人工智能系統(tǒng)在很多領(lǐng)域的應(yīng)用也都在促進(jìn)著人工智能的理論和技術(shù)的不斷發(fā)展。以下是學(xué)習(xí)啦小編整理分享的關(guān)于人工智能發(fā)展前景的畢業(yè)論文的相關(guān)文章，歡迎閱讀!

　　人工智能發(fā)展前景的畢業(yè)論文篇一

　　人工智能現(xiàn)狀和發(fā)展

　　摘要：人工智能屬于一門綜合性的邊緣學(xué)科。誕生時(shí)間為 20 世紀(jì) 50 年代左右，大概歷經(jīng)了四個(gè)時(shí)代，第一個(gè)時(shí)代為神經(jīng)網(wǎng)絡(luò)時(shí)代，第二個(gè)時(shí)代為弱方法時(shí)代，第三個(gè)時(shí)代為知識工程時(shí)代第四個(gè)時(shí)代為知識工業(yè)時(shí)代。它在發(fā)展過程中包含的基礎(chǔ)有計(jì)算機(jī)科學(xué)，信息論，神經(jīng)心理學(xué)，哲學(xué)，統(tǒng)計(jì)學(xué)等多種學(xué)科。至今為止，人工神經(jīng)網(wǎng)絡(luò)技術(shù)和遺傳算法都已經(jīng)應(yīng)用于工業(yè)，軍事等領(lǐng)域。

　　關(guān)鍵詞：人工智能發(fā)展;識別率;人臉識別;遺傳算法

　　中圖分類號：TP18 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044(2016)24-0183-02

　　1 智能計(jì)算機(jī)的發(fā)展

　　1.1人工智能簡述

　　人工智能[1](Artificial Intelligence，簡稱AI)是計(jì)算機(jī)學(xué)科的一個(gè)分支，屬于為世界三大尖端技術(shù)空間技術(shù)、能源技術(shù)、人工智能其中之一，最近幾十年來，人工智能的發(fā)展非常的迅速， 在很多的地方都得到了應(yīng)用，尤其是在科學(xué)領(lǐng)域。

　　人工智能源自于對人的模仿，其最終目的是服務(wù)于人類，但是，就像世界上沒有相同的兩片葉子，也沒有完全相同的兩個(gè)人，也就像沒有一家服務(wù)企業(yè)可以滿足一個(gè)國家人的所有要求一樣，人工智能產(chǎn)業(yè)中也會涌現(xiàn)許多實(shí)力強(qiáng)大的企業(yè)，一些企業(yè)也會在某個(gè)領(lǐng)域內(nèi)形成自己的競爭優(yōu)勢，甚至?xí)霈F(xiàn)壟斷型企業(yè)。人工智能產(chǎn)業(yè)在國內(nèi)外都還是處于剛剛發(fā)展階段，人工智能產(chǎn)業(yè)的競爭也會伴隨不斷增長變化的需求而演化，企業(yè)也會為了滿足并提升社會大眾越來的生活品質(zhì)而不斷進(jìn)步，不斷完善自身。

　　1.2人工智能研究的發(fā)展概況

　　未來，隨著計(jì)算機(jī)和其他科學(xué)技術(shù)的不斷進(jìn)步，人工智能的發(fā)展也將要不斷面對越來越多的艱難挑戰(zhàn)。在我們的日常生活中，人們對人工智能技術(shù)的期望一直都擁有著很高的熱情和期盼，但是，在客觀事實(shí)上，人工智能技術(shù)進(jìn)步不但要考慮軟件、硬件技術(shù)的限制，也還要考慮人們對自身能力理解程度的制約，因此未來人工智能技術(shù)將在不斷限制的過程中不斷突破不斷成長，從而保持著逐步的發(fā)展。比如人臉識別技術(shù)，當(dāng)該技術(shù)以一次問世時(shí)，人們對人工智能充滿了信心，但當(dāng)大多數(shù)人親自使用時(shí)，卻發(fā)現(xiàn)它對人臉的識別率還是不夠高;

　　近年來，人臉識別技術(shù)得益于機(jī)器學(xué)習(xí)與大數(shù)據(jù)，又有了非常令人欣喜的進(jìn)步，擁有足夠的多的人力模型數(shù)據(jù)，計(jì)算機(jī)對具體提供的數(shù)量足夠多的人臉模型數(shù)據(jù)進(jìn)行針對性訓(xùn)練，就可以達(dá)到一個(gè)極高的識別正確率。但是對一個(gè)具體的個(gè)例可以做到百分百識別，并不能就此完全肯定對人群大眾使用就都能達(dá)到同樣級別的水平，對于大量的人臉數(shù)據(jù)依然需要不斷地整理系統(tǒng)的統(tǒng)計(jì)，所以，距離完美的識別率人類還有很長的路要走。不僅是人臉識別，OCR、語音識別、機(jī)器翻譯等人工智能技術(shù)在現(xiàn)實(shí)的應(yīng)用中都會面臨準(zhǔn)確率的標(biāo)準(zhǔn)。也希望無論是企業(yè)還是社會群體大眾，用一份積極包容的心態(tài)，為人工智能產(chǎn)業(yè)的發(fā)展?fàn)I造一個(gè)優(yōu)良的可持續(xù)發(fā)展環(huán)境。

　　人工智能應(yīng)用研究有許許多多的可行性。專家系統(tǒng)內(nèi)部含有大量的某個(gè)領(lǐng)域的專家水平的知識與經(jīng)驗(yàn)，經(jīng)過運(yùn)用人類的知識和解決問題的途徑進(jìn)行推理、匯總、判斷、解決，來處理某個(gè)領(lǐng)域的疑難棘手問題。人工智能系統(tǒng)在很多領(lǐng)域的應(yīng)用也都在促進(jìn)著人工智能的理論和技術(shù)的不斷發(fā)展。專家系統(tǒng)也是人工智能應(yīng)用研究最活躍和最廣泛的應(yīng)用領(lǐng)域之一，涉及社會各個(gè)方面，各種專家系統(tǒng)已遍布各個(gè)專業(yè)領(lǐng)域，取得很大的成功。人工智能在計(jì)算機(jī)領(lǐng)域內(nèi)，得到了原來越多的重視。并在機(jī)器人等中得到了很多的實(shí)際應(yīng)用。

　　人工智能是研究人類智能活動的可循規(guī)律，創(chuàng)建具有一定人類智能的電子系統(tǒng)，它主要是通過讓計(jì)算機(jī)去完成原本是需要人類智慧才能去解決的問題，換而言之，就是研究如何應(yīng)用計(jì)算機(jī)的軟硬件來模擬人類智慧行為的基本理論、方法和技術(shù)。例如：繁重的科學(xué)工程和數(shù)學(xué)計(jì)算本來是要人腦來承擔(dān)的，但是，現(xiàn)今，計(jì)算機(jī)不但能高效準(zhǔn)確的完成這種計(jì)算，而且還能夠比人腦做得更加的完美，因此，當(dāng)今社會也不再把這種程度的計(jì)算看成是“需要人類智慧高強(qiáng)度才能完成的復(fù)雜任務(wù)”，由此可見，高強(qiáng)度復(fù)雜工作的定義隨著人類社會時(shí)代的發(fā)展和科學(xué)技術(shù)的不斷進(jìn)步而不斷變化，人工智能這門科學(xué)的具體目標(biāo)也自然隨著社會科學(xué)的變化而發(fā)展。它一方面不斷地通過科學(xué)技術(shù)獲得新的進(jìn)展，另一方面又勇敢的轉(zhuǎn)向更有意義、更加困難的目標(biāo)。

　　2 人工智能的前沿

　　2.1智能信息檢索技術(shù)

　　現(xiàn)今社會，智能信息檢索技術(shù)的發(fā)展日新月異。而人工智能在信息檢索技術(shù)中的應(yīng)用，主要集中表現(xiàn)在網(wǎng)絡(luò)信息的檢索。網(wǎng)絡(luò)信息檢索，也即網(wǎng)絡(luò)信息搜索，是指互聯(lián)網(wǎng)用戶在網(wǎng)絡(luò)終端，通過特定的網(wǎng)絡(luò)搜索工具或是通過瀏覽的方式，查找并獲取信息的行為。運(yùn)用人工智能技術(shù)，可以快速準(zhǔn)確的在大數(shù)據(jù)的基礎(chǔ)之上獲得所需信息。

　　2.2遺傳算法

　　遺傳算法(Genetic Algorithm)是模擬達(dá)爾文生物進(jìn)化論的自然選擇和遺傳學(xué)機(jī)理的生物進(jìn)化過程的計(jì)算模型，是一種通過模擬自然進(jìn)化過程進(jìn)行搜索找出最優(yōu)解的方法。遺傳算法是通過一類問題可能潛在的解集的其中一個(gè)集群開始的，而一個(gè)集群群則由經(jīng)過基因編碼的一定數(shù)目的個(gè)體組成。每個(gè)個(gè)體實(shí)際上是染色體帶有本身特征的實(shí)體。比如，它決定了個(gè)體所要表現(xiàn)出的外部形狀，如單眼皮，雙眼皮的特征是由染色體中控制這一特征的某種基因組合決定的。由此可見，從一開始通過表象得到實(shí)際的基因的編碼程序?yàn)橐环N算法。我們通常將基因的編碼工作簡單化 ，如二進(jìn)制編碼，在第一代種群產(chǎn)生之后，遵循適者生存，按照自然法則優(yōu)勝劣汰，選擇最優(yōu)的結(jié)果，并借助交叉和變異，得到一種新的集合。這種辦法會得到一種比以前更加優(yōu)秀，更加適者生存的種群。

　　3 結(jié)束語

　　人工智能對人類科學(xué)來說是一門極富挑戰(zhàn)性的科研究，想要從事這項(xiàng)研究工作必須懂得計(jì)算機(jī)知識，心理學(xué)、統(tǒng)計(jì)學(xué)、哲學(xué)等等。人工智能是一種涵蓋了非常廣泛的知識的科學(xué)，它包含了很多不同的領(lǐng)域，如機(jī)器學(xué)習(xí)，計(jì)算機(jī)視覺、軟件工程、操作系統(tǒng)等等，總而言之，人類科學(xué)對人工智能研究的一個(gè)主要目的是使機(jī)器通過一系列的操作能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。在不同的時(shí)代、不同的社會環(huán)境、不同的人對這種“復(fù)雜”程度的理解是不一樣的，每個(gè)時(shí)代的科學(xué)發(fā)展也是不同的，希望在科學(xué)不斷發(fā)展的今天，人工智能的發(fā)展也會帶來許許多多的驚喜。

　　參考文獻(xiàn)：

　　[1] 元慧.議當(dāng)代人工智能的應(yīng)用領(lǐng)域和發(fā)展?fàn)顩r[J].福建電腦，2008(9).

　　[2] 劉玉然.談?wù)勅斯ぶ悄茉谄髽I(yè)管理中的應(yīng)用[J].價(jià)值工程，2013(9).

　　[3] 焦加麟，徐良賢，戴克昌.人工智能在智能教學(xué)系統(tǒng)中的應(yīng)用[J].計(jì)算機(jī)仿真，2013(7).

　　[4] 周明正.人工智能在醫(yī)學(xué)專家系統(tǒng)中的應(yīng)用[J].科技信息，2014(7).

　　[5] 張海燕，劉鎮(zhèn)清.人工智能及其在超聲無損檢測中的應(yīng)用[J].無損檢測，2011(5).

　　[6] 馬秀榮，王化宇.簡述人工智能技術(shù)在網(wǎng)絡(luò)安全管理中的應(yīng)用[J].呼倫貝爾學(xué)院學(xué)報(bào)，2015(7).

　　[7] 曾雪峰.論人工智能的研究與發(fā)展[J].現(xiàn)代商貿(mào)工業(yè)，2009(8).

　　[8] 王梓坤.論混沌與隨機(jī).北京師范大學(xué)學(xué)報(bào)，1994，30(2)：199-202.

　　[9] 陳明.基于進(jìn)化遺傳算法的優(yōu)化計(jì)算[J].軟件學(xué)報(bào)，2008，9(11)：876-879.

　　[10] 陳火旺.遺傳程序設(shè)計(jì)(之一)[J].計(jì)算機(jī)科學(xué)，2005.22(6)：12-15.

下一頁分享更優(yōu)秀的<<<人工智能發(fā)展前景的畢業(yè)論文