浅谈人工智能的发展历程及瓶颈
透视
Hot-Point Perspective
D
I G I T C W 热点
124DIGITCW
2019.06
人工智能是计算机科学的一个分支。它是一门新的技术科学，研究和开发用于模拟，扩展和扩展人类智能的理论，方法，技术和应用系统。[2]它试图理解智能的本质，并制造出一种新的智能机器，这种机器能以类似于人类智能的方式作出反应。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。人工智能这一概念从1956年正式提出至今定义不断完善，开发方式日渐丰富，也遇到了诸多限制瓶颈。
1 人工智能的产生和发展
1.1 萌芽阶段
在1950年发表的一篇著名论文“计算机器与智能”中，数学家阿兰?图灵详细讨论了“机器是否有智能？”的问题，并提出“机器可以同我们一样，拥有智能的想法”这一理念。1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。[3]1.2 成长阶段
20世纪80年代，人工智能研究进入了一个发展阶段。1984年提出建立专家控制系统的新概念，也就是说，一个智能化的计算机程序系统，包含了一定领域的专家的大量知识和经验，能够利用人类专家的知识和解决问题的经验来处理这个领域的高层次问题。同时，随着人工智能的发展，人工神经网络的研究也掀起了新的热潮，模糊理论等分支的研究也开始迅速展开。这说明智能控制已从研究开发阶段向应用阶段转变。1.3 快速发展阶段
20世纪80年代后期，人工智能开始发展为多种技术和方法，人工智能进入快速发展阶段。学科交叉快速推动着人工智能的发展。其涉及哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论。研究范畴包括自然语言处理，智能搜索，机器学习等多个方面。
2 研究方法
2.1 大脑模拟
人工智能的中心理论，就是认为所有人类思维都可抽象成计算过程，甚至于人脑也只不过是某种精密的机器。基于这种理论，人类完全可以创造出足够大且运算速度更快的计算机，安装足够复杂且功能齐全的软件，人类便有望实现复制人脑这一设想。2.2 符号处理
了解人类最初是如何掌握这些能力的，借此来试图创造出拥有这些本领的机器。将人类智能简化成简单的符号处理。在20世纪60年代，符号方法在模拟小型证明程序的先进思维方面取得了很大的成就。20世纪60年代和70年代的研究人员相信，象
征性的方法最终可以成功地创造出具有强大人工智能的机器，这也是他们的目标。但由于涉及知识过于广泛，许多简单的人工智能软件可能需要大量的知识。2.3 增强式学习
出于机器计算可进行大量重复枚举的特点，目前热门的研究方法即让机器人通过极端的试验和错误来指引自己的世界，甚至创造自己的语言。这种方法不仅可以使机器人学会说话，还可以了解语言本身并创建语言本身。正如人类最初创造语言一样，机器人可能会迎来一个新的时代。但同时因可能出现不可控局面，又引出诸如机器伦理等新问题。
3 开发瓶颈
3.1 对大脑的认知有限
目前类脑智能研发的核心难点是我们对脑的结构和功能原理了解还很不够。人的大脑皮层中有数百亿个神经元，每个神经元由几个到数万个分支组成，形成一个大而精细的神经网络。这个网络的电路图非常复杂，有许多不同类型的神经元和突触连接。用现有的技术真正绘制出完整的电路图需要大量的工作。[1]
生物学领域上对人类大脑认知的局限也就使“仿制人脑”、“复制人类生命体”此类想法很难实现。3.2 脑和躯体的配合难以实现
诸如走钢丝，骑自行车此类的人类活动，是人类通过大量练习以形成肌肉记忆，学习出的一种脑和躯体的配合方式。人类通过视觉，思考，行走和交流在大脑综合后都会变成自然行为，这些人类活动是很难用某一公式计算出的内容，也是想要发展出类人智能的最大难点之一。3.3 无情感是非判断
目前人工智能还无法识别人类情感，这是人工智能发展的又一难题。如街道智能监控系统无法辨析是真正聚众闹事还是仅仅嬉笑打闹。一个人贩子当街掳走孩子，如果是此时正盯着屏幕的公安人员，会一眼侦破，但若是智能图像识别的人工智能，这个孩子或许没那么好运。
4 结束语
人工智能发展至今，涉及领域广，开发手段不断丰富，已有多种智能产品便利生活，同时也浮现出一系列开发瓶颈及道德领域问题，还需人类在不断开发创新中探索、完善。参考文献
[1] 翟冬冬.类脑智能：让机器像人一样思考[N].科技日报，2018-05-14.[2] 尼克.人工智能简史[M].北京：人民邮电出版社.2017-11.
[3] 俞灵琦，杨凯.人工智能VS 人脑智慧[J].华东科技，2017，（7）：23-31+22.
浅谈人工智能的发展历程及瓶颈
韩 阳，孙佳泽，王昊天
（河北农业大学信息科学与技术学院，保定 071001）
摘要：1956年美国达特莫斯会议提出了”人工智能”概念，至今已有60多年的历史。在不断探索中，多学科交叉使其不断焕发新活力，已有多种产品便及生活并成为多个行业的新风口。本文简要概述了人工智能领域六十多年来的发展历程，总结了现阶段主要的研究方法及各自的优缺点，简单分析了目前发展该领域遇到的瓶颈，并提出了新的展望和思考。
关键词：人工智能；发展历程；机器学习doi ：10.3969/J.ISSN.1672-7274.2019.06.097中图分类号：TP389.1 文献标示码：A 文章编码：1672-7274（2019）06-0124-01
人工智能学习研究的现状其发展趋势
浅谈人工智能学习研究的现状 及其发展趋势 摘要：自上世纪五十年代以来，经过了几个阶段的不断探索和发展，人工智能在模式识别、知识工程、机器人等领域已经取得重大成就，但是离真正意义上的的人类智能还相差甚远。但是进入新世纪以来，随着信息技术的快速进步，与人工智能相关的技术水平也得到了相应的提高。尤其是随着因特网的普及和应用，对人工智能的需求，变得越来越迫切，也给人工智能的研究提供了新的更加广泛的舞台。本文强调在当今的网络时代，作为信息技术的先导，人工智能学习在人工智能科学领域中是一个着非常值得关注的研究方向，要在学科交叉研究中实现人工智能学习的发展与创新，就要关注认知科学、脑科学、生物智能、物理学、复杂网络、计算机科学与人工智能之间的交叉渗透点，尤其是重视认知物理学的研究。自然语言是人类思维活动的载体，是人工智能学习研究知识表示无法回避的直接对象，要对语言中的概念建立起能够定量表示的不确定性转换模型，发展不确定性人工智能；要利用现实生活中复杂网络的小世界模型和无尺度特性，把网络拓扑作为知识表示的一种新方法，研究网络拓扑的演化与网络动力学行为，研究网络化了的智
能，从而适应信息时代数据挖掘的普遍要求，迎接人工智能学习与应用领域新的辉煌。 1.前言 自20世纪90年代以来，随着全球化的形式与国际竞争的日益激烈，对人工智能技术的研究与应用变的越来越被人们关注，且人工智能在制造中的运用以成为实现制造的知识化、自动化、柔性化以实现对市场的快速响应的关键。 人工智能已对现实社会做出了非常重大的贡献，而且其作用已在各领域发挥得淋漓尽致，特别是在计算机领域，人工智能的应用更加突出，可以说，哪里有计算机应用，哪里就在应用人工智能；哪里需要自动化或半自动化，哪里就在应用人工智能的理论、方法和技术。目前，人工智能应用的主要领域，也就是计算机应用的主要领域。 人工智能是一门研究人类智能的机理以及如何用机器模拟人的智能的学科。从后一种意义上讲，人工智能又被称为“机器智能”或“智能模拟”。人工智能是在现代电子计算机出现之后才发展起来的，它一方面成为人类智能的延长，另一方面又为探讨人类智能机理提供了新的理论和研究方法。 学习机制的研究是人工智能研究的一项核心课题。它是智能系统具有适应性与性能自完善功能的基础。学习过程具
辩论赛辩词：人工智能对人类发展利多于弊还是弊多于利
--------------------------------- 精选公文范文 -------------------------- 辩论赛辩词：人工智能对人类发展利多于弊还是弊多于利 各位读友大家好，此文档由网络收集而来，欢迎您下载，谢谢 第二届“深港杯”辩论赛决赛辩词欣 赏 辩题：人工智能对人类发展利多于弊还是弊多于利 深圳市南头中学语文教研组长彭公瑾供稿 正方：南头中学 反方：光明高级 (根据录音整理 ) 正方一辩：感谢主席，问候在场各位。针对今天辩题，我方观点是，人工智 能对人类发展利多于弊。开篇明义，定义先行。人工智能是基于数学、逻辑学、统计学 之上，通过经验积累得到学习能力，从而协助人们进行某项工作的 1 ---------------- 精选公文范文 ----------------
操作系统。人工智能与人类智能有着本质区别和根本界限。人工智能是物理过程，而非生物过 程 ;它是模拟人的某种行为，而不是人的行为本身，它不具备人类的自我意识，无法形成一 个主观事件。人工智能的优势只不过在某些领域比人类更精确，更稳定，拥有更强烈的计算能 力而已。接下来我方将从以下三点论证我方观点。 第一，人工智能让人类生活更美好。例如，人工智能的医疗应用惠及大众。我们医 生或许难以保持最新治疗方案和方法，也无法了解所有医学例案。人工智能可以在短时间内分 析大量数据，精确判断病症，并找到最佳的治疗方案，为人们提供最好的治疗。再说，先如今 已经被广泛运用的无人驾驶不仅减轻了人们的负担，更是大大降低了事故率。再比如说，如今 苹果系统的 SIR 手写版系统、生物识别系统都是人工智能的应用，都让人类的生活质量得到 显著提高。 第二，人工智能推动社会进步，实 2 ---------------- 精选公文范文 ----------------
人工智能的发展及未来畅想
人工智能的发展及未来畅想 最近看了电影《黑客帝国》一系列，对其中的科幻生活有了很大的兴趣，不觉有了疑问：现在的世界是否会如电影中一样呢？人工智能的神话是否会发生在当前社会中的呢？ 在黑客帝国的世界里，程序员成为了耶稣，控制着整个世界，黑客帝国之所以成为经典，我认为，不是因为飞来飞去的超级人物，而是因为她暗自揭示了一个人与计算机世界的关系，一个发展趋势。谁 知道200年以后会不会是智能机器统治了世界？ 人类正向信息化的时代迈进，信息化是当前时代的主旋律。信息抽象结晶为知识，知识构成智能的基础。因此，信息化到知识化再到智能化，必将成为人类社会发展的趋势。人工智能已经并且广泛而有深入的结合到科学技术的各门学科和社会的各个领域中，她的概念，方法和技术正在各行各业广泛渗透。 智能是一个宽泛的概念。智能是人类具有的特征之一。然而，对于什么是人类智能（或者说智力），科学界至今还没有给出令人满意的定义。有人从生物学角度定义为“中枢神经系统的功能”，有人从心理学角度定义为“进行抽象思维的能力”，甚至有人同义反复地把它定义为“获得能力的能力”，或者不求甚解地说它“就是智力测验所测量的那种东西”。这些都不能准确的说明人工智能的确切内涵。 虽然难于下定义，但人工智能的发展已经是当前信息化社会的迫切要求，同时研究人工智能也对探索人类自身智能的奥秘提供有益的帮助。所以每一次人工智能技术的进步都将带动计算机科学的大跨步前进。如果将现有的计算机技术、人工智能技术及自然科学的某些相关领域结合，并有一定的理论实践依据，计算机将拥有一个新的发展方向。 当前人工智能的发展方向可以分为两种：一种受控于人类的智能机器或智能程序，人类输入指令后让其达到预期的目的；另一类，能自主推理，逻辑，判断，学习，进步的智能，而后一种而有吸引力，更增加了人工智能无穷的魅力。 人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，在不断的接近。他并不像很多人想象的是几个科学家的工作，而是随着社会各学科发展而默默发展的。在智能领域里，最关键的问题之一，就是机器学习的问题。一旦机器有了学习的能力，谁还（敢）预测未来呢？人类的社会发展其实也是在不断 积累中发展而来，人的智能也就是事实依据库+推理机制所构成了的。当所有领域的定律都能用特定 的公式推理出来，黑客帝国的实现就要到来了。 研究人工智能的目的，一方面是要创造出具有智能的机器，另一方面是要弄清人类智能的本质，因此，人工智能既属于工程的范畴，又属于科学的范畴。通过研究和开发人工智能，可以辅助，部分替代甚至拓宽人类的智能，使计算机更好的造福人类。 目前，人工智能的研究是与具体领域相结合进行的。基本上有如下领域； 一、专家系统 专家系统是依靠人类专家已有的知识建立起来的知识系统，目前专家系统是人工智能研究中开展较早、最活跃、成效最多的领域，广泛应用于医疗诊断、地质勘探、石油化工、军事、文化教育等各方面。它是在特定的领域内具有相应的知识和经验的程序系统，它应用人工智能技术、模拟人类专家解决问题时的思维过程，来求解领域内的各种问题，达到或接近专家的水平。
论人工智能的发展历程
论人工智能的发展历程 王鑫涛16151228 摘要：人工智能的发展、人工智能的应用、人工智能的未来 关键字：人工智能、阿尔法围棋、AI 正文：近几年，人工智能这个话题变得越来越热门，尤其是在今年三月份的一场举世瞩目的人机围棋大赛后，人工智能这个话题在人们之间也是越来越普遍地被谈论。2016年3月，阿尔法围棋（AlphaGo）与围棋世界冠军、职业九段选手李世石进行人机大战，并以4:1的总比分获胜，不少职业围棋手认为，阿尔法围棋的棋力已经达到甚至超过围棋职业九段水平，在世界职业围棋排名中，其等级分曾经超过排名人类第一的棋手柯洁。那么，阿尔法围棋是什么呢，为什么这么厉害？阿尔法围棋（AlphaGo）是一款围棋人工智能程序，由谷歌（Google）旗下DeepMind公司的戴密斯·哈萨比斯、大卫·席尔瓦、黄士杰和与他们的团队开发，其主要工作原理是“深度学习”。“深度学习”是指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理，就像人们识别物体标注图片一样。通过上述所所，可见现在的人工智能已发展到一个相当高相当先进的程度了，那么，人工智能又是怎么一步步发展到今天的呢，它的未来又会是如何？我在这里就说一下自己对人工智能浅薄的见解。
一、什么是人工智能 人工智能(Artificial Intelligence),英文缩写为AI，也称机器智能。“人工智能”一词最初是在1956年的Dartmouth学会上提出的。它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是研究如何制造智能机器或智能系统来模拟人类智能活动的能力，以延伸人们智能的科学。 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与人类智能相似的方式做出反应的智能机器。人工智能的发展史是和计算机科学与技术的发展史联系在一起的，目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机,人工智能在21世纪必将为发展国民经济和改善人类生活做出更大的贡献。 人类的科学演变已从单一的“数值计算”发展到系统的“逻辑计算”。人类正在将信息工程学逐步提入到计算机系统中，从而出现了“信息管理”“和“信息交换”等科学的迫切需求。而加速扩大“信息处理”层面来说，现有的计算机的处理数据能力是匹配不了的，缺少领域专业“智能”。这样的“计算机科学”已无法适应信息科学的发展需求。全球的信息科学正在逐步形成，Al作为现代信息科学发展的核心。从古至今人们对提及智能相关的问题就很感兴趣，只不过在计算机没有发明之前，没有任何高科技辅助工具能解开智能的奥秘。
浅议人工智能对社会发展的影响
大学研究生学位课程论文 课程名称：科学技术与社会 论文题目：浅议人工智能对社会发展的影响 浅议人工智能对社会发展的影响 内容摘要：人工智能作为20世纪以来发展极为迅速的一个学科领域，其对社会的影响也越来越引起人们的重视。本文试图从STS的角度着重说明人工智能对人类的经济利益、社会和文化生活 等方面的影响。 关键字：人工智能、经济利益、社会和文化生活 人工智能，也称机器智能，它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。人工智能的研究及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、人工神经网络、机器人学、模式识别、机器视觉、智能控制、智能检索和智能调度与指挥等等。自人工智能出现以来，科学家们在这些领域的研究已经取得了非常惊人的成果，同时，这些人工智能研究成果也证明了在某一特定方面计算机可以超越人的能力。人工智能的发展已对人类及其未来产生深远影响，这里我们抛开其对科学技术发展中的作用不谈，从STS的角度着重说明这一技术对人类的经济利益、社会和文化生活等方面的影响。 一、人工智能对经济发展的促进 人工智能系统的开发和应用，已为人类创造出可观的经济效益。科学家要发展人工智能技术是需要很大的投入的，咋看起来不仅没有促进经济的发展，反而是在大量消耗着资金。其实，在当今时代，技术的发展是以人类的意志为转移的，人类开发人工智能最主要的目的还是要为人类服务，当然经济利益的回报，无疑是最直接最有效的，尤其是对企业而言，如果这个技术能为其带来高额的经济利益，那无疑会得到优先的发展。 人工智能对经济的促进作用不单是对个别企业和行业，随着计算机系统价格的继续下降，人工智能技术必将得到更大范围的推广，产生更大的经济效益。专家系统的应用就是一个很好的例子。 一般的说，专家系统是一个智能计算机程序系统，其内部具有大量专家水平的某个领域的知识与经验，能够利用人类专家的知识和解决问题的方法来解决该领域的问题。
人工智能发展史解读
人工智能学科诞生于20世纪50年代中期，当时由于计算机的产生与发展，人们开始了具有真正意义的人工智能的研究。（虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间的联系. Norbert Wiener是最早研究反馈理论的美国人之一.最熟悉的反馈控制的例子是自动调温器.它将收集到的房间温度与希望的温度比较,并做出反应将加热器开大或关小,从而控制环境温度.这项对反馈回路的研究重要性在于: Wiener从理论上指出,所有的智能活动都是反馈机制的结果.而反馈机制是有可能用机器 模拟的.这项发现对早期AI的发展影响很大。） 1956年夏，美国达特莫斯大学助教麦卡锡、哈佛大学明斯基、贝尔实验室申龙、IBM公司信息研究中心罗彻斯特、卡内基——梅隆大学纽厄尔和赫伯特.西蒙、麻省理工学院塞夫里奇和索罗门夫，以及IBM公司塞缪尔和莫尔在美国达特莫斯大学举行了以此为其两个月的学术讨论会，从不同学科的角度探讨人类各种学习和其他职能特征的基础，并研究如何在远离上进行精确的描述，探讨用机器模拟人类智能等问题，并首次提出了人工智能的术语。从此，人工智能这门新兴的学科诞生了。这些青年的研究专业包括数学、心理学、神经生理学、信息论和电脑科学，分别从不同角度共同探讨人工智能的可能性。他们的名字人们并不陌生，例如申龙是《信息论》的创始人，塞缪尔编写了第一个电脑跳棋程序，麦卡锡、明斯基、纽厄尔和西蒙都是“图灵奖”的获奖者。 这次会议之后，在美国很快形成了3个从事人工智能研究的中心，即以西蒙和纽威尔为首的卡内基—梅隆大学研究组，以麦卡锡、明斯基为首的麻省理工学院研究组，以塞缪尔为首的IBM公司研究组。随后，这几个研究组相继在思维模型、数理逻辑和启发式程序方面取得了一批显著的成果： （1）1956年，纽威尔和西蒙研制了一个“逻辑理论家“（简称LT）程序，它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解问题，证明了怀特黑德与罗素的数学名著《数学原理》的第2章中52个定理中的38个定理。1963年对程序进行了修改，证明了全部定理。这一工作受到了人们的高度评价，被认为是计算机模拟人的高级思维活动的一个重大成果，是人工智能的真正开端。 （2）1956年，塞缪尔利用对策论和启发式搜索技术编制出西洋跳棋程序Checkers。该程序具有自学习和自适应能力，能在下棋过程中不断积累所获得的经验，并能根据对方的走步，从许多可能的步数中选出一个较好的走法。这是模拟人类学习过程第一次卓有成效的探索。这台机器不仅在1959年击败了塞缪尔本人，而且在1962年击败了美国一个州的跳棋冠军，在世界上引起了大轰动。这是人工智能的一个重大突破。 （3）1958年，麦卡锡研制出表处理程序设计语言LISP，它不仅可以处理数据，而且可以方便的处理各种符号，成为了人工智能程序语言的重要里程碑。目前，LISP语言仍然是研究人工智能何开发智能系统的重要工具。 （4）1960年纽威尔、肖和西蒙等人通过心理学实验，发现人在解题时的思维过程大致可以分为3个阶段：1。首先想出大致的解题计划；2。根据记忆中的公理、定理和解题规划、按计划实施解题过程；3.在实施解题过程中，不断进行方法和目标分析，修改计划。这是一个具有普遍意义的思维活动过程，其中主要是方法和目的的分析。（也就是人们在求解数学问题通常使用试凑的办法进行的试凑是不一定列出所有的可能性，而是用逻辑推理来迅速缩小搜索范围的办法进行的），基于这一发现，他们研制了“通用问题求解程序GPS”，用它来解决不定积分、三角函数、代数方程等11种不同类型的问题，并首次提出启发式搜索概念，从而使启发式程序具有较普遍的意义。
人工智能简介及发展趋势
计算机科学与技术概论结业作业 人工智能技术简介及发展趋势 院系：信息科学与技术学院计算机科学与技术系 姓名：尹颜朋 学号：2011508009
前言 人工智能（Artificial Intelligence）, 英文缩写为 AI, 是一门综合了计算机科学、生理学、哲学的交叉学科。人工智能的研究课题涵盖面很广，从机器视觉到专家系统，包括了许多不同的领域。这其中共同的基本特点是让机器学会“思考” 。为了区分机器是否会“思考”（thinking），有必要给出“智能”（intelligence）的定义。究竟“会思考”到什么程度才叫智能？比方说，解决复杂的问题，还是能够进行概括和发现关联? 还有什么是“知觉”（perception），什么是“理解”（comprehension）等等？对学习过程、语言和感官知觉的研究为科学家构建智能机器提供了帮助。现在，人工智能专家们面临的最大挑战之一是如何构造一个系统，可以模仿由上百亿个神经元组成的人脑的行为, 去思考宇宙中最复杂的问题。或许衡量机器智能程度的最好的标准是英国计算机科学家阿伦·图灵的试验。他认为，如果一台计算机能骗过人，使人相信它是人而不是机器，那么它就应当被称作有智能。 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。对人工智能更高层次的需求已经并会继续影响我们的工作、学习和生活。 第一章人工智能的产生 人工智能, 英文单词 artilect,来源于雨果·德·加里斯的著作
浅谈人工智能的现状及发展预测
浅谈人工智能的现状及发展预测 摘要：人工智能是一项能对人类未来世界产生极大影响的科技。任何一项技术 的发展过程中都会有不同的困难与风险，我们需要了解现阶段人工智能的现状， 减少人工智能的发展道路上的阻碍，这样才能发展人工智能技术。论文将概述人 工智能已经取得的成果，并通过目前的事实分析人工智能的现状以及存在的问题，客观的介绍人工智能技术发展的潜力，最后做出建议以及对未来发展的预测。人 工智能已取得了重大的突破和成果，拥有巨大的发展潜力，但仍有不少问题与不 足之处。通过本文的论述，可以让人们更加了解人工智能，并作为未来人工智能 技术发展的建议与参考。 关键词：科技人工智能人工智能的现状人工智能的预测 1.人工智能简介 在科技高速发展的时代，由于计算机科学的快速发展，人工智能这个领域逐 渐被人们所重视。人工智能是当前计算机领域的一个分支，被称为世界三大尖端 技术之一。人工智能即人工制造机器或程序去模拟人类需要学习或经验的活动或 工作，从而帮助人类解决各种问题。人工智能分为强人工智能和弱人工智能两个 分支。在科幻电影或小说里经常会出现机器人有自己的情感与思维，可以自己做 出决策，这就是强人工智能。这样的人工智能拥有自己的意识，能独立思考，但 现在这方面的科研并没有太大的进展。目前主流的研究集中在弱人工智能方面， 即人工智能并不能自我推理和解决问题，也没有自己的意识，只是让机器表现得 像拥有独立思维。如何开发出更智能化的人工智能机器以及如何让人工智能更好 地服务人类是目前主要研究的问题。当然，从长远来看，为了未来强人工智能更 好的发展，也需要在有关强人工智能的社会学和技术方面做好研究。 2. 人工智能技术的出现及发展轨迹 在古希腊，人们幻想出可以为人类服务并解决人类各种问题的机器，这就是 人工智能的起源。 1936年A.M.Turing在"理想计算机"的论文中提出图灵机模型，提出用图灵测 试来检验人工智能。 到了1955年末Newell和Simon做出了"逻辑专家"(Logic Theorist)程序，这是 第一个人工智能程序。 在1956年达特茅斯会议，提出了“Artificial Intelligence”的课题，组织者提出：可以对人工智能的各方面的特点进行精确描述，这样就可以制造一台机器对他们 进行精确模仿。这次会议被视为人工智能学科的奠基性事件。 80年代人工智能被引入了市场，并显示出实用价值，但也经历了一些挫折。 1987年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。由于提出Hopfield多层神经网络模型，人工神经网络研究与应用出现了欣欣向荣的景象。 人工智能已深入到社会生活的各个领域。 2011年IBM的人工智能系统Watson在美国的电视节目《危险边缘》中击败 人类选手。2017年Alpha Go战胜李世石，通过图灵测试。 不管怎样，从图灵机模型的提出到现在，人工智能的发展速度正不断加快， 向世人展示着其巨大的发展潜力，目前人工智能也有了较为成熟的产物。 3. 人工智能的现状 1.1人工智能已取得了里程碑的发展
人工智能的学派和发展历程
人工智能的学派和发展历程 人工智能的主要学派及其观点：目前，在国际人工智能界公认的研究学派主要有符号主义、联结主义和行为主义。 下面分别对这些学派作些简单介绍。1) 符号主义：（Symbolicism），又称逻辑主义（Logicism）、心理学派（Psychlogism）或计算机学派（Computerism）,是基于物理符号系统假设和有限合理性原理的人工智能学派。符号主义认为人工智能起源于数理逻辑，人类认知（智能）的基本元素是符号（Symbol），认知过程是符号表示上的一种运算。2) 联结主义：（Connectionism）,又称仿生学派（Bionicsism）或生理学派（Physiologism）,是基于神经网络及网络间的联结机制与学习算法的人工智能学派。联结主义认为人工智能起源于仿生学，特别是人脑模型的研究。3) 行为主意：（Actionism）,又称进化主义（Evolutionism）或控制论学派（Cyberneticsism）,是基于控制论和“感知---动作”型控制系统的人工智能学派。行为主义认为人工智能起源于控制论，提出智能取决于感知和行为，取决于对外界复杂环境的适应，而不是表示和推理。 一、算术运算阶段1614年苏格兰人John Napier发表了一篇论文，其中提到他发明了一种可以进行四则运算和方根运算的精巧装置；1623年Wilhelm Schickard制作了一个能进行6 位数以内加减法运算，并能通过铃声输出答案的“计算钟”，该装置通过转动齿轮来进行操作；1625年William Oughtred发明计算尺；1642年，法国哲学家兼数学家Blaise Pascal发明了第一台真正的机械计算器——滚轮式加法器，其外观上有6个轮子，分别代表着个、十、百、千、万、十万等，只需要顺时针拨动轮子，就可以进行加法，而逆时针则进行减法，原理和手表很像，算是计算机的开山鼻祖了；1668年英国人Samuel Morl制作了一个非十进制的加法装置，适宜计算钱币；1671年德国数学家Gottfried Leibniz 设计了一架可以进行乘法运算，最终答案长度可达16位的计算工具；1822年英国人Charles Babbage设计了差分机和分析机，其设计理论非常超前，类似于百年后的电子计算机，特别是利用卡片输入程序和数据的设计被后人所采用；1834年Babbage 设想制造一台通用分析机，能够完成所有的算术运算，该分析机由四个基本部件构成：存储库、运算室、传送机构和送人取出机构，类似于现代计算机的五大装置：输入、控制、运算、存储和输出装置，因此他被公认为计算机之父；1848年英国数学家George Boole创立二进制代数学，提前近一个世纪为现代二进制计算机的发展铺平了道路；1890年美国人口普查部门希望能得到一台机器帮助提高普查效率，Herman Hollerith (后来他的公司发展成了IBM 公司)借鉴Babbage的发明，用穿孔卡片存储数据，并设计了机器，结果仅用6 周就得出了准确的人口统计数据(如果用人工方法，大概要花10 年时间)。算术运算主要是以机械方式来实施的。 二、数学运算阶段在以机械方式运行的计算器诞生百年之后，随着电子技术的突飞猛进，计算机开始了真正意义上的由机械向电子时代的过渡，电磁学、电工学、电子学不断取得重大进展，在元件、器件方面接连发明了真空二极管和真空三极管，电子器件逐渐演变成为计算机的主体，而机械部件则渐渐处于从属位置。1906年美国人Lee De Forest发明电子管，为电子计算机的发展奠定了基础；1924年2月IBM公司成立，从此一个具有划时代意义的公司诞生；1935年IBM 推出IBM601机，这是一台能在一秒钟内算出乘法的穿孔卡片计算机；1937年英国剑桥大学的Alan M.Turing出版了他的论文，并提出了被后人称之为“图灵机”
人工智能背景与发展精编版
人工智能背景与发展精 编版 MQS system office room 【MQS16H-TTMS2A-MQSS8Q8-MQSH16898】
人工智能的主要背景与进展 数学1704高芷晗 1、人类智能和人工智能的概念 和其他生物物种不同，人类是一种智慧型生物。人类智慧包含两个相辅相成的部分：隐性智慧和显性智慧。隐性智慧负责发现和确定创新的方向，显性智慧负责在确定的创新方向上实现具体的创新求解。更具体地说，隐性智慧是人类发现问题和定义问题的能力，需要全局性的分析能力、想象能力和开拓能力，是一种内隐的创造性能力，因而不可被机器模拟；显性智慧是人类在隐性智慧所定义的问题框架内解决问题的能力，需要获取信息生成知识和运用知识解决问题的能力，是外显的操作性能力，因而可以被机器模拟。人类的显性智慧通常也会被称为人类智能，模拟人类智能（显性智慧）的科学技术就叫人工智能。隐性智慧表现在：面对环境定义的实际问题；为知识库提供的已有知识；预设的问题求解目标。这三者就是隐性智慧定义的工作框架。在这个框架下，人工智能系统所要执行的任务就是模拟人类智能（显性智慧）的能力，运用所提供的信息和已有知识解决所给定的实际问题，达到预定的求解目标。 在人类与人工智能系统之间，人类始终是主体，人工智能系统则是人类求解问题的聪明工具。由于人工智能系统接受了人类所预设的求解目标和提供的专门知识，就保证了人类主体与客体之间实现主客双赢的策略：主体赢，因为实现了主体的求解目标；客体赢，因为遵守体现在知识中的客观规律。 人工智能系统工作的基本过程：（1）人类主体（隐性智慧）首先设定工作框架，即定义要解决的实际问题，提供已有知识，预设求解目标。（2）人工智能系统收集工作框架的信息，包括模型中的本体论信息。（3）通过信息获取（感知）单元，把本体论信息转换为认识论信息。（4）通过信息传递（通信）单元，把认识论信传送到信息处理单元。（5）通过信息处理（计算）单元，使认识论信息成为适用信息。（6通过知识生成（认知）单元，根据求解问题的需要生成专门知识。（7）通过策略创建（决策）单元，把认识论信息、专门知识、求解目标转换为求解问题的智能策略。（8）通过策略传递（通信）单元，把智能策略传递到策略执行单元。（9）通过策略执行（控制）单元，把智能策略转换成为智能行为，反作用于实际问题。（10）如果智能行为反作用于实际问题的结果没有满意地实现预期的求解目标，就把误差作为新的信息反馈到信息获取（感知）单元，通过学习，补充新的知识，优化智能策略，改善执行效果，减小求解误差。 2、人工智能技术 以上论证说明：人工智能技术可以在人类隐性智慧定义的工作框架内模拟人类显性智慧（人类智能）生成知识，创建主客双赢的策略解决各种复杂问题。而这是现今其他各类技术做不到的。 不过，由于在人工智能系统工作的基本过程中，第（1）步中客观存在各种不确定性，人类给定的知识未必能够理想地体现客观规律，也未必能够完全满足求解问题的需要，第（2）步中人类预设的求解目标也不见得完全合理，第（3）步中人工智能系统各个环节必然存在各种不理想性。因此，人工智能系统对人类显性智慧能力的模拟不可能完全到位，人工智能系统提供的问题解答也可能不如人类求出的解答。如果说人工智能系统确实也有超人的地方，那主要是它的工作速度、工作精度、持久能力等因素，而不可能是显性智慧中的智慧品质。
人工智能发展史
人工智能发展史 人工智能学科诞生于20世纪50年代中期，当时由于计算机的产生与发展，人们开始了具有真正意义的人工智能的研究。（虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间的联系. Norbert Wiener是最早研究反馈理论的美国人之一.最熟悉的反馈控制的例子是自动调温器.它将收集到的房间温度与希望的温度比较,并做出反应将加热器开大或关小,从而控制环境温度.这项对反馈回路的研究重要性在于: Wiener从理论上指出,所有的智能活动都是反馈机制的结果.而反馈机制是有可能用机器模拟的.这项发现对早期AI的发展影响很大。） 1956年夏，美国达特莫斯大学助教麦卡锡、哈佛大学明斯基、贝尔实验室申龙、IBM公司信息研究中心罗彻斯特、卡内基——梅隆大学纽厄尔和赫伯特.西蒙、麻省理工学院塞夫里奇和索罗门夫，以及IBM公司塞缪尔和莫尔在美国达特莫斯大学举行了以此为其两个月的学术讨论会，从不同学科的角度探讨人类各种学习和其他职能特征的基础，并研究如何在远离上进行精确的描述，探讨用机器模拟人类智能等问题，并首次提出了人工智能的术语。从此，人工智能这门新兴的学科诞生了。这些青年的研究专业包括数学、心理学、神经生理学、信息论和电脑科学，分别从不同角度共同探讨人工智能的可能性。他们的名字人们并不陌生，例如申龙是《信息论》的创始人，塞缪尔编写了第一个电脑跳棋程序，麦卡锡、明斯基、纽厄尔和西蒙都是“图灵奖”的获奖者。 这次会议之后，在美国很快形成了3个从事人工智能研究的中心，即以西蒙和纽威尔为首的卡内基—梅隆大学研究组，以麦卡锡、明斯基为首的麻省理工学院研究组，以塞缪尔为首的IBM公司研究组。随后，这几个研究组相继在思维模型、数理逻辑和启发式程序方面取得了一批显著的成果： （1）1956年，纽威尔和西蒙研制了一个“逻辑理论家“（简称LT）程序，它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解问题，证明了怀特黑德与罗素的数学名著《数学原理》的第2章中52个定理中的38个定理。1963年对程序进行了修改，证明了全部定理。这一工作受到了人们的高度评价，被认为是计算机模拟人的高级思维活动的一个重大成果，是人工智能的真正开端。 （2）1956年，塞缪尔利用对策论和启发式搜索技术编制出西洋跳棋程序Checkers。该程序具有自学习和自适应能力，能在下棋过程中不断积累所获得的经验，并能根据对方的走步，从许多可能的步数中选出一个较好的走法。这是模拟人类学习过程第一次卓有成效的探索。这台机器不仅在1959年击败了塞缪尔本人，而且在1962年击败了美国一个州的跳棋冠军，在世界上引起了大轰动。这是人工智能的一个重大突破。 （3）1958年，麦卡锡研制出表处理程序设计语言LISP，它不仅可以处理数据，而且可以方便的处理各种符号，成为了人工智能程序语言的重要里程碑。目前，LISP语言仍然是研究人工智能何开发智能系统的重要工具。 （4）1960年纽威尔、肖和西蒙等人通过心理学实验，发现人在解题时的思维过程大致可以分为3个阶段：1。首先想出大致的解题计划；2。根据记忆中的公理、定理和解题规划、按计划实施解题过程；3.在实施解题过程中，不断进行方法和目标分析，修改计划。这是一个具有普遍意义的思维活动过程，其中主要是方法和目的的分析。（也就是人们在求解数学问题通常使用试凑的办法进行的试凑是不一定列出所有的可能性，而是用逻辑推理来迅速缩小搜索范围的办法进行的），基于这一发现，他们研制了“通用问题求解程序GPS”，用
浅析人工智能的现状及发展趋势
龙源期刊网 https://www.360docs.net/doc/648406828.html, 浅析人工智能的现状及发展趋势 作者：范胜廷陈华 来源：《新教育时代·教师版》2017年第41期 摘要：人工智能是现代社会所独有的一门新兴技术科学，主要是研究、研发用于模拟、 扩展、延伸人的智能的方法、理论、技术以及应用系统。近年来，随着信息技术、计算机技术的迅速发展，人类在人工智能方面取得了一定的研究成果。本篇论文中，笔者主要对人工智能的现状进行了分析，并探讨了人工智能的发展趋势，以供参考。 关键词：人工智能现状发展趋势 人工智能科学技术归属于计算机科学，是其中的一个重要分支，人工智能领域的研究主要包括图像识别、语言识别、机器人、专家系统以及自然语言处理等。自诞生以来，人工智能理论和技术逐渐发展成熟，在社会、科技、文化、经济等领域中发挥着越来越重要的作用。 一、人工智能的现状 人工智能主要是通过研究智能的实质，企图以此为根据，开发出能够以类似于人类智能方式做出反应的智能机器。人工智能的进步，不仅可以替代脑力劳动，还可以替代某些脑力劳动职能。现阶段来说，电子仪器、机器人、电脑等诸多具有某一智能行为的机器不断涌现，这些人工智能设备可以自拟人的精神活动，同时也致力于在一些方面做出优化与改善，最终使其具备超人的功能，来帮助人类开展危险系数较高、较为复杂的工作[1]。与此同时，一些可以代 替人类劳动、用于工业生产的机器人得到了研发，这些机器人的实际应用，可以使人类的工作、生活更加高效、便利。但就目前的机器人生产技术来看，只能用于制造一些只有某一种功能的机器人，要研发人性化、多功能的机器人，还需要很长的一段时间。除此之外，还出现了一些用于商业用途的人工智能产物，如单位内部的决策支持系统、客户信息系统以及常见的法津顾问、医学顾问等软件。在我国的日常生活中，还有诸多人工智能产物，如飞机、汽车的导航系统以及家用电器中的智能芯片、电动游戏中的人工智能程序等等。可以说，人工智能的应用范围十分广泛，在社会、科技、文化、经济及人们日常生活中均得到了应用，由此可见，人工智能有着良好的发展前景与广阔的发展空间。 二、人工智能发展过程中面临的问题 现阶段，随着信息技术、计算机技术的迅速发展，人类在人工智能方面取得了一定的研究成果，诸多人工智能产物已经投入实际应用，并为方便人类的工作、生活提供了良好的帮助。但是，任何一种技术都是有利有弊的，人工智能也不例外，超智能概念的提出，让人们对智能机器产生了质疑与忧虑[2]。正如电影情节中一样，随着人工智能的高速发展，未来是否会有 一天人类世界被智能机器所统治，这是摆在人类面前的一个重要问题。然而，若是因为害怕人工智能产物的负面影响，而采取抑制人工智能的发展的这一措施，却是万万不可取的。面对风
我国人工智能发展历程及未来战略思路与重点教学文案
我国人工智能发展历程及未来战略思路与重点人工智能作为一种通用目的技术（GPT），是当前科技创新和推动产业升级转型的焦点。人工智能的发展及其在各个领域的应用，将会显著改变几乎所有行业原来发展的路径，不断催生新的业态和新的商业模式，形成新的发展空间，同时也为我国促进科技创新、提升国家竞争优势甚至赶超发达国家带来了新的机遇。 国内人工智能发展历程 在人工智能所带来的新赛场上，无论是从理论研究、技术研发方面，还是从产业基础方面来看，应该说我国的研究积累与发达国家相比差距不大。早在上世纪70年代后期，吴文俊就凭借几何定理的机器证明成果，成为国际自动推理界的领军人物，他所开创的数学机械化也在国际上被誉为"吴方法"。在人际对弈方面，浪潮天梭在2006年8月以3胜5平2负击败柳大华等5位中国象棋大师组成的联盟。近些年来，我国人工智能领域有取得了飞速发展。科大讯飞语音识别技术已经处于国际领先地位，其语音识别和理解的准确率均达到了世界第一，自2006年首次参加国际权威的BlizzardChallenge大赛以来，一直保持冠军地位。百度推出了度秘和自动驾驶汽车。腾讯推出了机器人记者Dreamwriter和图像识别产品腾讯优图。阿里巴巴推出了人工智能平台DTPAI和机器人客服平台。清华大学研发成功的人脸识别系统以及智能问答技术都已经获得了应用。中科院自动化所研发成功了"寒武纪"芯片并建成了类脑智能研究平台。华为也推出了MoKA 人工智能系统。 政府重视发展人工智能 我国一直政府也一直重视人工智能的发展。尤其是2015年将人工智能作为国家"互联网＋"战略中十一个具体行动之一，提出要"加快人工智能核心技术突破，培育发展人工智能新兴产业，推进智能产品创新，提升终端产品智能化水平"。2016年中，国家发改委、科技部、工信部、中央网信办联合发布了《"互联网＋"人工智能三年行动实施方案》，这是我国首次单独为人工智能发展提出具体的策略方案，也是对去年发布的"互联网＋"战略中人工智能部分内容的具体落实。该行动方案提出了三大方向共九大工程，系统地提出了我国在2016至2018年间推动人工智能发展的具体思路和内容，目的在于充分发挥人工智能技术创新的引领作用，支撑各行业领域"互联网＋"创业创新，培育经济发展新动能。这不仅在
浅谈人工智能的发展历程及瓶颈
透视 Hot-Point Perspective D I G I T C W 热点 124DIGITCW 2019.06 人工智能是计算机科学的一个分支。它是一门新的技术科学，研究和开发用于模拟，扩展和扩展人类智能的理论，方法，技术和应用系统。[2]它试图理解智能的本质，并制造出一种新的智能机器，这种机器能以类似于人类智能的方式作出反应。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。人工智能这一概念从1956年正式提出至今定义不断完善，开发方式日渐丰富，也遇到了诸多限制瓶颈。 1 人工智能的产生和发展 1.1 萌芽阶段 在1950年发表的一篇著名论文“计算机器与智能”中，数学家阿兰?图灵详细讨论了“机器是否有智能？”的问题，并提出“机器可以同我们一样，拥有智能的想法”这一理念。1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。[3]1.2 成长阶段 20世纪80年代，人工智能研究进入了一个发展阶段。1984年提出建立专家控制系统的新概念，也就是说，一个智能化的计算机程序系统，包含了一定领域的专家的大量知识和经验，能够利用人类专家的知识和解决问题的经验来处理这个领域的高层次问题。同时，随着人工智能的发展，人工神经网络的研究也掀起了新的热潮，模糊理论等分支的研究也开始迅速展开。这说明智能控制已从研究开发阶段向应用阶段转变。1.3 快速发展阶段 20世纪80年代后期，人工智能开始发展为多种技术和方法，人工智能进入快速发展阶段。学科交叉快速推动着人工智能的发展。其涉及哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论。研究范畴包括自然语言处理，智能搜索，机器学习等多个方面。 2 研究方法 2.1 大脑模拟 人工智能的中心理论，就是认为所有人类思维都可抽象成计算过程，甚至于人脑也只不过是某种精密的机器。基于这种理论，人类完全可以创造出足够大且运算速度更快的计算机，安装足够复杂且功能齐全的软件，人类便有望实现复制人脑这一设想。2.2 符号处理 了解人类最初是如何掌握这些能力的，借此来试图创造出拥有这些本领的机器。将人类智能简化成简单的符号处理。在20世纪60年代，符号方法在模拟小型证明程序的先进思维方面取得了很大的成就。20世纪60年代和70年代的研究人员相信，象 征性的方法最终可以成功地创造出具有强大人工智能的机器，这也是他们的目标。但由于涉及知识过于广泛，许多简单的人工智能软件可能需要大量的知识。2.3 增强式学习 出于机器计算可进行大量重复枚举的特点，目前热门的研究方法即让机器人通过极端的试验和错误来指引自己的世界，甚至创造自己的语言。这种方法不仅可以使机器人学会说话，还可以了解语言本身并创建语言本身。正如人类最初创造语言一样，机器人可能会迎来一个新的时代。但同时因可能出现不可控局面，又引出诸如机器伦理等新问题。 3 开发瓶颈 3.1 对大脑的认知有限 目前类脑智能研发的核心难点是我们对脑的结构和功能原理了解还很不够。人的大脑皮层中有数百亿个神经元，每个神经元由几个到数万个分支组成，形成一个大而精细的神经网络。这个网络的电路图非常复杂，有许多不同类型的神经元和突触连接。用现有的技术真正绘制出完整的电路图需要大量的工作。[1] 生物学领域上对人类大脑认知的局限也就使“仿制人脑”、“复制人类生命体”此类想法很难实现。3.2 脑和躯体的配合难以实现 诸如走钢丝，骑自行车此类的人类活动，是人类通过大量练习以形成肌肉记忆，学习出的一种脑和躯体的配合方式。人类通过视觉，思考，行走和交流在大脑综合后都会变成自然行为，这些人类活动是很难用某一公式计算出的内容，也是想要发展出类人智能的最大难点之一。3.3 无情感是非判断 目前人工智能还无法识别人类情感，这是人工智能发展的又一难题。如街道智能监控系统无法辨析是真正聚众闹事还是仅仅嬉笑打闹。一个人贩子当街掳走孩子，如果是此时正盯着屏幕的公安人员，会一眼侦破，但若是智能图像识别的人工智能，这个孩子或许没那么好运。 4 结束语 人工智能发展至今，涉及领域广，开发手段不断丰富，已有多种智能产品便利生活，同时也浮现出一系列开发瓶颈及道德领域问题，还需人类在不断开发创新中探索、完善。参考文献 [1] 翟冬冬.类脑智能：让机器像人一样思考[N].科技日报，2018-05-14.[2] 尼克.人工智能简史[M].北京：人民邮电出版社.2017-11. [3] 俞灵琦，杨凯.人工智能VS 人脑智慧[J].华东科技，2017，（7）：23-31+22. 浅谈人工智能的发展历程及瓶颈 韩 阳，孙佳泽，王昊天 （河北农业大学信息科学与技术学院，保定 071001） 摘要：1956年美国达特莫斯会议提出了”人工智能”概念，至今已有60多年的历史。在不断探索中，多学科交叉使其不断焕发新活力，已有多种产品便及生活并成为多个行业的新风口。本文简要概述了人工智能领域六十多年来的发展历程，总结了现阶段主要的研究方法及各自的优缺点，简单分析了目前发展该领域遇到的瓶颈，并提出了新的展望和思考。 关键词：人工智能；发展历程；机器学习doi ：10.3969/J.ISSN.1672-7274.2019.06.097中图分类号：TP389.1 文献标示码：A 文章编码：1672-7274（2019）06-0124-01