人工智能大學(xué)生論文

　　人工智能是用人工的方法和技術(shù)模仿、延伸和擴展人的智能，實現(xiàn)某些“機器思維”。以下是學(xué)習(xí)啦小編精心整理的人工智能大學(xué)生論文的相關(guān)資料，希望對你有幫助!

　　人工智能大學(xué)生論文篇一

　　人工智能的應(yīng)用與發(fā)展研究

　　摘 要：人工智能是用人工的方法和技術(shù)模仿、延伸和擴展人的智能，實現(xiàn)某些“機器思維”。本文在闡述人工智能定義的基礎(chǔ)上，詳細分析了人工智能的應(yīng)用領(lǐng)域和當(dāng)前的發(fā)展?fàn)顩r，深入探討了人工智能未來的發(fā)展。

　　關(guān)鍵詞：人工智能;應(yīng)用;問題;發(fā)展

　　當(dāng)前，人工智能這個術(shù)語已被用作“研究如何在機器上實現(xiàn)人類智能”這門學(xué)科的名稱。從這個意義上說，可把它定義為：是一門研究如何構(gòu)造智能機器或智能系統(tǒng)，使它能模擬、延伸、擴展人類智能的學(xué)科。具體來說，人工智能就是研究如何使機器具有能聽、會說、能看、會寫、能思維、會學(xué)習(xí)、能適應(yīng)環(huán)境變化、能解決各種實際問題的一門學(xué)科。

　　一、人工智能的應(yīng)用現(xiàn)狀

　　大部分學(xué)科都有各自的研究領(lǐng)域，每個領(lǐng)域都有其獨有的研究課題和研究技術(shù)。在人工智能中，這樣的分支包含自動定理證明、問題求解、自然語言處理、人工智能方法、程序語言和智能數(shù)據(jù)檢索系統(tǒng)及自動程序設(shè)計等等。在過去的30年中，已經(jīng)建立了一些具有人工智能的微機軟件系統(tǒng)。

　　目前，人工智能的應(yīng)用領(lǐng)域主要有以下幾個方面：一是問題求解。到目前為止，人工智能程序能知道如何思考他們解決的問題;二是邏輯推理與定理證明。邏輯推理是人工智能研究中最持久的領(lǐng)域之一。定理尋找一個證明或反證，不僅需要有根據(jù)假設(shè)進行演繹的能力，而且許多非形式的工作，在人工智能方法的研究中定理證明是一個極其重要的論題。三是自然語言處理。自然語言的處理是人工智能技術(shù)應(yīng)用與實際領(lǐng)域的典范，目前該領(lǐng)域的主要課題是:計算機系統(tǒng)如何以主題和對話情景為基礎(chǔ)，注重大量的嘗試一一世界知識和期望作用，生成和理解自然語言。四是智能信息檢索技術(shù)。信息獲取和凈精華技術(shù)已成為當(dāng)代計算機科學(xué)與技術(shù)研究中迫切需要研究的課題，將人工智能技術(shù)應(yīng)用于這一領(lǐng)域是人工智能走向廣泛實際應(yīng)用的契機與突破口。五是專家系統(tǒng)。專家系統(tǒng)是目前人工智能中最活躍、最有成效的研究領(lǐng)域，它是一種具有特定領(lǐng)域內(nèi)大量知識與經(jīng)驗的程序系統(tǒng)。

　　二、人工智能的發(fā)展瓶頸

　　人工智能(AI)學(xué)科自1956年誕生至今已走過50多個年頭，就研究解釋和模擬人類智能、智能行為及其規(guī)律這一總目標來說，已經(jīng)邁出了可喜的一步，某些領(lǐng)域已取得了相當(dāng)?shù)倪M展。但從整個發(fā)展的過程來看，人工智能發(fā)展曲折，而且還面臨不少難題，主要有以下幾個方面：

　　(一)研究方法不足

　　人工智能發(fā)展到今天，已經(jīng)取得了長足進步，但人類對人腦結(jié)構(gòu)和工作模式的認識還不全面、不深入，這也就決定了現(xiàn)階段神經(jīng)網(wǎng)絡(luò)模型無法真正實現(xiàn)對人腦的模擬;硅基元素組成的電子器件與碳基元素組成的神經(jīng)元組織在物理及化學(xué)屬性上有很大的不同，適合于人腦的工作模式，但并不適應(yīng)神經(jīng)網(wǎng)絡(luò)計算機;根據(jù)馬克思主義實踐論觀點，人腦是人類長期勞動實踐的產(chǎn)物，僅靠在實驗室里電子器件以及線路的排列組合是不可就能實現(xiàn)模擬的。

　　(二)機器翻譯存在困難

　　目前機器翻譯所面臨的主要問題仍然是構(gòu)成句子的單詞和歧義性問題。歧義性問題一直是自然語言理解中的一大難關(guān)，要消除歧義性就要對原文的每一個句子及其上下文進行分析理解，尋找導(dǎo)致歧義的詞和詞組在上下文中的準確意義。然而，計算機卻往往孤立地將句子作為理解單位。另外，即使對原文有了一定的理解，理解的意義如何有效地在計算機里表示出來也存在問題。目前的NLU系統(tǒng)幾乎不能隨著時間的增長而增強理解力，系統(tǒng)的理解大都局限于表層上，沒有深層的推敲，沒有學(xué)習(xí)，沒有記憶，更沒有歸納。導(dǎo)致這種結(jié)果的原因是計算機本身結(jié)構(gòu)和研究方法的問題?，F(xiàn)在NLU的研究方法很不成熟，大多數(shù)研究局限在語言這一單獨的領(lǐng)域，而沒有對人們是如何理解語言這個問題做深入有效的探討。

　　(三)模式識別存在困惑

　　雖然使用計算機進行模式識別的研究與開發(fā)已取得大量成果，有的已成為產(chǎn)品投入實際應(yīng)用，但是它的理論和方法與人的感官識別機制是全然不同的。人的識別手段、形象思維能力，是任何最先進的計算

　　機識別系統(tǒng)望塵莫及的，另一方面，在現(xiàn)實世界中，生活并不是一項結(jié)構(gòu)嚴密的任務(wù)，一般家畜都能輕而易舉地對付，但機器不會，這并不是說它們永遠不會，而是說目前不會。

　　三、人工智能發(fā)展的思考

　　人工智能具有十分巨大的發(fā)展?jié)摿?，?dāng)前人工智能雖然經(jīng)過多年研究已取得了一定成績，但這也僅僅是剛剛開始而已，繼續(xù)研究下去在很多方面都會有重大的突破。尤其是在科學(xué)技術(shù)日新月異的今天，各種新科技的出現(xiàn)層出不窮，人工智能將來的發(fā)展將不可限量：一是構(gòu)建智能計算機，代替人類從事腦力勞動。將人類從繁雜的腦力勞動中解放出來，從而極大的提高運算速度和效率;二是機器學(xué)習(xí)。科學(xué)家一直在致力于研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能。雖然在過去的很長的一段時間內(nèi)都沒有取得十分顯著的成果，但許多新的學(xué)習(xí)方法相繼問世，并且已經(jīng)有了實際的應(yīng)用，這充分說明在這方面的研究已經(jīng)有了很大的進步。二是自然語言處理。它是計算機科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個重要方向。在經(jīng)過人工智能研究人員的艱苦努力之后，在該領(lǐng)域中已取得了大量令人矚目的理論與實際應(yīng)用成果，許多產(chǎn)品已經(jīng)進入了眾多領(lǐng)域。智能信息檢索技術(shù)在Internet技術(shù)的影響下，近年來發(fā)展勢頭十分迅猛，而且已經(jīng)成為了人工智能的一個獨立研究分支。

　　人工智能始終處于計算機這門學(xué)科的前沿，其研究的理論和成果在很大程度上將控制科學(xué)與技術(shù)，決定計算機技術(shù)的發(fā)展方向?，F(xiàn)如今，已經(jīng)有許多人工智能的研究成果進入到人們的日常生活中。將來，人工智能技術(shù)的發(fā)展也必將會給人們的工作、生活和教育等帶來長遠深刻的影響。

下一頁分享更優(yōu)秀的<<<人工智能大學(xué)生論文