人工智能控制技术的发展与研究现状人工智能控制技术的发展与研究现状综述
1.人工智能的定义
人工智能(Artificial Intelligence)，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”一词最初是在1956年美国计算机协会组织的达特莫斯(DarEmouth)学会上提出的。自此，研究者们发展了众多理论和原理，人工智能的概念也随之展。由于智能概念的不确定，人工智能的概念一直没有一个统一的标准。著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义“人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学。”而美国麻省理工学院的温斯顿教授认为“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作”。诸如此类的定义基本都反映了人工智能学科的基本思想和基本内容。即人工智能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。
尽管对于人工智能控制的定义，学术界有许多种说法和定义方式，但他们的本质都是一致的。人工智能控制就是研究怎么样利用机器模仿人脑从事推理规划、设计、思考、学习等思维活动，解决迄今认为需要由专家才能处理好的复杂问题。人工智能是一个大科学的通称，它所覆盖的研究领域非常广，涉及到研究内容非常丰富。从实用观点看，人工智能是一门知识工程学，以知识为对象，研究知识的获取、知识的表示方法和知识的使用。
2.人工智能控制技术的发展历史
人工智能控制技术的发展历史可以分为三个阶段:萌芽阶段、成长阶段、快速发展阶段。
2.1萌芽阶段
任何一门学科的发展都不是孤立的，它是随着与之相关联的一些学科的发展而成长起来的。就像控制理论的发展与计算机的发展密切相关一样，人工智能的发展同许多其它学科的发展密切相关，它不仅与人的思维研究有关，而且还与数理逻辑、计算机、信息论、心理学、控制论、神经生理学等有关。人工智能的有些结论甚至直接从上述学科演变而来，上述学科的发展为AI的发展提供了基础和主要背景。
20世纪40,50年代，以频率法为代表的单变量系统控制理论逐步发展起来，并且成功地用在雷达及火力控制系统上，形成了今天所说的“经典控制理论”[2]。1956年以前，英国数学家图灵(A.M.Turing)为现代人工智能做了大量开拓性的贡献。20世纪60,70年代，数学家们在控制理论发展中占了主导地位，形成了以状态空间法为代表的“现代控制理论”，控制理论建立在严密精确的数学模型之上，从而造成了理论与实践之间的巨大分歧。1961年以后，人工智能主要内容涉及知识工程、自然语言理解等。人们研究人工智能方法也分为结构模拟派和功能模拟派，分别从脑的结构和脑的功能入手进行研究。
2.2成长阶段
20世纪80年代，人工智能控制的研究进入了成长阶段。1984年，Astrom发表了论文，这是第一篇直接将人工智能的专家系统技术引入到控制系统的代表作，明确地提出了建立专家控制的新概念;1986年，中国蔡自兴提出把人工智能、控制论、信息论和运筹学结合起来，用来构造用于不同领域的智能控制系统，有效地促进专家系统进一步发展;与此同时，人工神经网络的研究也由于人工智能的兴起而再度掀起了研究的热潮;对于模糊理论的研究，以及其他智能理论的分支，都开始
迅速热化并开展研究[3]。这些标志着智能控制已从研制开发阶段转向应用阶段[4]。
2.3快速发展阶段
从20世纪80年代末开始，人工智能开始逐步向多技术、多方法的综合集成与多学科、多领域的综合应用型发展，人工智能进入了快速发展阶段。人工智能系统开始采用多种人工智能语言、多种知识表示方法、多种推理机制和多种控制策略相结合的方式，并开始运用各种专家系统外壳、专家系统开发工具和专家系统开发环境等。
目前，人工智能技术正向大型分布式人工智能、大型分布式多专家协同系统、并行推理、多种专家系统开发工具、大型分布式人工智能开发环境和分布式环境下的多智能体协同系统等方向发展[5]。
但从目前的发展状况来看，人工智能的理论、方法和技术都不太成熟，人们对它的认识也比较肤浅，甚至连人工智能能否归结、如何归结为一组基本原理也不能做到，这些都还有待于人工智能工作者的长期探索。
3.目前人工智能发展中所面临的难题
人工智能(AI)学科自1956年诞生至今已走过50多个年头。就研究解释和模拟人类智能、智能行为及其规律这一总目标来说，已经迈出了可喜的一步，某些领域已取得了相当的进展。但从整个发展的过程来看，人工智能发展曲折，而且还面临不少难题，主要有以下几个方面:
3.1计算机博弈的困难
博弈是自然界的一种普遍现象，它表现在对自然界事物的对策或智力竞争上。博弈不仅存在于下棋之中，而且存在于政治、经济、军事和生物的斗智和竞争之中。尽管西洋跳棋和国际象棋的计算机程序已经达到了相当高的水平，然而计算机博弈依然面临着巨大的困难。这主要表现在以下两个方面的问题:其一是组合爆炸
问题，状态空间法是人工智能中基本的形式化方法。若用博弈树来表示状态空间，对于几种常见的棋类，其状态空间都大得惊人。其二是现在的博弈程序往往是针对二人对弈、棋局公开、有确定走步的一类棋类进行研制的。而对于多人对弈、随机性的博弈这类问题，至少目前计算机还是难以模拟实现的。
3.2 理论不够成熟
人工智能理论从诞生发展到现在，已经从最初的“经典控制论”发展到现今的反馈控制、最优控制、模糊逻辑控制、专家智能控制理论等若干分支理论，但是除了“经典控制论”建构了详尽而规范的理论体系之外，其他后发展起来的智能控制理论，或多或少都是依据一定的工程背景或特殊的应用场合才逐步发展起来的，因此，人工智能控制理论的发展呈现出不同的理论算法只适用于特点的领域或工程背景、理论的通用性和可移植性较弱的特点;另一方面，人工智能理论的发展与人工智能技术的实现是相辅相成的，有的人工智能理论的发展先于技术的实现，有的理论算法是在特定的工程应用领域内的研究才获得或提出的，因此，人工智能技术的实现对于理论的发展也存在了一定程度的影响，而且很多人工智能的理论的提出或算法的分析研究都是以相关的技术实现为假设前提的，这就决定了很多人工智能的理论在某些特定的方面必然存在一定的局限性[6]，因此，到目前为止，人工智能理论的发展还尚未形成一个完整而系统的理论结构框架。 3.3模式识别的困惑虽然使用计算机进行模式识别的研究与开发已取得大量成果，有的已成为产品投入实际应用，但是它的理论和方法与人的感官识别机制是全然不同的[7]。人的识别手段、形象思维能力，是任何最先进的计算机识别系统望尘莫及的，另一方面，在现实世界中，生活并不是一项结构严密的任务，一般家畜都能轻而易举地对付，但机器不会，这并不是说它们永远不会，而是说目前不会。 4.人工智能的发展方向
虽然人工智能控制已有2O多年的发展历史，但仍然只处于开创性研究阶段。人工智能的发展方向，是力求使智能系统会分析，自适应并做出自己的决策。在工业上应用于某些计算系统和传感系统中。人工智能今后的发展方向主要集中在以下方面。
4.1人工智能发展方向在信息检索中的应用
如何利用计算机软硬件系统模仿、延伸与扩展人类智能的理论、方法和技术，包括机器感知、机器思维、机器行为，即知识获取、知识处理、知识利用的过程。由于网络知识信息既包括规律性的知识，如一般原理概念，也包括大量的经验知识，这些知识不可避免地带有模糊性、随机性、不可靠性等不确定性因素，对其进行推理，需要利用人工智能的研究成果。
4.2基于专家系统的入侵检测方法
入侵检测中的专家系统是网络安全专家对可疑行为的分析后得到的一套推理规则。一个基于规则的专家系统能够在专家的指导下，随着经验的积累而利用自学习能力进行规则的扩充和修正，专家系统对历史记录的依赖性相对于统计方法较小，因此适应性较强，可以较灵活地适应广普的安全策略和检测要求。这是人工智能发展的一个主要方向。
4.3人工智能在机器人中的应用
机器人足球系统是目前进行人工智能体系研究的热点，其即高科技和娱乐性于一体的特点吸引了国内外大批学者的兴趣。决策系统主要解决机器人足球比赛过程中机器人之间的协作和机器人运动规划问题，在机器人足球系统设计中需要将人工智能中的决策树、神经网络、遗传学的等算法综合运用，随着人工智能理论的进一步发展，将使机器人的发展取得长足进步。
5.结束语
人工智能控制系统是一门跨学科，需要多学科提供基础支持的科学，因此，人工智能控制系统必然是一个综合集成智能系统，它将随着模糊控制、神经网络控制、专家系统的发展而不断发展。
《连续铸钢》论文 论文题目：连铸技术发展现状综述 作 者： ___________________________ 专 业 名 称： ___________________________ 指 导 教 师： ___________________________ 李昌齐 冶金工程 刘宇雁
连铸技术发展现状综述 李昌齐 （08冶金1班0861107143） 摘要：阐述了我国连铸技术的发展状况及其与工业发达国家之间的差距，系统地归纳和总结了连铸设备及其关键技术，并就今后我国连铸技术的发展方向进行了探讨。 关键词：连铸技术；连铸设备；发展现状 引言 连铸是把液态钢用连铸机浇注、冷凝、切割而直接得到铸坯的工艺。它是连接炼钢和轧钢的中间环节，是炼钢生产厂（或车间）的重要组成部分。一台连铸机主要是由盛钢桶、中间包、中间包车、结晶器、结晶器振动装置、二次冷却装置、拉坯矫直装置、切割装置和铸坯运出装置等部分组成的。连铸技术的应用彻底改变了炼钢车间的生产流程和物流控制，为车间生产的连续化、自动化和信息技术的应用以及大幅度改善环境和提高产品质量提供了条件。此外，连铸技术的发展，还会带动冶金系统其他行业的发展，对企业组织结构和产品结构的简化与优化有着重要的促进作用。 1 连铸技术 1.1连铸和模铸的比较优点 图1是模铸工艺流程和连铸工艺流程的比较。可以看出二者的根本差别在于模铸是在间断情况下，把一炉钢水浇铸成多根钢锭，脱模之后经初轧机开坯得到钢坯；而连铸过程是在连续状态下，钢液释放显热和潜热，并逐渐凝固成一定形状铸坯的工艺过程。[1]钢在这种由液态向固态的转变过程中，体系内存在动量、热量和质量的传输，相变、外力和应力引起的变形，这些过程均十分复杂，往往耦合进行或相互影响。[2]
人工智能与新一代信息技术发展---用药咨询智能系统的思考考试 返回上一级 单选题（共10 题，每题10 分） 1 . 我国把人工智能技术作为占领()高地的一个重要举措。 ? A.未来技术 ? B.医学技术 ? C.药学技术 ? D.专业技术 我的答案：A 参考答案：A 答案解析：暂无 2 . 人工智能会带着（）等等走向各个领域。 ? A.大数据 ? B.物联网 ? C.云计算 ? D.以上都包括 我的答案：D 参考答案：D 答案解析：暂无 3 . 人工智能最关的技术是（） ? A.未来技术 ? B.深度学习 ? C.互联网技术 ? D.以上都是 我的答案：B 参考答案：B 答案解析：暂无 4 . 人工智能计算器的俗称是 ? A.采矿 ? B.矿机 ? C.服务器 ? D.系统 我的答案：B
参考答案：B 答案解析：暂无 5 . 关于机器学习的正确说法是用机器来（） ? A.模拟人类的神经元网络 ? B.模仿的越多功能越强大 ? C.最大发展是深度学习 ? D.以上都是 我的答案：D 参考答案：D 答案解析：暂无 6 . 目前深度学习最多可以模拟人类神经元网络带到（）。 ? A.10多层 ? B.50多层 ? C.100层 ? D.300多层 我的答案：C 参考答案：C 答案解析：暂无 7 . 关于物联网正确的描述是: ? A.应用NB-LOT技术 ? B.给物体安装智能卡 ? C.连到互联网上 ? D.以上都对 我的答案：D 参考答案：D 答案解析：暂无 8 . LOLA技术就是（） ? A.局域网技术 ? B.深度学习技术 ? C.咨询技术 ? D.自动化技术 我的答案：A 参考答案：A 答案解析：暂无 9 . 用药智能服务系统基本构架应包括数据库，Web端，还应包括（）2 ? A.人工处理平台
人工智能的发展现状与前景探析 大数据、人工智能、物联网等，这些新网络时代名词每天都会充斥在我们眼前，其实这些名词早已存在数十年之久，可今天仍然会成为各大新闻媒体争相报道内容。本文就目前人工智能的发展给各领域带来的进步和影响普通生活的各个方面进行深入的探讨，结合生活中相关人工智能的生活体验，对人工智能的发展前景提出一些观点，希望对人工智能热爱和感兴趣以及专业涉及的人工智能专业的人们提供一些参考。 标签：人工智能；发展现状；前景 1 引言 随着互联网时代的到来，我国各行各业对于智能化的需求越来越大，其更多的还是作为技术的载体来推动各个行业智能化的应用。在这一过程中，人工智能技术得到了迅猛的发展，并且和各个行业的结合也是更加的紧密。 2 人工智能技术的发展历程和方向 2.1人工智能技术的兴起 早在20世纪50年代，人工智能概念就已经被提出来了，随后很多的研究学者对其进行深入研究，并且取得了一定的成果，具体表现在LISP表处理语言编写等方面。不过这一项技术涉及到很多的学科领域，由于其他技术的发展没能跟上脚步，并且还受到很多解法推理能力的限制，进而导致很多的机器不能够实时翻译，这一问题的存在也就使得人工智能技术的发展陷入困境。 2.2人工智能技术的发展高潮 经过早期短暂的低谷期之后，各个研究学者对于人工智能技术的研究依旧没有放弃，一直到20世纪70年代，经过坚持不懈的努力，部分研究人员成功的研发出了较为良好的人工智能专家系统，正是这一发明将其技术研究工作推向了高潮。 2.3人工智能技术的应用分析 自知识工程含义提出之后，各种商业化的智能系统以及专家系统不断的产生，并且在世界范围内得到了广泛的应用。人工智能技术在相关领域中的应用创造出非常高的价值，不过由于专家系统自身的局限性，进而使得其再一次的受到严峻的挑战。 2.4人工智能技术的发展方向
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
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。
龙源期刊网 https://www.doczj.com/doc/626273172.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
生活中的人工智能 ----人工智能发展现状及未来摘要：人工智能一词于1956年提出，经过半个多世纪的发展，已经渗透到各个领域。本文将对人工智能的发展作简要的介绍和分析，重点介绍近年来人工智能在各个领域的应用，以期我们对人工智能有更深入的了解。 关键词：人工智能、应用、发展 随着计算机技术的飞速发展，人工智能也取得了极大的发展，并且开始应用到我们生活中的方方面面。伴随着研究的深入，也许我们正要进入一个人工智能时代。 1.人工智能的兴起和早期发展 人工智能的发展历程大致可以分为下面五个阶段。 第一阶段: 20世纪50年代，人工智能的兴起和冷落。人工智能概念在1956年首次提出后，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、LISP表处理语言等。但是由于消解法推理能力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，而忽视了知识的重要性。 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，1969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，人工智能得到了飞速的发展。日本在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KIPS”，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，。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。 第五阶段: 90年代，人工智能出现新的研究高潮。由于网络技术特别是国际互连网技术的发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。另外，由于Hopfield多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象 2.近年来人工智能的应用 随着人工智能的发展，人工智能已经渗透到了生活中的每个方面。 2.1“人机大战” 在人工智能的发展史上，出现了很多堪称经典的“人机大战”。 1985年，当时的国际象棋世界冠军“棋王”卡斯帕罗夫在德国汉堡举行了一场人机车轮大战。他在5个小时内，以32∶0的完美比分击败了所有电脑公司祭出的硬件和象棋软件程序。然而11年之后情况发生了变化，1996年“棋王”在与“深蓝”的比赛中第一次输了一盘；1997年，升级版的“湛蓝”在决定胜负的第六个回合中，只用了22步棋便迫使卡斯帕罗夫投子认输——这是“棋王”职业生
论人工智能的研究与发展(一) 摘要：人工智能是20世纪计算机科学发展的重大成就，在许多领域有着广泛的应用。论述了人工智能的定义，分析了目前在管理、教育、工程、技术、等领域的应用，总结了人工智能研究现状，分析了其发展方向。 关键词：人工智能；计算机科学；发展方向 1人工智能的定义 人工智能(ArtificialIntelligence，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”一词最初是在1956年美国计算机协会组织的达特莫斯(Dartmouth)学会上提出的。自那以后，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。由于智能概念的不确定，人工智能的概念一直没有一个统一的标准。著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义“人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学。”而美国麻省理工学院的温斯顿教授认为“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”童天湘在《从“人机大战”到人机共生》中这样定义人工智能：“虽然现在的机器不能思维也没有“直觉的方程式”，但可以把人处理问题的方式编入智能程序，是不能思维的机器也有智能，使机器能做那些需要人的智能才能做的事，也就是人工智能。”诸如此类的定义基本都反映了人工智能学科的基本思想和基本内容。即人工智能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。 2人工智能的应用领域 2.1人工智能在管理及教学系统中的应用 人工智能在企业管理中的应用。刘玉然在《谈谈人工智能在企业管理中的应用》一文中提到把人工智能应用于企业管理中，认为要做的工作就是搞清楚人的智能和人工智能的关系，了解人工智能的外延和内涵，搭建人工智能的应用平台，搞好企业智能化软件的开发工作，这样，人工智能就能在企业决策中起到关键的作用。 人工智能在智能教学系统中的应用。焦加麟，徐良贤，戴克昌(2003)在总结国际上相关研究成果的基础上，结合其在开发智能多媒体汉德语言教学系统《二十一世纪汉语》的过程中累积的实践经验，介绍了智能教学系统的历史、结构和主要技术，着重讨论了人工智能技术与方法在其中的应用，并指出了当今这个领域上存在的一些问题。 2.2人工智能专家系统在工程领域的应用 人工智能专家系统在医学中的应用。国外最早将人工智能应用于医疗诊断的是MYCIN专家系统。1982年，美国Pittsburgh大学Miller发表了著名的作为内科医生咨询的Internist2Ｉ内科计算机辅助诊断系统的研究成果，1977年改进为Internist2Ⅱ，经过改进后成为现在的CAU-CEUS，1991年美国哈佛医学院Barnett等开发的DEX-PLAIN，包含有2200种疾病和8000种症状。我国研制基于人工智能的专家系统始于上世纪70年代末，但是发展很快。早期的有北京中医学院研制成“关幼波肝炎医疗专家系统”，它是模拟著名老中医关幼波大夫对肝病诊治的程序。上世纪80年代初，福建中医学院与福建计算机中心研制的林如高骨伤计算机诊疗系统。其他如厦门大学、重庆大学、河南医科大学、长春大学等高等院校和其他研究机构开发了基于人工智能的医学计算机专家系统，并成功应用于临床。 人工智能在矿业中的应用。与矿业有关的第一个人工智能专家系统是1978年美国斯坦福国际研究所的矿藏勘探和评价专家系统PROSPECTOR，用于勘探评价、区域资源估值和钻井井位选择等。20世纪80年代以来，美国矿山局匹兹堡研究中心与其它单位合作开发了预防煤矿巷道底臌、瓦斯治理和煤尘控制的专家系统；弗尼吉亚理工学院及州立大学研制了模拟连续开采过程中开采、装载、运输、顶板锚固和设备检查专家系统Consim；阿拉斯加大学编
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
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
2020年人工智能产业发展深度研究报告 一、人工智能市场格局 人工智能（Artificial Intelligence，AI）是利用机器学习和数据分析方法赋予机器模拟、延申和拓展类人的智能的能力，本质上是对人类思维过程的模拟。AI 概念最早始于1956 年的达特茅斯会议，受限于算法和算力的不成熟，未能实现大规模的应用和推广。近年来，在大数据、算法和计算机能力三大要素的共同驱动下，人工智能进入高速发展阶段。据中国电子学会预测，2022全球人工智能市场将达到1630亿元，2018-2022年CAGR达31%。 人工智能赋能实体经济，为生产和生活带来革命性的转变。人工智能作为新一轮产业变革的核心力量，将重塑生产、分配、交换和消费等经济活动各环节，催生新业务、新模式和新产品。从衣食住行到医疗教育，人工智能技术在社会经济各个领域深度融合和落地应用。同时，人工智能具有强大的经济辐射效益，为经济发展提供强劲的引擎。据埃森哲预测，2035 年，人工智能将推动中国劳动生产率提高27%，经济总增加值提升7.1 万亿美元。 二、多角度人工智能产业比较 目前，全球人工智能产业的生态系统正逐步成型。依据产业链上下游关系，可以将人工智能划分为基础支持层、中间技术层和下游应用层。基础层是人工智能产业的基础，主要提供硬件（芯片和传感器）及软件（算法模型）等基础能力；技术层是人工智能产业的核心，以模拟人的
智能相关特征为出发点，将基础能力转化成人工智能技术，如计算机视觉、智能语音、自然语言处理等应用算法研发。其中，技术层能力可以广泛应用到多个不同的应用领域；应用层是人工智能产业的延伸，将技术应用到具体行业，涵盖制造、交通、金融、医疗等18 个领域，其中医疗、交通、制造等领域的人工智能应用开发受到广泛关注。 （一)战略部署：大国角逐，布局各有侧重 全球范围内，中美“双雄并立”构成人工智能第一梯队，日本、英国、以色列和法国等发达国家乘胜追击，构成第二梯队。同时，在顶层设计上，多数国家强化人工智能战略布局，并将人工智能上升至国家战略，从政策、资本、需求三大方面为人工智能落地保驾护。后起之秀的中国，局部领域有所突破。中国人工智能起步较晚，发展之路几经沉浮。自2015 年以来，政府密集出台系列扶植政策，人工智能发展势头迅猛。由于初期我国政策侧重互联网领域，资金投向偏向终端市场。因此，相比美国产业布局，中国技术层（计算机视觉和语音识别）和应用层走在世界前端，但基础层核心领域（算法和硬件算力）比较薄弱，呈“头重脚轻”的态势。当前我国人工智能在国家战略层面上强调系统、综合布局。 1、美国引领人工智能前沿研究，布局慢热而强势。美国政府稍显迟缓，2019 年人工智能国家级战略（《美国人工智能倡议》）才姗姗来迟。但由于美国具有天时（5G 时代）地利（硅谷）人和（人才）的天然优势，其在人工智能的竞争中已处于全方位领先状态。总体来看，美国重点领域布局前沿而全面，尤其是在算法和芯片脑科学等领域布局超
连铸三大件综述 整体塞棒、长水口（大包长水口）和浸入式水口（中包所用水口），称为连铸三大件。其材质主要是铝碳质，成型方法采用等静压成型。这主要是因为：（1）连铸所要求的整体塞棒、长水口和浸入式水口的长度直径比太大，普通的压力机压制的制品上下密度差别太大。而用等静压压制时，压制面上压力均匀，各个部位、断面上的体积密度均匀一致。（2）等压可经压制结合剂含量低、塑性差的较难压制的泥料，高石墨含量的刚玉料正是属于这类泥料。（3）由于石墨的层片状结构，在双面压制时易分层、取向，引起层裂。随着石墨含量的增加，层裂倾向更明显。采用等静压成型可以有效避免层裂，保证产品质量。 现在也有一种解释是叫连铸四大件分别是：长水口、塞棒、中包水口、浸入式水口。其实，浸入式水口是分两类：内装浸入式水口、外装浸入式水口。内装的一般用于特钢类（保护浇注），外装的用于普碳钢类。所以，广义上说还是“连铸三大件” 1塞棒 整体塞棒的特点:整体塞棒一律采用等静压成型,其形状和尺寸取决于中间包的容量,钢水面的高度和中间包水口的喇叭形状和孔径的大小而定。其塞棒头有带空心的,带吹氩孔或带透气塞的整体塞棒。固定方式是关键,一种采金属销固定,一种采用螺纹固定。 塞棒的功能主要是用于中间包开闭,除能自动控制中间包至结晶器的钢水流量外,还可通过塞棒的吹氩孔,向吵间包吹入氩气和其它惰性气体,塞棒还具有控制钢流和净化的功能。
整体塞棒材质一般为铝碳质。在塞棒的头部带有吹氩孔或镶有透气塞，在浇注时，氩气由塞棒孔通过吹气孔或透气塞吹向浸入式水口，氩气以细散的形式进入钢水，可以降低Al2O3的聚集量，减少在浸入式水口内的沉积，延长整体塞棒的使用寿命。 我国整体塞棒系统用耐火材料，研制成功刚玉质、铝碳质，以及组合的整体式，端部采用ZrO2-C质材料再成型的铝碳－锆碳质复合式整体塞棒，镁碳质整体塞棒、Al2O3-SiO2-C和 Al2O3-SiO2-ZrO2质组合式塞棒，以及采用防氧化剂，为提高寿命，降低消耗发挥了重要作用。 表1铝碳质整体塞棒理化指标
人工智能技术发展趋势研究 近年来，全球人工智能发展进入新一轮技术创新活跃期，新的理论、模型、算法快速迭代。基于此，本文主要对人工智能技术发展趋势做具体论述，希望通过本文的分析研究，给行业内人士以借鉴和启发。 标签：人工智能技术;发展;趋势 引言 如今人工智能技术的应用范围越来越广泛，已经从简单的小部件走进人们的生活，人工智能会对程序化、重复性、低技能的劳动力产生一定程度的替代。为此，我们应在充分发挥人工智能红利推进就业结构优化和就业质量提升，实现人工智能产业高质量发展和劳动者就业平稳增长的”双赢”。 1当前人工智能技术特征 一是深度学习模型和方法持续创新。现在深度学习仍有很多问题没有解决，包括模型知识表示能力、可解释性、网络结构设计、训练优化方法问题等，还在困扰着深度学习性能和在一些领域的产业化应用。近年来，学术界产业界在深度学习领域的方法创新都非常活跃，谷歌大脑团队提出的概念激活向量方法，尝试度量模型输出结果对概念的相关性，在模型可解释性方面进行了有意义的探索。在近年来大热的自动机器学习方面，2018年谷歌推出了AutoMLNaturalLanguage 和AutoMLTranslation等产品，试图使深度学习的模型设计能够自动化进行，减少对专业知识的依赖，把深度学习工具向非人工智能领域的专家和工程师推广。关于图网络的研究正在将深度学习能够处理的数据结构类型从象素类数据、时间序列数据向图数据结构进一步拓展，把端到端学习与归纳推理相结合，尝试改进深度学习无法进行关系推理的问题。深度学习方法也在不同领域结合其特点向前演化发展。比如在自然语言处理领域，原来TextCNN对文本浅层特征的抽取能力很强，但在长距离建模方面能力受限。2018年以来，以ELMo模型、BERT 模型为代表预训练模型快速兴起，通过融入上下文信息实现了对多义词、句法结构、语义角色等更高层文本概念的建模，推动自然语言处理领域实现了长足进步。二是模型复杂度和算力需求门槛越来越高。2012年，Hinton团队在ImageNet比赛中首次使用深度学习用于图像分类任务，那时候的神经网络层数还只有个位数;2015年来自微软的ResNet做到152层;现在很多团队都在做上万层的深度学习模型。模型深度的增加有可能带来表达能力的进一步拓展和突破，但同时也带来了模型复杂度的飞升。BERT模型的标准版本有1亿的参数量，数亿参数的模型已经很常见。根据马萨诸塞大学Strubell等人近期对不同模型算力需求的评估研究，Transformer、GPT-2等流行的深度神经网络模型的性能提升带来了不成比例的计算量和碳排放增加。 2人工智能技术的应用
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
中国人工智能产业发展分析及对策研究 人工智能的概念始于1956年的达特茅斯会议，并在2016年随着AlphaGo 人机围棋大战引发的强烈关注而再次称为热词。从本质上来说，人工智能是指用于模拟和扩展人类智能的技术应用系统，具备快速处理和自主知识管理能力，能够通过“试验—验证—学习”实现决策的迭代和优化。[1]77其价值始终体现在代替或者辅助人类完成任务，从而解放劳动力，提高劳动效率。当前，人工智能正处于专有型向通用型人工智能转变的发展阶段，应用模式也由执行式服务向交互式服务转变。在一些数据可得性高的行业，例如安防、医疗、教育和商业服务等领域，人工智能已率先爆发出大量场景应用，用以解决行业痛点。自20世纪60年代以来，人工智能的发展经历了三次技术革命浪潮。进入到21世纪的两个十年，在大规模GPU服务器并行计算、大数据、深度学习算法和类脑芯片等技术的推动下，人类社会相继进入互联网时代、大数据时代和人工智能时代。[2]关于互联网和大数据时代下的产业结构和社会状态已有相当多的研究分析，本文则侧重于讨论中国在人工智能时代的战略方向。 从人工智能领域相关文献看，国内学者主要将研究重点集中在基于人工智能算法的特定领域应用和技术伦理问题（哲学角度）两方面。吴永和等依据教育人工智能（EAI）的内涵，尝试从应用形态和技术架构两方面构建“人工智能+教育”的生态系统以及相应的人才培养体系。[3]梁志勇等则聚焦新闻生产领域，认为人工智能技术将给新闻行业的内容生产、议题设置和运作方式带来革命性影响。[4]相对而言，人工智能与工程技术融合的研究更为广泛。李漫江创新性地提出了一种基于神经网络的人工智能故障检测方法，进而实现农用发动机不解体且能快速诊断的效果。[5]秦爱梅等基于人工智能视觉算法，调制出一套具有较高识别效率和精度的特定场景识别系统。[6]尽管如此，蔡自兴仍认为国内存在以哲学研究替代人工智能技术研究的倾向。[7]23孙振杰提出，人类亟需深思围绕人工智能意识与情感的发展将引发“五化”的问题，即人造物的退化、进化、蜕化、异化和黑化。[8]余乃忠则揭示出人工智能类本质的实现与新时代人类的类本质间的矛盾，
世界连铸技术的发展 世界连铸技术的发展大体上经历了4个阶段：早期探索时期、工业应用推广时期、现代连铸技术大发展和完善时期、高速连铸技术和近终形连铸(薄板坯连铸和薄带坯连铸)技术发展时期。 早期探索时期(20世纪50年代以前) 连续浇铸液体金属的设想是19世纪中叶由美国塞勒斯(G．E．Sellers)(1840年)、莱思(J．Laing)(1843年)和英国贝塞麦(H．BessemeI’)(1846年)提出的，由于当时技术条件的限制，只能用于低熔点有色金属(如铅)的浇铸。最早的类似现代连铸的建议是1887年由德国德伦(R．M．Daelen)提出的，在其设备中已经包括上下敞口的水冷结晶器、二次冷却段、引锭杆、夹辊和铸坯切割设备等装置。1933年现代连铸之父德国容汉斯(S．Jung hans)开发了结晶器振动系统，从而奠定了工业上大规模采用连铸的工艺基础。同年，容汉斯在德国建成一台使用振动结晶器的立式连铸设备，并用其浇铸黄铜获得成功，月产量达1700t。1936年铝合金的连铸也取得了成功。这样，从30年代开始，连铸工艺便进入有色金属的工业化阶段。但工业规模上实现钢的连铸要比有色金属困难得多，其主要原因是：钢的熔点比铝、铜高得多；钢的比热容较大，而导热系数较小，凝固速度较慢，不利于连铸；钢的生产规模也要大得多。1943年容汉斯在德国建成第一台浇铸钢水的试验性连铸机，提出了振动的水冷结晶器、浸入式水口和结晶器钢水面加保护剂等技术，为现代连续铸钢奠定了基础。第二次世界大战以后，世界各地相继建设了一些试验性和半工业性试验设备。1949年容汉斯在德国、阿勒德隆(AIleghengLudlun)公司在美国分别采用容汉斯振动结晶器系统在立式铸机上进行钢的连铸试验，1950年德国曼内斯曼(Mannesmann)公司按容汉斯振动结晶器方式投产了一台工业试验性立式连铸机，后来使用振动结晶器成为标准的铸机模式。 工业应用推广时期(20世纪50～60年代) 从50年代起，连铸开始用于钢铁工业。世界上第一台工业生产性连铸机是1951年在苏联红十月钢厂投产的立式半连续装置，但作为连续式浇铸的铸机是1952年英国巴路(BarrOW)钢厂建立的双流立弯式连铸机。50年代投产的连铸机多为立式、单流，建筑高度大，投资多，连铸速度难于提高，铸坯断面小而且主要为方坯，生产规模较小。但此期间出现了一些专门从事连铸技术开发的集团，对后来连铸技术的发展和推广应用起了很大的作用。60年代连铸技术进入工业性推广阶段，1963～1964年曼内斯曼公司相继建成了方坯和板坯弧形连铸机，这种机型较之立式连铸机高度低、操作方便，并能为工业上急需的热轧、冷轧带钢和厚板生产提供钢坯，很快就成为发展连铸的主要机型，对连铸的推广应用起了很大的作用。此外这时氧气转炉已用于钢铁生产，原有的模铸铸锭工艺已不能满足炼钢的需要，这也促进了连铸的发
人工智能技术 李祥测控技术与仪器 2011071022 1 走进人工智能技术 人工智能(artificial intelligence，ai)一直都处于计算机技术的最前沿，经历了几起几落…… 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(mit)、卡内基-梅隆大学(cmu)到ibm公司，再到日本的本田公司、sony公司以及国内的清华大学、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》(a.i.)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。 2 计算机与人工智能的发展 "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。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(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"。ⅰ人工智能领域研究的开始 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。 ⅱ人工智能领域研究的低谷与振兴
人工智能技术及其发展趋势 一、单选题 1.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 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.（）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 4.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 5.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 6.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 7.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