.1人工智能的定义顾名思义,人工智能就是人造智能, 其英文表示是“Artificial Intelligence”, 简称AI。“人工智能”一词目前是指用计算机模拟或实现的智能, 因此人工智能又称机器智能。当然, 这只是对人工智能的字面解释或一般解释。关于人工智能的科学定义, 学术界目前还没有统一的认识。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

文献综述的主要方法

文献综述的主要方法文献综述抽取某一个学科领域中的现有文献，总结这个领域研究的现状，从现有文献及过去的工作中，发现需要进一步研究的问题和角度。文献综述是对某一领域某一方面的课题、问题或研究专题搜集大量情报资料，分析综合当前该课题、问题或研究专题的最新进展、学术见解和建议，从而揭示有关问题的新动态、新趋势、新水平、新原理和新技术等等，为后续研究寻找出发点、立足点和突破口。文献综述看似简单．其实是一项高难度的工作。在国外，宏观的或者是比较系统的文献综述通常都是由一个领域里的顶级“大牛”来做的。在现有研究方法的著作中，都有有关文献综述的指导，然而无论是教授文献综述课的教师还是学习该课程的学生，大多实际上没有对其给予足够的重视。而到了真正自己来做研究，便发现综述实在是困难。约翰W.克雷斯威尔（John W. Creswell）曾提出过一个文献综述必须具备的因素的模型。他的这个五步文献综述法倒还真的值得学习和借鉴。克雷斯威尔认为，文献综述应由五部分组成：即序言、主题1（关于自变量的）、主题2（关于因变量的）、主题3（关于自变量和因变量两方面阐述的研究）、总结。 1. 序言告诉读者文献综述所涉及的几个部分，这一段是关于章节构成的陈述。在我看也就相当于文献综述的总述。 2. 综述主题1提出关于“自变量或多个自变量”的学术文献。在几个自变量中，只考虑几个小部分或只关注几个重要的单一变量。记住仅论述关于自变量的文献。这种模式可以使关于自便量的文献和因变量的文献分开分别综述，读者读起来清晰分明。 3. 综述主题2融合了与“因变量或多个因变量”的学术文献，虽然有多种因变量，但是只写每一个变量的小部分或仅关注单一的、重要的因变量。 4. 综述主题3包含了自变量与因变量的关系的学术文献。这是我们研究方案中最棘手的部分。这部分应该相当短小，并且包括了与计划研究的主题最为接近的研究。或许没有关于研究主题的文献，那就要尽可能找到与主题相近的部分，或者综述在更广泛的层面上提及的与主题相关的研究。 5. 在综述的最后提出一个总结，强调最重要的研究，抓住综述中重要的主题，指出为什么我们要对这个主题做更多的研究。其实这里不仅是要对文献综述进行总结，更重要的是找到你要从事的这个研究的基石（前人的肩膀），也就是你的研究的出发点。在我看来，约翰.W.克雷斯威尔所提的五步文献综述法，第1、2、3步其实在研究实践中都不难，因为这些主题的研究综述毕竟与你的研究的核心问题有距离。难的是第4步，主题3的综述。难在哪里呢？一是阅读量不够，找不到最相

人工智能的发展现状及其难点问题分析

龙源期刊网 https://www.360docs.net/doc/246269072.html, 人工智能的发展现状及其难点问题分析作者：毛杰邹奕成来源：《科教导刊·电子版》2016年第24期摘要本文简述了人工智能的发展历程以及未来人工智能的挑战与难点的设想，从多方面阐述了未来人工智能发展，以及对未来人工智能的设想。关键词人工智能智能机器人生物电子体家庭机器人中图分类号：TP18 文献标识码：A 人工智能（Artificial Intelligence），英文缩写为AI，也称机器智能。1956 年，McCarthy 在Dartmouth 学会上正式提出人工智能（Artificial Intelligence，AI）概念。著名的美国大学MIT 的Winston 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的工作”。总而言之，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，研究如何让计算机完成以往需要人的智力才能胜任的工作，即研究如何应用计算机的软硬件模拟人类某些智能行为的基本理论、方法和技术。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。 1人工智能的发展 1956 年夏季，在美国达特摩斯大学，举行了关于“如何用机器模拟人的智能”的学术研讨会，第一次正式采用“人工智能”的术语。这个定义影响到以后30年智能机器人的研究方向。这些理论和方法在模式识别、知识工程、专家系统、智能控制、数据挖掘、智能机器人等领域取得了伟大成就，极大地推动了科技进步和社会发展。 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。 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。 2012年，机器宇航员。“发现号”航天飞机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。” 到了2014年，人们首次通过了图灵测试，英国的计算机科学之父阿兰·图灵在1950年提出了著名的“图灵测试”理论，能够通过测试的就是人工智能机器人，之后虽然无数的机器人在

人工智能发展综述

人工智能发展综述摘要:概要的阐述下人工智能的概念、发展历史、当前研究热点和实际应用以及未来的发展趋势。关键词:人工智能; 前景; 发展综述人工智能(Artificial Intelligence)自1956 年正式问世以来的五十年间已经取得了长足的进展,由于其应用的极其广泛性及存在的巨大研究开发潜力, 吸引了越来越多的科技工作者投入人工智能的研究中去。尤其是八十年代以来出现了世界范围的开发新技术的高潮，许多发达国家的高科技计划的重要内容是计算机技术,而尤以人工智能为其基本重要组成部分。人工智能成为国际公认的当代高技术的核心部分之一。 1什么是人工智能美国斯坦福大学人工智能研究中心尼尔逊教授给人工智能下了这样一个定义:人工智能是关于知识的学科, 是怎样表示知识以及怎样获得知识并使用知识的科学。从人工智能所实现的功能来定义是智能机器所执行的通常与人类智能有关的功能,如判断、推理、证明、识别学习和问题求解等思维活动。这些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。若是从实用观点来看,人工智能是一门知识工程学:以知识为对象,研究知识的获取、知识的表示方法和知识的使用。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。 2 人工智能历史当然，人工智能的发展也并不是一帆风顺的，人工智能的研究经历了以下几

如何做文献综述：克雷斯威尔五步文献综述法

如何做文献综述：克雷斯威尔五步文献综述法文献综述抽取某一个学科领域中的现有文献，总结这个领域研究的现状，从现有文献及过去的工作中，发现需要进一步研究的问题和角度。文献综述是对某一领域某一方面的课题、问题或研究专题搜集大量情报资料，分析综合当前该课题、问题或研究专题的最新进展、学术见解和建议，从而揭示有关问题的新动态、新趋势、新水平、新原理和新技术等等，为后续研究寻找出发点、立足点和突破口。文献综述看似简单．其实是一项高难度的工作。在国外，宏观的或者是比较系统的文献综述通常都是由一个领域里的顶级“大牛”来做的。在现有研究方法的著作中，都有有关文献综述的指导，然而无论是教授文献综述课的教师还是学习该课程的学生，大多实际上没有对其给予足够的重视。而到了真正自己来做研究，便发现综述实在是困难。约翰W.克雷斯威尔（John W. Creswell）曾提出过一个文献综述必须具备的因素的模型。他的这个五步文献综述法倒还真的值得学习和借鉴。克雷斯威尔认为，文献综述应由五部分组成：即序言、主题1（关于自变量的）、主题2（关于因变量的）、主题3（关于自变量和因变量两方面阐述的研究）、总结。 1. 序言告诉读者文献综述所涉及的几个部分，这一段是关于章节构成的陈述。在我看也就相当于文献综述的总述。 2. 综述主题1提出关于“自变量或多个自变量”的学术文献。在几个自变量中，只考虑几个小部分或只关注几个重要的单一变量。记住仅论述关于自变量的文献。这种模式可以使关于自便量的文献和因变量的文献分开分别综述，读者读起来清晰分明。 3. 综述主题2融合了与“因变量或多个因变量”的学术文献，虽然有多种因变量，但是只写每一个变量的小部分或仅关注单一的、重要的因变量。 4. 综述主题3包含了自变量与因变量的关系的学术文献。这是我们研究方案中最棘手的部分。这部分应该相当短小，并且包括了与计划研究的主题最为接

人工智能算法综述

人工智能算法综述人工智能算法大概包括五大搜索技术，包括一些早期的搜索技术或用于解决比较简单问题的搜索原理和一些比较新的能够求解比较复杂问题的搜索原理，如遗传算法和模拟退火算法等。 1、盲目搜索盲目搜索又叫做无信息搜索，一般只适用于求解比较简单的问题。包括图搜索策略，宽度优先搜索和深度优先搜素。 1、图搜索(GRAPH SERCH)策略是一种在图中寻找路径的方法。在有关图的表示方法中，节点对应于状态，而连线对应于操作符。 2、如果搜素是以接近其实节点的程度依次扩展节点的，那么这种搜素就叫做宽度优先搜素( breadth-first search。 3、深度优先搜索属于图算法的一种，英文缩写为DFS即Depth First Search其过程简要来说是对每一个可能的分支路径深入到不能再深入为止,而且每个节点只能访问一次。二、启发式搜索盲目搜索的不足之处是效率低，耗费过多的时间和空间。启发信息是进行搜索技术所需要的一些有关具体问题的特性的信息。利用启发信息的搜索方法叫做启发式搜索方法。启发式搜索就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标。这样可以省略大量无谓的搜索路径，提高了效率。在启发式搜索中，对位置的估价是十分重要的。采用了不同的估价可以有不同的效果。 3、博弈树搜索诸如下棋、打牌、竞技、战争等一类竞争性智能活动称为博弈。博弈有很多种，我们讨论最简单的"二人零和、全信息、非偶然" 博弈，其特征如下： (1对垒的MAX MIN双方轮流采取行动，博弈的结果只有三种情况：MA)方胜，MIN方败；MIN方胜，MAX方败；和局。 (2 在对垒过程中，任何一方都了解当前的格局及过去的历史。 (3 任何一方在采取行动前都要根据当前的实际情况，进行得失分析，选取对自已为最有利而对对方最为不利的对策，不存在掷骰子之类的"碰运气"因素即双方都是很理智地决定自己的行动。在博弈过程中，任何一方都希望自己取得胜利。因此，当某一方当前有多个行

人工智能发展现状分析

人工智能发展现状分析 2016年以来，谷歌人工智能程序AlphaGo在围棋人机大战中先后战胜李世石和柯洁，沉寂了60年的人工智能一下子成为社会关注的焦点。人工智能技术成为当今科技热点，人工智能科技公司成为风险资本追逐的对象，包括中国在内的科技大国纷纷制定人工智能发展战略，可以说人类进入了人工智能的新时代。而这一新时代的到来，离不开芯片、存储器、光纤、移动通信、超算和大数据等底层技术的突破。以过去十年的时间为基准，光纤通信容量提升了100倍，移动通信速率提升了1 000倍，超算能力提升了1 000倍，数据量提升了32倍。信息采集、传输和存储效率的提升，以及计算能力的迅猛发展，奠定了人工智能时代的基础。以此为基础，深度学习算法实现突破，则是揭开人工智能新时代序幕的转折点。2006年，杰弗里·辛顿提出的深度置信网络，解决了深层神经网络的训练问题，一举开创人工智能发展的新局面。在大数据、算力和算法三驾马车的拉动下，人工智能技术快速进步并已经在许多方面超越了人类。在语音识别上，微软的语音交互识别系统错误率低至5.1%，百度的汉语识别系统准确率高达97%，都优于专业速记员；在人脸识别上，中国依图科技在千万分之一误报下的识别准确率接近99%，连续多年获得美国国家标准技术局举办的人脸识别算法测试的冠军。除此之外，人工智能可以做的事情还有很多，甚至可以颠覆科学技术的研究过程。例如，谷歌DeepMind利用深度学习开发Alpha Fold程序，能够根据基因序列预测蛋白质的3D结构，有望治疗包括癌症在内的众多疾病。再如，美国斯坦福大学的科学家创建了一个人工智能程序，这个人工智能程序只用几小时就完成了元素周期表的重建。