展望人工智能的未来（续）
文章的第一部分讨论了已经在我们日常生活中随处可见的弱人工智能，然后讨论了为什么从弱人工智能到强人工智能是个很大的挑战，然后我们谈到了为什么技术进步的指数级增长表面强人工智能可能并不那么遥远。第一部分的结束，我们谈到了一旦机器达到了人类级别的智能，我们将见到如下的场景：
这让我们无所适从，尤其考虑到超人工智能可能会发生在我们有生之年，我们都不知道该用什么表情来面对。
再我们继续深入这个话题之前，让我们提醒一下自己超级智能意味着什么。
很重要的一点是速度上的超级智能和质量上的超级智能的区别。很多人提到和人类一样聪明的超级智能的电脑，第一反应是它运算速度会非常非常快——就好像一个运算速度是人类百万倍的机器，能够用几分钟时间思考完人类几十年才能思考完的东西
这听起来碉堡了，而且超人工智能确实会比人类思考的快很多，但是真正的差别其实是在智能的质量而不是速度上。用人类来做比喻，人类之所以比猩猩智能很多，真正的差别并不是思考的速度，而是人类的大脑有一些独特而复杂的认知模块，这些模块让我们能够进行复杂的语言呈现、长期规划、或者抽象思考等等，而猩猩的脑子是做不来这些的。
就算你把猩猩的脑子加速几千倍，它还是没有办法在人类的层次思考的，它依然不知道怎样用特定的工具来搭建精巧的模型——人类的很多认知能力是猩
猩永远比不上的，你给猩猩再多的时间也不行。
而且人和猩猩的智能差别不只是猩猩做不了我们能做的事情，而是猩猩的大脑根本不能理解这些事情的存在——猩猩可以理解人类是什么，也可以理解摩天大楼是什么，但是它不会理解摩天大楼是被人类造出来的，对于猩猩来说，摩天大楼那么巨大的东西肯定是天然的，句号。
对于猩猩来说，它们不但自己造不出摩天大楼，它们甚至没法理解摩天大楼这东西能被任何东西造出来。而这一切差别，其实只是智能的质量中很小的差别造成的。
而当我们在讨论超人工智能时候，智能的范围是很广的，和这个范围比起来，人类和猩猩的智能差别是细微的。如果生物的认知能力是一个楼梯的话，不同生物在楼梯上的位置大概是这样的：
要理解一个具有超级智能的机器有多牛逼，让我们假设一个在上图的楼梯上站在深绿色台阶上的一个机器，它站的位置只比人类高两层，就好像人类比猩猩只高两层一样。这个机器只是稍微有点超级智能而已，但是它的认知能力之于人类，就好像人类的认知能力之于猩猩一样。
就好像猩猩没有办法理解摩天大楼是能被造出来的一样，人类完全没有办法理解比人类高两层台阶的机器能做的事情。就算这个机器试图向我们解释，效果也会像教猩猩造摩天大楼一般。
而这，只是比我们高了两层台阶的智能罢了，站在这个楼梯顶层的智能之于人类，就好像人类之于蚂蚁一般——它就算花再多时间教人类一些最简单的东西，我们依然是学不会的。
但是我们讨论的超级智能并不是站在这个楼梯顶层，而是站在远远高于这个楼梯的地方。当智能爆炸发生时，它可能要花几年时间才能从猩猩那一层往上迈一步，但是这个步子会越迈越快，到后来可能几个小时就能迈一层，而当它超过人类十层台阶的时候，它可能开始跳着爬楼梯了——一秒钟爬四层台阶也未尝不可。
所以让我们记住，当第一个到达人类智能水平的强人工智能出现后，我们将在很短的时间内面对一个站在下图这样很高很高的楼梯上的智能（甚至比这更高百万倍）：
前面已经说了，试图去理解比我们高两层台阶的机器就已经是徒劳的，所以让我们很肯定的说，我们是没有办法知道超人工智能会做什么，也没有办法知道这些事情的后果。任何假装知道的人都没搞明白超级智能是怎么回事。
自然演化花了几亿年时间发展了生物大脑，按这种说法的话，一旦人类创造出一个超人工智能，我们就是在碾压自然演化了。当然，可能这也是自然演化的一部分——可能演化真正的模式就是创造出各种各样的智能，直到有一天有一个智能能够创造出超级智能，而这个节点就好像踩上了地雷的绊线一样，会造成全球范围的大爆炸，从而改变所有生物的命运。
科学界中大部分人认为踩上绊线不是会不会的问题，而是时间早晚的问题。想想真吓人。
那我们该怎么办呢？
可惜，没有人都告诉你踩到绊线后会发生什么。但是人工智能思想家Nick Bostrom认为我们会面临两类可能的结果——永生和灭绝。
首先，回顾历史，我们可以看到大部分的生命经历了这样的历程：物种出现，存在了一段时间，然后不可避免的跌落下生命的平衡木，跌入灭绝的深渊。
历史上来说，“所有生物终将灭绝”就像“所有人都会死”一样靠谱。至今为止，存在过的生物中99.9%都已经跌落了生命的平衡木，如果一个生物继续在平衡木上走，早晚会有一阵风把它吹下去。Bostrom把灭绝列为一种吸引态——所有生物都有坠入的风险，而一旦坠入将没有回头。
虽然大部分科学家都承认一个超人工智能有把人类灭绝的能力，也有一些人为如果运用得当，超人工智能可以帮助人类和其它物种，达到另一个吸引态——永生。Bostrom认为物种的永生和灭绝一样都是吸引态，也就是我一旦我们达成了永生，我们将永远不再面临灭绝的危险——我们战胜了死亡和几率。
所以，虽然绝大多数物种都从平衡木上摔了下去灭绝了，Bostrom认为平衡木外是有两面的，只是至今为止地球上的生命还没聪明到发现怎样去到永生这另一个吸引态。
如果Bostrom等思想家的想法是对的，而且根据我的研究他们确实很可能是对的，那么我们需要接受两个事实：
1）超人工智能的出现，将有史以来第一次，将物种的永生这个吸引态变为可能。2）超人工智能的出现，将造成非常巨大的冲击，而且这个冲击可能将人类吹下平衡木，并且落入其中一个吸引态。
有可能，当自然演化踩到绊线的时候，它会永久的终结人类和平衡木的关系，创造一个新的世界，不管这时人类还是不是存在。
而现在的问题就是：“我们什么时候会踩到绊线？”以及“从平衡木上跌下去后我们会掉入哪个吸引态？”
没人知道答案，但是一些聪明人已经思考了几十年，接下来我们看看他们想出来了些什么。
先来讨论“我们什么时候会踩到绊线？”也就是什么时候会出现第一个超级智能。
不出意外的，科学家和思想家对于这个意见的观点分歧很大。很多人，比如Vernor Vinge教授，科学家Ben Goertzel，SUN创始人Bill Joy，发明家和未来学家
Ray Kurzweil，认同机器学习专家Jeremy Howard的观点，Howard在TED演讲时用到了这张图：
这些人相信超级智能会发生在不久的将来，因为指数级增长的关系，虽然机器学习现在还发展缓慢，但是在未来几十年就会变得飞快。
其它的，比如微软创始人Paul Allen，心理学家Gary Marcus，NYU的电脑科学家Ernest Davis，以及科技创业者Mitch Kapor认为Kurzweil等思想家低估了人工智能的难度，并且认为我们离绊线还挺远的。
Kurzweil一派则认为唯一被低估的其实是指数级增长的潜力，他们把质疑他们理论的人比作那些1985年时候看到发展速度缓慢的因特网，然后觉得因特网在未来不会有什么大影响的人一样。
而质疑者们则认为智能领域的发展需要达到的进步同样是指数级增长的，这其实把技术发展的指数级增长抵消了。
争论如此反复。
第三个阵营，包括Nick Bostrom在内，认为其它两派都没有理由对踩绊线的时间那么有信心，他们同时认为a) 这事情完全可能发生在不久的未来b)但是这个事情没个准，说不定会花更久
还有不属于三个阵营的其他人，比如哲学家Hubert Dreyfus，相信三个阵营都太天真了，根本就没有什么绊线。超人工智能是不会被实现的。
当你把所有人的观点全部融合起来的话是怎样呢？
2013年的时候，Bostrom做了个问卷调查，涵盖了数百位人工智能专家，问卷的内容是“你预测人类级别的强人工智能什么时候会实现”，并且让回答者给出一个乐观估计（强人工智能有10%的可能在这一年达成），正常估计（有50%的可能达成），和悲观估计（有90%可能达成）。当把大家的回答统计后，得出了下面的结果：
乐观估计中位年（强人工智能有10%的可能在这一年达成）：2022年
正常估计中位年（强人工智能有50%的可能在这一年达成）：2040年
悲观估计中位年（强人工智能有90%的可能在这一年达成）：2075年所以一个中位的人工智能专家认为25年后的2040年我们能达成强人工智能，而2075年这个悲观估计表明，如果你现在够年轻，有一半以上的人工智能专家认为在你的有生之年能够有90%的可能见到强人工智能的实现。
另外一个独立的调查，由作家James Barrat在Ben Goertzel的强人工智能年
会上进行，他直接问了参与者认为强人工智能哪一年会实现，选项有2030年，2050年，2100年，和永远不会实现。结果是：
2030年：42%的回答者认为强人工智能会实现
2050年：25%的回答者
2100年：20%
2100年以后：10%
永远不会实现：2%
这个结果和Bostrom的结果很相似。在Barrat的问卷中，有超过三分之二的参与者认为强人工智能会在2050年实现，有近乎半数（42%）的人认为未来15年（2030年）就能实现。并且，只有2%的参与者认为强人工智能永远不会实现。
但是强人工智能并不是绊线，超人工智能才是。那么专家们对超人工智能是怎么想的呢？
Bostrom的问卷还询问专家们认为达到超人工智能要多久，选项有a)达成强人工智能两年内，b)达成强人工智能30年内。问卷结果如下：
中位答案认为强人工智能到超人工智能只花2年时间的可能性只有10%左右，但是30年之内达成的可能性高达75%
从以上答案，我们可以估计一个中位的专家认为强人工智能到超人工智能可能要花20年左右。所以，我们可以得出，现在全世界的人工智能专家中，一个中位的估计是我们会在2040年达成强人工智能，并在20年后的2060年达成超人工智能——也就是踩上了绊线。
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
（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
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
关于人工智能的展望 人工智能自1956年在美国诞生至今已50多年了。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。从美国麻省理工学院、卡内基-梅隆大学到IBM公司、本田公司、SONY公司以及国内的清华大学、中科院等科研院所,全世界许多实验室都在进行着AI技术的实验。 随着时代的发展及信息革命的到来,人工智能的研究领域日益拓宽,其内容逐步丰富,对人类发展有划时代的意义。 一、何谓“人工智能”?“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》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”(Artificial Intelligence)简称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。人们认为“人工智能”是计算机科学技术的前沿科技领域。因此,“人工智能”与计算机软件有密切的关系。一方面,各种人工智能应用系统都要用计算机软件去实现,另一方面,许多聪明的计算机软件也应用了人工智能的理论方法和技术。例如,专家系统软件,机器博奕软件等。但是,“人工智能”不等于“软件”,除了软件以外,还有硬件及其他自动化的通信设备。人工智能是从思维、感知、行为三层次和机器智能、智能机器两方面研究模拟、延伸与扩展人的智能的理论、方法、技术及其应用的技术学科。 二、人工智能的研究领域人工智能是一种外向型的学科,它不但要求研究它的人懂得人工智能的知识,而且要求有比较扎实的数学基础及哲学和生物学基础,只有这样才可能让一台什么也不知道的机器模拟人的思维。因为人工智能的研究领域十分广阔,它总的来说是面向应用的,主要研究领域有专家系统,有人在工作,它就可以用在什么地方,因为人工智能的最根本目的还是要模拟人类的思维。可以归纳为八个字:机器智能、智能机器。1.机器智能例如,用计算机打印常用的报表,进行一些常规的文字处理,都是程序化的操作,谈不上有智能。但是,用计算机给人看病,进行病理诊断和药物处方,或者,用计算机给机器看病,进行故障诊断和维修处理,就需要计算机有人工智能。人工智能学科领域中有一个重要的学科分支是“专家系统”(Expert System),简称代写论文ES。就是用计算机去模拟、延伸和扩展专家的智能。基于专家的知识和经验,可以求解专业性问题的、具有人工智能的计算机应用系统。如:医疗诊断专家系统,故障诊断专家系统等。除了“专家系统”之外,还可列举出其他许多聪明的智能软件系统。如:机器博突的智能软件、智能控制、智能管理、智能通信……的软件等。例如:IBM 的“深蓝”系统战胜了国际象棋大师卡斯帕诺夫,就是计算机的机器智能水平的一次荣誉记录,也是聪明的人工智能软件的一个成功范例。2.智能机器“智能机器”(Intelligent Machine),简称IM,研究如何设计和制造具有更高智能水平的机器,特别是设计和制造更聪明的计算机。现在的计算机,虽然经历了从电子管、晶体管、集成电路、超大规模集成电路等几代的发展,在工艺和性能方面都有巨大的进步。但是,在原理上,还没有重大的突破。通常,人们用计算机,不仅要告诉计算机:做什么?,而且还必须详细地、正确地告诉计算机:如何做?。也就是说,人们要根据工作任务的需求,以适当的计算机语言,进行相应的软件设计,编制面向该任务的计算机应用程序,并且,正确地操作计算机,装入、启动该应用程序,才能用计算机完成该项工作任务。这里,计算机实质上只是机械地、被动地执行人们编制的应用程序指令的“电子奴仆”,也不理解为什么要做这项工作,即不懂得:为什么?。因而,只不过是一个低智能的、不聪明的
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。
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
人工智能的现状及今后 发展趋势展望精编版 MQS system office room 【MQS16H-TTMS2A-MQSS8Q8-MQSH16898】
人工智能的现状及今后发展趋势展望 一．引言 人工智能(ArtificialIntelligence),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ASCIWhite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”（BlueJean），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。计算机识别的显着特点是速度快、准确性和效率高。识别过程与
未来机器人的展望 展望未来，对机器人的需求是多面的。在制造工业由于多数工业产品的商品寿命逐渐缩短，品种需求加多，这就促使产品的生产就要从传统的单一品种成批大量生产逐步向多品种小批量柔性生产过渡。有各种加工装备、机器人、物料传送装置和自动化仓库组成的柔性制造系统，以及由计算机统一调度的更大规模的集成制造系统将逐步成为制造工业的主要生产手段之一。 现在工业上运行的90%以上的机器人，都不具有智能。随着工业机器人数量的快速增长和工业生产的发展，对机器人的工作能力也提出了更高的要求，特别是需要各种具有不同程度智能的机器人和特种机器人。这些智能机器人，有的能够模拟人类用两条腿走路，可在凹凸不平的地面上行走移动；有的具有视觉和触觉功能，能够进行独立操作、自动装配和产品检验；有的具有自主控制和决策能力。这些智能机器人，不仅应用各种反馈传感器，而且还运用人工智能中各种学习、推理和决策技术。智能机器人还应用许多最新的智能技术，如临场感技术、虚拟现实技术、多真体技术、人工神经网络技术、遗传算法和遗传编程、放声技术、多传感器集成和融合技术以及纳米技术等。可以说，智能机器人将是未来机器人技术发展的方向。 在智能新时代的到来下，南方ＩＴ学院应运而生，承载着时代的使命，在政府大力支持下，南方学院率先开设机器人专业，以机电工程为基
础，运用计算机控制技术实现对机器人内在的驱动控制和外在的工作应用控制。培养学生的软件开发能力、硬件研发能力和工程应用能力，从事机器人设备的设计开发、编程调试、运行维护等工作的高素质技能型人才。
Welcome To Download !!! 欢迎您的下载，资料仅供参考！
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。
主持人：接下来有请华为诺亚方舟实验室主任李航上台演讲。 李航：大家上午好！非常高兴今天有机会跟大家一起交流。首先感谢新智元以及大会组委会提供这样的机会。今天跟大家分享一下我对人工智能未来发展的一些想法。现在人工智能很热，大家有很多期待、也有一些不安；有一些正确的认识也有一些误解；有一些合理的宣传，也有一些误导。对我们做AI的，用AI 的，一个很重要的问题，就是我们应该期待什么？在可预见的未来，在更遥远的未来，我们对AI应该抱着什么样的期待，进行什么样的努力。我的报告分两部分，第一部分关于我们对人工智能AI应该有什么样的期待，我将从三个角度来谈这个问题。第二部分介绍一下诺亚方舟实验室在人工智能及通信领域做的一些工作。 大家知道人工智能分强人工智能和弱人工智能。首先看一下人的大脑和计算机到底有什么相同的地方，什么不同的地方。这个资料是从MOOC得到的。我们可以看到，现在的计算机和人的大脑在规模上已经相当了，人的大脑有10的11次方个神经元，10的15次方个突触，大概一千亿个神经元，一千万亿个连接。一个典型的计算机有10的10次方个晶体管和稀疏连接。人脑和计算机达到同等的规模，但是在架构上是非常不同的，人脑拥有紧密联系，计算机是稀疏连接的。处理的速度上，计算机有很大的优势，基本上计算机的计算速度是人脑的处理速度的100万倍。但是人脑进行的是并行处理，计算机进行的是顺序处理，这方面有很大的不同。人脑能够做并行处理，在处理某些问题上效率比计算机更高。 从能力的角度来看，计算机往往擅长能够用数学模型很好刻画的任务。
但是计算机不擅长做什么事？我们不知道怎么样用数学去刻画的任务，这个恰恰是我们人脑擅长做的事情，我们人脑平时做的感知、认知的处理很多都是很难用数学模型，至少现在很难用数学模型去刻画的。 我的第一个观点，强人工智能是否能够实现还是不太清楚的，强人工智能希望计算机能够跟人做同等以上智能性的事情。至少从几个方面来看，从情感、创造力和自由意志这几个角度来看，强人工智能是非常困难的。这些都是人的智能的一些非常重要的特点，但是我们不清楚这些重要的人的智能特点是否能在现代的计算机上去实现。 情感，喜怒哀乐是人最基本的情感。现代科学知道，这个情感基本是在人的大脑边缘系统产生，也就是说在人的下意识产生情感。比如我们最典型的代表的情感，恐惧。当你处在一个非常危险的状况的时候，你会瞬间感触到危险，这时候大脑边缘系统杏仁核产生大量的化学物质，你的心跳会加快，血压上升，能够促使你全身采用必要的行动，之后这些信息传到大脑，你意识到发生了什么。下意识的情感在很快的时间里就做出了这样的反应。这样的情感在智能体的智能活动里面其实起着非常重要的作用。大家会说，如果一个人没有情感的话，他是不是做事情变得非常理智，它的判断是不是都是理性的？结论不是这样的。有一些病人非常不幸大脑因为受伤，情感部分的功能丧失，后来观察这些人时发现，离开了情感，他们很难做出理性的判断。 创造力。人很重要的特点是拥有创造力。创造力的主要特点是把看似不相关联的东西关联在一起。认知学者，比如George Lakoff做了很多研究。人的创造力可以从语言中发现出来，人在语言中使用的比喻就是创造力的体现，比如我们说在微信里面潜水就是一个比喻，就是一个暗喻，这个比喻实际把两个看似不相
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
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
人工智能与未来 摘要：5盘人机围棋大战，让“人工智能”这个时髦词汇飞入寻常百姓家，伴随这股热潮，国内互联网公司种种基于人工智能技术的创新应用也不断涌现。最近这段时间，从智能客服、投资指导再到人脸识别，多项与人工智能技术紧密联系的新应用与新服务先后浮出水面。 什么是人工智能 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。 其实，人工智能技术本身的火热已经持续了一段相当长的时间。一项不完全统计显示，2015年，我国投资人工智能的机构数量已经高达48家，投资额为14.2亿元，同比增长分别为71.4%、75.7%。预计2020年中国人工智能市场规模将达到91亿元。 不但以百度、腾讯、阿里巴巴为代表的互联网巨头已开始在人工智能上发力，上百家创业企业也开始渗透并构架起产业基础层、技术层、应用层，形成产业链模型。目前，中国人工智能领域已覆盖了工业机器人、服务机器人、智能硬件等硬件产品层，智能客服、商业智能等软件与服务层，视觉识别、机器学习等技术层，数据资源、计算平台等基础层。 但人工智能到底能做什么，又将怎样改变我们的生活？ 解放枯燥劳动的“双手” “利用人工智能技术，每一通电话，可以节约客服人员225秒的时间，以一个客服一天接听200通电话计算，人工智能可以为他节约3个小时。”网易七鱼产品总监段毓铮这样告诉记者。 4月12日，网易正式上线了自己的云客服产品“七鱼”，其中最重要的卖点之一就是取代传统客服的重复琐碎的枯燥劳动。“网易七鱼智能客服机器人可以同时响应百万级客户请求，大量的常见问题会被智能机器人准确解答，节省超过80%人工客服成本。”段毓铮如是说。 通过自我学习，完成对语音、视频、图片等非结构化数据的识别，从而“将鲜活的人从低效工作中解放出来”，的确是现阶段人工智能最主要的应用。
2018年8月人工智能在生活中的应用与展望 贾嘉（大连育明高级中学，辽宁大连116023） 【摘要】近些年伴随着信息化技术的不断发展，智能化技术也随之成熟，人工智能在我们生活中的应用越发频繁，涉及领域也越来越广，目前已经涉及到了医疗、农业、教育、国防以及能源等多个领域。人工智能对于日常生活的影响正在逐渐深入。对此，本文简要分析人工智能在生活中的应用与展望。 【关键词】人工智能；生活；应用与展望 【中图分类号】TP18【文献标识码】A【文章编号】1006-4222（2018）08-0210-02 引言 人工智能这一概念频繁出现在各类媒体当中,逐渐成为社会热议话题之一。在2017年的7月,国务院开始针对人工智能制定了相应的发展规划,同时开启了人工智能在我国发展的新篇章。就目前而言,人工智能的应用已经比较成熟,例如无人驾驶、智慧城市、智能管家等,这一些都是人工智能的应用案例。对此,探讨人工智能在生活中的应用与展望有显著的现实意义。 1人工智能 人工智能最早起始于1956年,这一概念在提出之后便引发了高度关注和讨论,之后研究者们纷纷开展了相应的理论与原理研究,例如斯坦福大学教授便提出了关于人工智能的解释,提出了“人工智能是关于知识的学科,属于怎样表示知识以及如何获得知识并应用知识的学科”[1]。另外,麻省理工的教授也提出了关于“人工智能属于研究计算机如何模仿人的思想、行为进行工作的学科”。虽然各个说法并不相同,但是基本上都表现出了关于人工智能的基本思想与基本内容,总结即人工智能是以人的行为习惯、思维模式作为基础或依据,构建相应的智能化工作系统,也就是探讨计算机硬件、软件,实现对人行为模仿的技术方法。人工智能提出之后快速发展,截至目前,应用案例已经非常多,人工智能和纳米科学、基因工程共同成为世界三大尖端技术。 2人工智能的应用 人工智能在生活当中的应用案例非常多,例如在音乐方面,人工智能能够根据用户以往选择音乐的习惯推送用户可能喜欢的音乐作品;在视频甄别方面,可以实现自动化,尤其是在警方的监控系统中应用价值较高;在医疗领域中,人工智能可以及时计算并获取患者的临床资料并为医生提供诊疗数据支持;同时在其他类型的专业系统中也有所应用,例如化学工业、生物工程等[2]。下面以无人驾驶、自动拣货机器人两个具体应用案例进行分析。 2.1无人驾驶 近些年随着人们生活水平不断提高,城市中汽车数量不断增多,这也导致交通问题越发严重。传统的交通工具并不能满足人们的出行要求,伴随着人工智能的不断普及,无人驾驶技术随之成熟,作为无人驾驶技术的重点研究与普及对象,城市公交在智能化方面的特征也在越发明显[3]。在我国,无人驾驶技术其实已经在许多场合当中应用,景区、企业园区等领域中都可以发现无人驾驶公交的雏形,但是因为技术方面的限制性,这些无人驾驶公交都存在车型比较小、车速比较慢以及行车路况简单等特征。随着无人驾驶技术的不断发展,无人驾驶公交也在逐渐成熟。 在2017年时,深圳开始研发和普及了关于“阿尔法巴智能驾驶公交”,虽然这一公交目前仍然处于测试阶段,上路时也只是试运行,但是这一现象证明了无人驾驶公交车的应用优势与价值,它不仅可以更好地满足人们出行需求,同时在人工智能方面的应用代表性也非常突出。目前,自动驾驶公交车相对于以往的无人观光车有明显的改进,例如以往的观光车只能够听从一个指令,但是“阿尔法巴智能驾驶公交”具备一定的自主思维能力,其能够在脱离人为操控的情况下独立思考。与此同时,其本身还具备多个感知模块实现对前方道路情况的监测,如果有障碍物可以及时判断障碍物的形状、位置以及数秒内可能导致的危害与风险因素,并将这一些数据及时上传到处理器中并进行计算,最终制定出规避的方案,如减速、紧急停车或绕行等,这一些指令都可以及时上传到接收器并快速执行,同时这些功能相对于观光车而言有着明显的创新与发展。 2.2自动拣货机器人 随着人工智能技术的不断成熟,在生活当中的应用也在不断普及。对于物流行业而言,因为订单数量较大,所以对于人力的要求也相对较高,传统的物流仓库因为需要大量的人力资源实现对快件的分拣、搬运、运输,所以在人力成本方面相对较高。对此,合理将人工智能应用于物流行业可以显著减少人力资源的消耗,对于物流企业而言,这也是减少经营成本的关键。 目前京东、申通以及顺丰等多家快递公司的仓库中都在应用一种小机器人,这一机器人以盒状为主,底部带小轮子,机器人能够按照快读上的条码及时将快递进行分类,并按照快递的信息将快递投入到相应的快递口中,从而实现智能化的快件分拣[4]。这一项技术的关键在于分拣系统本身的控制功能,这也是实现自动化分类的关键。分货系统的核心还在于机器人本身的功能,机器人采用了相机与二维码精确定位两项技术,再加上对线路的规划与计算,机器人之间并不会发生因线路矛盾而碰撞的问题,所以在运行效率方面相对于人工而言更快,在经济效益方面优势更加突出。 3人工智能的未来展望 从目前人工智能的发展现状来看,人工智能的未来发展前景可观,在今后几年人工智能的未来展望主要是实现更多领域的应用,尤其是在图像人脸识别、聊天机器人、移动商品购买、快速分拣、货运码头、无人驾驶等多个领域中的成熟应用[5]。 在本质上而言,人工智能需要更好地模拟人的思维、意识完成信息探索。其主要的功能与作用仍然是替代人的思想完成工作。对此,在未来社会当中,人工智能的快速发展和逐渐成熟都会更好应用在为人类服务的工作中。例如,可以协助警察实现对违法犯罪行为的监督,帮助人类完成部分高风险的 论述210