人工智能技术知识精选(九篇)

第1篇：人工智能技术知识范文

关键词：智能制造 机械 启示

随着信息技术的不断发展，现代制造业向着以智能制造为核心的新一代工业发展，社会对机械人才的需求量越来越大，但同时对人才的质量和综合素质也提出了与以往不同的新要求。笔者将从智能制造基础和内涵出发分析智能制造高职院校机械教学影响和启示。

一、智能制造的含义及关键技术

制造是从概念到实物的过程，通过制造活动把原材料加工成适用的产品，智能制造是在网络化、数字化基础上融入人工智能和机器人技术形成的人、机、物之间相互交互与深度融合的新一代制造系统。智能制造系统的本质特征是分布于各个地方的单个制造者自主性和整个制造系统的自组织能力，实质就是应用快速可靠的通信传输网络建立的分布式多自主体智能系统。

智能制造系统的基础技术。

1.数控机床技术

数控机床技术是智能制造的基础，智能制造系统最终产品的生产都依赖于数据机床技术。

2.计算机技术

计算机辅助设计能够提高产品的质量和缩短产品生产周期，在制造过程综合利用计算机技术使生产从概念、设计到制造联成一体，做到直接面向市场进行生产，可以从事大小规模并举的多样化的生产。

3.工业控制技术、微电子技术

利用工业控制技术、微电子技术结合人工智能技术发明的机器人开创了工业智能新局面，使生产结构发生重大变化，使制造过程更富于柔性，扩展了人类工作范围。

4.人工智能技术

人工智能的目的是为了用技术系统来突破人的自然智力的局限性，达到对人脑的部分代替、延伸和加强的目的，使那些单靠人的天然智能无法进行或带有危险性的工作得以完成，从而使人类的智慧能集中到那些更富于创造性的工作中去。人是制造智能的重要来源，在制造业走向智能化过程中起着决定性作用。

5.通信网络技术

构成智能制造系统的基础就是高可靠实时通信网络，通过通信网络高速可靠实时传输智能制造系统中各个制造者所需要的所有信息，通信网络技术主要包括嵌入式网络技术、高可靠无线网络技术，网络信息安全技术和异构网络间无缝交换技术。

二、智能制造对机械教学影响及启示

机械专业是现代工业的基础，机械专业的人才将是工业4.0时代弄潮儿，为了适应智能制造工业发展的需要，在机械人才培养方面必须要适应时代的发展，作为机械专业人才培养主要摇篮，高职院校培养的人才只有满足智能制造的需求，才能立足于未来工业发展，否则培养的人才将被现代工业社会所淘汰。因此在机械专业人才培养方面对教学模式、教学内容和教学方法等方面进行改革创新是大势所趋。

1.不断完善机械专业教学内容

智能制造所需要的机械人才已经不再是仅仅懂得机械专业的人才，而应该是对计算机技术、工业控制技术、网络技术、人工智能技术等智能制造基础技术都要熟悉和了解的人才，这就需要学校在进行机械专业课程设计时要在加强传统机械专业课程的同时，增加计算机技术、工业控制和微电子技术以及人工智能技术的相关课程，老师在教授传统机械课程的同时，把计算机技术、工业控制技术和人工智能技术融入到教学中，从而使学生熟悉在机械制造工业中如何应用计算机、人工智能等技术，充实学生的技术储备，为学生的就业打好基础。

2.在机械专业教学中不断创新应用教学方法

智能制造对机械专业人才提出了新的要求，学生不仅要加强对机械知识的掌握和运用，还要熟悉了解计算机技术、工业控制和微电子技术和人工智能知识，这就产生老师传统教授机械知识的教学方法不一定适用于这些新知识教学的问题，因此教师应该深入研究计算机技术、工业控制和微电子技术以及人工智能技术的教学方法，并结合适用于机械专业教学方法不断创新新的教学方法， 培养学生学习的主动性、创造性、理论实践能力和学习的方法习惯。同时要不断提高任职教师能力素质，加强学习智能制造关键技术相关知识。

3.逐步完善改进教学模式

智能制造需要新的理论知识体系，原来的机械专业知识的教学模式可能已经不再适应新知识的教学，这就要求我们的老师不断研究新知识理论，探索尝试新的教学模式，使得学生能够牢固、快速掌握新知识。

三、小结

第2篇：人工智能技术知识范文

关键词：智能科学与技术；科学研究；专业建设

中图分类号：G642　文献标识码：A

1　引言

智能科学与技术学科以计算机科学为基础，结合了认知科学、信息学、控制科学、生命科学、语言学等学科的相关理论和研究方法，是一门新兴的交叉学科，将成为21世纪信息科学研究的制高点和信息产业价值的主要提升点。

在国外，许多著名高校都设立了“人工智能”专业并授予智能科学专业学位：世界多数知名的理工类院校都设立有人工智能研究所或实验室，进行智能科学专业的研究生培养及科研工作。在国内，智能科学与技术专业起步则较晚：2003年12月5日，教育部正式批准北京大学信息科学技术学院设立“智能科学与技术”本科专业，这标志着我国“智能科学与技术”专业的诞生。

厦门大学在智能科学与技术领域已经有多年的研究积累和师资储备。2006年12月，教育部正式批准厦门大学设立“智能科学与技术”本科专业，2007年6月6日，厦门大学智能科学与技术系经学校批准成立，并于2007年9月迎来了第一届本科生。本文将简要介绍近几年来厦门大学“智能科学与技术”专业的建设情况。

2　厦门大学智能科学与技术相关领域的科学研究进展

厦门大学在智能科学与技术领域的研究已开展了多年。早在1988年，学校就成立了校级科研机构――“厦门大学人工智能与计算机研究所”，目前，经厦门大学批准，正式更名为“厦门大学人工智能研究所”。它是一个以实用智能技术研究为主、集基础研究与应用开发于一体的研究机构，是厦门大学组建智能科学与技术系的主要基础。

厦门大学智能科学与技术系面向国际学科发展趋势和国家发展的重大需求，利用人工智能研究的方法和手段，不断开辟新的研究领域，逐渐确立了语言信息处理、认知计算、智能信息检索、中医信息处理、视频图像处理、智能机器人等主要研究方向。在语言信息处理方面，现设手写汉字识别、自然语言理解、机器翻译、语料库技术等研究领域；在认知计算方面，现设觉知计算、脑机接口、机器感觉、隐喻逻辑等研究领域；在智能信息检索方面，现设文本信息过滤、信息检索、信息提取、智能数据挖掘、Web挖掘等研究领域；在中医信息处理方面，现主要研究开发多媒体中草药智能查询系统、基于舌象中医智能体检系统；在视频图像处理方面，现设图像数据库、生物特征识别、遥感图像、地理信息系统等研究领域。2008年，系里引进了被称为“人工大脑之父”的著名学者Hugo de Garis教授，并以他为首组建了人工大脑研究室，该研究室的目标是，经过三年左右的时间，建设中国首个人工大脑。

经过十几年的不懈努力，我们在上述研究领域均取得了一批有影响的重要研究成果，在我国学术界具有一定的学术地位，获得数十项国家和省部级项目经费的支持。目前在研的项目有国家自然科学基金项目3项、国家863项目2项、国家863子项目2项、福建省自然科学基金项目1项、福建省科技计划重点项目2项。在汉字识别、词语切分标注、语法分析、词义消歧、指代消解、语言神经基础、汉语理解策略、网上信息的选择翻译、统计机器翻译、语音识别与合成、计算机音乐、计琴学等诸多方面进行了有特色的研究，形成了具体的算法，并且还提出了一种系统性的协动计算理论，出版专著5部，数百篇，其中近三年被EI、SCI等检索的论文达200余篇。

在基础理论研究的基础上，智能科学与技术系还十分注重产学研结合，先后与北京德威特电力系统自动化有限公司和深圳名人电脑等公司进行合作研发，广泛开展应用系统的研制开发，主要包括：手写汉字机器识别系统、汉语分词和词性标注系统、机器翻译系统以及网上汉语文本分类和信息过滤系统。其中，手写汉字机器识别系统获浙江省教育厅科学技术进步三等奖：机器辅助汉英互翻系统获福建省科技厅科技进步三等奖；汉语分词和词性标注系统获得2003年863中文信息处理评测第二名：机器翻译系统(包括XMMT汉英机器翻译系统、Matrix英汉机器翻译系统、Light英汉机器翻译系统和Neon英汉双向机器翻译系统)在863智能接口评测中多次名列前茅，形成多项产品，技术授权国内多家单位使用。

在科研平台建设方面，智能科学与技术系发挥厦门大学多学科交叉的优势，联合人文学院、外文学院和海外教育学院华文系的学术力量，于2003年成立了“厦门大学语言技术中心”，其中，汉外多语言机器翻译为主攻方向之一。2006年获批了“智能信息技术福建省高校重点实验室”；目前，以人工大脑相关内容为研究核心的“福建省仿脑智能系统重点实验室”也已获批。

3　厦门大学“智能科学与技术”专业建设情况

厦门大学智能科学与技术系现有一个本科专业(智能科学与技术)，三个学术型硕士学位授予专业(人工智能基础、模式识别与智能系统、计算机应用技术)，一个“计算机技术”工程硕士培养方向(智能工程及网络安全方向)，一个博士学位授予专业(人工智能基础)。现有在校本科生近90人，硕士研究生80多人，博士研究生25人，博士后2人。本系教职工近30人，其中：教授5人，副教授5人，80％具有博士学位或者博士在读，40岁以下的年轻教师占2／3。

3.1　本科生专业建设

在本科生培养方面，厦门大学智能科学与技术系的目标是要求学生能够有效和系统地掌握本学科的理论基础，比较深入地理解智能科学与技术理论；培养具有一定的分析、综合和创新能力，能够承当智能信息系统设计、开发和智能科学与技术学科教学任务的，德、智、体全面发展的科学技术工作者：毕业生适宜到科研机构、学校、技术或行政管理部门、公司、厂矿等企事业单位从事科技研究、应用开发、信息管理和教学工作，也可以进一步攻读该专业及相关专业的硕士学位。

为了实现上述目标，我们遵循“宽口径、厚基础、抓关键、重实践”四项基本原则，制定了较合理的教学计划，在本科一、二年级安排公共基本课程、校通识教育课程、院系通修课程；从二年级下学期开始结束院系通修课程，转而推出部分学科通修课程，向专业化过渡，三年级开始加入方向性选修课程。其中，公共基本课程621学时、33学分；校通识教育课程262学、15学分；学科通修课程1544学时、90学分；方向性课程120学时、分；学科跨方向性课程108学时、6学分。这样的安排能真正使学生在获得扎实而宽厚的理论基础、合理的知识结构的同时，培养较强的获取新知识的能力和创新精神。

为了能切实提高学生的动手实践能力，我们在办学过程中十分重视和强调实践环节的训练并倡导理论与实际 相结合，已经规划建设一个特色实验室――“仿脑认知与智能机器人”实验室，可支撑仿脑认知与智能机器人两个方向相关课程的教学实验，总经费预算100万元。依托该实验室，结合相关课程，高年级本科生可以进行“心理物理测试实验”、“眼动测试实验”、“面部表情与脑电对照实验”、“行为学与智能关系测试实验”、“机器人避障行走路径规划”、“机器人目标识别与跟踪”、“机器人声控实验”、“机器人智能语言翻译”、“机器人足球比赛”等众多特色实验。

3.2　研究生专业建设

厦门大学智能科学与技术系的研究生培养以加强创新能力的培养为核心，以加强基础课、专业课，实验实践教学、论文创新写作、促进理论与实践相结合为重点，包含硕士研究生和博士研究生两个培养层次。其中，硕士研究生层次又分为学术型研究生和工程硕士两种类型，分别进行培养。

在学术型硕士研究生培养方面，我们的目标是培养适应智能科学与计算机科学的发展，适应国家社会发展与进步事业需要的，德、智、体、美全面发展，系统地掌握本学科基本概念、基本原理、基本方法、基本技能的，具有创新能力、理论联系实际的高级专门人才和能适应未来从事基础研究、应用基础研究、技术开发研究和工程应用研究之人才。毕业生适宜到科研部门、学校从事科学研究和教学工作；适宜到计算机产业相关的企事业单位从事智能科学与计算机科学技术的开发研究、应用与管理等工作；可以继续攻读智能科学与计算机科学及其相关学科的博士学位。目前包含“人工智能基础”、“模式识别与智能系统”和“计算机应用技术”三个专业。其中，“人工智能基础”专业包含如下培养方向：认知科学理论、认知逻辑学、计算语言学、智能计算方法、艺术认知与计算、脑高级功能成像等；“模式识别与智能系统”专业包含如下培养方向：计算机视觉、机器翻译系统、智能中医诊断系统、机器音乐、模式识别、音频信息处理等：“计算机应用技术”专业包含如下培养方向：人工智能应用技术、自然语言处理技术、智能信息检索技术、多媒体综合应用技术、图像与视频处理技术、虚拟现实技术等。

在工程硕士培养方面，目前智能系招收“计算机技术”工程硕士――B方向(智能工程及网络安全)的工程硕士研究生，目标是培养具有扎实的计算机学科专业知识和工程技术能力，掌握现代智能与网络科学前沿知识，在智能工程与网络安全方向具有一定研究深度和项目研发能力的高层次应用型人才。培养方向包括：嵌入式智能家居、视频图像处理、网络视觉监控、模式识别与智能系统、智能机器人、网络内容监管、黑客与网络攻防技术、网络信息安全、信息检索与信息过滤、自然语言处理、机器翻译、语音识别与合成、智能中医信息处理、人工大脑、虚拟现实技术等。

在博士研究生培养方面，设有“人工智能基础”博士学位授予专业，目标是培养基础扎实，具有创新意识，对某一领域有全面深入了解或对某一应用领域有独立解决实际问题的能力，能够解决前人未能解决的科学问题或社会发展中亟待解决的技术问题的高级专业人才：其研究工作对科学技术或社会经济的发展具有明显贡献，为人工智能技术发展和应用提供新的基础或新技术、新方法。培养方向包括：人工智能以及应用技术、艺术认知与计算、数据挖掘技术、认知神经科学、软计算方法及其应用、智能多媒体信息处理、脑功能成像技术等。

4　总结与展望

第3篇：人工智能技术知识范文

关键词：智能科学与技术；社会需求；必要性；可行性；紧迫性

中图分类号：G642　文献标识码：B

1　“智能科学与技术”学科：内涵、结构与关系

为了便于论证，首先需要明确：什么是“智能科学与技术”学科?

1.1　“智能科学与技术”的学科内涵

智能问题具有高度复杂性，不同的人从不同的角度去认识智能，就可能得到不同的理解，这使得国际学术界关于智能的定义一直呈现出多样化的特点(正像信息的定义至今还难以统一那样)。

但是，经过长期的研究，具有系统思维优势的我国人工智能学术界却已经对此取得了比较清晰的理解。

智能，是“面对问题、约束和目标，通过获取信息、提炼知识、调度知识生成策略，从而解决问题、满足约束、达到目标”的能力。

智能的概念也可以用图1的抽象模型来表示。图1模型所表示的“由面对问题到解决问题”的整个过程是典型而完整的智能活动过程，其中包含：信息获取(传感)、信息传递(通信)、信息处理(计算)、知识生成(认知)、策略创建(决策)、策略传递(通信)、策略执行(控制)等基本环节。它体现了“标准智能科学技术”的科学技术内涵。

图1所示的“标准智能科学技术”内涵中，“知识生成(认知)”和“策略创建(决策)”这两个相互联系和相互作用的部分，通常又被称为“狭义智能科学技术”，它是“标准智能科学技术”中最为复杂最为困难的部分，也是“标准智能科学技术”最具表征性的部分。

本项建议提出增设的“智能科学与技术”博士学位一级学科，正是指“狭义智能科学技术”而言。为了使语言和行文更为简洁，在一般不引起误会的情况下，通常省略“狭义”这个形容词。

由此可以得到一个重要的结论：“智能科学技术”一级学科具有自己相对独立的学科立足点，这就是认知(知识生成)和决策(策略创建)，而且是“标准智能科学技术”内涵中最具有表征意义的部分。

1.2　“智能科学与技术”一级学科的二级学科结构

作为一级学科，“智能科学与技术”学科可以下设若干二级学科。根据目前的发展情况，设立以下三个二级学科是适宜的：

智能理论与方法(可授理学学位)

知识处理(可授理学或工学学位)

智能系统与应用(可授工学学位)

这是三个体系很完整、关系很和谐、非常有特色的二级学科。它们在整体上全面地涵盖了“智能科学与技术”学科的理论、技术与应用，足以支撑“智能科学与技术”学科的发展。

同时也可以看出，“智能科学与技术”博士学位授权一级学科的三个二级学科内涵与现有其他一级学科的二级学科之间没有重叠与冲突，不会影响到其他学科的发展。相反，它使整个学科的学位培养体系得到了充实与完善。

1.3　“智能科学与技术”与相邻学科的关系

由智能的定义和它的抽象模型(图1)可以看出：标准智能科学技术(或者也可以称为“完全的智能科学技术”)包含了以下分支学科：

传感与测量(信息获取)

通信(信息传递)

计算(信息处理)

狭义智能(知识生成与策略创建)

控制(策略执行)以及

系统(全局性能优化)等分支学科

显而易见，这些分支学科都有自己相对独立的学科立足点，不存在人们担心的“互相挤占”的问题。即使对于“计算机科学与技术”和“控制科学与工程”这两个关系最密切的学科来说，“智能科学与技术”也不会“挤占”它们的研究领域。相反，它们之间具有明确的分工和接口，所有这些分支学科之间的有机合作，可以构成标准的(或完全的)智能科学与技术的大学科。

多年前，“信息与通信工程”、“计算机科学与技术”、“控制科学与工程”都已经成为一级学科。因此，现在设立“(狭义)智能科学与技术”博士学位授权一级学科，全学科的整体结构，应当是水到渠成的事情了。2设置“智能科学与技术”一级学科：必要性、可行性、紧迫性

既然图1的抽象模型揭示了“标准智能科学与技术”的学科结构内涵，也表明了“(狭义)智能科学与技术”学科具有自己独立的学科立足点――认知(知识生成)与决策(策略创建)，而且表明“智能科学与技术”学科与“信息与通信工程”、“计算机科学与技术”和“控制科学与工程”等学科属于同一个学科层次，那么一个自然的问题就是：为什么在此之前，“智能科学与技术”学科没有能够与其他同层次的学科一起成为一级学科?

下面就来回答这个问题。

2.1　设置“智能科学与技术”一级学科：理论基础已经确立

当初没有把“智能科学与技术”设置为一级学科，不是因为它不重要，而是因为智能科学技术的研究对象f认知与决策：如何把信息提炼成为知识；如何把信息与知识激活成为智能策略)比较复杂，进展受限，甚至连人工智能的三大主流理论(基于结构模拟的人工神经网络、基于功能模拟的符号逻辑系统、基于行为模拟的感知――动作系统)也处于“鼎足三分，互不认可”的状态，未能形成统一的理论知识体系，因而缺乏建立一级学科的理论基础。

其实，这种进程完全符合科学技术发展的规律。正如人类进化的过程一样，只有当感觉器官、传导神经系统、思维器官中的古皮层和旧皮层、效应器官这些功能首先发展起来之后，人类才会对思维器官新皮层的发展提出强烈的要求，使后者成为发展的焦点。信息科学技术的发展逻辑也是这样，只有当传感技术、通信技术、计算机技术、控制技术都充分发展起来之后，我们才会对智能科学技术的发展产生强烈的需求，使智能科学技术成为发展的焦点。

事实上，自20世纪90年代Internet(计算机与通信技术的集成体现)进入商用以来，人类对智能科学技术的迫切需求就已初见端倪：无论是为了发挥Internet的正面作用(在信息海洋中准确检索用户所需要的信息)还是为了抑制Internet的负面影响(过滤各种不良信息)，都需要能够“理解信息内容和效用”的智能搜索技术，而这不可能依靠一般计算机编程来解决。这就验证了上面的进程逻辑：通信与计算机等技术发展起来以后，人类必然对智能科学技术产生强烈需求。

于是，进入21世纪以来，在信息技术应用需求的强力推动下，智能科学技术获得了巨大的发展。现在已经明确：由信息提炼知识(认知)的基本机制是归纳，而由知识和信息激活智能策略(决策)的基本机制是演绎。不仅如此，原来“鼎足三分，互不认可”的人工智能三大主流理论(结构模拟理论、功能模拟理论、行为模拟理论)也在机制模拟理论的框架内实现了和谐的统一，形成了人工智能的统一 理论体系，从而为设置“智能科学与技术”博士学位授权一级学科奠定了必要的理论基础，扫除了原来不能设置一级学科的基本障碍。

而且，人工智能理论研究与自然智能的研究之间也在快速沟通，正在形成更强大的研究体系――高等智能，后者把感知、觉知(基础意识)认知、情感、智能等一些原先互相分离的领域以及信息理论、知识理论、智能理论等一些原先互相脱节的理论互相融会贯通，构筑“高等智能”的理论体系。

2.2　设置“智能科学与技术”一级学科：国家需求迫在眉睫

众所周知：信息是现象，知识是本质，智能是运用知识解决问题的能力，是信息的最高级产物。因此，智能科学技术是信息科学技术的核心、前沿和制高点。与此同时，智能又是生命体的精髓，是生命体最为复杂、最为神奇、最为重要的能力。显然，智能科学技术是信息科学技术与生命科学技术最为精彩的交叉领域，是21世纪科学技术发展的聚焦点。

从智能的定义和图1的智能模型可以看出，智能科学技术的实质，是利用现代科学技术增强人类认识问题(以至认识世界)和解决问题(以至改造世界)的能力。因此，在激烈尖锐的国际竞争中，谁最先掌握了智能科学技术，谁就可能掌握竞争制胜的主动权。肩负“振兴中华”重任的我国科技和教育工作者，责无旁贷地要全力以赴，抢占先机，努力发展我国的智能科学技术。而设置“智能科学与技术”博士学位授权一级学科，就可以在智能科学技术这个关键领域培养大批优秀的高层次人才，为我国掌握信息科学技术的核心、前沿和制高点提供人才保障。这是我国国家发展至高无上的战略需求。

另一方面，从现实的经济发展来看，党中央国务院一再发出号召，要求尽快转变粗放的国民经济增长方式，因为这种增长方式导致资源(包括物质资源和能量资源)的高消耗和废弃物的高排放，造成对生态和环境的高污染(称为“三高”)，是一种不可持续的增长方式。近年来，人们从工业生产系统的操作层面和管理层面采取了多方面的节能减排措施，也取得了一定的成效。但是分析表明，“三高”的根源是资源的高消耗，而资源高消耗的根源又在于工业时代余留下来的工业生产系统“高度冗余”的设计理念：为了保证在最恶劣的条件下正常生产，就要求为生产系统提供高额超量资源(包括物质资源和能量资源)供应。然而，最恶劣条件的出现概率通常很小，因此，在绝大部分时间内，生产系统都处于高额超量资源消耗的状态。一旦按照这种理念设计了生产系统，那就“木已成舟”，无论人们在操作和管理方面怎样精心，也不可能从根本上解决由于资源高消耗引发的“三高”问题。

解决国民经济粗放增长方式的根本办法，是采用基于智能科学技术的“智能设计”理念去取代“高额超量冗余”的传统工业设计理念，从工业生产系统的“源头”上消除“三高”的根源。如定义所见，“智能”概念的基本特征是“学习”，智能设计理念的技术特征是“自学习――自调整――自适应”，它能保证在任何情况下(包括最恶劣和最良好的情况)，生产系统的资源供应和产品产出都处在“准最优”的状态，从而消除了高额超量冗余资源的消耗。这是国民经济健康发展所迫切需求的，也是智能科学技术所能够做出的贡献。

国民经济和社会进步迫切需要“智能科学技术”的最新动向是2009年2月4日IBM中国公司在北京的“智慧地球(Intelligent Earth)”战略。这个战略的目标是让世界的运转更加智能化，涉及个人、企业、组织、政府、自然和社会之间的互动，这种互动将大大提高性能效率和生产力。IBM并不讳言“智慧地球”对于中国发展的重要性，它认为，“智慧地球”使中国近百年来首次与世界同步进行技术革命，为中国提供了难得的历史良机(详情参见《科技日报》的整版报导)。这是一个非常清晰的信号：20世纪80年代以来，引领世界发展的火车头是“信息化”，而在21世纪的今天，引领发展的火车头则是“智能化”。如果我们不能及早为“智能化”培养大批优秀的“智能科学技术”高层次人才大军，振兴中华、建设“创新型国家”的目标就难以实现。

也许大家还记得，在2008年中国科学技术协会成立50周年庆祝活动期间，在互联网上展开的一项大规模调查显示，在10项“引领未来的科技”名单中，“人工智能”赫然处在前列的地位。这表明，中国广大网民早已认识到人工智能对于中国发展前途的重要性和关键性。

总之，无论是从学术意义还是应用价值来看，为了国家的最高利益，智能科学技术的发展都应当放置在相当关键的核心地位。教育是先导性事业，是面向未来的事业，培养人才需要一定的周期，需要超前安排。因此，我国现在设置“智能科学与技术”博士学位授权一级学科，已经不算早了。

2.3　设置“智能科学与技术”一级学科：条件已经成熟

无数事实表明，由于信息科学技术(尤其是互联网的应用)不断向深度和广度进军，特别是智能科学技术的不断发展与完善，当今世界进步的特征正在由“信息化”快速向“智能化”迈进。今天，社会对“智能化”的呼唤如同20世纪80年代社会对“信息化”的呼唤一样急切和普遍：智能网络、智能决策、智能计算、智能控制、智能管理、智能通信、智能信息处理、智能遥感遥测、智能交通、智能车辆、智能机器人、智能农业机械、智能游戏、智能商务(商务智能)、智能仪器仪表、智能材料、智能建筑、智能自动化、智能玩具、智能信息服务、智能信息安全、智能战场对抗等，不一而足。

时至今日，在我国学位体系结构中设置“智能科学与技术”博士学位授权一级学科，完善学科学位体系的整体结构，适应科学技术的发展和国民经济对人才培养的需要，条件已经充分成熟。

(1)随着信息技术的发展和应用，信息化不断向深度和广度前进，涉及的问题越来越深刻，越来越复杂，从而对“智能科学技术”的应用产生了越来越明确和强烈的需求，推动着“信息化”进程不断向“智能化”的阶段迈进。

(2)智能科学技术本身的长足进步，特别是人工智能理论由原先的“鼎足三分和互不认可”状态走向和谐统一，形成了自己的科学理论体系，为设置“智能科学与技术”博士学位授权一级学科奠定了坚实的学科理论基础。

(3)由于通信、计算机、控制等学科的发展(特别是Internet的发展)对智能科学技术提出了日益迫切的需求，智能科学技术在现代国民经济的发展与社会文明的进步事业中已经发挥了而且将进一步发挥越来越重要的作用。

(4)智能科学与技术的狭义学术领域定位于“认知(知识生成)和决策(策略创建)”，它的前端与“计算机科学与技术”学科的“信息处理”接口，后端则与“控制科学与工程”学科的“策略执行”衔接，各司其职，相辅相成。

(5)经过深入论证，“智能科学与技术”博士学位授权一级学科下设“智能理论与方法”、“知识处理”以及“智能系统与应用”三个博士学位授权二级学科，是十分适 宜的。

(6)建议在设立“智能科学与技术”博士学位授权一级学科的同时，也设立“智能与技术”硕士学位授权一级学科；其下也设立“智能理论与方法”、“知识处理”和“智能系统与应用”三个二级学科。

(7)我国已经有大约20所高校创建了“智能科学与技术”本科专业，也已有一批高校在“计算机科学与技术”博士学位授权一级学科内自主设置了“智能科学与技术”的博士学位授权二级学科，为设立相应一级学科创造了条件。

(8)我国大批高水平的高等学校和中科院相关研究所拥有实力雄厚的博士和硕士研究生培养队伍和基地；我国信息领域众多的高新企业、动画漫画产业和智能游戏以及智能服务产业对智能科学与技术的高层次人才有强大需求。

(9)中国人工智能学会逢单年召开全国智能科学技术的学术大会，逢双年举办国际高等智能学术大会(Intemational Conference on Advanced Intelligence)，还创办了“Intemational Journal on Advanced Intelligence”，创造了良好学术环境。

(10)2002年以来，中国人工智能学会教育工作委员会每年都举办1～2次全国性“智能科学与技术”本科专业和研究生教育的研讨会，交流本学科专业的办学经验，探讨研究生的培养途径，发挥着民间教学指导委员会的作用。3结论和建议

具有五千年文明积淀的中华民族，虽然在近代历史上曾经落伍，但是经过60年的洗礼，特别是经过改革开放30多年来的学习、思考与探索，已经充分成长起来了。在考虑“中国应当做什么”这类问题时，完全有能力根据客观规律和事实分析，得到自己的结论。

(1)信息获取(传感)、信息传递(通信)、信息处理(计算)和信息执行(控制)科学技术的发展，推动了经济和社会向着信息化的方向快速迈进；而经济和社会走向信息化的结果又激发了越来越多更为复杂和深刻的社会需求，急切需要智能科学技术(知识生成和策略创建)迅速跟上才能解决。这是科学技术与社会需求互动而导致科学技术不断进步的客观规律。

(2)经过半个多世纪的研究和积累，智能科学技术本身已经获得了长足的进步，不但在实际应用中已经发挥重要的作用，而且智能科学技术的理论基础也已经由原来的“鼎足三分，互不认可”状态进步到形成了和谐统一的体系，为智能科学技术的进一步发展奠定了坚实的基础。

(3)正像思维能力在人体这个信息系统中处于核心地位，以“知识生成和策略创建”为标志的智能科学技术在整个信息科学技术体系中也同样发挥着核心的作用。因此，推进智能科学技术的发展将对整个信息科学技术的升级(由一般的信息科学技术升级为智能化的信息科学技术)提供正确的方向，从而在科学技术上为民族振兴和国家富强提供制胜的主动权。

第4篇：人工智能技术知识范文

智能制造被称为新世纪的制造技术，之所以经历了近三十年的发展仍未变成现实，不单因为诸多科学技术的瓶颈没有突破，更重要的是，人类对智能现象的本质认识还不深刻，对一个理想的智能实体或智能制造系统如何构建、运行与优化还缺少“统一视图”。一个最窘迫的事实是，工业界、IT界甚至还没有就基本智能理论达成共识。

《三体智能革命》

推荐指数：

作者：胡虎、赵敏、宁振波等

出版社：机械工业出版社

作者简介：

胡虎

工业4.0北京研究会秘书长，工信、智能化I域产业和政策专家。

赵敏

中国发明协会发明方法研究分会会长，两化融合、智能制造与创新方法论专家。

宁振波

中航工业集团信息技术中心首席顾问，航空与国防领域信息化、智能制造专家。

早期AI理论催生智能制造系统

智能制造的概念起源于上世纪80年代。日本在1989年提出一种人与计算机相结合的“智能制造系统（IMS）”，并且于1994年启动了IMS国际合作研究项目，率先拉开了智能制造的序幕。

早期的“智能制造系统”将人工智能（AI）视为核心技术，以“智能体（Agent）”为智能载体，其目的是试图用技术系统突破人的自然智力的局限，达到对人脑智力的部分代替、延伸和加强。

人工智能历史上有三个学派：符号主义、联结主义与行为主义。这三派智能理论中，符号主义关注人脑的抽象思维的特性；联结主义只模仿人的形象思维；行为主义则着眼于人类或人造系统智能行为特性及进化过程，它们都从不同的角度致力于推动机器智能接近人的智能水平。行为主义在工业界的影响是更大的。

由于人的智能是多功能、多层次、多侧面、全方位的，而三派AI的模型原理本身存在门户之别，并未走向统一和融合。此外AI在学习算法、稳定性分析、商业化应用等方面屡屡遭遇技术的“瓶颈”，始终制约着系统“智能化”水平与智能制造技术的提升，也导致一度兴旺的IMS在其发源国日本被政府和工业界放弃。

近年来，随着机器学习尤其是深度学习技术的突破，AI热潮再度兴起。最为经典的案例是谷歌公司的“阿尔法狗”，仅仅通过一年多的学习进化，就在最复杂的博弈游戏――围棋中迅速战胜了中日韩顶尖高手。AI的最新进展再度让智能制造燃起新的希望。

CPS等理论助力智能制造新发展

AI视角下的智能制造系统，主流设计思想是分布式多自主体智能系统。异构 Agent 间的相互合作以及全局协调机制问题在知识不完备、信息不同步等条件下几乎没有突破的可能。在AI应用技术方面，近一段时间，人机交互等专用AI有了快速进展，但通用AI的研发仍只是梦想，特别是工业领域，通用AI更是无法完成的使命，联网的人工智能完全无法和本地的工业软件PK。

时至今日，AI虽然还是制造智能的一个重要来源，但智能制造创新发展的主战场已经发生迁移。无论是美国的AMP或工业互联网，还是德国的工业4.0，指导其工业企业、信息通信企业实施协同创新的核心理念均来自CPS（赛博物理系统），建立一个与物理实体、制造流程、工业环境精确映射并可以实施精准控制的虚拟制造环境，成为最重要的技术突破点，AI及其应用退居次要地位。因此，重要的事情说三遍：今天的智能制造，核心理论不是AI，不是AI，不是AI。

我们注意到，在漫长的工业实践中，有三类重要的智能现象：人脑所积淀的知识与经验、机器实体所固化的知识与技能，以及虚拟的数字世界所拓展的新的知识与能力，实质上支撑了智能制造的实现。

其一，人类通过观察和总结自然规律，获得知识和经验，进而运用知识改造自然。人的智能是制造智能的重要知识源头，在制造业走向智能化过程中起着决定性作用。目前在整体智能水平上，人的智力是遥遥领先于人造系统的。人与机器协同运行可以在整体上获得较高的系统智能。

其二，依靠产品/设备、工艺、流程来承载和固化人类的科学知识与经验，将人的隐性知识显性化、模型化的工业技术与系统是制造智能的重要来源。材料、机器等实体系统皆载有知识，负有智能，知识在工业系统中得以运用和流动，工业自动化程度越高，这种制造智能的应用规模就越大、深度就越甚。与之相对，在农业时代，手艺则主要依靠师傅和徒弟心口相传，没有规范、标准的实物载体。

其三，基于软件的工业数字模型、基于网络的工业大数据与基于算法与数据的人工智能成为制造智能的集大成者。产品数字化、技术软件化、知识网络化程度越高，制造智能的响应越快、越灵活、越有柔性。特别是有了网络以后，制造智能的部署就不仅依靠本地机器内嵌的知识系统来操纵，还可以广泛调用广域的分布式智能来交互协同，这使得单个制造单元的智能水平远远超过历史上所有的机器。

随着科技的进步，这三类智能现象呈现出相互交融、协作创新的局面，那么它们之间到底有什么内在联系？在一个更大的智能制造体系内，这些源于不同的学科与行业，截然不同的知识和技术体系，如何才能做到技术衔接、数据流动以及知识重用？

中国人创立的三体智能理论

《三体智能革命》（下称“《三》书”）中提出的三体智能理论，对前述问题作了系统回答。该理论可以简洁表述为一个包容多种智能技术的模型，在学术上提出了原创的理论。

最简洁的模型：三体世界、三类智能

在《三》书中，按照出现的时间顺序，作者把世界分为三类“体”：物理实体、意识人体和数字虚体。其中前“两体”都很好理解，第三体数字虚体，是指存在于电脑和网络设备之中的一种用来驱动软硬件设备的高级数理逻辑系统，源于电脑而实现，基于软件而发展，载于网络而增强，由于知识而智能。

三体之间的相互作用关系，可以用“三体化一智能模型”来表示。

300万年前，人类祖先智人开始了认识自然、学习自然、了解并掌握改造自然的规律的伟大历史进程。人类在创造劳动工具（人造系y）的同时，也创造积累各种知识，并用这些知识来指导自己更好地创新和优化各种人造系统。这是一种两体作用的、古老的知识发生学。

当第三体（数字虚体）诞生之后，事物开始了本质的变化：原来的两体作用开始向三体作用转变；三体彼此相互作用产生了三个相互作用界面，而过去只有一个界面；在第三体的诱发与促进下，CPS开始在智能制造领域发挥重要作用。三体彼此交汇，并且趋势是各自的边界越来越模糊。

最新鲜的见解：物理、生理与数字三类系统均发展出特有的智能技术

《三》书给出了全新的智能定义：智能本质是一切系统对自然规律的感应、认知与运用。

该书作者提出的系统，包括了三体世界，即自然界和生产中的一切物理实体、生物界有着充分自由意识的人体、由人基于硬件/软件/网络技术所创建的数字虚体。这是一个定位层次较高、具有一定的哲学意味并且具有最大包容度的智能定义，不仅涵括了现有的多种形式的智能内涵，而且可以把物理实体所具有的智能表达出来，这是非常重要的学术拓展。目前尚未见其他人和其他文献资料给出类似的定义。

三体模型也较好地解释了上一节提到的三种智能现象，即科学效应是物理实体对自然规律的承载与感应，人类知识与经验是意识人体对自然规律的认知、归纳与抽象，数据分析是对人造系统运行结果（大数据）的提炼。

最普适的智能判定标尺：“20字箴言”

在《三》书中，作者给出了判断智能系统特征的“20字箴言”：状态感知、实时分析、自主决策、精准执行、学习提升。

第5篇：人工智能技术知识范文

人类从动物界分化出来以后，逐渐直立行走，双手被解放出来。于是，人类从事大量的劳动，发明和制造简单的工具。石刀、石钻的出现标志着人类征服自然的开始。后来，发明了钻木取火和弓箭，制造并大量使用手工磨刻的石器，用于采摘野果和猎取野兽，以便维持自身的生存与繁衍。此时，原始人群居于洞穴。到了新石器时代，人类发明了耕作、播种和圈养牲畜，从而人类石器化社会过渡到游牧化社会。

2游牧化社会

随着牧群逐水草迁移，原始人走出洞穴，开始居无定所，过着以牧养牲畜为主的游牧生活，并形成游牧部落。在部落之间出现了以牲畜为主的交换。随后，在部落内部发生了牲畜私有和私人交换，公有制逐渐解体。后来耕作、播种技术飞跃发展，人们开始建造草屋，集体开拓耕地，出现了以耕作为主的居住在固定场所的农业部落。由于耕作技术的大发展和私有制的建立，农业部落逐渐转化为村社，形成了种族群体并从牧养牲畜转向发展农业。

3农业化社会

人类社会发展到农业化阶段，是以农业生产(农作物的栽培、育种、耕作、灌溉等)为主。土地是基本的生产资料，劳动对象主要是自然界有生命的植物，人们利用植物的固有功能生产自身所需的产品，后来，由于农业技术的改进，劳动生产率大大提高，出现了剩余的农业产品。于是，一些人以剩余的农业产品交换土地和雇佣出卖劳动力的农民或苦力，从而形成了奴隶主和奴隶阶层，以及后来的地主和雇农阶层。这些奴隶主和地主，作为上层统治阶级，阻碍了生产力的发展。然而，科学技术的洪流滚滚向前，历法的制定，极大地推动了农业的蓬勃发展。自然科学、社会科学、思维科学相继出现，形成了比较发达的知识系统，将经验、技艺、技术知识与直接劳动融为一体。但是，在农业化社会，“范围有限的知识并没有发展成为同劳动相分离的独立力量”。

4工业化社会

人类工业化社会是以机器大工业为主的社会。这个阶段主要有三个特征:———科学技术革命极大地促进生产力的发展。早在一百年以前，马克思就提出了“科学知识是一种在历史上起推动作用的革命力量”的著名论断。从16世纪到18世纪中叶，伽利略—开普勒—牛顿的伟大成就开创了科学史上的牛顿时代，自然科学有了很大的发展，为产业革命提供了知识储备。1764年纺纱机的发明，点燃了产业革命的火花。1768年，瓦特发明了比较完善的蒸汽机，它很快地应用于采矿、纺织、冶金、机器制造等各个行业，促进了工场手工业向机器大工业迅速过渡，这就是举世闻名的第一次产业革命，全球进入工业化社会。从18世纪到19世纪末，自然科学技术有了飞速的发展，1831年，法拉第发现了电磁感应定律，为电学和磁学的理论奠定了基础。1867年，西门子发明了电机;1881年，爱迪生建造了大型火力发电站;1884年，内燃机应用于汽车，以电力工业为开端，其它工业诸如化学、汽车、飞机、农业机器等技术密集的新兴产业广泛发展起来，标志着第二次产业革命开始，人类进入了电气化时代，自由资本主义也随之进入垄断资本主义。

工业化社会发展进程表明，科学革命引发技术革命，技术革命导致产业革命，产业革命引起社会形态的改变。———资本家和产业工人的出现，形成了残酷的剥削与被剥削关系。在农业化社会末期，小生产者自发产生分化，广大农民和手工业者的生产资料被剥夺，沦为“自由”劳动者。而一些生产资料占有者则积累大量货币资本，雇佣“自由”劳动者，开办工厂，经营商店，残酷剥削劳动者，捞取巨额利润，成为资本家。资本家用延长劳动日、提高劳动强度和改进技术等方法强化剥削工人。社会财富愈来愈集中于少数大资本家手中，形成垄断资本家，他们统治和主导社会的进程，加深了资本家和产业工人以及其他社会阶层的矛盾。———社会发展重点从农业转向工业。从石器化社会到农业化社会，人们主要依赖土地，种植作物，采用的农业工具基本上变化不大，镰刀、斧头、刀具等延续使用数千年，只在灌溉和植物品种方面有所改进。但在18世纪工业革命中涌现出大批发明和新技术，这些发明和新技术导致了大量工厂和企业的诞生，人类社会的结构开始从农业模式转变为工业模式。社会发展重点从农业转向工业。

5信息化社会

这是人类目前正处在的一个独特的社会。说它独特是因为人们随着时间的推移，对事物的认识逐渐深化，将目光从农业化社会的物质、工业化社会的能量转向信息。可以毫不夸张地说，在人们的意识中信息地位的提升是与计算机为主的信息技术的出现分不开的，它是人类发展史上的一次伟大的转折。人类的信息活动，自古有之，那时，人们通过眼神、手势、简单的声音和动作来相互传递信息。后来人类创造了语言文字，使信息的传递超越了时间和空间的限制。印刷术的发明，便于文字和绘画记载和迅速传播。但是，信息用自然语言文字表述、处理和传播速度都不能满足当时人类生产活动的需求，严重制约了信息在提高生产力中的作用和地位。只有到了20世纪中叶，许多重大科技发明才使信息成为生产中与物质、能量并驾齐驱的主导力量。计算机的发明1946年，世界上第一台电子计算机ENIAC问世，是20世纪划时代的重大事件，表明了计算机时代的到来。那时，计算机用于科学计算、数据和事务处理。后来，计算机向大容量、超高速运算和微型化、智能化方向发展，出现了巨型机、PC机和智能计算机，在很大的程度上解决了大量信息快速处理的问题，为信息化社会奠定了技术基础。二进制的诞生二进制是逢二进位，只采用0和1两个符号，便于物理状态的表述，简化了四则运算，节省了存储空间。

二进制是继人类发明阿拉伯数字之后又一次伟大的创举，世界上任何信息、知识都可以用0和1表述，成功地解决了大量信息表述简化、存储占有空间大幅缩小的问题，为全球实现数字化铺平了道路。信息通信的革命1837年，莫尔斯首次公开试验电报信号，7年后开通了电报业务。1876年，贝尔发明了电话，次年开始了电话业务。1895年，马可尼发明了无线电，促进了电视广播和手机的普及。1958年，美国将通信与计算机结合起来，首创了数据通信方式，这种新的数据通信方式迅速被推广开来，在预测、预报、市场调查和经济管理中得到了广泛的应用。从此，通信直接介入生产，实现了信息通信的革命。这次信息通信的革命的主要特点是:———各类工业实现信息化;———办公室和家庭实现自动化;———信息通信手段多样化。

网络技术的问世在21世纪前夜———20世纪90年代，人类打开了潘多拉(希腊神话中的女神)的魔盒，一个科技怪物———互联网降世了。互联网出现在人类社会舞台，显示了无比的威力。有些科学家认为，互联网的发明比飞机、汽车、原子弹的发明，对人类的冲击更广泛、更深远。目前，已有170多个国家加入国际互联网，全球网民接近20亿，我国网民已达5．58亿(2011年底统计的数据)，就在20多年前，我们不敢想象，通过一个小小的电脑，可以漫游全世界。“秀才不出门，便知天下事”的梦想实现了，如今，我们可以一边喝咖啡，一边通过网络与朋友聊天，谈生意，互通有无，了解全球动向。INTERNET的出现，的确是一件了不起的大发明，它对人类各个方面的影响，怎么超值估计，也不过分。网络技术是计算机技术和数据通信技术紧密结合的产物，它将地理位置不同的多个计算机系统通过通信设备和线路连接起来，以功能完善的网络软件实现网络中资源共享和数据交换。INTERNET将全世界计算机联合起来，使人类进入网络时代。

信息论的创立1948年，申农和维纳创立了信息论。信息论主要有三种类型:

1)狭义信息论，主要研究信息量的测度、信息量的统计结构、信道容量和信息编码的问题。

2)一般信息论，主要研究信息通信的问题，包括噪声理论、信号滤波、调制和信息处理等问题。

3)广义信息论，主要研究所有与信息有关的问题。

信息论的创立，为信息化社会奠定了理论基础。必须指出，信息论只从语法的角度解决了信息测度问题，而如何从语义和语用的角度测度信息，有待继续探索。今天，信息已与物质、能量并列成为人类社会三大基础资源之一。农业化社会主要以一种物质资源进行手工生产。两次产业革命使人类充分开发、利用物质和能源两种资源，依靠机械化、电气化、自动化，创造了极其灿烂的物质精神文明的工业化社会。随着以计算机技术、数字化技术、通信技术、网络技术为代表的信息技术的飞速发展，人类社会正沿着信息化社会的康庄大道阔步前进。人们有效地开发、利用物质、能源、信息三种资源，创造出集机械化、自动化、智能化为一体的社会技术系统，造就出前所未有的丰富的人类财富。

6知识化社会

知识化社会是主要依靠知识和以知识工作者为主的未来社会。其基本特征为:———知识价值、地位和作用大大提升，它将成为一种重要资源和关键的生产要素。在信息化社会，人们逐渐发现，信息具有两面性，它是一个双刃剑，像水一样，既能灌溉农田，又能泛滥成灾。当前，人们普遍感觉:信息混杂、真假难辨、信息过量、不堪重负，必须对其加以分析、筛选，从中抽取有用的知识，而知识才是真正的基本生产要素，但这并不排斥信息的重要作用，知识和信息都是知识化社会中极其重要的生产要素，而知识则占主导地位。———知识工作者和知识产业工人出现，逐渐成为社会的主体。他们生活在知识社区，经常聚集在一起，讨论和交流科技发展动向，从而萌发新思想、新观点和新技术，并使之变成生产力。———高科技产业的发展和知识产业的独立形成，促使社会原有的产业部门转型和重组。高科技产业主要包括信息科学技术、生物与生命科学技术、新材料科学技术、新能源科学技术、空间科学技术、海洋科学技术和环境科学技术。知识产业主要包括软件产业、教育产业、研究开发产业和情报咨询服务产业。

两者强力互动，构成知识化社会经济基础。———教育和人力资源培训领先，提倡人人终身学习，大力提高全民科学文化素养。人是最宝贵的资源，这句话并不准确。应该修正为:有学识、有才干、有技能的人是最宝贵的资源。在知识化社会中，教育和人才的培训不仅是一项消费，而更是一种高效益的投资。人们通过各种方式不断提高自身的知识水平和科学文化素质，确保知识化社会可持续发展。———建立以专利制度和著作版权、商标为主的完善的知识产权保护制度，为知识化社会知识活动有序运行提供法律保证。在知识化社会中，知识的共享性与独占性的矛盾更为突出。不断完善知识产权保护制度，及时调整知识创造者和发明者与使用者和推广者之间的关系，适时修改或补充现有的法律条文，确保知识活动有序平稳开展。———现代知识科学理论的产生与完善。频繁的知识活动和知识产业的迅猛发展，促使现代知识科学理论诞生。现代知识科学理论主要内容包括:知识的生产、传播、利用、测度、增值，法律保护，以及知识的产业化和社会化。它的诞生与发展为知识化社会奠定理论基础。

7智能化社会

在知识化社会之后，人类将进入智能化社会。智能化社会是主要依靠人类和人工的智能并以智能产业为核心的未来社会，它是人类社会最高发展阶段。其主要特征为:———智能的价值、地位和作用大大提高，它将成为生产中极其重要的因素和关键的不可取代的资源。知识虽然非常重要，但其作用有一定阈值。当社会生产力高度发展时，知识的弱点将凸显出来，静态的知识呆板、分散，脱离纷繁现实，只有活学活用，变成智能，方可解决具体问题，进行创造活动。因此，知识并不等于智能。智能是指运用信息、知识和经验等解决问题并进行开发、创造、发明的能力。随着生产力高度发展和认知的深入，人们逐渐感觉到，解决大量高层次、高难度的生产难题，需要将信息、知识转换成智能。另一方面，推进社会生产力高度可持续发展，需要大力开展创造发明活动，而创造发明活动更需要将信息、知识转换成智能。智能则成为生产中的极其重要的因素和关键的不可替代的资源。———创造发明人员和人工智能科学家、技术专家大量涌现，他们将构成智能化社会的主体，成为推进社会生产力高度可持续发展的主导力量。在智能化社会中，人人创造发明，时时创造发明，事事创造发明，处处创造发明。

创造发明活动将成为人们日常生活中不可缺少的一部分。创造发明人员不仅指发明家和科学理论家，而且还包括有创见、有新见解、有新观点的人员以及革新家，他们是智能化社会的骨干和精英。此外，人工智能科学家、技术专家备受重视，他们是智能化社会的领头羊，引领全民在各行各业中实现智能化。———智能产业的出现和智能化技术在产业部门、政府机构、学校、医院、家庭生活中普遍应用，极大地提高劳动生产率和工作效率。智能产业主要包括:机器人产业、智能系统开发制造产业、头脑产业等。这些新兴产业将取代或改造传统产业，成为智能化社会中的主导产业。———人们普遍追求的目标从高消费－享乐转向高消费－开发－发明－创造。在信息化社会和知识化社会中，物质财富丰盛，基本上满足人们高消费－享乐的需求。而到了智能化社会，物质则极大地丰富，人们除了高消费－享乐生活外，更多地追求精神上的满足和享受，常常参加智能化园区的创造活动，以革新和发明为乐。———信息、知识、情报的获得者、传播者与生产者之间的界限难以分清，中介商和中介机构将逐渐消失。

第6篇：人工智能技术知识范文

关键词：信息检索；人工智能；基于知识工智能技术应用

一、信息检索机制及其发展

信息检索Information Retrieval（IR）是一门致力于如何对大容量信息进行有效地存储与获取的科学。广义的IR通常是指在一定的技术设备环境条件下，对以某种方式组织的信息资源按其表达方式，依据特定用户的需求，制订构造策略，构造检索表达方式以实现检索目标过程的总称。而Information Retrieval System（IRS）则是借助计算机技术手段来存储信息以满足日后信息查询需要的一种检索工具。这里的信息可以是文本的、视频或音频的，但现行的大多数的信息检索系统仍只能以存储与检索文本的信息和文献为主。虽然IR 技术日新月异，但IR的本质自始自终都没有变，变动的只是信息媒体形式、信息检索系统IRS的吞吐能力以及IRS存储与匹配的方法而已。

二、人工智能

近30年来因特网规模呈几何级数飞速发展，人们迫切需要适合于网络时代的先进的信息检索技术。适应快速、准确地检索有关信息，并且能够从大量的网上数据中发现隐含的、有价值的信息，各种智能检索技术、尤其是人工智能技术浮出水面。人工智能学科是涉及数学、计算机科学、控制论、心理学、哲学等学科的交叉学科和边缘学科，其应用领域包括问题求解、专家系统、机器学习、模式识别、自动定理证明、自然语言理解、人工神经网络和智能检索等。人工智能用于信息检索主要有基于本体论、神经网络、遗传算法、自然语言理解和ID3算法等的智能检索方法。

三、人工智能技术在信息检索中的应用

人工智能研究机器模拟人脑所从事的感觉、认知、记忆、学习、联想、计算、推理、判断、决策、抽象、概括等思维活动，解决人类专家才能处理的复杂问题。它的研究和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、模式识别、机器视觉、智能控制、智能检索，以及智能调度与指挥等。

（一）信息过滤技术

过滤包括两方面的含义：一是信息检索技术中的过滤，一般称为信息过滤，如搜索引擎过滤，数据挖掘等。二是网络安全方面的过滤。传统的过滤主要有基于包的过滤、基于应用的过滤和基于文本的过滤等几种。基于文本的过滤实现简单，但缺少灵活性，只能对达到匹配的文本一刀切，无法对文章的语义进行分析。引入了人工智能技术的智能过滤技术能够识别文档内容实现智能化的过滤，同时能减少网络管理员维护过滤系统的负担。神经网络是人工智能范畴中机器学习的一种应用，在许多技术中都有应用。

（二）异构信息整合与全息检索

异构信息检索技术发展的特点包括支持各种格式化文件，如TBXT、HTML、XML、RTF、MS Office、PDF、PS2/PS、MARC、ISO2709等处理和检索；支持多语种信息的检索；支持结构化数据、半结构化数据及非结构化数据的统一处理；和关系数据库检索的无缝集成以及其他开放检索接口的集成等。所谓“全息检索”的概念就是支持一切格式和方式的检索，从目前实践来讲，发展到异构信息整合检索的层面，基于自然语言理解的人机交互以及多媒体信息检索整合等方面尚有待取得进一步突破。

四、应用人工智能算法的视频图像检索系统

目前存在一个新的实现视频图像检索系统的方法。在这个系统中，成熟的人工智能算法将被应用到视频图像的分类、索引与检索中。在本系统中，视频图像的特征选取包括了颜色直方图的计算、纹理的分析及应用运动跟踪算法KLT对局部视频数据进行运动跟踪，这些特征构成了图像特征向量。人工智能算法，包括反馈式人工智能神经网及自适应匹配算法，将会根据这些特征向量对视频片断进行分类和检索。系统的工作区域是一个二维平面，各种视频片断将会根据特征向量的不同，被人工智能系统聚类到不同的区域， 从而实现视频片断的分类和聚集。用户在查询的时候，只要在特定的区域进行放大操作，就可以把视频检索限定在一个较小的区域，从而快速的实现视频片断的检索查询。具体的工作流程可以分为五个阶段：

（一）系统训练阶段

在这个阶段中，系统的人工神经系统将被初始化，并且在系统与用户的交互操作中进行训练，使之适应具体的图像特征向量，更好地实现视频片断的分类与聚集。

（二）视频片断的聚集操作

经过训练的人工神经系统将被应用到视频片断的聚集分类操作中，具有相似的特征向量的视频片断将会被聚集到相近的区域中，不同的片断将会被区域的远近程度来区分开来。

（三）视频片断的检索操作

因为视频片断在上一阶段已经进行了分类和聚集，用户只要在局部区域进行放大检索操作就可以查询到所需的视频片断。从以上的工作流程可以得知，系统对视频的分类与检索有两个核心的环节：第一是特征的提取，即如何选取合适的特征用于表征视频图像；第二是分类使用的人工智能算法，即根据提取的视频特征快速准确地对视频图像进行分类和检索。

（四）特征提取算法

本系统应用的特征提取算法包括颜色直方图，用于分析图像的基本颜色信息，获得图像的颜色分布状况；纹理分析算法，用于图像模式的分析； 然后对于局部聚集的图像应用运动跟踪算法KLT，进一步提高图像的分类准确率。

（五）用于分类和检索的人工智能算法

本系统采用了两种成熟的人工智能算法：反馈式人工神经网，利用分类结果的准确程度对系统的参数进行反馈式调节；自适应匹配算法，利用输入向量对最相似的系统向量进行调节。实验表明自适应匹配算法具有高速准确的效用。

五、人工智能在网络信息检索中的应用

人工智能在网络信息检索中的应用，主要表现在：如何利用计算机软硬件系统模仿、延伸与扩展人类智能的理论、方法和技术。目前，人工智能在网络信息检索领域的应用主要是在以下两个方面：

（一）网络智能知识服务系统

网络智能知识服务系统的设计开发是专门为了解决目前网络信息资源浩瀚而获取难的矛盾。网络智能知识服务系统可分为知识采集系统、智能知识处理系统、智能知识服务系统和知识库四部分。

1、知识采集系统。知识采集系统的主要任务是完成资源的加工整理，完成信息到知识之间的转换功能。

2、智能知识处理系统。该系统是将采集来的知识与知识库中已有的知识进行智能的分类和匹配操作，然后将符合入库条件的知识传入库中。

3、智能知识库存储系统。这是知识库建设的最主要组成部分，同时也关系到知识服务的效果和质量。

（二）智能技术

智能（Intelligent Agent，IA）技术，起始于20世纪80年代，是人工智能技术的一个重要研究领域目前，国外从事智能技术研究的不仅有大学、研究机构和诸多信息技术公司。并且有些智能产品或嵌入智能技术的产品已经投入使用，这些情况表明发展智能技术是一个趋势，它将是克服现有网络检索问题的有效手段。

1、定义。智能是一种软件程序，它使用户通过通信协议进行信息交换，以实现问题的自动解决。一般来说，智能具有如下特点：智能性、性、自治性、主动性、移动性、协作性。

2、智能的作用。智能有着强大的功能，用途也是十分广泛的，通常可分为网络管理、信息管理和优化用户界面。

（三）智能搜索的原理

智能搜索是智能在信息检索中的一种应用，它以用户需求为先导来进行信息搜集和信息加工，根据用户特定的需求以及在一段时期内的偏好为衡量标准来筛选信息。用户界面提供友好的自然语言查询，当用户的查询请求不明确时，智能搜索会利用知识库中的推理机制推断用户的潜在要求，选择与用户习惯最相近的需求进行检索。

六、结束语

人工智能技术的发展是时代对社会智能化需求的体现，而人工智能与信息检索的结合则是人们对信息获取智能化的有益尝试。在信息检索系统中纳入人工智能技术将使传统的信息检索系统具有更好的用户界面、更高的检索效率和更丰富的检索手段。人工智能技术的引入正在使传统的信息检索系统发生了巨大的变化。以两者作为结合点的智能信息检索系统，也将随着这两方面研究的不断发展而更加完善、强大。

参考文献：

1、王娟琴.现代信息检索方法研究[D].武汉大学,1999.

2、施水才.信息检索的核心支撑技术[EB/OL].中国计算机用户赛迪网,2003.

3、贾同兴.人工智能与情报检索[M].北京图书馆出版社,1997.

第7篇：人工智能技术知识范文

1数据智能分析师培养

就业前景分析方面，谷歌首席经济学家哈尔•瓦里安预计，未来即将出现一类新型的专业人才和职业岗位——数据科学家，当然数据智能分析师也会应运而生。现下时代是数据时代，甚至称之为大数据时代，企事业单位面临大量数据如互联网数据、医疗数据、能源数据、交通数据等，实际应用中普遍遇到分析能力弱、噪声数据多、缺少分析方法、分析软件能力差、模型可信度低等问题，其主要原因在于传统数据分析方法不能满足需要，而数据挖掘技术、机器学习技术、模式识别技术、知识发现等智能技术可以为数据智能分析方法与工具提供技术支撑。2014年4月24日，百度高级副总裁王劲在第4届“技术开放日”上正式宣布推出“大数据引擎”，数据智能概念由此产生。数据智能分析是指通过数据挖掘技术、机器学习、深度学习、模式识别与分析、知识发现等技术，对数据进行处理、分析和挖掘，提取隐藏在数据中有价值的信息和知识，从而寻求有效解决方案及决策支持预测。目前社会急需懂得智能技术的各层次数据智能分析人才，可以预计，熟练掌握智能技术的数据科学家、数据分析师、数据挖掘人员将有广阔的用武之地。培养手段探索方面：①以“点—线—面”结合的方式横向纵向设置课程群，面向数据智能分析，以案例为导向贯穿“线”上的各关节点课程，比如以数学基础课（线性代数、概率统计、数学分析）大类专业课（程序设计、数据结构、数据库技术）数据智能分析专业课（数据挖掘、机器学习、多维数据分析）为主线，理论与实践齐头并进；②立足培养“计算技术+智能信息+知识技术”的高级数据分析师，理论学习—随课实验—集中实践—科技活动—企业实习—毕业设计等教学环节协调配合，“资格认证—竞赛获奖—奖学资助”激励培养；③以大数据智能分析为契机，积极培养本科生的大数据计算思维和认知能力，使其掌握大数据智能分析方法、机器学习数据挖掘工具和开发环境。政策导向分析方面：建议中国计算机学会与中国商业联合会数据分析专业委员会等机构紧密协调合作，设立适应新时代社会与经济发展的“数据智能分析师”认证[6]，当然将大数据智能分析纳入计算机水平考试的可选项也是当前的一种解决方案，提高智能科学与技术专业社会认可度，增强本专业学生的归属感，更好地培养各层次的数据智能分析人才。

2创新型智能技术人才培养

智能科学与技术的发展与计算机技术几乎同时起步，但其进展比计算机技术要慢许多，根本问题在于高级智能的载体——“人脑”是世界上最复杂的系统，人类对它的认识和了解仍然处于初级阶段。近年来通过智能技术解决实际应用问题有了长足进步，国内已相继有20多所高校面向市场变化和未来需求，自2004年以来陆续开办了智能科学与技术本科专业。尽管大多数智能技术的理论基础还不完备，但实际应用的强劲需求与问题解决能力超越了薄弱理论基础的约束。本专业课程的教学内容与课程实践都适合教师与学生以研究者的身份参与到“教”与“学”的活动之中。1）研究型教学。蓬勃发展中的智能技术需要教师启发式、创造式、批判式地“教”，学生也要创造式、批判式地“学”。教与学要能够从研究思维、问题探索、模型改进、算法优化、脑认知和自然智能指导的角度推进教学活动，进行创新性教学和研究型学习。教学实践活动中应强调学生半监督式学习与自监督学习为主导，鼓励引导深度学习，经典案例、前沿讲座、讨论探索贯穿课堂教学，课程考核注重创新科技实践、问题探索、课程内容探索、课程研究性专题报告、以课程为基础的作品开发等创新效果和教学效果。2）“研究型分组”培养。智能科学与技术专业开办时间不长，成熟教材不多，课程体系需要不断适应学生和社会的需求做出调整，又加上智能科学专业课程本身的发展探索与实际应用现在处于同步发展阶段，决定了专业老师大力推进“研究型班级教学”，在教学过程中实施“大班基础讲授”+“小班研究型讨论”+“小组探索型课题实施与报告”的教学体系，同时来自相关研究方向的研究生也作为助教协助专业老师对小班（组）课题讨论进行引导。3）科研训练提高学习积极性。大类培养模式下实施科研训练引导学习，大一、大二年级主要学习公共基础课程和大类专业基础课程，其中的数学基础课，如线性代数、高等数学、概率统计、离散数学等，由于缺乏实际应用案例支撑，很多学生会怀疑这些知识在将来本专业学习中的用处，课堂课后处于被动学习状态，个别学生还会由于认识滞后，产生厌学情绪甚至放弃基础知识学习，以致于专业分流后表现为学习能力严重不足。通过吸收本科生参加科学创新实践和科技活动，使他们发现数学知识能够用来解决实际问题，有利于提高本科生学习基础知识的积极性，变被动学习为主动学习。同时，教师也能从中发现部分优秀本科生的创新潜力和研究能力，激发他们科学研究的兴趣，引导他们把智能科学技术作为研究方向并致力于攻读相关方向硕士研究生、博士研究生，进一步强化其科学创新能力，势必会使其获得高水平创新性成果。大类培养模式下强化专业教育与实践，专业老师要积极主动引导学生，变被动地等待学生选专业转变为吸引优质学生，以大二上学期为主要时间点，引导大类专业学生对特色专业的兴趣，通过科学研究和学生科技活动吸引选拔学生进科研团队，同时实施科研成果进课堂、进教材、进学生活动。专业教师、班导师可宣讲专业特色和就业前景，指导本科生申请大学生科研训练计划、参加科技竞赛、开发智能技术特色作品。大类培养模式下实施科研训练计划，需要本科生积极主动地理解大类下各子专业的特点和特色，结合自己的兴趣爱好和实际情况，在大类培养结束时分流到各特色专业。因此，本科生参加科研实践和专业科技活动的时间点很重要，从大一结束后的暑假开始，一直延续到本科毕业，同时实施“泛毕业设计”（即大二选方向并实施课题基础储备，大三实施课题，大四结合专业实习完善毕业设计）[3]，这样既充分利用了本科生大二大三充裕的课后时间，也缓解了大四本科生面临就业、考研、出国等问题的突出矛盾。

3智能系统开发人才培养

智能技术已成为当前技术革命创新的源泉，智能系统广泛应用于工业、农业、服务业等各领域，比如2014年11月2日开始处女航的皇家加勒比邮轮公司“海洋量子号”邮轮也因为大规模运用了高科技智能系统而号称“世界上第一艘智能邮轮”。智能系统是建立在“智能技术+计算技术”基础上，结合了控制技术、信息技术的软硬件系统。智能系统开发人才培养目标是社会急需的智能系统开发工程师，其从事的工作主要包括智能系统的设计、开发、维护、运营、服务及相关的技术指导。为了适应智能系统开发人才的培养，应该建设智能终端实验平台、计算智能实验平台、脑认知实验平台、高性能计算平台等人才培养基地与实训基地，推进实施智能终端软件开发技术、智能系统应用课程设计、智能系统与工程课程设计、智能游戏开发与设计、人机交互系统开发与设计等教学实践活动。

4复合型智能技术人才培养

智能科学与技术是一门综合学科，智能技术也广泛应用到智能交通、智慧城市建设、电子信息、信息安全、电子政务、电子商务、工业制造、教育、医疗、管理、农业现代化、国防现代化等众多领域，需要大量复合型智能技术人才。笔者认为，以下4条措施是智能科学与技术新兴专业培养复合型人才切实可行的培养方案：①充分发挥大类培养特色明显的人才培养优势，开放“全校特色专业选修课”，跨专业、跨学院科教团队，与大学生科技创新计划融合，重点培养学生的综合性、复合性、应用性；②引导并严格要求B学分课程学习，特别是设计规划实施好“科技创新”、“文体活动”、“技能认证”、“企业实习”、“暑期社会实践”等综合能力提高计划；③交叉融合办好本科生二专业，鼓励学有余力的本科生对知识的渴求，允许学生在本专业的基础上再辅修另一个专业，并提供配套措施，保证二专业学生能获得优质教育，发挥学科交叉融合优势，使本科生形成宽广深厚的知识结构，培养有特色的智能科学技术专业复合人才；④通过与企业横向合作，建立校企实训基地，紧跟企业和市场需求，与企业联合培养复合应用人才。

5结语

第8篇：人工智能技术知识范文

关键词:人工智能；大数据；软件

1人工智能及大数据的概念

1.1人工智能

人工智能是一门利用计算机程序模拟人类智能的科学,其应用领域十分广泛,例如机器人、模式识别及专家系统等。人工智能的高科技产品,不仅实现了对人类思维的模拟,在某些方面还超过了人类。

1.2大数据

大数据是指海量信息的集合,一般用常规软件工具无法对其进行有效的采集、存储和处理,需要借助具有超强洞察力的大数据技术对其进行有效的采集、存储、处理、分析和共享。大数据技术能够有效地进行超大规模的并行处理,能够有效地处理结构化及半结构化的数据,具有较强的数据挖掘能力及分析决策能力。

2人工智能及大数据对软件技术专业人才的需求特点

2.1知识更新能力

人工智能及大数据技术日新月异,需要软件专业技术专业人才具有较强的知识更新能力,较强的自主学习能力,以及较高的技术应用能力。但目前相当一部分软件技术专业的大学生的自主学习能力不高,知识更新能力不强,亟需针对人工智能及大数据对软件技术专业人才的需求特点改进培养方案,增加相关课程,培养学生对新知识的理解和掌握尤为重要。

2.2创新思维能力

人工智能及大数据时代下,需要软件技术专业人才具备较强的适应创新能力,较强的开拓思维能力,以及较强的团队协作能力。但目前相当一部分软件技术专业的大学生的创新思维能力较差,新知识更新缺乏主动性,迫切行,学习意识不强。亟需针对人工智能及大数据对软件技术专业人才的需求特点创新改革培养方案,确定切实可行培养策略是学科发展的需要和任务。

2.3大数据分析能力

人工智能及大数据对人才的大数据分析能力要求较高,主要包括数据采集、数据整理、数据描述、数据统计分析和深度学习等诸多方面的能力。但目前相当一部分软件技术专业的大学生的大数据分析能力不够,不能很好地进行数据采集、存储、整理、描述、统计分析和归纳总结,亟需针对人工智能及大数据对软件技术专业人才的需求特点创新培养体系。

2.4软件开发及测试能力

人工智能及大数据对人才的软件开发及测试能力要求较高,主要包括软件分析、软件设计、软件实现和软件测试等方面的能力。但目前相当一部分软件技术专业的大学生的软件开发及测试能力较差,不能够有效地开展软件的规划、分析、设计、实现与测试等环节,亟需针对人工智能及大数据对软件技术专业人才的需求特点提升学生的软件开发与测试的实践能力。

3建设策略

3.1转变教学理念,顺应人工智能及大数据时展要求

传统的教学理念已经不能适应人工智能及大数据时代的要求,亟需转变教学理念,从而适应人工智能及大数据时代的要求,进而提升软件技术专业人才的培养质量。在人工智能及大数据背景下,学校应深入分析人工智能及大数据对软件技术专业人才的需求特点,从而有针对性的制定培养目标、培养任务和培养方案。在制定培养目标时,应着重考虑软件技术专业人才在人工智能及大数据时代应具备的能力素质。在制定培养任务时,应着重参考人工智能及大数据相关岗位的岗位要求。在制定培养方案时,应坚持以学生为主体,以学生为本,突出知识更新能力、自主学习能力、开拓创新能力、团队协作能力、大数据分析能力和软件开发及测试能力的培养。

3.2引导学生利用现代化、智能化的网络平台进行自主学习

为了更好地适应人工智能及大数据对软件技术专业人才的需求,应引导学生利用现代化、网络化和智能化的Web平台进行自主学习,从而提升学生的知识更新能力、开拓创新能力、解决问题的能力和团队协作能力。首先,在人工智能及大数据背景下,网络上涌现了大量的人工智能及大数据相关的学习资源,但这些网络资源存在良莠不齐的现象,因此教师应该引导学生如何搜索、鉴别和使用这些网络学习资源。然后,教师可以引导学生自由分组开展人工智能及大数据相关的学习,通过兴趣小组的方式激发学生对人工智能及大数据的学习热情,提升学生的自主学习能力,提升在线学习的效率。最后,教师可以自建教学网站,对网络资源进行筛选和优化,使学生能够更好地进行网络学习。

3.3构建大数据分析课程体系,提升学生的大数据分析能力

人工智能及大数据对软件技术专业人才的数据分析能力要求较高,众多人工智能及大数据相关企业亟需大量的具有较高大数据分析能力的软件技术专业人才。因此,大数据分析能力是目前软件技术专业人才培养的重要内容,应适时构建大数据分析课程体系,进一步提升软件技术专业学生的大数据分析能力。首先,教师是教学的组织者,因此应注重教师的培养,只有提升了教师的大数据分析能力,才能更好地提升学生的大数据分析能力。然后,重点突出数据挖掘能力的培养,包括数据预处理能力和聚类分析能力等。

第9篇：人工智能技术知识范文

论文关键词：人类智能，人工智能，认知，心理学

 

人工智能技术无论是在过去，现在还是将来，都作为科学研究的热点问题之一。人类对自己本身的秘密充满好奇，随着生物技术的飞速发展，人类不断破译人体的生命密码。而以生物科学为基础的人工智能技术也得到了长足的发展。人们希望通过某种技术或者某些途径能够创造出模拟人思维和行为的“替代品”，帮助人们从事某些领域的工作。为了让计算机能够从事一些只有人脑才能完成的工作，解脱人的繁重的脑力劳动，人类对自身的思维和智能不断地研究探索。但是，科学技术是一柄双刃剑，人们对人工智能技术的飞速发展存在着恐慌。如果机器真的具有了人类的智能，在未来的某一天，他们会不会取代人类而成为地球的主宰者？人类智能和人工智能，谁才是未来的传奇？

1.你在和谁说话？

“先进的人工智能机器人不但拥有可以乱真的人类外表，而且还能像人类一样感知自己的存在。”这是人工智能发展到高级阶段的目标和任务。那么，我们在不久的未来能否实现这样一个目标呢？人类真的能发明出足以乱真的智能人类吗？隔着一堵墙，我们是否能分辨出正在与我们对话的是一部机器还是人类？

1.1. 人工智能的定义

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心理学，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。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。人工智能发展的过程归纳为机器不断取代人的过程。

1.2. 人工智能技术的发展

几个世纪以来，人类依靠智慧，发明了许多机器，使人类能够从许多体力劳动中解放出来。从1956年正式提出人工智能学科算起，40多年来取得长足的发展，成为一门广泛的交叉和前沿科学。科学家发明了汽车，火车，飞机，收音机等等，它们模仿我们身体器官的功能，但是这些不能模仿人类大脑的功能毕业论文格式范文。当计算机出现后，人类开始真正有了一个可以模拟人类思维的工具，在以后的岁月中，无数科学家为这个目标努力着。1997年5月，IBM公司研制的深蓝（Deep Blue）计算机战胜了国际象棋大师卡斯帕洛夫（Kasparov）。在一些地方计算机帮助人进行其它原来只属于人类的工作，计算机以它的高速和准确为人类发挥着它的作用。计算机的出现，使得人工智能有了突破性的进展。计算机不仅能代替人脑的某些功能，而且在速度和准确性上大大超过人脑，它不仅能模拟人脑部分分析和综合的功能，而且越来越显示某种意识的特性。真正成了人脑的延伸和增强。

1.3. 人工智能的研究领域

人工智能是一种外向型的学科，也是一门多领域综合学科。它不但要求研究它的人懂得人工智能的知识，而且要求有比较扎实的数学基础，哲学和生物学基础，只有这样才可能让一台什么也不知道的机器模拟人的思维。而人工智能的最根本目的是模拟人类的思维，因此，它的研究领域与人类活动息息相关。什么地方只要有人在工作，他就可以运用到那个领域。

现阶段主要研究领域有专家系统，机器学习，模式识别，自然语言理解，自动定理证明，自动程序设计心理学，机器人学，博弈，智能决定支持系统和人工神经网络等等。

2.机器真的可以思考吗？

机器真的可以思考吗？机器的思考归根结底还是模仿人类的思维模式，正是“思考”这一人类的本质属性，使得人工智能和心理学从最初就紧密地联系在一起。心理学研究人脑中信息的输入、输出、存储和加工，并研究人脑各个部位的功能。最早的双核计算机模仿人的左右脑，在人脑不同区域主管各个不同功能这一原理的基础上，来设计负责不同功能的芯片。以此为出发点，心理学家和计算机学者进一步合作，通过研究人解决问题的方法来研究开发人工智能。随着人工智能的发展，所要求实现的职能愈加复杂，但最基本的方式还是逻辑推理和归纳，这正是心理学家和逻辑学家的专业领域。心理学家以研究探讨人类逻辑思维方式为人工智能提供了基本原理和原则。

2.1. 人类意识的本质

意识是世界的内在规定、一般规律和组成部分，是具有客观实在性同世界的其它组成部分处在对立统一关系中的事物。意识普遍存于世界和万物之中，世界是包含意识的世界，万物是包含意识的万物。没有意识存在于其中的世界不是我们现实生活中的世界，没有意识存在于其中的万物也不是我们天天眼见手触的万物。有了意识的存在，世界和万物就有了生机和活力。

2.1.1. 意识是与物质相对应的哲学范畴，与物质既相对立又相统一的精神现象。

意识是自然界长期发展的产物，由无机物的反应特性，到低等生物的刺激感应性，再到动物的感觉和心理这一生物进化过程是意识得以产生的自然条件。意识是社会的产物，人类社会的物质生产劳动在意识的产生过程中起决定的作用。辩证唯物主义在强调物质对意识起决定作用的前提下肯定意识对于物质具有能动的反作用，在意识活动中人们从感性经验抽象出事物的本质、规律形成理性认识，又运用这些认识指导自己有计划、有目的地改造客观世界。

2.1.2. 从意识的起源看，意识是物质世界发展到一定阶段的产物；从意识的本质来看，意识是客观存在在人脑中的反映。

意识是人脑对客观存在的反映：第一，正确的思想意识与错误的思想意识都是客观存在在人脑中的反映；第二，无论是人的具体感觉还是人的抽象思维，都是人脑对客观事物的反映；第三，无论是人们对现状的感受与认识，还是人们对过去的思考与总结，以至人们对未来的预测，都是人脑对客观事物的反映。 意识的能动作用首先表现在，意识不仅能够正确反映事物的外部现象，而且能够正确反映事物的本质和规律；意识的能动作用还突出表现在，意识能够反作用于客观事物，以正确的思想和理论为指导心理学，通过实践促进客观事物的发展。

2.2. 人类意识与人工智能的关系

认知心理学和人工智能，是认知科学的两个组成部分。人工智能使用了心理学的理论，心理学又借用了人工智能的成果。人类意识与人工智能两者具有以下关系：

l人工智能是研究用机器模拟和扩展人的智能的科学。它撇开了人脑的内在结构和意识的社会性，而只是把人脑作为一种信息处理的过程，包括信息的接收、记忆、分析、控制和输出五部分。现代科学技术用相应的部件来完成着五个过程，就构成了人工智能或电脑。

l人工智能可以代替人的某些脑力劳动，甚至可以超过人的部分思维能力，随着现代科学技术的发展，它发挥着越来越重要的作用。人工智能的出现不仅解放了人的智力，而且为研究人脑的意识活动提供了新的方法和途径。它说明了人的意识活动不管多么复杂，都是以客观物质过程为基础的，而不是什么神秘的超物质的东西，人们完全可以用自然科学的精确方法来加以研究和模拟，它进一步证实了辩证唯物主义意识论的科学性毕业论文格式范文。

l人工智能的产生和发展，深化了我们对意识相对独立性和能动性的认识。机器思维即人工智能表明，思维形式在思维活动中对于思维内容具有相对独立性，它可从人脑中分化出来，物化为机械的、物理的运动形式，部分地代替人的思维活动。

随着科学技术的发展，人工智能将向更高水平发展，反过来推动科学技术、生产力和人类智慧向更高水平发展，对人类社会进步将起着巨大的推动作用。

3. 人工智能的未来

人工智能是为了模拟人类大脑的活动而产生的科学，人类已经可以用许多新技术新材料模拟人体的许多功能，诸如皮肤，毛发，骨骼等等，也就是说，人类可以创造出“类人体”。只要能够模拟人的大脑的功能，人就可以完成人工生命的研究工作，人创造自己，这不但在科学上，而且在哲学上都具有划时代的意义。这就是人工智能承担的历史使命。

在科学技术日新月异的今天，知识爆炸，科技的增长超出了人类承受的速度。各种新科技的出现层出不穷，随之而来的成果简直让人瞠目结舌，克隆、基因芯片、转基因等等，人类自身的秘密开始一层一层的揭开。我们人脑的复杂结构，人体的基因链也逐渐被科学技术解剖。我们希望将来的人工智能机器能将我们从繁重的体力劳动和脑力劳动中解放出来心理学，例如机器人做家务，带孩子，做司机，秘书等等一系列我们不愿意花太多精力或者有太多限制条件的工作。然而，人类由于多种“性能”都不如机器人，反而退化成为机器人的奴隶？他们会不会有一天无法忍受人类对他们的“剥削”和“压迫”，挑战人类的统治？很多的科幻作品和电影中都预言了这样的场景，未来的智能机器人和人类争夺有限的地球资源，并最终打败人类，成为新的地球统治者。这也正是绝大多数心理学家和哲学家对人工智能的发展忧心忡忡的原因。

人工智能的发展，也只能无限接近于人的智能，而不能超越人的智能。因为人工智能技术的本质，是模拟人类的思维过程，是为人类服务的。我们在进行发明创造的同时，担心被我们所发明的物质所毁灭。正如人类发明了原子能，用于取代正在逐渐消逝的矿物能源，然而当原子能用于军事领域的时候，他产生的力量也足以毁灭人类文明。科技本身并不是问题，人类如何运用自己掌握的技术，才是问题的关键。我们最大的敌人不是我们发明的技术，而是我们自己本身。

【参考文献】

1.李建国人工智能与认知心理学[J]. 西南师范大学学报 1986年4月第二期 142-146页

2.郑南宁认知过程的信息处理和新型人工智能系统[J]. 中国基础科学.科学前沿2008年 9-18页

3.蔡自兴，徐光祐人工智能及其应用(第三版)[M].北京.清华大学出版社 2004年

4.（美）Sternberg,R.J.认知心理学[M] .北京.中国轻工业出版社 2006年

5.（美）Nils J.Nilsson 人工智能[M].北京. 机械工业出版社 2004年