人工智能心得總結(jié)

第人工智能心得總結(jié) 下面是小編為大家整理的人工智能心得總結(jié)，供大家參考選擇。

人工智能心得總結(jié)今天上午線上參加了萊西市信息技術學科人工智能與編程教學研討會，觀摩了張老師《變量》一堂課，本課張老師精湛的業(yè)務知識和巧妙的駕馭課堂的能力讓我受益匪淺。下面我從幾個方面來談一下感受：

一、激趣導入，引入新知

學生們都對刮獎非常感興趣，通過刮獎環(huán)節(jié)的設計，學生很快的融入課堂環(huán)境中，學生們積極參入，踴躍發(fā)言，學習興趣盎然，在寓教于樂額學習氛圍中學習新知識，掌握新技能。

二、積極探索，形象直觀

學生們利用之前所學程序可以計算出簡單的價格，但是當問題逐漸增多，利用之前的方法就非常麻煩了，這時候引導學生提出問題，教給學生新的知識點-變量。

三、小組合作，積極探究

本節(jié)課學生參入度高，動手實踐能力強，設計的問題層層遞進，環(huán)環(huán)相扣，過渡環(huán)節(jié)都處理的非常到位，更多的是讓學生自己去探索，把課堂交給學生，不斷創(chuàng)新，發(fā)揮了學生的主體學習地位，讓其自主探索，合作學習，做到真正的掌握一門技能。這也是培養(yǎng)學生不斷創(chuàng)新的手段之一。

希望以后能有更多這樣的學習機會，以便于在信息技術的教學上有更大的進步和提高。

人工智能心得總結(jié)

一、研究領域

在大多數(shù)數(shù)學科中存在著幾個不同的研究領域，每個領域都有著特有的感興趣的研究課題、研究技術和術語。在人工智能中，這樣的領域包括自然語言處理、自動定理證明、自動程序設計、智能檢索、智能調(diào)度、機器學習、專家系統(tǒng)、機器人學、智能控制、模式識別、視覺系統(tǒng)、神經(jīng)網(wǎng)絡、agent、計算智能、問題求解、人工生命、人工智能方法、程序設計語言等。

在過去50多年里，已經(jīng)建立了一些具有人工智能的計算機系統(tǒng);例如，能夠求解微分方程的，下棋的，設計分析集成電路的，合成人類自然語言的，檢索情報的，診斷疾病以及控制控制太空飛行器、地面移動機器人和水下機器人的具有不同程度人工智能的計算機系統(tǒng)。人工智能是一種外向型的學科，它不但要求研究它的人懂得人工智能的知識，而且要求有比較扎實的數(shù)學基礎，哲學和生物學基礎，只有這樣才可能讓一臺什么也不知道的機器模擬人的思維。因為人工智能的研究領域十分廣闊，它總的來說是面向應用的，也就說什么地方有人在工作，它就可以用在什么地方，因為人工智能的最根本目的還是要模擬人類的思維。參照人在各種活動中的功能，我們可以得到人工智能的領域也不過就是代替人的活動而已。哪個領域有人進行的智力活動，哪個領域就是人工智能研究的領域。人工智能就是為了應用機器的長處來幫助人類進行智力活動。人工智能研究的目的就是要模擬人類神經(jīng)系統(tǒng)的功能。

二、各領域國內(nèi)外研究現(xiàn)狀

近年來，人工智能的研究和應用出現(xiàn)了許多新的領域，它們是傳統(tǒng)人工智能的延伸和擴展。在新世紀開始的時候，這些新研究已引起人們的更密切關注。這些新領域有分布式人工智能與艾真體(agent)、計算智能與進化計算、數(shù)據(jù)挖掘與知識發(fā)現(xiàn)，以及人工生命等。下面逐一加以概略介紹。

1、分布式人工智能與艾真體

分布式人工智能(distributedai，dai)是分布式計算與人工智能結(jié)合的結(jié)果。dai系統(tǒng)以魯棒性作為控制系統(tǒng)質(zhì)量的標準，并具有互操作性，即不同的異構(gòu)系統(tǒng)在快速變化的環(huán)境中具有交換信息和協(xié)同工作的能力。

分布式人工智能的研究目標是要創(chuàng)建一種能夠描述自然系統(tǒng)和社會系統(tǒng)的精確概念模型。dai中的智能并非獨立存在的概念，只能在團體協(xié)作中實現(xiàn)，因而其主要研究問題是各艾真體間的合作與對話，包括分布式問題求解和多艾真體系統(tǒng)(multiagentsystem，mas)兩領域。其中，分布式問題求解把一個具體的求解問題劃分為多個相互合作和知識共享的模塊或結(jié)點。多艾真體系統(tǒng)則研究各艾真體間智能行為的協(xié)調(diào)，包括規(guī)劃、知識、技術和動作的協(xié)調(diào)。這兩個研究領域都要研究知識、資源和控制的劃分問題，但分布式問題求解往往含有一個全局的概念模型、問題和成功標準，而mas則含有多個局部的概念模型、問題和成功標準。

mas更能體現(xiàn)人類的社會智能，具有更大的靈活性和適應性，更適合開放和動

態(tài)的世界環(huán)境，因而倍受重視，已成為人工智能以至計算機科學和控制科學與工程的研究熱點。當前，艾真體和mas的研究包括理論、體系結(jié)構(gòu)、語言、合作與協(xié)調(diào)、通訊和交互技術、mas學習和應用等。mas已在自動駕駛、機器人導航、機場管理、電力管理和信息檢索等方面獲得應用。

2、計算智能與進化計算

計算智能(computingintelligence)涉及神經(jīng)計算、模糊計算、進化計算等研究領域。其中，神經(jīng)計算和模糊計算已有較長的研究歷史，而進化計算則是較新的研究領域。在此僅對進化計算加以說明。

進化計算(evolutionarycomputation)是指一類以達爾文進化論為依據(jù)來設計、控制和優(yōu)化人工系統(tǒng)的技術和方法的總稱，它包括遺傳算法(geneticalgorithms)、進化策略(evolutionarystrategies)和進化規(guī)劃(evolutionaryprogramming)。它們遵循相同的指導思想，但彼此存在一定差別。同時，進化計算的研究關注學科的交叉和廣泛的應用背景，因而引入了許多新的方法和特征，彼此間難于分類，這些都統(tǒng)稱為進化計算方法。目前，進化計算被廣泛運用于許多復雜系統(tǒng)的自適應控制和復雜優(yōu)化問題等研究領域，如并行計算、機器學習、電路設計、神經(jīng)網(wǎng)絡、基于艾真體的仿真、元胞自動機等。

達爾文進化論是一種魯棒的搜索和優(yōu)化機制，對計算機科學，特別是對人工智能的發(fā)展產(chǎn)生了很大的影響。大多數(shù)生物體通過自然選擇和有性生殖進行進化。自然選擇決定了群體中哪些個體能夠生存和繁殖，有性生殖保證了后代基因中的混合和重組。自然選擇的原則是適者生存，即物競天擇，優(yōu)勝劣汰。

直到幾年前，遺傳算法、進化規(guī)劃、進化策略三個領域的研究才開始交流，并發(fā)現(xiàn)它們的共同理論基礎是生物進化論。因此，把這三種方法統(tǒng)稱為進化計算，而把相應的算法稱為進化算法。

3、數(shù)據(jù)挖掘與知識發(fā)現(xiàn)

知識獲取是知識信息處理的關鍵問題之一。20世紀80年代人們在知識發(fā)現(xiàn)方面取得了一定的進展。利用樣本，通過歸納學習，或者與神經(jīng)計算結(jié)合起來進行知識獲取已有一些試驗系統(tǒng)。數(shù)據(jù)挖掘和知識發(fā)現(xiàn)是90年代初期新崛起的一個活躍的研究領域。在數(shù)據(jù)庫基礎上實現(xiàn)的知識發(fā)現(xiàn)系統(tǒng)，通過綜合運用統(tǒng)計學、粗糙集、模糊數(shù)學、機器學習和專家系統(tǒng)等多種學習手段和方法，從大量的數(shù)據(jù)中提煉出抽象的知識，從而揭示出蘊涵在這些數(shù)據(jù)背后的客觀世界的內(nèi)在聯(lián)系和本質(zhì)規(guī)律，實現(xiàn)知識的自動獲取。這是一個富有挑戰(zhàn)性、并具有廣闊應用前景的研究課題。

從數(shù)據(jù)庫獲取知識，即從數(shù)據(jù)中挖掘并發(fā)現(xiàn)知識，首先要解決被發(fā)現(xiàn)知識的表達問題。最好的表達方式是自然語言，因為它是人類的思維和交流語言。知識表示的最根本問題就是如何形成用自然語言表達的概念。

機器知識發(fā)現(xiàn)始于1974年，并在此后十年中獲得一些進展。這些進展往往與專家系統(tǒng)的知識獲取研究有關。到20世紀80年代末，數(shù)據(jù)挖掘取得突破。越來越多的研究者加入到知識發(fā)現(xiàn)和數(shù)據(jù)挖掘的研究行列?，F(xiàn)在，知識發(fā)現(xiàn)和數(shù)據(jù)挖掘已成為人工智能研究的又一熱點。

比較成功的知識發(fā)現(xiàn)系統(tǒng)有用于超級市場商品數(shù)據(jù)分析、解釋和報告的`

coverstory系統(tǒng)，用于概念性數(shù)據(jù)分析和查尋感興趣關系的集成化系統(tǒng)e_plora，交互式大型數(shù)據(jù)庫分析工具kdw，用于自動分析大規(guī)模天空觀測數(shù)據(jù)的skicat系統(tǒng)，以及通用的數(shù)據(jù)庫知識發(fā)現(xiàn)系統(tǒng)kdd等。

4、人工生命

人工生命(artificiallife，alife)的概念是由美國圣菲研究所非線性研究組的蘭頓(langton)于1987年提出的，旨在用計算機和精密機械等人工媒介生成或構(gòu)造出能夠表現(xiàn)自然生命系統(tǒng)行為特征的仿真系統(tǒng)或模型系統(tǒng)。自然生命系統(tǒng)行為具有自組織、自復制、自修復等特征以及形成這些特征的混沌動力學、進化和環(huán)境適應。

人工生命所研究的人造系統(tǒng)能夠演示具有自然生命系統(tǒng)特征的行為，在生命之所能(lifeasitcouldbe)的廣闊范圍內(nèi)深入研究生命之所知(lifeasweknowit)的實質(zhì)。只有從生命之所能的廣泛內(nèi)容來考察生命，才能真正理解生物的本質(zhì)。人工生命與生命的形式化基礎有關。生物學從問題的頂層開始，把器官、組織、細胞、細胞膜，直到分子，以探索生命的奧秘和機理。人工生命則從問題的底層開始，把器官作為簡單機構(gòu)的宏觀群體來考察，自底向上進行綜合，把簡單的由規(guī)則支配的對象構(gòu)成更大的集合，并在交互作用中研究非線性系統(tǒng)的類似生命的全局動力學特性。

人工生命的理論和方法有別于傳統(tǒng)人工智能和神經(jīng)網(wǎng)絡的理論和方法。人工生命把生命現(xiàn)象所體現(xiàn)的自適應機理通過計算機進行仿真，對相關非線性對象進行更真實的動態(tài)描述和動態(tài)特征研究。

人工生命學科的研究內(nèi)容包括生命現(xiàn)象的仿生系統(tǒng)、人工建模與仿真、進化動力學、人工生命的計算理論、進化與學習綜合系統(tǒng)以及人工生命的應用等。比較典型的人工生命研究有計算機病毒、計算機進程、進化機器人、自催化網(wǎng)絡、細胞自動機、人工核苷酸和人工腦等。

三、學了人工智能課程的收獲

(1)了解人工智能的概念和人工智能的發(fā)展，了解國際人工智能的主要流派和路線，了解國內(nèi)人工智能研究的基本情況，熟悉人工智能的研究領域。

(2)較詳細地論述知識表示的各種主要方法。重點掌握了狀態(tài)空間法、問題歸約法和謂詞邏輯法，熟悉語義網(wǎng)絡法，了解知識表示的其他方法，如框架法、劇本法、過程法等。

(3)掌握了盲目搜索和啟發(fā)式搜索的基本原理和算法，特別是寬度優(yōu)先搜索、深度優(yōu)先搜索、等代價搜索、啟發(fā)式搜索、有序搜索、a_算法等。了解博弈樹搜索、遺傳算法和模擬退火算法的基本方法。

(4)掌握了消解原理、規(guī)則演繹系統(tǒng)和產(chǎn)生式系統(tǒng)的技術、了解不確定性推理、非單調(diào)推理的概念。

(5)概括性地了解了人工智能的主要應用領域，如專家系統(tǒng)、機器學習、規(guī)劃系統(tǒng)、自然語言理解和智能控制等。

(6)基本了解人工智能程序設計的語言和工具。

四、對人工智能研究的展望

對現(xiàn)代社會的影響有多大?工業(yè)領域，尤其是制造業(yè)，已成功地使用了人工智能技術，包括智能設計、虛擬制造、在線分析、智能調(diào)度、仿真和規(guī)劃等。金融業(yè)，股票商利用智能系統(tǒng)輔助其分析，判斷和決策;應用卡欺詐檢測系統(tǒng)業(yè)已得到普遍應用。人工智能還滲透到人們的日常生活，cad，cam，cai，cap，cims等一系列智能產(chǎn)品給大家?guī)砹藰O大的方便，它還改變了傳統(tǒng)的通信方式，語音撥號，手寫短信的智能手機越來越人性化。

人工智能還影響了你們的文化和娛樂生活，引發(fā)人們更深層次的精神和哲學層面的思考，從施瓦辛格主演的《終結(jié)者》系列，到基努.里維斯主演的《黑客帝國》系列以及斯皮爾伯格導演的《人工智能》，都有意無意的提出了同樣的問題：我們應該如何看待人工智能?如何看待具有智能的機器?會不會有一天機器的智能將超過人的智能?問題的答案也許千差萬別，我個人認為上述擔心不太可能成為現(xiàn)實，因為我們理解人工智能并不是讓它取代人類智能，而是讓它模擬人類智能，從而更好地為人類服務。

當前人工智能技術發(fā)展迅速，新思想，新理論，新技術不斷涌現(xiàn)，如模糊技術，模糊--神經(jīng)網(wǎng)絡，遺傳算法，進化程序設計，混沌理論，人工生命，計算智能等。以agent概念為基礎的分布式人工智能正在異軍突起，特別是對于軟件的開發(fā)，面向agent技術將是繼面向?qū)ο蠹夹g后的又一突破。從萬維網(wǎng)到人工智能的研究正在如火如荼的開展。

五、對課程的建議

(1)能夠結(jié)合現(xiàn)在最新研究成果著重講解重點知識，以及講述在一些研究成果中人工智能那些知識被應用。

(2)多推薦一些過于人工智能方面的電影，如：《終結(jié)者》系列、《黑客帝國》系列、《人工智能》等，從而增加同學對這門課程學習的興趣。

(3)條件允許的話，可以安排一些實驗課程，讓同學們自己制作一些簡單的作品，增強同學對人工智能的興趣，加強同學之間的學習。

(4)課堂上多講解一些人工智能在各個領域方面的應用，以及著重闡述一些新的和正在研究的人工智能方法與技術，讓同學們可以了解近期發(fā)展起來的方法和技術，在講解時最好多舉例，再結(jié)合原理進行講解，更助于同學們對人工智能的理解。

人工智能心得總結(jié)

在看李開復老師的《人工智能》之前，我有許多疑惑，人工智能是什么?是男是女，長什么樣兒?漂亮嗎?會不會生病?會不會老?人工智能聰明嗎?會下象棋嗎?會打麻將嗎?會玩dota或者王者榮耀嗎?會打乒乓球嗎?會打籃球嗎?會游泳嗎?人工智能有記憶嗎?能不能教他說話、拿筷子夾花生米?人工智能好玩嗎?怎么玩?怎么跟它交流?它會不會說話?能陪我唱歌嗎?要不要吃飯?要不要充電?人工智能有什么用?能幫我寫文章/搬磚/做報表/開車嗎?能用來賺錢嗎?人工智能怕什么?下雨天能出門嗎?天熱會不會出汗?從樓上摔下去會不會變形?能修好嗎?人工智能有什么危險?會不會吃了我?它要是想傷害我，我該怎么辦?我該怎么了解人工智能?學習人工智能?和人工智能和諧相處?人工智能有什么愛好?喜歡聽什么歌?吃豆腐腦喜歡咸的還是甜的?會看書嗎?能不能體會今宵酒醒何處，楊柳岸，曉風殘月的寂寞和醉臥沙場君莫笑，古來征戰(zhàn)幾人回的豪邁?人工智能有感情嗎?會喜歡我嗎?我離開它的時候，它會不會難過，會不會想我?

通過學習李開復老師的《人工智能》，我獲益良多，很多問題也有了答案。我認為這是一本很好的面向大眾的科普讀物，介紹了人工智能的基本理念，發(fā)展歷程和對未來的展望。

下面以問答的形式，記錄學習心得。

1.人工智能是什么?在哪里?

其實，人工智能已經(jīng)到處都是，什么都做：可以陪人聊天，可以寫標準新聞，能畫畫，能翻譯，能開車，能認出人的樣子，能在互聯(lián)網(wǎng)上搜答案，能在倉庫搬貨，能送快遞到家。

人工智能是什么，眾說紛紜，一般有以下五種定義(可能有交叉)：1)在某方面特別聰明的計算機程序，比如AlphaGo，下圍棋下得特別好，世界冠軍也下不過它。

2)試圖像人一樣思考的計算機程序。但這事兒太難，人的意識，連人自己都搞不清楚，更別說教給自己編出來的程序了。

3)怎么想的不知道，行為方式倒是很像人，比如可以和人聊天的ELIZA。

4)會自己學習的，剛開始笨笨的，慢慢地就越來越聰明。AlphaGo也是因為頭懸梁錐刺股，苦學了海量棋譜才變得這么厲害的。

5)根據(jù)對環(huán)境的感知，做出合理的行動，并獲得最大收益的計算機程序。

這五種定義各有根據(jù)和局限，也可以認為人工智能首先是感知，包括視覺、語音、語言;然后是決策，根據(jù)識別的信息，做出預測和判斷;最后是反饋，就像機器人或自動駕駛。

我的理解：人工智能是高性能的計算機程序，或者使用了人工智能的產(chǎn)品、服務和應用。

2.人工智能包含什么?

人工智能有很多分支，其中之一是機器學習，機器學習里面有一個分支是深度學習，深度學習是當今乃至未來很長一段時間內(nèi)引領人工智能發(fā)展的核心技術。

深度學習是一種神經(jīng)網(wǎng)絡，把計算機要學習的東西看成數(shù)據(jù)，把數(shù)據(jù)丟進多個層級的數(shù)據(jù)處理網(wǎng)絡，然后檢查經(jīng)過網(wǎng)絡處理的結(jié)果數(shù)據(jù)是否符合要求。如果符合，就保留網(wǎng)絡作為目標模型，如果不符合，就反復修改參數(shù)，直到符合為止。

書中舉了一個例子，非常形象生動：把數(shù)據(jù)看成水流，深度學習網(wǎng)絡看成多層水管網(wǎng)絡，通過調(diào)節(jié)管道和閥門，使輸出滿足要求。

3.人工智能的發(fā)展歷程是怎樣的?

歷史上有過3次AI熱潮，第一次因為圖靈測試，第二次因為語言識別，都熱了一段時間又沉寂下去。

目前，深度學習攜手大數(shù)據(jù)引領的第三次熱潮，處于技術曲線的攀升和成熟期，前景極為廣闊。

4.人工智能有什么用處?

人工智能不僅是技術革命，還與經(jīng)濟變革、教育變革、思想變革、經(jīng)濟變革、文化變革等同步，可能成為下一次工業(yè)革命的核心驅(qū)動力。主要的商業(yè)應用場景：

l.自動駕駛：這個不用多說，Google，Tesla，百度。都在研究2.智慧金融：量化交易與智能投顧、風控、安防與客戶身份認證、智能客服、精準營銷

智慧生活：機器翻譯、智能家居、智能超市

智慧醫(yī)療：輔助診斷疾病、對疑難病癥的醫(yī)療科學研究

藝術創(chuàng)作：機器音樂、機器繪畫、機器文學創(chuàng)作

5.人工智能可能有什么負面影響?會不會失控，威脅人類的安全?可能會引起失業(yè)。根據(jù)開復老師提出的五秒鐘準則，一項人從事的工作，如果可以在5秒鐘內(nèi)完成思考并做出決策，那么這項工作很可能會被人工智能取代。如保安、股票交易員、司機、新聞報道、翻譯。但人工智能也會帶來新的工作。

人工智能分三個層級：

1)弱人工智能：在某方面很聰明，但只在這方面聰明，別的事啥也不會。比如AlphaGo，下圍棋世界第一，別的方面就是個弱智，連棋子都得別人幫它拿。

2)強人工智能：人能做什么，它就能做什么。跟美劇《西部世界》里的機器人差不多，但它有沒有意識，不好說。

3)超人工智能：比最聰明的人類還要聰明100000000倍。都不止，它的NB，超乎你想象。我們不知道它是誰，不知道它在哪里，不知道它什么時候出現(xiàn)，也不知道它會干什么。

可能在某個時刻(奇點)之后，超人工智能就會天神降臨，整個世界籠罩在它無邊的法力之下。

也可能，因為物理學和生物學的限制，超人工智能永遠不會來。

無論如何，人工智能，或者說，對人工智能的研究和使用，需要受到監(jiān)管和限制，也需要應對轉(zhuǎn)型過程中對失業(yè)的沖擊。

6.哪些領域是今天的人工智能做不到或者做不好的?

跨領域推理，人類強大的跨領域聯(lián)想、類比能力，可以舉一反三，觸類旁通。不過遷移學習也正在發(fā)展，可以將計算機在一個領域?qū)W到的經(jīng)驗轉(zhuǎn)換到另一個領域

1.抽象能力知其然，也知其所以然，了解事物運行的本質(zhì)規(guī)律

2.常識

3.自我意識

4.審美

5.情感

不過，已經(jīng)有軟件可以吟詩作詞，而且相當高明。比如這首根據(jù)遺傳算法生成的《清平樂-黃菊》：

相逢縹緲,窗外又拂曉.長憶清弦弄淺笑,只恨人間花少.黃菊不待清尊,相思飄落無痕.風雨重陽又過,登高多少黃昏.平仄相符，語句通順，很有意境。

7.人工智能創(chuàng)業(yè)的形勢如何?

形勢一片大好：國家大力支持，業(yè)界投入巨大的人力和財力進行研究，軟硬件技術都已經(jīng)成熟。

AI的商業(yè)路線分三步走：線上業(yè)務(3年)、線下業(yè)務(5~7年)和個人業(yè)務(10年以上)

AI創(chuàng)業(yè)的`五大基石：

1)清晰的領域界限(業(yè)務場景)

2)閉環(huán)的、自動標注的數(shù)據(jù)

3)海量的數(shù)據(jù)量(千萬級)

4)超大規(guī)模的計算能力

5)頂尖的AI科學家(算法)

AI產(chǎn)業(yè)發(fā)展的六大挑戰(zhàn)：

1)前沿科研與工業(yè)界尚未緊密銜接

2)人才缺口巨大，人才結(jié)構(gòu)失衡

3)數(shù)據(jù)孤島化和碎片化問題明顯

4)可復用和標準化的技術框架、平臺、工具、服務尚未成熟

5)一些領域存在超前發(fā)展、盲目投資等問題

6)創(chuàng)業(yè)難度相對較高，早期創(chuàng)業(yè)團隊需要更多支持

中國在AI創(chuàng)業(yè)中的優(yōu)勢：

1)中國人/華人處于人工智能研究的領先地位

2)中國有龐大的理工科學生基礎，數(shù)學知識扎實，具備人才優(yōu)勢

3)全球規(guī)模最大的互聯(lián)網(wǎng)市場，網(wǎng)民人數(shù)近8億

4)行業(yè)需求潛力巨大，

5)海量數(shù)據(jù)和充沛資金

對應上面提到的五大基石，人才、海量數(shù)據(jù)、閉環(huán)標注數(shù)據(jù)、應用場景、計算力都有解決方案，再加上開復老師創(chuàng)立的微軟亞洲研究院和創(chuàng)新工場提供的人才