人工智能調(diào)查報(bào)告

1、關(guān)于人工智能的調(diào)查報(bào)告.目錄前言2一、人工智能的定義3二、人工智能的研究發(fā)展階段3三、人工智能的研究方法4四、人工智能在人類生活中的應(yīng)用5五、人工智能發(fā)展的利6六、人工智能發(fā)展的弊7七、人工智能的影響7八、人工智能的研究熱點(diǎn)7九、人工智能的研究?jī)r(jià)值8十、展望人工智能8總結(jié)9.前言通過(guò)這段時(shí)間對(duì)人工智能的調(diào)查、研究、學(xué)習(xí)， 我對(duì)人工智能有了更深的認(rèn)識(shí)。我理解的人工智能就是對(duì)人的意識(shí)、思維的信息過(guò)程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過(guò)人的智能。人工智能是計(jì)算機(jī)學(xué)科的一個(gè)分支，二十世紀(jì)七十年代以來(lái)被稱為世界三大尖端技術(shù)之一（空間技術(shù)、能源技術(shù)、人工智能）。也被認(rèn)為是二十一世紀(jì)三

2、大尖端技術(shù)（基因工程、納米科學(xué)、 人工智能）之一。這是因?yàn)榻陙?lái)它獲得了迅速的發(fā)展，在很多學(xué)科領(lǐng)域都獲得了廣泛應(yīng)用，并取得了豐碩的成果，人工智能已逐步成為一個(gè)獨(dú)立的分支，無(wú)論在理論和實(shí)踐上都已自成一個(gè)系統(tǒng)。 人工智能從誕生以來(lái)， 理論和技術(shù)日益成熟， 應(yīng)用領(lǐng)域也不斷擴(kuò)大，可以設(shè)想，未來(lái)人工智能帶來(lái)的科技產(chǎn)品，將會(huì)是人類智慧的“容器”。人工智能在計(jì)算機(jī)領(lǐng)域內(nèi)，得到了愈加廣泛的重視。并在機(jī)器人，經(jīng)濟(jì)政治決策， 控制系統(tǒng)，仿真系統(tǒng)中得到應(yīng)用。 人工智能是研究使計(jì)算機(jī)來(lái)模擬人的某些思維過(guò)程和智能行為（如學(xué)習(xí)、推理、思考、規(guī)劃等）的學(xué)科，主要包括計(jì)算機(jī)實(shí)現(xiàn)智能的原理、制造類似于人腦智能的計(jì)算機(jī)，使計(jì)

3、算機(jī)能實(shí)現(xiàn)更高層次的應(yīng)用。.一、人工智能的定義人工智能的定義可以分為兩部分，即“人工”和“智能”?！叭斯ぁ北容^好理解，爭(zhēng)議性也不大。 有時(shí)我們會(huì)要考慮什么是人力所能及制造的，或者人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步，等等。但總的來(lái)說(shuō)，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。1關(guān)于什么是“智能” ，就問(wèn)題多多了。這涉及到其它諸如意識(shí)（consciousness）、自我（ self）、思維（ mind）（包括無(wú)意識(shí)的思維（ unconscious_mind）等等問(wèn)題。人唯一了解的智能是人本身的智能， 這是普遍認(rèn)同的觀點(diǎn)。 但是我們對(duì)我們自身智能的理解都非常有限，對(duì)構(gòu)成人的智能的必要元素也

4、了解有限，所以就很難定義什么是“人工” 制造的 “智能” 了。因此人工智能的研究往往涉及對(duì)人的智能本身的研究。其它關(guān)于動(dòng)物或其它人造系統(tǒng)的智能也普遍被認(rèn)為是人工智能相關(guān)的研究課題。人工智能是研究使計(jì)算機(jī)來(lái)模擬人的某些思維過(guò)程和智能行為（如學(xué)習(xí)、推理、思考、規(guī)劃等）的學(xué)科，主要包括計(jì)算機(jī)實(shí)現(xiàn)智能的原理、制造類似于人腦智能的計(jì)算機(jī)，使計(jì)算機(jī)能實(shí)現(xiàn)更高層次的應(yīng)用。 著名的美國(guó)斯坦福大學(xué)人工智能研究中心尼爾遜教授對(duì)人工智能下了這樣一個(gè)定義： “人工智能是關(guān)于知識(shí)的學(xué)科怎樣表示知識(shí)以及怎樣獲得知識(shí)并使用知識(shí)的科學(xué)。 ”而另一個(gè)美國(guó)麻省理工學(xué)院的溫斯頓教授認(rèn)為： “人工智能就是研究如何使計(jì)算機(jī)去做過(guò)去只有

5、人才能做的智能工作。 ”這些說(shuō)法反映了人工智能學(xué)科的基本思想和基本內(nèi)容。 即人工智能是研究人類智能活動(dòng)的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計(jì)算機(jī)去完成以往需要人的智力才能勝任的工作，也就是研究如何應(yīng)用計(jì)算機(jī)的軟硬件來(lái)模擬人類某些智能行為的基本理論、方法和技術(shù)。二、人工智能的研究發(fā)展階段（一）第一階段：50 年代人工智能的興起和冷落人工智能概念首次提出后，相繼出現(xiàn)了一批顯著的成果，如機(jī)器定理證明、跳棋程序、通用問(wèn)題 s 求解程序、 lisp 表處理語(yǔ)言等。但由于消解法推理能力的有限，以及機(jī)器翻譯等的失敗， 使人工智能走入了低谷。 這一階段的特點(diǎn)是： 重視問(wèn)題求解的方法，忽視知識(shí)重要性。

6、（二）第二階段： 60 年代末到 70 年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮dendral化學(xué)質(zhì)譜分析系統(tǒng)、 mycin 疾病診斷和治療系統(tǒng)、 prospectior探礦系統(tǒng)、hearsay-ii語(yǔ)音理解系統(tǒng)等專家系統(tǒng)的研究和開發(fā)，將人工智能引向了實(shí)用化。并且，1969年成立了國(guó)際人工智能聯(lián)合會(huì)議第三階段：80 年代，隨著第五代計(jì)算機(jī)的研制，人工智能得到了很大發(fā)展。日本1982 年開始了”第五代計(jì)算機(jī)研制計(jì)劃”，即” 知識(shí)信息處理計(jì)算機(jī)系統(tǒng) kips”，其目的是使邏輯推理達(dá)到數(shù)值運(yùn)算那么快。雖然此計(jì)劃最終失敗，但它的開展形成了一股研究人工智能的熱潮。（三）第三階段：80 年代末，神經(jīng)網(wǎng)

7、絡(luò)飛速發(fā)展1987 年，美國(guó)召開第一次神經(jīng)網(wǎng)絡(luò)國(guó)際會(huì)議，宣告了這一新學(xué)科的誕生。此后，各國(guó)在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來(lái)。（四）第四階段：90 年代，人工智能出現(xiàn)新的研究高潮由于網(wǎng)絡(luò)技術(shù)特別是國(guó)際互連網(wǎng)的技術(shù)發(fā)展，人工智能開始由單個(gè)智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標(biāo)的分布式問(wèn)題求解，而且研究多個(gè)智能主體的多目標(biāo)問(wèn)題求解，將人工智能更面向?qū)嵱?。另外，由于hopfield多層神經(jīng).網(wǎng)絡(luò)模型的提出， 使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。 人工智能已深入到社會(huì)生活的各個(gè)領(lǐng)域。三、人工智能的研究方法如今沒有統(tǒng)一的原理或范式指導(dǎo)人工智能研

8、究。 許多問(wèn)題上研究者都存在爭(zhēng)論。 其中幾個(gè)長(zhǎng)久以來(lái)仍沒有結(jié)論的問(wèn)題是： 是否應(yīng)從心理或神經(jīng)方面模擬人工智能？或者像鳥類生物學(xué)對(duì)于航空工程一樣， 人類生物學(xué)對(duì)于人工智能研究是沒有關(guān)系的？智能行為能否用簡(jiǎn)單的原則（如邏輯或優(yōu)化）來(lái)描述？還是必須解決大量完全無(wú)關(guān)的問(wèn)題？智能是否可以使用高級(jí)符號(hào)表達(dá)，如詞和想法？還是需要“子符號(hào)”的處理？ john haugeland提出了 gofai(出色的老式人工智能 ) 的概念，也提議人工智能應(yīng)歸類為 synthetic intelligence，這個(gè)概念后來(lái)被某些非 gofai研究者采納。( 一 ) 大腦模擬主條目：控制論和計(jì)算神經(jīng)科學(xué)20 世紀(jì) 40 年代

9、到 50 年代，許多研究者探索神經(jīng)病學(xué)，信息理論及控制論之間的聯(lián)系。其中還造出一些使用電子網(wǎng)絡(luò)構(gòu)造的初步智能，如w. grey walter的 turtles和 johnshopkinsbeast。這些研究者還經(jīng)常在普林斯頓大學(xué)和英國(guó)的ratio club舉行技術(shù)協(xié)會(huì)會(huì)議.直到 1960 大部分人已經(jīng)放棄這個(gè)方法，盡管在80 年代再次提出這些原理。（二）符號(hào)處理主條目： gofai當(dāng) 20 世紀(jì) 50 年代，數(shù)字計(jì)算機(jī)研制成功，研究者開始探索人類智能是否能簡(jiǎn)化成符號(hào)處理。 研究主要集中在卡內(nèi)基梅隆大學(xué)，斯坦福大學(xué)和麻省理工學(xué)院，而各自有獨(dú)立的研究風(fēng)格。 john haugeland稱這些方法為

10、gofai(出色的老式人工智能 ) 。60 年代，符號(hào)方法在小型證明程序上模擬高級(jí)思考有很大的成就?；诳刂普摶蛏窠?jīng)網(wǎng)絡(luò)的方法則置于次要。6070 年代的研究者確信符號(hào)方法最終可以成功創(chuàng)造強(qiáng)人工智能的機(jī)器，同時(shí)這也是他們的目標(biāo)。認(rèn)知模擬經(jīng)濟(jì)學(xué)家赫伯特西蒙和艾倫 紐厄爾研究人類問(wèn)題解決能力和嘗試將其形式化，同時(shí)他們?yōu)槿斯ぶ悄艿幕驹泶蛳禄A(chǔ)，如認(rèn)知科學(xué)，運(yùn)籌學(xué)和經(jīng)營(yíng)科學(xué)。他們的研究團(tuán)隊(duì)使用心理學(xué)實(shí)驗(yàn)的結(jié)果開發(fā)模擬人類解決問(wèn)題方法的程序。這方法一直在卡內(nèi)基梅隆大學(xué)沿襲下來(lái)， 并在 80 年代于 soar發(fā)展到高峰。 基于邏輯不像艾倫 紐厄爾和赫伯特 西蒙， johnmccarthy認(rèn)為機(jī)器不需要

11、模擬人類的思想，而應(yīng)嘗試找到抽象推理和解決問(wèn)題的本質(zhì)，不管人們是否使用同樣的算法。他在斯坦福大學(xué)的實(shí)驗(yàn)室致力于使用形式化邏輯解決多種問(wèn)題，包括知識(shí)表示，智能規(guī)劃和機(jī)器學(xué)習(xí). 致力于邏輯方法的還有愛丁堡大學(xué)，而促成歐洲的其他地方開發(fā)編程語(yǔ)言prolog和邏輯編程科學(xué) . “反邏輯”斯坦福大學(xué)的研究者( 如馬文 閔斯基和西摩爾 派普特 ) 發(fā)現(xiàn)要解決計(jì)算機(jī)視覺和自然語(yǔ)言處理的困難問(wèn)題，需要專門的方案 - 他們主張不存在簡(jiǎn)單和通用原理（如邏輯） 能夠達(dá)到所有的智能行為。rogerschank描述他們的“反邏輯”方法為scruffy.常識(shí)知識(shí)庫(kù) ( 如 doug lenat的 cyc)就是scruff

12、yai 的例子，因?yàn)樗麄儽仨毴斯ひ淮尉帉懸粋€(gè)復(fù)雜的概念?；谥R(shí)大約在1970年出現(xiàn)大容量?jī)?nèi)存計(jì)算機(jī)， 研究者分別以三個(gè)方法開始把知識(shí)構(gòu)造成應(yīng)用軟件。這場(chǎng) “知識(shí)革命”促成專家系統(tǒng)的開發(fā)與計(jì)劃，這是第一個(gè)成功的人工智能軟件形式?！爸R(shí)革命”同時(shí)讓人們意識(shí)到許多簡(jiǎn)單的人工智能軟件可能需要大量的知識(shí)。（三）子符號(hào)法80 年代符號(hào)人工智能停滯不前，很多人認(rèn)為符號(hào)系統(tǒng)永遠(yuǎn)不可能模仿人類所有的認(rèn)知.智慧供應(yīng)鏈、 客流統(tǒng)計(jì)、 無(wú)人.過(guò)程， 特別是感知， 機(jī)器人，機(jī)器學(xué)習(xí)和模式識(shí)別。很多研究者開始關(guān)注子符號(hào)方法解決特定的人工智能問(wèn)題。自下而上，接口agent，嵌入環(huán)境（機(jī)器人） ，行為主義，新式ai 機(jī)器人

13、領(lǐng)域相關(guān)的研究者，如 rodneybrooks，否定符號(hào)人工智能而專注于機(jī)器人移動(dòng)和求生等基本的工程問(wèn)題。他們的工作再次關(guān)注早期控制論研究者的觀點(diǎn)，同時(shí)提出了在人工智能中使用控制理論。這與認(rèn)知科學(xué)領(lǐng)域中的表征感知論點(diǎn)是一致的：更高的智能需要個(gè)體的表征( 如移動(dòng)，感知和形象 ) 。計(jì)算智能 80 年代中 david rumelhart等再次提出神經(jīng)網(wǎng)絡(luò)和聯(lián)結(jié)主義 . 這和其他的子符號(hào)方法，如模糊控制和進(jìn)化計(jì)算，都屬于計(jì)算智能學(xué)科研究范疇。（三）統(tǒng)計(jì)學(xué)法90 年代，人工智能研究發(fā)展出復(fù)雜的數(shù)學(xué)工具來(lái)解決特定的分支問(wèn)題。這些工具是真正的科學(xué)方法，即這些方法的結(jié)果是可測(cè)量的和可驗(yàn)證的，同時(shí)也是人工智能

14、成功的原因。共用的數(shù)學(xué)語(yǔ)言也允許已有學(xué)科的合作（如數(shù)學(xué)，經(jīng)濟(jì)或運(yùn)籌學(xué)）。 stuart j. russell 和peter norvig指出這些進(jìn)步不亞于“革命”和“neats的成功”。有人批評(píng)這些技術(shù)太專注于特定的問(wèn)題，而沒有考慮長(zhǎng)遠(yuǎn)的強(qiáng)人工智能目標(biāo)。（四）集成方法智能 agent范式智能 agent是一個(gè)會(huì)感知環(huán)境并作出行動(dòng)以達(dá)致目標(biāo)的系統(tǒng)。最簡(jiǎn)單的智能 agent是那些可以解決特定問(wèn)題的程序。更復(fù)雜的 agent包括人類和人類組織 （如公司）。這些范式可以讓研究者研究單獨(dú)的問(wèn)題和找出有用且可驗(yàn)證的方案，而不需考慮單一的方法。一個(gè)解決特定問(wèn)題的agent可以使用任何可行的方法 - 一些 a

15、gent用符號(hào)方法和邏輯方法，一些則是子符號(hào)神經(jīng)網(wǎng)絡(luò)或其他新的方法。范式同時(shí)也給研究者提供一個(gè)與其他領(lǐng)域溝通的共同語(yǔ)言 - 如決策論和經(jīng)濟(jì)學(xué)（也使用abstract agents的概念）。90 年代智能 agent范式被廣泛接受。 agent體系結(jié)構(gòu)和認(rèn)知體系結(jié)構(gòu)研究者設(shè)計(jì)出一些系統(tǒng)來(lái)處理多angent系統(tǒng)中智能 agent之間的相互作用。 一個(gè)系統(tǒng)中包含符號(hào)和子符號(hào)部分的系統(tǒng)稱為混合智能系統(tǒng) ，而對(duì)這種系統(tǒng)的研究則是人工智能系統(tǒng)集成。分級(jí)控制系統(tǒng)則給反應(yīng)級(jí)別的子符號(hào)ai 和最高級(jí)別的傳統(tǒng)符號(hào)ai 提供橋梁， 同時(shí)放寬了規(guī)劃和世界建模的時(shí)間。 rodneybrooks的 subsumption

16、 architecture就是一個(gè)早期的分級(jí)系統(tǒng)計(jì)劃。四、人工智能在人類生活中的應(yīng)用目前人工智能應(yīng)用人工智能是在計(jì)算機(jī)科學(xué)、控制論、信息論、心理學(xué)、語(yǔ)言學(xué)等多種學(xué)科相互滲透的基礎(chǔ)發(fā)展起來(lái)的一門新興邊緣學(xué)科，主要研究用機(jī)器 （主要是計(jì)算機(jī)）來(lái)模仿和實(shí)現(xiàn)人類的智能行為，經(jīng)過(guò)幾十年的發(fā)展，人工智能應(yīng)用在不少領(lǐng)域得到發(fā)展。日前“ai+ ”已經(jīng)成為公式，發(fā)展至今，下面是人工智能應(yīng)用最多的幾大場(chǎng)景。（一）家居智能家居主要是基于物聯(lián)網(wǎng)技術(shù)， 通過(guò)智能硬件、 軟件系統(tǒng)、 云計(jì)算平臺(tái)構(gòu)成一套完整的家居生態(tài)圈。 用戶可以進(jìn)行遠(yuǎn)程控制設(shè)備， 設(shè)備間可以互聯(lián)互通，并進(jìn)行自我學(xué)習(xí)等，來(lái)整體優(yōu)化家居環(huán)境的安全性、節(jié)能性、

17、便捷性等。值得一提的是，近兩年隨著智能語(yǔ)音技術(shù)的發(fā)展，智能音箱成為一個(gè)爆發(fā)點(diǎn)。小米、天貓、rokid等企業(yè)紛紛推出自身的智能音箱，不僅成功打開家居市場(chǎng)， 也為未來(lái)更多的智能家居用品培養(yǎng)了用戶習(xí)慣。 但目前家居市場(chǎng)智能產(chǎn)品種類繁雜， 如何打通這些產(chǎn)品之間的溝通壁壘， 以及建立安全可靠的智能家居服務(wù)環(huán)境，是該行業(yè)下一步的發(fā)力點(diǎn)。（二）零售人工智能在零售領(lǐng)域的應(yīng)用已經(jīng)十分廣泛，無(wú)人便利店、.倉(cāng) / 無(wú)人車等等都是的熱門方向。京東自主研發(fā)的無(wú)人倉(cāng)采用大量智能物流機(jī)器人進(jìn)行協(xié)同與配合，通過(guò)人工智能、深度學(xué)習(xí)、圖像智能識(shí)別、大數(shù)據(jù)應(yīng)用等技術(shù)，讓工業(yè)機(jī)器人可以進(jìn)行自主的判斷和行為， 完成各種復(fù)雜的任務(wù)， 在

18、商品分揀、 運(yùn)輸、出庫(kù)等環(huán)節(jié)實(shí)現(xiàn)自動(dòng)化。圖普科技則將人工智能技術(shù)應(yīng)用于客流統(tǒng)計(jì)，通過(guò)人臉識(shí)別客流統(tǒng)計(jì)功能，門店可以從性別、年齡、 表情、新老顧客、滯留時(shí)長(zhǎng)等維度建立到店客流用戶畫像，為調(diào)整運(yùn)營(yíng)策略提供數(shù)據(jù)基礎(chǔ)，幫助門店運(yùn)營(yíng)從匹配真實(shí)到店客流的角度提升轉(zhuǎn)換率。（三）交通智能交通系統(tǒng)是通信、信息和控制技術(shù)在交通系統(tǒng)中集成應(yīng)用的產(chǎn)物。its 應(yīng)用最廣泛的地區(qū)是日本， 其次是美國(guó)、歐洲等地區(qū)。目前，我國(guó)在its 方面的應(yīng)用主要是通過(guò)對(duì)交通中的車輛流量、 行車速度進(jìn)行采集和分析，可以對(duì)交通進(jìn)行實(shí)施監(jiān)控和調(diào)度，有效提高通行能力、簡(jiǎn)化交通管理、降低環(huán)境污染等。（四）醫(yī)療目前，在垂直領(lǐng)域的圖像算法和自然語(yǔ)言處

19、理技術(shù)已可基本滿足醫(yī)療行業(yè)的需求，市場(chǎng)上出現(xiàn)了眾多技術(shù)服務(wù)商，例如提供智能醫(yī)學(xué)影像技術(shù)的德尚韻興，研發(fā)人工智能細(xì)胞識(shí)別醫(yī)學(xué)診斷系統(tǒng)的智微信科，提供智能輔助診斷服務(wù)平臺(tái)的若水醫(yī)療，統(tǒng)計(jì)及處理醫(yī)療數(shù)據(jù)的易通天下等。盡管智能醫(yī)療在輔助診療、疾病預(yù)測(cè)、醫(yī)療影像輔助診斷、藥物開發(fā)等方面發(fā)揮重要作用， 但由于各醫(yī)院之間醫(yī)學(xué)影像數(shù)據(jù)、電子病歷等不流通，導(dǎo)致企業(yè)與醫(yī)院之間合作不透明等問(wèn)題，使得技術(shù)發(fā)展與數(shù)據(jù)供給之間存在矛盾。（五）教育科大訊飛、乂學(xué)教育等企業(yè)早已開始探索人工智能在教育領(lǐng)域的應(yīng)用。通過(guò)圖像識(shí)別，可以進(jìn)行機(jī)器批改試卷、識(shí)題答題等；通過(guò)語(yǔ)音識(shí)別可以糾正、改進(jìn)發(fā)音；而人機(jī)交互可以進(jìn)行在線答疑解惑等。a

20、i和教育的結(jié)合一定程度上可以改善教育行業(yè)師資分布不均衡、費(fèi)用高昂等問(wèn)題， 從工具層面給師生提供更有效率的學(xué)習(xí)方式，但還不能對(duì)教育內(nèi)容產(chǎn)生較多實(shí)質(zhì)性的影響。（六）物流物流行業(yè)通過(guò)利用智能搜索、推理規(guī)劃、計(jì)算機(jī)視覺以及智能機(jī)器人等技術(shù)在運(yùn)輸、倉(cāng)儲(chǔ)、 配送裝卸等流程上已經(jīng)進(jìn)行了自動(dòng)化改造，能夠基本實(shí)現(xiàn)無(wú)人操作。比如利用大數(shù)據(jù)對(duì)商品進(jìn)行智能配送規(guī)劃，優(yōu)化配置物流供給、需求匹配、物流資源等。目前物流行業(yè)大部分人力分布在“最后一公里”的配送環(huán)節(jié)，京東、蘇寧、菜鳥爭(zhēng)先研發(fā)無(wú)人車、無(wú)人機(jī)，力求搶占市場(chǎng)機(jī)會(huì)。（七）安防近些年來(lái)， 中國(guó)安防監(jiān)控行業(yè)發(fā)展迅速，視頻監(jiān)控?cái)?shù)量不斷增長(zhǎng)，在公共和個(gè)人場(chǎng)景監(jiān)控?cái)z像頭安裝總數(shù)

21、已經(jīng)超過(guò)了1.75 億。而且，在部分一線城市，視頻監(jiān)控已經(jīng)實(shí)現(xiàn)了全覆蓋。不過(guò)，相對(duì)于國(guó)外而言，我國(guó)安防監(jiān)控領(lǐng)域仍然有很大成長(zhǎng)空間。五、人工智能發(fā)展的利目前人工智能已經(jīng)為人類創(chuàng)造出了非?？捎^的經(jīng)濟(jì)效益，人工智能可以代替人類做大量人類不想做、不能做的工作，而且機(jī)器犯錯(cuò)誤的概率比人低，并且能夠持續(xù)工作，大大的提升工作效率， 節(jié)約了大量的成本，未來(lái)的人工智能可能還會(huì)代替人類工作，代替人類做家務(wù)，幫助人類學(xué)習(xí)，甚至可以照顧老人和小孩，實(shí)時(shí)監(jiān)護(hù)人類的健康，生病了直接給人來(lái)治療，延長(zhǎng)人類的壽命，讓人類的生活變得越來(lái)越美好。.六、人工智能發(fā)展的弊科技的發(fā)展是一把雙刃劍， 汽車分發(fā)明顛覆了傳統(tǒng)的馬車行業(yè)，人工智

22、能的發(fā)展同樣也將顛覆許多行業(yè)。 機(jī)器人代替了許多人類的工作將導(dǎo)致大量的人口失業(yè)，機(jī)器新的學(xué)習(xí)速度遠(yuǎn)遠(yuǎn)快于人類， 阿爾法狗戰(zhàn)勝李世石引起人們的恐慌，有人說(shuō)不怕阿爾法狗戰(zhàn)勝李世石，怕的是阿爾法夠故意輸?shù)粢痪?，如果未?lái)的某一天，機(jī)器人變成像電影機(jī)械姬中有意識(shí)的機(jī)器人，那么人類隨時(shí)會(huì)變成機(jī)器人的奴隸，同時(shí)，人工智能面臨著技術(shù)失控的危險(xiǎn)，霍金曾發(fā)出警告， 人類面臨一個(gè)不確定的未來(lái)， 先進(jìn)的人工智能設(shè)備能夠獨(dú)立思考，并適應(yīng)環(huán)境變化， 它們未來(lái)或?qū)⒊蔀閷?dǎo)致人類滅亡的終結(jié)者！如果真的有一天， 人工智能機(jī)器人變成了能獨(dú)立思考， 獨(dú)立的做出準(zhǔn)確的判斷， 一旦有一天人工智能反客為主，到時(shí)人工智能對(duì)于人類將會(huì)是毀滅性

23、的災(zāi)難。甚至被人工智能消滅。地球?qū)⒈蝗斯ぶ悄芙y(tǒng)治。七、人工智能的影響（一）人工智能對(duì)自然科學(xué)的影響。在需要使用數(shù)學(xué)計(jì)算機(jī)工具解決問(wèn)題的學(xué)科，ai帶來(lái)的幫助不言而喻。更重要的是，ai 反過(guò)來(lái)有助于人類最終認(rèn)識(shí)自身智能的形成。（二）人工智能對(duì)經(jīng)濟(jì)的影響。專家系統(tǒng)更深入各行各業(yè)，帶來(lái)巨大的宏觀效益。ai也促進(jìn)了計(jì)算機(jī)工業(yè)網(wǎng)絡(luò)工業(yè)的發(fā)展。但同時(shí)，也帶來(lái)了勞務(wù)就業(yè)問(wèn)題。由于ai 在科技和工程中的應(yīng)用，能夠代替人類進(jìn)行各種技術(shù)工作和腦力勞動(dòng)，會(huì)造成社會(huì)結(jié)構(gòu)的劇烈變化。（三）工智能對(duì)社會(huì)的影響。ai 也為人類文化生活提供了新的模式?，F(xiàn)有的游戲?qū)⒅鸩桨l(fā)展為更高智能的交互式文化娛樂手段，今天，游戲中的人工智能應(yīng)

24、用已經(jīng)深入到各大游戲制造商的開發(fā)中。八、人工智能的研究熱點(diǎn)（一）智能接口。 智能接口技術(shù)是研究如何使人們能夠方便自然地與計(jì)算機(jī)交流。為了實(shí)現(xiàn)這一目標(biāo)， 要求計(jì)算機(jī)能夠看懂文字、聽懂語(yǔ)言、說(shuō)話表達(dá)，甚至能夠進(jìn)行不同語(yǔ)言之間的翻譯， 而這些功能的實(shí)現(xiàn)又依賴于知識(shí)表示方法的研究。因此，智能接口技術(shù)的研究既有巨大的應(yīng)用價(jià)值，又有基礎(chǔ)的理論意義。目前，智能接口技術(shù)已經(jīng)取得了顯著成果，文字識(shí)別、語(yǔ)音識(shí)別、 語(yǔ)音合成、 圖像識(shí)別、 機(jī)器翻譯以及自然語(yǔ)言理解等技術(shù)已經(jīng)開始實(shí)用化。（二） 數(shù)據(jù)挖掘。 數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又是

25、潛在有用的信息和知識(shí)的過(guò)程。數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的研究目前已經(jīng)形成了三根強(qiáng)大的技術(shù)支柱:數(shù)據(jù)庫(kù)、人工智能和數(shù)理統(tǒng)計(jì)。主要研究?jī)?nèi)容包括基礎(chǔ)理論、發(fā)現(xiàn)算法、 數(shù)據(jù)倉(cāng)庫(kù)、 可視化技術(shù)、 定性定量互換模型、知識(shí)表示方法、 發(fā)現(xiàn)知識(shí)的維護(hù)和再利用、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中的知識(shí)發(fā)現(xiàn)以及網(wǎng)上數(shù)據(jù)挖掘等。（三） 主體及多主體系統(tǒng)。主體是具有信念、愿望、意圖、能力、選擇、承諾等心智狀態(tài)的實(shí)體，比對(duì)象的粒度更大，智能性更高，而且具有一定自主性。主體試圖自治地、獨(dú)立地完成任務(wù)，而且可以和環(huán)境交互，與其他主體通信，通過(guò)規(guī)劃達(dá)到目標(biāo)。多主體系統(tǒng)主要研究在邏輯上或物理上分離的多個(gè)主體之間進(jìn)行協(xié)調(diào)智能行為，最終實(shí)現(xiàn)問(wèn)題求解

26、。多主體系統(tǒng)試圖用主體來(lái)模擬人的理性行為，主要應(yīng)用在對(duì)現(xiàn)實(shí)世界和社會(huì)的模擬、機(jī)器人以及智.能機(jī)械等領(lǐng)域。 目前對(duì)主體和多主體系統(tǒng)的研究主要集中在主體和多主體理論、主體的體系結(jié)構(gòu)和組織、主體語(yǔ)言、主體之間的協(xié)作和協(xié)調(diào)、通信和交互技術(shù)、多主體學(xué)習(xí)以及多主體系統(tǒng)應(yīng)用等方面。 技術(shù)的發(fā)展總是超乎人們的想象，要準(zhǔn)確地預(yù)測(cè)人工智能的未來(lái)是不可能的。但是，從目前的一些前瞻性研究可以看出未來(lái)人工智能可能會(huì)向以下幾個(gè)方面發(fā)展:模糊處理、并行化、神經(jīng)網(wǎng)絡(luò)和機(jī)器情感。九、人工智能的研究?jī)r(jià)值繁重的科學(xué)和工程計(jì)算本來(lái)是要人腦來(lái)承擔(dān)的，如今計(jì)算機(jī)不但能完成這種計(jì)算，而且能夠比人腦做得更快、 更準(zhǔn)確， 因此當(dāng)代人已不再把這

27、種計(jì)算看作是“需要人類智能才能完成的復(fù)雜任務(wù)” ，可見復(fù)雜工作的定義是隨著時(shí)代的發(fā)展和技術(shù)的進(jìn)步而變化的，人工智能這門科學(xué)的具體目標(biāo)也自然隨著時(shí)代的變化而發(fā)展。它一方面不斷獲得新的進(jìn)展， 另一方面又轉(zhuǎn)向更有意義、更加困難的目標(biāo)。通常，“機(jī)器學(xué)習(xí)”的數(shù)學(xué)基礎(chǔ)是“統(tǒng)計(jì)學(xué)”、“信息論”和“控制論” 。還包括其他非數(shù)學(xué)學(xué)科。這類“機(jī)器學(xué)習(xí)”對(duì)“經(jīng)驗(yàn)”的依賴性很強(qiáng)。計(jì)算機(jī)需要不斷從解決一類問(wèn)題的經(jīng)驗(yàn)中獲取知識(shí)，學(xué)習(xí)策略，在遇到類似的問(wèn)題時(shí)，運(yùn)用經(jīng)驗(yàn)知識(shí)解決問(wèn)題并積累新的經(jīng)驗(yàn)，就像普通人一樣。我們可以將這樣的學(xué)習(xí)方式稱之為“連續(xù)型學(xué)習(xí)”。但人類除了會(huì)從經(jīng)驗(yàn)中學(xué)習(xí)之外，還會(huì)創(chuàng)造，即“跳躍型學(xué)習(xí)”。這在某些情形下被稱為“靈感”或“頓悟”。一直以來(lái)，計(jì)算機(jī)最難學(xué)會(huì)的就是“頓悟”?；蛘咴賴?yán)格一些來(lái)說(shuō)，計(jì)算機(jī)在學(xué)習(xí)和“實(shí)踐”方面難以學(xué)會(huì)“不依賴于量變的質(zhì)變”，很難從一種“質(zhì)”直接到另一種“質(zhì)”，或者從一個(gè)“概念”直接到另一個(gè)“概念” 。正因?yàn)槿绱?，這里的“實(shí)踐”并非同人類一樣的實(shí)踐。人類的實(shí)踐過(guò)程同時(shí)包括經(jīng)驗(yàn)和創(chuàng)造。這是智能化研究者夢(mèng)寐以求的東西。2013 年，帝金數(shù)據(jù)普數(shù)中心數(shù)據(jù)研究員s.c wang開發(fā)了一種新的數(shù)據(jù)分析方法，該方法導(dǎo)出了研究函數(shù)性質(zhì)的新方