人工智能发展综述_田金萍
人工智能研究综述
人工智能研究综述一、发展历程人工智能的概念最早可以追溯到20世纪50年代，当时人们开始将机器视为能够执行人类智力活动的工具。
随着计算机技术的进步，人工智能开始逐渐成为学术界和工业界的研究热点。
在上世纪70年代，专家系统开始引起人们的关注，它是一种利用人类专家的知识和经验来模拟人类决策过程的技术。
随后，机器学习技术的发展为人工智能的研究和应用提供了新的思路和方法。
近年来，深度学习技术的突破使得人工智能在语音识别、图像识别、自然语言处理等领域取得了显著的成果。
二、主要技术在人工智能研究中，技术的发展是推动领域进步的关键。
下面我们将简要介绍几种主要的人工智能技术。
1. 机器学习机器学习是人工智能领域的核心技术之一，它通过训练计算机程序从数据中学习模式和规律，然后利用这些模式和规律来做出预测或决策。
机器学习可以分为监督学习、无监督学习和强化学习等不同类型，每种类型都有其适用的场景和算法。
2. 深度学习深度学习是机器学习的一种特殊形式，它模拟人类神经网络的结构和工作原理，利用多个层次的神经元进行特征学习和模式识别。
深度学习在图像识别、语音识别和自然语言处理等领域取得了显著的成果，被认为是当前人工智能研究的重要方向之一。
3. 自然语言处理自然语言处理是人工智能领域的一个重要分支，它涉及计算机对自然语言的处理和理解。
近年来，随着深度学习技术的发展，自然语言处理取得了显著的进展，如机器翻译、情感分析、文本生成等技术已经在商业应用中得到了广泛的应用。
4. 强化学习强化学习是一种通过试错的方式来学习最优决策策略的方法，它被广泛应用于机器人控制、游戏策略等领域。
强化学习的理论和算法已经取得了许多重要成果，为人工智能在复杂环境下的决策和控制提供了新的思路和方法。
三、应用领域人工智能技术在许多领域都取得了令人瞩目的成就，下面我们将介绍一些主要的应用领域。
1. 金融在金融领域，人工智能技术被广泛应用于风险管理、交易预测、信用评估等方面。
人工智能研究综述
人工智能研究综述1. 人工智能的发展历史人工智能的理念可以追溯到古希腊时期，但是真正的人工智能技术发展起来是在20世纪。
1956年，达特茅斯会议上，人工智能正式成为一个独立的研究领域。
20世纪60年代，人工智能取得了一些初步成果，包括通用问题求解、游戏、语言理解等方面。
70年代末，由于技术遇到了瓶颈，人工智能进入了第一个低谷期。
80年代末，随着计算机技术和算法的发展，人工智能进入了第二个兴盛期，取得了一系列新的成果。
90年代以来，随着互联网的发展和计算能力的不断提升，人工智能得到了更大的发展，并开始在生产、服务等实际应用场景中得到推广。
2. 人工智能的研究方法人工智能的研究方法主要包括了符号主义方法、连接主义方法和演化主义方法三种。
符号主义方法是指通过对问题空间进行搜索和规划来实现人工智能，其中的主要代表是专家系统。
连接主义方法是指通过模拟大脑神经网络的方式来实现人工智能，其中的主要代表是机器学习。
演化主义方法是指通过模拟自然选择的方式来实现人工智能，其中的主要代表是遗传算法。
3. 人工智能的应用领域人工智能的应用领域非常广泛，包括但不限于以下几个方面：- 机器学习：通过训练机器学习模型，实现自动化的预测和决策，被广泛应用于金融、医疗、电商等领域。
- 自然语言处理：通过对自然语言进行分析和理解，实现机器翻译、文本生成、语音识别等功能，被广泛应用于智能客服、智能助手等场景。
- 计算机视觉：通过对图像和视频进行分析和理解，实现人脸识别、物体识别、行为检测等功能，被广泛应用于监控、安防、智能交通等领域。
- 机器人技术：通过将人工智能技术应用于机器人，实现自主导航、自主操作等功能，被广泛应用于制造业、物流等领域。
4. 人工智能的挑战和未来发展人工智能的发展虽然取得了很大的进步，但是仍然面临一些挑战，包括但不限于以下几个方面：- 数据隐私安全：随着人工智能技术的应用范围不断扩大，对用户数据的隐私安全保护成为了一个严峻的挑战。
人工智能的发展与应用综述
人工智能的发展与应用综述人工智能的发展与应用综述一、引言随着科技的不断进步和人类知识的积累，人工智能作为一项重要的技术研究和应用领域已经取得了长足的发展。
人工智能，即Artificial Intelligence（），是在计算机科学领域中研究、开发和应用用于模拟、延伸和扩展人的智能的理论、方法、技术和应用系统的一门新兴科学。
本文将对人工智能的发展与应用进行综述。
将从发展历程、技术应用和未来前景三个角度系统地阐述人工智能的现状和未来趋势。
二、人工智能发展历程人工智能的发展可以追溯到上个世纪50年代。
当时，科学家们开始探索如何使机器具备模拟人的智能能力。
随着计算机技术的迅速发展，人工智能领域的研究逐渐扩展和深入。
在人工智能的早期阶段，主要聚焦于专家系统、机器学习和自然语言处理等方面的研究。
专家系统是一种基于知识库和推理机制来解决特定问题的人工智能技术，它能够模拟人类专家的决策过程。
而机器学习是指机器能够从数据中学习并自动改进性能的能力。
自然语言处理则是指计算机对人类自然语言进行理解和处理的技术。
进入21世纪，随着云计算、大数据和深度学习等技术的兴起，人工智能进入了一个新的发展阶段。
大数据的产生为机器学习和深度学习提供了丰富的数据源，使得人工智能技术的研究和应用得以迅速发展。
同时，云计算的出现为人工智能技术的高效运算和存储提供了支持。
三、人工智能的技术应用人工智能技术的应用日益广泛，涉及到各个领域。
以下将从医疗健康、金融、交通、制造业和教育等方面介绍人工智能技术的应用情况。
1. 医疗健康领域人工智能在医疗健康领域的应用非常丰富，包括辅助诊断、智能护理、药物研发和精准医学等方面。
例如，通过人工智能的图像识别技术可以辅助医生进行医学影像的解读，提供诊断建议。
智能护理方面，人工智能可以实现智能监控、个性化健康管理和智能康复等功能。
2. 金融领域人工智能在金融领域的应用主要包括风险控制、反欺诈、投资决策和智能客服等方面。
人工智能新技术发展综述报告范文
人工智能新技术发展综述报告范文一、自然语言处理技术的突破自然语言处理（NLP）技术一直是人工智能领域的研究热点之一。
近年来，随着深度学习算法的快速发展，自然语言处理技术取得了巨大的突破。
2018年，谷歌发布了BERT模型，该模型在多项NLP任务中取得了state-of-the-art的表现，大大提升了文本理解和语言生成的能力。
GPT-3模型更是在语言生成方面达到了前所未有的水平，展现出了惊人的创造力和表达能力。
二、计算机视觉技术的深度发展计算机视觉技术在人工智能领域的应用也取得了长足的进步。
随着卷积神经网络（CNN）的不断优化和改进，计算机视觉算法在图像识别、物体检测、图像生成等方面取得了显著成果。
深度学习模型如YOLO、Mask R-CNN等在目标检测和图像分割领域表现出色，推动了计算机视觉技术的发展。
三、强化学习技术的新应用强化学习作为人工智能的重要分支，近年来也取得了许多突破性的进展，在游戏、机器人控制、自动驾驶等领域都有了广泛的应用。
以AlphaGo为代表的基于强化学习的人工智能系统成功击败了多名国际围棋高手，引起了全球范围内的热烈讨论。
强化学习在自动驾驶领域也取得了重大突破，许多公司都在积极探索基于强化学习的自动驾驶技术。
四、应用领域的拓展与融合人工智能技术的应用领域也在不断拓展和融合，涉及医疗、金融、农业、制造等多个行业。
在医疗领域，人工智能技术已经被成功应用于疾病诊断、药物研发、健康管理等方面；在金融领域，人工智能技术被用于风险预测、欺诈检测、交易智能等方面。
这些领域的拓展与融合为人工智能技术的发展提供了更广阔的空间。
五、未来发展趋势展望随着人工智能技术的不断进步，未来的发展方向将更加注重人工智能与其他领域的融合，例如人工智能与物联网、生物医学、无人机等领域的结合将会成为未来的研究热点。
人工智能技术的发展还将更加注重对技术伦理、安全和隐私保护的关注，建立人工智能技术的良性发展框架，为人工智能技术的未来发展打下良好的基础。
国内先进人工智能技术的综述
国内先进人工智能技术的综述随着时代的发展，人工智能技术逐渐进入人们的生活。
在各行各业中，人工智能技术都发挥着巨大的作用。
在国内，人工智能技术也得到了快速发展，反映在一系列行业和领域。
1、医疗领域医疗领域是人工智能应用比较广泛的领域之一。
通过将医学知识与人工智能技术结合，可以改善医患沟通，提高诊断准确率。
目前已经出现了一些基于人工智能的医疗诊断软件，通过运用大数据和深度学习等技术，可以快速、准确地辅助开展医疗诊断。
2、金融领域金融领域也是人工智能技术应用比较广泛的领域之一。
通过大数据分析，人工智能技术可以快速发现与金融领域相关的机会和风险。
此外，人工智能还可以快速处理金融交易数据，从而提高金融交易效率，降低交易成本。
3、智能家居智能家居也是人工智能技术应用比较广泛的领域之一。
通过运用语音识别技术和智能控制技术等，人工智能技术可以让家居设备更加智能化，更加符合人们的生活习惯和需求。
4、交通运输交通运输是人工智能技术应用较为广泛的领域之一。
通过运用人工智能技术，可以提高交通运输的安全性、效率和便捷性。
例如，在交通信号灯控制方面，通过运用人工智能技术，可以自动优化红绿灯配时，从而缓解交通拥堵。
5、智能制造智能制造是人工智能技术应用非常广泛的领域之一。
通过将人工智能技术应用于制造流程中，可以提高生产效率，缩短生产周期，降低生产成本。
以上是国内一些先进的人工智能技术的综述，这些先进的技术都在各自的领域中发挥了重要的作用。
当然，人工智能技术的发展还有很多挑战，例如人工智能技术的安全性和责任问题等。
未来，我们还需要在人工智能技术的发展中找到平衡点，做好技术和发展的正确引领，让人工智能技术更好地造福人类。
人工智能综述论文
人工智能综述论文自2016年3月AlphaGo战胜世界围棋冠军李世石，人工智能也越来越成为社会关注的焦点，伴随着人工智能应用的普及以及各界人士对人工智能未来的猜测，进而引发的人工智能威胁论也被社会各界人士所讨论。
以下是店铺整理分享的人工智能综述论文的相关资料，欢迎阅读!人工智能综述论文篇一摘要：自2016年3月AlphaGo战胜世界围棋冠军李世石，人工智能也越来越成为社会关注的焦点，伴随着人工智能应用的普及以及各界人士对人工智能未来的猜测，进而引发的人工智能威胁论也被社会各界人士所讨论。
该文首先介绍了人工智能的发展历程，继而剖析了人工智能的核心部分情感计算机制以及其与人类的关系进行了分析，接着介绍了目前常用的机器学习部分相关理论，最后分析了对人工智能的思考这五个方面进行了总结综述。
关键词：人工智能机器学习情感识别中图分类号：TP18 文献标识码：A 文章编号：1674-098X(2016)06(a)-0077-02人工智能是一门涵盖多学科知识，而又被当今社会广泛应用于多领域，给人带来便捷、高效的同时，又让业界为其担心的交叉学科知识的综合产物。
随着各种智能机器人开始服务于各大领域，有超强力量的机械手臂，高效解决问题的专家系统，公众日常可接触到的可穿戴智能设备，从智能手机到各类功能的3D打印技术，从谷歌眼镜到全息投影，各类机器设备如雨后春笋不断涌出。
1 人工智能的发展“人工智能”简称AI，是集心理认知，机器学习，情感识别，人机交互以及数据保存、决策等于一身的多学科技术。
其最早被提出是由McCarthy在20世纪中叶的达特茅斯会议上，这也成为人工智能正式诞生的标志。
在人工智能经历两个低谷后的最近一个阶段，从1993年开始，人工智能其实取得了一些里程碑似的成果。
比如在1997年，国际象棋冠军卡斯帕罗夫被深蓝战胜;英国皇家学会举行的“2014图灵测试”中“尤金・古斯特曼”第一次“通过”图灵测试，而这一天恰为计算机科学之父阿兰・图灵(Alan Turing)逝世60周年纪念日。
人工智能前景发展现状论文
人工智能前景发展现状论文人工智能（Artificial Intelligence, AI）作为当今科技发展的前沿领域，其前景发展和现状已成为全球关注的焦点。
本文将从人工智能的发展历程、当前技术现状、应用领域、面临的挑战以及未来的发展趋势等方面进行探讨。
一、人工智能的发展历程人工智能的概念最早可以追溯到20世纪40年代，但直到1956年的达特茅斯会议，AI才被正式定义为一门学科。
自那时起，人工智能经历了几次重要的发展阶段。
在20世纪70年代，由于计算能力的限制和资金的缺乏，AI经历了第一次寒冬。
然而，随着计算机技术的发展，特别是在数据存储和处理能力上的突破，AI在80年代末到90年代初迎来了第二次春天。
进入21世纪，随着大数据、云计算和深度学习等技术的兴起，人工智能迎来了第三次发展高潮，其应用范围和影响力不断扩大。
二、当前技术现状目前，人工智能技术已经取得了显著的进展，特别是在机器学习、自然语言处理、计算机视觉和机器人技术等领域。
深度学习作为一种强大的机器学习技术，通过模拟人脑神经网络的结构，已经在图像识别、语音识别和自然语言理解等方面取得了突破性进展。
此外，随着算法的优化和硬件的升级，人工智能的处理速度和准确性也在不断提高。
三、应用领域人工智能的应用已经渗透到社会的各个领域。
在医疗领域，AI可以帮助医生进行疾病诊断和治疗计划的制定；在金融领域，AI可以用于风险评估和欺诈检测；在交通领域，自动驾驶技术正在逐步实现商业化；在教育领域，个性化学习推荐系统可以根据学生的学习情况提供定制化的学习资源。
除此之外，人工智能还在零售、制造业、农业等多个领域发挥着重要作用。
四、面临的挑战尽管人工智能技术取得了巨大的成功，但它仍然面临着一些挑战。
首先是技术本身的局限性，例如在理解复杂情境和进行创造性思维方面，AI仍然无法与人类相比。
其次是伦理和法律问题，如数据隐私、算法偏见和机器责任等。
此外，人工智能的发展也引发了就业问题，自动化可能会取代某些工作岗位，导致失业问题。
人工智能综述
上实现人 的智 能，或 者说是人 们使计算机 具有类似于人 的
智能 。
石标本及 地质勘探数据对矿产 资源进行 估计和预测 ，能对 矿床 分布 、 藏量 、 储 开采价值 等进行 推 断， 定合 理 的开采 制 方案 ， 成功地 找到了超亿 美元 的钼矿 ， 显示 出较高的水平 。 专家 系统的成功 ， 充分表明知识是 智能的基础 ， 工智 人
专 家 的 水 平 和 超 人 的 能 力 。 样 虽 然 也 获 得 一 定 成 果 ， 问 这 但
用、 获取等研究 都取 得较 大的进展 。因而， 工智能 的研 究 人
已解 决 了许 多 理 论 和 技 术 上 的 问 题 。
题 也跟 着出现了，例如机 器翻译 当时人们往往 认为只要用
Ｋｅ ｗｏ ｄ Ａｒｉ ｃａ ｎｅｌｇ ｎ ｅ ｙ ｒ： ｔ ｉｌＩ ｔｌ ｅ ｃ ｉ ｆ ｉ
Ｃｏ ｕｅ ｍｐ ｔｒ
Ｋｎ ｗｅ ｇ ｏ ｌｄ ｅ
１计算 机 与智 能
熟 知 的 棋 王 卡 斯 帕 罗 夫 与 ＩＭ 公 司 的 “ 蓝 ”计 算 机 Ｂ 深
样 的困难 。 时， 这 本来对人工智能抱怀疑态度 的人提 出诸 多 苛刻 的指责 ， 工智能的研 究一度进入 了低潮 。 人 然而人 们继续探索 ，认识 到人的智 能表 现在人 能学 习 知识 ， 了知识 ， 了解、 有 能 运用 已有 的知识。 智能 的核心是 思
关 键 词 ： 人工智能 中图分类号 ： Ｔ １ Ｐ８
计算机 知识 文献标识码 ： Ａ 文章编号 ：０ ２ ２ ２ ２ １ ０ － ０ ３ ０ １０ — ４ ２（ ０ ０） ２ ００ — ２
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
其中的、人们事先不知道的、但又是潜在有用的信
模式识别就是通过计算机用数学技术方法来研
息和知识的过程。数据挖掘和知识发现的研究目前 究模式的自动处理和判读。这里， 我们把环境与客体
已经形成了三根强大的技术支柱： 数据库、人工智 统称为“模式”， 随着计算机技术的发展，人类有可
能和数理统计。主要研究内容包括基础理论、发现 能研究复杂的信息处理过程。用计算机实现模式
够进行不同语言之间的翻译，而这些功能的实现又 种智能化的计算， 处理的是符号。符号可以代表整
依赖于知识表示方法的研究。因此，智能接口技术 数、有理数、实数和复数，也可以代表多项式，函数，
的研究既有巨大的应用价值，又有基础的理论意义。 集合等。随着计算机的普及和人工智能的发展， 相继
目前，智能接口技术已经取得了显著成果，文字识 出现了多种功能齐全的计算机代数系统软件， 其中
科技广场 ２００７．１
人工智能发展综述
ｔｈｅ Ｄｅｖｅｌａｐｍｅｎｔ ｏｆ ＡＩ
田金萍 Ｔｉａｎ Ｊｉｎｐｉｎｇ （鲁东大学计算机科学与技术学院， 烟台 ２６４０２５） （Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｄｏｇｙ， Ｌｕｄａｎｇ Ｕｎｉｖｅｒｓｉｔｙ， Ｙａｎｔａｉ
算法、数据仓库、可视化技术、定性定量互换模型、 （文字、声音、人物、物体等）的自动识别，是开发
知识表示方法、发现知识的维护和再利用、半结构 智能机器的一个最关键的突破口，也为人类认识自
化和非结构化数据中的知识发现以及网上数据挖掘 身智能提供线索。计算机识别的显著特点是速度快、
等。
准确性和效率高。识别过程与人类的学习过程相似。
别、语音识别、语音合成、图像识别、机器翻译以 Ｍａｔｈｅｍａｔｉｃａ 和 Ｍａｐｌｅ 是它们的代表，由于它们都是
及自然语言理解等技术已经开始实用化。
用 Ｃ 语言写成的， 所以可以在绝大多数计算机上使
（２） 数据挖掘就是从大量的、不完全的、有噪 用。
声的、模糊的、随机的实际应用数据中提取隐含在
（２）模式识别
２３０
１９８７ 年，美国召开第一次神经网络国际会议，宣 他主体通信，通过规划达到目标。多主体系统主要
告了这一新学科的诞生。此后，各国在神经网络方
研究在逻辑上或物理上分离的多个主体之间进行协
人
面的投资逐渐增加，神经网络迅速发展起来。
调智能行为，最终实现问题求解。多主体系统试图 工
第五阶段： ９０ 年代，人工智能出现新的研究高 潮
（３）专家系统 专家系统是一种模拟人类专家解决某些领域问 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 １ ０ 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。 （４）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。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 ２０００”，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。 ５ 未来发展 技术的发展总是超乎人们的想象，要准确地预 测人工智能的未来是不可能的。但是，从目前的一
（３）主体系统是具有信念、愿望、意图、能力、
以“语音识别”为例： 语音识别就是让计算机
选择、承诺等心智状态的实体，比对象的粒度更大， 能听懂人说的话，一个重要的例子就是七国语言
智能性更高，而且具有一定自主性。主体试图自治 （英、日、意、韩、法、德、中）口语自动翻译系统。
地、独立地完成任务，而且可以和环境交互，与其 该系统实现后，人们出国预定旅馆、购买机票、在
计算机硬件突飞猛进的发展。随着计算机速度的不 本文就符号计算、模式识别、专家系统、机器翻译
断提高、存储容量的不断扩大、价格的不断降低以 等方面的应用作简单介绍，籍此使读者对我们身边
及网络技术的不断发展，许多原来无法完成的工作 的人工智能应用有一个感性的认识。
现在已经能够实现。目前人工智能研究的三个热点
人工智能一直处于计算机技术的前沿，人工智 能研究的理论和发现在很大程度上将决定计算机技 术的发展方向。今天，已经有很多人工智能研究的 成果进入人们的日常生活。将来，人工智能技术的 发展将会给人们的生活、工作和教育等带来更大的 影响。
今后，基础研究的比例应该适当提高，同时人 工智能研究一定要与应用需求相结合。科学研究讲 创新，而创新必须接受应用和市场的检验。因此，我 们不仅要善于找到解决问题的答案，更重要的是要 发现最迫切需要解决的问题和最迫切需要满足的市 场需求。
ｃｕｒｒｅｎｔ ｒｅｓｅａｒｃｈ ｈｏｔ ｓｐｏｔ ａｎｄ ｐｒａｃｔｉｃａｌａｐｐｌｉｃａｔｉｏｎ ａｓ ｗｅｌｌ ａｓ ｆｕｔｕｒｅ ｄｅｖｅｌｏｐｍｅｎｔ ｔｅｎｄｅｎｃｙ
Ｋｅｙｗｏｒｄｓ： Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ
１ 什么是人工智能 人工智能领域的研究是从 １９５６ 年正式开始的，
２６４０２５）
摘 要：概要的阐述了人工智能的概念、发展历史、当前研究热点和实际应用以及未来的发展趋势
关键词： 人工智能
中图分类号：ＴＰ３０２．７
文献标识码：Ａ
文章编号：１６７１－４７９２－（２００７）１－０１３２－０２
Ａｂｓｔｒａｃｔ： Ｔｈｉｓ ａｒｔｉｃｌｅ ｏｕｔｌｉｎｅ ｅｌａｂｏｒａｔｉｏｎ ａｒｔｉｆｉｃｉａｌ ｉｎｔｅｌｌｉｇｅｎｃｅ ｃｏｎｃｅｐｔ，ｄｅｖｅｌｏｐｍｅｎｔ ｈｉｓｔｏｒｙ，
些前瞻性研究可以看出未来人工智能可能会向以下 几个方面发展： 模糊处理、并行化、神经网络和机 器情感。
目前，人工智能的推理功能已获突破，学习及 联想功能正在研究之中，下一步就是模仿人类右脑 的模糊处理功能和整个大脑的并行化处理功能。人 工神经网络是未来人工智能应用的新领域，未来智 能计算机的构成，可能就是作为主机的冯·诺依曼 型机与作为智能外围的人工神经网络的结合。研究 表明： 情感是智能的一部分，而不是与智能相分离 的，因此人工智能领域的下一个突破可能在于赋予 计算机情感能力。情感能力对于计算机与人的自然 交往至关重要。 ６ 结束语
标的分布式问题求解，而且研究多个智能主体的多 习以及多主体系统应用等方面。
目标问题求解，将人工智能更面向实用。另外，由 ４ 实际应用
于 Ｈｏｐｆｉｅｌｄ 多层神经网络模型的提出，使人工神经
人工智能是在计算机科学、控制论、信息论、心
网络研究与应用出现了欣欣向荣的景象。人工智能 理学、语言学等多种学科相互渗透的基础发展起来
２３１
科技广场 ２００７．１
餐馆对话和兑换外币时，只要利用电话网络和国际 互联网，就可用手机、电话等与“老外”通话。
指纹是人体的一个重要特征，具有唯一性。北 京大学有关专家对数字图像的离散几何性质进行了 深入研究，建立了从指纹灰度图像精确计算纹线局 部方向、进而提取指纹特征信息的理论与算法，随 后研究成功了适于民用身份鉴定的全自动指纹鉴定 系统，以及适于公安刑事侦破的指纹鉴定系统。从 而开创了我国指纹自动识别系统应用的先河。北大 指纹自动识别系统的推出，使我国公安干警从指纹 查对的繁重人工处理中解放出来。
教育出版社，２００４． ［ ６ ］ 李陶深． 人工智能［ Ｍ ］ ． 重庆： 重庆大学出版
社，２００２．２３２（１）符号计算是： 智能接口、数据挖掘、主体及多主体系统。
计算机最主要的用途之一就是科学计算， 科学计
（１） 智能接口技术是研究如何使人们能够方便 算可分为两类： 一类是纯数值的计算，例如求函数的
自然地与计算机交流。为了实现这一目标，要求计 值， 方程的数值解， 比如天气预报、油藏模拟、航天
算机能够看懂文字、听懂语言、说话表达，甚至能 等领域； 另一类是符号计算，又称代数运算，这是一
当然，人工智能的发展也并不是一帆风顺的，人 工智能的研究经历了以下几个阶段：
第一阶段： ５０ 年代人工智能的兴起和冷落 人工智能概念首次提出后，相继出现了一批显 著的成果，如机器定理证明、跳棋程序、通用问题 ｓ 求解程序、Ｌ Ｉ Ｓ Ｐ 表处理语言等。但由于消解法推 理能力的有限，以及机器翻译等的失败，使人工智 能走入了低谷。这一阶段的特点是：重视问题求解 的方法，忽视知识重要性。 第二阶段： ６０ 年代末到 ７０ 年代，专家系统出现， 使人工智能研究出现新高潮 ＤＥＮＤＲＡＬ 化学质谱分析系统、ＭＹＣＩＮ 疾病诊断和 治疗系统、ＰＲＯＳＰＥＣＴＩＯＲ 探矿系统、Ｈｅａｒｓａｙ－ＩＩ 语 音理解系统等专家系统的研究和开发，将人工智能 引向了实用化。并且，１ ９ ６ ９ 年成立了国际人工智能 联合会议（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｉｎｔ Ｃｏｎｆｅｒｅｎｃｅｓ ｏｎ Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ 即 ＩＪＣＡＩ）。 第三阶段： ８０ 年代，随着第五代计算机的研制， 人工智能得到了很大发展 日本 １９８２ 年开始了“第五代计算机研制计划”， 即“知识信息处理计算机系统 Ｋ Ｉ Ｐ Ｓ ”，其目的是使 逻辑推理达到数值运算那么快。虽然此计划最终失 败，但它的开展形成了一股研究人工智能的热潮。 第四阶段： ８０ 年代末，神经网络飞速发展
参考文献 ［１］王文杰．人工智能原理与应用［Ｍ］．北京：人民