前言：中文期刊網精心挑選了計算機技術與人工智能基礎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。
計算機技術與人工智能基礎范文1
關鍵詞：人工智能；計算機輔助工藝；應用
中圖分類號：TP18
1 人工智能概述
人工智能是是一門主要研究計算機對人的一些智能行為（如推理、學習、規劃、思考等）與思維過程進行模擬的學科，主要內容有計算機智能原理、研制與人腦智能相似的計算機，使得計算機能夠達到更高標準、更高層次的應用。從計算機的應用系統這一角度來看，人工智能技術主要是研究制造智能機器或者是智能系統，進行對人類智能行為與活動能力的模擬。
2 計算機輔助工藝設計概述
2.1 基本概念及特點。計算機輔助工藝設計，簡稱CAPP，是把計算機技術作為手段，用來輔助工藝設計人員用系統化的方法來實施工藝設計，實現工藝設計的信息化，進而達到工藝設計數據能夠共享。CAPP的主要特點有：能夠幫助工藝設計人員減少繁瑣大量的重復勞動，把主要精力投向新產品、新技術和新工藝的研發上面；能夠增強工藝產品的繼承性，可以實現現有資源利用的最大化，進而減少生產成本；能夠讓并沒有很多經驗的設計師完成出高質量的工藝作品，實現緩解制造業設計任務繁重的目的。
2.2 分類。CAPP系統按照工作原理的不同可以分為五大類，分別是派生式、交互式、綜合式、創成式與專家系統：（1）派生式?；诔山M技術而建立的，基本原理主要是利用零件所具有的相似性，也就是相似的零件有著相似的工藝規程。（2）交互式。主要是采取人機對話的形式，在典型工序、標準工步的基礎上，進行工藝設計，這種類型工藝規程的質量受人的影響比較大。（3）創成式。依據工藝決策的算法與邏輯而進行工藝設計的，是由無到有自動產生具體的工藝規程。（4）綜合式。是把派生式、交互式與創成式系統的優點合為一體的CAPP系統。目前來說，大多數的計算機方面的輔助工藝設計都是采用這種模式。（5）專家系統。是基于人工智能的CAPP系統，創成式系統與專家系統都能夠以自動生成的方式產生工藝規程，創成式是以邏輯決策與算法加為主要特征的，同時，專家系統是以知識庫與推理機為主要特點的。
2.3 技術原理分析。CAPP系統是在傳統人工工藝設計的基礎上發展起來的，只是把計算機技術引入到了人工工藝的設計過程當中，并且進行了優化設計，主要的技術原理有下面幾個方面：（1）能夠有效利用設計人員所掌握的工藝方面的知識與經驗，把這些工藝知識與經驗記錄下來，并且存儲到數據庫當中。（2）有效地利用了圖紙當中所提供的各類產品零件數據，并把工藝設計中所涉及到的一些重要數據用數據庫的形式存儲起來，這就實現了數據資源的共享與隨時調用。（3）根據數據庫形成標準的工藝設計文件模式，這有助于工藝文件格式與管理的規范化。（4）還能夠根據工藝參數與制造資源的情況，建立相關的工藝參數數據庫與制造資源的數據庫。
2.4 重要性。隨著目前制造技術的快速發展，尤其是對工藝產品生命周期信息的共享需求更為強烈，CAPP在整個工藝產品的生命周期中所具有的功能協調與信息集成的重要作用已經被人們深刻認識到。
對工藝設計技術而言，在長期發展過程當中，需要某種技術來解決現有的技術難題，增強工藝設計方面的技術水平。同時，對計算機技術而言，在工藝設計技術這個領域的應用能夠提升它的生命力，而且，計算機技術能夠有效地解決工藝設計中所遇到的瓶頸。而CAPP技術完美地結合了這兩者，實現了計算機技術與工藝設計的統一。
3 人工智能在計算機輔助工藝的設計開發中的應用
3.1 智能化。將人工智能運用到CAPP系統的研究與開發中，使得CAPP系統在知識推理、知識獲取等方面能夠模擬人的智能活動與思維方式，實現復雜工藝設計問題的解決，使得CAPP能夠具有人類的智能特性，也就是智能化CAPP，這是人工智能技術在CAPP系統中的一種應用。
3.2 人工神經網絡。近幾年，人工智能在CAPP系統的開發過程中的充分應用，使得CAPP系統取得了很大的發展，同時，人工神經網絡就是人工智能技術在CAPP系統中的一大應用。人工神經網絡主要是依據生物體的神經系統原理進行現實世界客觀事物的處理，由大量非線性的處理單元并聯而成，具有信息的并行處理、分布式存儲等特點。
3.3 遺傳算法。遺傳算法是起始于代表問題有可能潛在的解集種群，種群是由一定數目的基因編碼的個體所組成的，每個個體實質上都是有染色體特性的實體。所以，在開始階段，需要完成由表現型到基因型的編碼工作，比如說二進制編碼。在產生初代種群之后，進而依照優勝劣汰及適者生存的原理，逐步演化產生越來越優化的近似解，同時，依據問題當中實體的適應度對實體進行選擇，并且借助自然遺傳學的算子實現組合的變異及組合，進而產生代表新解集的種群。這一過程將會使得種群一代比一代更加適應環境，其中末代種群的最優實體經過解碼之后，可以作為問題的最優解。
3.4 粗糙集技術。在CAPP技術中，可以利用粗糙集的技術與理論進行專家系統的構建，獲取知識并進行優化，主要思路是：把各種零部件的加工特性和加工方法表達為決策屬性和條件屬性的方式，一行就是代表一種零部件，多種零部件就組成了一個二維表，進而量化屬性、組織決策表，接著再利用約簡算法對屬性值及屬性集進行約簡，除去冗余的決策規則和條件屬性，進而得到最小化的決策規則集，因而，當輸入需要加工的零部件的加工特性時，就能夠得到優化后的加工工藝了。
4 未來的發展趨勢
CAPP技術能夠用來幫助工藝設計人員，但絕對不是取代，通用、實用的CAPP系統不適合追求完全意義上的自動化。操作者應該有充分的工藝設計知識與判斷能力，關鍵性的決策需要由操作者給出。對于具有足夠判斷能力的工藝設計人員來說，判斷、決策都不是很難的工作，然而，對于計算機來說，這就可能很難勝任了。建立并完善知識庫和它的使用法則，這是CAPP系統基于知識、商品化的漸進式發展的目標。
智能化CAPP技術的發展仍然會是基于充分發揮人類的智能優勢這一基礎之上，對各種先進的人工智能技術進行綜合應用，進而實現CAPP系統的智能化。
然而，從目前人工智能的水平而言，還無法使CAPP技術在智能化的水平上能夠實現實質性的突破。這主要是因為當前的人工智能主要還是用來模擬人類的邏輯思維、推理等方面的優勢能力，卻無法高效地對人類的形象思維、和創造性思維、抽象思維能力進行模擬，然而，CAPP系統不但需要有推理的能力，還需要有“聯想”的能力，CAPP系統的開發需要解決很多人的邏輯思維活動方面的問題。所以，如果要是想要增強CAPP系統的人工智能化水準，一定要在人工智能的技術方面有新的突破，處理好人工智能方面的技術問題。同時，還要強化人工智能在產品工藝的設計環節中的運用，尤其是把人工神經網絡和專家系統技術進行有機地結合，進一步實現CAPP系統智能化水平的提高。
5 結語
對市場經濟下的企業工藝設計特點進行充分分析，進而對工藝設計的信息化以及計算機輔助系統技術的應用進行研究，把先進的標準化技術、現代工藝設計技術與計算機的應用技術完美結合于一體，發揮出信息及計算機技術在企業工藝設計過程中的最大作用，進而引導我國計算機輔助工藝設計技術的開發與應用。
參考文獻：
[1]張振明，許建明.CAPP的應用與發展[J].計算機輔助設計與制造，2002，7：3-5.
[2]李穎.企業工藝設計對CAPP系統提出的要求[J].計算機世界網，2001，6：29-31.
[3]焦黎，慈建平，程光耀.基于工藝特征元的自動機CAPP系統研究[J].組合機床與自動化加工技術，2004，6：10-14.
[4]蘇海洋，劉成穎，翟聽.企業集成環境下CAPP系統的研究[J].現代制造工程，2002，5：24-26.
計算機技術與人工智能基礎范文2
關鍵詞：計算機技術；人工智能
1 人工智能的發展歷史
1.1萌芽階段
1956年以前，英國數學家圖靈為人工智能做了開拓性的貢獻。圖靈機的出現是人工智能乃至整個計算機科學發展進入新階段的標志，1961年以后，人工智能主要內容涉及知識工程、自然語言理解等。人們研究人工智能方法也分為結構模擬派和功能模擬派，分別從腦的結構和腦的功能入手研究。
1.2成長階段
20世紀80年代，人工智能的研究進入成長階段。1984年，Astrom明確提出建立專家控制的新概念，專家系統是一種具有特定領域內大量知識與經驗的程序系統，其水平可以達到甚至超過人類專家的水平，專家控制系統是目前人工智能中最活躍最有效的一個研究領域，專家系統可分為解釋型、診斷型等類型，1986年，中國蔡自興提出把人工智能、控制論、信息論和運籌學結合起來，用于構造不同領域的智能控制系統，有效地促進專家系統進一步發展。與此同時，人工神經網絡的研究也因為人工智能的發展再度掀起熱潮；對于模糊理論的研究，以及其他分支也都開始迅速開展研究。這些標志著智能控制已從研制開發階段轉向應用階段。
1.3快速發展階段
20世紀80年代末，人工智能開始逐步向多技術、多方法的綜合集成與多學科、多領域的綜合應用型發展，人工智能進入了快速發展階段。人工智能既然是多個自然科學和社會科學交叉的結晶，那么每一個學科的研究成果都可以成為另外一個學科的研究基礎或輔助手段?？梢灶A見，作為創新思想的源泉，學科交叉將催生更多的研究成果，學科交叉也必將孕育人工智能未來的大突破。對于人工智能學科整體而言，要有所突破，需要多個學科合作協同，在交叉學科研究中實現創新。
2 當前的研究和市場應用
艾瑞《2015年中國人工智能應用市場研究報告》，從“發展現狀”“應用現狀”“發展前景及市場機會”三方面對目前國內人工智能應用市場做出分析判斷，并對未來國內外人工智能市場的發展做出預測。報告透露，以BAT為首的互聯網巨頭已在人工智能領域布局，同時，上百家創業企業開始滲透并構架起產業基礎層、技術層、應用層，形成產業鏈模型。
3 人工智能與人的智能對比
3.1第一回合：人類險勝
人與計算機的對抗可以上溯至20世紀70年代，最早是計算機技術人員在實驗室一種休閑娛樂。1996年2月，由IBM開發的超級電腦深藍（Deep Blue）挑戰國際象棋世界冠軍卡斯帕羅夫，在經過7天的比賽之后，深藍以2∶4的失敗告終。這是歷史上第一次由人工智能挑戰世界頂級棋類選手，深藍輸了比賽，卻引起全球對人工智能發展的高度關注，這臺冷冰冰的機器在比賽中并沒有讓世界冠軍好受，卡斯帕羅夫雖然最終贏得比賽，但也宣告了人機對抗中人類勝利的歷史的結束。
3.2第二回合：人類完敗
1996―2016年的二十年，人類與機器之間進行了三次標志性的競賽，均以人類失敗告終。1997年，IBM深藍再次挑戰卡斯帕羅夫，并以3.5∶2.5的優勢贏得比賽，成為首個在標準比賽時限內擊敗國際象棋世界冠軍的電腦系統，同時也標志著人機智力對抗中，機器已經實現逆轉。
2011年，IBM開發的集成服務器沃森（Watson）參加美國《危險邊緣》，并最終擊敗最高獎金得主魯特爾和連勝紀錄保持者詹寧斯，獲得了100萬美元獎金。這是人工智能在綜藝節目上第一次擊敗人類選手獲得最高獎金。相對于深藍，沃森需要處理的信息更加復雜，盡管在一些提示信息相對較少的問題面前表現明顯不如人類，但是依靠強大數據處理能力和運算速度上的優勢，戰勝人類。
然而這一切到了2016年，發生了改變。2016年伊始，谷歌宣布其倫敦子公司Deep Mind開發的AlphaGo機器人以5∶0大勝歐洲圍棋冠軍樊麾，隨后又以4∶1比分戰勝世界冠軍韓國圍棋國手李世石。2016年底，AlphGo化名Master在圍棋網絡平臺上所向披靡，將中日韓的一個個頂尖棋手斬于馬下，取得了60連勝輝煌戰果。因為圍棋是迄今為止最復雜的棋類游戲，那么機器能夠在圍棋上戰勝人類頂尖選手則意味著至少在棋類游戲上實現了對人類的全面超越。
3.3第三回合：休戰、共贏
無論是深藍、沃森還是AlphaGo，其研發的目的遠不止贏得一場比賽那么簡單。IBM早已將深藍和沃森系統應用于藥物研發、金融風險計算等領域。至于輸給深藍的卡斯帕羅夫，也并沒有因為失敗而從此一蹶不振，相反他又拿下了幾乎所有著名的國際象棋比賽的冠軍，最后退出國際象棋界后，轉身又進軍政界。輸給AlphaGo的李世石從此人氣大漲，參加了各種訪談和綜藝節目，圍棋在韓國年輕人中進一步升溫。雖然人機大戰在比分上表現為人類的完敗，但最終的結果是：雙方都從中受益。
4未來發展方向
雖然人工智能有二十多年的發展歷史，但仍然處于研究階段，它仍然面臨一些問題。人工智能的發展是力求讓智能系統做出自己的決定。深度學習是機器學習的新浪潮，也是人工智能發展的一個里程碑，雖然深度學習已經在語音識別、圖像識別等領域小試身手，但客觀上講還處于襁褓階段，無論是理論研究還是工程化都還面臨巨大的難題。誰也不能保障深度學習在未來能否成為人工智能最基礎的方法，也許會有新的更好的技術替代深度學習，但是可以肯定的是，人工智能的夢想不再遙遠，機器將在不久的將來像人類一樣思考。
5結語
人工智能是社會發展的需要，也是社會發展的必然產物。伴隨著人工智能的發展，一方面學科在不斷細分，高度分化，另一方面，學科在不斷融合，呈現出交叉和綜合的趨勢。在備受關注的機器人領域，人工智能也具有無限的發展空間，雖然現在機器人的發展已經讓人矚目，但是相信人工智能會給我們帶來更加震撼的成果。
對人工智能的研究是人類一直以來的愿望，同時也是一項極其具有挑戰性的研究學科，和其他研究一樣，必定障礙重重，但是有信心與毅力恰好是人類勝過人工智能的一個方面，所以我們要敢于挑戰，敢于創新，讓人工智能取得新的突破性成就。
參考文獻：
[1]于新生，劉德華.控制理論與人類智能[J].周口師范學院報，2006，23（2）：65-67.
作者簡介：
計算機技術與人工智能基礎范文3
人工智能的含義于1956年第一次問世以后，于科研行業里快速興起，不斷發展成了一系列把計算機作為主導，涉及到生物學、心理學、語言學、數學邏輯、醫學、信息論、控制論與自動化等覆蓋面較廣的新科技。與人工智能結合，讓機器具有和人們智能階段相似的體系，可以成功實現人類智能可以做完的任務。人工智能機理為討論、研制怎樣拓展、仿真人的智能的機理。人工智能技術是新發展起來的計算機科學其中的一個領域，它詮釋了智能的本質，且于這個基礎之上加工出一系列和人類智能相似的智能機器。這個行業的探究涉及機器人、語言分辨、圖像分辨、自然語言處理等多個體系。電氣工程主要探究的是與電氣工程相關的信息處理、信息處理與計算機、體系運作、開發研究、自動控制及電子電氣技術等。由于科學技術進步越來越快，計算機技術現已在人們生活里無處不在。快速進步的計算機編程技術有利于宣傳、自動化輸送及宣傳。人們的大腦是非常精密的儀器，計算機編程不僅可以模仿它給信息實施研究、解決、互換、采集與答復，因此對人類大腦技術的研究可以有利于電氣工程自動化的進步。電氣自動化控制對于加大互換、加工、配置及運輸等起著關鍵的作用，完成電氣工程的自動化，能夠減少投資的人力費用，節約更多時間。
二、人工智能控制器的好處
對于不一樣的人工智能控制，必須采用不一樣的措施來分析。然而部分人工智能控制器，比如：遺傳算法、神經、模糊與模糊神經全部為一類不是線性的函數近似器。使用以上區分的方法有益做整體的分析，而且能夠有利于為控制方案做整體性的研究。上面提到的人工智能函數近似器擁有普通的函數近似器而沒有的好處。第一，大部分情形下，準確地知道控制物體的動態方程是相當繁雜的，所以控制器規劃現實控制物體的模板的時候，常常能夠出現許多無法預料的原因，比如參數改變和非線性時等，這些往往不能夠掌控。但是人工智能控制器規劃時能夠無需控制物體的模板。按照降下的時間與回復的時間不一樣，人工智能控制器經過一定的調節能夠加強本身的功能。比如從降下的時間角度分析，模糊邏輯控制器優于PID控制器的四倍；從升起的時間角度分析，模糊邏輯控制器優于PID控制器的兩倍。和傳統的控制器比較，人工智能控制器擁有容易調整的特點。雖然沒有專業人員的實時引導，人工智能控制器也可以采用回復數據以實施規劃。還能夠經過使用語言和有關信息等形式實施規劃。人工智能控制擁有非常大的同一性，鍵入以前沒有見過的數據便可以出現非常高的數值，能夠減少驅動器給其造成的不良反應。針對一些控制物體，即使現在未使用人工智能控制器也能夠有非常好的影響，然而針對別的控制物體，并不確定是否有類似的非常好的影響，所以對于規劃需要根據實際問題制定具體的解決方案。對于模糊化與反模糊化，假如使用適應模糊神經控制器與隸屬函數，可以準確地實施定期核實。對于完成此成果的多種方案里面，唯有經過體系工藝的應用才可以獲得固定的數值，加上簡便的拓撲組構，可以達到非?？斓淖詫W程度。
三、人工智能于電氣自動化里的應用
人工智能探究的重要目的是讓機器可以完成部分一般要人類智能勝任的繁雜任務，電氣自動化為分析和電氣工程相關的體系運作。人工智能的組成部分包含邏輯推導、定理證明、機器人學、專家體系、自然語言理解，人工智能的使用表現在問題解答、自動程序規劃、行為功能、思維功能與感知功能等。但是以上方面全部表現了自動化的特點，傳達了同一個主旨內容，那就是加強機械人們意識功能，提高控制自動化。所以人工智能對于電氣自動化行業將會起到非常重要的作用，電氣自動化控制同時也需要人工智能的加入。由于人工智能技術進步地越來越快，許多科研工作者開展了對于人工智能在電氣工程自動化控制中的探討，比如：怎樣把人工智能體系使用到問題的判斷及預料、電氣產品規劃及愛護或控制等。從如何更好地規劃產品角度講，規劃電氣裝置是相當復雜的任務。需應用電器、電路、電機和磁場等多課程的專業知識，還需應用傳統規劃里的經驗。
四、結語
計算機技術與人工智能基礎范文4
【關鍵詞】人工智能 計算機技術
一、人工智能的定義
“人工智能”(Artificial Intelligence)一詞最初是在1956年Dartmouth學會上提出的。人工智能是指研究、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。目前能夠用來研究人工智能的主要物質手段以及能夠實現人工智能技術的機器就是計算機,人工智能的發展歷史是和計算機科學與技術的發展史聯系在一起的。
人工智能理論進入21世紀,正醞釀著新的突破,人工智能的研究成果將能夠創造出更多更高級的智能“制品”,并使之在越來越多的領域超越人類智能,人工智能將為發展國民經濟和改善人類生活做出更大貢獻。
二、人工智能的應用領域
1.在管理系統中的應用
(1)人工智能應用于企業管理的意義主要不在于提高效率,而是用計算機實現人們非常需要做,但工業工程信息技術是靠人工卻做不了或是很難做到的事情。在《談談人工智能在企業管理中的應用》一文中劉玉然指出把人工智能應用于企業管理中,以數據管理和處理為中心,圍繞企業的核心業務和主導流程建立若干個主題數據庫,而所有的應用系統應該圍繞主題數據庫來建立和運行。換句話說,就是將企業各部門的數據進行統一集成管理,搭建人工智能的應用平臺,使之成為企業管理與決策中的關鍵因子。
(2)智能教學系統(ITS)是人工智能與教育結合的主要形式,也是今后教學系統的發展方向。信息技術的飛速發展以及新的教學系統開發模式的提出和不斷完善,推動人們綜合運用超媒體技術、網絡基礎和人工智能技術區開發新的教學系統,計算機智能教學系統就是其中的典型代表。計算機智能教學系統包含學生模塊、教師模塊,體現了教學系統開發的全部內容,擁有著不可比擬的優勢和極大的吸引力。
2.在工程領域的應用
(1)醫學專家系統是人工智能和專家系統理論和技術在醫學領域的重要應用,具有極大的科研和應用價值,它可以幫助醫生解決復雜的醫學問題,作為醫生診斷、治療的輔助工具。事實上,早在1982年,美國匹茲堡大學的Miller就發表了著名的作為內科醫生咨詢的Internist 2Ⅰ內科計算機輔助診斷系統的研究成果,由此,掀起了醫學智能系統開發與應用的。目前,醫學智能系統已通過其在醫學影像方面的重要作用,從而應用于內科、骨科等多個醫學領域中,并在不斷發展完善中。
(2)地質勘探、石油化工等領域是人工智能的主要作用發揮領地。1978年美國斯坦福國際研究所就研發制成礦藏勘探和評價專家系統“PROSPECTOR”,該系統用于勘探評價、區域資源估值和鉆井井位選擇等,是工業領域的首個人工智能專家系統,其發現了一個鉬礦沉積,價值超過1億美元。
3.在技術研究中的應用
(1)在超聲無損檢測(NDT)與無損評價(NDE)領域中,目前主要廣泛采用專家系統方法對超聲損傷(UT)中缺陷的性質、形狀和大小進行判斷和歸類;專家運用超聲無損檢測儀器,以其高精度的運算、控制和邏輯判斷力代替大量人的體力與腦力勞動,減少了任務因素造成的無擦,提高了檢測的可靠性,實現了超聲檢測和評價的自動化、智能化。
(2)人工智能在電子技術領域的應用可謂由來已久。隨著網絡的迅速發展,網絡技術的安全是我們關心的重點,因此我們必須在傳統技術的基礎上進行網絡安全技術的改進和變更,大力發展數據挖掘技術、人工免疫技術等高效的AI技術,開發更高級AI通用和專用語言,和應用環境以及開發專用機器,而與人工智能技術則為我們提供了可能性。
三、人工智能的發展方向
1.專家系統是目前人工智能中最活躍、最有成效的一個研究領域,它是一種具有特定領域內大量知識與經驗的程序系統。近年來,在“專家系統”或“知識工程”的研究中已出現了成功和有效應用人工智能技術的趨勢。人類專家由于具有豐富的知識,所以才能達到優異的解決問題的能力。那么計算機程序如果能體現和應用這些知識,也應該能解決人類專家所解決的問題,而且能幫助人類專家發現推理過程中出現的差錯,現在這一點已被證實。
2.智能信息檢索技術的飛速發展。人工智能在網絡信息檢索中的應用,主要表現在:(1)如何利用計算機軟硬件系統模仿、延伸與擴展人類智能的理論、方法和技術。(2)由于網絡知識信息既包括規律性的知識,如一般原理概念,也包括大量的經驗知識這些知識不可避免地帶有模糊性、隨機性、不可靠性等不確定性因素對其進行推理,需要利用人工智能的研究成果。
3.SOAr是一種通用智能體系結構,其始終處在人工智能研究的前沿,已顯示出強大的問題求解能力,它認為機器人的開發是人工智能應用的重要領域。在它的研究中突出4個概念:(1)所處的境遇機器人不涉及抽象的描述,而是處在直接影響系統的行為的境地。(2)具體化機器人有軀干,有直接來自周圍世界的經驗,他們的感官起作用后會有反饋。(3)智能的來源不僅僅是限于計算裝置,也是由于與周圍進行交互的動態決定。(4)浮現從系統與周圍世界的交互以及有時候系統的部件間的交互浮現出智能。目前,國內外不少學者都對機器人足球系統頗感興趣,足球機器人涉及機器人學、人工智能以及人工生命、智能控制等多個領域。足球機器人系統本身既是一個典型的多智能體系統,是一個多機器人協作自治系統,同時又為它們的理論研究和模型測試提供一個標準的實驗平臺。
參考文獻:
[1]元慧.議當代人工智能的應用領域和發展狀況[J].福建電腦,2008.
[2]劉玉然.談談人工智能在企業管理中的應用[J].價值工程,2003.
[3]焦加麟,徐良賢,戴克昌.人工智能在智能教學系統中的應用[J].計算機仿真,2003,(8).
[4]周明正.人工智能在醫學專家系統中的應用[J].科技信息, 2007.
[5]張海燕,劉鎮清.人工智能及其在超聲無損檢測中的應用[J].無損檢測,2001,(8).
[6]馬秀榮,王化宇.簡述人工智能技術在網絡安全管理中的應用[J].呼倫貝爾學院學報,2005,(4).
計算機技術與人工智能基礎范文5
關鍵詞：人工智能；計算機網絡技術；應用探究
關于人工智能技術，通過各領域的發展與應用逐步進入人們的視線，當下人工智能已經在市場上得到充分應用，該技術帶給人類社會生活以一個全新的生活體驗，教會人們如何正確利用計算機網絡技術處理生活中的一些事情。人工智能技術以人性化、智能化為出發點，利用計算機網絡技術的智能化運算，可以幫助人們完成一些程序較為繁瑣、多重復性的計算工作。例如財務會計領域中的財務數據計算工作，利用人工智能技術可以高效、準確地計算出財務數據，在很大程度上幫助財務人員減輕工作負擔。生活中的人工智能系統同樣給著人類社會全新的體驗。于此同時，人工智能在我國工業領域、計算機網絡技術領域中都已經得到了廣泛的應用，并已經受到了來自社會上多個領域的好評。人工智能一直以來都在計算機網絡技術領域有著頗深的造詣，它在計算機網絡技術中的具體應用一直以來都受到了來自各界的關注。
1人工智能的概念
人工智能這個詞匯在當今時代背景下已經成為了一個常見詞匯，該技術的出現給人類社會帶來的作用是顯然可見的。那么什么是人工智能呢？人工智能（ArtificialIntelligence），英文縮寫為AI，是集研究開發模擬人類行為以及思考能力的一種科學技術，該技術主要以研究人類具體行為為依據，對計算機進行編程，利用計算機網絡技術來實現模仿人的行為、人的思維、人的語言交流能力、人的思考問題的能力等等。新時代背景下，以計算機網絡技術為基礎實現的人工智能在擁有人類智慧的同時還將具備計算機網絡的強大計算能力和執行能力，與人類不同的是，人工智能在使用過程中并不會出現對飲食和睡眠的需求，強大的計算機執行程序使得他們可以長時間按照計算機指令去執行重復的工作。自人工智能誕生以來，伴隨著計算機網絡技術的不斷成熟，人工智能理念與技術都在不斷進步，人工智能所應用到的領域也在不斷擴大。但需要意識到的是在研究人工智能的過程中，必須始終堅著最初的發展理念，堅持以造福人類社會為研究目的，明確人工智并不是人的智能，而是利用高新技術創造出可以像人類一樣思考的智能。就目前的發展而言，人工智能在自我思考這一模塊還缺乏一定的理論性與創造性。相信不久之后人工智能技術將會發展的更加成熟，給人類社會的發展帶來更多的便利。
2人工智能在計算機網絡技術中應用的可行性分析
人工智能之所以能夠被應用到計算機網絡技術領域中，其根本原因在于人工智能具有高度的可行性。它自身具有的獨特特點，使得其可以在運行過程中彌補計算機網絡技術中存在的一些不足和緩解計算機網絡技術存在的局限性問題。首先，人工智能能夠從真正意義上實現對計算機網絡中的一些不確定信息的高效處理，該處理模式更加符合實際情境中的根本需求，使得應用結果較為理想。一旦計算機網絡系統因為一些原因系統資源發生變化時，單一依靠計算機網絡技術很難找到有效的信息，進而獲取到準確的信息數據。但是依靠人工智能就可以解決計算機網絡技術中存在的缺陷，當系統資源發生變化時，利用人工智能可以在短時間內完成對系統資源的掌握和跟蹤任務，進而獲取到相關的系統數據信息，根據查詢到的信息的詳細程度，復原發生變化的系統資源，給客戶提供更具有時效性和真實性的信息化數據。人工智能具備的另一特性是協作能力，這一能力的開發使得人工智能在信息整合處理環節將一些工作中相對其他信息較為有效的信息篩選出來，進而實現信息共享，完成信息傳輸工作，這將會在很大程度上提高日常工作效率。給以人類社會以更好的服務體驗，這種高效的協作能力正是當今時代背景所需要的。人工智能主要以模仿人的思維能力和行為能力為創作源頭，在制作過程中我們對人工智能的要求往往是非常高的，這種情況之下使得當今時代背景之下的人工智能已經具備了特別強大的學習能力與運算能力，這使得人工智能在計算機網絡技術中可以得到更好的應用，在計算機網絡技術中引入人工智能，可以在很大程度上提高計算機網絡程序的推算能力，加強計算機網絡技術中信息處理的效率。人工智能具備了強大的處理問題的能力，這一能力的出現將會給計算機網絡技術的發展帶來很大的促進作用。在日常網絡運營過程中，要想構建一個安全的用網環境，就必須做好系統的安全防護工作。人工智能可以在實現提高網絡管理工作高效性的同時，還能夠有效地檢測好各個網絡環節中的資源應用的安全性，做好系統安全管理工作，使得計算機網絡在保證安全環境的同時提高網絡管理工作的工作質量，這對計算機技術有著很高的要求標準。
3人工智能在計算機網絡技術中的具體應用
3.1人工智能在計算機網絡安全方面的應用
3.1.1在智能防火墻中的應用目前，人工智能在計算機網絡安全方面得到了很好的應用，同傳統的計算機網絡安全防火墻相比利用人工智能所形成的智能防火墻在網絡安全維護工作方面上能夠更好地發揮其智能防護作用。智能防火墻也具備著更高的安檢效率。利用人工智能，我們可以在智能計算機防火墻的設置中增設智能識別技術，這一技術可以更高效率地識別出系統內部的一些數據，進而做好網絡安全防護作用，防止病毒的傳播。
3.1.2入侵檢測的應用作用計算機網絡所處的環境是一個復雜性偏高的環境，入侵檢測往往是計算機網絡安全防護工作的重要組成部分。之所以要提出入侵檢測這一安全防護環節，其目的是為了檢測一些進入網絡系統的信息是否安全，營造一個安全的網絡運行環境。人工智能能夠強化計算機網絡系統的入侵檢測技術，在檢測入侵的過程中，能夠自動對系統內部的進行進行篩選、檢測，并及時形成分析完善的入侵檢測報告。
3.2人工智能在計算機網絡系統管理及評價中的應用
3.2.1人工智能問題求解技術人工智能問題求解技術的出現可以更好地幫助計算機網絡做好系統管理和評價工作，從根本上改變傳統計算機網絡技術中存在的一些不足，進而提高網絡資源的管理效率，增強網絡資源的利用率。在這一環節，智能求解技術可以幫助計算機網絡技術實現自動搜索、分析、求解操作，提高計算機網絡的搜索效率與搜索信息的準確度。能夠從多種同類信息中篩選出更加精確的信息，進而輔助用戶選擇出最優解。
3.2.2專家知識庫技術專家知識庫技術的出現主要是利用現代化人工智能與互聯網技術，將傳統的計算機網絡系統管理和評價經驗進行數據更新化處理，并重新進行網絡編碼、建立全新的數據庫，為了使得數據庫中的知識庫能夠更加專業化，需要同一些經驗成熟的專業進行協商，進而獲取到他們的支持，一同完成健全的計算機網絡系統管理及評價工作的構建工作。
計算機技術與人工智能基礎范文6
關鍵詞：人工智能；認知；能量感知；缺陷設計
中圖分類號：TP18 文獻標識碼：A文章編號：1009-3044(2007)16-31117-02
The Artificial Intelligence Research Needs New Theories Breakthrough-The Theories Model that the Strong Artificial Intelligence Carries Out
ZHAO Jing-ming
(Training Centre of Peking BUCC,Beijing 102218 China)
Abstract：The development history and obtaining achievement of artificial intelligence about domestic and international is reviewed briefly.. Analyze existent problem of artificial intelligence studying present based of introducing artificial intelligence various cognize concepts, Putting forward people should knows the new theories breakthrough and practice project from the energy and the energy feeling and designs from the innovation and the faultiness design etc. and put forward the theories model of strong artificial intelligence to carry out on what
Key words:The artificial intelligence;cognition;energy feeling;faultiness design
1 引言
1956年夏季，人類歷史上第一次人工智能研討會在美國的達特茅斯(Dartmouth)大學舉行，標志著人工智能學科的誕生?！叭斯ぶ悄堋庇⑽臑閍rtificial intelligence簡寫ai，它的產生和發展是以計算機硬件與軟件技術的產生和發展為基礎的，而且一直都處于計算機技術的最前沿，它吸引了全世界無數研究人員為之奉獻才智，從美國的麻省理工學院(mit)、卡內基-梅隆大學(cmu)到ibm公司，到日本的本田、sony等公司以及國內的清華大學、中科院等科研院所等，全世界的實驗室都在進行著ai技術的實驗。經過漫長的50年不懈的努力，人類已經在人工智能領域取得了卓越的成就。從“旅居者”（1997年7月4日，美國國家航空與航天局的“旅居者”機器人完成了它到火星長達1290萬公里的旅行），到“會跳舞的機器人”（日本2007年最新產品），人類正用我們的智慧，在人工智能的領域，創造著一個又一個的奇跡。進入新世紀，特別是近二十年，由于計算機軟/硬件技術的快速發展，使得人工智能理論得以充分實踐，人工智能學科及其“智能制品”的重要作用已為人們普遍共識。隨著人工智能理論和技術的更進一步發展，作為一門廣泛的交叉和前沿科學，人工智能技術的發展情況已經成為一個國家科技進步和科技實力的一個標志。人工智能科技新成果必將在更大的廣度和深度上造福于人類。
近些年，我國人工智能科學發展迅速，在這一領域已形成自主研究重大科學前沿的能力，并在一些重要研究領域走在了世界的前列，特別是一批創新成果的實際應用令人鼓舞。2005年7月，哈爾濱工業大學洪炳熔教授推出的機器人足球競賽系統在國際機器人足球聯盟（FIRA）世界杯機器人足球大賽中國隊選拔賽上，奪得全自主型、類人型、編隊型、追捕型4個項目比賽的冠軍和全自主型項目比賽的亞軍。2007年4月新華網消息，一種專門應用于反恐領域的“爬壁機器人”在哈爾濱工業大學誕生，它可以攜帶偵查設備悄無聲息地沿壁面爬到便于偵查的位置，為反恐人員準確判斷形勢、做出決斷提供現場依據。這種爬壁機器人采用負壓吸附、單吸盤、四輪移動結構方式，具有移動快、吸附可靠、適應多種墻壁表面、噪聲低、結構緊湊、控制方便靈活等特點，主要應用于反恐偵查領域。雖然我國在人工智能領域已經取得了一定的成績，但是，我們仍不能回避目前人工智能理論以及技術上存在的局限性，這些問題制約了人工智能技術的進一步發展。人工智能理論發展到現在，它的突破是首先我們研究人工智能不可回避問題。
2 人工智能的起源與發展
人工智能的發展是以硬件與軟件為基礎的，經歷了漫長的發展歷程。特別是20世紀30年代和40年代的智能界，發現了兩件重要的事情：數理邏輯和關于計算的新思想。以維納（Wiener）、弗雷治、羅素等為代表對發展數理邏輯學科的貢獻及丘奇(Church)、圖靈和其它一些人關于計算本質的思想，為人工智能的形成產生了重要影響。
1956年夏季，人類歷史上第一次人工智能研討會在美國的達特茅斯(Dartmouth)大學舉行，標志著人工智能學科的誕生。
1969年召開了第一屆國際人工智能聯合會議(International Joint Conference on AI, IJCAI),此后每兩年召開一次。
1970年《人工智能》國際雜志(International Journal of AI)創刊。這些對開展人工智能國際學術活動和交流、促進人工智能的研究和發展起到積極作用。
20世紀70～80年代，知識工程的提出與專家系統的成功應用，確定了知識在人工智能中的地位。
近十多年來，機器學習、計算智能、人工神經網絡等和行為主義的研究深入開展，形成。同時，不同人工智能學派間的爭論也非常熱烈。這些都推動人工智能研究的進一步發展。
我國的人工智能研究起步較晚。納入國家計劃的“智能模擬”研究始于1978年；至今已有10來部國內編著的具有知識產權的人工智能專著和教材公開出版。中國的科技工作者，已在人工智能領域取得許多具有國際領先水平的創造性成果。其中，尤以吳文俊院士關于幾何定理證明的“吳氏方法”最為突出，已在國際上產生重大影響?，F在，我國已有數以萬計的科技人員和大學師生從事不同層次的人工智能研究與學習。人工智能研究已在我國深入開展，它必將為促進其它學科的發展和我國的現代化建設做出新的重大貢獻。
3 人工智能研究理論存在的問題
人類的智能過程是一個隨著時間、地點、環境的不斷變化而不斷變化的全方位、極其復雜的心理和生理變化過程。在人工智能領域，人們的意圖是希望用機器模仿人類智能，然而，我們人類對于自身的智能過程的了解并不完全，且不同的人對人工智能的理解也不同。這就造成目前在人工智能領域存在各家說法。而所有的說法都是基于對人類的智能過程簡化的基礎之上的。以下是傳統理論對人類認知活動和計算機的比較：
圖1 人類認知活動與計算機的比較
令T表示時間變量，x表示認知操作，x的變化x為當時機體狀態S（機體生理和心理狀態及腦子里的記憶等）和外界刺激R和函數。當外界刺激作用到某一特定狀態的機體時便發生變化，用函數表示
為：
x＝f（S,R）TT+1（3.1）
從某種意義上講，這是一個成功的比較，因為它使得計算機模擬人類智能成為可能。長時間以來，人們并不懷疑這一比較，因為這一比較的基礎之上人工智能領域取得了巨大的成績，為社會和科技的發展作出了巨大貢獻。
基于此比較基礎上的前人工智能的主要學派有下列3家：
（1）符號主義(Symbolicism)，又稱為邏輯主義(Logicism)、心理學派(Psychlogism)或計算機學派(Computerism)，其原理主要為物理符號系統(即符號操作系統)假設和有限合理性原理。符號主義 認為人工智能源于數理邏輯。符號主義仍然是人工智能的主流派。這個學派的代表有紐厄爾、肖、西蒙和尼爾遜(Nilsson)等。
（2）聯結主義(Connectionism)，又稱為仿生學派(Bionicsism)或生理學派(Physiologism)，其原理主要為神經網絡及神經網絡間的連接機制與學習算法。聯結主義 認為人工智能源于仿生學，特別是人腦模型的研究。
（3）行為主義(Actionism)，又稱進化主義(Evolutionism)或控制論學派(Cyberneticsism)，其原理為控制論及感知―動作型控制系統。行為主義 認為人工智能源于控制論。這一學派的代表作首推布魯克斯(Brooks)的六足行走機器人，它被看做新一代的“控制論動物”，是一個基于感知－動作模式的模擬昆蟲行為的控制系統。
無論是哪一種理論，其研究的方向始終沒有脫離一個集中的點，即讓機器模仿人類智能。三大學派從人類的對知識的認知過程的不同角度進行理論研究，試圖實現機器的“人化”，側重于“人化”的可行性。然而，無論是哪一種學派的理論，都忽略了人類的一些基本特點。筆者認為，前人對人類對與知識的認知過程的簡化過于簡單，從而造成目前人工智能領域的研究達到一定程度后就難以取得更進一步的進展。以下基本問題不容忽視：
（1）能量以及能量感知問題，人類智能的能量基礎是食物。人類通過攝取食物，并通過復雜的消化和吸收過程轉化為能量，供人類智能與體能消耗。人類的能量蓄積在人體的每一個細胞中，無論哪一部分發生刺激或是空氣流動、溫度變化和光線強弱變化，不管他（或她）的眼睛是否看到，在那里都會發生“條件反射”，這種“反射”可以先大腦一步避開危險和傷害或是適應，這里我們稱為能量感知問題。現階段在人工智能領域的研究中，大家幾乎不約而同地想當然的將電能作為人工智能的能源問題，將“芯片”作為機器人的“大腦”全權處理一切問題和指令。在這種模式下，機器人只能依靠“眼睛”去識別外界條件的變化和刺激的發生，這種識別是不全面的而且是滯后的，它必須是經過“大腦”才能發生的。而電能也將成為人工智能的發展的障礙，試想，如果機器人登上了一個遙遠的星球或來到一個渺無人煙的荒漠執行任務，那么當它儲存的電能將要用盡時，它將不得不返回出發地，而不管它的任務是否已經圓滿完成。目前，太陽能技術得到不斷發展，將會使得人們將其作為人工智能的替代能源。利用太陽能轉化成電能，將會使人工智能制品的能源得到源源不斷的補充，我們可以不必再擔心電能耗盡帶來的諸多不便。然而，將太陽能能量轉換技術和計算機技術結合起來，讓機器人具有能量感知功能，即令它的每一組成部分都具有全方位立體即時感知和條件反射功能，這個過程的研究和實現還將是個漫長的過程。
（2）自創新問題，人類歷經世世代代的發展，不斷創新才有今天的面貌，機器如果只是依據設計好的程序存儲、搜索、推理、執行相應的邏輯或條件，其反映出的智能只是人類智能的復制與模擬，盡管有時它甚至可以超過人類，如“博弈”。目前在人工智能領域有學者將人工智能劃分為強人工智能和弱人工智能。強人工智能觀點認為有可能制造出真正能推理（Reasoning）和解決問題（Problem_solving）的智能機器，并且，這樣的機器能將被認為是有知覺的，有自我意識的。強人工智能可以有兩類：類人的人工智能，即機器的思考和推理就像人的思維一樣。非類人的人工智能，即機器產生了和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式。弱人工智能觀點認為不可能制造出能真正地推理（Reasoning）和解決問題（Problem_solving）的智能機器，這些機器只不過看起來像是智能的，但是并不真正擁有智能，也不會有自主意識。目前的主流科研集中在弱人工智能上，并且一般認為這一研究領域已經取得可觀的成就。強人工智能的研究則出于停滯不前的狀態下。這里的強人工智能從某種意義上講，即機器的自創新問題。那么，如何解決機器的自創新問題即成為強人工智能研究的關鍵問題。本文中筆者就此問題提出自己的觀點：
首先，強人工智能是可能的。下面是人類創新過程與機器創新過程的比較。
從圖2與圖3的比較中我們發現，如果能夠使計算機進行邏輯組合并實現完全自存儲功能，那么具有自主意識的強人工智能機器是完全可以實現的。
圖2 人類對知識的認知與創新過程的簡單模型
圖3 計算機對知識的認知與創新過程的簡單模型
其次，強人工智能機器需要解決如何自動無限接收外界信息與能量感知問題，如何進行信息自動分揀、歸類、邏輯推理、如何進行完全自存儲以及邏輯整合與組合等問題。這些問題的研究應作為未來強人工智能的研究方向。
（3）忠誠問題，人類一旦創造出可以自創新的真正意義上的機器人，也就是說機器人一旦擁有了自己的意識，那么如何控制“它” 使“它”忠誠于人類，將是擺在人類面前的又一難題。弱人工智能機器只是按照人類設計好的程序和指令執行某一方面的特定任務，比如，“會跳舞的機器人”只會跳舞，“它”可以伴隨音樂節奏與人合作跳各種舞蹈，但“它”卻不能創造新的舞蹈。對于弱人工智能機器，我們不必擔心“它“的忠誠問題，因為“它“不會擺脫程序的控制。由于自創新機器人，或者說“強智能機器人”存在意識，“它”可能會拒絕人類的建議和改變并可能按照“自己的意愿”自身完成改變，“它”甚至有可能變成人類的敵人。要解決機器人
的忠誠問題，唯一的途徑就是進行“缺陷設計”。人類認知過程中的缺陷是“遺忘”和“生老病死”，這是機器人所不具備的。強人工智能機器人如果能夠依照“自己的意愿”完善自己，那么人類賦予機器的缺陷應該是機器人自身難以實現的。
4 結束語
21世紀是信息化在全球普遍開展的時代，作為現代信息技術的精髓，人工智能技術的發展情況已經成為一個國家科技進步和科技實力的一個標志。我國人工智能研究已經從學習國外為主的時期進入自主研究為主的時期，形成了自主研究重大科學前沿和轉化科技成果的新局面。但是，我們仍不能回避目前人工智能理論以及技術上存在的局限性，而要解決如何自動無限接收外界信息與能量感知問題，如何進行信息自動分揀、歸類、邏輯推理、如何進行完全自存儲以及邏輯整合與組合等問題，賦予機器真正意義上的智能，這些問題的研究應將是未來人工智能研究人員需要長期面對的問題。
參考文獻：
[1]蔡自興, 徐光v. 人工智能及其應用[M].北京：清華大學出版社，2003.
[2]何華燦. CAAI-7全國人工智能會議論文集[D]. 中國人工智能學會，1992,4.
[3]朱淼良, 潘云鶴.中國人工智能學會第八屆年會暨第八屆全國人工智能學術討論會論文集[D].杭州：浙江大學出版社, 1994.
[4]中國人工智能學會.中國人工智能進展[M]. 北京郵電大學出版社，2001.
[5]鄭守淇, 錢德沛, 曾明.`98人工智能進展――第五屆中國人工智能聯合學術會議論文集[D].西安交通大學出版社，1998.
