发布时间：
人工智能发展史0
人工智能的方向很多：知识挖掘、语音识别、图像理解、机器学习等。选择一个主攻方向，找自己要解决的问题。查阅相关参考文献，深入研究下去。如果是想了解一下，可以找些相关的书籍来阅读。但是这样的结果，可能会造成深度不够，前沿性不足。
院士作序推荐的《人工智能基础教程》孙元强，罗继秋编著，该书例子多多，习题有答案，非常实用
具/体/要/求/有/吗？
计算机的应用领域已渗透到社会的各行各业，正在改变着传统的工作、学习和生活方式，推动着社会的发展。计算机的主要应用领域如下： 科学计算(或数值计算) 科学计算是指利用计算机来完成科学研究和工程技术中提出的数学问题的计算。在现代科学技术工作中，科学计算问题是大量的和复杂的。利用计算机的高速计算、大存储容量和连续运算的能力，可以实现人工无法解决的各种科学计算问题。 例如，建筑设计中为了确定构件尺寸，通过弹性力学导出一系列复杂方程，长期以来由于计算方法跟不上而一直无法求解。而计算机不但能求解这类方程，并且引起弹性理论上的一次突破，出现了有限单元法。 数据处理(或信息处理) 数据处理是指对各种数据进行收集、存储、整理、分类、统计、加工、利用、传播等一系列活动的统称。据统计，80％以上的计算机主要用于数据处理，这类工作量大面宽，决定了计算机应用的主导方向。 数据处理从简单到复杂已经历了三个发展阶段，它们是： ①电子数据处理(Electronic Data Processing,简称EDP),它是以文件系统为手段，实现一个部门内的单项管理。 ②管理信息系统(Management Information System,简称MIS),它是以数据库技术为工具，实现一个部门的全面管理，以提高工作效率。 ③决策支持系统(Decision Support System,简称DSS),它是以数据库、模型库和方法库为基础，帮助管理决策者提高决策水平，改善运营策略的正确性与有效性。 目前，数据处理已广泛地应用于办公自动化、企事业计算机辅助管理与决策、情报检索、图书管理、电影电视动画设计、会计电算化等等各行各业。信息正在形成独立的产业，多媒体技术使信息展现在人们面前的不仅是数字和文字，也有声情并茂的声音和图像信息。 辅助技术(或计算机辅助设计与制造) 计算机辅助技术包括CAD、CAM和CAI等。 ⑴计算机辅助设计(Computer Aided Design,简称CAD) 计算机辅助设计是利用计算机系统辅助设计人员进行工程或产品设计，以实现最佳设计效果的一种技术。它已广泛地应用于飞机、汽车、机械、电子、建筑和轻工等领域。例如，在电子计算机的设计过程中，利用CAD技术进行体系结构模拟、逻辑模拟、插件划分、自动布线等，从而大大提高了设计工作的自动化程度。又如，在建筑设计过程中，可以利用CAD技术进行力学计算、结构计算、绘制建筑图纸等，这样不但提高了设计速度，而且可以大大提高设计质量。 ⑵计算机辅助制造(Computer Aided Manufacturing,简称CAM) 计算机辅助制造是利用计算机系统进行生产设备的管理、控制和操作的过程。例如，在产品的制造过程中，用计算机控制机器的运行，处理生产过程中所需的数据，控制和处理材料的流动以及对产品进行检测等。使用CAM技术可以提高产品质量，降低成本，缩短生产周期，提高生产率和改善劳动条件。 将CAD和CAM技术集成，实现设计生产自动化，这种技术被称为计算机集成制造系统(CIMS)。它的实现将真正做到无人化工厂(或车间)。 ⑶计算机辅助教学(Computer Aided Instruction,简称CAI) 计算机辅助教学是利用计算机系统使用课件来进行教学。课件可以用著作工具或高级语言来开发制作，它能引导学生循环渐进地学习，使学生轻松自如地从课件中学到所需要的知识。CAI的主要特色是交互教育、个别指导和因人施教。 过程控制(或实时控制) 过程控制是利用计算机及时采集检测数据，按最优值迅速地对控制对象进行自动调节或自动控制。采用计算机进行过程控制，不仅可以大大提高控制的自动化水平，而且可以提高控制的及时性和准确性，从而改善劳动条件、提高产品质量及合格率。因此，计算机过程控制已在机械、冶金、石油、化工、纺织、水电、航天等部门得到广泛的应用。 例如，在汽车工业方面，利用计算机控制机床、控制整个装配流水线，不仅可以实现精度要求高、形状复杂的零件加工自动化，而且可以使整个车间或工厂实现自动化。 人工智能(或智能模拟) 人工智能(Artificial Intelligence)是计算机模拟人类的智能活动，诸如感知、判断、理解、学习、问题求解和图像识别等。现在人工智能的研究已取得不少成果，有些已开始走向实用阶段。例如，能模拟高水平医学专家进行疾病诊疗的专家系统，具有一定思维能力的智能机器人等等。 网络应用 计算机技术与现代通信技术的结合构成了计算机网络。计算机网络的建立，不仅解决了一个单位、一个地区、一个国家中计算机与计算机之间的通讯，各种软、硬件资源的共享，也大大促进了国际间的文字、图像、视频和声音等各类数据的传输与处理。参考资料：
具/体/要/求/有/吗？
人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。
OA图书馆，可以查找。
11111
没有
人工智能是否超越人类大脑的论文详情可以具体和我说说
没有
回答 您现在可以使用这种新的图像到图像转换技术，从粗糙甚至不完整的草图生成高质量的人脸图像，无需绘图技巧!如果你的画技和我一样差，你甚至可以调整眼睛、嘴巴和鼻子对最终图像的影响。让我们看看它是否真的有效，以及他们是如何做到的。 Learning to Simulate Dynamic Environments with GameGAN [3] 这项研究由英伟达多伦多AI实验室和日本游戏大厂万代南梦宫 *BANDAI NAMCO) 一同开发，技术来自前者，数据来自后者。 简单来说，仅对简单的游戏录像和玩家输入进行学习，GameGAN 就能够模拟出接近真实游戏的环境，还不需要游戏引擎和底层代码。它的底层是在 AI 领域很有名的生成对抗网络 (GAN)。 PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models [4] 它可以把超低分辨率的16x16图像转换成1080p高清晰度的人脸!你不相信我?然后你就可以像我一样，在不到一分钟的时间里自己试穿一下! Unsupervised Translation of Programming Languages [5] 这种新模型在没有任何监督的情况下将代码从一种编程语言转换成另一种编程语言!它可以接受一个Python函数并将其转换成c++函数，反之亦然，不需要任何先前的例子!它理解每种语言的语法，因此可以推广到任何编程语言!我们来看看他们是怎么做到的。 PIFuHD: Multi-Level Pixel-Aligned Implicit Function for High-Resolution 3D Human Digitization [6] 这个人工智能从2D图像生成3D高分辨率的人的重建!它只需要一个单一的图像你生成一个3D头像，看起来就像你，甚至从背后! High-Resolution Neural Face Swapping for Visual Effects [7] 迪士尼的研究人员在论文中开发了一种新的高分辨率视觉效果人脸交换算法。它能够以百万像素的分辨率渲染照片真实的结果。。它们的目标是在保持actor的性能的同时，从源actor交换目标actor的外观。这是非常具有 提问 大一人工智能课程学习总结，八百字。 回答 我学习人工智能已经快一年的时间，有许多心得可以和大家分享一下。人工智能，英文是Artificial Intelligence，简称AI。人工智能，最早是由著名计算机科学家图灵在20世纪50年代提出的，就是著名的“图灵测试”。最近几年，随着深度学习发展，人工智能被运用在各行各业，因此有人把人工智能称为第四次科技革命，他将给人们的生活带来翻天覆地的变化。 人工智能怎么学习呢？ AI的基础是数据，是对数据进行挖掘、训练和应用。所以基础中的基础是数学，你得要先掌握高等数学、线性代数、概率论和数理统计等相关知识。 学习Python语言。Python最近几年非常火，学习的人非常多，甚至有些地区小学也开设这门课。为什么Python会迅速传红呢？首先，Python编程的代码量只有Java的1/5不到，简单易学。其次，Python的功能强大，写爬虫、游戏开发、自动化运维、机器学习和人工智能领域。最后，Python拥有丰富强大的库，如前端开发的Flask和Django、图形界面的tkInter、矩阵计算numpy、绘图的matplotlib等等。 学习各类机器学习和算法模型。这其中主要包含监督学习和非监督学习，监督学习中有：线性回归、逻辑回归、随机森林、SVM、决策树、等。非监督学习有：聚类、KMeans、DBScan等。 深度学习可以说是AI的精髓。深度学习主要流行的框架有：Tensorflow、Caffe、MXNet、Keras、Pytorch等。 我觉得自学，还是非常费劲的，效果不一定好，最好有老师指导，否则进展很慢，可以先跟教学视频学习，看书实操，做一些具体的项目等。 更多18条
具/体/要/求/有/吗？
人工智能发展史0
清华大学出版社最近推出了两部人工智能新教材？：《人工智能概论》和《人工智能导论》，前者为人工智能通识课教材，后者面向人工智能专业及计算机、自动化和电子信息类专业。也两本书的最大特点就是易读易懂，易教易学。
OA图书馆，可以查找。