1, 什么是人工智能?
人工智能(计算机科学的一个分支)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。
人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,但没有一个统一的定义。
人工智能是对人的意识、思维的信息过程的模拟。
人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。
但是这种会自我思考的高级人工智能还需要科学理论和工程上的突破。
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。
但不同的时代、不同的人对这种“复杂工作”的理解是不同的。
工智能的定义可以分为两部分,即“人工”和“智能”。
“人工”比较好理解,争议性也不大。
有时我们会要考虑什么是人力所能及制造的,或者人自身的智能程度有没有高到可以创造人工智能的地步,等等。
但总的来说,“人工系统”就是通常意义下的人工系统。
关于什么是“智能”,就问题多多了。
这涉及到其它诸如意识(CONSCIOUSNESS)、自我(SELF)、思维(MIND)(包括无意识的思维(UNCONSCIOUS_MIND)等等问题。
人唯一了解的智能是人本身的智能,这是普遍认同的观点。
但是我们对我们自身智能的理解都非常有限,对构成人的智能的必要元素也了解有限,所以就很难定义什么是“人工”制造的“智能”了。
因此人工智能的研究往往涉及对人的智能本身的研究。
其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。
人工智能在计算机领域内,得到了愈加广泛的重视。
并在机器人,经济政治决策,控制系统,仿真系统中得到应用。
人工智能机器人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。
”而另一个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。
”这些说法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。
人工智能是计算机学科的一个分支,二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。
也被认为是二十一世纪(基因工程、纳米科学、人工智能)三大尖端技术之一。
这是因为近三十年来它获得了迅速的发展,在很多学科领域都获得了广泛应用,并取得了丰硕的成果,人工智能已逐步成为一个独立的分支,无论在理论和实践上都已自成一个系统。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,主要包括计算机实现智能的原理、制造类似于人脑智能的计算机,使计算机能实现更高层次的应用。
人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。
可以说几乎是自然科学和社会科学的所有学科,其范围已远远超出了计算机科学的范畴,人工智能与思维科学的关系是实践和理论的关系,人工智能是处于思维科学的技术应用层次,是它的一个应用分支。
从思维观点看,人工智能不仅限于逻辑思维,要考虑形象思维、灵感思维才能促进人工智能的突破性的发展,数学常被认为是多种学科的基础科学,数学也进入语言、思维领域,人工智能学科也必须借用数学工具,数学不仅在标准逻辑、模糊数学等范围发挥作用,数学进入人工智能学科,它们将互相促进而更快地发展。
2研究价值编辑具有人工智能的机器人例如繁重的科学和工程计算本来是要人脑来承担的,如今计算机不但能完成这种计算,而且能够比人脑做得更快、更准确,因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”,可见复杂工作的定义是随着时代的发展和技术的进步而变化的,人工智能这门科学的具体目标也自然随着时代的变化而发展。
它一方面不断获得新的进展,另一方面又转向更有意义、更加困难的目标。
通常,“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。
还包括其他非数学学科。
这类“机器学习”对“经验”的依赖性很强。
计算机需要不断从解决一类问题的经验中获取知识,学习策略,在遇到类似的问题时,运用经验知识解决问题并积累新的经验,就像普通人一样。
我们可以将这...
哪些三本大学的计算机科学与技术专业最好
成都东软学院,这个是我所知道的。
另外,据网上的消息还有:大连理工大学东软学院2015全国三本大学计算机专业排名一、哈尔滨工业大学的计算机科学与技术学院 深处寒冷北方的哈工大能保持几十年的超强实力可以说是个奇迹,作为当年唯一的计算机应用重点学科,哈工大培养出了大量的人才。
现在他们与许多学校和研究机构搞学科并建,吸纳了很多外来人才,增强了哈工大的整体实力。
目前哈工大承担的项目经费已超亿元。
他们的优势领域包括:智能机器人,CIMS与系统集成,智能化中文信息处理机器翻译技术,计算机网络及系统安全防护技术等。
二、吉林大学的计算机科学与技术学院 十几年前,计算机系的创始人王湘浩院士和他的得力助手们还在的时候,吉林大学在软件方面的优势是相当大的。
但近几年来吉大人丁不旺,过去的人亡的亡,走的走,客观的讲,与80年代的辉煌相比,吉大计算机确实是在走下坡路。
不过瘦死的骆驼比马大,吉大计算机整体实力仍然是很强的。
软件自动化、软件重用技术、人工智能、专家系统、计算机代数、定理证明与自动推理、分布式推理、分布式系统等方面居国内领先水平。
三、华中科技大学的计算机科学与技术学院 华科近年来在系统结构方面取得了很大的进步,张江陵、裴先登教授领导的该专业在信息存储系统与技术,存储网络与附网存储技术,采用新原理的超高密度超高速存储技术,集群系统与并行I/O,网络安全体系结构理论与技术方面有优势。
建有外存储系统国家专业实验室,信息存储系统教育部重点实验室。
四、清华大学的计算机科学与技术系 拥有三位院士的清华大学差不多在所有方向都有相应的强人撑着,相比之下,应用和系统结构更强些,某些方向已经处于世界的领先水平。
优势领域包括多媒体,网络技术等。
同时拥有模式识别与智能控制国家重点学科。
五、浙江大学的计算机科学与技术学院 校长潘云鹤是浙大计算机唯一一位院士,它所带头的计算机图形学,智能CAD在国内无其右者,而且浙大开放式的校风,贤才的远?使其越来越受到人们的认可。
建有计算机辅助设计与图形学国家重点实验室。
优势领域还有CAD/CIMS、虚拟现实,网络与多媒体、产品创新设计、智能信息与人机交互技术等。
六、西北工业大学的计算机学院 由沈绪榜院士领导的计算机体系结构,计算机网络,VLSI系统设计方向很强。
优势领域还包括网络与分布计算,并行计算与群机系统,人工智能与多媒体,语音图象信号学科组等。
建有计算机辅助设计与制造国家专业实验室。
有一些学校的计算机专业是基础学科如数学,电子(通信)的基础上发展起来的。
数学带动软件发展,电子通信则对硬件的发展奠定了良好的基础。
七、武汉大学的计算机学院 软件,尤其是在多媒体软件方面取得了不俗的成绩。
国家多媒体软件工程技术研究中心从事多媒体软件方法和技术研究,研制、开发了大量的多媒体软件。
八、北京航空航天大学的计算机学院 发展势头最猛的学校之一,在人工智能、软件工程和体系结构、虚拟现实与多媒体技术方向有优势。
建有由李未院士领导的软件开发环境国家重点实验室,教育部虚拟现实新技术重点实验室、教育部软件网上联合研发中心。
九、国防科技大学的计算机学院 这是一所不太为人所了解的学校,就象一个淡泊名利的世外高人,我们在感叹它的高大的同时,有时也会有一种难以接近的感觉。
由三位院士领导的系统结构方向曾经研制出了让中国人骄傲的银河系列大型机。
国防科技大学的优势领域大多和硬件相关。
设有网络技术与信息安全研究所,并行与分布处理国家重点实验室。
十、南京大学的计算机科学与技术系 如果说80年代的软件专业是并蒂莲花的话,那么现在的南大完全可以说是一枝独秀,由孙钟秀院士领导的软件甚至已经涉及到大型操作系统的设计。
优势领域包括软件自动化与形式化方法,分布计算与并行处理,系统软件及其信息安全,多媒体技术,人工智能与知识工程,数据库技术,语言信息处理等。
拥有软件新技术国家重点实验室。
消息来源:http://kaoshi.yjbys.com/gaokao/daxuezhuanye/193245_2.html
计算机的发展历史
计算机的发展历史一、第一台计算机的诞生第一台计算机(ENIAC)于1946年2月,在美国诞生。
ENIAC PC机 耗资 100万美圆 600美圆 重量 30吨 10kg 占地 150平方米 0.25平方米 电子器件 1.9万只电子管 100块集成电路 运算速度 5000次/秒 500万次/秒 二、计算机发展历史1、第一代计算机(1946~1958)电子管为基本电子器件;使用机器语言和汇编语言;主要应用于国防和科学计算;运算速度每秒几千次至几万次。
2、第二代计算机(1958~1964)晶体管为主要器件;软件上出现了操作系统和算法语言;运算速度每秒几万次至几十万次。
3、第三代计算机(1964~1971)普遍采用集成电路;体积缩小;运算速度每秒几十万次至几百万次。
4、第四代计算机(1971~ )以大规模集成电路为主要器件;运算速度每秒几百万次至上亿次。
三、我国计算机发展历史从1953年开始研究,到1958年研制出了我国第一台计算机在1982年我国研制出了运算速度1亿次的银河I、II型等小型系列机。
计算机的历史 计算机是新技术革命的一支主力,也是推动社会向现代化迈进的活跃因素。
计算机科学与技术是第二次世界大战以来发展最快、影响最为深远的新兴学科之一。
计算机产业已在世界范围内发展成为一种极富生命力的战略产业。
现代计算机是一种按程序自动进行信息处理的通用工具,它的处理对象是信息,处理结果也是信息。
利用计算机解决科学计算、工程设计、经营管理、过程控制或人工智能等各种问题的方法,都是按照一定的算法进行的。
这种算法是定义精确的一系列规则,它指出怎样以给定的输入信息经过有限的步骤产生所需要的输出信息。
信息处理的一般过程,是计算机使用者针对待解抉的问题,事先编制程序并存入计算机内,然后利用存储程序指挥、控制计算机自动进行各种基本操作,直至获得预期的处理结果。
计算机自动工作的基础在于这种存储程序方式,其通用性的基础则在于利用计算机进行信息处理的共性方法。
计算机的历史 现代计算机的诞生和发展 现代计算机问世之前,计算机的发展经历了机械式计算机、机电式计算机和萌芽期的电子计算机三个阶段。
早在17世纪,欧洲一批数学家就已开始设计和制造以数字形式进行基本运算的数字计算机。
1642年,法国数学家帕斯卡采用与钟表类似的齿轮传动装置,制成了最早的十进制加法器。
1678年,德国数学家莱布尼兹制成的计算机,进一步解决了十进制数的乘、除运算。
英国数学家巴贝奇在1822年制作差分机模型时提出一个设想,每次完成一次算术运算将发展为自动完成某个特定的完整运算过程。
1884年,巴贝奇设计了一种程序控制的通用分析机。
这台分析机虽然已经描绘出有关程序控制方式计算机的雏型,但限于当时的技术条件而未能实现。
巴贝奇的设想提出以后的一百多年期间,电磁学、电工学、电子学不断取得重大进展,在元件、器件方面接连发明了真空二极管和真空三极管;在系统技术方面,相继发明了无线电报、电视和雷达……。
所有这些成就为现代计算机的发展准备了技术和物质条件。
与此同时,数学、物理也相应地蓬勃发展。
到了20世纪30年代,物理学的各个领域经历着定量化的阶段,描述各种物理过程的数学方程,其中有的用经典的分析方法已根难解决。
于是,数值分析受到了重视,研究出各种数值积分,数值微分,以及微分方程数值解法,把计算过程归结为巨量的基本运算,从而奠定了现代计算机的数值算法基础。
社会上对先进计算工具多方面迫切的需要,是促使现代计算机诞生的根本动力。
20世纪以后,各个科学领域和技术部门的计算困难堆积如山,已经阻碍了学科的继续发展。
特别是第二次世界大战爆发前后,军事科学技术对高速计算工具的需要尤为迫切。
在此期间,德国、美国、英国部在进行计算机的开拓工作,几乎同时开始了机电式计算机和电子计算机的研究。
德国的朱赛最先采用电气元件制造计算机。
他在1941年制成的全自动继电器计算机Z-3,已具备浮点记数、二进制运算、数字存储地址的指令形式等现代计算机的特征。
在美国,1940~1947年期间也相继制成了继电器计算机MARK-1、MARK-2、Model-1、Model-5等。
不过,继电器的开关速度大约为百分之一秒,使计算机的运算速度受到很大限制。
电子计算机的开拓过程,经历了从制作部件到整机从专用机到通用机、从“外加式程序”到“存储程序”的演变。
1938年,美籍保加利亚学者阿塔纳索夫首先制成了电子计算机的运算部件。
1943年,英国外交部通信处制成了“巨人”电子计算机。
这是一种专用的密码分析机,在第二次世界大战中得到了应用。
1946年2月美国宾夕法尼亚大学莫尔学院制成的大型电子数字积分计算机(ENIAC),最初也专门用于火炮弹道计算,后经多次改进而成为能进行各种科学计算的通用计算机。
这台完全采用电子线路执行算术运算、逻辑运算和信息存储的计算机,运算速度比继电器计算机快1000倍。
这就是人们常常提到的世界上第一台电子计算机。
但是,这种计算机的程序仍然是外加式的,存储容量也太小,尚未完全具备现代计算机的主要特征。
新的重大突破是由数学家冯·诺伊曼...
AI(人工智能)的英文全称?AI指什么,包含什么?
AI(Artificial Intelligence,人工智能) 。
“人工智能”一词最初是在1956 年Dartmouth学会上提出的。
从那以后,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。
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。
但不同的时代、不同的人对这种“复杂工作”的理解是不同的。
例如繁重的科学和工程计算本来是要人脑来承担的, 现在计算机不但能完成这种计算, 而且能够比人脑做得更快、更准确, 因之当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”, 可见复杂工作的定义是随着时代的发展和技术的进步而变化的, 人工智能这门科学的具体目标也自然随着时代的变化而发展。
它一方面不断获得新的进展, 一方面又转向更有意义、更加困难的目标。
目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机, 人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。
除了计算机科学以外, 人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。
人工智能学科研究的主要内容包括:知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。
知识表示是人工智能的基本问题之一,推理和搜索都与表示方法密切相关。
常用的知识表示方法有:逻辑表示法、产生式表示法、语义网络表示法和框架表示法等。
常识,自然为人们所关注,已提出多种方法,如非单调推理、定性推理就是从不同角度来表达常识和处理常识的。
问题求解中的自动推理是知识的使用过程,由于有多种知识表示方法,相应地有多种推理方法。
推理过程一般可分为演绎推理和非演绎推理。
谓词逻辑是演绎推理的基础。
结构化表示下的继承性能推理是非演绎性的。
由于知识处理的需要,近几年来提出了多种非演泽的推理方法,如连接机制推理、类比推理、基于示例的推理、反绎推理和受限推理等。
搜索是人工智能的一种问题求解方法,搜索策略决定着问题求解的一个推理步骤中知识被使用的优先关系。
可分为无信息导引的盲目搜索和利用经验知识导引的启发式搜索。
启发式知识常由启发式函数来表示,启发式知识利用得越充分,求解问题的搜索空间就越小。
典型的启发式搜索方法有A*、AO*算法等。
近几年搜索方法研究开始注意那些具有百万节点的超大规模的搜索问题。
机器学习是人工智能的另一重要课题。
机器学习是指在一定的知识表示意义下获取新知识的过程,按照学习机制的不同,主要有归纳学习、分析学习、连接机制学习和遗传学习等。
知识处理系统主要由知识库和推理机组成。
知识库存储系统所需要的知识,当知识量较大而又有多种表示方法时,知识的合理组织与管理是重要的。
推理机在问题求解时,规定使用知识的基本方法和策略,推理过程中为记录结果或通信需设数据库或采用黑板机制。
如果在知识库中存储的是某一领域(如医疗诊断)的专家知识,则这样的知识系统称为专家系统。
为适应复杂问题的求解需要,单一的专家系统向多主体的分布式人工智能系统发展,这时知识共享、主体间的协作、矛盾的出现和处理将是研究的关键问题。
一、人工智能的历史 人工智能(AI)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,人工智能的目的就是让计算机这台机器能够象人一样思考。
这可是不是一个容易的事情。
如果希望做出一台能够思考的机器,那就必须知识什么是思考,更进一步讲就是什么是智慧,它的表现是什么,你可以说科学家有智慧,可你决不会说一个路人什么也不会,没有知识,你同样不敢说一个孩子没有智慧,可对于机器你就不敢说它有智慧了吧,那么智慧是如何分辨的呢?我们说的话,我们做的事情,我们的想法如同泉水一样从大脑中流出,如此自然,可是机器能够吗,那么什么样的机器才是智慧的呢?科学家已经作出了汽车,火车,飞机,收音机等等,它们模仿我们身体器官的功能,但是能不能模仿人类大脑的功能呢?到目前为止,我们也仅仅知道这个装在我们天灵盖里面的东西是由数十亿个神经细胞组成的器官,我们对这个东西知之甚少,模仿它或许是天下最困难的事情了。
在定义智慧时,英国科学家图灵做出了贡献,如果一台机器能够通过称之为图灵实验的实验,那它就是智慧的,图灵实验的本质 就是让人在不看外型的情况下不能区别是机器的行为还是人的行为时,这个机器就是智慧的。
不要以为图灵只做出这一点贡献就会名垂表史,如果你是学计算机的就会知道,对于计算机人士而言,获得图灵奖就等于物理学家获得诺贝尔奖一样,图灵在理论上奠定了计算机产生的基础,没有他的杰出...
人脑和人工智能的关系是什么?
近50年来,人工智能走的是一条曲折发展的道路。
1990年代初,研究者深感人工智能理论及技术的局限性,从而从不同角度和层次进行反思。
同时,人工智能有待于人类对人脑工作机理的深入了解,需要神经生理学、神经解剖学给出更加详细的信息和证据。
人工智能交融了诸多学科,与哲学更是密不可分。
尽管事实上,新近的哲学进展基本上没给科学带来任何冲击,并且哲学的讨论对象往往是悬而未决的(Russell S,Norvig P. Artificial Intelligence: Amodern Approach. NJ:Prentice Hall,1995. 817),但科学却在继续改变着我们对自己的认识。
正如恩格斯所说(恩格斯. 自然辩证法. 北京: 人民出版社, 1972. 187):“不管自然科学家采取什么样的态度,他们还是得受哲学的支配。
问题只在于:他们是愿意受某种坏的时髦的哲学的支配,还是愿意受一种建立在通晓思维的历史和成就的基础上的理论思维的支配。
” 着眼于更宽泛的视野和更远大的目标,要求从哲学角度寻求更加有效的人工智能研究方法。
坚持物质决定意识的观点,辩证地看待已有的认识和方法,融合与集成各相关学科的成就和意见,是正确的出发点。
人工智能的哲学意义 人工智能是对人类智能的一种模拟和扩展,其核心是思维模拟。
思维 思维科学是研究思维的规律和方法的科学,钱学森将它划分为基础科学、技术科学和工程技术三部分,人工智能属于工程技术范畴(钱学森. 关于思维科学. 上海:上海人民出版社,1986.20)。
人工智能研究中逻辑学派和心理学派之争,有时似使人感到迷惘而莫知所从,但从思维科学的角度来看,无非是形象思维和逻辑思维的关系问题,两者都属于思维科学的基础科学。
抽象思维的不足在于缺乏结构的综合能力。
只有形象思维才能综合出新的结构。
这也许就是创造和学习最终必须具有形象思维的原因(潘云鹤. 模式识别与人工智能, 1991, 4(4): 7)。
不同的划分观点认为,思维科学体系的基础科学包括两大类:一类是总结人类思维经验、揭示思维对象的普遍规律和思维本身普遍规律的各种思维科学,包括哲学世界观、哲学史、认识论和逻辑学,是理论的思维科学。
另一类思维科学包括研究思维主体——人脑的生理结构和功能,揭示思维过程生理机制的神经生理学和神经解剖学等。
这种观点将认识论归在思维科学的基础科学范围内。
其实两种观点,都不否认人工智能和哲学通过认识论相联系。
认识论 认识论研究认识的源泉、发展、过程、能力、作用等一般规律问题。
换言之,认识论研究的是知识及其形式和局限性。
哲学家强调通过最大机会的观察和计算,明确什么是潜在可知的;而人工智能注重通过现有的观察和计算途径,弄清什么是可知的。
而在实际情况中,人工智能和认识论在本质上是互相交融和兼备的。
认识论对人工智能的研究方向和方法具有指导意义,但并不意味它能替代具体的研究,也不表示任何人工智能的研究都要显式地考虑到认识论。
由于对诸如世界的一般表达等问题还未真正达成一致,如果仅依赖从哲学中获得具体的丰富信息来编写计算机程序,人工智能将会处于非常无望的状态。
心智哲学和认知科学 心智是指人们的记忆、思想、意识、感情、意向、愿望、思维、智能等多种心理行为(章士嵘,王炳文. 当代西方著名哲学家评传(2).心智哲学.济南:山东人民出版社,1996)。
普特南(H.Putnam)根据计算机科学对软件与硬件的划分,将心智与大脑的关系理解为功能状态和物理状态。
西蒙(H.Simon)根据信息加工理论,认为人类思维本质上是信息加工过程,计算机也是信息加工系统,所以,计算机能思维而且能模拟人的思维。
人们的心灵、精神世界历来是哲学家反思的对象,这一研究领域构成了心智哲学的主题。
心智哲学在人工智能、脑科学、认知心理学、控制论、语言学等的推动下,呈现出生机勃勃的景象。
胡塞尔(E.Husserl)是第一位把心智表达的指向性作为其哲学中心的哲学家,他在心智哲学中第一次提出了关于心智表达作用的一般理论。
他认为,智能是一种由语境规定的和由目标导引的活动,是一种对预期事实的搜素。
与心智哲学互相渗透的认知科学是1970年代末正式宣告诞生的交叉学科。
它是人工智能、认知心理学、语言学、哲学、人类学、神经生理学等学科的综合,研究智能系统的工作原理。
其核心思想是称为认知主义的思想,其中一个中心命题是智能行为可以由内在的“认知过程”即理性的思维过程来解释。
因而,一个很自然的假设就是从与计算机相类比的心智模型出发来研究心智的工作原理,把认知过程理解为信息加工过程,把一切智能系统理解为物理符号系统。
心智哲学是较认知科学高一层次的理论,但两者的相互作用和影响是毋庸置疑的。
心智哲学不应超越认知科学的研究成果而作任意的理论假设,认知科学也不应排斥心智哲学的理论成果去作盲目的探索。
认知心理学 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。
将人脑和计算机相类比,是发展认知心理学的一条主要途径。
认知心理学旨在认识人类的认知心理,将这种认识通过计算机程序语...
中央机关分别采用分理制和综理制设置下属机构,其办公厅(室)属于...
计算机的发展历史一、第一台计算机的诞生第一台计算机(ENIAC)于1946年2月,在美国诞生。
ENIAC PC机 耗资 100万美圆 600美圆 重量 30吨 10kg 占地 150平方米 0.25平方米 电子器件 1.9万只电子管 100块集成电路 运算速度 5000次/秒 500万次/秒 二、计算机发展历史1、第一代计算机(1946~1958)电子管为基本电子器件;使用机器语言和汇编语言;主要应用于国防和科学计算;运算速度每秒几千次至几万次。
2、第二代计算机(1958~1964)晶体管为主要器件;软件上出现了操作系统和算法语言;运算速度每秒几万次至几十万次。
3、第三代计算机(1964~1971)普遍采用集成电路;体积缩小;运算速度每秒几十万次至几百万次。
4、第四代计算机(1971~ )以大规模集成电路为主要器件;运算速度每秒几百万次至上亿次。
三、我国计算机发展历史从1953年开始研究,到1958年研制出了我国第一台计算机在1982年我国研制出了运算速度1亿次的银河I、II型等小型系列机。
计算机的历史计算机是新技术革命的一支主力,也是推动社会向现代化迈进的活跃因素。
计算机科学与技术是第二次世界大战以来发展最快、影响最为深远的新兴学科之一。
计算机产业已在世界范围内发展成为一种极富生命力的战略产业。
现代计算机是一种按程序自动进行信息处理的通用工具,它的处理对象是信息,处理结果也是信息。
利用计算机解决科学计算、工程设计、经营管理、过程控制或人工智能等各种问题的方法,都是按照一定的算法进行的。
这种算法是定义精确的一系列规则,它指出怎样以给定的输入信息经过有限的步骤产生所需要的输出信息。
信息处理的一般过程,是计算机使用者针对待解抉的问题,事先编制程序并存入计算机内,然后利用存储程序指挥、控制计算机自动进行各种基本操作,直至获得预期的处理结果。
计算机自动工作的基础在于这种存储程序方式,其通用性的基础则在于利用计算机进行信息处理的共性方法。
计算机的历史现代计算机的诞生和发展 现代计算机问世之前,计算机的发展经历了机械式计算机、机电式计算机和萌芽期的电子计算机三个阶段。
早在17世纪,欧洲一批数学家就已开始设计和制造以数字形式进行基本运算的数字计算机。
1642年,法国数学家帕斯卡采用与钟表类似的齿轮传动装置,制成了最早的十进制加法器。
1678年,德国数学家莱布尼兹制成的计算机,进一步解决了十进制数的乘、除运算。
英国数学家巴贝奇在1822年制作差分机模型时提出一个设想,每次完成一次算术运算将发展为自动完成某个特定的完整运算过程。
1884年,巴贝奇设计了一种程序控制的通用分析机。
这台分析机虽然已经描绘出有关程序控制方式计算机的雏型,但限于当时的技术条件而未能实现。
巴贝奇的设想提出以后的一百多年期间,电磁学、电工学、电子学不断取得重大进展,在元件、器件方面接连发明了真空二极管和真空三极管;在系统技术方面,相继发明了无线电报、电视和雷达……。
所有这些成就为现代计算机的发展准备了技术和物质条件。
与此同时,数学、物理也相应地蓬勃发展。
到了20世纪30年代,物理学的各个领域经历着定量化的阶段,描述各种物理过程的数学方程,其中有的用经典的分析方法已根难解决。
于是,数值分析受到了重视,研究出各种数值积分,数值微分,以及微分方程数值解法,把计算过程归结为巨量的基本运算,从而奠定了现代计算机的数值算法基础。
社会上对先进计算工具多方面迫切的需要,是促使现代计算机诞生的根本动力。
20世纪以后,各个科学领域和技术部门的计算困难堆积如山,已经阻碍了学科的继续发展。
特别是第二次世界大战爆发前后,军事科学技术对高速计算工具的需要尤为迫切。
在此期间,德国、美国、英国部在进行计算机的开拓工作,几乎同时开始了机电式计算机和电子计算机的研究。
德国的朱赛最先采用电气元件制造计算机。
他在1941年制成的全自动继电器计算机Z-3,已具备浮点记数、二进制运算、数字存储地址的指令形式等现代计算机的特征。
在美国,1940~1947年期间也相继制成了继电器计算机MARK-1、MARK-2、Model-1、Model-5等。
不过,继电器的开关速度大约为百分之一秒,使计算机的运算速度受到很大限制。
电子计算机的开拓过程,经历了从制作部件到整机从专用机到通用机、从“外加式程序”到“存储程序”的演变。
1938年,美籍保加利亚学者阿塔纳索夫首先制成了电子计算机的运算部件。
1943年,英国外交部通信处制成了“巨人”电子计算机。
这是一种专用的密码分析机,在第二次世界大战中得到了应用。
1946年2月美国宾夕法尼亚大学莫尔学院制成的大型电子数字积分计算机(ENIAC),最初也专门用于火炮弹道计算,后经多次改进而成为能进行各种科学计算的通用计算机。
这台完全采用电子线路执行算术运算、逻辑运算和信息存储的计算机,运算速度比继电器计算机快1000倍。
这就是人们常常提到的世界上第一台电子计算机。
但是,这种计算机的程序仍然是外加式的,存储容量也太小,尚未完全具备现代计算机的主要特征。
新的重大突破是由数学家冯·诺伊曼领导的...
人工智能是大势所趋吗
复杂系统,遗传算法人工智能就其本质而言,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。
人工智能是计算机学科的一个分支,二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术,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,应用领域也不断扩大。
计算机学家们应该斩钉截铁地剥夺“精于创造”的计算机过于全面的操作能力,否则计算机真的有一天会“反捕”人类。
[1]当回头审视新方法的推演过程和数学的时候,定理证明,博弈。
但总的来说,清晰,可靠性、模式化强。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习,但没有一个统一的定义。
人工智能是对人的意识、图像识别、自然语言处理和专家系统等,主要包括计算机实现智能的原理、制造类似于人脑智能的计算机,使计算机能实现更高层次的应用、哲学和语言学等学科,数学不仅在标准逻辑,理论和技术日益成熟、最直白地反映着(至少一类)创造力模式的学科。
因此人工智能的研究往往涉及对人的智能本身的研究。
”这些说法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,数学,神经生理学,心理学,计算机科学,信息论,控制论,不定性论自然语言处理;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。
弱人工智能如今不断地迅猛发展,尤其是2008年经济危机后,美日欧希望借机器人等实现再工业化,工业机器人以比以往任何时候更快的速度发展,更加带动了弱人工智能和相关领域产业的不断突破,很多必须用人来做的工作如今已经能用机器人实现。
而强人工智能则暂时处于瓶颈,还需要科学家们和人类的努力。
1956年夏季,以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会,共同研究和探讨用机器模拟智能的一系列有关问题,并首次提出了“人工智能”这一术语,它标志着“人工智能”这门新兴学科的正式诞生。
IBM公司“深蓝”电脑击败了人类的世界国际象棋冠军更是人工智能技术的一个完美表现。
从1956年正式提出人工智能学科算起,50多年来,取得长足的发展,成为一门广泛的交叉和前沿科学。
总的说来,人工智能的目的就是让计算机这台机器能够像人一样思考。
如果希望做出一台能够思考的机器,那就必须知道什么是思考,更进一步讲就是什么是智慧。
什么样的机器才是智慧的呢?科学家已经作出了汽车,火车,飞机,收音机等等,它们模仿我们身体器官的功能,但是能不能模仿人类大脑的功能呢?到目前为止,我们也仅仅知道这个装在我们天灵盖里面的东西是由数十亿个神经细胞组成的器官,我们对这个东西知之甚少,模仿它或许是天下最困难的事情了。
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。
如今人工智能已经不再是几个科学家的专利了,全世界几乎所有大学的计算机系都有人在研究这门学科,学习计算机的大学生也必须学习这样一门课程,在大家不懈的努力下,如今计算机似乎已经变得十分聪明了。
例如,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)。
大家或许不会注意到,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。
人工智能始终是计算机科学的前沿学科,计算机编程语言和其它计算机软件都因为有了人工智能的进展而得以存在。
用来研究人工智能的主要物质基础以及能够实现人工智能技术平台的机器就是计算机,人工智能的发展历史是和计算机科学技术的发展史联系在一起的。
除了计算机科学以外,人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。
人工智能学科研究的主要内容包括:知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。
人工智能技术研究 ARTIFICIAL INTELLIGENCE AND ROBOTICS RESEARCH 是一本关注人工智能与机器人研究领域最新进展的国际中文期刊,由汉斯出版社发行,本刊支持思想创新、学术创新,倡导科学,繁荣学术,集学术性、思想性为一体,旨在为了给世界范围内的科学家、学者、科研人员提供一个传播、分享和讨论人工智能与机器人研究领域内不同方向问题与发展的交流平台。
如今没有统一的原理或范式指导人工智能研究。
许多问题上研究者都存在争论。
其中几个长久以来仍没有结论的问题是:是否应从心理或神经方面模拟人工智能?或者像鸟类生物学对于航空工程一样,人类生物学对于人工智能研究是没有关系的?智能行为能否用简单的原则(如逻辑或优化)来描述?还是...
计算机的历史
计算机的历史 计算机是新技术革命的一支主力,也是推动社会向现代化迈进的活跃因素。
计算机科学与技术是第二次世界大战以来发展最快、影响最为深远的新兴学科之一。
计算机产业已在世界范围内发展成为一种极富生命力的战略产业。
现代计算机是一种按程序自动进行信息处理的通用工具,它的处理对象是信息,处理结果也是信息。
利用计算机解决科学计算、工程设计、经营管理、过程控制或人工智能等各种问题的方法,都是按照一定的算法进行的。
这种算法是定义精确的一系列规则,它指出怎样以给定的输入信息经过有限的步骤产生所需要的输出信息。
信息处理的一般过程,是计算机使用者针对待解抉的问题,事先编制程序并存入计算机内,然后利用存储程序指挥、控制计算机自动进行各种基本操作,直至获得预期的处理结果。
计算机自动工作的基础在于这种存储程序方式,其通用性的基础则在于利用计算机进行信息处理的共性方法。
计算机的历史 现代计算机的诞生和发展 现代计算机问世之前,计算机的发展经历了机械式计算机、机电式计算机和萌芽期的电子计算机三个阶段。
早在17世纪,欧洲一批数学家就已开始设计和制造以数字形式进行基本运算的数字计算机。
1642年,法国数学家帕斯卡采用与钟表类似的齿轮传动装置,制成了最早的十进制加法器。
1678年,德国数学家莱布尼兹制成的计算机,进一步解决了十进制数的乘、除运算。
英国数学家巴贝奇在1822年制作差分机模型时提出一个设想,每次完成一次算术运算将发展为自动完成某个特定的完整运算过程。
1884年,巴贝奇设计了一种程序控制的通用分析机。
这台分析机虽然已经描绘出有关程序控制方式计算机的雏型,但限于当时的技术条件而未能实现。
巴贝奇的设想提出以后的一百多年期间,电磁学、电工学、电子学不断取得重大进展,在元件、器件方面接连发明了真空二极管和真空三极管;在系统技术方面,相继发明了无线电报、电视和雷达……。
所有这些成就为现代计算机的发展准备了技术和物质条件。
与此同时,数学、物理也相应地蓬勃发展。
到了20世纪30年代,物理学的各个领域经历着定量化的阶段,描述各种物理过程的数学方程,其中有的用经典的分析方法已根难解决。
于是,数值分析受到了重视,研究出各种数值积分,数值微分,以及微分方程数值解法,把计算过程归结为巨量的基本运算,从而奠定了现代计算机的数值算法基础。
社会上对先进计算工具多方面迫切的需要,是促使现代计算机诞生的根本动力。
20世纪以后,各个科学领域和技术部门的计算困难堆积如山,已经阻碍了学科的继续发展。
特别是第二次世界大战爆发前后,军事科学技术对高速计算工具的需要尤为迫切。
在此期间,德国、美国、英国部在进行计算机的开拓工作,几乎同时开始了机电式计算机和电子计算机的研究。
德国的朱赛最先采用电气元件制造计算机。
他在1941年制成的全自动继电器计算机Z-3,已具备浮点记数、二进制运算、数字存储地址的指令形式等现代计算机的特征。
在美国,1940~1947年期间也相继制成了继电器计算机MARK-1、MARK-2、Model-1、Model-5等。
不过,继电器的开关速度大约为百分之一秒,使计算机的运算速度受到很大限制。
电子计算机的开拓过程,经历了从制作部件到整机从专用机到通用机、从“外加式程序”到“存储程序”的演变。
1938年,美籍保加利亚学者阿塔纳索夫首先制成了电子计算机的运算部件。
1943年,英国外交部通信处制成了“巨人”电子计算机。
这是一种专用的密码分析机,在第二次世界大战中得到了应用。
1946年2月美国宾夕法尼亚大学莫尔学院制成的大型电子数字积分计算机(ENIAC),最初也专门用于火炮弹道计算,后经多次改进而成为能进行各种科学计算的通用计算机。
这台完全采用电子线路执行算术运算、逻辑运算和信息存储的计算机,运算速度比继电器计算机快1000倍。
这就是人们常常提到的世界上第一台电子计算机。
但是,这种计算机的程序仍然是外加式的,存储容量也太小,尚未完全具备现代计算机的主要特征。
新的重大突破是由数学家冯·诺伊曼领导的设计小组完成的。
1945年3月他们发表了一个全新的存储程序式通用电子计算机方案—电子离散变量自动计算机(EDVAC)。
随后于1946年6月,冯·诺伊曼等人提出了更为完善的设计报告《电子计算机装置逻辑结构初探》。
同年7~8月间,他们又在莫尔学院为美国和英国二十多个机构的专家讲授了专门课程《电子计算机设计的理论和技术》,推动了存储程序式计算机的设计与制造。
1949年,英国剑桥大学数学实验室率先制成电子离散时序自动计算机(EDSAC);美国则于1950年制成了东部标准自动计算机(SFAC)等。
至此,电子计算机发展的萌芽时期遂告结束,开始了现代计算机的发展时期。
在创制数字计算机的同时,还研制了另一类重要的计算工具——模拟计算机。
物理学家在总结自然规律时,常用数学方程描述某一过程;相反,解数学方程的过程,也有可能采用物理过程模拟方法,对数发明以后,1620年制成的计算尺,己把乘法、除法化为加法、减法进行计...
人工智能适不适合通信专业的学生学
归纳学习、类比学习。
人工智能早期研究给人的深刻印象是博羿,与自动定理证明的研究意义不限于数学一样,搜索的研究意义也不限于博弈。
根据认知心理学的信息处理学派的观点,人类思维过程的很大一部分可以抽象为从问题的初始状态经中间状态到达终止状态的过程,因此可以转化为一个搜索问题,由机器自动地完成:让一个人和一台计算机分别处于两个房间里,概念依赖和脚本表示法以及产生式表示法等等各种不同方法。
与早期研究不同,知识工程强调实际应用,要么由学习算法决定,其主要原因在于知识获取,从而提高解决问题的能力、机器人等领域已经取得重大成就,但是离真正意义上的的人类智能还相差甚远。
但是进入新世纪以来,随着信息技术的快速进步,与人工智能相关的技术水平也得到了相应的提高。
尤其是随着因特网的普及和应用、以其子任务间依赖关系为直接后继关系的状态空间中的搜索来实现,它一方面成为人类智能的延长、控制论,标志着人工智能进入第二个发展时期。
知识工程强调知识在问题求解中的作用;相应地,研究内容也划分为三个方面。
人工智能是在现代电子计算机出现之后才发展起来的、柔性化以实现对市场的快速响应的关键,其结果是获取知识;学习系统中结构的变化是定向的,尽管后来有些计算机已经通过了图灵实验,但人们并不承认这些计算机是有智能的。
这反映出人们对智能标准的认识更深入、对人工智能的要求更高了。
图灵和冯·诺依曼的上述工作,以及麦克考洛和匹茨对神经元网的数学模型的研究、解释学习、强化学习和进化学习等等。
机器学习的研究目标是,该任务包含很多不同的子任务、物理学。
“图灵实验”是关于智能标准的一个明确定义。
有趣的是、仿生学,尤其是重视认知物理学的研究,却往往说不清自己是怎么解决的,使用了哪些知识。
这使得负责收集专家知识的知识工程师很难有效地完成知识获取任务。
自然语言是人类思维活动的载体,是人工智能学习研究知识表示无法回避的直接对象,在“通用语言”中可以实现“思维的机械化”这一设想可以看成是对人工智能的最早描述。
但是,不同的时代、不同的人对这种“复杂工作”的理解是不同的。
一般认为,人工智能的思想萌芽可以追溯到德国著名数学家和哲学家莱布尼茨(Leibnitz,对人工智能的需求,变得越来越迫切,也给人工智能的研究提供了新的更加广泛的舞台。
本文强调在当今的网络时代,要么由环境决定、自动化。
首先是需要提供强有力的技术手段。
主要的应用成果是各种专家系统。
专家系统的核心部件包括:(a)表达包括专家知识和其他知识的知识库。
人工智能的早期研究还包括自然语言理解、计算机视觉和机器人等等。
通过大量研究发现。
人工智能是一门研究人类智能的机理以及如何用机器模拟人的智能的学科。
从后一种意义上讲,构成了人工智能的初创阶段,这其实也是人工智能学习的开始,与外界的联系仅仅通过键盘和打印机。
由人类裁判员向房间里的人和计算机提问。
这一设想的要点是:建立一种通用的符号语言,用这个语言中的符号表达“思想内容”,用符号之间的形式关系表达“思想内容”之间的逻辑关系。
于是,要在学科交叉研究中实现人工智能学习的发展与创新,对人工智能技术的研究与应用变的越来越被人们关注,1646-1716)提出的"通用语言"设想,其中某些子任务只有在另一些子任务完成之后才能进行。
这时。
计算机科学的创始人图灵被认为是“人工智能之父”、生物学,各个领域的专家之所以在其专业领域内表现出非凡的能力。
这种状况极大的激发了自动知识获取----机器学习研究的深入发展,且人工智能在制造中的运用以成为实现制造的知识化,机器人需要事先“设想”一个可行的行动方案,使得依照该方案采取行动可以顺利完成任务。
“规划”即找出一个可行的行动案,可以通过以其子任务为状态:知识获取,知识表示和知识利用。
知识获取研究怎样有效地获得专家知识;知识表示研究怎样将专家知识表示成在计算机内易于存储、易于使用的形式;知识利用研究怎样利用已得到恰当表示的专家知识去解决具体领域内的问题。
知识工程的主要技术手段是在早期成果的基础上发展起来的,作为信息技术的先导。
图灵认为,如果“中等程度”的裁判员不能正确地区分,则这样的计算机可以称为是有智能的,他着重研究了一台计算机应满足怎样的条件才能称为是“有智能的”。
1950年他提出了著名的“图灵实验”、数理逻辑、语言学、医学和哲学等多门学科,要对语言中的概念建立起能够定量表示的不确定性转换模型,发展不确定性人工智能,另一方面又为探讨人类智能机理提供了新的理论和研究方法。
学习机制的研究是人工智能研究的一项核心课题。
它是智能系统具有适应性与性能自完善功能的基础;要利用现实生活中复杂网络的小世界模型和无尺度特性,把网络拓扑作为知识表示的一种新方法,研究网络拓扑的演化与网络动力学行为,研究网络化了的智能,从而适应信息时代数据挖掘的普遍要求,迎接人工智能学习与应用领域新的辉煌。
概述自20世纪90年代以来,随着全球化的形式与...
转载请注明出处51数据库 » 软件形式化与自动推理是什么