有關人工智慧的論文
人工智慧是對人的意識、思維的資訊過程的模擬。小編收集了有關人工智慧的論文，歡迎閱讀。
摘 要：人工智慧是研究使計算機來模擬人的某些思維過程和智慧行為（如學習、推理、思考、規劃等）的學科，主要包括計算機實現智慧的原理、製造類似於人腦智慧的計算機，使計算機能實現更高層次的應用。人工智慧將涉及到計算機科學、心理學、哲學和語言學等學科。可以說幾乎是自然科學和社會科學的所有學科，其範圍已遠遠超出了計算機科學的範疇，人工智慧與思維科學的關係是實踐和理論的關係，人工智慧是處於思維科學的技術應用層次，是它的一個應用分支。從思維觀點看，人工智慧不僅限於邏輯思維，要考慮形象思維、靈感思維才能促進人工智慧的突破性的發展，數學常被認為是多種學科的基礎科學，數學也進入語言、思維領域，人工智慧學科也必須借用數學工具，數學不僅在標準邏輯、模糊數學等範圍發揮作用，數學進入人工智慧學科，它們將互相促進而更快地發展。
關鍵字：人工智慧；計算機；神經網路 。
引 言
人工智慧（Artificial Intelligence，簡稱AI）是計算機學科的一個分支，二十世紀七十年代以來被稱為世界三大尖端技術之一（空間技術、能源技術、人工智慧）。也被認為是二十一世紀（基因工程、奈米科學、人工智慧）三大尖端技術之一。這是因為近三十年來它獲得了迅速的發展，在很多學科領域都獲得了廣泛應用，並取得了豐碩的成果，人工智慧已逐步成為一個獨立的分支，無論在理論和實踐上都已自成一個系統。
計算機與智慧
通常我們用計算機，不僅要告訴計算機，要做什麼，還必須詳細地、正確地告訴計算機怎麼做。也就是說，人們要根據任務的要求，以適當的計算機語言，編制針對該任務的應用程式，才能應用計算機完成此項任務。這樣實際上是在人完全控制計算機完成的，是談不上計算機有“智慧”。
從字面上看，“人工智慧”就是用人工的方法在計算機上實現人的智慧，或者說是人們使計算機具有類似於人的智慧。
人工智慧研究的目標
1950年英國數學家圖靈（A。M。Turing，1912—1954）發表了”計算機與智慧”的論文中提出著名的“圖靈測試”，形象地提出人工智慧應該達到的智慧標準；圖靈在這篇論文中認為“不要問一個機器是否能思維，而是要看它能否透過以下的測試；讓人和機器分別位於兩個房間，他們只可通話，不能互相看見。透過對話，如果人的一方不能區分對方是人還是機器，那麼就可以認為那臺機器達到了人類智慧的水平。圖靈為此特地設計了被稱為“圖靈夢想”的對話。在這段對話中“詢問者”代表人，“智者”代表機器，並且假定他們都讀過狄更斯（C。Dickens）的著名小說《匹克威克外傳》，對話內容如下：
詢問者：在14行詩的首行是“你如同夏日”，你不覺得“春日”更好嗎？
智者：它不合韻。
詢問者：“冬日”如何？它可完全合韻的。
智者：它確是合韻，但沒有人願意被比作“冬日”。
詢問者：你不是說過匹克威克先生讓你想起聖誕節嗎？
智者：是的。
詢問者：聖誕節是冬天的一個日子，我想匹克威克先生對這個比喻不會介意吧。
智者：我認為您不夠嚴謹，“冬日”指的是一般冬天的日子，而不是某個特別的日子，如聖誕節。
從上面的對話可以看出，能滿足這樣的要求，要求計算機不僅能模擬而且可以延伸、擴充套件人的智慧，達到甚至超過人類智慧的水平，在目前是難以達到的，它是人工智慧研究的根本目標。
人工智慧研究的近期目標；是使現有的計算機不僅能做一般的數值計算及非數值資訊的資料處理，而且能運用知識處理問題，能模擬人類的部分智慧行為。按照這一目標，根據現行的計算機的特點研究實現智慧的有關理論、技術和方法，建立相應的智慧系統。例如目前研究開發的專家系統，機器翻譯系統、模式識別系統、機器學習系統、機器人等。
人工智慧的研究領域
目前，人工智慧的研究是與具體領域相結合進行的。基本上有如下領域；
專家系統
專家系統是依靠人類專家已有的知識建立起來的知識系統，目前專家系統是人工智慧研究中開展較早、最活躍、成效最多的領域，廣泛應用於醫療診斷、地質勘探、石油化工、軍事、文化教育等各方面。它是在特定的領域內具有相應的知識和經驗的程式系統，它應用人工智慧技術、模擬人類專家解決問題時的思維過程，來求解領域內的各種問題，達到或接近專家的水平。
機器學習
要使計算機具有知識一般有兩種方法；一種是由知識工程師將有關的知識歸納、整理，並且表示為計算機可以接受、處理的方式輸入計算機。另一種是使計算機本身有獲得知識的能力，它可以學習人類已有的知識，並且在實踐過程中不總結、完善，這種方式稱為機器學習。
機器學習的研究，主要在以下三個方面進行：一是研究人類學習的機理、人腦思維的過程；和機器學習的方法；以及建立針對具體任務的學習系統。
機器學習的研究是在資訊科學、腦科學、神經心理學、邏輯學、模糊數學等多種學科基礎上的。依賴於這些學科而共同發展。目前已經取得很大的進展，但還沒有能完全解決問題。
模式識別
模式識別是研究如何使機器具有感知能力，主要研究視覺模式和聽覺模式的識別。如識別物體、地形、圖象、字型（如簽字）等。在日常生活各方面以及軍事上都有廣大的用途。近年來迅速發展起來應用模糊數學模式、人工神經網路模式的方法逐漸取代傳統的用統計模式和結構模式的識別方法。 特別神經網路方法在模式識別中取得較大進展。
理解自然語言
計算機如能“聽懂”人的語言（如漢語、英語等），便可以直接用口語操作計算機，這將給人們帶極大的便利。計算機理解自然語言的研究有以下三個目標：一是計算機能正確理解人類的自然語言輸入的資訊，並能正確答覆（或響應）輸入的資訊。二是計算機對輸入的資訊能產生相應的摘要，而且複述輸入的內容。三是計算機能把輸入的自然語言翻譯成要求的另一種語言，如將漢語譯成英語或將英語譯成漢語等。目前，研究計算機進行文字或語言的自動翻譯，人們作了大量的嘗試，還沒有找到最佳的方法，有待於更進一步深入探索。
機器人學
機器人是一種能模擬人的行為的機械，對它的研究經歷了三代的發展過程：
第一代（程式控制）機器人：這種機器人一般是按以下二種方式“學會”工作的；一種是由設計師預先按工作流程編寫好程式存貯在機器人的內部儲存器，在程式控制下工作。另一種是被稱為“示教—再現”方式，這種方式是在機器人第一次執行任務之前，由技術人員引導機器人操作，機器人將整個操作過程一步一步地記錄下來，每一步操作都表示為指令。示教結束後，機器人按指令順序完成工作（即再現）。如任務或環境有了改變，要重新進行程式設計。這種機器人能盡心盡責的在機床、熔爐、焊機、生產線上工作。日前商品化、實用化的機器人大都屬於這一類。這種機器人最大的缺點是它只能刻板地按程式完成工作，環境稍有變化（如加工物品略有傾斜）就會出問題，甚至發生危險，這是由於它沒有感覺功能，在日本曾發生過機器人把現場的一個工人抓起來塞到刀具下面的情況。
第二代（自適應）機器人：這種機器人配備有相應的感覺感測器（如視覺、聽覺、觸覺感測器等），能取得作業環境、操作物件等簡單的.資訊，並由機器人體內的計算機進行分析、處理，控制機器人的動作。雖然第二代機器人具有一些初級的智慧，但還需要技術人員協調工作。目前已經有了一些商品化的產品。
第三代（智慧）機器人：智慧機器人具有類似於人的智慧，它裝備了高靈敏度的感測器，因而具有超過一般人的視覺、聽覺、嗅覺、觸覺的能力，能對感知的資訊進行分析，控制自己的行為，處理環境發生的變化，完成交給的各種複雜、困難的任務。而且有自我學習、歸納、總結、提高已掌握知識的能力。目前研製的智慧機器人大都只具有部分的智慧，和真正的意義上的智慧機器人，還差得很遠。
智慧決策支援系統
決策支援系統是屬於管理科學的範疇，它與“知識—智慧”有著極其密切的關係。在80年代以來專家系統在許多方面取得成功，將人工智慧中特別是智慧和知識處理技術應用於決策支援系統，擴大了決策支援系統的應用範圍，提高了系統解決問題的能力，這就成為智慧決策支援系統。
人工神經網路
人工神經網路是在研究人腦的奧秘中得到啟發，試圖用大量的處理單元（人工神經元、處理元件、電子元件等）模仿人腦神經系統工程結構和工作機理。
在人工神經網路中，資訊的處理是由神經元之間的相互作用來實現的，知識與資訊的儲存表現為網路元件互連間分散式的物理聯絡，網路的學習和識別取決於和神經元連線權值的動態演化過程。
多年來，人工神經網路的研究取得了較大的進展，成為具有一種獨特風格的資訊處理學科。當然目前的研究還只是一些簡單的人工神經網路模型。要建立起一套完整的理論和技術系統，需要作出更多努力和探討。然而人工神經網路已經成為人工智慧中極其重要的一個研究領域。
結束語
人類經過五十年的發展進入了基於知識的“知識經濟”。人類社會空前地高速發展。知識是智慧的基礎，知識只有轉化為智慧才能發揮作用，知識無限的積累，智慧也就將在人類社會起越來越大的作用，更有人提出：知識經濟的進一步發展將是“智慧經濟”。“智慧經濟”是基於“廣義智慧”的經濟，“廣義智慧”包含：人的智慧、人工智慧以及人和智慧機器相結合的“整合智慧”。可以想象基於廣義智慧的“智慧經濟”將比基於知識的“知識經濟”將具有更高的智慧水平，更高更快發展速度。
【人工智慧的論文】相關文章：