从意向性看人工智能的发展方向

从意向性看人工智能的发展方向
从意向性看人工智能的发展方向

第22卷,第5期 科学技术与辩证法Vo.l22 No.5 2005年10月 Science,Techno logy and D ialectics Oc.t,2005从意向性看人工智能的发展方向

毛华滨,高新民

(华中师范大学政法学院,湖北武汉430079)

摘 要:现时代的人工智能由于对人类智能的模拟停留在功能操作层面,而没有人所特有的意向状态。文章在总结现当代意向性研究成果的基础上,指出意向性理论可以为今后人工智能的发展提供新的途径和方向。

关键词:人工智能;意向性;思维模拟

中图分类号:N031 文献标识码:A 文章编号:1003-5680(2005)05-0030-04

电脑能否代替人脑 , 人类能否沦为机器的奴隶 , 人心是否永远会胜过计算机 ?这是心灵哲学家和人工智能专家争论了半个多世纪的谜题。它之所以引起人们极大的兴趣,一个原因是由于这个问题直接与 究竟什么是人、什么是心 , 人心的本质特征何在 这一类古老问题相关。更重要的原因是,过去几十年里人工智能取得了巨大成就,在很多领域开始取代人类智能,但人工智能在一些对于人类来说极为简单的工作中却屡屡失败。当下的人工智能与人类智能究竟差别在何处?人工智能能否跨越通向人类智能的鸿沟?考察当代心灵哲学对意向性问题的研究,或许可以给我们一些启示。

一 人工智能与人类智能的根本差异

人工智能自20世纪50年代初创以来,取得了许多惊人的成就,在许多方面超过了人类智能,如惊人的计算速度和记忆力、不知疲劳、不会出现粗心的错误、不受外界干扰等。1997年计算机 深蓝 以2胜1负3平的成绩打败了人类象棋冠军卡斯帕罗夫一事,更是轰动一时,震惊全人类。但是客观地看,人类智能又有人工智能不可企及的地方,如正确理解人的日常言语行为,把握图形、符号的意义,面容识别,在日常环境中决定自己该做什么,等等。甚至从本质特征上看,人工智能根本还算不上真正的智能。我们先来看一些思想实验和例子。

机器能具有人的智能吗?早在1950年著名的数理逻辑学家图林(A lan T ur i ng)就曾在一篇文章中预言, 我相信,大约再过50年,词语的运用和一般受教育的观点将会发生如此大的变化,以至于人们能够说机器思想,而不会被看作是矛盾的 。他提出了一个著名的思想实验即 图林测试 。实际上,图林测试是一种想象的游戏、 模仿游戏 。在这个游戏中,有三个参加者,一部图林机或理想的计算机放在一间房子中,并与房子外面的一部电传打字机相连接;在房子里还有一个人也是如此,图林机和这个人可以通过这台电传打字机接收到外面的信息(输入),同时也可以通过这台电传打字机向屋外输送信息(输出);在屋外还有一个人即提问者,他把问题送进那个房间。这些问题有时由那台计算机来回答,有时由那个人来回答,他(它)们都躲避那些回答不出来的问题,并且在回答问题时没有任何语音和外貌的提示。图林认为,如果一个计算装置即数字计算机能够和人一样蒙混过室外的测试者,使他难以区分答案到底是谁作出的,这就说明这个计算机和人的理智能力是没有区别的,它有 具有一个心灵 所必须的一切条件,即说明它是有智能的。这台机器能够回答这些问题说明了它也有心理状况,也有理解过程。图林的这一假设把人的心灵类比为计算机的程序。

对图林测试的最有代表性的反驳是由塞尔(J.R.Searle)构思的一个思想实验 中文屋论证 。他设想:我是一个仅仅会说母语而完全不懂中文的人,被锁在一个隔音的房间里,在房间里有许多盒子里面装了很多中文的符号即汉字(我根本就不认识它们)。另外还给了我一本英语的指导书教我怎样将一些符号和另一些符号相匹配、并且给回一组中文符号来回答通过一个小窗口送进这个房间来的那些中文符号,在

收稿日期 2005-01-17

基金项目 国家社会科学基金2004年度基金项目 意向性理论的当代发展 (04BZX042)资助

作者简介 毛华滨(1973-),男,湖北武汉人,华中师大政法学院教师,主要从事认知科学研究;

高新民(1957-),男,湖北武汉人,华中师大哲学所教授、博士生导师,主要从事心灵哲学和认知科学研究。

这种匹配的过程中我完全是根据符号的形状来判断。通过小窗口送进来的那些符号叫作问题,我送出去的那些符号叫作答案,我所有的那几盒子符号叫作数据库,那本英语的指导书叫作程序,给我问题并设计指导书的那些人叫作程序设计员,而我被称作计算机。但我对这些全然不知。我们来想象,窗外的那个人通过小窗口给我一些符号(问题),依据指导书中的规则和符号的形状,我送出去一些符号,过了一会儿,我操纵这些符号做得如此之好,以至于在窗口外的那些不认识我的人以为我是一个以中文为母语的人,其实,我对那些盒子中的汉语、外面送进来的问题、我自己送出去的答案都不懂。再假设,在这个房子中另有一位以中文为母语的人,他不以任何方式与我联系,独立地工作,那么这位懂中文的人的输入输出与我这位不懂中文的人的输入输出完全一样,无法区分,很明显,那位懂中文的人是理解了那些字、问题和答案,而我则完全不懂。实际上,我完全像一台计算机那样活动,接收问题,操纵符号,产生答案,这整个过程就是计算机程序的一次具体例示。这说明,我通过了理解中文的 图林测试 ,但是我一个中文字都不认识,完全不理解。如果我以执行理解中文的程序为基础而完全不理解中文,那么仅仅在同样的基础之上的数字计算机也完全不理解中文,因为我所做的和计算机所做的完全一样。塞尔认为,一种正确程序的具体例示,并不足以说明存在理解的心理状态。他的中文屋论证的逻辑结构是:前提(1):程序是形式的(句法的);前提(2):心灵有内容(语义学的);前提(3):句法对于理解语义来说是不够的。从这三个前提可以逻辑地得出结论:程序不是心灵。也就是说,心灵不能等同于计算机的程序,因为计算机程序纯粹是按照句法规则来定义的,而心灵则有心理内容或语义内容,它不仅仅有句法学,而且有语义学,单纯的句法本身是不足以保证心的语义内容的呈现的。

心的语义内容能关于它之外的存在或不存在的东西,而人以外的万物却不能有意识地关于什么。例如一只蚂蚁在沙滩上爬过的痕迹碰巧像丘吉尔的画像,但我们不能说这是蚂蚁在爬之前有心的 丘吉尔 内容或有意识地关于了 丘吉尔 ,其爬过的痕迹之所以像丘吉尔是根源于我们的 看 。人当然是可以画丘吉尔像的,但形成这两幅画的差别何在呢?这里至少有一个根本的差别:蚂蚁在 画像 时没有意向性,即它不能有意识地指向、关于什么;人则不同,他在画像时有意向性,即有所指的内容、关于的内容。蚂蚁的 画像 充其量只是一种派生的意向性,而人的意向性则是名副其实的、原始的、固有的意向性。

按照句法规则组织起来的计算机程序虽然和人类智能有一样的能力,甚至有些地方超过了人类智能,但是从表面上看二者间还是存在着明显的差别:人的一言一行在多数情况下都是由自我意识引导完成的,积极主动,而机器所做的每一件事情都需要人事先指定好,机械、被动。[1]导致以上差别的内在根源很多,而中文屋论证至少表明了人工智能与人类智能的一个根本差异:由于计算机停留在句法操作层面,而使它没有意向性,没有事先的所指内容。

二 人类意向性的特点、作用及其内在机制

现代意向性研究起源于布伦塔诺(F ranz Brentano)的有关理论,鉴于此,有人把当代意向性问题称之为 布伦塔诺问题 。他从世界观的高度指出,世界上的现象可划分为物理现象和心理现象,但两者的根本区别不是前人所说的是否有广延、是否能思维等,而是有无意向性。[2]他说: 我们可以这样给心理现象下定义,即心理现象是那种在自身中以意向的方式涉及到对象的现象。 [3]依照布伦塔诺的观点,物理现象只涉及物理对象本身,而心理现象包括了心理主体和它指向的外部对象的方式。意向性则反映了这种内外联系的特性。意向性最鲜明的特点是指向性。但是心理现象为什么具有他物所不具有的意向性呢?这是布伦塔诺以及后来许多思想家百思不得其解的难题。

近年来,心灵哲学和神经科学的某些研究表明:

1.人的心理能够直接思维、加工的是心灵语言,而不是自然语言,因为后者有形体、声音等物质载体,它们不能进入心灵为之直接加工。人类的心灵能理解、运用语言,语言则至少包括了句法和语义两个层面。由此可见,自然语言的语义学不适合解释心灵语言的语义性,自然语言的意义根源于心理的意向性,而意向性又根源于心理语言的语义性。福多(J.A.Fodo r)说: 关于心理的表征理论的战略就是主张:心理状态的意向属性根源于心理表征的语义属性 [4],后者才是心理状态不可还原的属性。换言之,福多认为意向性不是最基本的,不是不可还原的,不是最终的决定因素,因为还有决定它、比它更基本的东西,那就是思维语言(心灵语言)的语义性。心理内容总是关于它之外的存在或不存在的东西,即它涉及到 关于性 (abou t ness)。为什么只有人有关于性?人的物理系统怎么可能具有关于性特征?

根据关于心灵的表征理论和计算理论,心理状态就是命题态度,而命题态度是有机体与心理表征或心灵语言的心理语句的关系,因此有命题态度、有表征也就有心理语句。而心理语句有句法和语义两种属性,它的语义属性与自然语言的句子一样也有意义、所指和真值条件。因此,关于性又根源于心灵语言的语义性,人有语义属性的真值理论知识

碰到一个符号,能把它与有关的对象关联起来,即人有这样的知识: S是P 为真,当且仅当S是P。比如: 雪是白的 为真,当且仅当雪是白的。

2.人工智能在博弈、数学定理证明、医学法律专家咨询、代替人类完成各种复杂作业等方面,取得了较大的成功,却在对人类来说是十分简单的任务方面又显得很笨拙,如:正确理解人的日常言语行为,把握图形、符号的意义等等。人工智能出现这样的问题并不奇怪,因为计算机只是形式句法的演算,0和1再怎么组合排列,还是没办法使它产生我们看到 马 这个字时,所浮现的马的形象和了解 马 的意义。人所具有的意向性在其活动中表现为指向活动,指向的过程是一个选择过程,也是一个组织过程,通过确定对象,并完成赋意的任务,意义是意向活动的结果。从这一点上看,意向性还根源于人有民间心理学(Fo l k P sycho l ogy,以下简称

FP),有解释理论。

FP是比照民间医药学、民间物理学而创立的一个新的概念,1981年丹尼特(D.D ennett)在 三类意向心理学 中创造了这个术语,指的是普遍大众所具有的依据信念、愿望等命题态度解释、预测行为的心理资源。它潜藏于每个正常人的心理结构之中,显现于对行为的解释、预测实践中。但要特别注意:FP不是心理学的分支,也不是写于书本、为专家们所坚持、讲授的学说,而是自发流传于大众之中的、用命题态度解释和预测行为的常识,因此也常被称为常识心理学或命题态度心理学。我们知道,正常的人经常处于解释和预言他人的活动之中,如:看到某人拿雨伞出门便想到他相信天会下雨。这如何实现的呢?追溯这一事实后面的内在条件、结构和机制,也就是追溯他的解释和预言过程中所动用的心理资源。每个人都有这种资源,但大多人都没有意识到它,而又都会用到它,正是在这个意义上,许多人认为:正常的人都是心理学家。

大多数哲学家认为,FP包含有如下的存在命题和普遍原则:人有心灵,其内有心理活动、状态和事件,人是有理性的存在,因此行为有可解释性和可预言性,心理状态与刺激、反应之间有因果关系,我们每个人都可以认识他心。

戴维森(R.D av i s)、丹尼特独辟蹊径,倡导对心灵作出解释性说明。根据这一思路,人之所以被认为有FP等心理状态,则取决于我们对之作出的解释,正像我们为了描述地球而强加于地球的坐标系、经纬线一样,一个人被认为具有心理状态是因为我们把一种解释理论授予了他,而不是他真有心灵。[5]换言之,人本无心灵,本无意向状态,它们是我们的解释性投射的产物,或者说是我们为了解释人的行为而强加给人或归属给人的;不是因为人先有各种命题态度,而后才依次产生关于它们的认识和相应的心理语言,而是相反,我们先有心理语言,有一种解释理论,然后才将这些语言用之于对人的解释,最后才有将命题态度归属于人的实践。

3.除了以上人有语义的真值理论和FP理论外,人的意向状态有分辨、挑选、处理的功能,这样就使语义内容与信息内容区别开来,摆脱了信息内容的 套叠性 (N esting R e l a-ti on)。[6]

信息内容是信号或指示器所携带或表达的关于信息源中的某个项目的状况信息。信息内容具有套叠性。例如门铃响了,这里面包含了许许多多的物理的、电学的、社会的、人际的信息,这些信息是相互套叠的。而语义内容则不一样,其特征之一是惟一性或对信息源的不敏感性。同样是 门铃响了 这一信号,但是信号的接受者 人只对一种信息感兴趣,只抽取一种信息,而不及其余。换言之,他不可能对信息源的所有信息敏感。因此,信息的套叠性特点就是信息区别于意义的一个特征。人可以对信息进行选择和组织,并捕捉对人有意义、有作用的信息,忽略大量无意义的信息,从 信息海洋 里捞出那根真正有意义的 针 。我们知道计算机是能够接收信息并反馈信息的,但计算机无法像人那样具有意向状态时的 忽略的智慧 ,计算机和人接收信息的差别也许只能从意向性中找到答案。

4.按照塞尔的观点,不仅人的心理现象有意向性,而且人的言语行为,如说出的话语本身也有意向性,也有 关于 它之外的事物的指向性,更重要的是,非人的自然事物(如云彩、树的年轮等)也有隐喻意义上的意向性。热敏电阻、光敏二极管等这类装置都有 隐喻的意向性 ,能 关于 什么,但这类意向性的象征、表现从根本上说源于人类心灵的作用,没有内在的意向性或真实的意向性,其根源在于:它没有意识。因为真实的意向性体现的是心理活动与对象的关系,它表现了意识活动的指向性,即指向对象;心理活动总是要指向一个对象,以一定的对象为内容,它表明意识是关于对象的意识,不是自我封闭的,不指向任何对象的心理活动是没有的。从深层上,意向性中包含着意识机制,意向性离不开意识。

怎样才能有意识呢?两位诺贝尔奖得主克里克(F rancis Cr i ck)和埃德尔曼(G era l d M.Ede l m an)对人的意识产生机制进行了不同的说明。埃德尔曼认为:意识经验看来与同时分布在脑的许多不同区域的神经元群体的神经活动有关;为了支持意识经验,大量的神经元群体必须通过所谓的 再进入 过程迅速地相互作用;要说明支持意识经验的神经元群体的活动模式必须一直在变动之中,并且彼此也要有足够的区别。克里克试图运用人的生物神经网络来说明意识的产生;他着重对视觉意识的产生过程进行说明,我们之所以能感知一个具体事物是因为,视觉系统组织不同的通路对视觉信息的不同侧面进行传递和处理,形成关于形状、颜色、运动、深度等零碎的信息,然后通过 捆绑 或神经元之间35-40赫兹的振荡把它们整合为一个完整的信息。

三 怎样让计算机也有意向性?

现时代已经跨入智能、信息起重大作用的时代,对意识的研究以及由对思维的模拟而产生的人工智能,成为现代科学和哲学探讨的前沿问题。如今计算机的升级换代令人目不暇接,似乎在昭示着这一学科的快速发展。然而应当看到这种变化主要表现在机器容量和运算速度方面。从综合认识能力的角度评价现时的人工智能,应当说还处于相当幼稚的阶段。

人工智能就其本质而言,是对人的思维的信息过程的模拟。对于人的思维的模拟可以从两条道路进行,其一是功能模拟,暂时撇开人脑的内部结构机制,而从其功能过程进行模拟,即符号处理范式。它在某些方面如博弈、定理证明、专家系统等已经取得了较大的成功。符号处理范式的理论基础是 物理符号系统假说 ,这一假说认为,人脑就是一种物理符号系统。符号处理范式的极端观点认为,人心之于人脑就如计算机软件之于硬件。计算机的软件对硬件没有依赖性,一种软件可以在不同的硬件上运行,相应地,人心也不依赖于人脑。因此,符号处理范式的本体论上是二元论。在方法论上,是一种功能模拟方法、 黑箱法 ,是一种整体论的研究策略。在心身关系上属于功能主义。在实践上,配备恰当程序的计算机,加之正确的输入和输出,本身就拥有与人类意义相同的心灵,可以呈现各种认知状态。精神活动过程同

机器执行程序一样,不过是在从事某种定义为 算法 的运算过程。而人脑和简单的计算机的主要差别仅仅在于人脑的活动具有更大的复杂性,或者表现为更高级的结构,而人的所有精神品质,包括思维、情感、智慧、意识都不过是大脑执行的 算法 特征而已。

这些观点曾一度受到许多认知科学家的强烈抨击。丹尼特并不认为 配备适当程序的计算机事实上确有认识状态,并且能借此解释人类的认知 [7]。塞尔也主张,计算机的理解力与计算器的理解力没有什么不同。当然,对塞尔来说,重要的不是要论证 计算机不能思维 ,而是要回答 正确的输入输出加上正确的计算本身是否足以保证思维的存在? 他认为, 如果我们所说的机器是指一个具有某种功能的物理系统,或者只从计算的角度讲,大脑就是一台计算机 ,然而在他看来,心的本质并非如此。计算机程序纯粹是按照句法规则来定义的,纯粹句法形式的认知系统不可能拥有心灵,因为句法本身不足以保证心的意向性和语义的呈现,程序的运行只具有在机器运行时产生下一步形式化的能力,只有那些使用计算机并给计算机一定输入同时还能解释输出的人才具有意向性。塞尔进一步指出,按句法形式演算来定义的程式,不管是否能达到相当的复杂性,永远也不可能使电脑产生心灵认知时所特有的意向性本质。意向性是人心的功能,心的本质绝不能被程序化,也就是说,心的本质不是算法的。

因此,符号处理范式的 计算有心灵 的观点至少受到三个方面的挑战:一、数学上的挑战。数学上的挑战来自算法和复杂性两方面,因为算法是有局限性的,自然界的很多事情是不能用算法来表征的,而遇到指数爆炸,计算机也会无能为力。二、意识的挑战。计算机没有人类的意识所特有的能动的创造能力,意向性因与意识的关联,导致人的一言一行在多数情况下都是由自我意识引导完成的,积极主动。

三、FP的挑战。对于回答一些最简单的、人类不会感到有任何困难的 常识 问题,计算机却难以胜任;语言理解活动对人来说不算太难,可对机器来说则并非易事,甚至可以说非常困难。

以上的这种状况人工智能极力想要摆脱。于是它开始转向人的日常思维方式。多次碰壁之后,人工智能专家们才醒悟到,原来日常生活世界要比科学世界庞大、复杂得多,看似平常的人类日常思维方式,却包含着相当高超的技巧。人工智能专家们把目光投向意向性,试图从现当代意向性理论中得到某些启示。 只要大脑生成意向性的能力是清楚的, 这种认识所采用的信息加工方式同样可以用于计算机。这样,人工智能的概念就完全有理由被用作心理学理论的基本组成部分,同样,某些想象之中的计算机也可以具有与意向性和智能十分近似的能力。 [8]

意向性因与人工智能的关联,再次走到学术前台,使人工智能专家运用联结主义范式,仿照人脑的结构机制,制造出 类人脑 的机器,即结构模拟人的思维。联结主义范式的理论基础是并行分布式处理。许多联结主义者认为应该重视硬件,这与符号处理范式的功能主义者 硬件不要紧 完全相反。联结主义偏重于 灰箱 方法,采取还原论的研究策略,其理想模型 按照人的生物神经网络制造出来的人工神经网络要体现人脑的基本特性:神经系统中有大规模的 回路 ,有了它就有 再进入 的机制与功能性聚类( 动态核心 ),在此基础上产生人的意识。

除了与意识的关联外,意向性还必须有深层的心灵语言的语义性根源,这要求按照人工神经网络建立起来的人工智能有真值理论,能够能把它与有关的对象关联起来,并通过意向状态分辨、挑选、处理对象的信息内容,忽略无意义的信息,而完成赋意的任务。现在的计算机模型无一例外地忽略外部环境的细节,用于建立模型的大多数计算机除了编程者用来输入指令的键盘以外就没有与这个世界的联系,这要求计算机有某些FP知识,如解释理论,使计算机能理解周围环境的意义。

人工智能专家们将从现当代意向性理论的启示中,使人工智能的发展研究进入到人类智能的核心,并朝着意向性的精确化和具体化的方向努力。

参 考 文 献

[1][8]玛格丽特 博登.人工智能哲学[M].刘西瑞,王汉

琦译.上海:上海译文出版社,2001.10-11、126.

[2]高新民,刘占峰.意向性 意义 内容[J].哲学研究,2003

(3).

[3]B rentano,F.(1874).psycho log i e vo m Emp irischen Stand-

punkt,Erster Band,L e i pzi g.

[4]高新民,储昭华.心灵哲学[M].北京:商务印书馆,

2002.516.

[5]D av i dson,D.(1989). W hat is Present t o M ind? The M i nd

o f D.D avidson,eds.Brandl and G o m boez,G razer Ph iloso-ph ische Stud i en,36:3-18.

[6]D re tske,F.(1979).Know ledge and the F l ow o f In f o r m ati on,

Ca m bri dge,M ass,M I T P ress.

[7]丹尼特.心我论[M].上海:上海译文出版社,1991.336、

337.

(责任编辑 成素梅)

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》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,而是因为其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。她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。 二、机器学习:机器学习的研究,主要在以下三个方面进行:一是研究人类学习的机理、人脑思维的过程;和机器学习的方法;以及建立针对具体任务的学习系统。机器学习的研究

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 . “人工智能”一词最初是在1956 年Dartmouth学会上提出的。从那以后,研究者们发展了 众多理论和原理,人工智能的概念也随之扩展。人工智能是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识,心理学和哲学。人工智能是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等等,总的说来,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。例如繁重的科学和工程计算本来是要人脑来承担的,现在计算机不但能完成这种计算, 而且能够比人脑做得更快、更准确,因之当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”, 可见复杂工作的定义是随着时代的发具有人工智能的机器人展和技术的进步而变化的, 人工智能这门科学的具体目标也自然随着 时代的变化而发展。它一方面不断获得新的进展,一方面又转向更有意义、更加困难的目标。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, 人工智能的发展历史是和计算机科学技术的发展史联系在一起的。除了计算机科学以外, 人

2020年公需课考试——人工智能技术及其发展趋势(93分)

单选题: 1.生物特征识别技术不包括()。(3.0分) A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 我的答案:A√答对 2.()是人工智能的核心,是使计算机具有智能的主要方法,其应用遍及人工智能的各个领域。( 3.0分) A.深度学习 B.机器学习 C.人机交互 D.智能芯片 我的答案:B√答对 3.下列选项中,不属于生物特征识别技术的是()。(3.0分) A.步态识别 B.声纹识别 C.文本识别 D.虹膜识别 我的答案:C√答对

4.()是自然语言处理的重要应用,也可以说是最基础的应用。(3.0分) A.文本识别 B.机器翻译 C.文本分类 D.问答系统 我的答案:C√答对 5.()是指直接通过肢体动作与周边数字设备和环境进行交互。(3.0分) A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 我的答案:A√答对 6.立体视觉是()领域的一个重要课题,它的目的在于重构场景的三维几何信息。(3.0分) A.人机交互 B.虚拟现实 C.自然语言处理 D.计算机视觉 我的答案:D√答对

7.(),中共中央政治局就人工智能发展现状和趋势举行第九次集体学习。(3.0分) A.2018年3月15日 B.2018年10月31日 C.2018年12月31日 D.2019年1月31日 我的答案:B√答对 8.()是通过建立人工神经网络,用层次化机制来表示客观世界,并解释所获取的知识,例如图像、声音和文本。(3.0分) A.深度学习 B.机器学习 C.人机交互 D.智能芯片 我的答案:A√答对 9.下列对人工智能芯片的表述,不正确的是()。(3.0分) A.一种专门用于处理人工智能应用中大量计算任务的芯片 B.能够更好地适应人工智能中大量矩阵运算 C.目前处于成熟高速发展阶段 D.相对于传统的CPU处理器,智能芯片具有很好的并行计算性能 我的答案:C√答对

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

人工智能技术和发展趋势论文

丁松老师的作业,15级信管班学生人工智能技术和发展趋势 1 / 20

摘要:人工智能,简称AI,它是当今最火的一门科学,是研究使计算机来完成能表现出人类智能的任务的学科。主要包括计算机实现智能的原理,制造类似于人脑的智能计算机,以及使计算机更巧妙些实现高层次的应用。人工智能一直是人们所追求的,所向往的一门科学,它起源于近代,在电气时代随着计算机科学的发展,以及生物学,脑科学等相关科学的发展,极大的推动了人工智能的发展。人工智能还涉及信息论、控制论、自动化、仿生学、生物学,数理逻辑、语言学、等多门学科。导致其非常复杂,所以其研究领域也分成许多方面,从最开始的博弈论,专家系统,模式识别,神经网络,机器学习到现在大热的深度学习。其应用领域,也非常之多,比如机器翻译,语音交互,ORC,图像识别,智能驾驶等等。自从谷歌的阿法狗在围棋打败了人类棋手,人工智能也进入了一个新的发展阶段,如今各国,各大公司都在大力发展人工智能技术,争取在新时代把握先机,把握未来。人工智能即将在无人驾驶,机器翻译,语言交互等应用领域取得巨大成功。即使如此,人工智能现在还是处于弱人工智能阶段,人工智能还面临着许多问题和挑战。向强人工智能发展的道路上,仍然充满巨大的困难。 关键词:人工智能,机器学习,发展趋势,神经网络,运用 2 / 20

3 / 20

第一章人工智能 1.1人工和智能含义 人工智能的定义可以分为两部分,即“人工”和“智能”。“人工”比较好理解,争议性也不大。有时我们会要考虑什么是人力所能及制造的,或者人自身的智能程度有没有高到可以创造人工智能的地步,等等。但总的来说,“人工系统”就是通常意义下的人工系统。 关于什么是“智能”,就问题多多了。这涉及到其它诸如意识、自我、心灵(包括无意识的精神等等问题。人唯一了解的智能是人本身的智能,这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限,对构成人的智能的必要元素也了解有限,所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。 1.2人工智能的简介 使机器具有自主能动能力这一愿望,从古希腊甚至古埃及的神话传说开始就一直延续至今:亚里士多德(公元前384-322年)的一个著名演绎推理——三段论代表着他对人工智能的哲学思想探索步伐;中世纪神秘主义者Ramon Llull构建了世界上第一部可以“回答”问题的机器;近代“人工智能”(Artificial Intelligence)这个概念的提出最早是在1956年Dartmouth学会,当时数字计算机研制成果显著,对编写有原始推理思想的程序有质的帮助;今天的各国在智能研究领域都有了重大发展,波士顿动力公司研制的大狗机器人bigdog。 广义来讲,人工智能就是人造物的智能行为。人工智能的发展往往依靠计算机科学和认知科学的发展,在不同的发展阶段,对于人工智能有不同的理解,其概念也随 4 / 20

人工智能未来发展前景展望

人工智能未来发展前景展望 :磊(10计本) 学号: 长久以来,人工智能对于普通人来说是那样的可望而不可及,然而它却吸引了无数研究人员为之奉献才智,从美国的麻省理工学院(M IT)、卡基-梅隆大学(CMU)到IBM公司,再到日本的本田公司、SONY公司以及国的清华大学、中科院等科研院所,全世界的实验室都在进行着AI技术的实验。不久前,著名导演斯蒂文·斯皮尔伯格还将这一主题搬上了银幕,科幻片《人工智能》(AI)对许多人的头脑又一次产生了震动,引起了一些人士了解并探索人工智能领域的兴趣。 (一)、人工智能的定义 人工智能的定义可以分为两部分,即“人工”和“智能”。“人工”比较好理解,争议性也不大。有时我们会要考虑什么是人力所能及制造的,或者人自身的智能程度有没有高到可以创造人工智能的地步,等等。但总的来说,“人工系统”就是通常意义下的人工系统。 “智能”1是一个宽泛的概念。智能是人类具有的特征之一。Intelegere是从中进行选择,进而理解、领悟和认识。正如帕梅拉·麦考达克在《机器思维》(machines who thinks,1979)中所提出的: 在1"智能"源于拉丁语legere,字面意思是采集(特别是果实)、收集、汇集,并由此进行选择,形成一个东西。

复杂的机械装置与智能之间存在长期的联系。从几个世纪前出现的神话般的巨钟和机械自动机开始,人们已对机器操作的复杂性与自身的某些智能活动进行直观联系。经过几个世纪之后,新技术已使我们所建立的机器的复杂性大为提高。1936年,24岁的英国数学家图灵 i(Turing)提出了"自动机"理论,把研究会思维的机器和计算机的工作大大向前推进了一步,他也因此被称为"人工智能之父"。 人工智能领域的研究是从1956年正式开始的,这一年在达特茅斯大学召开的会议上正式使用了"人工智能"(artificial intelligence,AI)这个术语。随后的几十年中,人们从问题求解、逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习以及机器人学等多个角度展开了研究,已经建立了一些具有不同程度人工智能的计算机系统,例如能够求解微分方程、设计分析集成电路、合成人类自然语言,而进行情报检索,提供语音识别、手写体识别的多模式接口,应用于疾病诊断的专家系统以及控制太空飞行器和水下机器人更加贴近我们的生活。我们熟知的IBM的"深蓝"在棋盘上击败了国际象棋大师卡斯帕罗夫就是比较突出的例子。 当然,人工智能的发展也并不是一帆风顺的,也曾因计算机计算能力的限制无法模仿人脑的思考以及与实际需求的差距过远而走入低谷,但是随着硬件和软件的发展,计算机的运算能力在以指数级增长,同时网络技术蓬勃兴起,确保计算机已经具备了足够的条件来运

专业技术人员继续教育《人工智能技术发展趋势和应用》试题和答案涵盖80%内容

《人工智能技术发展趋势及应用》试题及答案 (一) 单选题,每题 2 分,共 20 题。 1. 下列有关人工智能的说法中,不正确的是()。 (A)人工智能是以机器为载体的智能 (B)人工智能是以人为载体的智能 (C)人工智能是相对于动物的智能 (D)人工智能也叫机器智能 2. 以下属于素养性知识的是()。 (A)为人处事方面的知识 (B)行业性知识 (C)分析性知识 (D)创造性知识 3. 本课程提到,人工智能皇冠上的明珠是()。 (A)数据智能 (B)读写智能 (C)逻辑智能 (D)语言智能 4. 根据本课程,以下哪项不属于情感分析四维模型的内容()。 (A)读音知情 (B)读脸知情

(C)读搏知情 (D)读书知情 5. 人工神经网络发展的第一次高潮是()。 (A)1986年启动“863计划” (B)1977年,吴文俊创立吴方法 (C)1957年,罗森布拉特提出感知机神经元关系 (D)1985-1986年提出误差反向传播算法 6. 人工智能在围棋方面的应用之一是AlphaGo通过()获得“棋感”。 (A)视觉感知 (B)扩大存储空间 (C)听觉感知 (D)提高运算速度 7. 以下哪项不属于教育信息化的三个阶段()。 (A)教育创新化 (B)教育技术化 (C)教育智能化 (D)教育智慧化 8. 以下不属于人工智能对当前经济社会冲击最大的四个领域的是()。 (A)制造 (B)教育

(C)艺术 (D)金融 9. 2013年,麻省理工学院的基础评论把()列为第一大技术突破。 (A)机器学习 (B)人工智能 (C)智能围棋 (D)深度学习 10. 根据本课程,过去生产一台哈雷机车需要21天,但在工业4.0时代,只需要()就可以把私人定制的摩托车交给客户,极大提高了生产效率,同时满足用户的个性化需求。 (A)2天 (B)24小时 (C)12小时 (D)6小时 11. 根据本课程,根据相关机构数据分析,中国制造业总体成本与美国相比() (A)远远低于美国 (B)远远高于美国 (C)已经几乎相等同 (D)无法判断 12. 根据本课程,高速公路自动驾驶属于智能网联汽车的哪个发展阶段?() (A)驾驶辅助 (B)部分自动驾驶

2020年(发展战略)人工智能的状态及今后发展方向展望

(发展战略)人工智能的状态及今后发展方向展望

人工智能的现状及今后发展趋势展望 壹.引言 人工智能(ArtificialIntelligence),英文缩写为AI,也称机器智能。“人工智能”壹词最初是于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壹门综合性学科。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。 二.目前人工智能技术的研究和发展情况 目前,人工智能技术于美国、欧洲和日本依然飞速发展。于AI技术领域十分活跃的IBMXX公司,已经为加州劳伦斯·利佛摩尔国家实验室制造了ASCIWhite电脑,号称具有人脑的千分之壹的智力能力。而正于开发的更为强大的新超级电脑———“蓝色牛仔”(BlueJean),据其研究主任保罗·霍恩称,“蓝色牛仔”的智力水平将大致和人脑相当。 三.技术应用 随着AI技术的发展,现代几乎各种技术的发展均涉及到了人工智能技术,能够说人工智能已经广泛应用到许多领域,其典型的应用包括: 1符号计算 计算机最主要的用途之壹就是科学计算,科学计算可分为俩类:壹类是纯数值的计算,例如求函数的值;另壹类是符号计算,又称代数运算,这是壹种智能化的计算,处理的是符号。符号能够代表整数、有理数、实数和复数,也能够代表多项式、函数、集合等。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Mathematic和Maple是它们的代表。由于它们均是用

C语言写成的,所以能够于绝大多数计算机上使用。 2模式识别 模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。这里,我们把环境和客体统称为“模式”。用计算机实现模式(文字、声音、人物、物体等)的自动识别,是开发智能机器的壹个关键的突破口,也为人类认识自身智能提供线索。计算机识别的显著特点是速度快、准确性和效率高。识别过程和人类的学习过程相似,以“语音识别”为例:语音识别就是让计算机能听懂人说的话,壹个重要的例子就是七国语言(英、日、意、韩、法、德、中)口语自动翻译系统。该系统实现后,人们出国预定旅馆、购买机票、于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、电话等和“老外”通话。3机器翻译 机器翻译是利用计算机把壹种自然语言转变成另壹种自然语言的过程,用以完成这壹过程的软件系统叫做机器翻译系统。搜文网目前,国内的机器翻译软件不下百种,根据这些软件的翻译特点,大致能够分为三大类:词典翻译类、汉化翻译类和专业翻译类。词典类翻译软件的代表是“金山词霸”,堪称是多快好省的电子词典,它能够迅速查询英文单词或词组的词义且提供单词的发音,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。 4机器学习 机器学习是机器具有智能的重要标志,同时也是机器获取知识的根本途径。有人认为,壹个计算机系统如果不具备学习功能,就不能称其为智能系统。机器

人工智能的发展前景

人工智能的发展前景 人工智能很可能导致人类的永生或者灭绝,而这一切很可能在我们的有生之年 发生。 上面这句话不是危言耸听,请耐心的看完本文再发表意见。这篇翻译稿翻译完 一共三万五千字,我从上星期开始翻,熬了好几个夜才翻完,因为我觉得这篇 东西非常有价值。希望你们能够耐心读完,读完后也许你的世界观都会被改变。 我们正站在变革的边缘,而这次变革将和人类的出现一般意义重大–Vernor Vinge 如果你站在这里,你会是什么感觉? 看上去非常刺激吧?但是你要记住,当你真的站在时间的图表中的时候,你是 看不到曲线的右边的,因为你是看不到未来的。所以你真实的感觉大概是这样的:

稀松平常。 遥远的未来——就在眼前 想象一下坐时间机器回到1750年的地球,那个时代没有电,畅通通讯基本靠吼,交通主要靠动物拉着跑。你在那个时代邀请了一个叫老王的人到2015年来玩,顺便看看他对―未来‖有什么感受。我们可能没有办法了解1750年的老王内心的感受——金属铁壳在宽敞的公路上飞驰,和太平洋另一头的人聊天,看几千公里外正在发生进行的体育比赛,观看一场发生于半个世纪前的演唱会,从口袋里掏出一个黑色长方形工具把眼前发生的事情记录下来,生成一个地图然后地图上有个蓝点告诉你现在的位置,一边看着地球另一边的人的脸一边聊天,以及其它各种各样的黑科技。别忘了,你还没跟他解释互联网、国际空间站、大型强子对撞机、核武器以及相对论。 这时候的老王会是什么体验?惊讶、震惊、脑洞大开这些词都太温顺了,我觉得老王很可能直接被吓尿了。 但是,如果老王回到了1750年,然后觉得被吓尿是个很囧的体验,于是他也想把别人吓尿来满足一下自己,那会发生什么?于是老王也回到了250年前的

关于人工智能技术及其发展趋势2020考试答案

人工智能技术及其发展趋势 1.关于专用人工智能与通用人工智能,下列表述不当的是()。(10.0分) A.人工智能的近期进展主要集中在专用智能领域 B.专用人工智能形成了人工智能领域的单点突破,在局部智能水平的单项测试中可以超越人类智能 C.通用人工智能可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题 D.真正意义上完备的人工智能系统应该是一个专用的智能系统 我的答案:D√答对 2.()是通过建立人工神经网络,用层次化机制来表示客观世界,并解释所获取的知识,例如图像、声音和文本。(10.0分) A.深度学习 B.机器学习 C.人机交互 D.智能芯片 我的答案:A√答对 3.下列选项中,不属于生物特征识别技术的是()。(10.0分) A.步态识别 B.声纹识别 C.文本识别

D.虹膜识别 我的答案:C√答对 4.()是自然语言处理的重要应用,也可以说是最基础的应用。(10.0分) A.文本识别 B.机器翻译 C.文本分类 D.问答系统 我的答案:C√答对 1.一般说来,人工智能技术包括()。(10.0分)) A.深度学习、机器学习 B.计算机视觉、自然语言处理 C.人机交互、生物信息技术、智能芯片 D.虚拟现实/增强现实、机器人技术 我的答案:ABCD√答对 2.指纹识别是通过()等物理传感器获取指纹图像,经过数据处理进行分析判别。(10.0分)) A.光 B.电 C.力 D.热

我的答案:ABCD √答对 1.机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。(10.0分) 我的答案: 正确 √答对 2.卷积神经网络是一种常用来处理具有网格结构拓扑数据的神经网络,如处理时序数据和图像数据等,广泛应用于人脸识别、物品识别等领域。(10.0分) 我的答案: 正确 √答对 3.人工智能是科学交叉的结果,它由不同领域多学科综合发展而来。(10.0分) 我的答案: 正确 √答对 4.机器人一般由执行机构、驱动装置、检测装置、控制系统和复杂机械等组成,涉及到控制论、机械电子、计算机、材料、仿生等学科,在工业、医学、农业、建筑业甚至军事等领域中均有重要用途。(10.0分) 我的答案: 正确 √答对 1、最困难的事就是认识自己。20.7.57.5.202008:2708:27:50Jul-2008:27 2、自知之明是最难得的知识。二〇二〇年七月五日2020年7月5日星期日 3、越是无能的人,越喜欢挑剔别人。08:277.5.202008:277.5.202008:2708:27:507.5.202008:277.5.2020 4、与肝胆人共事,无字句处读书。7.5.20207.5.202008:2708:2708:27:5008:27:50 5、三军可夺帅也。Sunday, July 5, 2020July 20Sunday, July 5, 20207/5/2020 6、最大的骄傲于最大的自卑都表示心灵的最软弱无力。8时27分8时27分5-Jul-207.5.2020 7、人生就是学校。20.7.520.7.520.7.5。2020年7月5日星期日二〇二〇年七月五日 亲爱的用户: 烟雨江南,画屏如展。在那桃花盛开的地方,在这醉 人芬芳的季节,愿你生活像春天一样阳光,心情像桃花一 样美丽,感谢你的阅读。

(发展战略)人工智能的状态及今后发展方向展望

人工智能的现状及今后发展趋势展望 一.引言 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。 二.目前人工智能技术的研究和发展状况 目前,人工智能技术在美国、欧洲和日本依然飞速发展。在AI技术领域十分活跃的IBM公司,已经为加州劳伦斯·利佛摩尔国家实验室制造了ASCI White电脑,号称具有人脑的千分之一的智力能力。而正在开发的更为强大的新超级电脑———“蓝色牛仔”(Blue Jean),据其研究主任保罗·霍恩称,“蓝色牛仔”的智力水平将大致与人脑相当。 三.技术应用 随着AI技术的发展,现代几乎各种技术的发展都涉及到了人工智能技术,可以说人工智能已经广泛应用到许多领域,其典型的应用包括: 1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;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。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Mathematic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。 2模式识别 模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。这里,我们把环境与客体统称为“模式”。用计算机实现模式(文字、声音、人物、物体等)的自动识别,是开发智能机器的一个关键的突破口,也为人类认识自身智能提供线索。计算机识别的显著特点是速度快、准确性和效率高。识别过程与

人工智能行业发展前景展望及市场规模预测

一、人工智能的内涵及分类 (一)人工智能的内涵 人工智能(Artificial Intelligence,简称AI)是研究人类智能活动的规律,构造具有一定智能的人工系统,研究如何让计算机去完成以往需要人的智力才能胜任的工作,也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能是计算机学科的一个分支,既被称为20世纪世界三大尖端科技之一(空间技术、能源技术、人工智能),也被认为是21世纪三大尖端技术之一(基因工程、纳米科学、人工智能)。人工智能被发达国家视为人类的最后科学尖端,科研领域皇冠上的明珠。 (二)人工智能的分类 人工智能的概念很宽泛,按照人工智能的实力可分为三大类: 1、弱人工智能:在特定领域等同或者超过人类智能或效率的机器智能。 2、强人工智能:各方面都能和人类比肩的人工智能。 3、超人工智能:在包括科学创新、通识和社交技能等各个领域都超越人类的人工智能。 人工智能的革命就是从弱人工智能,通过强人工智能,最终达到超人工智能的过程。目前人类已经掌握弱人工智能,生活中弱人工智能无处不在,比如Siri、垃圾邮件过滤器、谷歌翻译、电商网站上的商品推送、谷歌无人驾驶汽车等等。 人脑与电脑的最大差别在于,一些我们认为困难的事情,如微积分、金融市场策略、翻译等,对于电脑来说都十分容易;但一些人类认为容易的事情,如视觉、动态、移动、直觉,对于电脑来说却是十分困难。而要达到人类级别的智能,电脑必须要理解更高深的东西,比如微小的脸部表情变化,以为为什么喜欢这个而不喜欢那个,要达到这样的水平首先在硬件方便要增加电脑处理速度,其次在软件方面要让电脑变得智能。 美国发明家、未来学家Kurzweil估算出人脑的运算能力是10^16 cps(calculations per second,每秒计算次数,描述运算能力的单位),即1亿亿次计算每秒。现在世界上最快的超级计算机,中国的天河二号,运行能力已达到3.4亿亿次,已经超过人脑,但由于其成本高、规模大、功耗高,使其并不能够被商业及广泛运用。Kurzweil认为考虑电脑发展程度的标杆是看1000美元能买到多少cps,当1000美元能买到人脑级别的1亿亿运算能力的时候,强人工智能就成为生活的一部分。而目前1000美元能买到10万亿cps(人脑的千分之一),根据加速回报定律,科技的进步将呈指数型增长,按照这个速度,到2025年1000美元就可以买到和人脑运算速度抗衡的电脑了。 二、人工智能的产业链分析 从发展路径及阶段上看,实现人工智能需经历三个阶段:计算智能(能存会算)、感知智能(能听会说、能看会认)和认知智能(能理解会思考)。

人工智能技术及其发展趋势

人工智能技术及其发展趋势 1.()是通过建立人工神经网络,用层次化机制来表示客观世界,并解释所获取的知识,例如图像、声音和文本。(3.0分) A.深度学习 B.机器学习 C.人机交互 D.智能芯片 我的答案:A√答对 2.(),中共中央政治局就人工智能发展现状和趋势举行第九次集体学习。( 3.0分) A.2018年3月15日 B.2018年10月31日 C.2018年12月31日 D.2019年1月31日 我的答案:B√答对 3.下列选项中,不属于生物特征识别技术的是()。(3.0分) A.步态识别 B.声纹识别 C.文本识别

D.虹膜识别 我的答案:C√答对 4.立体视觉是()领域的一个重要课题,它的目的在于重构场景的三维几何信息。(3.0分) A.人机交互 B.虚拟现实 C.自然语言处理 D.计算机视觉 我的答案:D√答对 5.生物特征识别技术不包括()。(3.0分) A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 我的答案:A√答对 6.关于专用人工智能与通用人工智能,下列表述不当的是()。(3.0分) A.人工智能的近期进展主要集中在专用智能领域 B.专用人工智能形成了人工智能领域的单点突破,在局部智能水平的单项测试中可以超越人类智能 C.通用人工智能可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题

D.真正意义上完备的人工智能系统应该是一个专用的智能系统 我的答案:D√答对 7.()是指直接通过肢体动作与周边数字设备和环境进行交互。(3.0分) A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 我的答案:A√答对 8.下列对人工智能芯片的表述,不正确的是()。(3.0分) A.一种专门用于处理人工智能应用中大量计算任务的芯片 B.能够更好地适应人工智能中大量矩阵运算 C.目前处于成熟高速发展阶段 D.相对于传统的CPU处理器,智能芯片具有很好的并行计算性能 我的答案:C√答对 9.()是人工智能的核心,是使计算机具有智能的主要方法,其应用遍及人工智能的各个领域。(3.0分) A.深度学习 B.机器学习 C.人机交互 D.智能芯片

2020年继续教育答案人工智能技术及其发展趋势

单选题 1.生物特征识别技术不包括()。(3.0分) A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 我的答案:A √答对 2.立体视觉是()领域的一个重要课题,它的目的在于重构场景的三维几何信息。( 3.0分) A.人机交互 B.虚拟现实 C.自然语言处理 D.计算机视觉 我的答案:D √答对 3.下列对人工智能芯片的表述,不正确的是()。(3.0分) A.一种专门用于处理人工智能应用中大量计算任务的芯片 B.能够更好地适应人工智能中大量矩阵运算 C.目前处于成熟高速发展阶段 D.相对于传统的CPU处理器,智能芯片具有很好的并行计算性能 我的答案:C √答对 4.下列选项中,不属于生物特征识别技术的是()。(3.0分) A.步态识别 B.声纹识别 C.文本识别 D.虹膜识别 我的答案:C √答对

5.()是通过建立人工神经网络,用层次化机制来表示客观世界,并解释所获取的知识,例如图像、声音和文本。(3.0分) A.深度学习 B.机器学习 C.人机交互 D.智能芯片 我的答案:A √答对 6.关于专用人工智能与通用人工智能,下列表述不当的是()。(3.0分) A.人工智能的近期进展主要集中在专用智能领域 B.专用人工智能形成了人工智能领域的单点突破,在局部智能水平的单项测试中可以超越人类智能 C.通用人工智能可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题 D.真正意义上完备的人工智能系统应该是一个专用的智能系统 我的答案:D √答对 7.()是指直接通过肢体动作与周边数字设备和环境进行交互。(3.0分) A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 我的答案:A √答对 8.()是人工智能的核心,是使计算机具有智能的主要方法,其应用遍及人工智能的各个领域。(3.0分) A.深度学习 B.机器学习

人工智能及未来的发展方向

人工智能及未来的发展方向 作者:XXX 琼州学院,海南省三亚市,电子信息工程学院软件工程,邮编:572000 人工智能(Artificial Intelligence, AI)主要研究用人工的方法和技术,模仿、延伸和拓展人的智能,实现机器的智能。其长期目标是实现人类水平的智能。近年来,人工智能获得很大的发展,它引起了众多学科和不同专业背景学者们的日益重视,成为一门广泛的交叉和前沿科学。现代计算机的发展已能够存储极其大量的信息,进行快速信息处理,软件功能和硬件功能均取得了长足进步,从而使人工智能获得进一步的应用。 人工智能的进一步发展,已超越了人们的早期预料。生物和自然智能在算法建模方面所取得的巨大成功,导致了计算智能系统的建立和应用。这些智能算法设计人工神经网络、模糊系统、进化计算、群优化智能和人工生命等领域这些新领域与人工智能的谓词逻辑、演绎推理、事例推理、符号学习系统和专家系统的传统领域相结合,拓宽了人工智能的研究领域,并丰富了人工智能的研究内容。 目前,人工智能的主要学派有下列三家: 符号主义:又称逻辑主义、心理学派或计算机学派,其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。认为人工智能的研究方法应该是功能模拟方法。通过分析人类认知系统所具备的功能和机能,然后用计算机模拟这些功能,实现人工智能。符号主义力图用数理逻辑方法来建立人工智能的统一理论体系,但遇到了不少暂时无法解决的困难,并受到了其他学派的否定。 连接主义:又称仿生学派或生理学派,其原理主要为神经网络及神经网络之间的联结机制与学习算法。主张人工智能应着重于结构模拟,即模拟人的生理神经网络结构,并认为功能、结构和智能行为是密切相关的。不同结构表现出不同的功能和行为,已经提出多种人工神经网络结构和众多的学习算法。 行为主义:又称进化主义或控制论学派,其原理为控制论及感知-动作型控制系统。认为人工智能的研究方法应采用行为模拟方法,也认为功能、结构和智能行为是不可分的。不同的行为表现出不同的功能和不同的控制结构。行为主义的研究方法也受到其他学派的怀疑与批判,认为行为主义最多只能创造出智能昆虫的行为,而无法创造出人的智能行为。 人工智能研究的领域有很多方面,这里重点介绍以下几种类型。 1、问题求解:人工智能的第一大成就就是发展了能够求解难题的下棋程序。在下棋程

人工智能技术及其发展趋势2020年

1.下列选项中,不属于生物特征识别技术的是()。(10.0分) A.步态识别 B.声纹识别 C.文本识别 D.虹膜识别 我的答案:C√答对 2.生物特征识别技术不包括()。(10.0分) A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 我的答案:A√答对 3.立体视觉是()领域的一个重要课题,它的目的在于重构场景的三维几何信息。(10.0分) A.人机交互 B.虚拟现实 C.自然语言处理 D.计算机视觉 我的答案:D√答对 4.下列对人工智能芯片的表述,不正确的是()。(10.0分)

A.一种专门用于处理人工智能应用中大量计算任务的芯片 B.能够更好地适应人工智能中大量矩阵运算 C.目前处于成熟高速发展阶段 D.相对于传统的CPU处理器,智能芯片具有很好的并行计算性能 我的答案:C√答对 1.目前,深度学习主要包括()。(10.0分)) A.前馈神经网络 B.卷积神经网络 C.循环神经网络 D.对抗神经网络 我的答案:ABCD√答对 2.关于人工智能,下列表述正确的有()。(10.0分)) A.计算机科学的一个分支 B.试图揭示人类智能的实质和真相 C.以模拟人类智能的方式去赋能机器 D.使机器能够模拟人类的智能进行学习、思维、推理、决策和行动 我的答案:ABCD√答对 1.神经网络的训练过程不需要人工标记的样本数据集。(10.0分)我的答案:错误√答对

2.机器人一般由执行机构、驱动装置、检测装置、控制系统和复杂机械等组成,涉及到控制论、机械电子、计算机、材料、仿生等学科,在工业、医学、农业、建筑业甚至军事等领域中均有重要用途。(10.0分) 我的答案:正确√答对 3.自然语言处理是一门融语言学、计算机科学、数学于一体的科学。(10.0分)我的答案:正确√答对 4.卷积神经网络是一种常用来处理具有网格结构拓扑数据的神经网络,如处理时序数据和图像数据等,广泛应用于人脸识别、物品识别等领域。(10.0分) 我的答案:正确√答对

人工智能技术的发展趋势

人工智能技术的发展趋势 人工智能,简称AI。是当今世界炙手可热的行业之一。众所周知,人工智能自提出以来,到发展至今天,一直为大众所看好。下面给大家带来人工智能技术的发展趋势,喜欢人工智能专业的高考生可以参考参考! 人工智能技术的发展趋势 更多高级AI助手 随着亚马逊的Alexa,苹果的Siri以及其他类似设备的推出,人们看到了在家中从AI助手中受益匪浅的消费者。此类AI助手可用于获取天气报告,播放歌曲,关闭房间的灯,在线查找一些信息等等。 新的人工智能技术正在受到消费者的欢迎。根据Adobe Analytics的研究,据说拥有智能扬声器的人中约有71%的人每天至少使用一次,而拥有智能扬声器的人中约有44%的人每天承认多次使用智能扬声器。因此,在2019年,我们将能够看到更多高级AI助手帮助家庭和工作场所以及影响其他生活领域。 如今,用户使AI助手执行基本任务,例如在线搜索信息或播放歌曲。在未来几年中,随着AI助手将执行更大的任务,变

化将很大。仅通过识别用户的声音,他们就能为用户提供个性化的体验。 因此,不久后,您将与电视或冰箱通话,而不仅仅是像今天这样与人工智能设备通话。 人工智能支持的招聘工具 根据Indeed进行的调查,有42%的雇主不确定要找到合适的人才。对于企业而言,招聘过程是一项既费时又繁琐的任务。人工智能可以改变一切。这意味着在2019年,企业将能够使用基于AI的招聘工具,这将有助于他们进行招聘。 例如,像Mya这样的聊天机器人招聘代理(我的招聘助手)可以通过文本,电子邮件或Skype与候选人沟通。该应用程序可以帮助您完成第一级任务,并为您确定或拒绝候选人。 随着使用AI驱动的候选人交流和筛选工具的出现,大量的AI工具应运而生,这将帮助公司和组织节省更多的时间来选择候选人。 对话式AI搜寻 随着越来越多的人使用人工智能支持的助手,未来的趋势将是使用高级对话人工智能支持的搜索。随着语音搜索的推出,消费者在线搜索事物和答案的方式已经发生了很大变化。用户不必在搜索栏中输入单词,而是可以对设备说出搜索查询,而可以构

相关文档
最新文档