AI（人工智能），英文缩写为AI。它是一家集科研，开发用于模拟，延伸和扩展人的智能的理论，方法，技术和应用的一个新的技术科学。人工智能是计算机科学的一个分支，它试图理解智力的本质，并产生了一种新的人类的智慧可以回应的方式类似智能机，该领域的研究包括机器人，语音识别，图像识别，自然语言处理和专家系统。
编辑本段介绍人工智能，英语单词artilect的，从雨果加里斯著作> 。 1956年的“人工智能”一词最初达特茅斯学院提出。从那时起，研究人员已经开发了大量的理论和原则，人工智能的概念也随之扩大。人工智能是一个具有挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是非常广泛的，包括科学，它由不同的领域，如机器学习，计算机视觉，所以，在一般情况下，人工智能研究的一个主要目标是使一些通常需要人类智力的机器，能够完成复杂的任务。但是不同的时代，不同的人对这种“复杂的任务”的理解是不同的。如沉重的科学和工程计算本来是要人脑来承担，现在的电脑不仅可以完成这个计算，可以做到这一点的速度比人的大脑，更准确，因之当代人不再看这个计算作为“人类情报需要完成复杂的任务，“显示，复杂的任务被定义为次发
具有人工智能的发展和技术的进步和变化，人工智能的机器人，这种科学的具体目标自然与时代发展变化。一方面继续获得新的进展，一方面将更有意义和更困难的目标。现在能够研究人工智能和能力，以实现计算机人工智能技术，人工智能和计算机的发展历史是历史，科学和技术挂钩的主要材料是指一台机器。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，数理逻辑学，语言学，医学和哲学等多门学科。人工智能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。机器视觉的实际应用：指纹识别，面部识别，视网膜识别，虹膜识别，掌纹识别，专家系统，智能搜索，定理证明，游戏，自动编程，以及航空航天领域。主题人工智能领域是一个边缘学科，自然科学和社会科学的交叉。涉及学科的哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不确定性理论，仿生学，研究领域为自然语言处理，知识表示，智能搜索，推理，规划，机器学习，知识获取，相结合的调度问题，感知问题，模式识别，逻辑编程，软计算，不精确和不确定的管理，人工生命，神经网络，复杂的系统，遗传算法人类思维智能控制应用，专家系统，机器人技术，语言和图像的方式理解，遗传编程人工智能机器人工厂安全问题目前还在研究中，但一些学者认为，让电脑智商是非常危险的，它可能是危害人类罪。这样的风险也发生了很多电影。
人工智能
两种方法在计算机上实现时，有两种不同的方式。一种是使用传统的编程技术，系统呈现智能的效果，而不管是否在人体或动物体中所使用的方法，用同样的方法使用。这种方法被称为工程方法（工程方法），它已经在一些地区，如字符识别技术，计算机象棋等。另一种方法是模拟建模方法，不仅要看效果，还要求实现人类或生物的方法，并用同样的方法由该团体或类似。这本书提出了一个遗传算法（遗传算法，简称GA）和人工神经网络（人工神经网络，简称ANN）是后一种类型。遗传算法模拟人类或生物的遗传 - 进化机制，人工神经网络是一种模拟人类或动物大脑的神经活动模式。为了获得相同的效果智能，两种方法都可以正常使用。使用前一种方法需要手册提供了详细的逻辑程序，如果游戏很简单，或方便。如果游戏是复杂的，增加的数量和活性空间的作用，相应的逻辑将是非常复杂的（指数增长），手工编程是非常乏味和容易出错的。一旦错误，你必须原程序，重新编译，调试，并最终为用户提供一个新版本或新的补丁，非常麻烦。后一种方法，程序员为每个角色你想设计一个智能系统（模块），控制，智能系统（模块）开始什么都不知道，像新生的婴儿，因为它能够学习，逐渐适应环境处理复杂的情况。这样的系统往往开始犯错误，而是从中吸取教训，下一次运行它可以纠正，至少不会总是出问题，不到发布一个新的版本或补丁程序。使用这种方法来实现人工智能，要求程序员有其生物学的思维方式，有点困难的条目。但是，一旦入了门，可广泛的应用。由于这种方法不需要详细法律规定的活动，适用于复杂的问题，通常更多的精力比以前的方法编程的作用。 p>定义了AI的定义可分为两部分，即，“人工”与“智能”。 “人工”，更好地理解，争议并不大。有时候，我们必须要考虑什么是人类制造的，或本身具有智能化程度高的地步，你可以创建人工智能，依此类推。但在一般情况下，“人工系统”就是通常意义上的手动系统。关于什么是“智能”，你有很多问题。这涉及到其他因素，如意识（意识），自我（个体经营），思想（心）（包括无意识的心灵（unconscious_mind），这样的问题，人类的智慧是唯一的人知道自己的智力，这是普遍接受的观点，但我们了解我们自己非常有限的智力构成的基本要素，人类的智慧也是有限的，所以它是很难定义什么是“人造”，“智能”的人工智能往往涉及自己的研究人类智能等信息。动物或其他人工智能系统被普遍认为是目前人工智能在计算机领域的人工智能研究课题，已经越来越广泛的赞赏。和机器人，经济和政治决策，控制系统，仿真系统已应用于著名的斯坦福大学人工智能研究中心，纳尔逊教授人工智能下了这样的定义：“人工智能学科知识 - 如何表示知识，以及如何获取知识和使用知识的科学。”而另一个麻省理工学院的温斯顿教授表示： “人工智能是研究如何使计算机在过去只有专业人才能做的智能工作。”这些说法反映了人工智能是研究人类智力活动的基本思想和学科的人工智能基本内容，法律，具有一定的人工智能系统，以研究如何使您的计算机来完成以前需要人类的智慧可以执行的工作，这是研究如何应用计算机硬件和软件来模拟人类的某些智能行为的基本构造理论，方法和技术。AI（简称AI人工情报）是计算机科学的一个分支，自上世纪70年代以来，被称为世界3尖端技术，空间技术，能源技术，人工智能之一，也被认为二十一世纪（基因工程，纳米科学，人工智能）三项尖端技术。这是因为过去的三十年中，它获得了迅速的发展，在许多学科都已经被广泛使用，并取得了丰硕的成果，人工情报已逐渐成为一个独立的分支，无论在理论上还是在实践中是自足的系统，人工智能的计算机来模拟人类的思维过程和一些智能行为（如学习，推理，思考，规划等的研究）学科，包括计算机智能化原理，类似于人脑智能制造的电脑，使电脑可以实现更高水平的人工智能的应用将涉及到计算机科学，心理学，哲学和语言学等多学科，可以说几乎是自然的科学和社会科学的所有学科，范围远远超出了计算机科学，人工智能和思维科学的范围是理论和实践的关系，人工智能是在思维科学技术应用水平，它是一个应用程序的分支点思维，逻辑思维不局限于人工智能，图像，灵感，突破思维定势，我们应该考虑考虑，以推动人工智能的发展，数学往往被认为是各种科学学科的基础，数学也进入了语言，思想领域，人工智能学科也必须借用数学工具，不仅在标准的数学逻辑，模糊发挥的作用，数学等领域，数学到人工智能，他们会相互促进更快的发展。 BR p>编辑本段简要人工智能的历史可以上溯到古埃及的传说，但自1941年以来随着计算机技术的发展创造了一个机器智能最终可以“人造智能”（人工智能）在1956年最初提出在达特茅斯学院，从那时起，研究人员已经开发了大量的理论和原则，也将扩大人工智能的概念，它是人工智能的发展历史不长，比预期的要慢，但一直在进步，从40年前到现在，已经有许多人工智能程序，他们也影响了其他技术的发展。
1941年发明的信息存储和处理发生在各方面的革命。这也发生在美国和德国是计算机发明的第一台计算机安装空调占据几个大的房间，是一场噩梦的程序：我们应该设立一个程序运行着数以千计的1949行提高能源存储程序计算机，使输入程序变得简单，而电脑产生的理论计算机科学的发展高潮中出现的人工智能计算机处理的数据通过电子手段本发明可实施人工智能提供了一个媒介。
AI开始
虽然电脑AI提供了必要的技术基础，但直到20世纪50年代初，人们注意到，在人类智能和机器接触。诺伯特·维纳是美国第一个研究反馈理论最熟悉的例子之一，是反馈控制的自动调温器，室温下将收集的和所希望的温度相对，响应加热器打开或关闭小大，从而控制环境温度的反馈回路的重要性，维纳理论认为，所有的智能活动是反馈机制的结果和反馈机制，可以使用机器模拟，发现在早期开发的AI影响很大。1955年底，纽厄尔和西蒙提出了“逻辑专家”（逻辑理论家）计划该计划被认为是被很多人第一个AI程序表示为树模型，每一个问题，然后选择最有可能得到一个正确的结论，要解决问题。“逻辑专家”向公众和禽流感的影响使得人工智能研究领域发展的一个重要里程碑0.1956年，被认为是人工智能之父约翰·麦卡锡举办的社会的机器智能将有兴趣了多位专家学者聚集在一起讨论了一个月，他问他们参加在佛蒙特州“达特茅斯人工智能研究学会夏季。”从那时起，这一领域被命名为“人工智能”。虽然达特茅斯学院是不是很成功，但它未来的研究的基础上重点AI和AI的开国元勋达特茅斯会议7年，人工智能研究开始快速发展，虽然在这方面没有明确定义，会议的一些想法已重新考虑和使用卡耐基梅隆大学和麻省理工学院人工智能研究中心开始筹建。研究面临着新的挑战：下一步需要能够建立一个更有效的系统来解决这个问题，如“逻辑专家”，以减少搜索;有一个自建学习系统在1957年一个新的方案，“通用问题解决机” （GPS）第一个测试版本。这个程序产生的“逻辑专家”一组的发展，GPS扩展维纳的反馈原理，可以解决很多的常识。两年后，IBM成立起来的一项研究赫伯特Gelerneter组AI历时三年几何定理的程序产生一个解决方案，当越来越多的节目出现时，麦卡锡AI是忙碌的，在历史上的一个突破0.1958麦卡锡宣布了他的新成果：LISP语言LISP仍然使用这一天。“LISP”是指“列表处理”（列表处理），它很快通过大多数AI开发，1963年麻省理工学院从美国政府得到220万美元的资金用于研究机器辅助识别。授予从美国国防部高级研究计划署（ARPA），保证美国在未来技术进步的苏联，这个计划已经吸引了来自世界各地的计算机科学家，人工智能研究的发展步伐加快。
计划在未来几年有很多已经有很多的程序中，一个著名的，称为“SHRDLU”。“SHRDLU”是“微世界”项目的一部分，包括在微观世界（例如，只有数量有限几何）研究和编程马文·明斯基在麻省理工学院的带领下，研究人员发现，在面对小规模的对象，空间和计算机程序可以解决逻辑问题。其他，如20世纪60年代中后期出现的“学生”可以与书籍
解决代数问题，“先生”能理解简单的英语句子。这些结果的程序语言理解和逻辑处理，以帮助70年代的另一个发展方向是专家系统的专家系统，可以预测某种解决方案下一定条件下，那个时候的概率，计算机有一个巨大的容量，专家系统可能是法律派生专家系统在市场上被广泛用于从数据的十年中，专家系统是用来预测股市，以帮助医生诊断疾病，以及指示矿工确定矿物的位置，等等，这是因为专家系统规则和信息的存储容量。20世纪70年代的AI已经开发了许多新的方法，此外，大卫·明斯基的理论被称为结构马尔机器视觉提出新的理论，例如，如何图像，形状，颜色，边框，以及粮食和其他基本信息，通过分析这些信息来识别图像的影子，你可以推断出，影像可能会有另一个结果是，同期PROLOGE语言在1972年，在20世纪80年代，艾更迅速地向前，更多的机会在1986年，商业领域，美国AI相关的硬件和软件的销售额达4.25亿美元。专家系统，特别是其实用性的需求。大象公司XCON VAX主机编程专家系统如数码电器公司，杜邦公司，通用汽车公司和波音公司也很大程度上依赖于专家系统，以满足需求的电脑专家，一些生产专家系统配套生产的软件公司，成立于，如Teknowledge Intellicorp为了发现和纠正错误，在现有专家系统，也有一些专家系统设计
从实验室到日常生活的
人们开始觉得电脑计算机技术和人工智能技术的影响，不再只属于一小群的实验室的研究人员。电脑和大量的技术杂志，使计算机技术展现在人们的面前。如美国人工智能协会基金会。因为AI的发展需求，但也出现了一段时间的研究人员访问私人公司的热潮。超过150像DEC（雇用了700多名员工从事人工智能研究）等公司在内部开发组总共花了1美元亿美元，AI一些其他人工智能领域市场80年，其中机器视觉。明斯基和马尔的结果都是目前使用的生产线摄像机和电脑，进行质量控制。虽然很简单，这些系统都已经能够告诉黑色和白色的不同形状的物体之间的差异。至1985年，美国有一百多个公司生产的机器视觉系统，销售总额为8000万。人工智能工业80年，但它是不是所有的好时光.86-87多年的AI系统的需求下降，该行业损失了近5亿美元：大象Teknowledge Intellicorp两项合计亏损为600万美元，占三分之一的利润巨额亏损迫使许多研究领导人削减经费又失望另一名男子国防部高级研究计划局支持所谓的“智能卡车”，该项目旨在开发一种可以完成许多任务，战场机器人。缺陷项目，并成功无望，五角大楼停止资助该项目。尽管有这些挫折事件AI仍然是缓慢复苏已开发新技术的发展，在日本，在美国的第一个模糊逻辑，人工智能机器人可从
不确定条件下作出决定;有神经网络，人工智能被认为是可能的方式来实现短，20世纪80年代的AI被引入市场，显示的实用价值，可以肯定，这将是迈向二十一世纪的关键。人工智能技术进行测试，在“沙漠风暴”行动中的军事情报装置经受住战争的检验。人工智能技术用于导弹系统和报警显示等先进武器。人工智能技术也进入了家庭。智能电脑的增加引起公众的兴趣，很少有Mac和IBM兼容的应用程序，如语音和文字识别市售软件一直采用模糊逻辑，人工智能技术，简化了摄像设备，人工智能的相关技术，以促进更大的新的进步的需求不断涌现。人工智能一直并将继续不可避免地改变我们的生活。
内容全部来源于网络收集，如有侵权，请联系网站删除：QQ：24596024