前言：中文期刊網精心挑選了人工智能范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
人工智能范文1
關鍵詞：人工智能；人機交互；機器學習；深度學習；數據挖掘
中圖分類號：TP27 文獻標識碼：A 文章編號：1671-2064（2017）03-0221-02
人工智能是當今科技發展中最具潛力的熱點問題之一，2016年初轟動世界的谷歌AlphaGo打敗圍棋世界冠軍李世石的經典案例更是引起了全世界廣泛的關注和熱議?！叭斯ぶ悄堋边@個概念再次被推到了風口浪尖。那么，究竟什么是人工智能呢？它會對我們的生活有什么影響？在這個背景下，我們深入探究人工智能及其相關的技術領域，對于人工智能的普及和發展有著重要意義，也希望能給予人工智能相關領域的科學研究者們提供一些參考和方向。
1 什么是人工智能
人工智能（Artificial Intelligence，AI）是一門全新的信息技術科學，是計算機科學技術的一個重要分支，是指對于模擬、拓展和延伸人類的智能的應用系統及相關的理論和技術方法的開發研究。主要通過研究及了解人類智能的本質從而開發出能給出類似人類智能反饋的智能機器，計算機系統在理解目標方向之后所取得的最大化成果是計算機實現的最大智慧。人工智能不單單是一個特定的技術，它所研究的往往是能創造智能意識的高科技機器，包括了算法和其他應用程序，處理的任務也遠遠超出了簡單計算，從學習感知規劃到推理識別控制等等。人工智能的研究方向包含語言及圖像識別技術、機器人設計、自然語言處理等，日益成熟的理論方法和技術實踐也使得應用領域范圍大規模擴張，人工智能是人類智慧的結晶，未來也可能展現出超過人類的智能。
2 人機智能的研究方向
人工智能的科學研究通常涉及到數學、邏輯學、認知科學、以及最重要的計算機科學等多學科領域，延伸出了以下幾個主要的研究方向：
2.1 邏輯推理與證明
早期的人工智能更多的解決了大量數學問題，邏輯推理是基礎也是研究時間最長最重點的領域之一。通過找到可靠的證明或者反證方法實現潛在的定理證明，根據數據庫的實例進行推導并及時更新證明結論，演繹和直覺相結合，在推理和證明中實現部分智能。
2.2 問題求解
問題求解領域的一大重要應用則是下棋程序的功能實現，化繁為簡、將困難的問題點拆分成為獨立的子問題進行求解；而另一個實例則是數學方程的求解實現，分析各種公式符號的組合意義從而為科學研究者提供強有力的基礎保障。問題求解中所運用的搜索和規約也是人工智能領域中的兩大基本技術。
2.3 自然語言處理
自然語言處理也叫自然語言理解（Natural Language Processing，NLP），是指借助計算機來處理使用人類語言作為計算對象的算法程序，并研究相關的理論方法和技術。NLP是人工智能領域的主要研究方向之一，也是發展時間較長的研究方向之一。語音識別、搜索引擎、機器翻譯等等都是NLP的重要研究內容，目前也都在人工智能領域獲得了突出的應用成果。
2.4 專家系統
專家系統是指具有大量模擬人類相關領域專家知識和經驗的智能計算機程序系統，依托于人工智能相關技術，根據專家系統所提供的數據方法進行判斷推理進一步決策，從而代替人類專家解決一部分該領域的特定問題。從知識表示技術的角度上看，專家系統可分為基于網絡語義、基于規則、基于邏輯、基于框架等幾種類別；而從任務類型及專家系統主要解決的問題類型的角度來看，專家系統也可分成解釋型（分析和闡述符號數據的意義）、調試型（根據故障制定排除方案）、預測型（根據現狀預測指定對象未來可能的結果）、維修型（針對特定故障制定并實施規劃方案）、設計型（按指定需求制作圖樣和方案）、規劃型（根據指定目標制定行動方案）等。
專家系統的建立包含以下幾個步驟：（1）初始專家知識庫的設計：包括問題、知識、概念、形式、規則等多個概念的籌建；（2）開發和試驗系y原型機；（3）改進與歸納專家知識庫等。
專家系統的實現通常建立在大量的數據統計與人類專家提供的問題解決實例上，沒有精確或統一的求解算法，因此也會造成一些局限性。在人工智能與計算機科學快速發展的今天，專家系統也逐漸更重視理論和基礎研究，除了基于經驗的理論，基于規則和模型的方法也將投入到實際運用中，未來的專家系統將更偏向協同式和分布式方向發展。
2.5 機器學習
機器學習是指計算機自動獲取新的推理算法和新的科學事實的過程，是計算機具有智能的基礎。計算機的學習能力是人工智能研究史上的突出成就與重要進展，也是人工智能初步實現的重要標志。機器學了在人工智能領域有著重要應用，對于探索人類智慧的奧秘以及學習方法和機理都有著重要意義，機器學習的時代才剛剛開始，各種理論方法也正在逐步完善中，未來精彩可期。
3 人工智能的應用
人工智能的首次提出至今已有60年的歷史，在這個循序漸進的過程中，無論是功能場景還是機器模式，都逐漸從單一到通用、從簡單到復雜，表達方法也更多種多樣。目前主要通過賦予機器產品一定的人類智能從而有效地提升機器工作效率及能力，未來的人工智能將更多的模擬人類生活環境及思維方式來設計出真正具有人類智能的高效人機系統。
3.1 人工智能在各個行業的應用
人工智能已經運用到人類生產生活的各個方面，主要包括以下幾點：（1）以智能汽車為代表的自動化交通方式。（2）種類繁多的家庭智能服務機器人。（3）用于臨床支持和病人看護中的自動化智能設備及醫療器械。（4）智能教育輔導系統、線上學習和智能輔助學習設備的普及。（5）基于圖像處理和自然語言處理的各類音樂社交軟件及VR設備的興起給互聯網娛樂時代帶來的巨大變革。（6）邏輯證明及智能分析在公共安全領域的預測及防范。（7）大量重復機械的勞動逐漸由智能機器取代，人類承擔著更多的創新及實踐工作。
3.2 人工智能生活應用實例
作為輔助人類生產生活的重要工具，日趨成熟的智能機器人已經快速走進了人們的日常生活中，下面我們介紹幾種常見的使用場景：（1）智能房屋和家居生活的構建：目前的智能停留在自動控制I域，通過用戶指令來便捷的操控比如電視、窗簾、燈具、空調等等；而未來，人工智能的發展將根據你的日常行為了解你的習慣喜好，利用傳感器和自動裝置搜集用戶的行為數據，通過機器學習和深度學習算法改造你所居住的環境。最終實現真正意義上的智能家居生活。（2）無人駕駛的智能汽車：主要通過導航和定位實現規定路線的行駛、通過激光測距、雷達感應和照相等技術，配合復雜的計算公式從而辨別和避讓各種障礙，最終脫離人類操控的環境下自動完成發動、駕駛、剎車等動作。行駛的安全性和準確性在智能機器的幫助下其實更可靠，我們完全有理由相信未來自動駕駛將成為人們出行的新方式。（3）基于神經網絡的新型翻譯方式：在線翻譯相信大多數人都不陌生，使用范圍廣普及率極高，但其準確性一直都是人們關注的焦點之一。谷歌翻譯負責人表示將在部分功能上嘗試使用深度學習技術，如果能順利實施必將使得翻譯準確性的研究取得實質性突破，而基于神經網絡的翻譯方式則將幫助計算機更好地模擬和理解人類思維，使得翻譯結果更流暢合乎規范，也方便人們更好地理解。
4 人工智能的發展歷程
人工智能的發展歷程不算很長，但發展速度卻異常迅猛。跟所有新興的前沿學科一樣，人工智能的發展中也經歷了和低谷時期。根據不同時期代表性人物和事件的發生，我們大致可以將整個過程分為以下幾個階段：
（1）1950年，舉世聞名的“圖靈測試”（圖靈，英國數學家，1912―1954）首次發表于《計算機與智能》一文，即通過房間外的人和兩個房間內的人和機器分別對話中，是否能區分人和機器從而判斷出機器是否具有了人的智能。這是人類對于人工智能最初的概念。
（2）1956年，由香農、麥卡錫、朗徹斯特和明斯基共同發起的DARTMOUTH學會于達特茅斯大學召開，會上首次提出“人工智能”一詞，這是歷史上第一次關于人工智能領域的研討會，見證了人工智能學科研究的開端。
（3）1960年以來，生物進化領域逐漸建立起了遺傳、策略和規劃等算法。1992年計算智能由Bezdek提出，計算智能對于生物進化學的探究有著重大意義，涵蓋了模式識別、人工生命、神經網絡、進化計算等多學科集合與交叉。
（4）上世紀90年代開始，專家系統逐漸興起，對于專家知識庫的不斷改進以及基于規則和模型的協同式分布式專家系統將是未來使用的主要趨勢。
（5）從1960年神經網絡首次應用于自動控制的實施，到1965年人工智能啟發式推理規則的方法引入，再到1977年運籌學理論中概念智能控制模式的成功借鑒，人工智能的發展也順利引導了自動控制模式逐漸切換到了智能控制模式。
（6）從1956年AI概念的正式提出以來，人工智能領域已經取得了眾多突破性的成就和進展，很多天馬行空的想象也隨著科技的進步在一代代科學工作者的不斷努力下逐漸設計落實，人工智能已經從科學研究逐漸走向了人們的日常生活中，成為了當下最具潛力的多學科交叉的前沿科學。
5 人工智能的未來與發展趨勢
從人工智能的提出到逐漸走入人們生活，人工智能的概念一經問世則得到了人們的普遍關注，甚至帶動了語音識別、自然處理處理、機器學習、數據挖掘等一系列相關學科的發展和興盛。人工智能領域中的創新和蓬勃發展是趨勢也是必然，通過了解人工智能學科的發展歷程及應用領域，我們大致可以推測出關于未來人工智能的一些方向：（1）機器學習和深度學習算法指導下更聰明更多樣性更具智能的機器系統。（2）自然語言處理應用中更自然的人機互動交流。（3）機器學習時代更快速的數據處理分析策略。（4）各研發企業和機構對于人工智能先進技術更激烈的競爭和角逐。（5）超人工智能（Artificial Super Intelligence，簡稱ASI）時代下AI是否會走向失控給人們帶來的微恐懼。
6 結語
在短短60年的時間內，人工智能的快速發展已經從很大程度上改善和刷新了人們的生活方式。人工智能的深入研究和實現正在不斷幫助我們探索這個世界、幫助我們搜尋信息應對各種各樣的挑戰。人工智能在逐漸強大的同時，有機遇也存在著巨大的挑戰和技術瓶頸，距離人工智能時代的真正實現還有很長的路要走。而人工智能的不斷更迭完善，是否能取得超越人類智力和認知的智能、是否會出現違背人類價值觀的危險行為將是未來很長一段時間內需要研究的重要課題。
參考文獻
[1]李紅霞.人工智能的發展綜述[J].甘肅科技縱橫，2007，36（5）：17-18.
人工智能范文2
人工智能可以實現，需要進行科技、人力、金錢方面的支持。
人工智能，英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。
人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智能帶來的科技產品，將會是人類智慧的容器。人工智能可以對人的意識、思維的信息過程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。
人工智能是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智能是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種“復雜工作”的理解是不同的。2017年12月，人工智能入選2017年度中國媒體十大流行語。
（來源：文章屋網 ）
人工智能范文3
【關鍵詞】 虛擬現實；人工智能；批判性思維；媒介技術
【中圖分類號】 G40-057 【文獻標識碼】 B 【文章編號】 1009―458x（2016）05―0041―02
最近，微信朋友圈的兩大熱點話題無疑是新推出的虛擬現實（Virtual Reality，VR）應用淘寶Buy+[1]和人工智能（Artificial Intellegence，AI）棋手AlphaGo。淘寶Buy+推出當天，有人就驚呼：“嚇得馬上剁了還剩下的那只手！”AlphaGo戰勝韓國圍棋國手李世石以來，互聯網大腦[2]的話題也一直是朋友圈的討論熱點。從互聯網的底層運行邏輯來看，無論VR還是AI，基礎都是數據――準確、真實、可信的數據。數據對于VR、AI的意義，就如同知識（真正的真知灼見）對人的意義。我們從VR、AI這兩個應用入手，聊一聊人工智能和人的智能。
首先，對于淘寶Buy+，我的看法是：淘寶基礎數據的造假，將使VR購物體驗大打折扣。
作為一個計算機科班出身的偏執狂，我懷疑一切網絡支付的安全性，所以，以前從來沒有綁定過銀行卡，網購只買書，貨到付款。春節前預定出境游一時貪便宜（用支付寶便宜200元），綁定了支付寶，遂加入剁手黨，并在春節期間拿出專業的研究精神，付出上萬元的研究“經費”，對我國電子商務平臺進行了全面深入的研究，為此，還獲得了京東、淘寶頒發的剁手獎！研究結論：中國電子商務平臺購物的便利、流程的順滑，絕對世界一流！為中國電商生態點贊！
可是，從4月2號開始，我還是退出了剁手黨，重新回到專賣店、各類商城去買服裝、鞋帽等日用品。原因是淘寶服裝的號碼太不靠譜了！我買的好幾家不同店的羊毛、純棉、羊絨（號稱）開衫，不管標的是L、XL，還是XXL，收到的實物全都比以前在商場買的小1、2公分。你說號碼不準，我好好看產品說明，按照尺寸來選服裝。結果，白紙黑字的尺寸數據也全無信用！
你說你弄個VR，無非就是幫我試個衣服，看看合不合適、好不好看嗎？這倒好，按照商家提供的數據，VR試出來效果特別好，收到實物一看，完全不是一回事兒。原來我還以為淘寶的造假只是抄襲名牌，現在才發現造假也是一個生態鏈，從基本數據開始，每個環節都可能有假。所以，沒有基礎數據的標準化以及誠實守信的商業環境，服裝類VR會嚴重失真、失信。數據與實物不對標，會導致VR技術應用的作用大打折扣。
其次，AlphaGo贏了李世石，是否意味著機器已經比人聰明了？人是否應該有危機感了？我想說，大可不必，為時尚早。我們舉個例子來說明人工智能的不同層次。
比如說，《星球大戰》里的機器人部隊要來攻打北京，我們怎么辦？第一層次，如果是比較傻的、只會按照導航指令進行智能判斷的機器人（近似于單機版的AlphaGo），可以采用軟件打擊。先派偵察兵弄清楚機器人用什么地圖導航（包括自動駕駛汽車、無人機等這類新應用都依賴三維立體地圖的導航），然后用黑客手段把三維立體地圖數據全部換掉，用一套假地圖數據為機器人導航，把它們引到某死亡之地。
第二層次，假如機器人不但有一套導航系統，還具有批判性思維能力，并且有一套由衛星、各路傳感器系統組成的“觀察”體系，幫助機器人用周邊事實景物信息跟地圖信息進行比較，判斷地圖的真偽，情況就比較復雜了。對于這類機器人的進攻，最適當的應對措施就是硬件打擊，當機立斷斷電斷網。不過，需要說明的是，這種運算（機器學習）要復雜得多，系統配置也昂貴得多，而且要求網絡具備強大的容錯性能，防止信息被長城防火墻之類的攔截。
分清人工智能的這兩個層次，對于我們認識人的智能，認識媒介與認知的關系，具有重大的啟發。
討論人的智能首先需要區分兩種完全不同的認知論：個體認知論與社會認知論。教育心理學聚焦學習者個人的認知規律，偏重于個體認知論；互聯網大腦更多關注的是社會群體認知論。今天，教育技術學和教育學的“壞理論”根源往往在于將兩者混為一談。
簡單說，今天人類用書本、網絡所承載的全部知識，是從荷馬史詩、圣經、蘇格拉底、柏拉圖、亞里士多德、哥白尼一直到牛頓、達爾文、愛因斯坦等數千年來人類對世界全部觀察的積累。把這些分散于不同時空的“人類智慧”連接在一起的就是口傳、手工抄寫的羊皮書、印刷技術、廣播電視、互聯網等媒介技術。所以，當一個6歲的孩子坐在教室里拿起書本的時候，他面臨的巨大認知難題，是一個幼小的僅僅有6年人生經驗的個體跟人類整體經驗積累的對話。他首先要做的事情，是像海倫?凱勒那樣，在數十次、數百次的重復后，認“字”[3]。這樣的個體學習，不采用行為主義的學習方式，難道你讓他/她拒絕認字，自我建構一套表達符號？
人類知識就是由跨越時空的一個個個體，借助于媒介技術的記錄、匯聚、復制、傳承、批判等過程生產形成的。這是一個跨越時空的人借助媒介技術支持，以社會認知的方式生產知識的過程[4]。個體的學習，則是個人經驗，跟人類知識、規則對話，融入及參與社會合作，借以實現個人生存和發展的過程。區分個體的人、群體的人和作為人類的人，是我們分析和解決教育問題的出發點。我以為，當下中國教育研究中最大的問題，恰恰在于一直在討論一個抽象的、理想主義的、沒有具體所指的概念――人。因此，無論“全人”，還是技術與“人”，都是爭論不清的話題。
與人類整體的知識建構（社會認知論）相比，個體的人其實相當于處于三維地圖情境下的機器人，我們的感知傳感器能探測到的其實只是自己周圍很少的（真實）信息，如果你接收到的知識體系是被黑客“黑”過的一套假三維地圖的話，你如何判斷正確的方向？20世紀很多偉大的哲學思想，包括?？碌摹爸R考古學”、波蘭尼的“個人知識”、哈耶克的“自生自發秩序”等，其實或多或少都跟“個體的人”“某個群體的人”與“整體的人類知識”這個典型對話情景有關，恰如三維地圖情境下的機器人。換句話說，在制造一個人工大腦的機器的過程中，促進了我們對人類智慧的省察與深度思考。
不過，迄今為止，我們能做的仍然主要是在社會認知體系上的建構，用外在的認知形成去推演腦內的“運算”過程，人腦內部真正的意義形成至今還是一個未知領地（腦科學的研究主要還是在Function，而不是Meaning層面）。
對人工智能第一、第二層智慧的分析也說明，批判性思維的培養太復雜了，而應試教育（知道、信奉一套被輸入的知識）則要簡單得多。批判性思維不僅自己（學生、老師）要有質疑的意識，還需要一套社會化的“傳感器”系統的支持和驗證。所以，教育改革真的是天下最難的改革，也可以說，所有的改革本質上都是人的思維和認知方式的改革。
[參考文獻]
[1] 淘寶昨天不給人活路的新功能！嚇得我馬上剁了還剩下的那只手！[EB/OL]. （2016-4-2）[2016-04-15]. http：///s？__biz=MzA4ODQ2MjQzOA==&mid=403199279&idx=3&sn=f33fab64410e39b4c1250d77813326da&scene=2&srcid=0402kY4U4H9cWaErJNweN4Ls&from=timeline&isappinstalled=0#wechat_redirect
[2] 互聯網將取代人類的大腦？人工智能，腦科學與互聯網結合正在形成互聯網大腦[EB/OL]. [2016-04-15]. http：///s？__biz =MzIwOTA1MDAyNA ==&mid=402212257&idx=1&sn=1e6e8fab1102ad78afe7e755bc98afba&scene=7#wechat_redirect
[3][4] 郭. 中國網絡教育政策變遷――從現代遠程教育試點到MOOC[M]. 北京：北京大學出版社，2014：281，243-256.
收稿日期：2016-04-04
人工智能范文4
研究人員最近對一個名叫ConceptNet的人工智能系統進行了測評。在一項為檢測兒童智商而設計的測試中，ConceptNet的得分超過了一名智商正常的四歲兒童。
該測試共包含五項與詞語推理和詞匯有關的測驗，ConceptNet的總得分為69分，與之進行對比的學齡前兒童得分則為50分。并且專家認為，該系統的智能程度還會進一步加強。
ConceptNet是一項由麻省理工學院常識計算計劃團隊(MIT Common Sense Computing Initiative)管理的開源項目。該團隊研發的ConceptNet 4運用了所謂的“關系”這一概念。例如，當讓該系統解釋什么是“小鹿”時，它會明白“小鹿是一種鹿”，而不是”鹿是一種小鹿“。也就是說，它能夠理解這種動物的概念，以及“小鹿”和“鹿”這兩個詞匯和概念之間的關系。同時，該系統還可以使用所謂的“對立標記”表示負相關關系，比如“企鵝不會飛”等。
研究人員讓ConceptNet 4參與了“韋克斯勒學齡前兒童智力量表”測試(WPPSI-III)，并將研究結果發表在論文《Measuring an Artificial Intelligence System's Performance on a Verbal IQ Test For Young Children》上。WPPSI-III測試包含14項測驗項目，以及一份針對操作智商和言語智商的完整評估表。
操作智商測驗通常會要求受測人完成繪畫、解謎、記憶等任務。言語智商測驗則會考察兒童的詞語推理、詞匯及理解能力。每種智商得分的平均分都為100分。本次研究則主要針對言語智商進行測試。
在測試過程中，試題會通過語言處理工具轉換成ConceptNet 4能夠理解的語言，如“我們為什么要握手？”、“我們為什么要在夏天戴太陽鏡？”和“為什么將刀子放入嘴中是不好的行為？”等等。
該研究由芝加哥大學的斯特蘭?奧爾森(Stellan Ohlsson)帶領。在對單項測試計分時，研究人員先使用每道題目得分最高的答案計分，然后再使用每道題目得分最高的前五個答案中最好的答案計分。他們將前者稱為“嚴格計分”，后者稱為“放松計分”。
在“信息”測試中，ConceptNet得到了20分，而同時參加測試的四歲兒童通過轉換后的得分為10分。這名兒童在詞語推理和理解上得分更高，均為7分，而ConceptNet在這兩項上的得分分別為2和3分。此外，ConceptNet表現出了更豐富的詞匯量，詞匯得分為20分，而兒童得分為13分。
“ConceptNet系統的得分與四歲兒童相仿，但低于五至七歲兒童的平均得分，”研究人員解釋道，“該系統在每個單項中得分差異很大，說明還有改進的空間。在所有測試中，‘理解’是最關乎人類常識的測試項目。得分差異大、常識方面表現一般，這說明ConceptNet尚不具有四歲兒童的語言能力。但本次研究說明，兒童智商測試可以為人工智能系統的評估和比較提供一種客觀的度量手段?！?/p>
“此外，許多由ConceptNet給出的錯誤答案和兒童給出的錯誤答案不僅相去甚遠，而且違反常識?！?/p>
例如，在關于“獅子”的詞語推理測驗中，該AI系統和首測兒童被給予三條線索——“雄性長著鬃毛”，“該動物生活在非洲”，以及“它是一種體型很大的棕黃科動物”。
由ConceptNet給出的排名前五的答案按順序排列為：狗，農場，生物，家庭，貓。
研究團隊解釋道，“生物”和“貓”尚且還能與“獅子”沾邊，但其它的答案就明顯有悖于常識了。
“按照常識，受測者應該至少能將答案限制在動物的范圍內，同時能做出簡單的推理：“既然線索說它是貓科動物，那只有貓科動物能夠被列入考慮范圍?！?/p>
該論文被發表在期刊《arXiv》上，共同作者包括羅伯特?斯隆(Robert Sloan)、捷爾吉?圖蘭(Gy?rgy Turán)和阿隆?尤拉斯基(Aaron Urasky)。
測試方法
研究人員讓ConceptNet 4參與了“韋克斯勒學齡前兒童智力量表”測試(WPPSI-III)，并將研究結果發表在論文《Measuring an Artificial Intelligence System's Performance on a Verbal IQ Test For Young Children》上。WPPSI-III測試包含14項測驗項目，以及一份針對操作智商和言語智商的完整評估表。
操作智商測驗通常會要求受測人完成繪畫、解謎、記憶等任務。言語智商測驗則會考察兒童的詞語推理、詞匯及理解能力。每種智商得分的平均分都為100分。本次研究則主要針對言語智商進行測試。
在測試過程中，試題會通過語言處理工具轉換成ConceptNet 4能夠理解的語言，如“我們為什么要握手？”、“我們為什么要在夏天戴太陽鏡？”和“為什么將刀子放入嘴中是不好的行為？”等等。
該研究由芝加哥大學的斯特蘭?奧爾森(Stellan Ohlsson)帶領。在對單項測試計分時，研究人員先使用每道題目得分最高的答案計分，然后再使用每道題目得分最高的前五個答案中最好的答案計分。他們將前者稱為“嚴格計分”，后者稱為“放松計分”。
什么是ConceptNet
ConceptNet是一項由麻省理工學院常識計算計劃團隊(MIT Common Sense Computing Initiative)管理的開源項目。該團隊研發的ConceptNet 4運用了所謂的“關系”這一概念。
人工智能范文5
人工智能超越人腦這種說法只是在某一方面，比如在計算速度上。但終究也有瓶頸，有些東西是人腦特有的，不會被超越。
人工智能，英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。
人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。
（來源：文章屋網 ）
人工智能范文6
1956年的達特茅斯會議是人工智能研究的歷史起點，至今正好是一個60年甲子。在這60年的發展過程中，伴隨著計算機技術和民用科技突飛猛進的發展，人工智能研究本身經歷了兩次波峰與波谷，而從2006年起始至今愈發升溫的人工智能熱，是第三次人工智能浪潮，而60年甲子的當下，正處于人工智能爆發的前夜。
在這第三次浪潮中，中國、美國和歐洲，不約而同地將人類大腦研究上升為國家戰略科研高度，而以百度、科大訊飛為代表的中國科學家與產業勢力，也是歷史上第一次與西方的同行們同步前進，共同推動人類科學技術的前沿探索。
科大訊飛董事長劉慶峰表示，人工智能未來會像水和電一樣無所不在。而在人工智能的三個層次――計算智能、感知智能和認知智能之中，前兩者機器的能力已經超越人類，讓機器實現認知智能是目前人工智能科研的焦點，這也是人區別于動物的最本質能力。
而從人類自身的發展來看，產生認知智能的標志是語言的廣泛使用。所以，在第三次人工智能浪潮中，世界上眾多的科學家都不約而同地從“自然語言理解”這個研究方向上，尋找人工智能的突破口，亦即從語音與語言入手實現機器（包括可穿戴設備）的認知革命。
方興未艾的可穿戴設備市場依然處在早期發展階段，設備本身不值錢，透過設備獲得數據、提供服務才是核心?；跀祿杉?、分析等環節，依托人工智能算法，為佩戴者提供一個完美的科技體驗，即用數據驅動現實世界與虛擬世界的融合。
可穿戴智能設備給用戶帶來完美科技體驗，人機交互至關重要。未來，可穿戴智能設備將會成為人的一部分，正在興起的可穿戴智能設備將作為傳感器的載體，實現人、機、云端更高級、無縫的交互，實現情景感知，讓可穿戴智能設備擁有“智慧”?？纱┐髦悄茉O備與人工智能兩者結合，使得人體感知能力進一步補充和延伸，情景感知將會是下一個智能硬件科技新趨勢，很多可穿戴智能設備將具備某些“情景感知”功能的應用軟件，這一核心是人工智能的崛起。
[事 件]
智能手表VS智能手環
2015年3月10日凌晨，蘋果于春季會上終于抖開了Apple Watch最后一層面紗，采用了方形設計，行貨最高售價12.68萬，直叫人咂舌！Apple Watch能否顛覆智能手機也成為了業界熱議的話題。
蘋果從未給過一種產品這么多個性化選擇，Apple Watch有兩個不同尺寸（38和42毫米），三種材質（不銹鋼、鋁合金、18K金，每種材質又有兩種顏色），及六種不同款式的表帶，每種表帶又有多種顏色供選擇。如果將這些混搭，又能產生更多組合。值得一提的是，無論42還是38毫米款式，這么小的觸屏屏幕都不方便操作，蘋果無法改變這點，但他們為屏幕增加了一個操作維度：力度感應。這是別的競爭對手都沒有的功能，也是Apple Watch的殺手锏之一，能夠根據壓力的不同產生不同的交互功能。
其主要功能可以分為兩個類型：iPhone功能的延伸，以及手表本身的特有功能。它需要配合iPhone使用（iPhone 5或更高版本，iOS 8.2以上），因為幾乎所有的應用運算部分都在手機，可以說，安裝在Apple Watch上的應用并非獨立存在，它只是iPhone版本在手腕端的特殊展現形式。
6月19日，美國智能手環制造商Fitbit在紐約證券交易所掛牌上市，作為第一家在美上市的穿戴設備類公司，Fitbit的股價在上市首日便大漲48.4%至29.68美元。
《福布斯雜志》評論這是2015年最令人期待的首次公開募股（IPO）之一。多位業內人士也表示，Fitbit的上市無論是對國際還是國內的可穿戴市場都會起到正向的激勵和示范作用。
2014年，Fitbit實現首個年度盈利，使得其財務狀況處于一個良好的階段，Fitbit市場份額也以34%保持領先，并擁有2.378億美元的現金流。事實上，連美國總統奧巴馬都曾佩戴其手環，名人效應明顯。但更重要的是，其為目前仍處于融資或者待融資的可穿戴設備商提供了估值的參考。
不僅如此，對中國廠商同樣具有指導意義。這意味著，小米手環制造商華米科技等接下來的融資可以有更具實際意義的參考標的，而不是“市夢率”。
但壞消息是，挑戰依然很多。這一年，Jawbone多次對Fitbit提起指控，后者一是挖走員工并竊取了知識產權，二是侵犯相關專利。
蘋果Apple Watch等智能手表也常常被認為是Fitbit最大的競爭者。手表從功能替代性上完全可以取代手環，這已經是業界的共識。目前趨勢尚未扭轉的原因是，手表的價格遠高于手環。但隨著蘋果等智能手表廠商在如健康監測等相同功能外，增加越來越多的增值服務，用戶的選擇肯定會更加傾向于功能完善、體驗效果好的產品。
[背 景]
可穿戴設備的發展軌跡
可穿戴設備最早是在賭場里為作弊誕生的，早在上世紀60到70年代，最早的可穿戴設備被發明出來，用來增加在賭桌旁的勝率。此后，可穿戴設備發展并不迅速。
20世紀80年代，計算器腕表流行。世界首款手腕計算器――Pulsar在1975年年末正式，并隨即流行。1981年，還是高中生的Steve Mann把一部6502計算機連接到了一部帶鋼架的背包上，控制攝影裝備。這款設備的顯示屏是連接到頭盔上的取景器，Mann對可穿戴設備的發展做出了很大貢獻。
當時，可穿戴設備技術雖然很先進，但是對消費者來說，并非剛需?？苹秒娪皩纱┐髟O備的發展，起到了一定作用。1984年電影《終結者》放映，在電影中，機器人所看到的現實世界圖像上被加入了一層計算機界面，這個設備和現在的谷歌眼鏡理念有些類似。
1987年，首款數字助聽器問世，但是由于它的設計體形龐大，這類設備并沒能取得商業上的成功。1994年，發明計算機背包的Steve Mann制作出一款可穿戴攝像頭，并實現了將圖像上傳到網絡的功能。2000年，首款藍牙耳機發明。2002年Xybernaut Poma可穿戴PC問世，這款設備就像是把磁帶錄音機戴在了頭上。
2003年，世界首款完全數字化的起搏器Vitatron C-Series問世，這款設備可以讓醫生在18秒內下載病人的信息。2006年，耐克和蘋果聯合推出了Nike+iPod，一款允許用戶將自己的運動同步到iPod當中的運動套件。耐克隨后還推出了數款帶有iPod專用口袋的服飾。2009年，WW200可穿戴計算機由Glacier Computers所，主要為了用戶能在緊急情況下獲得大量的信息，并具有防水功能。
2013年，谷歌眼鏡，可通過語音識別和側面的觸控板來進行控制。谷歌眼鏡是一款固定在眼鏡上的光學頭戴顯示器，通過語音控制，可以用WIFI上網。三星發明了智能手表，可使用藍牙和安卓手機相連接。日本汽車制造商日產Nismo智能手表，可以為駕駛員提供平均時速、油耗和駕駛員心率等信息。售價120美元。
2014年，有關蘋果iWatch的傳言甚囂塵上，這是一款能夠通過WiFi上網的智能手表。目前，全球智能穿戴市場方興未艾，蘋果Apple Watch智能手表銷售一枝獨秀，小米、Fitbit則在智能手環市場攻城略地，然因整體穿戴市場表現不如預期，加上愈來愈多的競爭者加入戰局，即便是居于領先的業者亦面臨極大壓力，近期龍頭廠商Fitbit便加速擴充產品功能，企圖減緩競爭對手在市場節節進逼的威脅。
面對以低價沖刺銷售量的小米手環，以及鎖定高階市場的Apple Watch兩大勁敵夾擊，加上其他穿戴業者奮起直追，Fitbit面臨愈來愈大競爭壓力，由于小米手環定價僅15美元，相較于售價100美元的Fitbit Flex極具價格優勢，小米手環在穿戴式裝置市占率已突破15%，蘋果Apple Watch則囊括約2成版圖，至于Fitbit則從原本約3成市占率，下滑至不到25%。
值得注意的是，隨著智能手表持續強化應用功能，全球市場規模擴大，主要訴求運動健身追蹤功能的智能手環，未來市場規模恐遭到壓縮。隨著Apple Watch使用者持續增加，將會有更多應用App推出，加上愈來愈多類似功能的產品投入市場競爭，Fitbit既有的領先地位恐岌岌可危。由于智能手表功能持續增加，且價格下滑，智能手表和智能手環市場區隔愈益模糊，可穿戴設備業者必須找出明確的產品定位，并且加快應用愈來愈成熟的人工智能技術，形成不同凡響的體驗，才能在市場上占有一席之地。
[焦 點]
人工智能支撐可穿戴設備腦思考
可穿戴設備是物聯網最大消費類產品，作為物聯網領域一部分，連接、交互是可穿戴設備最基本功能，對于可穿戴智能設備后端支撐的人工智能、云端運算是可穿戴設備實現科技體驗最大的核心支撐技術。
1956年，Minsky和McCarthy主持的Dartmouth會議，被稱為人工智能的誕生典禮。60年后，隨著移動互聯網、云計算、大數據的發展，全球范圍內的人工智能研究達到了前所未有的熱度。國內百度、科大訊飛在第三波人工智能浪潮中，將會成為下一代人機交互變革的領航者。百度在人工智能方面積極布局，在硅谷成立人工智能實驗室，吳恩達為首席科學家，帶領團隊搭建中國的“超腦”。
據公開資料顯示，科大訊飛2014年提出“訊飛超腦”計劃，未來“訊飛超腦”將考上國內重點大學，訊飛超腦關鍵技術要突破人工智能在語言理解、知識表示、邏輯推理和自主學習方面的認知智能技術體系，研究面向穿戴式設備及智能家居的新一代感知智能語音交互核心技術。
未來可穿戴智能設備將由人工智能變得更強大，顯然人工智能應用中發揮可穿戴設備巨大價值，模擬人腦的思考方式，幫助我們從后端服務器中獲得及時信息并呈現給用戶。
在后端還有一個重要參與者，即圖靈機器人，2014年11月6日，圖靈機器人了一款人工智能級的機器人操作系統――Turing OS，希望借此賦予機器人和人相似的思維能力、情感能力及學習能力。據傳感物聯網創建人楊劍勇介紹，圖靈機器人可為智能化軟硬件產品提供中文語義分析、自然語言對話、深度問答等人工智能技術服務。
時隔一個多月后，12月21日，科大訊飛也在北京國家會議中心人工智能領域新產品，正式推出人機交互界面AIUI，以及錄音寶、錄音筆、訊飛聽見網、智學網、E聽說等To C產品。
AIUI集成了包括雙全工技術、麥克風陣列技術、聲紋識別技術、方言識別、語義理解技術和和內容服務等科大訊飛一些列尖端科研成果和完善服務，代表業界最高水準的技術產品。在現場，科大訊飛在全球首次將演講人（劉慶峰）的演講同步轉寫成文字在大屏幕顯示，敢于接受現場數千參會者和數千萬觀看視頻直播觀眾的檢驗。
劉慶峰表示，在實際上已經到來的“萬物互聯時代”，語音為主，觸摸、圖像、手勢為輔，將成為人機交互的新常態，而在這種人類生活的新常態中，人工智能技術的突破是用來延伸人類能力而非替代人類的。人工智能將使人類更幸福、更富想象力和創造力。
[啟 示]
可穿戴智能設備要擊中需求點
市場調研公司IDC的最新報告顯示，2015年可穿戴設備市場的銷量，將從去年的2640萬部提升至約7210萬部。而另一家調研公司CCS Insight的數據則更為樂觀，根據其最新報告《2015～2019年全球可穿戴設備預測》，2019年可穿戴設備出貨量將達到2.45億部。
作為具備部分計算功能、可連接手機及各類終端的便攜式配件，可穿戴設備“家族”已經人丁興旺，目前包括手表、腕帶、眼鏡、頭盔、服裝、鞋子、腰帶、書包、拐杖等多種形態，產品品種令人眼花繚亂。
在高科技領域，一項技術和相應產品能否取得成功，不止取決于技術、資金等內部條件，還取決于外部環境，就好比沒有私家車的普及化，手機地圖不會成功一樣。
