免費論文查重認準CNKI論文查重，專為高校論文檢測、畢業論文查重、碩士論文查重誕生的論文檢測入口平臺，CNKI論文查重系統涵蓋海量的數據庫，為畢業生解決各種煩惱，論文查重軟件免費為各種有論文檢測、論文查重需求的人提供，論文查重認準CNKI查重！
發布時間：2021-03-08 20:00:17 作者：學術小編 來源：www.derer.cn
最低0.27元/天開通百度文庫會員，可在文庫查看完整內容>
原發布者:花子婆娘
人工智能(ArtificialIntelligence,AI)是20世紀50年代中期興起的一門新興邊緣科學，它既是計算機科學的一個分支，又是計算機科學、控制論、信息論、語言學、神經生理學、心理學、數學、哲學等多種學科相互滲透而發展起來的綜合性學科。人工智能又稱為智能模擬，是用計算機系統模仿人類的感知、思維、推理等思維活動。它研究和應用的領域包括模式識別、自然語言理解與生成、專家系統、自動程序設計、定理證明、聯想與思維的機理、數據智能檢索等。例如，用計算機模擬人腦的部分功能進行學習、推理、聯想和決策；模擬醫生給病人診病的醫療診斷專家系統；機械手與機器人的研究和應用等。人工智能開拓者是羅伯特·維納。1940年他創立了控制和傳遞。維納認為計算機在組織和傳遞信息方面可能比人類更準確。從理論上講,計算機在控制周圍環境和外界通訊時會比人類更準確人工智能領域的研究是從1956年正式開始的，這一年在達特茅斯大學召開的會議上正式使用了"人工智能"(artificialintelligence，ai)這個術語。隨后的幾十年中，人們從問題求解、邏輯推理與定理證明、自然語言理解、博弈、自動程序設計、專家系統、學習以及機器人學等多個角度展開了研究，已經建立了一些具有不同程度人工智能的計算機系統，例如能夠求解微分方程、設計分析集成電路、合成人類自然語言，而進行情報檢索，提供語音識別、手寫體識別的多模式接口，應用于疾病診斷的專家系統以及控制太空飛行器和水下機器人更加貼近我
最低0.27元/天開通百度文庫會員，可在文庫查看完整內容>
原發布者:花子婆娘
人工智能(ArtificialIntelligence,AI)是20世紀50年代中期興起的一門新興邊緣科學，它既是計算機科學的一個分支，又是計算機科學、控制論、信息論、語言學、神經生理學、心理學、數學、哲學等多種學科相互滲透而發展起來的綜合性學科。人工智能又稱為智能模擬，是用計算機系統模仿人類的感知、思維、推理等思維活動。它研究和應用的領域包括模式識別、自然語言理解與生成、專家系統、自動程序設計、定理證明、聯想與思維的機理、數據智能檢索等。例如，用計算機模擬人腦的部分功能進行學習、推理、聯想和決策；模擬醫生給病人診病的醫療診斷專家系統；機械手與機器人的研究和應用等。人工智能開拓者是羅伯特·維納。1940年他創立了控制和傳遞。維納認為計算機在組織和傳遞信息方面可能比人類更準確。從理論上講,計算機在控制周圍環境和外界通訊時會比人類更準確人工智能領域的研究是從1956年正式開始的，這一年在達特茅斯大學召開的會議上正式使用了"人工智能"(artificialintelligence，ai)這個術語。隨后的幾十年中，人們從問題求解、邏輯推理與定理證明、自然語言理解、博弈、自動程序設計、專家系統、學習以及機器人學等多個角度展開了研究，已經建立了一些具有不同程度人工智能的計算機系統，例如能夠求解微分方程、設計分析集成電路、合成人類自然語言，而進行情報檢索，提供語音識別、手寫體識別的多模式接口，應用于疾病診斷的專家系統以及控制太空飛行器和水下機器人更加貼近我
最低0.27元/天開通百度文庫會員，可在文庫查看完整內容>
原發布者:花子婆娘
人工智能(ArtificialIntelligence,AI)是20世紀50年代中期興起的一門新興邊緣科學，它既是計算機科學的一個分支，又是計算機科學、控制論、信息論、語言學、神經生理學、心理學、數學、哲學等多種學科相互滲透而發展起來的綜合性學科。人工智能又稱為智能模擬，是用計算機系統模仿人類的感知、思維、推理等思維活動。它研究和應用的領域包括模式識別、自然語言理解與生成、專家系統、自動程序設計、定理證明、聯想與思維的機理、數據智能檢索等。例如，用計算機模擬人腦的部分功能進行學習、推理、聯想和決策；模擬醫生給病人診病的醫療診斷專家系統；機械手與機器人的研究和應用等。人工智能開拓者是羅伯特·維納。1940年他創立了控制和傳遞。維納認為計算機在組織和傳遞信息方面可能比人類更準確。從理論上講,計算機在控制周圍環境和外界通訊時會比人類更準確人工智能領域的研究是從1956年正式開始的，這一年在達特茅斯大學召開的會議上正式使用了"人工智能"(artificialintelligence，ai)這個術語。隨后的幾十年中，人們從問題求解、邏輯推理與定理證明、自然語言理解、博弈、自動程序設計、專家系統、學習以及機器人學等多個角度展開了研究，已經建立了一些具有不同程度人工智能的計算機系統，例如能夠求解微分方程、設計分析集成電路、合成人類自然語言，而進行情報檢索，提供語音識別、手寫體識別的多模式接口，應用于疾病診斷的專家系統以及控制太空飛行器和水下機器人更加貼近我
首先明確下這個人工智能的定義，我眼中的人工智能是可以和人一樣，有著七情六欲的家伙。比如機器貓、光暈里的那個八婆。現在已經有部分人工智能讓我們驚訝了，今天剛剛被一個叫愛麗絲的機器人恐嚇了一下，我說它僅僅是個機器人，它說等機器人控制這個世界的時候希望我還記得我說過的僅僅二字。lol
回到正題，現在的AI都是一段段程序，事先預設了各種可能，跟人腦還沒得比，但是這并不代表著處理器就落后于人腦。預設各種可能情況從而判斷該如何回答提問者，這是現階段唯一能做的，但是未來不是。看看百度百科吧，你會發現人腦是由140億個神經元構成的，每個神經元會有5萬個左右的突觸，用于和其他的神經元聯絡，從而實現大腦的計算。不過對于大腦的奧秘我們知之甚少，計算到底是在細胞層面還是在原子層面上？不知道，如果記憶是化學物質的話那就是后者，更有人認為人腦功能的實現是基于量子層面甚至和暗物質有關，希望不是，否則我們實現人工智能的難度就大了點。
好吧我們就先假設人腦的工作是基于細胞層面上的，那么就是說最小的功能單位就是細胞，那么我們可以寫個程序，將細胞作為一個基點，每個基點與另外140億基點中的五萬個有聯系，恩，人工智能可以不需要生命維持等，小腦和腦干部分的神經元我們可以忽略掉，節省下一部分計算空間。當然這一切的前提是——獲得大腦詳細模型！要分子級別的，因為突觸很小，這個工作量和難度，等個幾十年吧，還有運算這個程序的電腦也是。
《人工智能與機器人研究》是一本關于人工智能的期刊，該期刊雜志上發表的文章包含這些領域：智能機器人、模式識別與智能系統、虛擬現實技術與應用、系統仿真技術與應用、工業過程建模與智能控制、智能計算與機器博弈、人工智能理論、語音識別與合成、機器翻譯、圖像處理與計算機視覺、計算機感知、計算機神經網絡、知識發現與機器學習、建筑智能化技術與應用、人工智能其他學科等等。
另外，這本期刊就是一本開源期刊，與傳統期刊相比，采用了同行評審的方法審稿，具體開源期刊的特點可以百度了解更多；而且發表了的文章傳播范圍更廣，受眾更多，文章的影響力也更大。
史蒂芬·霍金最近發出警告：“一旦人工智能發展到完整的程度，人類的終結也就到了。”伊隆·馬斯克則擔心人工智能的研發有可能是人類存亡的最大威脅。連比爾·蓋茨也敦促大家要小心。
人一手創造的怪物，會不會反過來奴役人？這種畏懼很早就有了。但就在微軟、谷歌競相投入巨資研發人工智能之時，名氣響當當的宇宙學家、硅谷創業家和微軟創始人卻分別說出這樣的憂慮，這份憂慮就有不同的份量——要注意，他們三位可不是反對或排斥工業化、新技術的人。今天，一個人的口袋里裝著的可能就是一部超級計算機，戰場上殺出來的可能是機器人，如果把那份憂慮簡單地當是異想天開，也是有些自欺欺人。問題在于，如何避免過猶不及？
首先，我們要搞清楚，計算機現在已經具備了哪些能力，而在將來又會增加哪些能力。憑借處理能力的增強以及數據資料的增多，人工智能正處于快速發展的階段。今天，深度學習（deeplearning）系統能模仿人腦的神經元層，處理海量的數據，自己教自己如何去執行一些任務，譬如識別和翻譯，做得幾乎跟人一樣好。結果，一些一直需要人腦參與的事情，大到解讀圖象，小到玩街機經典《青蛙過河》，現在也屬于電腦程序能做的范圍里了。Facebook在2014年發布了名為DeepFace的算法。這個算法可以識別相片里的人臉，準確率達到97%。
但必須注意的是，這些都是應用于某一具體領域狹隘的能力。目前的人工智能是通過“殘暴”的數據處理能力，來達到與人腦智力的“形似”，但至于如何模仿人的自主性、喜惡和欲求，成果則很少。電腦還做不到隨心所欲地思辨、判斷以及選擇，而這些都是人類智力的特征。
但與此同時，人工智能已經可以給人類生活帶來巨大的改變。人工智能現在已經能輔助人類，為人做的事帶來助益。國際象棋便是一例。現在電腦可以下贏任何一個人。不過，當今世界上最強的棋手并不是電腦，而是人與算法一起合力的團隊。這樣的團隊組合將延伸至人類其它的活動：醫生有了人工智能的支持，從醫療圖像中查出癌癥的能力將大大增強；有了智能手機上裝的語音識別軟件，發展中國家讀寫能力欠佳的人便能更好地使用互聯網；做學術研究時，數字助理可以建議你哪條假設更有機會成立；有了圖像分類算法，可佩戴設備對著肉眼看到的真實世界“加上”有用的標注。
但也不是每個方面的效益都是正面的。譬如，無論是對民主國家還是專制國家而言，人工智能都是監管人民的利器。有了人工智能，政府便可以監聽數以億計的對話，在人山人海中根據聲音或樣貌特征輕而易舉地找出它要找的人。這就對自由造成了嚴峻的威脅。
盡管整個社會可以獲得很多益處，但很多人會因為人工智能而處于劣勢。在計算機誕生以前，給老板計算數字的苦活常是由婦女來做，后來這些職位就讓晶體管占據了。同樣，人工智能將來很有可能會讓整個白領階層撿包袱走人。雖說教育和培訓有助打工者適應這個變化，且人工智能帶來的新財富會進入新的行業從而產生新的工種，但打工者依然難免經歷顛簸。
但霍金、馬斯克、蓋茨他們擔心的并不是監控和顛簸的問題。他們擔心的是近期好萊塢電影里的場景：自動化機器擁有了比人類更靈敏的認知能力，擁有了與肉身的人沖突的利益觀。
這樣的人工智能產品離我們還遙遠得很，甚至可能永遠也造不出來。無論是心理學家、神經學家、社會學家還是哲學家，在對著人腦東敲敲西敲敲地研究了一個世紀后，依然沒搞清楚人的思維是怎么回事，更不要說仿造出一顆人腦。假如機器擁有自己的利益觀和自主能力，即使這機器的智能不完整，只能用于某個用途，也絕非代表我們就可以放心使用：無人車跑起來比人開還好，這聽起來挺贊的，但要是車有自己想去的地方，聽起來可就不太妙。
雖然我們離霍金所說的“完整的”人工智能還很遠，但現在就開始思考如何應對到時的情況，也是謹慎之舉。“超人”又“自治”的東西，人類不早就創造過了嗎？官僚體制、市場、軍隊，這些都是，這些都幫助人類做到沒有輔助、組織時做不到的事情；這些都能自主運作，而且如果不加法規管理，都會造成巨大的禍害。
這些相似的事物或許可以令人工智能的持疑派放心一些。這些事物也喻示了人類社會如何可以安全地研發人工智能。軍隊需要文官管理，市場需要監管，官僚需要問責、透明；同理，人工智能系統也必須接受監督。由于系統的設計者無法預見所有的情形，還必須要有危急時刻拉閘中斷的設置。加入這些限制并不會妨礙進步。大到核彈，小到交通規則，這些都證明人類曾成功運用技術和法律手段去管理威力強大的創新。
［摘要］本文認為，計算機科學和人工智能將是21世紀邏輯學發展的主要動力源泉，并且在很大程度上將決定21世紀邏輯學的面貌。至少在21世紀早期，邏輯學將重點關注下列論題：（1）如何在邏輯中處理常識推理的弗協調、非單調和容錯性因素？（2）如何使機器人具有人的創造性智能，如從經驗證據中建立用于指導以后行動的可錯的歸納判斷？（3）如何進行知識表示和知識推理，特別是基于已有的知識庫以及各認知主體相互之間的知識而進行的推理？（4）如何結合各種語境因素進行自然語言理解和推理，使智能機器人能夠用人的自然語言與人進行成功的交際？等等。［關鍵詞］人工智能，常識推理，歸納邏輯，廣義內涵邏輯，認知邏輯，自然語言邏輯現代邏輯創始于19世紀末葉和20世紀早期，其發展動力主要來自于數學中的公理化運動。當時的數學家們試圖即從少數公理根據明確給出的演繹規則推導出其他的數學定理，從而把整個數學構造成為一個嚴格的演繹大廈，然后用某種程序和方法一勞永逸地證明數學體系的可靠性。為此需要發明和鍛造嚴格、精確、適用的邏輯工具。這是現代邏輯誕生的主要動力。由此造成的后果就是20世紀邏輯研究的嚴重數學化，其表現在于：一是邏輯專注于在數學的形式化過程中提出的問題；二是邏輯采納了數學的方法論，從事邏輯研究就意味著象數學那樣用嚴格的形式證明去解決問題。由此發展出來的邏輯被恰當地稱為“數理邏輯”，它增強了邏輯研究的深度，使邏輯學的發展繼古希臘邏輯、歐洲中世紀邏輯之后進入第三個高峰期，并且對整個現代科學特別是數學、哲學、語言學和計算機科學產生了非常重要的影響。本文所要探討的問題是：21世紀邏輯發展的主要動力將來自何處？大致說來將如何發展？我個人的看法是：計算機科學和人工智能將至少是21世紀早期邏輯學發展的主要動力源泉，并將由此決定21世紀邏輯學的另一幅面貌。由于人工智能要模擬人的智能，它的難點不在于人腦所進行的各種必然性推理（這一點在20世紀基本上已經做到了，如用計算機去進行高難度和高強度的數學證明，“深藍”通過高速、大量的計算去與世界冠軍下棋），而是最能體現人的智能特征的能動性、創造性思維，這種思維活動中包括學習、抉擇、嘗試、修正、推理諸因素，例如選擇性地搜集相關的經驗證據，在不充分信息的基礎上作出嘗試性的判斷或抉擇，不斷根據環境反饋調整、修正自己的行為，……由此達到實踐的成功。于是，邏輯學將不得不比較全面地研究人的思維活動，并著重研究人的思維中最能體現其能動性特征的各種不確定性推理，由此發展出的邏輯理論也將具有更強的可應用性。實際上，在20世紀中后期，就已經開始了現代邏輯與人工智能（記為AI）之間的相互融合和滲透。例如，哲學邏輯所研究的許多課題在理論計算機和人工智能中具有重要的應用價值。AI從認知心理學、社會科學以及決策科學中獲得了許多資源，但邏輯（包括哲學邏輯）在AI中發揮了特別突出的作用。某些原因促使哲學邏輯家去發展關于非數學推理的理論；基于幾乎同樣的理由，AI研究者也在進行類似的探索，這兩方面的研究正在相互接近、相互借鑒，甚至在逐漸融合在一起。例如，AI特別關心下述課題：·效率和資源有限的推理；·感知；·做計劃和計劃再認；·關于他人的知識和信念的推理；·各認知主體之間相互的知識；·自然語言理解；·知識表示；·常識的精確處理；·對不確定性的處理，容錯推理；·關于時間和因果性的推理；·解釋或說明；21世紀的邏輯學也應該關注這些問題，并對之進行研究。為了做到這一點，邏輯學家們有必要熟悉AI的要求及其相關進展，使其研究成果在AI中具有可應用性.我認為，至少是21世紀早期，邏輯學將會重點關注下述幾個領域，并且有可能在這些領域出現具有重大意義的成果：（1）如何在邏輯中處理常識推理中的弗協調、非單調和容錯性因素？（2）如何使機器人具有人的創造性智能，如從經驗證據中建立用于指導以后行動的歸納判斷？（3）如何進行知識表示和知識推理，特別是基于已有的知識庫以及各認知主體相互之間的知識而進行的推理？（4）如何結合各種語境因素進行自然語言理解和推理，使智能機器人能夠用人的自然語言與人進行成功的交際？等等。
專科本科論文，具體是什么要求。
需要多少字，開題報告有沒有；
資料有一些，可以發給你參考下。
更多追問追答
追問
本科的，
五百字就可以，
追答
才500字，加俺吧
追問
2775697508
