首页

职称论文知识库

首页 职称论文知识库 问题

发表人工智能论文的篇数

发布时间:

发表人工智能论文的篇数

一般C9高校的人工智能专业都好一些,当然师傅领进门,修行靠个人!

目前,人工智能是一个快速发展的领域,对人才的需求很大。和其他技术岗位相比,竞争低,工资相对高。所以现在是进入人工智能领域的好时机。研究还表明,三项技能以上的人才对企业更有吸引力,而且趋势越来越明显。所以IT技术人员需要在掌握一门技术的同时掌握更多的技能!人工智能人才目前处于明显短缺状态,这种状况还存在扩大的趋势。当前社会技术环境下,需要兼顾扎实的专业技术和复合型背景的人才。在互联网企业中,人工智能的薪酬排在第三位,其中薪酬最高的是声音识别方向的从业者。

ECCV:欧洲计算机视觉国际会议,两年一次,是计算机视觉三大会议(另外两个是ICCV和CVPR)之一。每次会议在全球范围录用论文300篇左右,主要的录用论文都来自美国、欧洲等顶尖实验室及研究所,中国大陆的论文数量一般在10-20篇之间。ECCV2010的论文录取率为27%。欧洲人一般比较看中理论,但是从最近一次会议来看,似乎大家也开始注重应用了,oral里面的demo非常之多,演示效果很好,让人赏心悦目、叹为观止。不过欧洲的会通常英语口音很重,有些人甚至不太会说英文,所以开会和交流的时候,稍微有些费劲。

中国人工智能技术起步较晚,但是发展迅速,目前在专利数量以及企业数量等指标上已经处于世界领先地位。2013-2018年,全球人工智能领域的论文文献产出共30.5万篇,其中,中国发表7.4万篇,美国发表5.2万篇。在数量占比方面,2017年中国人工智能论文数量占比全球已经达27.7%。当前中美两国之间人工智能科研论文合作规模最大,是全球人工智能合作网络的中心,中美两国合作深刻影响全球人工智能发展。2019年中国AI芯片市场规模约为115.5亿元,在5G商用的普及和政策、技术等各因素的推动下,AI芯片有望在云计算、安防、消费电子、机器人等领域实现大规模商用,预计2021年AI芯片市场规模将达到436.8亿元。但值得注意的是,随着人工智能技术的加速普及,下游应用领域对AI算力和能耗的要求越来越高,传统冯诺依曼架构式芯片的瓶颈逐渐显露,AI芯片将朝着存算一体化方向发展。有分析师认为,存算一体AI芯片的发展前景虽受到广泛认可,但整体仍处在发展的起步阶段。从实现计算与存储的融合设计,到技术的落地、量产、规模化商用,还有较长阶段。能够率先实现技术、产品突破的企业将更容易获得资本、人才、市场的支持。世纪浪人:智慧筑基,源聚强国,深度分析中国人工智能发展概况我国人工智能发展全球论文占比情况(数据来源:艾媒数据中心)相关调查机构数据显示, 截至2017年12月31日,中国人工智能专利申请数达46284件。随着国家大力提倡、投入研发逐渐增加,人工智能运用到越来越多的行业领域,未来相关专利数量应当会持续增加,人工智能技术产业化发展前景向好。世纪浪人:智慧筑基,源聚强国,深度分析中国人工智能发展概况截止2017年我国人工智能专利申请数量(数据来源:艾媒数据中心)2018年中国人工智能领域共融资1311亿元,增长率超过100%,投资者看好人工智能行业的发展前景,资本将助力行业更好地发展。随着人工智能技术的进一步发展和落地,深度学习、数据挖掘、自动程序设计等领域也将在更多的应用场景中得到实现,人工智能技术产业化发展前景向好。1.中国步入技术驱动增长的高质量发展阶段,政策将持续加码推动芯片全面国产化中国数字经济产业已经成为驱动经济增长的新动能,2019年数字经济规模占GDP的比重达36.2%;作为数字经济产业底层基础的集成电路,却严重依赖进口,2020年前八个月,中国集成电路进口金额超过万亿元;未来政策将持续加码发展集成电路产业,实现芯片全面国产化。2.中国AI芯片有望引领国产芯片实现弯道超车,预计2023年中国AI芯片市场规模将突破千亿元5G基站、大数据中心、人工智能等新型基础建设的完善,促使AI芯片成为引领芯片行业未来发展的重要方向;政策、资本、技术、市场等多重因素将驱动AI芯片这一新赛道快速发展,中国芯片有望实现弯道超车;预计2023年中国AI芯片市场规模将超过千亿元。3.存算一体化AI芯片是未来主流方向,受益于下游需求的强劲驱动力而快速发展人工智能产业的成熟化发展驱动AI芯片由通用型向专用型发展,急剧增长的数据量对AI芯片的性能以及能耗提出了更高要求;能够兼具性能和成本的存算一体化AI芯片符合未来发展趋势,在下游需求的推动下有望快速发展。世纪浪人:智慧筑基,源聚强国,深度分析中国人工智能发展概况AI芯片概念描述直观图(来源:艾媒咨询)人工智能,作为计算机科学最前沿的发展方向,同时也是新一轮产业变革的核心驱动力,具有巨大的市场前景。面向人工智能应用的AI算法,除具有传统算法一般的性能特征,还具备处理大量非结构化数据、处理过程计算量大、参数量大等新特质,亟须强大的运算能力和高效的访存能力支撑。世纪浪人:智慧筑基,源聚强国,深度分析中国人工智能发展概况人工智能相关学科及关联关系(来源:艾媒咨询)4.中国人工智能未来热度持续目前中国整个人工智能产业规模仍在保持增长,同时国家也在不断出台各类人工智能产业扶持政策,资本市场对人工智能行业的投资热情不减,技术方面不断突破是产业增长的核心驱动力。未来人工智能产业的走向取决于算法的进步,由于算法的技术突破是决定人工智能上限的,所以未来人工智能企业拉开差距就在算法的技术突破上,谁能先在算法上取得成功,谁就能取得资本市场青睐,同时产业落地也会进一步提速。在算法方面,目前已经有深度学习和神经网络这样优秀的模型,但就目前国内人工智能算法的总体发展而言,工程学算法虽已取得阶段性突破,但基于认知层面的算法水平还亟待提高,这也是未来竞争的核心领域。虽然算法决定人工智能上限,但是目前的算法短时间内可能很难有所突破,所以算力也是目前人工智能企业竞争的一个重点方向,以目前的算力水平,主要实现商业化的人工智能技术为计算机视觉、智能语音等,未来若算力进一步突破包括算力的提升、生产成本的降低都会使人工智能技术的产业化进一步深入。

发表11篇人工智能论文

人工智能技术无论是在过去。认知心理学和人工智能。使得人工智能和心理学从最初就紧密地联系在一起。以下是我整理的人工智能的期末论文的相关资料,欢迎阅读!

摘要:人工智能技术无论是在过去。认知心理学和人工智能。使得人工智能和心理学从最初就紧密地联系在一起。

关键词:人类智能,人工智能,认知,心理学

人工智能技术无论是在过去,现在还是将来,都作为科学研究的热点问题之一。人类对自己本身的秘密充满好奇,随着生物技术的飞速发展,人类不断破译人体的生命密码。而以生物科学为基础的人工智能技术也得到了长足的发展。人们希望通过某种技术或者某些途径能够创造出模拟人思维和行为的“替代品”,帮助人们从事某些领域的工作。为了让计算机能够从事一些只有人脑才能完成的工作,解脱人的繁重的脑力劳动,人类对自身的思维和智能不断地研究探索。但是,科学技术是一柄双刃剑,人们对人工智能技术的飞速发展存在着恐慌。如果机器真的具有了人类的智能,在未来的某一天,他们会不会取代人类而成为地球的主宰者?人类智能和人工智能,谁才是未来的传奇?

1.你在和谁说话?

“先进的人工智能机器人不但拥有可以乱真的人类外表,而且还能像人类一样感知自己的存在。”这是人工智能发展到高级阶段的目标和任务。那么,我们在不久的未来能否实现这样一个目标呢?人类真的能发明出足以乱真的智能人类吗?隔着一堵墙,我们是否能分辨出正在与我们对话的是一部机器还是人类?

1.1. 人工智能的定义

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。人工智能是相对于人的智能而言的。正是由于意识是一种特殊的物质运动形式,所以根据控制论理论,运用功能模拟的方法心理学,制造电脑模拟人脑的部分功能,把人的部分智能活动机械化,叫人工智能。人工智能的本质是对人思维的信息过程的模拟,是人的智能的物化。人工智能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。人工智能发展的过程归纳为机器不断取代人的过程。

1.2. 人工智能技术的发展

几个世纪以来,人类依靠智慧,发明了许多机器,使人类能够从许多体力劳动中解放出来。从1956年正式提出人工智能学科算起,40多年来取得长足的发展,成为一门广泛的交叉和前沿科学。科学家发明了汽车,火车,飞机,收音机等等,它们模仿我们身体器官的功能,但是这些不能模仿人类大脑的功能。当计算机出现后,人类开始真正有了一个可以模拟人类思维的工具,在以后的岁月中,无数科学家为这个目标努力着。1997年5月,IBM公司研制的深蓝(Deep Blue)计算机战胜了国际象棋大师卡斯帕洛夫(Kasparov)。在一些地方计算机帮助人进行其它原来只属于人类的工作,计算机以它的高速和准确为人类发挥着它的作用。计算机的出现,使得人工智能有了突破性的进展。计算机不仅能代替人脑的某些功能,而且在速度和准确性上大大超过人脑,它不仅能模拟人脑部分分析和综合的功能,而且越来越显示某种意识的特性。真正成了人脑的延伸和增强。

1.3. 人工智能的研究领域

人工智能是一种外向型的学科,也是一门多领域综合学科。它不但要求研究它的人懂得人工智能的知识,而且要求有比较扎实的数学基础,哲学和生物学基础,只有这样才可能让一台什么也不知道的机器模拟人的思维。而人工智能的最根本目的是模拟人类的思维,因此,它的研究领域与人类活动息息相关。什么地方只要有人在工作,他就可以运用到那个领域。

现阶段主要研究领域有专家系统,机器学习,模式识别,自然语言理解,自动定理证明,自动程序设计心理学,机器人学,博弈,智能决定支持系统和人工神经网络等等。

2.机器真的可以思考吗?

机器真的可以思考吗?机器的思考归根结底还是模仿人类的思维模式,正是“思考”这一人类的本质属性,使得人工智能和心理学从最初就紧密地联系在一起。心理学研究人脑中信息的输入、输出、存储和加工,并研究人脑各个部位的功能。最早的双核计算机模仿人的左右脑,在人脑不同区域主管各个不同功能这一原理的基础上,来设计负责不同功能的芯片。以此为出发点,心理学家和计算机学者进一步合作,通过研究人解决问题的方法来研究开发人工智能。随着人工智能的发展,所要求实现的职能愈加复杂,但最基本的方式还是逻辑推理和归纳,这正是心理学家和逻辑学家的专业领域。心理学家以研究探讨人类逻辑思维方式为人工智能提供了基本原理和原则。

2.1. 人类意识的本质

意识是世界的内在规定、一般规律和组成部分,是具有客观实在性同世界的其它组成部分处在对立统一关系中的事物。意识普遍存于世界和万物之中,世界是包含意识的世界,万物是包含意识的万物。没有意识存在于其中的世界不是我们现实生活中的世界,没有意识存在于其中的万物也不是我们天天眼见手触的万物。有了意识的存在,世界和万物就有了生机和活力。

2.1.1. 意识是与物质相对应的哲学范畴,与物质既相对立又相统一的精神现象。

意识是自然界长期发展的产物,由无机物的反应特性,到低等生物的刺激感应性,再到动物的感觉和心理这一生物进化过程是意识得以产生的自然条件。意识是社会的产物,人类社会的物质生产劳动在意识的产生过程中起决定的作用。辩证唯物主义在强调物质对意识起决定作用的前提下肯定意识对于物质具有能动的反作用,在意识活动中人们从感性经验抽象出事物的本质、规律形成理性认识,又运用这些认识指导自己有计划、有目的地改造客观世界。

2.1.2. 从意识的起源看,意识是物质世界发展到一定阶段的产物;从意识的本质来看,意识是客观存在在人脑中的反映。

意识是人脑对客观存在的反映:第一,正确的思想意识与错误的思想意识都是客观存在在人脑中的反映;第二,无论是人的具体感觉还是人的抽象思维,都是人脑对客观事物的反映;第三,无论是人们对现状的感受与认识,还是人们对过去的思考与总结,以至人们对未来的预测,都是人脑对客观事物的反映。 意识的能动作用首先表现在,意识不仅能够正确反映事物的外部现象,而且能够正确反映事物的本质和规律;意识的能动作用还突出表现在,意识能够反作用于客观事物,以正确的思想和理论为指导心理学,通过实践促进客观事物的发展。

2.2. 人类意识与人工智能的关系

认知心理学和人工智能,是认知科学的两个组成部分。人工智能使用了心理学的理论,心理学又借用了人工智能的成果。人类意识与人工智能两者具有以下关系:

l人工智能是研究用机器模拟和扩展人的智能的科学。它撇开了人脑的内在结构和意识的社会性,而只是把人脑作为一种信息处理的过程,包括信息的接收、记忆、分析、控制和输出五部分。现代科学技术用相应的部件来完成着五个过程,就构成了人工智能或电脑。

l人工智能可以代替人的某些脑力劳动,甚至可以超过人的部分思维能力,随着现代科学技术的发展,它发挥着越来越重要的作用。人工智能的出现不仅解放了人的智力,而且为研究人脑的意识活动提供了新的方法和途径。它说明了人的意识活动不管多么复杂,都是以客观物质过程为基础的,而不是什么神秘的超物质的东西,人们完全可以用自然科学的精确方法来加以研究和模拟,它进一步证实了辩证唯物主义意识论的科学性。

l人工智能的产生和发展,深化了我们对意识相对独立性和能动性的认识。机器思维即人工智能表明,思维形式在思维活动中对于思维内容具有相对独立性,它可从人脑中分化出来,物化为机械的、物理的运动形式,部分地代替人的思维活动。

随着科学技术的发展,人工智能将向更高水平发展,反过来推动科学技术、生产力和人类智慧向更高水平发展,对人类社会进步将起着巨大的推动作用。

3. 人工智能的未来

人工智能是为了模拟人类大脑的活动而产生的科学,人类已经可以用许多新技术新材料模拟人体的许多功能,诸如皮肤,毛发,骨骼等等,也就是说,人类可以创造出“类人体”。只要能够模拟人的大脑的功能,人就可以完成人工生命的研究工作,人创造自己,这不但在科学上,而且在哲学上都具有划时代的意义。这就是人工智能承担的历史使命。

在科学技术日新月异的今天,知识爆炸,科技的增长超出了人类承受的速度。各种新科技的出现层出不穷,随之而来的成果简直让人瞠目结舌,克隆、基因芯片、转基因等等,人类自身的秘密开始一层一层的揭开。我们人脑的复杂结构,人体的基因链也逐渐被科学技术解剖。我们希望将来的人工智能机器能将我们从繁重的体力劳动和脑力劳动中解放出来心理学,例如机器人做家务,带孩子,做司机,秘书等等一系列我们不愿意花太多精力或者有太多限制条件的工作。然而,人类由于多种“性能”都不如机器人,反而退化成为机器人的奴隶?他们会不会有一天无法忍受人类对他们的“剥削”和“压迫”,挑战人类的统治?很多的科幻作品和电影中都预言了这样的场景,未来的智能机器人和人类争夺有限的地球资源,并最终打败人类,成为新的地球统治者。这也正是绝大多数心理学家和哲学家对人工智能的发展忧心忡忡的原因。

人工智能的发展,也只能无限接近于人的智能,而不能超越人的智能。因为人工智能技术的本质,是模拟人类的思维过程,是为人类服务的。我们在进行发明创造的同时,担心被我们所发明的物质所毁灭。正如人类发明了原子能,用于取代正在逐渐消逝的矿物能源,然而当原子能用于军事领域的时候,他产生的力量也足以毁灭人类文明。科技本身并不是问题,人类如何运用自己掌握的技术,才是问题的关键。我们最大的敌人不是我们发明的技术,而是我们自己本身。

【参考文献】

1.李建国人工智能与认知心理学[J]. 西南师范大学学报 1986年4月第二期 142-146页

2.郑南宁认知过程的信息处理和新型人工智能系统[J]. 中国基础科学.科学前沿2008年 9-18页

3.蔡自兴,徐光�人工智能及其应用(第三版)[M].北京.清华大学出版社 2004年

4.(美)Sternberg,R.J.认知心理学[M] .北京.中国轻工业出版社 2006年

5.(美)Nils J.Nilsson 人工智能[M].北京. 机械工业出版社 2004年

下一页分享更优秀的<<<人工智能的期末论文

人工智能成为作文的素材,那么关于人工智能与人类的议论文有哪些呢?下面是我为你整理的关于人工智能与人类的议论文,供大家阅览!

人类思维与人工智能

摘要:人工智能就其本质而言,是对人的思维的信息过程的模拟。对于人的思维模拟可以从两条道路进行,一是结构模拟,仿照人脑的结构机制,制造出“类人脑”的机器;二是功能模拟,暂时撇开人脑的内部结构,而从其功能过程进行模拟。现代电子计算机的产生便是对人脑思维功能的模拟,是对人脑思维的信息过程的模拟。人工智能不是人的智能,更不会超过人的智能。 关键词:人工智能 人类思维 发展

20世纪40年代以来,随着现代控制论、信息论和思维科学的发展,出现了运用机械和电子的装量模拟人工脑思维活动的电脑,即电子计算机或人工智能。几十年来,人工智能迅速发展,已经更换了四代,即电子管计算机、半导体计算机、集成电路计算机和超大规模集成电路计算机。目前,正处于第二次计算机革命和第五代计算机的历史转折时期。

人工智能的诞生发展,有着极其重要的哲学意义。这主要表现在两个方面:第一、人工智能及其发展有力地证明了辩证唯物主义的正确性。一方面,它打破了精神活动的神秘性,人脑思维活动之所以可以模拟,就在于它有其一定的物理机制和运动规律,证实了意识来源于物质的唯物主义原理;另一方面,人工智能及其发展进一步丰富了意识能动性原理。第二、人工智能强化了思维形式、思维功能过程在意识活动中的作用,提出了哲学和科学研究的新方向、新问题,如思维形式的相对独立性及其与思维内容的复杂关系、智能机与人类的关系等。

在人工智能的研究中,伴随着思维模拟的巨大成就,出现了所谓的乐观派和悲观派。二者的错误是一致的:看不到人工智能与人类智能,“机器思维”与人类思维的本质区别:

首先,人工智能只是对人的部分意识活动、思维活动的模拟。通常人工智能模拟人脑的思维过程可分为五个相应的部分:用机器的输入器模拟人的眼、耳、鼻、舌、皮肤等感官、接受外界的信息;用机器的存储器模拟人脑对信息的记忆功能,把已接收的信息积累起来,以供随时使用;用机器的运算机模拟人脑对信息加工、分析、处理的过程;用机器的控制器模拟人脑的调节、指挥作用,以调节各方面信息,指挥各项指令正常进行;用机器的输出模拟人的效应器官,用以输出信息。但由于人脑的极端复杂性,人工智能智能模拟人脑的部分功能。其次,人工智能没有社会性。人类意识是社会的产物,具有社会性。人在行动时要考虑

到由此引起的这样或那样的效果,人工智能只执行特定的指令,并不探求任务本身的社会意义,不会考虑到社会后果。再次,人工智能不具有人类思维的心理素质。人类意识是物质世界长期发展的产物,是人类在生理基础上的心理过程,是由人类的情感、直觉、想象、猜测等心理活动所构成的精神世界。机器思维是人们利用电子管、晶体管、集成电路等电气元件和线路所组成的机械的、物理的装置,并用软件方法等模拟人的思维活动,机器思维不是人类的精神活动,而是纯属无意识的机械的物理的过程。 一、人工智能的本质 人工智能是相对于人的智能而言的。正是由于意识是一种特殊的物质运动形式,所以根据控制论理论,运用功能模拟的方法,制造电脑模拟人脑的部分功能,把人的部分智能活动机械化,叫人工智能。人工智能的本质是对人思维的信息过程的模拟,是人的智能的物化。尽管人工智能可以模拟人脑的某些活动,甚至在某些方面超过人脑的功能,但人工智能不会成为人类智能而取代人的意识。

二、人类思维

意识是人脑的机能,但人类意识一经产生,其发展并不或并不完全依赖于人脑的自然进化。事实上,人类在探索和认识自身意识活动的本质和特性的基础上,已经通过人工的手段大大地拓展了意识活动的领域、延伸和放大了自身的意识结构。这突出地表现在人工智能的产生和发展上。

人工智能就其本质而言,是对人的思维的信息过程的模拟,即结构模拟与功能模拟。这种模拟反过来对人的意识结构产生了重要的影响,形成了人——机互补的新的放大的意识结构。可以说,人工智能机就是人脑的扩大。人工智能不仅能帮助人完成一部分意识活动,而且在某些方面还大大地优越于人脑,如快速准确的计算能力、超大海量的记忆能力等。同时,人工智能机还能代替人完成许多操作性工作,特别是在人无法直接到达的宇宙、深海、高温有毒等环境条件下代替人进行某些探测活动。如果说电脑作为对人脑的模拟离不开人脑,那么今天人脑在很大程度上也依赖于电脑。因此,人工智能的发展已形成了人——机互补系统,大大地扩展了人的意识结构。

三、人工智能与人类思维的本质区别

人工智能是思维模拟,并非人的思维本身,决不能把“机器思维”和人脑思维等同起来,认为它可以超过人脑思维是没有根据的。(1)人工智能是无意识的机械的、物理的过程。人的智能主要是生理的和心理的过程。

(2)人工智能没有社会性。人类智慧具有社会性。

(3)人工智能没有人类意识特有的能动性和创造能力。人类思维则主动提出新的问题,进行发明创造。

(4)电脑可以代替甚至超过人类的部分思维能力,但它同人脑相比,局部超出,整体不及。智能机器是人类意识的物化,它的产生和发展,既依赖于人类科学技术的发展水平,又必须以人类意识对于自身的认识为前提。因此,从总体上说;人工智能不能超过人类智慧的界限。关于电脑能够思维,甚至会超过人的思维,电脑、机器人将来统治人类的观点是完全没有根据的。

四、人工智能产生和发展的哲学意义

(1)人工智能的产生和发展,有力地证明了意识是人脑的机能、物质的属性,证明马克思主义关于意识本质的观点的正确性。

(2)人工智能的产生和发展深化了我们对意识相对独立性和能动性的认识。机器思维即人工智能表明,思维形式在思维活动中对于思维内容具有相对独立性,它可从人脑中分化出来,物化为机械的、物理的运动形式,部分地代替人的思维活动。

(3)随着科学技术的发展,人工智能将向更高水平发展,反过来推动科学技术、生产力和人类智慧向更高水平发展,对人类社会进步将起着巨大的推动作用。

结论:人工智能没有人类意识所特有的能动创造性。人脑的思维活动是一种能动的创造性活动,它能不断地提出新问题,发现新事物,并通过实践创造出属于人的新世界。人工智能只能按照人事先为它设计好的程序来运行,机械的模拟人的意识活动,却毫不理解这一活动,更不会提出新的问题来。

总之,人工智能可以代替甚至超过人脑的部分思维能力。但是,人工智能绝不会取代、超越人的意识。人类意识与人工智能有着本质的区别,二者是创造与被创造、支配与被支配、操纵与被操纵的关系。

人工智能与人类智能

“人机对弈”实验

人工智能主要研究如何使用机器来模拟和实现人类的智能行为。

美国科学家艾什比认为,要制造一个综合能力的机器脑,在原则上没有什么问题,所需要的只是时间和技术进步。他强调,这种脑一旦制造出来,决不只是简单的机械执行和模仿,它还能够自己学习,发展自己的智慧。

还有一位科学家维纳认为,机器确实能制造得比其制造者更聪明。

他们都遵循了强人工智能观点:计算机不仅使智力工具,事实上具有恰当程序的计算机就可以等同于人类的智力。人工智能的发展是没有限度的。

有一个著名的人机对弈实验:从20世纪90年代初期开始,美国IBM公司安排了一系列计算机挑战国际象棋世界冠军卡斯帕罗夫的活动,卡斯帕罗夫一直没有输过。1997年5月11日,卡斯帕罗夫同IBM公司的超级计算机“深蓝”之间的又一场对抗赛落下帷幕,卡斯帕罗夫第一次以2.5比3.5负于“深蓝”。在总共6盘的比赛里,卡斯帕罗夫的成绩是1胜、3和、2负。这场“人机大战”的结果轰动了世界,它在世界范围引发人们讨论人工智能能否超过人类智能的问题。这个实验也是强人工智能的重要试验之一。

计算机是没有意识的

但我认为,计算机只不过是一个强有力的智力工具,人工智能的发展是有限度的,它可以不断接近人类智能,而永远不可能超过人类智能。

就拿这个实验来说,其实真正的比赛是在卡斯帕罗夫与深蓝设计小组中的程序员和工程师之间进行的。在某一个领域它很厉害,但是,它不会学习如何下棋,也不会从它下过的棋中吸取经验。计算机能够完成和表现出某种智能行为,仅仅是因为它执行了人们实现编制好的操作规则,就是说,是人类智能决定了机器智能。

不仅如此,机器是连意识都没有的,更别谈其智能超过人类智能的了。

首先,世界是物质的,意识是物质的反映,意识是物质发展到一定程度才产生发展起来的,意识是特殊物质(人脑)运动的产物和活动表现,意识是人类在适应世界和改造世界时所进行的信息处理过程及其产物和表现。只有活着的、具有生物结构的生物才能有意识,因此,一台人造的、非生物的机器是不能有意识的。

其次,人工智能是无意识的机械的物理的过程,不具备由世界观、人生观、情感、意志、兴趣、爱好等心理活动所构成的主观世界,而人类智能则是在人脑生理活动基础上产生的心理活动,能使人形成一个主观世界。

第三,辩证唯物主义在坚持物质决定意识,意识依赖于物质的同时,又承认意识对物质有能动作用。意识的能动作用是人的意识特有的积极反映世界与改造世界的能力和活动。主要表现在:意识是能动的,具有目的性和计划性。人是根据一定的目的、要求去确定反映什么、不反映什么、怎样反映,表现出主体的选择性。而人工智能在解决问题时,决不会意识到这是什么问题,它有什么意义,会带来什么后果,它是没有自觉性的。

第四,电脑必须接受人脑的指令,按预定的程序进行工作,它不能输出未经输入的任何东西,所谓结论只不过是输入程序和输入数据的逻辑结果。而人脑功能不仅采取感觉、直觉、表象等形式,反映事物的外部现象,而且能够运用概念、判断、推理等形式对感性材料进行加工制作,选择建构,从而使感性认识上升到理性认识,把握事物的本质和规律,在反映规律的基础上,提出新概念,做出新判断,既有对当前的反映,又有对过去的追溯和对未来的预测,可以超越特定时空的限制,具有丰富的想象力和创造性。

第五,人工智能是机器进化的结果,没有社会性。人作为社会的存在物,人脑功能是适应着社会生活的需要而产生和发展的。况且,生物必须经历一个生长过程,并花费很长的一段学习时间才能逐渐地获得意识,机器是没有生活历史的,所以它不可能有意识。不能说,“深蓝”因为有正确的程序就被称之为有意识的。

但同时,机器智能虽是有限的,也永远不可能超过人类智能;但是,机器智能向人类智能的接近却是无限度的,机器智能可以无限逼近人类智能。

从可知论的观点来看,人类的认识能力是没有界限的。人们对客观世界的认识是不断深入的,信息科技的发展是无止境的,人类完全可能造出信息处理能力越来越强大的、在某些方面超过人脑信息处理能力的及其,完全可能造出具有自学习和自适应能力、有高度智能的机器,完全可能做到人与计算机直接沟通信息、直接用意识操纵机器。否则,就是承认世界上有不能够被认识、不可知的领域。

从逻辑上讲,只要不是人为地进行限制和控制,随着人工信息处理机器的科技进步,也应当可以制造出能够将自我与他物区别开来和主动适应环境的机器,即具有自我意识、主体意识的机器,在理论上对此是不应当有什么怀疑的。

但是,机器具有自我意识的问题,不仅仅是一个科学和技术的问题,而且是一个认识论和伦理学的问题。因为自我意识的产生和发展,是在与他物的关系中建立和发展起来的。人要解决这个问题,必然要先解决人和机器的主体客体关系问题。也就是说,机器能否具有主体性,是掌握和控制在人的手中的。所以,只要人把计算机系统(机器)当作客体来认识和实践,计算机的智能就始终不会超过人的智能,更谈不到统治人类了。

猜你喜欢:

1. 对于人工智能战胜人类的作文

2. 对于人工智能的看法英语作文

3. 人工智能对人类的影响作文

4. 人工智能怎样影响人类的英语作文

5. 有关人工智能利弊的英语作文

6. 人工智能的影响高中英语作文

7. 人工智能的利弊高中英语作文

8. 以人工智能为材料的议论文

人工智能论文发表数据

随着大数据和人工智能技术的发展,未来的保险保障将不仅仅能提供经济补偿,还能实现损失干预,具体到人身险方面,以下是我精心整理的大数据和人工智能论文的相关资料,希望对你有帮助!

基于大数据和人工智能的被保险人行为干预

【摘要】随着大数据和人工智能技术的发展,未来的保险保障将不仅仅能提供经济补偿,还能实现损失干预,具体到人身险方面,则可以实现对被保险人行为的干预,降低给付发生的概率和额度,提高人民健康水平。基于此,文章介绍了利用大数据和人工智能技术对被保险人行为干预的优点及干预方式,并预期可能实现的干预结果,最后对保险公司进行被保险人行为干预提出了阶段建议。

【关键词】大数据 人工智能 行为干预

近年来随着大数据和人工智能技术的发展,越来越多的领域应用这些技术来提高自身的专业水平。保险作为基于大数法则进行风险管理的一种方式,对数据的处理和应用要求更高。目前大数据技术在保险业的应用主要是精准营销、保险产品开发和理赔服务等,但在保险中的防灾防损方面的应用还不够。如果能够深入挖掘大数据在被保险人行为方面的研究,再结合人工智能进行智能干预,则可以对被保险人实现有效的风险管理,提高被保险人的身体健康状况,从而极大程度的提升客户效用,提高社会整体福利水平。

一、被保险人行为干预简介

行为干预是通过对环境进行控制从而使个体产生特定行为的方式,目前主要在教育,医疗等方面发挥作用。但在被保险人管理方面,行为干预应用很少。现行的对被保险人的管理主要集中在投保审核的过程中,而在投保后提供的服务和干预很少,一般也就是提供健康体检等服务,而对被保险人投保后的日常生活行为方式,健康隐患则基本处于放任自流的状况。而被保险人行为干预则是通过对被保险人日常生活行为,饮食习惯等进行实时数据收集和分析,然后制定干预方式进行针对化管理的模式。

二、利用大数据和人工智能进行被保险人行为干预的优点

实现精准、良好的对被保险人的行为干预,需要利用大数据和人工智能技术。大数据相比传统数据具有海量、高速、多样等特点,它实现了对信息的全量分析而不是以前的抽样分析。在被保险人行为干预模式中,需要对每一个个体的日常生活作息,行为,饮食,身体健康指标的进行实时数据采集,然后进行分析,这用传统的数据统计方法是难以做到的。利用大数据技术进行分析能从海量信息中获取被保险人的风险状况,从而为精准干预提供基础。简单的干预难以实现特定的干预结果,而人工智能则让干预显得更加自然,让被保险人更加易于接受,从而很大程度上提高了干预效果。

三、如何利用大数据和人工智能进行被保险人行为干预

利用大数据和人工智能进行被保险人的行为干预主要有以下步骤:

首先利用人工智能设备进行被保险人数据收集,除了目前的手机APP,网络等软件和设备上的数据能够被收集外,未来人工智能家居能提供更多的被保险人信息。例如提供体重、坐姿等数据的椅子,提供饮食时间和品种的筷子,提供身体运动和健康数据的智能穿戴式设备等等。数据收集后,需要利用大数据技术对海量数据进行清洗,去噪等技术处理,然后对数据进行分析。第三步是根据数据分析结果,制定具体的行为干预方案。最后一步是根据制定的方法,利用人工智能进行干预,如智能椅子调整坐姿,智能厨具减少含油量,针对性的健康食谱推荐,锻炼提醒,智能家居辅助锻炼等等。与此同时,新一轮的数据收集又开始了,整个过程是连续进行,不断循环的。

四、利用大数据和人工智能进行被保险人行为干预的预期成果

对被保险人来说,这种干预方式能有效的进行健康管理。未来的健康保险将成为个人真正的健康管家,从日常生活行为,到身体机能都能提供很好的干预,并且让良好生活方式的养成更加容易,从而提高自身的健康状况,达到更好的生活状况。但另一方面,全面数据化,智能化的方式可能会带来很大的数据泄露风险,所以如果保护客户私密数据是另一个值得研究的问题。另外,对于投保前健康状况较差的客户,或者是对行为干预较为抵制,干预效果较差的客户,可能需要承担更多的保费。当然对于优质客户和乐于提升和改变的客户则可以享受到更加优惠的费率。也就是说在大数据和人工智能技术下,客户进行了进步一步细分。

对保险人来说,行为干预能够降低被保险人的风险,很多疾病能实现防范于未然,降低赔偿程度。另外,借助大数据和人工智能,保险人还能根据分析结果,被保险人对干预的反应等进行客户的进一步分类,从而实现区块化管理。但这对保险公司也提出了更高的技术要求,尤其在前期,可能会带来加大的成本。

五、保险公司推进被保险人行为干预的建议

对于保险公司来说,目前的一些人工智能技术还未能实现,或者成本高昂,难以普及。所以现阶段对保险公司来说首先是提高大数据能力。

具体来说,首先是利用大数据对公司已有客户信息进行数据挖掘,包括承保数据,理赔数据等,从而一定程度挖掘出客户的特征,并提供服务。如根据挖掘出的性别差异,地区差异,年龄差异等,提供不同的生活建议。

如果公司已经充分进行了自身客户已有数据的挖掘,则可以利用目前的手机APP,佩戴设备进行数据的进一步收集。例如,利用薄荷、饮食助手、微信运动、春雨掌上医生、血糖记录、小米手环等数据进行用户数据收集。同时可以针对被保险人开发专门的手机APP,集数据收集和服务于一身。

更进一步,保险公司可以尝试与其他高科技企业合作,开发一些智能穿戴式设备,智能家居等,逐步实现对被保险人的行为干预。

参考文献

[1]彼得・迪亚曼迪斯.将会被人工智能和大数据重塑的三个行业[J].中国青年,2015,23:41.

[2]王和,鞠松霖.基于大数据的保险商业模式[J].中国金融,2014,15:28-30.

[4]尹会岩.保险行业应用大数据的路径分析[J].上海保险,2014,12:10-16.

下一页分享更优秀的<<<大数据和人工智能论文

人工智能专业发展前景怎么样?哪些高校适合报考?

目前,人工智能是一个快速发展的领域,对人才的需求很大。和其他技术岗位相比,竞争低,工资相对高。所以现在是进入人工智能领域的好时机。研究还表明,三项技能以上的人才对企业更有吸引力,而且趋势越来越明显。所以IT技术人员需要在掌握一门技术的同时掌握更多的技能!人工智能人才目前处于明显短缺状态,这种状况还存在扩大的趋势。当前社会技术环境下,需要兼顾扎实的专业技术和复合型背景的人才。在互联网企业中,人工智能的薪酬排在第三位,其中薪酬最高的是声音识别方向的从业者。

11700篇。经查询中国科学院公布的资料显示,日本发布的人工智能论文为11700篇,总量排名世界第三。人工智能是研究、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。

人工智能论文发表数量

人工智能的发展还是渐进式的,慢慢的将会发展成一个很大的产业,好多的商品都会越来越智慧。

文/陈根

人工智能,已经成为中美两国竞争的着力点 。

作为一种变革性技术,人工智能是现代工业发展的产物,具有推动产业革新、提升经济效益和促进 社会 发展的巨大潜力。正是由于具备主导技术发展和推动 社会 形态转变的基本潜质, 因此,人工智能不仅被视为未来创新范式的“技术基底”,更是被世界各国视为推动新一轮 科技 革命和产业变革的关键力量 。

纵观 历史 ,每一次 科技 革命、产业革命及军事变革的耦合与互动,都深刻影响乃至重塑了全球竞争格局。在人工智能的全球博弈中,中美两国作为领先大国,成为人工智能发展最为瞩目的两个国家。而中美两国对于人工智能高地的抢占,更关系着未来国际格局的重塑和全球人工智能的治理。

美国领先,中国跟进

2019年,美信息技术与创新基金会(ITIF)的数据创新中心曾发布百页研究报告《谁将在人工智能角逐中胜出:中国、欧盟或美国?》。报告对中、美、欧人工智能发展现状进行比较测算—— 美国以44.2分领先,中国以32.3分位居第二,欧盟则以23.5分位居第三 。美国的人工智能领先地位彰显无疑,而中国则以追赶之势跟进。

事实上,美国之所以能够占据人工智能全球领先地位,与人工智能在美国的发展密切相关。 1956年,人工智能正式在美国诞生。卡内基梅隆天学、麻省理工学院、IBM公司成为美国最初的3个核心人工智能研究机构。

60年代至90年代初,美国人工智能相关程序设计语言、专家系统等已取得重大进展,产品化方面取得重要成就。 比如,1983年,世界第一家批量生产统一规格电脑的公司诞生。并且,美国开始尝试应用Al研究成果,比如,利用矿藏勘探专家系统PROSPECTOR在华盛顿发现一处矿藏。

而同期的中国,人工智能才刚进入萌芽阶段 。1978年,中国科学大会在北京召开。科学事业思想解放,为中国人工智能产业发展提供基础。同年,“智能模拟”被纳入国家研究计划,中国人工智能产业在国家层面的推动下正式发展。

从研究成果来看,美国在人工智能方面的研究成果在全球处于领先地位 。根据全球最大的引文数据库Scopus的检索结果,2018年美国共发表了16233篇与人工智能有关的同行评审论文。论文数量的快速增长主要发生在2013年之后,5年内增长了2.7倍。

尽管同期中国和欧盟的人工智能论文数量也有类似的快速增长,并且每年发表论文的数量明显超过美国。 但是,就论文质量而言,美国人工智能论文的质量一直大幅度领先于其他地区。 2018年,美国平均每篇论文被引用的次数为2.23次,而中国为1.36 次。美国每个作者被引用的次数也比全球平均水平高出 40%。

尤其是在深度学习领域,美国的发表论文数量远超过其他国家。2015至2018 年,美国共在预印本文库网站arXiv发表了3078篇相关论文,是中国同期的两倍。 近几年,美国每年取得的人工智能专利数量更是占到全球总量的一半左右,专利引证数量占到全球的 60% 。

在关键技术上,美国的研究成果依旧居于世界领先地位 。比如,在计算机视觉领域,谷歌公司和卡内基梅隆大学开发的 Noisy Student方法对图片进行分类的Top-1准确率达到 88.4%,比6年前提高了35个百分点;在云基础设施上训练大型图像分类系统所需的时间,已经从2017年的3个小时减少到 2019年的88 秒,训练费用也从 1112美元下降到12.6美元。

从产业发展来看,根据中国信息通信研究院数据研究中心的《全球人工智能产业数据报告(2019Q1)》研究报告, 截至2019年3月底,全球活跃人工智能企业注达5386家。仅美国就多达2169家,数量远超过其他国家 。中国大陆达1189家,排名第三的英国则为404家。

而从企业 历史 统计来看,美国人工智能企业的发展也早于中国5年。美国人工智能企业最早从1991年萌芽,1998进入发展期,2005后开始高速成长期,2013后发展趋稳。而中国人工智能企业则诞生于1996年,2003年产业进入发展期,在2015年达到峰值后进入平稳期。

美国公司在专利和主导性人工智能收购方面表现更为强劲 。比如,在15个机器学习子类别中,微软和IBM在8个子类别中申请了比其他任何实体公司都更多的专利,包括监督学习和强化学习类。美国公司在20个领域中的12个领域的专利申请处于领先地位,包括农业(迪尔公司)、安全(IBM公司)以及个人设备、计算机和人机互动(微软公司)。

人才储备是美国在人工智能得以领先的又一关键原因。人工智能产业的竞争,可以说,就是人才和知识储备的竞争。 只有投入更多的科研人员,不断加强基础研究,才会获得更多的智能技术 。

根据 MacroPolo 智库的研究,在报告所圈定的顶级人工智能研究人才中,59% 在美国工作,中国占了 11%,与美国有四五倍的差距。剩下的人工智能人才则分布在欧洲、加拿大和英国,人才差异显而易见。

中美角逐,追赶和超越

尽管美国在研究成果和人才储备上具有先发优势,但中国作为后起之秀,在政策的引导和宽松的环境下,正以追赶之势加快跟进美国人工智能产业的发展。

经过多年的积累,中国已在人工智能领域取得了一系列重要成果,形成了自身独特的发展优势。 不论是顶层的设计还是研发资源的投入,亦或是产业的发展,都呈加快追赶的态势,甚至在部分人工智能核心技术领域已可与美国比肩。尽管欲见成效仍需时日,但中美两国对于人工智能高地的抢占,已经开始。

从顶层设计来看,中美有近乎相仿的重视程度。 美国和中国政府都已经把人工智能的发展上升至国家战略,出台发展战略规划,从国家战略层面进行整体推进 。

早在2016 年 10 月,奥巴马政府就发布了两份与人工智能发展相关的重要文件,即《国家人工智能研发战略规划》和《为未来人工智能做准备》。中国政府也在2017年3月,将“人工智能”首次写入全国政府工作报告,并于同年7月发布《新一代人工智能发展规划》,人工智能全面上升为国家战略。

美国人工智能报告体现了美国政府对新时代维持自身领先优势的战略导向。作为最大的发展中国家,中国也在战略引导和项目实施上做了整体规划和部署。并且,美国和中国都在国家层面建立了相对完整的研发促进机制,整体推进人工智能发展。

从研发资源的投入来看,美国政府对研发的资金投入相对不足。 纵向来看,在过去的几十年中,联邦政府用于研发的支出占国内生产总值(GDP)的百分比从1964年的1.86%下降到2018年的0.7%。

目前,美国联邦政府的年度财政赤字已超过1万亿美元,累积的政府债务相当于 GDP的107%。 这些因素都会限制美国政府对人工智能及其相关基础研究的长期资金投入。

横向上看,美国政府对研发的投入正在被中国和欧盟追赶 。美国在全球研发投入中所占的份额从1960年的69%下降到2016年的28%。2000-2015年,美国只占全球研发投入增长的 19%,而中国占到了31%。

2019年8月 31日,上海宣布设立人工智能产业投资基金,仅首期就投入了100亿元人民币,最终规模将达到千亿元人民币,美国联邦政府的投资则是相形见绌。

从产业发展来看,尽管中国AI产业基础层整体实力较弱,少有全球领先的芯片公司,但各大厂商正加快布局追赶,包括百度、阿里、腾讯及华为等厂商在基础层软硬件的加快布局 。

对于技术层来说,中国企业则发展势头良好。 百度、阿里、腾讯和华为等综合型厂商在计算机视觉、自然语言处理、语音识别等核心技术领域均有布局,同时创业独角兽在垂直领域迅速发展。

应用层上,人工智能应用场景多样,中国人工智能企业已在教育、医疗、新零售等领域实现广泛布局,而金融、医疗、零售、安防、教育、机器人等行业亦有为数较多的人工智能企业参与竞争。

着眼未来,我国在人工智能发展方面仍然具有一定优势, 包括对基础理论研究的重视、丰富的技术应用场景、完善的创新生态链、企业数量的规模优势,以及我国在发展人工智能方面的人才优势。

此外,大数据优势是中国发展人工智能的重要优势,人工智能技术发展需要有大量的数据积累进行训练。中国较为完备的工业体系和庞大的人口基数,也使得中国人工智能发展在数据积累方面优势明显。

人工智能的未来难以预测,但可以看到的是,世界的竞争格局将因人工智能而改变。在巨变的环境里,只有通过创新发展以人工智能为代表的新一轮战略前沿技术,成为新竞赛规则的重要制定者、新竞赛领域的重要主导者、新竞赛范式的重要引领者,才能制胜未来而不是尾随未来。

美国斯坦福大学的报告称,从学术期刊上的人工智能相关论文引用率看,2020年中国已经首次超过美国。中国所占比例为20.7%,超过了美国所占的19.8%。据悉,自2012年以来,中国的人工智能论文数量已达24万篇,远远超过美国的15万篇。中国在图像认知和生成等方面取得了优秀成果。

[昱言]第三期人工智能第三部分:人工智能的发展前景

人工智能论文的发表

1.是指“人工智能”方面的学术论文,发表在某一学术期刊上。2.是指通过某些软件或者应用,搜索某一关键词,自动生成长篇的论文,但论文一般都是不通的。

人工智能主要研究用人工方法模拟和扩展人的智能,最终实现机器智能。人工智能研究与人的思维研究密切相关。以下是我精心整理的有关人工智能论文的相关资料,希望对你有帮助!

浅谈逻辑学与人工智能

人工智能主要研究用人工方法模拟和扩展人的智能,最终实现机器智能。人工智能研究与人的思维研究密切相关。逻辑学始终是人工智能研究中的基础科学问题,它为人工智能研究提供了根本观点与方法。

1 人工智能学科的诞生

12世纪末13世纪初,西班牙罗门·卢乐提出制造可解决各种问题的通用逻辑机。17世纪,英国培根在《新工具》中提出了归纳法。随后,德国莱布尼兹做出了四则运算的手摇计算器,并提出了“通用符号”和“推理计算”的思想。19世纪,英国布尔创立了布尔代数,奠定了现代形式逻辑研究的基础。德国弗雷格完善了命题逻辑,创建了一阶谓词演算系统。20世纪,哥德尔对一阶谓词完全性定理与N 形式系统的不完全性定理进行了证明。在此基础上,克林对一般递归函数理论作了深入的研究,建立了演算理论。英国图灵建立了描述算法的机械性思维过程,提出了理想计算机模型(即图灵机) ,创立了自动机理论。这些都为1945年匈牙利冯·诺依曼提出存储程序的思想和建立通用电子数字计算机的冯·诺依曼型体系结构,以及1946年美国的莫克利和埃克特成功研制世界上第一台通用电子数学计算机ENIAC做出了开拓性的贡献。

以上经典数理逻辑的理论成果,为1956年人工智能学科的诞生奠定了坚实的逻辑基础。

现代逻辑发展动力主要来自于数学中的公理化运动。20世纪逻辑研究严重数学化,发展出来的逻辑被恰当地称为“数理逻辑”,它增强了逻辑研究的深度,使逻辑学的发展继古希腊逻辑、欧洲中世纪逻辑之后进入第三个高峰期,并且对整个现代科学特别是数学、哲学、语言学和计算机科学产生了非常重要的影响。

2 逻辑学的发展

2.1逻辑学的大体分类

逻辑学是一门研究思维形式及思维规律的科学。 从17世纪德国数学家、哲学家莱布尼兹(G. LEibniz)提出数理逻辑以来,随着人工智能的一步步发展的需求,各种各样的逻辑也随之产生。逻辑学大体上可分为经典逻辑、非经典逻辑和现代逻辑。经典逻辑与模态逻辑都是二值逻辑。多值逻辑,是具有多个命题真值的逻辑,是向模糊逻辑的逼近。模糊逻辑是处理具有模糊性命题的逻辑。概率逻辑是研究基于逻辑的概率推理。

2.2 泛逻辑的基本原理

当今人工智能深入发展遇到的一个重大难题就是专家经验知识和常识的推理。现代逻辑迫切需要有一个统一可靠的,关于不精确推理的逻辑学作为它们进一步研究信息不完全情况下推理的基础理论,进而形成一种能包容一切逻辑形态和推理模式的,灵活的,开放的,自适应的逻辑学,这便是柔性逻辑学。而泛逻辑学就是研究刚性逻辑学(也即数理逻辑)和柔性逻辑学共同规律的逻辑学。

泛逻辑是从高层研究一切逻辑的一般规律,建立能包容一切逻辑形态和推理模式,并能根据需要自由伸缩变化的柔性逻辑学,刚性逻辑学将作为一个最小的内核存在其中,这就是提出泛逻辑的根本原因,也是泛逻辑的最终历史使命。

3 逻辑学在人工智能学科的研究方面的应用

逻辑方法是人工智能研究中的主要形式化工具,逻辑学的研究成果不但为人工智能学科的诞生奠定了理论基础,而且它们还作为重要的成分被应用于人工智能系统中。

3.1 经典逻辑的应用

人工智能诞生后的20年间是逻辑推理占统治地位的时期。1963年,纽厄尔、西蒙等人编制的“逻辑理论机”数学定理证明程序(LT)。在此基础之上,纽厄尔和西蒙编制了通用问题求解程序(GPS),开拓了人工智能“问题求解”的一大领域。经典数理逻辑只是数学化的形式逻辑,只能满足人工智能的部分需要。

3.2 非经典逻辑的应用

(1)不确定性的推理研究

人工智能发展了用数值的方法表示和处理不确定的信息,即给系统中每个语句或公式赋一个数值,用来表示语句的不确定性或确定性。比较具有代表性的有:1976年杜达提出的主观贝叶斯模型, 1978年查德提出的可能性模型, 1984年邦迪提出的发生率计算模型,以及假设推理、定性推理和证据空间理论等经验性模型。

归纳逻辑是关于或然性推理的逻辑。在人工智能中,可把归纳看成是从个别到一般的推理。借助这种归纳方法和运用类比的方法,计算机就可以通过新、老问题的相似性,从相应的知识库中调用有关知识来处理新问题。

(2)不完全信息的推理研究

常识推理是一种非单调逻辑,即人们基于不完全的信息推出某些结论,当人们得到更完全的信息后,可以改变甚至收回原来的结论。非单调逻辑可处理信息不充分情况下的推理。20世纪80年代,赖特的缺省逻辑、麦卡锡的限定逻辑、麦克德莫特和多伊尔建立的NML非单调逻辑推理系统、摩尔的自认知逻辑都是具有开创性的非单调逻辑系统。常识推理也是一种可能出错的不精确的推理,即容错推理。

此外,多值逻辑和模糊逻辑也已经被引入到人工智能中来处理模糊性和不完全性信息的推理。多值逻辑的三个典型系统是克林、卢卡西维兹和波克万的三值逻辑系统。模糊逻辑的研究始于20世纪20年代卢卡西维兹的研究。1972年,扎德提出了模糊推理的关系合成原则,现有的绝大多数模糊推理方法都是关系合成规则的变形或扩充。

4 人工智能——当代逻辑发展的动力

现代逻辑创始于19世纪末叶和20世纪早期,其发展动力主要来自于数学中的公理化运动。21世纪逻辑发展的主要动力来自哪里?笔者认为,计算机科学和人工智能将至少是21世纪早期逻辑学发展的主要动力源泉,并将由此决定21世纪逻辑学的另一幅面貌。由于人工智能要模拟人的智能,它的难点不在于人脑所进行的各种必然性推理,而是最能体现人的智能特征的能动性、创造性思维,这种思维活动中包括学习、抉择、尝试、修正、推理诸因素。例如,选择性地搜集相关的经验证据,在不充分信息的基础上做出尝试性的判断或抉择,不断根据环境反馈调整、修正自己的行为,由此达到实践的成功。于是,逻辑学将不得不比较全面地研究人的思维活动,并着重研究人的思维中最能体现其能动性特征的各种不确定性推理,由此发展出的逻辑理论也将具有更强的可应用性。

5 结语

人工智能的产生与发展和逻辑学的发展密不可分。

一方面我们试图找到一个包容一切逻辑的泛逻辑,使得形成一个完美统一的逻辑基础;另一方面,我们还要不断地争论、更新、补充新的逻辑。如果二者能够有机地结合,将推动人工智能进入一个新的阶段。概率逻辑大都是基于二值逻辑的,目前许多专家和学者又在基于其他逻辑的基础上研究概率推理,使得逻辑学尽可能满足人工智能发展的各方面的需要。就目前来说,一个新的泛逻辑理论的发展和完善需要一个比较长的时期,那何不将“百花齐放”与“一统天下”并行进行,各自发挥其优点,为人工智能的发展做出贡献。目前,许多制约人工智能发展的因素仍有待于解决,技术上的突破,还有赖于逻辑学研究上的突破。在对人工智能的研究中,我们只有重视逻辑学,努力学习与运用并不断深入挖掘其基本内容,拓宽其研究领域,才能更好地促进人工智能学科的发展。

《人工智能与机器人研究》是一本关于人工智能的期刊,该期刊杂志上发表的文章包含这些领域:智能机器人、模式识别与智能系统、虚拟现实技术与应用、系统仿真技术与应用、工业过程建模与智能控制、智能计算与机器博弈、人工智能理论、语音识别与合成、机器翻译、图像处理与计算机视觉、计算机感知、计算机神经网络、知识发现与机器学习、建筑智能化技术与应用、人工智能其他学科等等。另外,这本期刊就是一本开源期刊,与传统期刊相比,采用了同行评审的方法审稿,具体开源期刊的特点可以百度了解更多;而且发表了的文章传播范围更广,受众更多,文章的影响力也更大。

相关百科

热门百科

首页
发表服务