发布时间：
近日，区块链这个概念再一次进入了公众的视野。虽然如今仍有不少人将区块链将虚拟货币联系在一起，甚至划上等号，但实际上经过较长时间的探索和孵化，区块链技术早已在互联网金融、医疗保险、国际贸易等各领域开花落地。
而人工智能(AI)作为另一大科技话题，也一直备受社会关注。尤其近年来我国大力支持科技产业，人工智能领域也涌现出了一大批优秀的初创产业，如旷视科技、极链科技等。因此，AI与区块链之间的联动自然也是社会关注的焦点。如何确定它们之间可能产生的影响并加以利用，可能会成为推动这两个技术蓬勃发展的一股崭新力量。
要知道，虽然区块链非常强大，但它也同样有其自身的局限性。其中有些是因为技术本身，而另一些则来因为金融行业落后的管理思想，但所有这些局限性都可能受到AI的影响：
能源消耗：采矿需要大量的能源和金钱。AI已经证明在优化能源消耗上的效率很高，所以很可能类似的技术也可以应用在区块链上，这将减少采矿硬件的投资：
可扩展性：区块链以每10分钟1MB的速度稳步增长，目前已经增加了85GB。中本聪提出的"交易剪枝"(是一种空间回收技术，也就是，删除不必要的完全化交易数据)是一种可行方案，但是AI可以引入新的分布式学习系统，比如联合学习，通过新的数据分离技术，提高系统效率；
安全性：即使区块链几乎不可能被黑，但其进一步的应用是不安全的。近两年机器学习取得了巨大进步，使AI成为了区块链技术安全上的有力保障，尤其是在系统的固定结构方面；
隐私性：个人数据的隐私问题已经得到了密切关注。同态加密技术(直接处理加密数据)、Enigma项目或Zerocash项目，是可能的解决方案，但这个问题和前两点紧密相连；
功效：花费在区块链上验证和共享交易数据的总运行成本大约6亿美元一年。智能系统能计算出特定节点优先执行任务的概率，从而能提醒矿工找寻其他路径并降低总的运算成本。此外，尽管存在一些结构性限制，但更好的效率和更低的能量消耗也可以减少网络延迟，加快处理速度；
硬件：矿工(可能是公司或者个人)把大量的钱投入到挖矿专用的硬件系统中。当系统变得更加高效，一些硬件可能被应用到神经网络中使用；
数据门：在未来，我们所有的数据都将在区块链上，公司能从我们这里购买数据，我们需要权限访问数据、跟踪数据的使用，然后加快处理个人事务的速度。
而在AI对区块链施以影响的同时，区块链也可以从协助的角度去反作用于AI领域，从而推动其各方面的发展：
帮助AI解释AI本身：AI的黑盒问题一直困扰着我们，一个清晰的数据检索方案不仅可以提高数据和模型的可信度，还可以提供一条清晰的路径来追溯机器决策过程；
提高AI的有效性：安全的数据共享意味着每个人都将拥有更多的数据，然后会获得更好的模型，更好的方案，更好的结果和更好的新数据。
降低市场进入壁垒：一步一步的来谈这个问题。区块链技术可以保护您的数据，那你为什么不私下把所有的数据都存储起来，然后卖掉呢？嗯，你可能会。
首先，区块链将帮助清洗个人数据，并提高数据的有效性。其次，将会出现新市场：从数据市场到模型市场，最后甚至是AI的市场。因此，便捷的数据共享和新市场的产生，和区块链数据审查技术，会很好地结合成一个整体，进而降低小企业的参与壁垒，缩小科技巨头的竞争优势。在降低参与壁垒的过程中，实际上解决了两个问题：提供更广泛的数据访问权限和更有效的数据货币化机制；
减少灾难性风险：编码在DAO(去中心化的自动化组织)中的人工智能系统的规则明确，操作范围非常有限，只会高效准确地执行被要求的操作，不会有其他操作。
尽管AI和区块链技术相结合能带来如此多的好处，但仍有一个问题是我们不得不思考的：AI出生在一个开源环境中，数据是真正的护城河。在数据共享、软件开源之后，我们如何才能确保人工智能将繁荣，并将继续得到发展？新的护城河又会是什么？
在区块链和AI的技术谱线中，有两个极端：一个是在封闭的数据平台上建造集中式人工智能，另一个是在开放数据环境下建造分布式人工智能。如果我们找到一种聪明的方法让两种技术结合，总收益就可以瞬间放大。
人工智能和区块链是促进各行业创新和转型的主要技术，对这一点各行业已达成共识。每种技术都有其自身的技术复杂性和商业价值，如果能将这两种技术结合使用，可能是对整个技术(甚至人类)的重新定义。
没有多少人清楚人工智能和机器学习的区别。尽管存在这种模糊性，但关于这两个领域的很多知识还是被人们所掌握和理解。然而，对于区块链来说却并非如此。令人惊讶的是对这一领域，人们知之甚少。让我们来了解一下区块链的本质吧。• 不变性：这是指人工智能能够评估更多数据和模型，从而提高这些模型的价值。而深度学习在这方面肯定也会有所帮助;如果提供详细的数据集，它就会清楚何时以及如何开始捕捉交互行为以及潜在变量。• 分散式：通过分散式设备，可以处理更多的数据，并且可以构建更高效的人工智能网络。例如，在一些生态系统中或在行星级生态系统的参与者(如网络)中共享数据时，数据量越多，模型就越好。• 透明度：（智链ChainNova）区块链协议为全球公共注册表提供了防篡改功能。这就导致对数据和模型要进行检验，类似于知识产权资产与版权声明。区块链会设计很多平台的。
最近几年区块链和人工智能一直很热门
首先区块链是建立去中心化的网络，所谓的去中心化，就是说这个网络不属于你也不属于我。
它属于所有人。
而人工智能是指研究、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。也就是说，“机器的自我学习”
这样一来我们就可以思考区块链与人工智能的结合了。
首先我们要了解到，区块链目前可以简单的分为三个阶段。
而在前三个阶段中，都存在着：无法正真实现去中心化 、低扩展性、出块者获得的激励与全网的最佳收益不匹配、 网络总是以最大容量运行等问题。严重的浪费资源并降低效率。
那么我们是不是可以将人工智能结合到底层公链技术当中，来解决这些问题呢？
答案是可以的！并且已经有团队研发，并已经取得了一定的进度。
Velas 是一个通过人工智能（AI）优化的神经网络来增强 其共识算法，进行自我学习和自我优化的公链，致力于提高转账过程以及智能合约的 安全性、互操作性、和高度可扩展性。 Velas 采用通过 AI 增强的 DPoS 共识，在不 降低安全性和交易速度的情况下，完全实现去中心化。不光如此， AI 根据区块链的需求选择谁来抵押代币 ；Velas 只在需要时出块； 每 1 秒到每 2 分钟之间 ；可扩展性（可扩展至 30,000 TPS) ； 区块生产商是通过人工直觉选出的。
完全没关系。区块链用一句话概括就是去中心化，利用分布式数据节点之间的信任协议实现数据共享与挖掘升级。而人工智能涵盖的面可广泛了，包括了语言识别，图像识别，机器学习，智能逻辑很多学科。
在论文的结尾引用文献是一种很常见的做法，无论是区块链论文还是其他类型的论文都可以采用这种方式。在引用文献时，需要注意以下几个方面：
以下是一些值得推荐的关于区块链的论文和书籍：
区块链在金融领域的前景分析论文
区块链技术诞生于2008年，第一个应用是毕特币。区块链技术使用去中心化共识机制，维护一个完整的、分布式的、不可篡改的账本数据库，在无需建立信任关系的前提下，能够让区块链中的参与者实现一个统一的账本系统。2015年，欧美的很多主流金融机构认识到了该技术的应用前景，纷纷探索在金融领域应用区块链技术。国际货币基金组织在一份报告中指出“它具有改变财政金融的潜力”，也有人认为区块链技术将会像复式记账法和股份制一样深刻改变人类社会。
区块链将使所有个体都有可能成为金融资源配置中的重要节点，也将促进现有金融体系与金融规则的改良，构建共享共赢式的金融发展生态体系。区块链技术的出现是人类信用创造的一次革命，它能让交易双方在无需第三方信用中介的情况下开展经济活动，从而实现低成本的价值转移。可以说，区块链技术是互联网时代效率更高的价值交换技术，互联网由此从传递信息的信息互联网向转移价值的价值互联网进化，这有利于传统金融机构借势转型，将内生的业务流程和应用场景互联网化。
一、区块链的特征与不足
(一)区块链的主要特征
(1)去中心。在区块链中，不存在中心化的硬件或管理机构，分布式的结构体系和开源协议让所有的参与者都参与数据的记录和验证，再通过分布式传播发送给各个节点，每个参与的节点都是“自中心”，权利和义务都是均等的。区块链又不是简单的去中心，而是多中心或弱中心。当物联网使所有个体都有可能成为中心节点时，传统金融中介的中心地位发生改变，从垄断型、资源优势型的中心和强中介转化为开放式平台，成为服务导向式的多中心当中的差异化中心。
(2)去信任。从信任的角度来看，区块链采用一套公开透明的数学算法，基于协商一致的规范和协议，使所有节点能够在去信任的环境下自动安全地交换数据。区块链实质上是通过数学方法解决信任问题，所有的规则都以算法程序的形式表达，参与方不需要知道交易对手的信用水平，不需要第三方机构的交易背书或者担保验证，只需要信任共同的算法，通过算法为参与者创造信用、产生信任、达成共识。
(3)时间戳。区块是一段时间内的数据和代码打包而生成的，下一区块的页首包含上一区块的索引信息，首尾相连便形成了链。记录完整历史的区块与可进行完整验证的链，形成了可追朔完整历史的时间戳，可为每一笔数据提供检索和查找功能，并可借助区块链结构追本溯源，逐笔验证。所以，区块链生成时都加盖了时间戳，形成不可篡改、不可伪造的数据库。单个节点上对数据库的修改是无效的，除非能够同时控制系统中超过51%的节点，因此区块链的数据可靠性很高。
(4)非对称加密。区块链使用非对称加密算法，即在加密和解密过程中使用一个“密钥对”，“密钥对”中的两个密钥具有非对称特点。在区块链的应用场景中，一方面，密钥是所有参与者可见的公钥，参与者都可用公钥来加密一段真实性信息，只有信息拥有者能用私钥来解密。另一方面，使用私钥对信息签名，通过对应的公钥来验证签名，确保信息为真正的持有人发出。非对称加密将价值交换中的摩擦边界降到最低，能够实现透明数据的匿名性，保护个人隐私。
(5)智能合约：由于区块链可实现点对点的价值传递，传递时可以嵌入相应的编程脚本，通过这种智能合约的方式去处理一些无法预见的交易模式，保证区块链能够持续生效。这种可编程脚本本质上是众多指令汇总的列表，实现价值交换时的针对性和条件性，实现价值的特定用途。所以，基于区块链的任何价值交换活动都可通过智能编程的方式对其用途、方向和各种限制条件等做到硬控制，省去了以法律或者合同软约束的成本。
(二)区块链存在的主要问题
(1)高能耗问题。传统货币银行学体系中存在不可能三角，即不可能同时达到去中心化、低能耗和高度安全，在区块链构建中也同样存在不可能三角。比如，在毕特币的实际应用中，其发展带来了计算机硬件的快速膨胀，在“挖矿”过程中的主要成本转移到硬件成本和电力成本等。所以，应用区块链技术实现权益成本收益后，让其技术功效发挥至最大化成为急需解决的问题。
(2)存储空间问题。由于区块链记录系统中自初始信息的每一笔交易信息，并且每个节点都要下载存储并实时更新数据区块，所以，每个节点的数据都完全同步的话，网络压力较大，每个节点的存储空间容量要求可能会成为制约其发展的关键问题。
(3)抗压能力问题。基于区块链构建的.系统遵循木桶理论，要兼顾所有网络节点中处理速度和网络环境最差的，所以，如果将区块链技术推广至大规模交易环境下，其整体的抗压能力还有待验证。如果每秒产生的交易量超过系统(最弱节点)的设计容纳能力，交易就自动进入到队列进行排队，带来不良用户体验。
二、区块链在金融领域的应用
(一)金融基础设施
区块链可能作为互联网的基础设施，在很多领域都表现出广阔的应用前景。在金融行业中，区块链技术将首先影响支付系统、证券结算系统、交易数据库等金融基础设施，随后该技术也会扩及一般性金融业务，比如信用体系、“反洗钱”等。这是因为，基于区块链技术的特点，其将首先切入信任要求高且传统信任机制成本高的基础设施领域，过去，基础设施都是公共产品，而区块链新技术和新制度使更多人有可能参与公共产品供给。未来的互联网金融是要利用区块链等互联网技术，改造传统金融机构的核心生产系统，把金融企业架构在互联网上。
当前的信息互联网可统称为TCP/IP模型，HTTP是应用层中最重要的应用协议。在价值互联网中，区块链是在应用层里的一个点对点传输的协议。它的价值与信息互联网中HTTP协议的价值是一样的。区块链的巨大潜力和前景就是可以重构传统金融业的基础设施与核心生产系统，而不仅仅停留在APP等应用层面。这是因为，在网络层次，区块链是建立在IP通信协议基础上的，是建立在分布式网络基础上的;在数据层面，区块链这一数据库系统是崭新的，明显优于现有金融体系的数据库;在应用层面，基于区块链的登记结算、清算系统以及智能合约、物联网能大幅提升效率，区块链上的金融活动是可编程的金融。.
(二)数字的货币
从安全、成本等角度看，纸币被新技术、新产品取代是大势所趋。数字的货币发行、流通体系的建立，对于金融基础设施建设和经济发展都是十分必要的。遵循传统货币与数字的货币一体化的思路，数字的货币的发行、流通和交易应由央行主导，体现便利性和安全性，做到保护隐私与维护社会秩序、打击违法犯罪行为的平衡，要有利于货币政策的有效运行和传导，要保留货币主权的控制力，数字的货币是自由可兑换的，同时也是可控的可兑换。
区块链技术在毕特币上的成功证明了可编程数字的货币的可行性。英国央行的研究表明，中央银行可以考虑发行基于区块链的数字的货币，这可增加金融稳定性。数字的货币的技术路线可分为基于账户和不基于账户两种，也可分层并用而设法共存。区块链技术的特点是分布式簿记，不基于账户，而且无法篡改，如果数字的货币重点强调保护个人隐私，可选用这一技术。不过，目前区块链占用的计算资源和存储资源太多，应对不了现在的交易规模，需要解决这一问题才能得到推广应用。
(三)自金融
如果从服务的角度、从非货币创造角度来看，现代金融都是通过中介机构实现的。互联网时代，有可能实现去中介化的真正意义上的直接金融。不过，这种可能性还不完全，最主要的原因是目前互联网金融是在原有金融基础之上的，无法跳出来，区块链技术提供了一种可能性。区块链可分为公有区块链和私有区块链。公有区块链就是像毕特币这样的，认可了协议，就成为区块链的组成部分。私有区块链仍然是要获得许可的，银行系统的区块链技术，需要对每一个参与者进行审核。私有区块链非常近似于一种自金融的形态，公有区块链更类似于对私有区块链底层的支持和保障。当区块链技术普遍应用，金融管理技术的第三方化普通呈现，基于区块链技术的自金融就完全成为可能。
三、区块链应用与金融监管
区块链技术是目前唯一无需第三方就可用于记录和证明交易一致性和公司财务准确性的工具。因此，它可以满足潜在监管者和公众对于审计有效性、准确性和时效性的要求，在金融领域有着广阔的应用前景。但其发展仍受到现行制度的制约。一方面，区块链对现行体制带来了冲击，因为其去中心、自治的特性淡化了国家、监管等概念。比如，以毕特币为代表的数字的货币挑战了国家的货币发行权和货币政策调控权，导致货币当局对数字的货币的发展持保守态度。另一方面，监管部门对这项新技术也缺乏充分的认识和预期，法律和制度建立将会严重滞后，导致区块链运用缺乏必要的制度规范和法律保护，增大了市场主体的风险。
区块链金融技术一旦在金融业普遍展开以后，监管的去金融属性化就产生了，监管职能、监管方式和监管手段将会被重新界定。比如，证券借贷、回购和融资融券如能通过区块链交易，监管部门就可考虑利用这个公共账本的信息对市场中的系统性风险进行监控，不仅高效而且可靠。从宏观金融视角看，当自金融时代产生以后，货币创造和传导机制以及信用创造格局将会变化。从微观金融视角看，随着区块链技术的进一步发展，金融与商业已经难以区分，将超越分业和混业监管的含义，金融监管体系的改革需要从这个视角来探讨。
区块链技术带来的“去中心化”仍需要中心化的部门提供规范和保障支持。监管机构可主动拥抱互联网金融的新技术，美国证监会委员Kara Stein认为，监管机构需要处于引导位置，利用区块链技术的优势并快速响应其潜在的弱点。比如，区块链技术希望打破特权和人为操纵，让计算机算法实现“信用自由公证”。但从实践来看，由于缺乏监管，毕特币等数字的货币交易面临的投机和洗钱风险就很高。因此，区块链技术应用需要监管部门制定相关标准和规范，保证金融创新产品得到合理运用。同时，还要提高消费者权益的保护，加强金融消费权益保护的教育工作，提高消费者的风险防范意识。
区块链投资热度有所缓和
2016-2018年投融资频次及额度剧增，截至2018年10月，中国区块链公司/项目融资数量达349笔，融资总额高达170.78亿人民币。2019年融资事件数量为149笔，同比下降50%，融资金额为34.9亿元，同比下滑75%，资本方对区块链公司的投资逐渐趋于理性。进入2020年后，资本对于区块链的投资热情进一步下降，2020年全年区块链行业融资事件共计114笔，融资金额为65亿元。
2020年区块链相关企业数量已超6万家
在企业数量方面，2020H1我国提供区块链专业技术支持、产品、解决方案等服务，且有投入或产出的新增区块链企业数量达303家，同比增长274.07%。截至2020年末，我国共有区块链相关企业64062家，同比增长52.88%。
当前，与区块链相关的应用及公司，包括但不限于：
金融领域是区块链下游最大应用领域
根据《中国区块链发展白皮书(2020)》的披露，随着区块链应用落地加快推进，“区块链+”业务已经成为互联网骨干企业进军区块链行业的发展重点，在金融业务之外，积极部署互联网、溯源、供应链&物流、数字资产、政务及公共服务、知识产权、法律、医疗等多领域的应用。其中，金融是区块链技术应用场景中探索最多的领域，在供应链金融、贸易融资、支付清算、资金管理等细分领域都有具体的项目落地。
2020年市场规模达5.61亿美元
2016-2018年，大型IT互联网企业纷纷布局区块链，初创企业进入井喷模式，产业规模不断扩大，根据IDC的数据，中国区块链行业经历了从2017年的0.85亿美元级别市场规模，到2020年的5.61亿美元级别产业规模的改变。
—— 以上数据参考前瞻产业研究院《中国区块链行业市场前瞻与投资战略规划分析报告》
区块链相关的思想最早是比特币的发明者本聪在论文中提出作为比特币网络核心支持技术。自那以后，区块链技术就逐渐脱离比特币网络，成为一种通用的可以支持分布式记账功能的底层技术，具有区中心化和加密安全等特点。
胡凯教授做的研究主要有：数字经济和区块链技术：是国内最早从事区块链技术的研究学者之一，提出并发展了智能合约工程（SCE）、法律代码科技、验证即服务（VaaS）等理论方法，在数字经济与区块链结合、数字经济园区规划和咨询、区块链数字治理、区块链可扩展性、多链互联和区块链形式化验证技术等方面具有深入研究和专利性成果。主持研发了北航区块链（TrustChain）系列产品，包括了自主知识产权的各形态区块链系统、浏览器、监控器、部署工具和区块链大数据管理系统（OpenData）。分布式并行计算和网络：长期从事复杂计算环境下的集群计算系统、高性能计算、航空航天电子总线，以及天地一体化网络信息技术研究等，提出和研究了基于狼群的可重组多集群计算理论并应用于实践,研发了多个应用软件系统。形式化设计与验证方法：与法国图卢兹计算机研究所（IRIT）和法国自动化所（INRIA）密切合作，创建中法形式化方法联合研究实验室，研究基于模型驱动的形式化设计与验证方法，提出基于AADL和同步语言Signal的多项创新扩展技术，研发了多个模型转换、验证和自动代码生成工具。近年来在国内外重要学术期刊会议上发表SCI/EI检索等论文60余篇，主编《网络计算新技术》（416页，科学出版社2001年出版），合作完成国家级“十一五”规划权威教材《分布式计算系统导论》（490余页，清华大学出版社2014年出版,获校2016年教材一等奖，已被十余所重点大学教材采用）。先后主持和参与多项国家自然基金、国家重点研发项目、863重大项目、军口863项目、国家核高基项目、航空航天基金，以及多项航空航天领域重要工程项目。获得国家发明专利和软著等30余项，2015年获航空基金五年成就奖，2018年牵头“天地一体化信息系统设计验证与仿真”获产学研学会二等创新成果奖。
区块链是一种分布式账本，具有不可变性，匿名性和可审计性，无需信任第三方。 为了提供数据交换以形成这样的账本，区块链网络使交易和区块的传播达到共识，主要由附着策略和沟通策略组成。 当前，它是使用对等覆盖网络来实现的，但是，它受到流量与底层网络拓扑之间不匹配的内在问题的困扰。 为了解决这个问题，我们采用了以信息为中心的网络（ICN）方法来设计去中心化的以信息为中心的区块链网络（DIBN），其中命名类别以使流量能够被去中心化，并且 在每个类别的所有区块链节点（BN）之间建立任意的一对多类别传播结构（CDS）。 对于CDS，一个BN可以有效地将数据发送到所有其他BN，以使流量与基础网络保持一致，从而解决了不匹配问题。 性能分析表明，提出的DIBN可以大大减少区块链数据分发的平均路径长度。 大量移动设备生成大量的大数据，区块链网络的现有工作主要针对数据和面向数据传播的攻击，但是，对于区块链网络本身仍缺乏研究关注。 P2P上层网络中，流量和底层网络拓扑之间存在不匹配问题：现在的BC网络主要基于P2P上层网络技术的应用层多播（ALM）实现，其性能受到上层流量和基础物理网络拓扑之间不匹配问题的影响，从而导致大量冗余流量。 提出DIBN，命名类别使流量分散；建立any-to-all类别传播结构。在DIBN中，类别、交易和数据块被命名用于数据转发，并通过交易记录高性能区块链节点（HPBN），以选择根设备，即指定的区块链节点（dBN）。 DIBN包含三个过程：类别通信结构（CDS）形成，双向附件策略和任何对所有通信策略。 为每个类别构建一个包含所有BN的双向数据分发树，其中考虑负载平衡，选择一个HPBN作为该树的根dBN。 通过CDS，可以实现任何所有人的通信策略，其中任何BN都可以有效地将数据分发到所有其他BN，从而使流量与基础网络保持一致。 我们分析了DIBN的性能，这表明与区块链网络中现有的典型ALM相比，DIBN可以大大缩短平均路径长度。 为了缓解流量集中程度，将对交易和块进行分别命名。交易，语义上有意义的命名。块，无意义的名称标记类别，在负载均衡时分散流量。交易和块通过类别标识符进行分发，并通过数据标识符进行检索。 即，类别，交易和区块具有类别标识符（CID），交易标识符（TID）和区块标识符（BID）的标识符。CID是二进制的 < Category Name (CN) | DIBN Domain > ，TID的格式为 < CN | Transaction Name | DIBN Domain > ，BID的格式为 < CN | Block Name | DIBN Domain > 。 DIBN域：由BN和具有ICN功能的路由器构成的用于数据转发的管理区域。 所有的交易和块都包含在不同类别中。每种流量类别对应一个CDS，它是指一组链路，用于在一个特定类别的BN之间传播交易和块。根据类别和CDS，可以将流量分布在不同交易和块的不同链路上。 为了避免过度依赖中心化的RN（组播中的交汇节点），HPBN通过区块链交易记录自己（HPBN作为dBN的次数）（HPBN可以主动宣布自己愿意作为dBN）。在选择dBN时，当一个BN想形成一个CDS树时，会在区块链中找到HPBN的记录，选择作为dBN次数最少的HPBN作为本CDS树的dBN，并且更新该HPBN作为dBN的次数。 确定dBN后，BN将向所有其他BN广播选出的HPBN的id。然后，那些收到公告的BN向该dBN发送CDS形成请求，并以所请求的类别CID构造一个以该dBN为根的双向到所有通信树。在所有BN向dBN发送请求的过程中，数据包会被路由器记录到FIB表中，生成关于端口组和类别名称的关联映射。当从端口组中的某一个收到该类别的数据后路由器将自动转发给其余端口。如下图建立了蓝色线的CDS树。同时这些映射关系具有一定的TTL生存时间，过期后需要重新构建新的CDS树。 当一个新节点需要加入CDS时，需要向邻近节点查询负责该类流量的HPBN的id，然后向该dBN发送请求，请求会在路由表中建立相应项形成新的CDS树。路由器定期检查与BN的连接。 如果相邻的BN不可访问，则可以将该BN视为击败“离开”状态。 当检测到相邻BN的“ LEAVE”状态时，如果剩余两个或更多个接口，则删除检测到的具有未连接的BN的接口。 一个DBIN域中形成一个类别的CDS时，该CDS树的dBN会和其他域相同类别的dBN组件CDS树形成多级域间数据分发。 在CDS形成之后，事务和块可以将类别的已建立通信结构传递到所有BN。 在基于DIBN的场景中，每个BN都可以与区块链网络之间收发事务和区块。 中间路由器的基本转发策略是路由器在数据包头中的CID和FIB中的CID之间执行完全匹配，然后将数据转发到相应FIB条目中的其余接口（传入接口除外）。如下图所示分别由BN2向所有节点分发了交易1，由BN6向所有节点分发了区块1。 ICN本质上允许隐藏底层设备和网络协议中的异质性，并支持基于名称的转发和网络内缓存[16]。 因此，由于ICN的这些有前途的功能，因此所提出的DIBN具有ALM的优点，例如即时可部署性和易于维护。 此外，它还具有使流量与基础网络基础结构保持一致的优点。 此外，通过采用区块链的基本账本功能，也可以避免使用集中式集合点。 文中并未对所述方法进行实验，只是进行了简单分析和推导。使用平均路径长度作为指标，对比了所提出的DIBN与典型的ALM协议Narada[11]和NICE[12]。与典型值相比，因为DIBN中的CDS将流量与基础网络拓扑对齐，相比于ALM协议，即Narada的O（M log（K））和NICE的O（log（M）log（K）），拟议的DIBN【O（log（K））】可以大大减小将数据从一个BN传播到另一个BN的平均路径长度。 显然，如果BN的数量变得更大，则DIBN可以大大减小平均路径长度。 此外，由于缩短了平均路径长度，因此可以极大地减少通信开销。
区块链在金融领域的前景分析论文
区块链技术诞生于2008年，第一个应用是毕特币。区块链技术使用去中心化共识机制，维护一个完整的、分布式的、不可篡改的账本数据库，在无需建立信任关系的前提下，能够让区块链中的参与者实现一个统一的账本系统。2015年，欧美的很多主流金融机构认识到了该技术的应用前景，纷纷探索在金融领域应用区块链技术。国际货币基金组织在一份报告中指出“它具有改变财政金融的潜力”，也有人认为区块链技术将会像复式记账法和股份制一样深刻改变人类社会。
区块链将使所有个体都有可能成为金融资源配置中的重要节点，也将促进现有金融体系与金融规则的改良，构建共享共赢式的金融发展生态体系。区块链技术的出现是人类信用创造的一次革命，它能让交易双方在无需第三方信用中介的情况下开展经济活动，从而实现低成本的价值转移。可以说，区块链技术是互联网时代效率更高的价值交换技术，互联网由此从传递信息的信息互联网向转移价值的价值互联网进化，这有利于传统金融机构借势转型，将内生的业务流程和应用场景互联网化。
一、区块链的特征与不足
(一)区块链的主要特征
(1)去中心。在区块链中，不存在中心化的硬件或管理机构，分布式的结构体系和开源协议让所有的参与者都参与数据的记录和验证，再通过分布式传播发送给各个节点，每个参与的节点都是“自中心”，权利和义务都是均等的。区块链又不是简单的去中心，而是多中心或弱中心。当物联网使所有个体都有可能成为中心节点时，传统金融中介的中心地位发生改变，从垄断型、资源优势型的中心和强中介转化为开放式平台，成为服务导向式的多中心当中的差异化中心。
(2)去信任。从信任的角度来看，区块链采用一套公开透明的数学算法，基于协商一致的规范和协议，使所有节点能够在去信任的环境下自动安全地交换数据。区块链实质上是通过数学方法解决信任问题，所有的规则都以算法程序的形式表达，参与方不需要知道交易对手的信用水平，不需要第三方机构的交易背书或者担保验证，只需要信任共同的算法，通过算法为参与者创造信用、产生信任、达成共识。
(3)时间戳。区块是一段时间内的数据和代码打包而生成的，下一区块的页首包含上一区块的索引信息，首尾相连便形成了链。记录完整历史的区块与可进行完整验证的链，形成了可追朔完整历史的时间戳，可为每一笔数据提供检索和查找功能，并可借助区块链结构追本溯源，逐笔验证。所以，区块链生成时都加盖了时间戳，形成不可篡改、不可伪造的数据库。单个节点上对数据库的修改是无效的，除非能够同时控制系统中超过51%的节点，因此区块链的数据可靠性很高。
(4)非对称加密。区块链使用非对称加密算法，即在加密和解密过程中使用一个“密钥对”，“密钥对”中的两个密钥具有非对称特点。在区块链的应用场景中，一方面，密钥是所有参与者可见的公钥，参与者都可用公钥来加密一段真实性信息，只有信息拥有者能用私钥来解密。另一方面，使用私钥对信息签名，通过对应的公钥来验证签名，确保信息为真正的持有人发出。非对称加密将价值交换中的摩擦边界降到最低，能够实现透明数据的匿名性，保护个人隐私。
(5)智能合约：由于区块链可实现点对点的价值传递，传递时可以嵌入相应的编程脚本，通过这种智能合约的方式去处理一些无法预见的交易模式，保证区块链能够持续生效。这种可编程脚本本质上是众多指令汇总的列表，实现价值交换时的针对性和条件性，实现价值的特定用途。所以，基于区块链的任何价值交换活动都可通过智能编程的方式对其用途、方向和各种限制条件等做到硬控制，省去了以法律或者合同软约束的成本。
(二)区块链存在的主要问题
(1)高能耗问题。传统货币银行学体系中存在不可能三角，即不可能同时达到去中心化、低能耗和高度安全，在区块链构建中也同样存在不可能三角。比如，在毕特币的实际应用中，其发展带来了计算机硬件的快速膨胀，在“挖矿”过程中的主要成本转移到硬件成本和电力成本等。所以，应用区块链技术实现权益成本收益后，让其技术功效发挥至最大化成为急需解决的问题。
(2)存储空间问题。由于区块链记录系统中自初始信息的每一笔交易信息，并且每个节点都要下载存储并实时更新数据区块，所以，每个节点的数据都完全同步的话，网络压力较大，每个节点的存储空间容量要求可能会成为制约其发展的关键问题。
(3)抗压能力问题。基于区块链构建的.系统遵循木桶理论，要兼顾所有网络节点中处理速度和网络环境最差的，所以，如果将区块链技术推广至大规模交易环境下，其整体的抗压能力还有待验证。如果每秒产生的交易量超过系统(最弱节点)的设计容纳能力，交易就自动进入到队列进行排队，带来不良用户体验。
二、区块链在金融领域的应用
(一)金融基础设施
区块链可能作为互联网的基础设施，在很多领域都表现出广阔的应用前景。在金融行业中，区块链技术将首先影响支付系统、证券结算系统、交易数据库等金融基础设施，随后该技术也会扩及一般性金融业务，比如信用体系、“反洗钱”等。这是因为，基于区块链技术的特点，其将首先切入信任要求高且传统信任机制成本高的基础设施领域，过去，基础设施都是公共产品，而区块链新技术和新制度使更多人有可能参与公共产品供给。未来的互联网金融是要利用区块链等互联网技术，改造传统金融机构的核心生产系统，把金融企业架构在互联网上。
当前的信息互联网可统称为TCP/IP模型，HTTP是应用层中最重要的应用协议。在价值互联网中，区块链是在应用层里的一个点对点传输的协议。它的价值与信息互联网中HTTP协议的价值是一样的。区块链的巨大潜力和前景就是可以重构传统金融业的基础设施与核心生产系统，而不仅仅停留在APP等应用层面。这是因为，在网络层次，区块链是建立在IP通信协议基础上的，是建立在分布式网络基础上的;在数据层面，区块链这一数据库系统是崭新的，明显优于现有金融体系的数据库;在应用层面，基于区块链的登记结算、清算系统以及智能合约、物联网能大幅提升效率，区块链上的金融活动是可编程的金融。.
(二)数字的货币
从安全、成本等角度看，纸币被新技术、新产品取代是大势所趋。数字的货币发行、流通体系的建立，对于金融基础设施建设和经济发展都是十分必要的。遵循传统货币与数字的货币一体化的思路，数字的货币的发行、流通和交易应由央行主导，体现便利性和安全性，做到保护隐私与维护社会秩序、打击违法犯罪行为的平衡，要有利于货币政策的有效运行和传导，要保留货币主权的控制力，数字的货币是自由可兑换的，同时也是可控的可兑换。
区块链技术在毕特币上的成功证明了可编程数字的货币的可行性。英国央行的研究表明，中央银行可以考虑发行基于区块链的数字的货币，这可增加金融稳定性。数字的货币的技术路线可分为基于账户和不基于账户两种，也可分层并用而设法共存。区块链技术的特点是分布式簿记，不基于账户，而且无法篡改，如果数字的货币重点强调保护个人隐私，可选用这一技术。不过，目前区块链占用的计算资源和存储资源太多，应对不了现在的交易规模，需要解决这一问题才能得到推广应用。
(三)自金融
如果从服务的角度、从非货币创造角度来看，现代金融都是通过中介机构实现的。互联网时代，有可能实现去中介化的真正意义上的直接金融。不过，这种可能性还不完全，最主要的原因是目前互联网金融是在原有金融基础之上的，无法跳出来，区块链技术提供了一种可能性。区块链可分为公有区块链和私有区块链。公有区块链就是像毕特币这样的，认可了协议，就成为区块链的组成部分。私有区块链仍然是要获得许可的，银行系统的区块链技术，需要对每一个参与者进行审核。私有区块链非常近似于一种自金融的形态，公有区块链更类似于对私有区块链底层的支持和保障。当区块链技术普遍应用，金融管理技术的第三方化普通呈现，基于区块链技术的自金融就完全成为可能。
三、区块链应用与金融监管
区块链技术是目前唯一无需第三方就可用于记录和证明交易一致性和公司财务准确性的工具。因此，它可以满足潜在监管者和公众对于审计有效性、准确性和时效性的要求，在金融领域有着广阔的应用前景。但其发展仍受到现行制度的制约。一方面，区块链对现行体制带来了冲击，因为其去中心、自治的特性淡化了国家、监管等概念。比如，以毕特币为代表的数字的货币挑战了国家的货币发行权和货币政策调控权，导致货币当局对数字的货币的发展持保守态度。另一方面，监管部门对这项新技术也缺乏充分的认识和预期，法律和制度建立将会严重滞后，导致区块链运用缺乏必要的制度规范和法律保护，增大了市场主体的风险。
区块链金融技术一旦在金融业普遍展开以后，监管的去金融属性化就产生了，监管职能、监管方式和监管手段将会被重新界定。比如，证券借贷、回购和融资融券如能通过区块链交易，监管部门就可考虑利用这个公共账本的信息对市场中的系统性风险进行监控，不仅高效而且可靠。从宏观金融视角看，当自金融时代产生以后，货币创造和传导机制以及信用创造格局将会变化。从微观金融视角看，随着区块链技术的进一步发展，金融与商业已经难以区分，将超越分业和混业监管的含义，金融监管体系的改革需要从这个视角来探讨。
区块链技术带来的“去中心化”仍需要中心化的部门提供规范和保障支持。监管机构可主动拥抱互联网金融的新技术，美国证监会委员Kara Stein认为，监管机构需要处于引导位置，利用区块链技术的优势并快速响应其潜在的弱点。比如，区块链技术希望打破特权和人为操纵，让计算机算法实现“信用自由公证”。但从实践来看，由于缺乏监管，毕特币等数字的货币交易面临的投机和洗钱风险就很高。因此，区块链技术应用需要监管部门制定相关标准和规范，保证金融创新产品得到合理运用。同时，还要提高消费者权益的保护，加强金融消费权益保护的教育工作，提高消费者的风险防范意识。
人工智能是一项前瞻性科学研究，已经成为ICT产业发展的突破口。以下是我整理的科技人工智能论文的相关 文章 ，欢迎阅读!
人工智能技术推动我国ICT产业发展模式探讨
【摘 要】人工智能是一项前瞻性科学研究，已经成为ICT产业发展的突破口。通过比较国内外ICT产业中人工智能技术研发现状， 总结 我国相关技术和产业的优劣势，有针对性的从国家政策层面和企业层面探讨人工智能技术在促进我国ICT产业发展的对策和建议。
【关键词】人工智能;政策引导;发展模式
0 引言
工信部在2010年工作会议上重点部署了战略性新兴产业的发展，信息和通信技术(Information and Communication Technology， ICT)产业排在首位。当前以智慧城市、智能家居、车联网等构成的物联网、移动互联网等应用为代表的新一代ICT产业不断创新，正在全球范围内掀起新一轮科技革命和产业变革，相关产业布局如图1所示。2013年前后欧美等国家和地区相继启动的人脑研究计划，促进人工智能、神经形态计算和机器人系统的发展。而人工智能就是机器模拟人脑的具体表现形式，以云计算、深度学习、智能搜索等一系列新技术在大规模联网上的应用，已经成为ICT产业进一步发展的重要方向[1-2]。面对人工智能在ICT产业上的迅猛发展，急需对我国在此方面的发展模式进行梳理。
1 国内外人工智能技术在ICT产业的发展现状
从发展脉络看，人工智能研究始终位于技术创新的高地，近年来成果斐然，在智能搜索、人工交互、可穿戴设备等领域得到了前所未有的重视，成为产业界力夺的前沿领域。目前国际ICT产业在人工智能技术上的发展重心涉及以下几个方面。
1.1 搜索引擎方向的发展
信息搜索是互联网流量的关键入口，也是实现信息资源与用户需求匹配的关键手段，人工智能的引入打开了搜索引擎发展的新空间。融合了深度学习技术的搜索引擎正大幅度提升图像搜索的准确率，同时吸纳了自然语言处理和云操作处理技术的搜索引擎，可将语音指令转化为实时搜索结果，另外人工智能搜索引擎可能添加意识情感元素，发展出真正意义上的神经心理学搜索引擎[3]。
从搜索引擎的发展上来看，国内企业起步稍晚，搜索领域较窄，但也有新浪、搜狐、百度、阿里巴巴、腾讯等公司等纷纷运用独特的技术与 商业模式 进行中国式的创新与超越，以及科大讯飞等企事业研究单位在部分方向已经具有了一定的基础，发展态势较好。
1.2 人脑科学助推人工智能技术发展
人工智能技术都是通过机器来模拟人脑进行复杂、高级运算的人脑研究活动。目前基于信息通信技术建立的研究平台，使用计算机模拟法来绘制详细的人脑模型，推动了人工智能、机器人和神经形态计算系统的发展，预计将引发人工智能由低级人脑模拟向高级人脑模拟的飞跃。
谷歌公司早就通过自主研发以及收购等方式来获取人工智能的必要技术，包括使用一万六千个处理器建立的模拟人脑神经系统的、具备学习功能的谷歌大脑。国内该方面的研究发展起步偏重于医学单位，在中华人类脑计划和神经信息学方面具有一定的科研成果，在某些领域达到了国际先进水平，但在新一轮全球人工智能竞赛中，中国至今处于观望和模仿阶段。直至2013年初，百度成立深度学习研究院，提出百度大脑计划，如图2所示，拥有了超越天河二号的超级计算能力，组建起世界上最大的拥有200亿个参数的深度神经网络。作为国内技术最领先的互联网公司，百度此次争得人工智能领域最顶尖的科学家，在硅谷布局人工智能研究，被视为与美国科技巨头直接展开了技术和人才竞争。
1.3 智能终端和可穿戴设备引起产业变革
移动终端通过嵌入人工智能技术破除了时空限制，促进了人机高频互动，穿戴式智能联网设备正在引领信息技术产品和信息化应用发展的新方向。
我国在智能终端和可穿戴设备芯片的研发方面，还处于探索的阶段，特别是大型芯片企业未进行有力的支持。目前只有君正发布了可穿戴的芯片，制造工艺与国际上还有一定的差距。应该说国内芯片现在还是处于刚刚起步阶段，相比市场对可穿戴设备概念的热捧，用户真正能体验到的可穿戴设备屈指可数，大多停留在概念阶段。
1.4 物联网部分领域发展
全球物联网应用在各国战略引领和市场推动下正在加速发展，所产生的新型信息化正在与传统领域深入融合。总的来看，在公共市场方面发展较快，其中智能电网、车联网、机器与机器通信(Machine-To-Machine， M2M)是近年来发展较为突出的应用领域[4]。
物联网涉及领域众多，各国均上升至国家战略层次积极推动物联网技术研发，我国也在主动推进物联网共性基础能力研究和建立自主技术标准。在射频识别(Radio Frequency Identification， RFID)、M2M、工业控制、标识解析等领域已经获得部分知识产权，其中中高频RFID技术接近国际先进水平，在超高频(800/900MHz)和微波(2.45GHz)RFID空中接口物理层和MAC层均有重要技术突破。在标准方面，已建立传感网标准体系的初步框架，其中多项标准提案已被国际标准化组织采纳。作为国际传感网标准化四大主导国(美国、德国、韩国、中国)之一，我国在制定国际标准时已享有重要话语权。
2 我国ICT产业的政策引导
目前ICT产业的应用范围在不断的延伸，政策的制定必须考虑跨行业的需要，加速产业链的分工、合作和成熟。我国ICT企业正紧跟变革、激励创新、发掘内需，再通过突破瓶颈的ICT政策必将迎来新的机遇和发展。
2.1 国家政策方面的引导
世界发达国家纷纷制定ICT产业发展计划，并将其作为战略性新兴产业的重要组成部分。我国急需在国家政策方面进行引导，试图抢占下一程竞争制高点。政策应呈现如下趋势，破除行业间壁垒，加快制定ICT跨行业标准和产业相关政策。
2.1.1 加强政策顶层设计
成立国家级ICT产业发展机构，尽快确立国家ICT中长期发展战略，落实国家级监管机制、产业协同等各方面的工作，促进ICT产业及相关行业的发展。 2.1.2 加强自主创新能力
将战略性新兴产业作为发展重点，围绕其需求部署创新链，掌握核心关键技术，突破技术瓶颈。加强技术集成和商业模式的创新，加快新产品、新技术、新工艺研发应用。
2.1.3 深化科技体制改革
将企业主体地位予以强化，建立以企业为主、以市场为导向、产学研一体化的创新体系。新体系要确保企业为产业技术研发、技术创新决策、成果转化的主导地位，要促进人才、资源、技术等创新要素向企业流动，要主动与产学研机构开展深度合作，要扶植和壮大创新型企业。
2.2 知识产权方面的引导
2.2.1 专利方面
国际专利纠纷在一定程度上提高了国内企业的专利危机意识，但是由于在国内专利长期并未得到重视及专利技术研发周期长，企业对是否有能力实现布局认识不清[5]。初具国际竞争实力的国内企业应该紧抓全球重大的专利收购机遇，快速提升整体竞争力。针对新技术涉及专利问题应加快系统研究，重视前瞻性专利布局。积极探索统一专利池的构建，增强全产业专利授权及谈判能力，探索构建国内企业面临知识产权危机时的商业保护伞机制。一方面强化自身研发投入，另一方面仍需加强产学研结合、实现高校和科研院所的专利对企业转移。
2.2.2 著作权方面
目前版权产业已经成为国民经济新的增长点和经济发展中的支柱产业。世界知识产权组织在与我国国家版权局的合作调研时发现，2013年我国著作权作品登记共845064件，其中软件著作权登记164349件，同比增长超过18%。物联网、云计算、大数据等 热点 领域软件均呈现出了加速增长态势，如物联网软件著作权共4388件，同比增长70.54%，云计算软件著作权共3017件，同比增长55.04%，明显高于软件登记整体增速。虽然我国软件技术正处在一个高速增长期，但存在着低水平重复、起点较低的问题，仍需坚持不懈的进行引导、创新和保护。
3 ICT相关企业实现方式探讨
经过多年的努力积累，在人工智能究领域我国在不再仅是国外技术的跟随者，已经能够独立自主地进行重大问题的创新性研究，并取得了丰硕的成果。今后我国相关企业应进一步拓展人工智能在ICT产业的应用，并加快构建ICT产业生态系统。我国ICT相关企业在整个产业上应该逐步完成以下几个方面。
3.1 政、学、研、产、用全面推进
政府与科研院所建立合作机制。我国已经在制定多个促进产学研合作的计划，目的是将基础研究、应用研究，以及国家工业未来的发展紧密联系起来。大力资助具有应用前景的科研项目，促进大学与产业界联合申请项目，同时对由企业参与投资开发的项目实行重点关注。企业参与高校的科研项目。鼓励实力雄厚的公司通过向高校提供资金、转让科研设备等形式建立合作关系。高校积极参加企业研发项目。提供多种形式的合作方式，如高校教师充当企业顾问、举办学术讲座或参加企业课题研究，公司科研人员到高校进修并取得学位等。随着高校与政府、企业、研发机构合作的不断深入，努力消除校企之间的空间和物理层面的隔阂。探索建立学校、地方、企业、研发机构四位一体的科技创新体系，尽快形成具有特色优势和规模效益的高新技术产业群。
3.2 加强合作、推进新技术的产业化与商用
通信设备企业可与电信运营商、互联网企业加强合作，共同搭建新型试验网络，验证基于融合技术的网络架构在各场景的运行状况，排查可能出现的问题，推进相关技术、设备以及解决方案的成熟与商用化。加大与科研院所、专利中介、行业协会组织的合作，充分利用各方资源优势。企业应着重关注和影响科研院所的研究方向，协助其加强研发的实用性，提高研发质量。可以采取与校企合作开发、企业牵头申报课题，高校参与、企业设立课题由高校认领、建立联合实验室等方式。合作培育应用生态。企业在推进网络控制平台面向标准化的过程中，应充分考虑和吸纳包括电信运营商、互联网企业及其他各类企业的网络应用创新需求，为网络应用生态体系的形成与繁荣创建良好的技术基础与商业环境。
3.3 全力抢占大数据
我国政府已经认识到大数据在改善公共服务、推动经济发展以及保障国家安全等方面的重大意义。2014年《政府 工作 报告 》明确提出，“以创新支撑和引领经济结构优化升级;设立新兴产业创业创新平台”，在新一代移动通信、集成电路、大数据等方面赶超先进，引领未来产业发展。ICT企业在发展大数据的总体思路应该是：首先，明确国家关于大数据发展的战略目标，促进电信、互联网、金融等拥有海量数据的企业与其他行业进行大数据融合，扩展大数据应用领域;其次，在技术方面需要提高研发的前瞻性和系统性，近期重点发展实时大数据处理、深度学习、海量数据存储管理、交互式数据可视化和应用相关的分析技术等[6];第三，集合产学研用各方力量，统筹规划大数据应用，避免盲目发展;最后，解决个人信息的数据安全性需求。
3.4 重点发展云计算
2014年3月，工信部软件服务业司司长陈伟透露我国云计算综合标准化技术体系草案已形成。在政府建立标准化的同时，ICT企业应以企业的角度积极参与到云计算领域研究中，服务国家云产业发展战略。建议向用户充分开放企业平台资源，推进社会云产业发展;加强技术应用深度，将云计算技术着重应用于信息搜索、数据挖掘等领域，逐渐形成社会资源利用方面高效可行的 方法 技术;广泛展开与社会各界合作，推动社会各类数据资源与企业云计算技术的整合应用。云计算企业拥有丰富的软硬件资源、技术资源以及人力资源，并且服务政府信息化建设意愿强烈。应通过与政府社会资源应用需求相结合，充分发挥企业云计算资源在服务政府信息化建设、社会资源应用方面的潜力。
4 小结
发达国家对人工智能技术在ICT产业应用的研究开展较早，为促进人工智能技术的发展和ICT产业相关技术的发展已经提出并实施了一些行之有效的策略，积累了一定的 经验 。本文通过对比国内外在人工智能技术重点方向发展现状，借鉴他国政策与经验，根据我国的国情及产业发展所处的阶段，提出符合我国目前产业发展现状，适合我国的可借鉴的策略，以期为促进我国人工智能技术在ICT产业发展提供参考。
下一页分享更优秀的>>>科技人工智能论文
人工智能是20世纪计算机科学发展的重大成就，在许多领域有着广泛的应用。以下是我整理的人工智能的毕业论文范文的相关资料，欢迎阅读!
摘要：人工智能是20世纪计算机科学发展的重大成就，在许多领域有着广泛的应用。论述了人工智能的定义，分析了目前在管理、教育、工程、技术、等领域的应用，总结了人工智能研究现状，分析了其发展方向。
关键词：人工智能;计算机科学;发展方向
中图分类号：TP18
文献标识码：A
文章编号：1672-8198(2009)13-0248-02
1人工智能的定义
人工智能(Artificial Intelligence，AI)，是一门综合了计算机科学、生理学、哲学的交叉学科。“人工智能”一词最初是在1956年美国计算机协会组织的达特莫斯(Dartmouth)学会上提出的。自那以后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展。由于智能概念的不确定，人工智能的概念一直没有一个统一的标准。著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”而美国麻省理工学院的温斯顿教授认为“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”童天湘在《从“人机大战”到人机共生》中这样定义人工智能：“虽然现在的机器不能思维也没有“直觉的方程式”，但可以把人处理问题的方式编入智能程序，是不能思维的机器也有智能，使机器能做那些需要人的智能才能做的事，也就是人工智能。”诸如此类的定义基本都反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。
2人工智能的应用领域
2.1人工智能在管理及教学系统中的应用
人工智能在企业管理中的应用。刘玉然在《谈谈人工智能在企业管理中的应用》一文中提到把人工智能应用于企业管理中，认为要做的工作就是搞清楚人的智能和人工智能的关系，了解人工智能的外延和内涵，搭建人工智能的应用平台，搞好企业智能化软件的开发工作，这样，人工智能就能在企业决策中起到关键的作用。
人工智能在智能教学系统中的应用。焦加麟，徐良贤，戴克昌(2003)在总结国际上相关研究成果的基础上，结合其在开发智能多媒体汉德语言教学系统《二十一世纪汉语》的过程中累积的实践经验，介绍了智能教学系统的历史、结构和主要技术，着重讨论了人工智能技术与方法在其中的应用，并指出了当今这个领域上存在的一些问题。
2.2人工智能专家系统在工程领域的应用
人工智能专家系统在医学中的应用。国外最早将人工智能应用于医疗诊断的是MYCIN专家系统。1982年，美国Pittsburgh大学Miller发表了著名的作为内科医生咨询的Internist 2I内科计算机辅助诊断系统的研究成果，1977年改进为Internist 2Ⅱ，经过改进后成为现在的CAU-CEUS，1991年美国哈佛医学院Barnett等开发的DEX-PLAIN，包含有2200种疾病和8000种症状。我国研制基于人工智能的专家系统始于上世纪70年代末，但是发展很快。早期的有北京中医学院研制成“关幼波肝炎医疗专家系统”，它是模拟著名老中医关幼波大夫对肝病诊治的程序。上世纪80年代初，福建中医学院与福建计算机中心研制的林如高骨伤计算机诊疗系统。其他如厦门大学、重庆大学、河南医科大学、长春大学等高等院校和其他研究机构开发了基于人工智能的医学计算机专家系统，并成功应用于临床。
人工智能在矿业中的应用。与矿业有关的第一个人工智能专家系统是1978年美国斯坦福国际研究所的矿藏勘探和评价专家系统PROSPECTOR，用于勘探评价、区域资源估值和钻井井位选择等。20世纪80年代以来，美国矿山局匹兹堡研究中心与其它单位合作开发了预防煤矿巷道底臌、瓦斯治理和煤尘控制的专家系统;弗尼吉亚理工学院及州立大学研制了模拟连续开采过程中开采、装载、运输、顶板锚固和设备检查专家系统Consim;阿拉斯加大学编写了地下煤矿采矿方法选择专家系统。
2.3人工智能在技术研究中的应用
人工智能在超声无损检测中的应用。在超声无损检测(NDT)与无损评价(NDE)领域中，目前主要广泛采用专家系统方法对超声损伤(UT)中缺陷的性质，形状和大小进行判断和归类;专家在传统超声无损检测与智能超声无损检测之间架起了一座桥梁，它能把一般的探伤人员变成技术熟练。经验丰富的专家。所以在实际应用中这种智能超声无损检测有很大的价值。
人工智能在电子技术方面的应用。沈显庆认为可以把人工智能和仿真技术相结合，以单片机硬件电路为专家系统的知识来源，建立单片机硬件配置专家系统，进行故障诊断，以提高纠错能力。人工智能技术也被引入到了计算机网络领域，计算机网络安全管理的常用技术是防火墙技术，而防火墙的核心部分就是入侵检测技术。随着网络的迅速发展，各种入侵手段也在层出不穷，单凭传统的防范手段已远远不能满足现实的需要，把人工智能技术应用到网络安全管理领域，大大提高了它的安全性。马秀荣等在《简述人工智能技术在网络安全管理中的应用》一文中具体介绍了如何把人工智能技术应用于计算机网络安全管理中，起到了很好的安全防范作用。
3人工智能的发展方向
3.1人工智能的发展现状
国外发展现状。目前，AI技术在美国、欧洲和日本发展很快。在AI技术领域十分活跃的IBM公司。已经为加州劳伦斯・利佛摩尔国家实验室制造了号称具有人脑的千分之一的智力能力的“ASCII White”电脑，而且正在开发的更为强大的新超级电脑――“蓝色牛仔(blue jean)”，据其研究主任保罗・霍恩称，预计“蓝色牛仔”的智力水平将大致与人脑相当。麻省理工学院的AI实验室进行一个的代号为cog的项目。cog计划意图赋予机器人以人类的行为，该实验的一个项目是让机器人捕捉眼睛的移动和面部表情，另一个项目是让机器人抓住从它眼前经过的东西，还有一个项目则是让机器人学会聆听音乐的节奏并将其在鼓上演奏出来。由于人工智能有着广大的发展前景，巨大的发展市场被各国和各公司所看好。除了IBM等公司继续在AI技术上大量投入，以保证其领先地位外，其他公司在人工智能的分支研究方面，也保持着一定的投入比例。微软公司总裁比尔・盖茨在美国华盛顿召开的AI(人工智能)国际会议上进行了主题演讲，称微软研究院目前正致力于AI的基础技术与应用技术的研究，其对象包括自我决定、表达知识与信息、信息检索、机械学习、数据采集、自然语言、语音笔迹识别等。
我国人工智能的研究现状。很长一段时间以来，机械
和自动控制专家们都把研制具有人的行为特征的类人性机器人作为奋斗目标。中国国际科技大学在国家863计划和自然科学基金支持下，一直从事两足步行机器人、类人性机器人的研究开发，在1990年成功研制出我国第一台两足步行机器人的基础上，经过科研10年攻关，于2000年11月，又成功研制成我国第一台类人性机器人。它有人一样的身躯、四肢、头颈、眼睛，并具备了一定的语言功能。它的行走频率从过去的每六秒一步，加快到每秒两步;从只能平静地静态不行，到能快速自如的动态步行;从只能在已知的环境中步行，到可在小偏差、不确定环境中行走，取得了机器人神经网络系统、生理视觉系统、双手协调系统、手指控制系统等多项重大研究成果。
3.2人工智能发展方向
在信息检索中的应用。人工智能在网络信息检索中的应用，主要表现在：①如何利用计算机软硬件系统模仿、延伸与扩展人类智能的理论、方法和技术，包括机器感知、机器思维、机器行为，即知识获取、知识处理、知识利用的过程。②由于网络知识信息既包括规律性的知识，如一般原理概念，也包括大量的经验知识，这些知识不可避免地带有模糊性、随机性、不可靠性等不确定性因素，对其进行推理，需要利用人工智能的研究成果。
基于专家系统的入侵检测方法。入侵检测中的专家系统是网络安全专家对可疑行为的分析后得到的一套推理规则。一个基于规则的专家系统能够在专家的指导下，随着经验的积累而利用自学习能力进行规则的扩充和修正，专家系统对历史记录的依赖性相对于统计方法较小，因此适应性较强，可以较灵活地适应广普的安全策略和检测要求。这是人工智能发展的一个主要方向。
人工智能在机器人中的应用。机器人足球系统是目前进行人工智能体系统研究的热点，其即高科技和娱乐性于一体的特点吸引了国内外大批学者的兴趣。决策系统主要解决机器人足球比赛过程中机器人之间的协作和机器人运动规划问题，在机器人足球系统设计中需要将人工智能中的决策树、神经网络、遗传学的等算法综合运用，随着人工智能理论的进一步发展，将使机器人足球有长足的发展。
4结语
由上述的讨论我们可以看到，目前人工智能的应用领域相当广泛。无论是学术界还是应用领域对人工智能都高度重视。人工智能良好的发展和应用前景，要求我们必须加大研究和投入力度，以使人工智能的发展能为人类服务。
下一页分享更优秀的<<<人工智能的毕业论文范文