近年來，人臉識別技術(shù)得益于機器學(xué)習(xí)與大數(shù)據(jù)，又有了非常令人欣喜的進步，擁有足夠的多的人力模型數(shù)據(jù)，計算機對具體提供的數(shù)量足夠多的人臉模型數(shù)據(jù)進行針對性訓(xùn)練，就可以達到一個極高的識別正確率。以下是學(xué)習(xí)啦小編整理分享的人工智能的現(xiàn)狀相關(guān)論文，歡迎閱讀!

　　人工智能的現(xiàn)狀相關(guān)論文篇一

　　摘要：人工智能屬于一門綜合性的邊緣學(xué)科。誕生時間為 20 世紀(jì) 50 年代左右，大概歷經(jīng)了四個時代，第一個時代為神經(jīng)網(wǎng)絡(luò)時代，第二個時代為弱方法時代，第三個時代為知識工程時代第四個時代為知識工業(yè)時代。它在發(fā)展過程中包含的基礎(chǔ)有計算機科學(xué)，信息論，神經(jīng)心理學(xué)，哲學(xué)，統(tǒng)計學(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 文獻標(biāo)識碼：A 文章編號：1009-3044(2016)24-0183-02

　　1 智能計算機的發(fā)展

　　1.1人工智能簡述

　　人工智能[1](Artificial Intelligence，簡稱AI)是計算機學(xué)科的一個分支，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人，也就像沒有一家服務(wù)企業(yè)可以滿足一個國家人的所有要求一樣，人工智能產(chǎn)業(yè)中也會涌現(xiàn)許多實力強大的企業(yè)，一些企業(yè)也會在某個領(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，隨著計算機和其他科學(xué)技術(shù)的不斷進步，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，在客觀事實上，人工智能技術(shù)進步不但要考慮軟件、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，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，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)得益于機器學(xué)習(xí)與大數(shù)據(jù)，又有了非常令人欣喜的進步，擁有足夠的多的人力模型數(shù)據(jù)，計算機對具體提供的數(shù)量足夠多的人臉模型數(shù)據(jù)進行針對性訓(xùn)練，就可以達到一個極高的識別正確率。但是對一個具體的個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，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、機器翻譯等人工智能技術(shù)在現(xiàn)實的應(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)部含有大量的某個領(lǐng)域的專家水平的知識與經(jīng)驗，經(jīng)過運用人類的知識和解決問題的途徑進行推理、匯總、判斷、解決，來處理某個領(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，涉及社會各個方面，各種專家系統(tǒng)已遍布各個專業(yè)領(lǐng)域，取得很大的成功。人工智能在計算機領(lǐng)域內(nèi)，得到了原來越多的重視。并在機器人等中得到了很多的實際應(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)，它主要是通過讓計算機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)用計算機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)計算本來是要人腦來承擔(dān)的，但是，現(xiàn)今，計算機不但能高效準(zhǔn)確的完成這種計算，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算看成是“需要人類智慧高強度才能完成的復(fù)雜任務(wù)”，由此可見，高強度復(fù)雜工作的定義隨著人類社會時代的發(fā)展和科學(xué)技術(shù)的不斷進步而不斷變化，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)是模擬達爾文生物進化論的自然選擇和遺傳學(xué)機理的生物進化過程的計算模型，是一種通過模擬自然進化過程進行搜索找出最優(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集群開始的，而一個集群群則由經(jīng)過基因編碼的一定數(shù)目的個體組成。每個個體實際上是染色體帶有本身特征的實體。比如，它決定了個體所要表現(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際的基因的編碼程序為一種算法。我們通常將基因的編碼工作簡單化 ，如二進制編碼，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，想要從事這項研究工作必須懂得計算機知識，心理學(xué)、統(tǒng)計學(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，如機器學(xué)習(xí)，計算機視覺、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主要目的是使機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，每個時代的科學(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：

　　[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].計算機仿真，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，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.北京師范大學(xué)學(xué)報，1994，30(2)：199-202.

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

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

下一頁分享更優(yōu)秀的>>>人工智能的現(xiàn)狀相關(guān)論文