人工智能未來發(fā)展的論文范文參考
人工智能未來發(fā)展的論文范文參考
人工智能的迅速發(fā)展將深刻改變?nèi)祟惿鐣?huì)生活、改變世界，這一發(fā)展在未來很有優(yōu)勢(shì)。下面由學(xué)習(xí)啦小編為大家介紹人工智能未來發(fā)展的論文范文，希望能幫到你。
人工智能未來發(fā)展的論文
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的發(fā)展。
關(guān)鍵詞：人工智能;應(yīng)用;問題;發(fā)展
當(dāng)前，人工智能這個(gè)術(shù)語已被用作“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，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。具體來說，人工智能就是研究如何使機(jī)器具有能聽、會(huì)說、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、問題求解、自然語言處理、人工智能方法、程序語言和智能數(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。三是自然語言處理。自然語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)來說，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)展的過程來看，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題仍然是構(gòu)成句子的單詞和歧義性問題。歧義性問題一直是自然語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)里表示出來也存在問題。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，沒有深層的推敲，沒有學(xué)習(xí)，沒有記憶，更沒有歸納。導(dǎo)致這種結(jié)果的原因是計(jì)算機(jī)本身結(jié)構(gòu)和研究方法的問題。現(xiàn)在NLU的研究方法很不成熟，大多數(shù)研究局限在語言這一單獨(dú)的領(lǐng)域，而沒有對(duì)人們是如何理解語言這個(gè)問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)，這并不是說它們永遠(yuǎn)不會(huì)，而是說目前不會(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?，?dāng)前人工智能雖然經(jīng)過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，從而極大的提高運(yùn)算速度和效率;二是機(jī)器學(xué)習(xí)。科學(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。雖然在過去的很長(zhǎng)的一段時(shí)間內(nèi)都沒有取得十分顯著的成果，但許多新的學(xué)習(xí)方法相繼問世，并且已經(jīng)有了實(shí)際的應(yīng)用，這充分說明在這方面的研究已經(jīng)有了很大的進(jìn)步。二是自然語言處理。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?，F(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，人工智能技術(shù)的發(fā)展也必將會(huì)給人們的工作、生活和教育等帶來長(zhǎng)遠(yuǎn)深刻的影響。
人工智能的發(fā)展探析
一、人工智能的定義解讀
人工智能(Artificial Intelligence),英文縮寫為AI，也稱機(jī)器智能。“人工智能”一詞最初是在1956年的Dartmouth學(xué)會(huì)上提出的。它是計(jì)算機(jī)科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)等多種學(xué)科互相滲透而發(fā)展起來的一門綜合性學(xué)科。從計(jì)算機(jī)應(yīng)用系統(tǒng)的角度出發(fā)，人工智能是研究如何制造智能機(jī)器或智能系統(tǒng)來模擬人類智能活動(dòng)的能力，以延伸人們智能的科學(xué)。
人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支,它企圖了解智能的實(shí)質(zhì),并生產(chǎn)出一種新的能與人類智能相似的方式做出反應(yīng)的智能機(jī)器。人工智能的發(fā)展史是和計(jì)算機(jī)科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的，目前能夠用來研究人工智能的主要物質(zhì)手段以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機(jī)器就是計(jì)算機(jī),人工智能在21世紀(jì)必將為發(fā)展國(guó)民經(jīng)濟(jì)和改善人類生活做出更大的貢獻(xiàn)。
二、人工智能的發(fā)展歷程
事物的發(fā)展都是曲折的，人工智能的發(fā)展也是如此。人工智能的發(fā)展歷程大致可以劃分為以下五個(gè)階段：
第一階段:20世紀(jì)50年代，人工智能的興起和冷落。人工智能概念在1956年首次提出后，相繼出現(xiàn)了一批顯著的成果，如機(jī)器定理證明、跳棋程序、通用問題s求解程序、LISP表處理語言等。但是由于消解法推理能力有限以及機(jī)器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點(diǎn)是重視問題求解的方法，而忽視了知識(shí)的重要性。
第二階段:60年代末到70年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮。DENDRAL化學(xué)質(zhì)譜分析系統(tǒng)、MYCIN疾病診斷和治療系統(tǒng)、PROSPECTIOR探礦系統(tǒng)、Hearsay-II語音理解系統(tǒng)等專家系統(tǒng)的研究和開發(fā)，將人工智能引向了實(shí)用化。并且，1969年成立了國(guó)際人工智能聯(lián)合會(huì)議(International Joint Conferences onArtificial Intelligence 即IJCAI)。
第三階段:80年代，隨著第五代計(jì)算機(jī)的研制，人工智能得到了飛速的發(fā)展。日本在1982年開始了“第五代計(jì)算機(jī)研制計(jì)劃”，即“知識(shí)信息處理計(jì)算機(jī)系統(tǒng)KIPS”，其目的是使邏輯推理達(dá)到數(shù)值運(yùn)算那么快。雖然此計(jì)劃最終失敗，但它的開展形成了一股研究人工智能的熱潮。
第四階段:80年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展,。1987年，美國(guó)召開第一次神經(jīng)網(wǎng)絡(luò)國(guó)際會(huì)議，宣告了這一新學(xué)科的誕生。此后，各國(guó)在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來。
第五階段:90年代，人工智能出現(xiàn)新的研究高潮。由于網(wǎng)絡(luò)技術(shù)特別是國(guó)際互連網(wǎng)技術(shù)的發(fā)展，人工智能開始由單個(gè)智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標(biāo)的分布式問題求解，而且研究多個(gè)智能主體的多目標(biāo)問題求解，將人工智能更面向?qū)嵱?。另外，由于Hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。
三、人工智能的多元應(yīng)用
1、人工智能在管理系統(tǒng)中的應(yīng)用
人工智能應(yīng)用于企業(yè)管理的意義主要不在于提高效率,而是用計(jì)算機(jī)實(shí)現(xiàn)人們非常需要做,但工業(yè)工程信息技術(shù)是靠人工卻做不了或是很難做到的事情。把人工智能應(yīng)用于企業(yè)管理中,以數(shù)據(jù)管理和處理為中心,圍繞企業(yè)的核心業(yè)務(wù)和主導(dǎo)流程建立若干個(gè)主題數(shù)據(jù)庫(kù),而所有的應(yīng)用系統(tǒng)應(yīng)該圍繞主題數(shù)據(jù)庫(kù)來建立和運(yùn)行。也就是說，將企業(yè)各部門的數(shù)據(jù)進(jìn)行統(tǒng)一集成管理,搭建人工智能的應(yīng)用平臺(tái),使之成為企業(yè)管理與決策中的關(guān)鍵因子，這些正體現(xiàn)了人工智能在企業(yè)管理中的巨大價(jià)值。
2、人工智能在工程領(lǐng)域中的應(yīng)用
人工智能在地質(zhì)勘探、石油化工等工程領(lǐng)域也發(fā)揮著非常重要的作用。早在1978年，美國(guó)斯坦福國(guó)際研究所就研發(fā)制成礦藏勘探和評(píng)價(jià)專家系統(tǒng)“PROSPECTOR”,該系統(tǒng)用于勘探評(píng)價(jià)、區(qū)域資源估值和鉆井井位選擇等,是工程領(lǐng)域的首個(gè)人工智能專家系統(tǒng),其發(fā)現(xiàn)了一個(gè)鉬礦沉積,價(jià)值超過1億美元。
3、人工智能在技術(shù)研究中的應(yīng)用
人工智能在電子技術(shù)領(lǐng)域的應(yīng)用可謂由來已久。隨著網(wǎng)絡(luò)的迅速發(fā)展,網(wǎng)絡(luò)技術(shù)的安全已經(jīng)成了人們關(guān)心的重點(diǎn),因此必須在傳統(tǒng)技術(shù)的基礎(chǔ)上進(jìn)行網(wǎng)絡(luò)安全技術(shù)的改進(jìn)和變更,大力發(fā)展數(shù)據(jù)挖掘技術(shù)、人工免疫技術(shù)等高效的AI技術(shù),開發(fā)更高級(jí)的AI通用與專用語言和應(yīng)用環(huán)境以及開發(fā)專用機(jī)器,而人工智能技術(shù)則為其提供了一定的可能。
四、人工智能的未來思考
人工智能的近期研究目標(biāo)在于建造智能計(jì)算機(jī)，用以代替人類去從事各種復(fù)雜的腦力勞動(dòng)。正是根據(jù)這一近期研究目標(biāo)，人們才把人工智能理解為計(jì)算機(jī)科學(xué)的一個(gè)分支。當(dāng)然，人工智能還有它的遠(yuǎn)期研究目標(biāo)，即探究人類智能和機(jī)器智能的基本原理，研究用自動(dòng)機(jī)(automata)模擬人類的思維過程和智能行為。這個(gè)長(zhǎng)期目標(biāo)遠(yuǎn)遠(yuǎn)超出計(jì)算機(jī)科學(xué)的范疇，幾乎涉及自然科學(xué)和社會(huì)科學(xué)的所有學(xué)科。如今，人工智能已經(jīng)進(jìn)入了21世紀(jì)，其必將為發(fā)展國(guó)民經(jīng)濟(jì)和改善人類生活做出更大的貢獻(xiàn)。但是，從人工智能目前的發(fā)展現(xiàn)狀來看，其研究也存在一定的問題，這些主要表現(xiàn)在以下三個(gè)方面：
1、宏觀與微觀隔離
一方面是 哲學(xué)、認(rèn)知科學(xué)、思維科學(xué)和 心理學(xué)等學(xué)科所研究的智能層次太高、太抽象;另一方面是人工智能邏輯符號(hào)、神經(jīng) 網(wǎng)絡(luò)和行為主義所研究的智能層次太低。這兩方面之間相距太遠(yuǎn)，中間還有許多層次尚待研究，目前還無法把宏觀與微觀有機(jī)地結(jié)合起來和相互滲透。
2、全局與局部割裂
人工智能是腦系統(tǒng)的整體效應(yīng)，有著豐富的層次和多個(gè)側(cè)面。但是，符號(hào)主義只抓住人腦的抽象思維特性;連接主義只模仿人的形象思維特性;行為主義則著眼于人類智能行為特性及其進(jìn)化過程。這就導(dǎo)致了三者之間存在著明顯的局限性。因此，必須從多層次、多因素、多維和全局觀點(diǎn)來研究人工智能，才能克服上述局限。
3、理論與實(shí)際脫節(jié)
大腦的實(shí)際 工作，在宏觀上已知道不少;但是智能的千姿百態(tài)，變幻莫測(cè)，復(fù)雜的難以理出頭緒。在微觀上，我們對(duì)大腦的工作機(jī)制知之甚少，似是而非，這也使我們難以找出規(guī)律。在這種背景下提出的各種人工智能理論，只 是部分人的主觀猜想，能在某些方面表現(xiàn)出“智能”就已經(jīng)算是相當(dāng)?shù)某晒Α?/p>
五、結(jié)語
人工智能一直處于 計(jì)算機(jī)技術(shù)的前沿，其研究的理論和發(fā)現(xiàn)在很大程度上將決定計(jì)算機(jī)技術(shù)的 發(fā)展方向。人工智能研究與 應(yīng)用雖取得了不少成果，但離全面推廣應(yīng)用還有很大的距離，還有許多問題有待解決，且需要多學(xué)科的研究專家共同合作。因此，要想從根本上了解人腦的結(jié)構(gòu)和功能，完成人工智能的研究任務(wù)，就必須去尋找和建立更新的人工智能框架和理論體系，進(jìn)而為人工智能的進(jìn)一步發(fā)展奠定堅(jiān)實(shí)的理論基礎(chǔ)。我們堅(jiān)信在不久的將來，人工智能技術(shù)的應(yīng)用與發(fā)展必將會(huì)給人們的生活、工作和 教育等帶來更大的影響。
如今人工智能的能力和局限
對(duì)人工智能的描述圍繞著以下幾個(gè)中心：強(qiáng)度(有多智能)、廣度(解決的是范圍狹窄的問題，還是廣義的問題)、訓(xùn)練(如何學(xué)習(xí))、能力(能解決什么問題)和自主性(人工智能是輔助技術(shù)還是能夠只靠自己行動(dòng))。這些每一個(gè)中心都有一個(gè)范圍，而且這個(gè)多維空間中的每一個(gè)點(diǎn)都代表著理解人工智能系統(tǒng)的目標(biāo)和能力的一種不同的方式。
沃森已經(jīng)在醫(yī)療診斷等應(yīng)用中取得了很多成果，但它基本上仍然只是一個(gè)必須為特定領(lǐng)域?qū)ｉT調(diào)制的問答機(jī)器。深藍(lán)擁有大量關(guān)于國(guó)際象棋策略的專門知識(shí)和百科全書式的開放知識(shí)。AlphaGo 是用更通用的架構(gòu)構(gòu)建的，但其代碼中仍然有很多人工編碼的知識(shí)。我不是輕視或低估他們的成就，但認(rèn)識(shí)到他們還沒有做成的事也是很重要的。
我們還沒能創(chuàng)造出可以解決多種多樣不同類型問題的人工通用智能(artificial general intelligence)。我們還沒有聽一兩年人類對(duì)話的錄音就能自己說話的機(jī)器。盡管AlphaGo 通過分析數(shù)千局比賽然后又進(jìn)行更多的自我對(duì)弈而「學(xué)會(huì)」了下圍棋，但這同樣的程序卻不能用來掌握國(guó)際象棋。
同樣的一般方法呢?也許可以吧。但我們目前最好的成就離真正的通用智能還很遠(yuǎn)——真正的通用智能能靈活地?zé)o監(jiān)督地學(xué)習(xí)，或能足夠靈活地選擇自己想要學(xué)習(xí)的內(nèi)容，不管那是玩棋盤游戲，還是設(shè)計(jì) PC 板。
人工智能的未來發(fā)展前景
當(dāng)前困境和未來可能
定義人工智能不是困難，而簡(jiǎn)直是不可能，這完全不是因?yàn)槲覀儾⒉焕斫馊祟愔悄?。奇怪的是，人工智能的進(jìn)步更多的將幫助我們定義人類智能不是什么，而不是定義人工智能是什么?
但不管人工智能是什么，過去幾年我們確實(shí)已經(jīng)在從機(jī)器視覺到玩游戲等眾多領(lǐng)域取得了很多進(jìn)展。人工智能正在從一項(xiàng)研究主題向早期的企業(yè)采用轉(zhuǎn)變。谷歌和Facebook 等公司已經(jīng)在人工智能上投入了巨大的賭注，并且已經(jīng)在它們產(chǎn)品中應(yīng)用了這一技術(shù)。
但谷歌和 Facebook 只是開始而已：在未來十年，我們將見證人工智能蔓延進(jìn)一個(gè)又一個(gè)的產(chǎn)品。我們將與 Bot 交流——它們不是照本宣科的機(jī)器人撥號(hào)程序(robo-dialer)，我們甚至不能意識(shí)到它們不是人類。我們將依賴汽車進(jìn)行路線規(guī)劃，對(duì)道路危險(xiǎn)做出反應(yīng)。
可以毫不夸張地估計(jì)：在未來幾十年中，我們所接觸的每一種應(yīng)用程序都將整合進(jìn)一些人工智能功能，而如果使用應(yīng)用程序，我們將無法做任何事。
鑒于我們的未來將不可避免地與人工智能捆綁在一起，我們就必須要問：我們現(xiàn)在發(fā)展得如何了?人工智能的現(xiàn)狀是怎樣的?我們將走向何方?
猜你喜歡：
1.未來人工智能論文