心得体会 人工智能学习心得

人工智能学习心得

人工智能学习心得

我眼中的人工智能

人，没有熊一样的力量，却能把熊关进笼子，这笼子的钥匙，叫智慧。人类一直在思考如何让自然界的其它事物为自己所用，而不是只想着如何获取食物来填饱肚子，人类之所以会凌驾于食物链顶端，就在于对于资源的使用。为了减轻胃的消化负担，人类开始学会使用火，让蛋白质在进入胃之前就变质而变得更好消化易于吸收。经历了漫长的手工制造业历程，为了提高生产效率，也为了减轻工人手工劳作的负担，人们开始了工业革命，无数的机器流水线取代了效率低下的廉价劳动力，也正是从此刻起，人类使用资源的能力有了质的发展，由使用已有资源，到创造新的资源。第一台计算机应运而生，人类开启了无限创造的时代。时至今日，计算机技术几乎延伸到了生活的每个领域，甚至成了人们的生活必需品。计算机能帮助人们完成人类不可能完成的计算，但一直致力于创造的人们当然不会停止对计算机的要求。人们不光需要计算机做人类做不了的计算，还渐渐开始要求计算机做人类能做的事，这便催生了人工智能。人类就是这样一步步用自己的智慧让自己过上傻瓜一样的生活。

人工智能目前还没有在人们生活中普及，但是已经出现萌芽。最典型是的一些语音识别系统，如苹果公司的Siri可能是目前人们接触最多的基于人工智能和云计算技术的产品，相信这种人机交互系统的雏形经过时间的磨练会在未来形成一套完善的从界面到内核的智能体系。

在社会生活方面，与数字图像处理技术紧密结合的人工智能已经开始应用于摄像头的图像捕捉和识别，而模式识别技术的发展则使得人工智能在更广阔的领域得以实现成为了可能。一些大公司在人工智能领域的投入和研究对于推动人工智能的发展起到了很大的作用，最值得一提的就是谷歌。谷歌的免费搜索表面上是为了方便人们的查询，但这款搜索引擎推出的初衷，就是为了帮助人工智能的深度学习，通过上亿的用户一次又一次地查询，来锻炼人工智能的学习能力，由于我的水平还很低，对于深度学习还不敢妄自拽测。但是，近年来谷歌公司在人工智能方面的突破一项接着一项，为人们熟知的便是智能汽车。不得不说，人工智能想要进一步发展，必须依靠这些大公司的研究和不断推广，由经济促创新。

纵览时间长河，很多新生的技术在一开始都是举步维艰的，人工智能也不例外，但幸运的是，人们接受和学会使用新技术所需要的时间越来越短，对于人工智能产品的投入市场是有益的。因此，在我看来，将已开发出来但还需完善的人工智能产品投放市场，使其进入人们的生活只是时间的问题，但要想真正掌握人工智能，开发出完全符合研发人想法的智能产品还需各方面的努力。至于现在讨论热烈的“人工智能统治人类”的问题，我的看法是，人工智能的开发和应用是需要监管的，但并不能阻止人工智能即将影响世界的趋势。

由于我对于人工智能的理解还只是皮毛，对于文中出现的纰漏和错误还希望老师指正！第二篇、对人工智能学习的感想

人工智能学习心得

学校：苏州科技学院

学院：电子信息工程班级：电科0812班

姓名：钟建峰学号：08xx8224

谈谈人工智能的学习感想

人工智能(ArtificialIntelligence)，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。

人工智能技术导论这门课的学习，让我知道了人工智能从诞生发展到今天经历了一条漫长的路，许多科研人员为此而不懈努力。人工智能的开始可以追溯到电子学出现以前。象布尔和其他一些哲学家和数学家建立的理论原则后来成为人工智能逻辑学的基础。而人工智能真正引起研究者的兴趣则是1943年计算机发明以后的事。技术的发展最终使得人们可以仿真人类的智能行为，至少看起来不太遥远。接下来的四十年里，尽管碰到许多阻碍，人工智能仍然从最初只有十几个研究者成长到现在数以千计的工程师和专家在研究；从一开始只有一些下棋的小程序到现在的用于疾病诊断的专家系统，人工智能的发展有目共睹。

人工智能经过几十年的发展，其应用在不少领域得到发展，在我们的日常生活和学习当中也有许多地方得到应用。我通过网络查找，知道

了以下领域的人工智能的发展。

1．机器翻译

机器翻译是利用计算机把一种自然语言转变成另一种自然语言的过程，用以完成这一过程的软件系统叫做机器翻译系统。几十年来，国内外许多专家、学者为机器翻译的研究付出了大量的心血和汗水。虽然至今还没有一个实用、全面、高质量的自动翻译系统出现，不过也取得了很大的进展，特别是作为人们的辅助翻译工具，机器翻译已经得到大多数人的认可。目前，国内的机器翻译软件不下百种，根据这些软件的翻译特点，大致可以分为三大类：词典翻译类、汉化翻译类和专业翻译类。词典类翻译软件代表是“金山词霸”了，堪称是多快好省的电子词典，它可以迅速查询英文单词或词组的词义，并提供单词的发音，为用户了解单词或词组含义提供了极大的便利。汉化翻译软件的典型代表是“东方快车xx”，它首先提出了“智能汉化”的概念，使翻译软件的辅助翻译作用更加明显。以“译星”、“雅信译霸”为代表的专业翻译系统，是面对专业或行业用户的翻译软件，但其专业翻译的质量与人们的实用性还有不少差距，有人评价说“满篇英文难不住，满篇中文看不懂”，该说法虽然比较极端，但机译译文的质量确实却一直是个老大难问题。这里，我们不妨对现有的机译和人译过程作一比较，从中可以看出一些原因。

机器翻译：

1.一句一句处理，上下文缺乏联系；

2.对源语言的分析只是求解句法关系，完全不是意义上的理解；

3.缺乏领域知识，从计算机到医学，从化工到法律都通用，就换专业词典；

4.译文转换是基于源语言的句法结构的，受源语言的句法结构的束缚；

5.翻译只是句法结构的和词汇的机械对应。

人工翻译：

1.一般会先通读全文，会前后照应；

2.对源语言是求得意义上的理解；

3.只有专业翻译人员，而没有万能翻译人员；

4.译文是基于他对源语言的理解，不受源语言的句法结构的束缚；

5.翻译是一个再创造的过程。

在目前的情况下，计算机辅助翻译应该是一个比较好的实际选择。事实上，在很多领域中，计算机辅助人类工作的方式已经得到了广泛的应用，例如CAD软件。如果计算机辅助技术用于语言的翻译研究，应该同样可以起到很大的辅助作用，这就是所谓的“计算机辅助翻译”。它集机器记忆式翻译、语法分析式翻译和人际交互式翻译为一体，把翻译过程中机械、重复、琐碎的工作交给计算机来完成。这样，翻译者只需将精力集中在创造性的思考上，有利于工作效率的提高。机器翻译研究归根结底是一个知识处理问题，它涉及到有关语言内的知识、语言间的知识、以及语言外的世界知识，其中包括常识和相关领域的专门知识。随着因特网的普及与发展，机器翻译的应用前景十分广阔。作为人类探索自己智能和操作知识的机制的窗口，机器翻译

的研究与应用将更加诱人。国际上有关专家分析认为机器翻译要想达到类似人工翻译一样的流畅程度，至少还要经历xx年时间的持续研究，但在人类对语言研究还没有清楚“人脑是如何进行语言的模糊识别和判断”的情况下，机器翻译要想达到100%的准确率是不可能的。2．专家系统

专家系统是一种模拟人类专家解决领域问题的计算机程序系统。专家系统内部含有大量的某个领域的专家水平的知识与经验，能够运用人类专家的知识和解决问题的方法进行推理和判断，模拟人类专家的决策过程，来解决该领域的复杂问题。专家系统是人工智能应用研究最活跃和最广泛的应用领域之一,涉及到社会各个方面，各种专家系统已遍布各个专业领域，取得很大的成功。根据专家系统处理的问题的类型，把专家系统分为解释型、诊断型、调试型、维修型、教育型、预测型、规划型、设计型和控制型等10种类型。具体应用就很多了，例如血液凝结疾病诊断系统、电话电缆维护专家系统、花布图案设计和花布印染专家系统等等。

为了实现专家系统，必须要存储有该专门领域中经过事先总结、分析并按某种模式表示的专家知识(组成知识库)，以及拥有类似于领域专家解决实际问题的推理机制(构成推理机)。系统能对输入信息进行处理，并运用知识进行推理，做出决策和判断，其解决问题的水平达到或接近专家的水平，因此能起到专家或专家助手的作用。

开发专家系统的关键是表示和运用专家知识，即来自领域专家的己被证明对解决有关领域内的典型问题有用的事实和过程。目前，专家系

统主要采用基于规则的知识表示和推理技术。由于领域的知识更多是不精确或不确定的，因此，不确定的知识表示与知识推理是专家系统开发与研究的重要课题。此外，专家系统开发工具的研制发展也很迅速，这对扩大专家系统的应用范围，加快专家系统的开发过程，将起到积极地促进作用。随着计算机科学技术整体水平的提高，分布式专家系统、协同式专家系统等新一代专家系统的研究也发展很快。在新一代专家系统中，不但采用基于规则的推理方法，而且采用了诸如人工神经网络的方法与技术。

3．符号计算

计算机最主要的用途之一就是科学计算,科学计算可分为两类:一类是纯数值的计算,例如求函数的值,方程的数值解,比如天气预报、油藏模拟、航天等领域;。另一类是符号计算,又称代数运算,这是一种智能化的计算,处理的是符号。符号可以代表整数、有理数、实数和复数,也可以代表多项式,函数,集合等。。长期以来,人们一直盼望有一个可以进行符号计算的计算机软件系统。。早在50年代末,人们就开始对此研究。。进入80年代后,随着计算机的普及和人工智能的发展,相继出现了多

种功能齐全的计算机代数系统软件,其中Mathematica和Maple是它们的代表，由于它们都是用C语言写成的,所以可以在绝大多数计算机上使用。。Mathematica是第一个将符号运算,数值计算和图形显示很好地结合在一起的数学软件,用户能够方便地用它进行多种形式的数学处理。

计算机代数系统的优越性主要在于它能够进行大规模的代数运算。。通常我们用笔和纸进行代数运算只能处理符号较少的算式,当算式的符号上升到百位数后,手工计算就很困难了,这时用计算机代数系统进行运算就可以做到准确,快捷,有效。。现在符号计算软件有一些共同的特点就是在可以进行符号运算、数值计算和图形显示等同时,还具有高效的可编程功能。在操作界面上一般都支持交互式处理,人们通过键盘输入命令,计算机处理后即显示结果。并且人机界面友好,命令输入方便灵活,很容易寻求帮助。

尽管计算机代数系统在代替人繁琐的符号运算上有着无比的优越性,但是,计算机毕竟是机器,它只能执行人们给它的指令，有一定的局限性。首先,多数计算机代数系统对计算机硬件有较高的要求,在进行符号运算时,通常需要很大的内存和较长的计算时间,而精确的代数运算以时间和空间为代价的。第二个问题是用计算机代数系统进行数值计算,虽然计算精度可以到任意位,但由于计算机代数系统是用软件本身浮点运算代替硬件算术运算,所以在速度要比用Fortran语言算同样的问题慢百倍甚至千倍。另外,虽然计算机代数系统包含大量的数学知识,但这仅仅是数学中的一小部分,目前仍有许多数学领域未能被计算机代数系统涉及。计算机代数系统仍在不断地发展、完善之中。

如今，人工智能研究出现了新的高潮，这一方面是因为在人工智能理论方面有了新的进展，另一方面也是因为计算机硬件突飞猛进的发展。随着计算机速度的不断提高、存储容量的不断扩大、价格的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能

够实现。

人工智能的学习，让我明白了人工智能始终处于计算机发展的最前沿。高级计算机语言、计算机界面及文字处理器的存在或多或少都得归功于人工智能的研究。人工智能研究带来的理论和洞察力指引了计算技术发展的未来方向。现有的人工智能产品相对于即将到来的人工智能应用可以说微不足道，但是它们预示着人工智能的未来。将来我们会对人工智有能更高层次的需求，人工智能也会继续影响我们的工作、学习和生活，我们也要支持人工智能的发展！第三篇、人工智能总结(精华版)

人工智能学习心得

行的起点，称为程序的目标。PROLOG就是一种基于Horn子句的逻辑程序。PROLOG程序的运行是从目标出发，并不断进行匹配、合一、归结，有时还要回溯，直到目标别完全满足或不能满足时为止。PROLOG程序的执行过程是一个(归结)演绎推理过程。其特点是：推理方式为反向推理,控制策略是深度优先,且有回溯机制。3、简述用Ax算法求解问题时为什么会出现重复扩展节点问题，解决的方法有哪些？答：当问题有解时，Ax算法总是找到问题的最优解结束。如果h函数定义的不合理，则当扩展一个节点时，不一定就找到了从初始节点到该节点的最优路径，对于这样的节点，就有可能被多次扩展。特别是如果这样的节点处于问题的最优解路径上时，则一定会被多次扩展。解决的方法一是对h函数的定义给出限制，使得h满足单调性。对于满足单调性条件的h，则一定不会出现重复扩展节点问题。二是

对Ax算法加以改进，使用修正的Ax算法进行搜索，这样，随着经验的丰富，系统的性能自然就会不断改善和提高。24、机器学习的三个要素：信息，发展和知识。对应于机器学习的对象、方法和目标。25、基于学习策略的分类：符号学习和神经网络学习。26、决策树：也称判断树，它由对象的若干属性、属性值和有关决策组成的一棵树。其中的节点为属性，分支为属性值，从同一节点出发的各个分支之间是逻辑或关系，根节点为对象的一个属性；从根节点出发到每一个叶子节点的所有节点和边，按顺序串联成一条分支路径，位于同一分支路径上的各个属性-值对之间是逻辑与关系，叶子节点是这个与关系的对应结果，即决策。27、决策树学习首先要有一个实例集，基本方法和步骤：（1）选取一个属性，按这个属性的不同取值对实例集进行分类；并以该属性作为根节点，以这个属性的诸取值作为根节点的分支，进行画树；（2）考察所得的每一个子类，看其中的实例的结论是否完全相同。如果相同，则以这个相同的结论作为相应分支路径末端的叶子节点；否则，选取一个非父节点的属性，按这个属性的不同取值对孩子集进行分类，并以该属性作为节点，以这个属性的诸取值作为节点的分支，继续进行画树。如此继续，直到所分的子集全都满足：实则可以减少重复扩展节点问题。4、简述回溯策略与深度优先策略的不同点。答：回溯搜索策略与深度有限搜索策略最大的不同是深度有限搜索策略属于图搜索，而回溯搜索则不是图搜索。在回溯搜索中，只保留了从初始节点到当前节点的搜索路径。而深度优先搜索，则保留了所有的已经搜索过的路

径。5、不确定性类型按性质分：随机性，模糊性，不完全性，不一致性6、在删除策略归结的过程中删除以下子句：含有纯文字的子句;含有永真式的子句;子句集中被别的子句类含的子句。7、图：指由节点和有向边组成的网络。按连接同一节点的各边的逻辑关系又可分为或图和与或图。8、合一算法：求非空有限具有相同谓词名的原子公式集的最一般合一（MGU）。9、人工智能的远期目标是制造智能机器，近期目标是实现机器智能。10、什么是产生式？产生式规则的语义是什么？产生式规则基本形式：P→或者IFPTHENP是产生式的前提（前件），用于指出该产生式是否可用的条件是一组结论或操作（后件），用于指出当前提P所指示的条件满足时，应该得出的结论或应该执行的操作产生式规则的语义：如果前提P被满足，则可推出结论或执行所规定的操作11、谓词公式G通过８个步骤所得的子句集合S，称为G的子句集。请写出这些步骤：1）消去蕴含式和等价式→，->;；2）缩小否定词的作用范围，直到其作用于原子公式:；3）适当改名，使量词间不含同名指导变元和约束变元。；4.）消去存在量词（形成Skolem标准型）；5）消去所有全称量词；6)化成合取范式；7).适当改名，使子句间无同名变元；8).消去合取词∧，用逗号代替，以子句为元素组成一个集合S12、人工智能的基本技术包括搜索技术推理技术知识表示和知识库技术、归纳技术、联、想技术13、产生式系统有三部分组成综合数据库，知识库和推理机。其中推理可分为正向推理和反向推理。14、在归结原理中，几种常见的归结策略并且具有完备性的是删除策略支持集策略线性归结策略、输入归结策略、单元归结

策略15、归结法中，可以通过修改证明树的方法得到问题的解答16、开发专家系统所要解决的基本问题有三个，那就是知识的获取、知识的表示和知识的运用，在语义网络表示知识时，所使用的推理方法有AKO和ISA。17、α－β剪枝的条件是：α剪枝：若任一极小值层节点的β值小于或等于它任一先辈极大值节点的α值，即α（先辈层）≥β（后继层），则可中止该极小值层中这个MIN节点以下的搜索过程。这个MIN节点最终的倒推值就确定为这个β值。β剪枝：若任一极大值层节点的α值大于或等于它任一先辈极小值层节点的β值，即α（后继层）≥β（先辈层），则可以中止该极大值层中这个MAX 节点以下的搜索过程。这个MAX节点的最终倒推值就确定为这个α值。18、知识表示的方法主要有逻辑表示法（谓词表示法）框架产生式和

语义网络，类和对象，模糊集合，因果网络，脚本，过程等19、知识的分类：（1）就形式而言：显示和隐式。显示知识是指可用语言文字符号形象声音及其他人能直接识别和处理的形式，明确的在其载体上表示出来的知识。隐式知识只可用神经网络存储和表示（2）就严密性和可靠性而言：理论知识和经验知识（3）就确定性而言：确定性知识和不确定知识（4）就确切性而言：确切描述的知识和非确切描述的知识。20、知识表示是指面向计算机的知识描述或表达形式和方法。具体的讲就是要用某种约定的形式结构来描述知识，而且这种形式结构还要能够转换为机器的内部形式，使的计算机能方便的存储、处理和应用。------知识表示是建立专家系统级各种知识系统的重

要环节，也是知识工程的一个重要方面。21、基于谓词逻辑的推理主要是演绎方式的推理；基于框架、语义网络和对象知识表示的推理是一种称为继承的推理。22、机器学习：主要指机器对自身行为的修正或性能的改善和机器对客观规律的发现。（让计算机模拟人的学习行为，或者说让计算机也具有学习的能力）23、机器学习的流程：（1）对于输入的信息，系统根据目标和经验做出决策予以响应，即执行相应的动作；（2）对目标的实现或任务的完成情况进行评估；（3）将本次的输入、响应和评价作为经验予以存储记录。可以看出，第一次决策时系统中还无任何经验，但从第二此决策开始，经验便开始积累。例结论完全相同，而得到所有的叶子节点为止。这样一棵决策树就被生成。28、神经网络分为四大类：分层前向网络、反馈前向网络、互联前向网络、广泛互联网络。29、网络学习一般是利用一组称为样本的数据，作为网络的输入（和输出），网络按照一定的规则自动调节神经元之间的连接强度或拓扑结构，当网络的实际输出满足期望的要求，或者趋于稳定是，则认为学习成功。30、神经网络学习的规则是权值修正规则：相关规则和误差修正规则。31、神经网络学习方法分类：（外部影响）有导师学习，强化学习，无导师学习；（内部变化）权值修正，拓扑变化，权值与拓扑修正；（算法性质）确定性学习，随机性学习；（输入要求）基于相似性学习，基于命令学习。32、专家系统：应用于某一专门领域，拥有该领域相当数量的专家级知识，能模拟专家的思维，能达到专家级水平，像专家一样解决困难、复杂的实际问题的计算机（软件）系统。33、专家系统的基本要素：专家

拥有丰富的专业知识和实践经验或者说拥有丰富的理论知识和经验知识，特别人工智能学习心得

是经验知识。34、专家系统与一般的软件系统开发无异，其开发过程同样要遵循软件工程的步骤和原则，即也要进行系统分析、系统设计等几个阶段的工作。但由于它是专家系统，而不是一般的软件系统，所以，又有其独特的地方，主要包括以下几个步骤：系统总体分析与设计；知识获取；知识表示与知识描述语言设计；知识库设计、知识库管理系统设计；推理机与解释模块设计；总控与界面设计；编程与调试；测试与评价；运行与维护。可以看出它有如下特点：知识获取和知识表示设计是一切工作的起点；知识表示与知识描述语言确定后，其他设计可同时进行；35、对涉及人工智能的一些问题的认识：首先人工智能把人脑更有效的扩大和延伸是人类智能扩大的延伸，人工智能的应用十分广泛：机器翻译、智能控制、模式识别、机器博弈等，运用智能技术解决很多的实际问题从而使现有的计算机更有效更灵活成为人类智能化信息处理的工具。人工智能用计算机模拟人的思维活动包含理解能力、学习能力、推理能力，主要是脑功能的结构模拟和功能模拟。然而人类不能赋予机器同等的情感，无法确保责任问题，此外生物物种灭绝新型细菌的出现，人类的未来难以预料37、能解节点定义如下：①（终节点）是能解节点；②若非终节点有（或）子节点时，当且仅当其子节点至少有一能解，该非终节点才能解；③若非终节点有（与）子节点时，当且仅当其子节点均能解，该非终节点才能解。18、局部图的耗散值定义如下：①若n是局部图的一个叶

节点，则k（n，N）=（h(n)），其中（h(n)）表示节点n到目标节点集的最佳解图耗散值的估计；②若n由一个外向连接符指向后继节点{n1，…，ni}，并设该连接符的耗散值为Cn，则k（n，N）=（Cn+k （n1，N）+…+k（ni，N））。19、耗散值最小的解图称为（最佳）解图20、AOx算法是一种用于对（与或图）进行搜索的启发式搜索算法，该算法对目前找到的局部图进行评价，选择（耗散值最小）的局部图进行优先搜索，直到找到一个解图为止。当启发函数h满足（单调）条件时，在问题有解的情况下，AOx算法一定能找到最佳解图结束。21、所谓“图灵实验”，是为了判断一台机器是否具备智能的实验。实验由三个封闭的房间组成，分别放置主持人、参与人和机器。主持人向参与人和机器提问，通过提问的结果来判断谁是人，谁是机器。如果主持人无法判断谁是人，谁是机器，则这台机器具备智能，即所谓的“智能机器”。22/深度优先方法的特点是什么？属于图搜索；是一个

通用的搜索方法；如果深度限制不合适，有可能找不到问题的解；不能保证找到最优解。23/什么是置换？置换是可交换的吗？通常用有序对的集合s＝{t1/v1，t2/v2，?，tn/vn第四篇、对人工智能学习的感想

人工智能学习心得

学校：苏州科技学院学院：电子信息工程班级：电科0812班姓名：钟建峰学号：08xx8224谈谈人工智能的学习感想人工智能(ArtificialIntelligence)，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。人工智能技术导论这门课的学习，让我知道了人工智能从诞生发展到今天经历了一条漫长的路，许多科研人员为此而不懈努力。人工智能的开始可以追溯到电子学出现以前。象布尔和其他一些哲学家和数学家建立的理论原则后来成为人工智能逻辑学的基础。而人工智能真正引起研究者的兴趣则是1943年计算机发明以后的事。技术的发展最终使得人们可以仿真人类的智能行为，至少看起来不太遥远。接下来的四十年里，尽管碰到许多阻碍，人工智能仍然从最初只有十几个研究者成长到现在数以千计的工程师和专家在研究；从一开始只有一些下棋的小程序到现在的用于疾病诊断的专家系统，人工智能的发展有目共睹。人工智能经过几十年的发展，其应用在不少领域得到发展，在我们的日常生活和学习当中也有许多地方得到应用。我通过网络查找，知道了以下领域的人工智能的发展。1．机器翻译机器翻译是利用计算机把一种自然语言转变成另一种自然语言的过程，用以完成这一过程的软件系统叫做机器翻译系统。几十年来，国内外许多专家、学者为机器翻译的研究付出了大量的心血和汗水。虽然至今还没有一个实用、全面、高质量的自动翻译系统出现，不过也取得了很大的进展，特别是作为人们的辅助翻译工具，机器翻译已经得到大多数人的认可。目前，国内的机器翻译软件不下百种，根据这些软件的

翻译特点，大致可以分为三大类：词典翻译类、汉化翻译类和专业翻译类。词典类翻译软件代表是“金山词霸”了，堪称是多快好省的电子词典，它可以迅速查询英文单词或词组的词义，并提供单词的发音，为用户了解单词或词组含义提供了极大的便利。汉化翻译软件的典型代表是“东方快车xx”，它首先提出了“智能汉化”的概念，使翻译软件的辅助翻译作用更加明显。以“译星”、“雅信译霸”为代表的专业翻译系统，是面对专业或行业用户的翻译软件，但其专业翻译的质量与人们的实用性还有不少差距，有人评

价说“满篇英文难不住，满篇中文看不懂”，该说法虽然比较极端，但机译译文的质量确实却一直是个老大难问题。这里，我们不妨对现有的机译和人译过程作一比较，从中可以看出一些原因。机器翻译：1.一句一句处理，上下文缺乏联系；2.对源语言的分析只是求解句法关系，完全不是意义上的理解；3.缺乏领域知识，从计算机到医学，从化工到法律都通用，就换专业词典；4.译文转换是基于源语言的句法结构的，受源语言的句法结构的束缚；5.翻译只是句法结构的和词汇的机械对应。第五篇、智能控制学习心得

人工智能学习心得

201x级硕士期末论文

《智能控制学习心得》

课程智能控制

姓名xxxxxxx

学号专业

201x年x月xx日

智能控制学习心得

这学期在老师的带领下，学习了智能控制课程。其中深入学习了启发式学习，专家系统，模糊控制，神经网络等内容。老师的教学方式很开放，打破了原来单纯老师讲学生听的旧传统，要求大家通过自己做课件，提高学习的自主性，对智能控制能够有更深入的了解。

当然自己做的课件也有不明白，讲不懂的地方，老师用他渊博的知识给我们把细节进行深入讲解，大家学得津津有味，对课程内容的，理解也更加深刻。通过智能控制的学习，不单单学习了新的内容，对以前的知识也做到了查漏补缺，老师深入讲解了PID控制和为什么系统要研究动态稳定性等问题，还举了通俗易懂的例子，介绍了系统辨识与自适应是怎么一会儿事。

由于我当时的作业做的事模糊控制相关的内容，所以这次心得主要介绍模糊控制的内容。

1.1模糊控制介绍

模糊控制是以模糊数学理论，及模糊集合论、模糊语言变量及模糊逻辑推理等作为理论基础，以传感器技术、计算机技术和自动控制理论作为技术基础的一种新型自动控制理论和控制方法。模糊控制是控制理论发展的高级阶段的产物，属智能控制的范畴，而且也是人工智能控制的一种新类型。

模糊控制是一种基于规则的控制，它直接采用语言型控制规则，出发点是现场操作人员的控制经验或相关专家的知识，在设计中不需要建

立被控对象的精确的数学模型，因而使得控制机理和策略抑郁接受与理解，设计简单，便于应用。基于模糊原理的模糊系统具有万能逼近的特点。

相比于常规控制办法，模糊控制有以下几点优势：

（1）模糊控制是在操作人员经验控制基础上实现对系统的控制，无需建立精确的数学模型，是解决不确定系统的有效途径之一；（2）模糊控制具有很强的鲁棒性，被控对象参数的变化对模糊控制的影响不大，可用于非线性、时变、时滞的系统，并能获得很好的控制效果；

（3）由离散计算得到的控制查询表，提高了控制系统的实时性、快速性；

（4）控制机理符合人们对过程控制作用的直观描述和思维逻辑，是人工智能的

再现，属于智能控制范畴。

1.2模糊控制理论的发展趋势人工智能学习心得

自1965年L.A.Zadeh提出模糊控制集合论以来，模糊控制无论在理论和应用方面都有很大的发展，而且正在迅速完善和发展。根据其发展过程，可以将其归纳成三个阶段。

1.2.1基本模糊控制

基本模糊控制的核心是基本模糊控制器，它是一种最简单最基本的模糊控制器，能够完成许多生产过程的控制。基本控制器的控制规则建立在总结操作者对被控过程进行的手动控制策略基础上，或归纳设计

者对被控过程认识的模糊信息基础上，是按一定语言规则进行控制的。基本模糊控制适用于控制那些具有高度非线性，或参数随工作点变动较大，或交叉耦合严重，或环境因素干扰强烈的被控过程，而不适用与获得精确数学模型和数学模型不确定或多变的一类被控过程。基本模糊控制器的优点可归纳为：

（1）设计出的模糊控制器模拟操作人员的操作经验，控制规则不受任何约束，可以完全是不可解析的，便于同有实践经验的操作者一起讨论修改，可以定性地采纳好的控制思想；

（2）应用计算机实现模糊控制，便于采用自然语言对被控过程的运行施加影响；

（3）这种控制规则具有较大的通用性，通过较小的修改与组合就可适用于不同的被控过程；

（4）对系统内部参数的变化具有较强的适用性。

至今，在农业工程、环保工程、纺织工程、机电工程乃至生物工程、医学以及管理科学等领域得到了广泛应用。

1.2.2自调整，自组织，自适应模糊控制

上面论述了基本模糊控制器的许多优点，而且至今基本模糊控制器仍在广泛应用。但是在一些复杂的过程控制中，有时很难精确地确定、完整地总结出控制策略。由于被控过程的非线性、高阶次、时变性以及随机干扰等因素，基本模糊控制将模糊控制规则表现的有些粗糙或者不够完善，这都会不同程度地影响控制

效果。即使控制策略比较完善，若总是按一套固定不变的策略进行控