人工智能创新发展重大工程申报要求核心技术研发与产业化
附件2
人工智能创新发展重大工程申报要求
一、核心技术研发与产业化工程
（一）深度学习智能芯片产业化。支持深度学习算法的通用智能芯片，前端智能芯片重点突破超低单片功耗、多模型适配等技术，云端智能芯片重点突破海量数据吞吐、高度并行计算、可扩展多片级联等技术。芯片具备异构计算、神经网络等新型计算体系架构，集成多处理器单元、并行分布式处理、分布式处理与集中控制系统，推动高性能、低功耗、易编程、多用途的人工智能芯片产业化与规模应用。
指标要求：1．申报企业可任选前端芯片或云端芯片进行申报；2．基于自主知识产权新型计算机指令集，配套编译器支持MXNET、CAFFE等框架；3．云端芯片性能不低于400Gops/W，前端芯片整体功耗不高于5W；4．单款智能芯片出货量不低于100万片；5．在3个以上领域得到应用。
（二）面向深度学习应用的开源平台建设及应用。基于CPU、GPU、FPGA等多类型深度学习硬件，建立人工智能软件开发平台。支持图像识别、语音识别、自然语言理解等典型人工智能技术，建立CNN、RNN等多种神经网络及深度学习算法的训练库，具备直观灵活的数据接口和模型配置接口。建立软件编译过程中大规模数据的自动采集分类、海量数据智能分析处理、跨媒体数
据关联与挖掘等环境，突破人工智能应用的云网端计算智能调度。
指标要求：1．支持100PB以上级别的数据规模和数据处理能力；2．支持TensorFlow、Spark、xgboost等主流机器学习算法工具的混合部署和统一管理，并提供在线服务能力；3．跨媒体管理数据类型至少包括图像、视频、音频、文本等多模态数据；4．开展不少于10类以上的人工智能应用验证，应涵盖图像识别、语音识别、自然语言理解等领域。
二、基础资源公共服务平台工程
（一）高准确度人脸识别系统产业化及应用。具备高质量人脸识别基础数据库，提供行业开放数据接口。支持实时超高清图像和视频人脸图像采集，研发人脸明暗侦测、自动调整动态曝光补偿、自动调整影像放大等图像预处理。在人脸特征提取和检索等环节突破深度学习、知识加工、深度搜索核心技术。研发1:1和1：N人脸识别系统，突破复杂环境的人脸识别技术，提高识别速度和识别准确率。
指标要求：1．人脸图像基础数据库不低于PB级数据资源，为不少于100家企业提供支撑；2．支持离线、在线两种人脸识别，在金融、安防、交通等领域取得应用；3．1:1识别系统识别率不低于98%，识别时间小于0.2S，1：N（N=20万）情况下识别率不低于85%。
（二）高灵敏度语音识别系统产业化及应用。开展深度学习与语音识别等融合技术研发，突破远场识别、回声消除、降噪处
理等技术，提高语音识别精确度。支持语音合成、语义理解等自然语言处理技术，突破语法逻辑、字符概念表征和深度语义分析，增强特定环境语义理解能力。建设语音识别端云一体化处理平台，提供云端连续语音识别和大规模本地语音识别能力，支撑智能客服、个人生活助手、智能订单处理等功能开发，在金融、教育、生活服务等领域取得应用。
指标要求：1．具备语音识别、语音合成功能，支持多级词条识别，具备自动睡眠和自动唤醒功能；2．混合语言环境（不少于中、英文等）下识别率不低于97%；3．云端语音识别平台具备开放接口，为不少于300家企业提供支撑。
三、智能无人系统应用工程
高可靠无人驾驶航空器产品产业化。重点支持智能化高可靠无人驾驶航空器关键模块开发与系统集成，突破智能视觉避障、智能自动巡航、超声波环境感知、超高清图像回传等技术，集成三轴一体化机械增稳云台、电子围栏、高性能航拍相机、高能量密度电池等模块，建立实时监控云服务平台，具备对无人驾驶航空器的实时监控与管理。
指标要求：1．三轴机械增稳云台精度正负0.005度，实现360度全向感知避障，避障开启模式下前飞速度不低于10m/s；2．空域管制系统可以对邻近空域内民用航空器进行强制避让；3．云服务平台具备百万级无人驾驶航空器的实时管理能力；4．项目执行期无人驾驶航空器销售量不低于30万台。
四、智能机器人研发与应用工程
高端智能服务机器人产品产业化。重点支持多类型服务机器人产品产业化，突破环境感知、动态环境快速建模、人机协同、新型人机交互、影像定位与导航、生肌电感知与融合、故障自诊断与自修复等关键技术，支持语音控制、自然人机对话、自适应环境、自主避障、智能交互等功能。建设服务机器人智能化云服务平台，推动服务机器人在家居、医疗卫生、健康养老等生活服务领域的应用。
指标要求：1．具备自主知识产权服务机器人操作系统；2．支持高精度地图定位，快速建模误差低于1厘米，在典型应用场景中自主避障错误率低于5%；3．平均无故障时间不低于2000小时；4．服务机器人不少于10种，年销售量不低于10万台，具备语音识别、图像识别等典型功能。
人工智能的核心技术【精选】整理版
人工智能的核心技术是什么？ 《人工智能标准化白皮书（2018）》 1 机器学习 机器学习（Machine Learning）是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉学科，研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，是人工智能技术的核心。基于数据的机器学习是现代智能技术中的重要方法之一，研究从观测数据（样本）出发寻找规律，利用这些规律对未来数据或无法观测的数据进行预测。根据学习模式、学习方法以及算法的不同，机器学习存在不同的分类方法。 （1）根据学习模式将机器学习分类为监督学习、无监督学习和强化学习等。 监督学习 监督学习是利用已标记的有限训练数据集，通过某种学习策略/方法建立一个模型，实现对新数据/实例的标记（分类）/映射，最典型的监督学习算法包括回归和分类。监督学习要求训练样本的分类标签已知，分类标签精确度越高，样本越具有代表性，学习模型的准确度越高。监督学习在自然语言处理、信息检索、文本挖掘、手写体辨识、垃圾邮件侦测等领域获得了广泛应用。 无监督学习 无监督学习是利用无标记的有限数据描述隐藏在未标记数据中的结构/规律，最典型的非监督学习算法包括单类密度估计、单类数据降维、聚类等。无监督学习不需要训练样本和人工标注数据，便于压缩数据存储、减少计算量、提升算法速度，还可以避免正、负样本偏移引起的分类错误问题。主要用于经济预测、异常检测、数据挖掘、图像处理、模式识别等领域，例如组织大型计算机集群、社交网络分析、市场分割、天文数据分析等。 强化学习 强化学习是智能系统从环境到行为映射的学习，以使强化信号函数值最大。由于外部环境提供的信息很少，强化学习系统必须靠自身的经历进行学习。强化学习的目标是学习从环境状态到行为的映射，使得智能体选择的行为能够获得环境最大的奖赏，使得外部环境对学习系统在某种意义下的评价为最佳。其在机器人控制、无人驾驶、下棋、工业控制等领域获得成功应用。 （2）根据学习方法可以将机器学习分为传统机器学习和深度学习。 传统机器学习 传统机器学习从一些观测（训练）样本出发，试图发现不能通过原理分析获得的规律，实现对未来数据行为或趋势的准确预测。相关算法包括逻辑回归、隐马尔科夫方法、支持向
人工智能导论-徐昊铖-土木工程中的人工智能
土木工程中的人工智能 姓名徐昊铖陈康锋 学号 3150626009 3160626047 专业班级道桥151 道桥162 学院（系）土木建筑工程学院 完成日期 2017年6月20日 课程名称人工智能导论 宁波理工学院
土木工程中的人工智能 组员：道桥151徐昊铖道桥162陈康锋一、人工智能综述 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。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。 人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。 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。人工智能是包括十分广泛的科学，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。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。 但是我们更为平常的理解可以是：给人们减轻体力活动，更加快捷、安全的一个智能的系统。它可以帮助人们完成人们认为无聊重复、高危险、高难度的工作的东西。总之，我们就可以理解成为它是一个万能的“机器人”，然后帮助我们干我们不想干的事情。 二、人工智能之未来篇 （1）未来五年人工智能将导致千万人失业？ 人工智能技术的崛起将导致“失业潮”的发生已基本成为行业的共识。“世界经济论坛”2016年年会，基于对全球企业战略高管和个人的调查发布的报告称。未来五年，机器人和人工智能等技术的崛起，将导致全球15个主要国家的就业岗位减少710万个，2/3将属于办公和行政人员。莱斯大学计算机工程教授摩西·瓦迪近日同样表示，今后30年，电脑可以从事人类的所有工作，他预计，2045年的人类失业率将超过50%。 创新工场董事长兼首席执行官李开复表示，这些强大的机器带给人类的“下岗潮”还不是最可怕的，因为这些机器会产生巨大的商业价值，养活着这些下岗者，进而养活着人类。人类最应该担心的是“人工智能”机器真正可能带来的危机，不是奴役人类，而是让人类丧失斗志，无所事事。 （2）未来人工智能只有“智商”没“情商”？ 如果你认为人工智能只能完成高超的逻辑思考，而不会理解人类的情感情绪，包括喜、怒、哀、乐、爱、恨、贪、痴，那就错了。事实上，越来越精准的图像、声音和面部识别系统均能让计算机更好地探查人的情感状态。 三、人工智能应用之土木篇 随着地理信息系统技术的发展, 软件功能日趋多样化, 其应用范围也由传统领域扩展到其它越来越多的新兴或交叉学科目前, 技术己经开始逐步融入并推动着土木工程大学科中 若干重要领域的进一步发展。从一定程度上讲, 的应用模式正在逐步影响和改变着土木工程师惯有的思维方式。
自然辩证法概论结课论文 人工智能对人类未来社会的影响
2016秋《自然辩证法概论》课程期末论文 班级__ 学号__ 姓名__ 开课学院马克思主义学院任课教师_ 成绩________
人工智能对人类未来社会的影响 摘要：近年来，由于“深度学习”神经网络的提出，突破瓶颈的人工智能迅速发展，各大科技公司也纷纷布局。人工智能逐渐融入人们生活，并极大的促进了社会发展，同时其飞速的发展也引发了人们对于人工智能未来与人类关系的忧虑。 关键词：人工智能人类未来 一、人工智能的发展 今年全球最热门的词汇，“人工智能”无疑是其中之一。前不久谷歌AlphaGo与李世石的围棋人机大战,是继1997年IBM计算机“深蓝”战胜人类国际象棋冠军之后，人工智能领域的又一重大里程碑。提到人工智能，因为受科幻小说或电影的影响，大多数人会想到屠杀人类的机器人大军，但就其本质而言，人工智能是对人的意识、思维的信息过程的模拟，现代人工智能主要依靠数据和算法。1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。随后，人工智能与众多学科产生融合并飞速进展，但在90年代暴力破解需要的呈指数增长的计算量使人工智能发展陷入僵局。直到2006年“深度学习”神经网络的提出，才取得了突破性进展。深度学习算法体现出来的高性能，掀起了新一代人工智能技术的革新浪潮。“近年来，谷歌、微软、IBM、 百度等拥有大数据的高科技公司相继投入大量资源进行深度学习技术研发，在语音、图像、自然语言、在线广告等领域取得显着进展。”[1] 二、人工智能对现代人类社会的影响 人工智能在我们的生活中早已是随处可见，例如，大多数智能手机上都有的语音助手，使用搜索引擎时跳出的快捷项等。人工智能也对社会生产产生众多影响，例如，富士康每年计划打造1万台机器人同时裁掉6万员工，报社使用人工智能进行简单的新闻编辑，甚至有机构在研发已在研发能写药物处方的算法。“技术的社会价值可以表现为积极的正面价值，推动社会发展增进人类幸福，但也可以表现为消极的负面价值，给社会带来诸多风险。”[2]人工智能在初步发展阶段会极大的造福人类，这也正是人类研发其的原因，但也有人担心现阶段人工智能带来的问题，如失业，对科技的依赖等。首先，对于失业，新闻编辑，富士康员工，药师等人员所做的重复性工作由人工智能代替可以把人类从繁重的劳动中解放出来，提高生产生活的效率和质量。被替换掉的人力资源可以进行更高级的生产，促进社会进步。当年工业化刚开始的时候也曾出现过这样的忧虑，现在看来那时的忧虑完全没有必要，现在情况依旧如此。当然让人们放弃熟悉的事物做出改变是比较困难的，却也是无法违背的。其次，对科技的过分依赖，生活中经常听到不要过度的使用手机这类“善良”的劝告，但在我看来，经常使用手机是必须的。手机是当前人与人连接最高效的方式，在信息时代线上生存是大势所趋，如有必要，时刻保持在线。现在只是处于过渡阶段，虽然人们已经通过手机连接，但线下生活依旧是主流，所以在习惯于线下生活的较年长人的眼里，花费大量时间看手机是不务正业。认识趋势，看到趋势，顺应趋势才是明智得做法。所以老师们不应徒劳的去劝说同学们上课不要看手机，而应积极地结合趋势寻找新的传授知识的
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。
人工智能或许会成为第四次工业革命的核心技术
人工智能或许会成为第四次工业革命的核心技术 现今，人工智能在世界范围内的重视程度早已不亚于能源研究了，而人工智能的普及也将成为科学发展的必然趋势，因此人工智能或许会成为第四次工业革命的核心技术，我相信未来巨大的投资机会就在其中。 今天的世界仍朝着美好的未来积极进取，而激烈的社会斗争却成为了人类美好愿望的绊脚石，经济危机的漩涡将世界搅得不得安宁，贫穷，战乱，饥饿在21世纪的今天仍随处可见。在国际关系混乱不堪，经济压力日益凸显，社会资源分配不均的今天，我们需要一次全面的工业革命来提高生产力，提高经济效益以应对目前尖锐的社会矛盾。 第一次工业革命将人类推向崭新的蒸汽动力时代，实现了机械自动化基本取代人力畜力，大大提高了社会生产力。而第二次工业革命则是将人类带入了新能源时代，电气，化石燃料第一次投入生产使用。第三次工业革命让人类全面走向科技时代，航天技术，生物克隆技术，信息技术在这一时代如雨后春笋般欣欣向荣，蓬勃发展。2014年德国汉诺威工业博览会提出，还未到来的第四次工业革命必将以深度网络化，数字化及机器自组织为核心内容，人类或许将由此进入数据时代。 人类生产不同类型的计算机，各司其职。某些特定功能的计算机可以通过一个新的专业维度感知周围事物，并获取主要信息，将之反馈到数据处理中心，通过人类收集的大数据不断计算，分析并得出最
优处理方案，然后通过输出特殊指令完成某项工作。不同的处理结果将再次反馈至数据处理中心，进行各项指令的微调。这样不断的调整使得计算机得出自己对指令的理解，当计算机拥有独特且准确的处理方案时，它便掌握了这项技能。计算机对不断分析数据、积累知识，它的智能水平也就越来越高。 各个简单的指令有序的组合即可完成某些复杂的程序，人工智能也能模拟人类自主思维甚至超越人类。谷歌人工智能系统“阿尔法围棋”终以4比1胜韩国职业棋手李世石九段的比赛，引起了世界的关注。这让人看到了人工智能技术的发展，真是到了让人震撼的程度。新的时代，机器通过不断地吃进数据和提高技能，能够取代很多电脑做的有智能的工作。机器人工智能的提高更好的为人类服务，另一方面也给人类带来深深地隐忧，到2020年将造成全球逾500万人失业。 除此之外，2014年谷歌公司宣布自动驾驶汽车成功行驶20万公里，并于2015年取得美国首个自动驾驶车辆许可证。这样的消息也推动了汽车行业的一次重要改革，同年中国互联网巨头百度公司也宣布与宝马公司合作研发自动驾驶技术。新型的自动化汽车或许将于不久后向市场推广，其优越的安全性能，低耗能将成功的吸引大众的眼球，这也预示着自动化汽车将会在世界范围内普及。 人工智能将会渗透入各个方面，机器翻译，智能控制，语言及图像理解，自动程序设计，航天应用，军事领域，信息储存，科学研究甚至其他的人类无法执行的复杂且庞大的任务。 人工智能将以其优越的服务能力基本取代人类服务，带来危险的
人工智能助推教师队伍建设工作 实 施 方 案
为了推动平罗四中教师主动适应信息化、人工智能等新技术变革，积极有效开展教育教学，结合石嘴山市互联网+教育和人工智能助推教师队伍建设工作，我校启动实施人工智能助推教师队伍建设行动试点工作。为保证试点工作科学有效开展，特制定如下工作方案：一、工作目标 通过开展人工智能助推教师队伍建设行动试点工作，探索人工智能助推教师管理优化、助推教师教育改革、助推教育教学创新，助推教育教学研究精准化，实现教师队伍建设与人工智能的全面融合，逐步达到教师人人想用、人人会用、人人用好人工智能技术的新局面，为在平罗县推开人工智能助推教师队伍建设行动，探索模式，积累经验，奠定基础。 二、组织机构 组长：王学强 副组长：杨贵勇王宏远张强 成员：王学礼朱丽娟任涛王兴华贾尚仁曹华 马成宏王敏李晶杨正国芦学玲魏美凤 三、工作内容 （一）以“三通两平台”为抓手，为人工智能助推教师队伍建设行动保驾护航。2019年年初，我校与中国移动合作，由移动公司承担校内网络教学环境建设，提升网速，实现校园宽带网络全覆盖、优质资源班班通、网络学习人人通，为人工智能助推教师队伍建设行动打下坚实的基础。 （二）以“宁夏教育资源云平台”为依托，提高教师信息化水平和自主筛选、加工、整合教学资源的能力。学校定期统计教师利用网络从事教学活动的频率、课件使用效果和教师自己制作的课件资源的数量，对教师的教学活动及信息技术应用水平进行评价，对学生的学习进展进行统计分析，教学资源收集、大数据分析为学校教学活动提供技术条件支撑。 （三）利用教学助手、希沃授课助手让课堂更精彩。课堂上教师要会用手机控制电脑上的ppt放映，而且会利用手机拍照功能，把学生做的题直接传输到电脑那一端，在大屏幕上显示学生的作业、作品，还有聚光灯的效果，把周围都打上黑光，只有老师想出示的部分是亮的，像一个魔幻的舞台一样，大大的提高学生的注意力。希沃授课助手软件不仅要在有网络的情况下运用，在没有网络或网络突发掉线等情况时依然会用，可以用电脑上的热点解决这个问题，在无网络的情况下，也可以使用这个软件。 (四）利用思维导图，打造高效课堂，撬动课堂教学变革。全校教师认真学习思维导图的理论和实际操作，选派青年教师参加各级各类关于“思维导图”方面的培训，回校后分组传帮带。校内培训抓实抓牢，利用课堂展示、教学研讨、专题讲座等活动，将思维导图与学科课程有机整合，体现思维导图在课堂教学中的高效性。 (五）实施“洋葱数学智慧课堂”，达到以学生为主体，以学习为核心，以会学为标志。遵循以学定教，以人为本；课前推送，自主探究；实时诊断，即时补救；智能管理，学情数据统计，高效交互；资源汇聚，多样呈现。让“洋葱数学”达到课堂知识容量最大化、有效信息交互量最大化、思维活动容量最大化，追求“人人皆全面学会”，实现学校班级的群体教学与学生个性化学习的深度融合。
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。
人工智能与实体经济深度融合创新项目申报方案
附件 人工智能与实体经济深度融合创新项目申报方案 为推动人工智能与实体经济深度融合，找准人工智能产业创新发展的切入点，加快落实《促进新一代人工智能产业发展三年行动计划（2018-2020年）》，切实做好人工智能与实体经济深度融合创新项目申报工作，特制定本方案。 一、总体思路 以推动人工智能与制造业融合为主线，设置“智能产品、行业应用、支撑体系”3个方向，重点关注项目的创新性、推广性、应用价值等方面要素，支持一批创新性强、应用效果好的产品和项目，发现一批研发实力突出、具有明显带动作用的企业，探索形成可推广的新业态和新模式，调动各地区积极性，促进人工智能产业加速发展。 二、申报条件和流程 （一）申报要求 请各地工业和信息化主管部门紧密结合地区人工智能发展基础和优势，面向各自区域人工智能产业和应用单位全面征集，汇总后上报部科技司。中央企业及相关单位直接报送至部科技司。筛选评审工作由部科技司统一组织。申报主体应在行业具有较好的经济实力、技术研发水平和融合创新
能力。创新产品及服务项目要求拥有自主知识产权、技术先进、应用带动作用良好，并具有一定的代表性和标志性，对其他企业或行业具有较强借鉴意义和推广价值。 （二）申报数量 人工智能与实体经济深度融合创新项目由各地工业和信息化主管部门、中央企业集团推荐。项目容包括3类9项，每个申报主体只能申报一项。各省、自治区、直辖市及计划单列市、生产建设兵团工业和信息化主管部门推荐的创新项目数量一般不超过15个，中央企业集团推荐的创新项目数量一般不超过3个。 （三）遴选要求 工业和信息化部组织行业专家依据项目申报书进行评审，坚持公平公正原则，筛选出具备行业代表性的创新项目。申报材料要求描述详实、重点突出、表述准确、逻辑性强、具有较强可读性，既包括实践容，又涵盖理论剖析，杜绝虚构和夸大。 （四）评选标准 申报单位应在人工智能领域致力技术发展创新、促进行业深度应用。创新产品或服务应具有为企业创造和改变商业机会、重塑产业格局、改变人才团队结构等效果，为企业盈利状况及市场价值带来提升。产品类项目应基于人工智能技
人工智能复习题 答案
一：单选题 1. 人工智能的目的是让机器能够（D），以实现某些脑力劳动的机械化。 A. 具有完全的智能 B. 和人脑一样考虑问题 C. 完全代替人 D. 模拟、延伸和扩展人的智能 2. 下列关于人工智能的叙述不正确的有（C）。 A. 人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。 B. 人工智能是科学技术发展的趋势。 C. 因为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分重要。 D. 人工智能有力地促进了社会的发展。 3. 自然语言理解是人工智能的重要应用领域，下面列举中的（C）不是它要实现的目标。 A. 理解别人讲的话。 B. 对自然语言表示的信息进行分析概括或编辑。 C. 欣赏音乐。 D. 机器翻译。 4. 下列不是知识表示法的是（A）。 A. 计算机表示法 B. 谓词表示法 C. 框架表示法 D. 产生式规则表示法 5. 关于“与/或”图表示知识的叙述，错误的有（D）。 A. 用“与/或”图表示知识方便使用程序设计语言表达，也便于计算机存储处理。 B. “与/或”图表示知识时一定同时有“与结点”和“或结点”。 C. “与/或”图能方便地表示陈述性知识和过程性知识。 D. 能用“与/或”图表示的知识不适宜用其他方法表示。 6. 一般来讲，下列语言属于人工智能语言的是（D）。 A. VJ B. C# C. Foxpro D. LISP 7. 专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处理的过程是（C）的过程。 A. 思考 B. 回溯 C. 推理 D. 递归 8. 确定性知识是指（A）知识。 A. 可以精确表示的 B. 正确的 C. 在大学中学到的知识 D. 能够解决问题的 9. 下列关于不精确推理过程的叙述错误的是（B）。 A. 不精确推理过程是从不确定的事实出发 B. 不精确推理过程最终能够推出确定的结论 C. 不精确推理过程是运用不确定的知识 D. 不精确推理过程最终推出不确定性的结论 10. 我国学者吴文俊院士在人工智能的（A）领域作出了贡献。 A. 机器证明 B. 模式识别 C. 人工神经网络 D. 智能代理
人工智能在建筑行业应用概述
人工智能在建筑行业应用概述 摘要 人工智能(Artificial Intelligence，AI)是当前科学技术发展中的一门前沿学科，是在计算机科学、控制论、信息论、神经心理学、哲学、语言学等学科的研究的基础上发展起来的，因此又可把它看作是一门综合性的边缘学科。随着该学科的不断发张，其在建筑领域的应用范围也不断扩大，极大的促进了我国建筑行业从传统运作走向现代管理和经营。本文首先对人工智能进行了简要介绍，并从五个方面对该技术在建筑领域的应用进行了讨论。 关键字：人工智能；建筑领域；计算机应用。 1、引言 人工智能(Artificial Intelligence，AI)是当前科学技术发展中的一门前沿学科，是在计算机科学、控制论、信息论、神经心理学、哲学、语言学等学科的研究的基础上发展起来的，因此又可把它看作是一门综合性的边缘学科。AI的出现及所取得的成就引起了人们的高度重视并得到了很高的评价。甚至有人把AI与空间技术、原子能技术一起誉为20世纪的三大科学技术成就。 人工智能是一门研究如何构造智能机器(智能计算机)或智能系统并使它能模拟、延伸、扩展人类智能的学科。或者说人工智能就是要研究如何使机器具有听、说、看、写、思维、学习、适应环境变化、解决所面临的各种实际问题等功能的一门学科。人工智能的研究重心主要集中在专家系统、机器学习、模式识别、自然语言理解、自动定理证明、自动程序设计、机器人学、博弈、智能决策支持系统及人工神经网络等方面。但由于研究者对于人工智能的理解存在差异，所以就形成了不同的人工智能的研究方法，其主要有三种，分别如下： 1.1、以符号处理为核心的方法——符号主义 计算机具有符号处理的推算能力，这种能力蕴涵演绎推理的内涵。因此，可
人与人工智能的创新
人与人工智能的创新 王慧东 【摘要】 人类的创新能力应用到人工智能身上，可以自动的修补人工智能中关于灵智方面的短板，使之成为强智能生物。强智能生物在特定的环境下可以加速进化，从而能够产生出一个新的物种。这或许就是在对这个新物种所进行的赋灵。 【引言】 什么是创新？ 创新是人类所特有的吗？ 机器人能够自我创新吗？如果能的话又该如何实现？ 【正文】 创新在汉语词典中的名词解释是：抛开旧的，创造新的。这个解释的很笼统，事实上创新与是否“抛开旧的”没有关系，比如继承和发扬也当归属于创新（之前有的继承，没有的创造）。‘创’是开始、初次的意思；‘新’是新的（与‘旧’相对），也有初次出现的意思。所以创新强调某事物是以前从来没有出现过的。另外还需要区分一下与创新相关的近义词，如创造与发明，虽然都是指头一次产生的事物，不过侧重稍有不同，适用于不同的语境。创新强调的是新，而创造强调的是产生制造过程，发明则更多强调的是结果。
就创新中的“初次”而言，人类从初次使用工具、初次使用火、初次使用陶器，到初次登上月球、初次使用互联网络等等。无数的初次所总结出来的规律、原理、经验沉淀下来构成了我们人类社会知识传承的内容，使得我们每一个人能够在出生后短短十几年的时间里，通过学习这些知识，让自身的智能水平从近乎于“零”开始逐步的、迅速的提升，最终远远的超过其他生物物种，那么这些初次都是怎么形成的呢？ 在人工智能领域，也有一个类似的问题长期以来一直困扰我们，那就是机器都是按照程序来运行的，而程序都是由建造者或是程序员编写出来的处理逻辑，因此机器预装了程序之后，其处理能力也就被确定了下来。如果想要提高机器的智能水平，增加新的功能，就必须要刷入一个具有新功能的软件版本才行，也就是我们常说的升级。如果离开程序员，没有人来编写和更新它的程序，即便是智能水平再高的机器，也是台不会成长的弱智能机器，一旦环境发生改变就很容易被淘汰。那么有没有可能让机器能够像生命体一样，通过自己学习来产生出新的处理逻辑，自动地提升自身的处理能力呢？即拥有自我创新的能力。 拥有创新能力的机器，哪怕刚开始显得很‘弱智’，但是只要能够不断地提升，终究会有一天，他的智能水平将达到甚至是超过人类的平均水平。对于这种能够自我提升的智能，人工智能领域称之为强智能（相对于弱智能而言），所以可以有很“弱智”的强智能，也可以有很强智（智能水平很高）的弱智能，而有无自我创新能力
浅议人工智能对社会发展的影响
大学研究生学位课程论文 课程名称：科学技术与社会 论文题目：浅议人工智能对社会发展的影响 浅议人工智能对社会发展的影响 内容摘要：人工智能作为20世纪以来发展极为迅速的一个学科领域，其对社会的影响也越来越引起人们的重视。本文试图从STS的角度着重说明人工智能对人类的经济利益、社会和文化生活 等方面的影响。 关键字：人工智能、经济利益、社会和文化生活 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。人工智能的研究及应用领域包括问题求解、逻辑推理与定理证明、自然语言理解、自动程序设计、专家系统、机器学习、人工神经网络、机器人学、模式识别、机器视觉、智能控制、智能检索和智能调度与指挥等等。自人工智能出现以来，科学家们在这些领域的研究已经取得了非常惊人的成果，同时，这些人工智能研究成果也证明了在某一特定方面计算机可以超越人的能力。人工智能的发展已对人类及其未来产生深远影响，这里我们抛开其对科学技术发展中的作用不谈，从STS的角度着重说明这一技术对人类的经济利益、社会和文化生活等方面的影响。 一、人工智能对经济发展的促进 人工智能系统的开发和应用，已为人类创造出可观的经济效益。科学家要发展人工智能技术是需要很大的投入的，咋看起来不仅没有促进经济的发展，反而是在大量消耗着资金。其实，在当今时代，技术的发展是以人类的意志为转移的，人类开发人工智能最主要的目的还是要为人类服务，当然经济利益的回报，无疑是最直接最有效的，尤其是对企业而言，如果这个技术能为其带来高额的经济利益，那无疑会得到优先的发展。 人工智能对经济的促进作用不单是对个别企业和行业，随着计算机系统价格的继续下降，人工智能技术必将得到更大范围的推广，产生更大的经济效益。专家系统的应用就是一个很好的例子。 一般的说，专家系统是一个智能计算机程序系统，其内部具有大量专家水平的某个领域的知识与经验，能够利用人类专家的知识和解决问题的方法来解决该领域的问题。
探索大数据和人工智能最全试题
探索大数据和人工智能最全试题 1、2012年7月,为挖掘大数据的价值,阿里巴巴集团在管理层设立()一职,负责全面推进“数据分享平台”战略,并推出大型的数据分享平台。 A首席数据官 B.首席科学家 C.首席执行官 D.首席架构师 2、整个MapReduce的过程大致分为Map、Shuffle、Combine、()? A. Reduce B.Hash C. Clean D. Loading 3、在Spak的软件栈中,用于交互式查询的是 A. SparkSQL B.Mllib C.GraphX D. Spark Streaming 4、在数据量一定的情况下, MapReduce是一个线性可扩展模型,请问服务器数量与处( )理时间是什么关系? A数量越多处理时间越长 B.数量越多处理时间越短 C.数量越小处理时间越短 D.没什么关系
5、下列选项中,不是kafka适合的应用场景是? A.日志收集 B.消息系统 C.业务系统 D.流式处理 6、大数据的多样性使得数据被分为三种数据结构,那么以下不是三种数据结构之一的是 A.结构化数据 B.非结构化数据 C.半结构化数据 D.全结构化数据 7、下列选项中,不是人工智能的算法中的学习方法的是? A.重复学习 B.深度学习 C.迁移学习 D.对抗学习 8、自然语言处理难点目前有四大类,下列选项中不是其中之一的是 A.机器性能 B.语言歧义性 C.知识依赖 D.语境 9、传统的机器学习方法包括监督学习、无监督学习和半监督学习,其中监督学习是学习给定标签的数据集。请问标签为离散的类型,称为分类,标签为连续的类型,称为什么?
A.给定标签 B.离散 C.分类 D.回归 10、中国移动自主研发、发布的首个人工智能平台叫做() A.九天 B. OneNET C.移娃 D.大云 11、HDFS中Namenodef的Metadata的作用是? A.描述数据的存储位置等属性 B.存储数据 C.调度数据 D. 12、电信行业的客户关系管理中,客服中心优化可以实现严重问题及时预警,请问是用的什么技术实现的? A大数据技术 B.互联网技术 C.游戏技术 D.影像技术 13、随着闭源软件在数据分析领域的地盘不断缩小,老牌IT厂商正在改变商业模式,向着什么靠拢? A.闭源
人工智能历史、核心技术和应用
人工智能历史、核心技术和应用 一、概述 2011年以来，开发与人工智能相关的产品和技术并商业化的公司已获得超过总计20亿美元的风险投资，还有数十亿美元的投资收购人工智能初创公司。巨额投资、计算机导致失业等问题也开始浮现，计算机比人更加聪明并有可能威胁到人类生存这类论断被媒体四处引用并引发广泛关注。 IBM承诺拨出10亿美元来使他们的认知计算平台Watson商业化。谷歌在最近几年里的投资主要集中在人工智能领域，比如收购了8个机器人公司和1个机器学习公司。Facebook聘用了人工智能学界泰斗Yann LeCun 来创建人工智能实验室。牛津大学研究人员的报告，美国约47%的工作因为机器认知技术自动化而变得岌岌可危。 纽约时报畅销书《The Second Machine Age》论断，数字科技和人工智能带来巨大积极改变的时代已经到来，但是随之而来的也有引发大量失业等负面效应。 硅谷创业家Elon Musk 则通过不断投资的方式来保持对人工智能的关注。他甚至认为人工智能的危险性超过核武器。著名理论物理学家Stephen Hawking认为，如果成功创造出人工智能则意味着人类历史的终结，“除非我们知道如何规避风险。”
二、人工智能与认知科技 揭秘人工智能的首要步骤就是定义专业术语，勾勒历史，同时描述基础性的核心技术。 1、人工智能的定义 人工智能领域苦于存在多种概念和定义，有的太过有的则不够。作为该领域创始人之一的Nils Nilsson先生写到：“人工智能缺乏通用的定义。”一本如今已经修订三版的权威性人工智能教科书给出了八项定义，但书中并没有透露其作者究竟倾向于哪种定义。实用的定义为——人工智能是对计算机系统如何能够履行那些只有 依靠人类智慧才能完成的任务的理论研究。例如，视觉感知、语音识别、在不确定条件下做出决策、学习、还有语言翻译等。 比起研究人类如何进行思维活动，从人类能够完成的任务角度对人工智能进行定义，而非人类如何思考，在当今时代能够让我们绕开神经机制层面对智慧进行确切定义从而直接探讨它的实际应用。随着计算机为解决新任务挑战而升级换代并推而广之，人们对那些所谓需要依靠人类智慧才能解决的任务的定义门槛也越来越高。所以，人工智能的定义随着时间而演变，这一现象称之为“人工智能效应”，概括起来就是“人工智能就是要实现所有目前还无法不借助人类智慧才能实现的任务的集合。” 2、人工智能的历史
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
人工智能实训室建设方案
人工智能实验室 2021年1月 武汉唯众智创科技有限公司
人工智能实验室建设方案 一、专业背景 人工智能（Artificial Intelligence），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。 人工智能的实际应用有：机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。 如今处于风口上的人工智能产业界，受到了众多企业的追捧。截至2019年6月，中国人工智能企业超过1200家，位居全球第二。但我国人工智能行业并未摆脱人才稀缺的发展短板，专业人才稀缺严重。根据猎聘发布的《猎聘2019年中国AI&大数据人才就业趋势报告》，中国人工智能人才缺口超过500万。为了满足人工智能产业界对人才的迫切需求，国家相继出台了多项政策方针，引导高校尽快设置人工智能相关专业，加大人工智能人才培养力度。2019年3月，35所高校获批建设人工智能本科专业。2019年10月18日在教育部发布的《普通高等学校高等职业教育(专科)专业目录》2019年增补专业中，增补了人工智能技术服务专科专业。 根据教育部《普通高等学校高等职业教育（专科）专业设置管理办法》，在相关学校和行业提交增补专业建议的基础上，教育部组织研究确定了2019年度增补专业共9个，自2020年起执行。在高等职业教育行业目录中，正式宣布人工智能技术服务专业诞生，专业代码610217。 该专业建设以人工智能技术与应用素质培养为基础，以人工智能技术与应用能力为培养主线，将人工智能技术服务专业技能知识和职业资格认证相结合，构建专业的理论教学体系和实践能力培养体系。采取多种形式，通过实施“双证书”和“多证书”制，培养社会所需的实用型人才。2018年4月2日，教育部印发了《高等学校人工智能创新行动计划》，行动计划中要求各大高校加快人工智能科技创新基地。因此，在高职院校设立人工智能专业迫在眉睫。
人工智能的发展及应用()
人工智能的发展及应用 学院： 班级： 姓名： 学号： 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。人工智能几乎涉及到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。 人工智能是包括十分广泛的科学，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。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、思维等等问题。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。关于人工智能一个大家比较容易接受的定义是这样的：人工智能是人造的智能,是计算机科学、逻辑学、认知科学交叉形成的一门科学，简称AI。 人工智能体现在思维、感知、行为三个层次。它主要模拟眼神、扩展人的智能。其研究内容可以分为机器思维和思维机器、机器行为和行为机器、机器感知和感知机器、三个层次。人工智能研究与应用虽然取得了不少成果，但离全面推广应用还有很大距离，还有很多问题需要许多学科的共同研究。 人工智能有两种实现方式，第一种叫做工程学方法（Engineering approach），是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。它已在一些领域内作出了成果，如文字识别、电脑下棋等。第二种是模拟法（Modeling approach），它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。第一种方法，需要人工详细规定程序逻辑，如果游戏简单，还是方便的。如果游戏复杂，角色数量和活动空间增加，相应的逻辑就会很复杂（按指数式增长），人工编程就非常繁琐，容易出错。而一旦出错，就必须修改原程序，重新编译、调试，最后为用户提供一个新的版本或提供一个新补丁,非常麻烦。采用第二种方法时，编程者要为每一角色设计一个智能系统（一个模块）来进行控制，这个智能系统（模块）开始什么也不懂，就像初生婴儿那样，但它能够学习，能渐渐地适应环境，应付各种复杂情况。 人工智能的发展: 人工智能的研究经历了以下几个阶段: 孕育阶段: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（布莱尼兹）（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。 第一阶段: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。 第二阶段: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、PROSPECTIOR探矿系统、Hearsay-II语