課題人工智能論文
人工智能是用人工的方法和技術(shù)模仿、延伸和擴(kuò)展人的智能,實(shí)現(xiàn)某些“機(jī)器思維”。以下是學(xué)習(xí)啦小編整理分享的關(guān)于課題人工智能論文的相關(guān)文章,歡迎閱讀!
課題人工智能論文篇一
人工智能的應(yīng)用與發(fā)展研究
摘 要:人工智能是用人工的方法和技術(shù)模仿、延伸和擴(kuò)展人的智能,實(shí)現(xiàn)某些“機(jī)器思維”。本文在闡述人工智能定義的基礎(chǔ)上,詳細(xì)分析了人工智能的應(yīng)用領(lǐng)域和當(dāng)前的發(fā)展?fàn)顩r,深入探討了人工智能未來(lái)的發(fā)展。
關(guān)鍵詞:人工智能;應(yīng)用;問(wèn)題;發(fā)展
當(dāng)前,人工智能這個(gè)術(shù)語(yǔ)已被用作“研究如何在機(jī)器上實(shí)現(xiàn)人類智能”這門學(xué)科的名稱。從這個(gè)意義上說(shuō),可把它定義為:是一門研究如何構(gòu)造智能機(jī)器或智能系統(tǒng),使它能模擬、延伸、擴(kuò)展人類智能的學(xué)科。具體來(lái)說(shuō),人工智能就是研究如何使機(jī)器具有能聽、會(huì)說(shuō)、能看、會(huì)寫、能思維、會(huì)學(xué)習(xí)、能適應(yīng)環(huán)境變化、能解決各種實(shí)際問(wèn)題的一門學(xué)科。
一、人工智能的應(yīng)用現(xiàn)狀
大部分學(xué)科都有各自的研究領(lǐng)域,每個(gè)領(lǐng)域都有其獨(dú)有的研究課題和研究技術(shù)。在人工智能中,這樣的分支包含自動(dòng)定理證明、問(wèn)題求解、自然語(yǔ)言處理、人工智能方法、程序語(yǔ)言和智能數(shù)據(jù)檢索系統(tǒng)及自動(dòng)程序設(shè)計(jì)等等。在過(guò)去的30年中,已經(jīng)建立了一些具有人工智能的微機(jī)軟件系統(tǒng)。
目前,人工智能的應(yīng)用領(lǐng)域主要有以下幾個(gè)方面:一是問(wèn)題求解。到目前為止,人工智能程序能知道如何思考他們解決的問(wèn)題;二是邏輯推理與定理證明。邏輯推理是人工智能研究中最持久的領(lǐng)域之一。定理尋找一個(gè)證明或反證,不僅需要有根據(jù)假設(shè)進(jìn)行演繹的能力,而且許多非形式的工作,在人工智能方法的研究中定理證明是一個(gè)極其重要的論題。三是自然語(yǔ)言處理。自然語(yǔ)言的處理是人工智能技術(shù)應(yīng)用與實(shí)際領(lǐng)域的典范,目前該領(lǐng)域的主要課題是:計(jì)算機(jī)系統(tǒng)如何以主題和對(duì)話情景為基礎(chǔ),注重大量的嘗試一一世界知識(shí)和期望作用,生成和理解自然語(yǔ)言。四是智能信息檢索技術(shù)。信息獲取和凈精華技術(shù)已成為當(dāng)代計(jì)算機(jī)科學(xué)與技術(shù)研究中迫切需要研究的課題,將人工智能技術(shù)應(yīng)用于這一領(lǐng)域是人工智能走向廣泛實(shí)際應(yīng)用的契機(jī)與突破口。五是專家系統(tǒng)。專家系統(tǒng)是目前人工智能中最活躍、最有成效的研究領(lǐng)域,它是一種具有特定領(lǐng)域內(nèi)大量知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)。
二、人工智能的發(fā)展瓶頸
人工智能(AI)學(xué)科自1956年誕生至今已走過(guò)50多個(gè)年頭,就研究解釋和模擬人類智能、智能行為及其規(guī)律這一總目標(biāo)來(lái)說(shuō),已經(jīng)邁出了可喜的一步,某些領(lǐng)域已取得了相當(dāng)?shù)倪M(jìn)展。但從整個(gè)發(fā)展的過(guò)程來(lái)看,人工智能發(fā)展曲折,而且還面臨不少難題,主要有以下幾個(gè)方面:
(一)研究方法不足
人工智能發(fā)展到今天,已經(jīng)取得了長(zhǎng)足進(jìn)步,但人類對(duì)人腦結(jié)構(gòu)和工作模式的認(rèn)識(shí)還不全面、不深入,這也就決定了現(xiàn)階段神經(jīng)網(wǎng)絡(luò)模型無(wú)法真正實(shí)現(xiàn)對(duì)人腦的模擬;硅基元素組成的電子器件與碳基元素組成的神經(jīng)元組織在物理及化學(xué)屬性上有很大的不同,適合于人腦的工作模式,但并不適應(yīng)神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī);根據(jù)馬克思主義實(shí)踐論觀點(diǎn),人腦是人類長(zhǎng)期勞動(dòng)實(shí)踐的產(chǎn)物,僅靠在實(shí)驗(yàn)室里電子器件以及線路的排列組合是不可就能實(shí)現(xiàn)模擬的。
(二)機(jī)器翻譯存在困難
目前機(jī)器翻譯所面臨的主要問(wèn)題仍然是構(gòu)成句子的單詞和歧義性問(wèn)題。歧義性問(wèn)題一直是自然語(yǔ)言理解中的一大難關(guān),要消除歧義性就要對(duì)原文的每一個(gè)句子及其上下文進(jìn)行分析理解,尋找導(dǎo)致歧義的詞和詞組在上下文中的準(zhǔn)確意義。然而,計(jì)算機(jī)卻往往孤立地將句子作為理解單位。另外,即使對(duì)原文有了一定的理解,理解的意義如何有效地在計(jì)算機(jī)里表示出來(lái)也存在問(wèn)題。目前的NLU系統(tǒng)幾乎不能隨著時(shí)間的增長(zhǎng)而增強(qiáng)理解力,系統(tǒng)的理解大都局限于表層上,沒(méi)有深層的推敲,沒(méi)有學(xué)習(xí),沒(méi)有記憶,更沒(méi)有歸納。導(dǎo)致這種結(jié)果的原因是計(jì)算機(jī)本身結(jié)構(gòu)和研究方法的問(wèn)題。現(xiàn)在NLU的研究方法很不成熟,大多數(shù)研究局限在語(yǔ)言這一單獨(dú)的領(lǐng)域,而沒(méi)有對(duì)人們是如何理解語(yǔ)言這個(gè)問(wèn)題做深入有效的探討。
(三)模式識(shí)別存在困惑
雖然使用計(jì)算機(jī)進(jìn)行模式識(shí)別的研究與開發(fā)已取得大量成果,有的已成為產(chǎn)品投入實(shí)際應(yīng)用,但是它的理論和方法與人的感官識(shí)別機(jī)制是全然不同的。人的識(shí)別手段、形象思維能力,是任何最先進(jìn)的計(jì)算
機(jī)識(shí)別系統(tǒng)望塵莫及的,另一方面,在現(xiàn)實(shí)世界中,生活并不是一項(xiàng)結(jié)構(gòu)嚴(yán)密的任務(wù),一般家畜都能輕而易舉地對(duì)付,但機(jī)器不會(huì),這并不是說(shuō)它們永遠(yuǎn)不會(huì),而是說(shuō)目前不會(huì)。
三、人工智能發(fā)展的思考
人工智能具有十分巨大的發(fā)展?jié)摿Γ?dāng)前人工智能雖然經(jīng)過(guò)多年研究已取得了一定成績(jī),但這也僅僅是剛剛開始而已,繼續(xù)研究下去在很多方面都會(huì)有重大的突破。尤其是在科學(xué)技術(shù)日新月異的今天,各種新科技的出現(xiàn)層出不窮,人工智能將來(lái)的發(fā)展將不可限量:一是構(gòu)建智能計(jì)算機(jī),代替人類從事腦力勞動(dòng)。將人類從繁雜的腦力勞動(dòng)中解放出來(lái),從而極大的提高運(yùn)算速度和效率;二是機(jī)器學(xué)習(xí)??茖W(xué)家一直在致力于研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為,以獲取新的知識(shí)或技能。雖然在過(guò)去的很長(zhǎng)的一段時(shí)間內(nèi)都沒(méi)有取得十分顯著的成果,但許多新的學(xué)習(xí)方法相繼問(wèn)世,并且已經(jīng)有了實(shí)際的應(yīng)用,這充分說(shuō)明在這方面的研究已經(jīng)有了很大的進(jìn)步。二是自然語(yǔ)言處理。它是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個(gè)重要方向。在經(jīng)過(guò)人工智能研究人員的艱苦努力之后,在該領(lǐng)域中已取得了大量令人矚目的理論與實(shí)際應(yīng)用成果,許多產(chǎn)品已經(jīng)進(jìn)入了眾多領(lǐng)域。智能信息檢索技術(shù)在Internet技術(shù)的影響下,近年來(lái)發(fā)展勢(shì)頭十分迅猛,而且已經(jīng)成為了人工智能的一個(gè)獨(dú)立研究分支。
人工智能始終處于計(jì)算機(jī)這門學(xué)科的前沿,其研究的理論和成果在很大程度上將控制科學(xué)與技術(shù),決定計(jì)算機(jī)技術(shù)的發(fā)展方向。現(xiàn)如今,已經(jīng)有許多人工智能的研究成果進(jìn)入到人們的日常生活中。將來(lái),人工智能技術(shù)的發(fā)展也必將會(huì)給人們的工作、生活和教育等帶來(lái)長(zhǎng)遠(yuǎn)深刻的影響。
下一頁(yè)分享更優(yōu)秀的<<<課題人工智能論文