時間：2023-06-01 09:46:58
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇人工智能，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
人類將在與機器的共生共存中，開啟一個新的時代？
近年來，人工智能已經從科學的神壇走入了經濟的大潮，成為了各大公司爭相競逐的新戰場。
在中國，BAT紛紛在人工智能領域布局：李彥宏聲稱“互聯網的未來在于人工智能”，百度的百度大腦、無人駕駛汽車初具規模；騰訊發揮微信、QQ的強大優勢，在語音識別、圖像識別、人臉支付領域發力；阿里巴巴則以阿里云為基礎，將人工智能的基礎――數據生態系統做大。而國外的谷歌、微軟、FACEBOOK、IBM等巨頭，也在人工智能領域全力推進，從當年IBM的深藍到今天的阿爾法狗，僅僅是巨頭們在人工智能領域嘗試的冰山一角。 什么是人工智能
盡管隨著人機大戰，人工智能已經成為了一個耳熟能詳的熱詞，但究竟什么是人工智能，卻在行業內都難以有一個確定的定義。其實簡單地說人工智能就是對人的意識、思維過程的模擬，但之所以人工智能的定義難以確認，關鍵在于對“智能”的定義難以確認，在人工智能領域經常有一句話說：我們連人的智能是什么都不知道，何談人工智能？因此目前大家普遍認可的還是由約翰?麥卡錫（John Mccarthy）在1956年的達特矛斯會議（Dartmouth Comference）上提出的：人工智能就是要讓機器的行為看起來就像是人所表現出的智能行為一樣。簡單地說，如果說機器人是要在完成人類四肢的工作，那么人工智能則是要完成人類大腦的工作。
人工智能為什么這么火
其實人工智能早在60年前就被正式提出，幾十年來也一直在飛速發展，但似乎在過去的日子，普通人更多地是通過《終結者》、《我，機器人》等科幻電影了解到人工智能，但為什么今天人工智能突然成為了大家關注的焦點呢？來自微軟研究院的芮勇認為，除了這些年所謂算法的演進和提升外，幾個物質方面因素的發展也將人工智能的應用成為了可能。首先在于背后計算能力的飛速發展。人工智能背后需要有強大的計算能力的支撐，我們看到是阿爾法狗擊敗了李世石，其實阿爾法狗只是一個程序，在背后則是強大的超級計算機的運算。據中國最大的超級計算機制造者――浪潮公司的科學家劉軍介紹，目前，超級計算機的性能發展迅速，一臺超級計算機已經能夠達到一百萬臺電腦的運算能力，因此，在計算能力上將人工智能需要的超級運算成為可能。其次，人工智能需要對海量的數據進行分析，就必須擁有海量的數據，而幾十年的互聯網的發展，讓人類社會中海量數據的產生于收集成為了可能。第三，4G技術的普及，讓數據隨時隨地的鏈接已經成為常態，也讓大量數據的傳輸成為可能，使用場景的便利化，給人工智能走進日常生活提供了多種可能。如果說人工智能原來是一粒種子，但陽光、溫度、濕度等外在條件還未具備，因此一直蟄伏在科學家的研究室里，那么今天，正是人工智能即將破土而出的時刻。
既然人工智能時代已經到來，那么無論是科學層面、經濟層面，還是我們生活中的人工智能三大猜想就無可回避地出現在我們的面前，讓我們看看中外人工智能專家將給出什么樣的答案。 人工智能是否會比人聰明？
在硅谷的美國宇航局艾姆士研究中心，有一所一出生就聲名顯赫的大學―“奇點大學”。其校長雷?庫茲韋爾認為，伴隨生物基因、納米、機器人技術幾何級的加速度發展，2045年左右，人工智能將來到一個“奇點”，跨越這個臨界點，人工智能將超越人類智慧，人們需要重新審視自己與機器的關系。人類將在與機器的共生共存中，開啟一個新的時代。那么，人工智能真的將比人類聰明嗎？
對于這個問題，科大訊飛董事長劉慶峰堅決認為，人工智能一定能夠超越人類，因為通過互聯網萬物互聯，可以把所有人類的智慧匯聚到后臺，通過深度神經網絡來展現，所以人工智能到時候不是跟單個人比，它是把所有人的智慧匯聚在后臺，來跟單個人比，所以它在絕大部分場合下會表現得比人類更聰明。微軟亞洲研究院院長洪小文則認為人工智能在大多數情況下比人類更具有能力，但它仍舊無法與人類的智能相比，因為，人類最可貴的能力在于創造力，而這一點上人工智能無法與人類抗衡。被稱為中國人工智能布道者的搜狗創始人王小川指出，原來我們都認為人工智能缺乏創造力，但現在人工智能的發展已經否定了這一點。拿阿爾法狗在人機大戰中的表現來看，它的很多招法都是傳統圍棋理論所難以接受，對人類棋手而言匪夷所思的。因為以前是人類告訴機器方法該怎么做，到阿爾法狗的時候，人類開始不用告訴計算機方法，只告訴人工智能目標：就是要贏，這個方法和答案讓它自己找。但即便如此，也不能認為機器能夠比人聰明，因為必須要人類為人工智能設立一個目標，它才能夠產生后面的學習。
所以對于人工智能而言，可以在很多時候輕松擊敗人類，但它仍受到兩方面的限制，第一條是它只能從人類已有的各種各樣的行為和判斷的數據中去學習，創造不了人類沒有經歷過的全新的方向。第二是機器設計不了規則，必須由人來設立規則或者說是算法。 人工智能是否會取代人類？
當機器有了智能，自然而然就會讓人們想到他與人類的關系，所以在《終結者》中出現了“審判日之戰”，在《黑客帝國》中出現了人與MATRIX（矩陣）的對決，而科幻作家阿西莫夫則防患于未然地提出了“機器人三定律”，那么，人工智能的發展真的會取代人類嗎？
小I機器人的創造者袁輝對此持悲觀態度，他認為整個目前人類文明是在走向一個下滑的階段，所以在這種階段下面，人類最后會被終結，這可能是一個時間的問題。從本質上說，這是人類自己的問題，人類創造了人工智能這樣的一個物種，這個物種與人類是和諧共存還是競爭，完全取決于人類的發展。而搜狗董事長王小川則預測當人類面對人工智能的時候，會與人工智能共同進化，人工智能將最終會成為人類的一部分，人工智能既會幫助人類，也會約束人類，二者將是一種合體的關系，最終人會變成新人類，會進化成新的物種。
科大訊飛董事長劉慶峰承認因為人工智能可以在后臺匯聚人類的各種智慧，所以在很多的復雜的活動中可以超越人類，但是最終是被人類所管理和控制的。因為機器沒法自己設定規則，所以它一定是在人類定的大規則下來為人類服務的。最后人和機器會相互耦合在一起，推動整個世界的進程。
其實，在人類發展的進程當中，每一個新技術的出現總會伴隨著爭議、誤解甚至是擔憂或者是恐懼，在十九世紀工業革命的時候，英國的產業工人擔心機器搶了自己的工作，于是紛紛去燒機器、毀機器；兩百年前，在美國大約70%的人口都是農業人口，而大型機器和生產線出現后，幾乎搶奪了所有的農業人口的工作。但現在美國只有1%的農業人口，而那69%的人并沒有因此而失去他們的生活或者是工作，反而在機器創造的更多的新領域創造了新的工作，尋找到了新的生活。相比那個時候，人類進化了，因此人類就是在不斷認知自我的過程當中，去擁抱越來越美好的新生活。 人機大PK
盡管有預言人工智能將逐漸地接管人類的種種職業，但那畢竟是未來，現在，人工智能在一些常見的領域到底達到了什么樣的水準？讓我們看看人機在幾個職業上的PK。
項目：語音識別
規則：由人工智能和人類速錄師同時聽一段聲音，并將其轉化為漢字，看誰的準確率高。
結果：
1、速度：雙方速度幾乎一樣，都是在語音播放的同時完成了錄入。
2、準確率：準確率都達到99%以上。
應用場景：目前，語音技術主要應用領域是：導航和音響系統、智能可穿戴設備、制造業、智能家居、電信領域、醫療領域、教育等領域。預計在2017年以前，全球語音識別市場將達到1330億美元。
視角延伸
1、在嘈雜的環境，多人對話的情況下，人工智能尚缺乏足夠的辨別能力。
2、對于方言，人工智能的準確率明顯降低，需要專門的數據庫予以支撐。
3、人工智能的語音識別已經拓展到多種語言，已經初步達成了實時翻譯功能。
4、在未來萬物互聯時代，語音識別將成為人機對話、打通各個平臺的接口。
項目：駕駛
規則：無人駕駛汽車在高峰期于北京東三環行駛，看行駛的平穩度與安全性；無人駕駛汽車在專業賽車場進行18米S彎繞樁跑，就是賽車手考賽車水平的時候，會有這一段考試，從頭到尾如果是人駕駛一般要14分鐘，用智能機器人可以做到13分鐘多一點，就是說比賽車手還少一點時間。
結果：
1、實地無人駕駛順利完成，放置于車頂的打火機，硬幣等物件沒有掉落。
2、專業賽車場進行的18米S彎繞樁跑，人駕駛一般要14分鐘，人工智能可以做到13分鐘。
應用場景：當前，世界大型汽車制造商都在致力研究無人駕駛汽車技術。該技術在減少擁堵和安全隱患等方面大有作為。根據業內預測到2020年，無人駕駛汽車市場將達到6億美元。
視角延伸
1、人工智能還不能處理很多復雜的情況，在技術上仍然具有很大挑戰。
2、無人駕駛的目標第一是解決因為人為的因素造成的安全性；其次能夠將人類從駕駛的煩瑣中解脫出來。
3、專家預測，未來五年無人駕駛的發展方向將是“增強駕駛”，即汽車同時具有人類駕駛與無人駕駛功能并存，人與車的關系就如同當年人與馬的關系一樣。
4、無人駕駛設備能否小型化將成為無人駕駛能否走向應用的一大門檻。
項目：圖像識別
規則：由人工智能和人類同時識別三張明星在不同化妝、衣物時的圖像，看誰能準確地認出；同時識別三種長得相似的普通人的照片，看是否能夠辨認出這是否是同一個人。
結果：
第一次辨認結果人工智能勝過了人類。
第二次因為有一張圖片面部有頭發遮擋，人工智能表示無法識別。
應用場景：目前，圖象識別技術主要應用在：導航、遙感圖象識別、天氣預報、環境檢測、通信、軍事和公安刑偵、臨床診斷和病理研究等領域。
視角延伸
1、使用圖像識別技術，在大量攝像頭拍攝的畫面中無論要找罪犯還是要找失蹤的人口，效率將會比人類識別高出很多。
2、跟人臉識別和語音識別相結合起來，將極大地提高對個人身份的辨識度，在金融支付領域具有廣闊前景。
3、圖像識別將進一步發展成表情識別，可以在第一時間感知人類情緒，并采取相應措施。如在駕駛中如果智能攝像頭能夠感知司機情緒不穩定，可以提前采取措施，減少事故發生可能性。 觀點大碰撞
對于人工智能，過去很多人定義過，它要有比較高的自感知能力、自主決策和控制能力、對安全和意外的自動預警和防范處理能力等，它要能在較少人為干預的條件下完成工作和服務。但要強調的是未來人工智能跟過去不同的地方，未來的人工智能一定是終端跟云端協同創新實現的智能控制與服務的。有了網絡以后，人工智能就不僅是靠機器內的軟件硬件系統來操縱，還可以在使用終端和云端之間實施交互協同來實現，它的水平和能力會遠遠超過歷史上單部機器的智能行為。其實阿爾法狗也有很多東西是在云端計算，而不在終端。所以這是一個未來的方向。
人工智能技術可應用的領域是非常廣泛的，可以說是無處不在。它可以應用在生產制造業，還可以應用在各種服務領域。比如金融服務、醫療服務等都可以用人工智能技術；學習方面，也可以用來提升學習效率；還有農業領域，可以借助人工智能技術判斷施什么樣的肥料、怎么樣防治病蟲害等，快到收獲季節還可以通過人工智能技術預測預判市場銷售，這對農產品的行銷也都會有大的幫助。
“中國制造2025”提出創新驅動、質量為先、綠色發展、結構優化、人才為本，智能制造是核心。制造經歷過不同的時代，第一次工業革命以后是機械制造時代；第二次工業革命以后是機電結合了起來；后工業階段，上世紀80年代以后又加了電子、機械電子一體化；而信息網絡出現以后，現在和未來的制造是網絡智能的時代的網絡協同智能制造，制造過程、運行服務過程都將數字化、網絡化、智能化，這是制造業發展的方向和技術創新的核心。
鄔賀銓：中國在人工智能應用方面走得很快
人工智能研究的起步，一般被認為是在20世紀50年代，那時候中國還沒有開始研究。不過，人工智能在前50年里還停留在科學家的圈子里，沒有走向應用。這些年中國人工智能的研究跟其他新生領域的研究一樣，取得一些好的成果，但是總體上與國外還是有差距的，在一些有影響的文章發表、人工智能原創的技術，包括支撐人工智能的產業等方面我們還有差距。
不過，應該說中國的人工智能在個別領域做的還是很不錯的。比如說，科大訊飛在中文的語音識別上是領先的，百度、阿里、騰訊也在關注人工智能，不但自己在培養專家，也從海外引入一些高端人才，努力縮短我們與國外的差距。
中國機器人也做的不錯，嚴格來說，我們機器人是廣義的機器人，傳統講的機器人是工業機器人。我們的機器人產品以面向社會消費應用為主，產能產量已經占到世界較大市場。沈陽自動化所和新松機器人等公司從事機器人研究很長時間了，他們在做工業的機器人，也取得了不少的成績和應用。但是在大型生產線上，目前應用的工業機器人還是以國外產品為主。
中國在無人駕駛車的應用方面跟美國相比也不會差距很遠。現在百度的無人駕駛車，按照現在的水平也有望在未來的一兩年內應用了。不過，無人駕駛需要很多技術，而現在國產車內的車載電子系統還是進口的，如果說不能在汽車總線上突破，我們的無人駕駛車在核心技術上還是有不少差距。
總體來說，在人工智能的應用上中國走得很快，展望未來不僅會縮小與國際的差距，也會走在前面。中國正處于經濟發展方式轉變和兩化融合的重要階段，需要大量的生產自動化手段，中國的人工智能的市場非常大。
張潼：人工智能的核心技術就是讓機器學習
現在企業界很多研究院，包括阿里、騰訊、滴滴、360等關心的都是機器學習的核心能力。總體來講，一個是大數據，另外一個是對于大數據處理和加工的能力。把一個原材料變成你真正所需要的系統或者產品，這是它的能力。從機器學習的技術來講，如何實現規模更大、創新還有實時更新的效果，這一系列的技術能力使得所有公司都非常感興趣。
總體來講，數據處理的核心能力就是機器學習能力，還有高性能計算。處理大數據也要有計算平臺，最后是一系列應用，包括廣告、無人車，包括其他行業的探索。
此外，現在的醫療有各個環節，其中一個環節和互聯網緊密相連，當病人患病的時候，去醫院之前往往會自己看看是什么毛病，會有自我診斷或者自我詢查信息的過程，但是百度搜索信息不太足夠，因為只能找到相關網頁，并不直接相關。其他的一系列互聯網公司也會有這樣的平臺去幫助查詢者對接，像對接醫生和對接專業的知識一樣。
從我們的角度來講，實際上可以利用人工智能的能力去做這種系統，這種系統有幾個形式，比如說病人會用口語化的形式表達，醫生比較專業，病人不知道很多專業名詞。如何把口語化和專業知識對接需要設定自然語言的病癥，這也是病人希望交流的形式。
從機器智能角度上要有交互、引導以及對話，另外還要把信息綜合起來，這樣會有更好的理解。如互聯網+零售業，百度怎么和零售業相結合，這是研究院思考的問題。如果打通線上線下，就知道這些客戶線上的行為和喜好，以幫助線下的商家找新客戶。而利用機器學習建模技術把這些人的喜好或者類別分列出來。
如何理解大數據和人工智能的關系，大數據是它的源泉。世界上很多國家很重視收集數據的能力，因此也使得它在下一階段將有大大提升。此外還有機器學習，AlphaGO、無人機就是例子，它的核心技術就是智能化，下一個十年也將會有更加細致的發展。人工智能會促進一系列的新技術成為可能，這種可能會推出新的產業。
Jim Lawton：機器人需要更加智能化
長時間以來，機器人只能在不變的工作環境下工作。我們需要為機器人定制適合的工作環境，這個安排在一些工廠行得通，但是大部分工廠的工作環境不一定能配合。
我們通過編程讓機器人執行一些任務，機器人會按照設定好的程序工作，但這不是智能機器人。更加智能的機器人是這個行業重要的突破和創新。我們現在擁有更優秀的機器人――能夠在不完美的環境下工作。操作任務自動化進程不斷地在創新。此外，隨著機器自主學習及深度學習等人工智能的進步，認知任務的變化也是日新月異。
人機協作將主要在兩個方面發生變化。一方面，以往我們需要請專家為機器人編程，然后執行任務。現在則通過演示來培訓機器人。在未來，人類員工將“告訴”機器人去做什么，機器人只需要“看”著去學，從人類那里學習，也可以從另一臺機器人那里學習。另一方面，我們深信只有人類能自主工作。制造業的新趨勢是結合傳達實時遙測數據的機器人和能累積結構化和半結構化數據的軟件數據平臺，然后供人類理解及詮釋信息、并且做出明智的決定以提升工作流程，促進持續創新。
因此來說，人類和機器人將并肩工作，共同解決問題，提升工作流程，并能一起處理更多的任務。操作任務和認知技術自動化相結合是制造業創新時代的必然趨勢。
SEARI在去年11月成為Rethink Robotics在華首家分銷合作伙伴。協作機器人是Rethink Robotics的核心優勢，Rethink Robotics通過其智能協作型的機器人Baxter和Sawyer，可完成目前90%傳統自動化方案不能完成的工作，從而不斷革新制造業的生產方式。
協作機器人和傳統的工業機器人有很大的區別。傳統機器人對精準定位、速度、精度、剛性等方面有硬性要求，相對而言，易用性、操作靈活性及安全性正是協作機器人的優勢，國內很多企業對兩者的比較已經有一定的了解。
在過去幾個月，我們的銷售團隊已經走訪一百多家企業，向它們推廣Rethink Robotics的方案，獲得非常好的反響。但協作機器人真正進入中國市場還需要有一個磨合的過程，現在不少國內制造業的工廠都是幾年前、甚至十多年前建好的，當時的廠房設計是按照人手操作的思路來設計的，完全沒有把機器人的元素考慮在內。
在某種程度上，支持者與反對者之間的區別就是時間期限。比如，未來學家、發明家雷蒙德?庫茲韋爾就認為20年智能就能研發出真正接近人類智力水平的人工智能。而我認為這個過程起碼現在，幾乎不到一個月就有一款最新的人工智能產品問世，而我們在開發人類大腦的道路上已經停滯不前了人工智能的威脅格力?馬庫斯/ 文 李雨蒙/ 譯需要20 年，尤其要考慮到創造常識（正常思維）的困難，發明人工智能的挑戰，還有軟件技術，都比庫茲韋爾預測的要困難得多。
然而，從今往后的一個世紀里，沒有人會在意人工智能的發展需要多久，只會關心將會出現哪些先進的人工智能。或許在這個世紀末，人工智能就會變得比人類更加智慧――不僅可以解決國際象棋、瑣碎小事等等，基本可以處理所有的事物，無論從數學、工廠還是科學和醫藥。還剩下一小部分創造類工作留給人類，比如演員，作家或是其他創意類工作。最終的電腦系統可以完成自我編程，獲取大量的最新信息。我們這些“碳基生物”的模糊印象，他們能夠在分分鐘就分析處理完成，也不需要長時間的睡眠或休息。
對于支持者來說，人工智能的未來充滿希望。庫茲韋爾就曾撰文發表自己一個大膽的設想，就是人類與智能機器結合，將人類的靈魂上傳到人工智能中，使我們的靈魂永生；彼得?迪亞芒蒂斯則認為人工智能是開啟“富裕時代”，擁有富足食物、水源、消費工具的重要因素。不過，反對者像埃里克?布林約爾松和我很擔憂機器人職業化和人工智能帶來的隱患，即使不去考慮高級人工智能對勞動力市場的影響，功能強大的智能機器也會威脅人類的生活，與人類爭奪有限的資源。
大多數人把這種擔心看作是科幻小說里的蠢話――像《終結者》和《黑客帝國》這類。在一定程度上，我們需要未來很長一段時間做好打算，我們要擔心小行星會撞地球，化石燃料產量下降，全球變暖等問題，而不用擔心機器人問題。可是，詹姆斯?巴雷特的黑暗系新書《我們的最終發明：人工智能和人類時代的終結》，描述了一種嚴峻的情況，我們至少應該有所思考。
如果機器最終取代了人類――正如在人工智能領域工作的人所堅信的那樣，真正的問題在于價值觀：我們如何把價值觀輸入機器中，當它們的價值觀與我們的價值觀發生了很大的沖突時，我們該如何和這些機器協商呢？牛津的哲學家尼克?博斯特羅認為：我們不能樂觀地假設，超級智能一定會分享人類的智慧和智能發展形成的價值觀――對科學的求知欲，對他人的關心和仁慈，精神啟發和沉思，克制物質占有欲，高雅的文化品位，對感受簡單生活的快樂，謙虛無私等等。或許通過專門的訓練，能夠創造出擁有這些價值觀的超級智能，或是珍惜人類財富和高尚道德的超級智能，或是設計者想要它擁有一些復雜目標的智能。這是可能的――可能從技術上說更簡單――打造一個能夠把最終價值都放在計算圓周率小數上的超級智能。
英國控制論學者凱文?沃里克曾問道：“當機器不在我們人類所處的思維次元中思考時，你如何跟它理論，如何與它做交易，如何能明白它的想法？”
如果說巴雷特黑暗系理論有漏洞的話，那就是他未經思考就提出的假設：如果機器人聰明到可以下棋，那它可能也會“想要制造宇宙飛船”――在任何足夠復雜，有目標驅動的系統中都是天生具有自我保護和獲取資源的本能。現在大部分機器都非常先進，比如，IBM公司的深藍系列電腦，但是目前它們還沒有顯示出想要獲得資源的興趣。
可是，在我們感到沾沾自喜，確定無需擔心時，別忘了有一點非常重要：我們要意識到隨著機器越來越聰明，它們的目標也是會變化的。一旦電腦能夠有效地重新給自己編程，成功地提升自己的性能，達到所謂的“技術奇點”或“智能爆炸”，那么我們就不能忽視機器在與人類搶奪資源和自我保護的較量中會有勝過人類的風險。
在巴雷特書中，最鮮明的觀點之一是來源于著名的系列人工智能企業家丹尼?希利斯，他把即將到來的轉變比作生物進化史上最重大的轉變之一：“我們現在達到的高度就像是一個單細胞有機體轉變為多細胞有機體的高度。我們是變形蟲，我們不清楚自己在創造的到底是個什么東西。”
向阿里巴巴開發的無人超市之中，如果到達各地的話，甚至滲透到其他各個領域，一大批的人將會失去工作崗位，而這些無用群體是否會危害，是為我們不得而知。
人工智能加速了人們的退化，人工智能本意是給人們提供便利，創造更便捷的生活，但隨著人類對智能設備的依賴及弊端也逐漸的暴露了出來，滋生惰性，設想你處在一個除了吃喝拉撒都能給你解決的環境之中，久而久之你就會形成一種依賴，甚至你不用動腦子，你不用學習勞動，那些人類，活著的意義在哪里？如此的往復循環世界就會產生高知識種類和一群什么都不會的，豬一般的兩種極端，這不是文明的進步，這是人類的退化。
可以見，要想維持社會的穩定，整體是不可忽視的，就好比人工智能大量取代人類工作崗位，這樣的急功近利是完全不可取的，只有整體的發展了，社會才能是平衡的。
人工智能加速了人類的退化，并非進步的思想在排斥，只是想告訴我們，圖發展也不能一邊倒，走極端中會翻船，如果出現了大量所謂的無用群體，想來社會也是很難發展下去了，存在的弊端及其巨大。人工智能加速了人們的退化，若想發展，萬事三思。
oppo人工智能的召喚步驟如下：
1、首先點擊手機桌面的“設置”選項。
2、然后找到并點擊進入“語音助手”一項。
3、接著把“語音助手”功能的開關打開。
4、其次返回手機桌面，長按“HOME”鍵，即可喚醒“語音助手”。
5、之后可以進行語音的“個性化”設置，按照自己的喜好選擇不同方言種類。
（來源：文章屋網 ）
智能家居是以住宅為平臺，基于物聯網技術，由硬件(智能家電、智能硬件、安防控制設備、家具等)、軟件系統、云計算平臺構成的一個家居生態圈，實現人遠程控制設備、設備間互聯互通、設備自我學習等功能，并通過收集、分析用戶行為數據為用戶提供個性化生活服務，使家居生活安全、舒適、節能、高效、便捷。智能家居包括家居生活中多種產品，涵蓋多個家居生活場景。
2016年中國智能家居市場規模達到1140億元，2017年第二季度智能家居活躍用戶規模達到4600萬。隨著物聯網技術、人工智能技術的發展，及90后婚育潮的到來，智能家居將成為主流的發展趨勢。
從智能家居發展階段來看，中國智能家居市場正處于市場啟動階段，尚未進入爆發期，智能家居產品滲透率較低。目前，智能家居領域依然存在諸多制約因素，如產品本身智能化程度低，多數產品是按既定的程序完成任務，在主動感知和解決用戶需求、人機互動等方面達到的體驗依然較初級，因此沒有形成廣泛的用戶粘性，消費者對智能家居產品抱有觀望態度。而相較于亞馬遜的echo和GoogleHOME，國內還沒有成熟的智能家居控制中心，仍處于以手機APP向智能音箱、智能電視、機器人等控制中心的過渡時期。
人工智能技術可以帶來硬件背后的軟件及服務能力、與智能硬件相匹配的交互技術。人工智能+智能家居，有利于形成適配下一代硬件的真正的“智能化”及深入場景體驗的個性化計算，語音及視覺等人機交互技術有助于提升與智能家居產品的交互體驗。
“AI+智能家居”提升智能家居產品交互體驗
語音交流更傾向于日常交流方式：通過人類的語言給機器下指令，從而完成自己的目的，而無需進行其他操作，這一過程將更為自然。同時語音交互在特定的場景中具有優勢，比如遠程操縱、在行車過程中等，能夠實現在特定場景中解放雙手的作用，在家居相對封閉的環境中，語音識別成為主流的人機交互方式。
近年來，語音交互的核心環節取得重大突破，語音識別環節突破了單點能力，達到97%以上的中文語音識別準確率，從遠場識別，到語音分析和語義理解技術都日趨成熟，多輪對話的實現等都有利于語音交互取代傳統的觸屏交互方式，整體的語音交互方案已被應用到智能家居領域中。
計算機視覺、手勢識別等交互方式成為語音交互的輔助，echo在新推出的echoshow產品中已搭載屏幕，而智能電視除語音交互之外，通過計算機視覺分析視頻內容，并對內容相關的資料進行下一步操作，包括短視頻剪輯、邊看邊買等，比如Yi+搭載在天貓魔盒中的“瞄一下”功能。再比如在智能冰箱中，通過計算機視覺實現對冰箱內食品的分析，以及衍生出的用戶健康管理和線上購物等功能，多種交互方式將統一在家居生活場景中，從而提供更為自然的交互體驗。
另一方面伴隨著智能家居平臺的發展，通過“IFTTT”的場景布局，智能家居實現多種家居產品的聯動，用戶可以自定義多個使用場景，實現定制化、個性化。在人工智能技術的發展將使得個人身份識別、用戶數據收集、產品聯動在潛移默化中變成現實，未來家居生活場景中將提供千人千面，家庭成員的個性化服務。
“AI+智能家居”實現內容和服務的拓展
找到合適的語音入口是挖掘智能家居背后用戶價值的關鍵。硬件本身具有入口價值，智能音箱，智能電視，家庭機器人等都有可能成為合適的入口。
傳統的鼠標操作、觸屏操作逐漸向語音交互這種更為自然的交互方式演進，語音交互的未來價值在于用戶數據挖掘，以及背后內容、服務的打通，以語音作為入口的物聯網時代將會產生新的商業模式。智能音箱、服務機器人、智能電視等智能化產品成為現階段搭載語音識別技術和自然語言處理技術的載體，作為潛在的智能家居入口，智能音箱、服務機器人和智能電視等產品在提供原有的服務的同時，接入更多的移動互聯網服務，并實現對其他智能家居產品的控制。這些產品為付費內容、第三方服務、電商等資源開拓了新的流量入口，用戶多方數據被記錄分析，廠商將服務嫁接到生活中不同的場景中，數據成為基礎，服務更為人性化。
“AI+智能家居”的未來發展趨勢
a.帶來更好的智能化、更高體驗的人機交互
從最早的WiFi聯網控制到如今的指紋識別、語音識別，人機交互性能大大提升，智能家居產品正在由弱智能化向智能化發展。而智能家居產品受眾也將從嘗鮮者轉向更為普通的用戶，甚至包括老人和小孩。更智能化的技術應用、更復雜的用戶結構和更廣泛的用戶覆蓋等因素必將促使智能家居產品趨于簡單實用。
智能化和人機交互體驗的升級將大大擴寬智能家居應用場景，2016年，智能安防類產品落地，指紋鎖、智能攝像頭等產品受到了廣泛關注。隨著智能感知、深度學習等技術的提升，智能燈光、智能溫控等產品也逐漸趨于成熟，2017年智能音箱成為爆款產品。當用戶需求不斷擴大，產品愈加豐富，智能家居將會滲透到家居生活的方方面面。智能家居市場將迎來爆發，2019年，智能家居市場規模有望達到1950億元。
b.智能音箱、智能電視、管家型機器人將繼續搶占智能家居控制中心，智能家居趨于系統化
【關鍵詞】人工智能；人腦智能
1.引言
隨著科學技術近年來突飛猛進的發展，計算機及相關智能化應用在各個領域中占據了越來越重要的地位。無論是日常生活、工業領域還是軍事領域，使用計算機的場合越來越多，而且不僅僅局限于最初的科學計算。在這種前提下，人工智能的概念應運而生。人工智能是20世紀中葉科學技術所取得的重大成果之一。它的誕生與發展對人類文明產生了巨大的影響和效益，同時，人類是否最終成為機器人的奴隸，人類社會會被計算機取代等等問題也被人提出并廣泛討論，這也就引起了哲學意識與人工智能的理論探討。
2.人工智能的誕生
人工智能是20世紀中葉科學技術所取得的重大成果之一。人工智能是相對于人類智能而言的。它是指用機械和電子裝置來模擬和代替人類的某些智能。人工智能也稱“機器智能”或“智能模擬”。當今人工智能主要是利用電子技術成果和仿生學方法，從大腦的結構方面模擬人腦的活動，即結構模擬。
人腦是智能活動的物質基礎，是由上百億個神經元組成的復雜系統。結構模擬是從單個神經元入手的，先用電子元件制成神經元模型，然后把神經元模型連接成神經網絡(腦模型)，以完成某種功能，模擬人的某些智能。如1957年美國康乃爾大學羅森布萊特等人設計的“感知機”，1975年日本的福島設計的“認知機”（自組織多層神經網絡)等。
電子計算機是智能模擬的物質技術工具。它是一種自動、高速處理信息的電子機器。它采用五個與大腦功能相似的部件組成了電腦，來模擬人腦的相應功能。這五個部件是：(1)輸入設備，模擬人的感受器(眼、耳、鼻等)，用以接受外來的信息。人通過輸入設備將需要計算機完成的任務、課題、運算步驟和原始數據采用機器所能接受的形式告訴計算機，并經輸入設備把這些存放到存貯器中。(2)存貯器，模擬人腦的記憶功能，將輸入的信息存儲起來，供隨時提取使用，是電子計算機的記憶裝置。(3)運算器，模擬人腦的計算、判斷和選擇功能，能進行加減乘除等算術運算和邏輯運算。(4)控制器，人腦的分析綜合活動以及通過思維活動對各個協調工作的控制功能，根據存貯器內的程序，控制計算機的各個部分協調工作。它是電腦的神經中樞。(5)輸出設備，模擬人腦的思維結果和對外界刺激的反映，把計算的結果報告給操作人員或與外部設備聯系，指揮別的機器動作。
以上五部分組成的電腦是電子模擬計算機的基本部分，稱為硬件。只有硬件還不能有效地模擬和代替人腦的某些功能，還必須有相應的軟件或軟設備。所謂軟件就是一套又一套事先編好的程序系統。
人工智能的產生是人類科學技術進步的結果，是機器進化的結果。人類的發展史是人們利用各種生產工具有目的地改造第一自然(自然造成的環境，如江河湖海、山脈森林等)，創造第二自然(即人化自然，如人造房屋、車輛機器等)的歷史。人類為了解決生理機能與勞動對象之間的矛盾，生產更多的財富，就要使其生產工具不斷向前發展。人工智能，是隨著科學技術的發展，在人們創造了各種復雜的機器設備，大大延伸了自己的手腳功能之后，為了解決迫切要延伸思維器官和放大智力功能的要求而產生和發展起來的。
從哲學上看，物質世界不僅在本原上是統一的，而且在規律上也是相通的。不論是機器、動物和人，都存在著共同的信息與控制規律，都是信息轉換系統，其活動都表現為一定信息輸入與信息輸出。人們認識世界與在實踐中獲取和處理信息的過程相聯系，改造世界與依據已有的信息對外界對象進行控制的過程相聯系。總之，一切系統都能通過信息交換與反饋進行自我調節，以抵抗干擾和保持自身的穩定。因此，可以由電子計算機運用信息與控制原理來模擬人的某些智能活動。
從其它科學上來說，控制論與信息論就是運用系統方法，從功能上揭示了機器、動物、人等不同系統所具有的共同規律。以此把實際的描述形式化，即為現象和行為建立一個數學模型；把求解問題的方式機械化，即根據數學模型，制定某種算法和規則，以便機械地執行；把解決問題的過程自動化，即用符號語言把算法和規則編成程序，交給知識智能機器執行某種任務，使電子計算機模擬人的某些思維活動。所以，控制論、信息論是“智能模擬”的科學依據，“智能模擬”是控制論、信息論在實踐中的最重要的實踐結果。
3.人工智能與人類智能的區別
人工智能是人類智能的必要補充，但是人工智能與人類智能仍存在著本質的區別：
（1）人工智能是機械的物理過程，不是生物過程。它不具備世界觀、人生觀、情感、意志、興趣、愛好等心理活動所構成的主觀世界。而人類智能則是在人腦生理活動基礎上產生的心理活動，使人形成一個主觀世界。因此，電腦與人腦雖然在信息的輸入和輸出的行為和功能上有共同之處，但在這方面兩者的差別是十分明顯的。從信息的輸入看，同一件事，對于兩個智能機具有相同的信息量，而對于兩個不同的人從中獲取的信息量卻大不相同。“行家看門道，外行看熱鬧”就是這個道理。從信息的輸出方面看，兩臺機器輸出的同一信息，其信息量相等。而同一句話，對于飽經風霜的老人和天真幼稚的兒童，所說的意義卻大不相同。
（2）人工智能在解決問題時，不會意識到這是什么問題，它有什么意義，會帶來什么后果。電腦沒有自覺性，是靠人的操作完成其機械的運行機能；而人腦智能，人的意識都有目的性，可控性，人腦的思維活動是自覺的，能動的。
（3）電腦必須接受人腦的指令，按預定的程序進行工作。它不能輸出未經輸入的任何東西。所謂結論，只不過是輸入程序和輸入數據的邏輯結果。它不能自主地提出問題，創造性地解決問題，在遇到沒有列入程序的“意外”情況時，就束手無策或中斷工作。人工智能沒有創造性。而人腦功能則能在反映規律的基礎上，提出新概念，做出新判斷，創造新表象，具有豐富的想象力和創造性。
（4）人工機器沒有社會性。作為社會存在物的人，其腦功能是適應社會生活的需要而產生和發展的。人們的社會需要遠遠超出了直接生理需要的有限目的，是由社會的物質文明與精神文明的發展程序所決定的。因此，作為人腦功能的思維能力，是通過社會的教育和訓練，通過對歷史上積累下來的文化的吸收逐漸形成的。人的內心世界之所以豐富多彩，是由于人的社會聯系是豐富的和多方面的，人類智能具有社會性。所以要把人腦功能全面模擬下來，就需要再現人的思想發展的整個歷史邏輯。這是無論多么“聰明”的電腦都做不到的。隨著科學技術的發展，思維模擬范圍的不斷擴大，電腦在功能上會不斷向人腦接近。但從本質上看，它們之間只能是一條漸近線，它們之間的界限是不會清除的。模擬是近似而不能是等同。
4.總結
從以上分析不難看出，人工智能與人腦在功能上是局部超過，而整體上不及。由于人工智能是由人造機器而產生的，因此，人工智能永遠也不會趕上和超過人類智能。所謂“機器人將超過人奴役人”、“人將成為計算機思想家的或害蟲，……保存在將來的動物園”的“預言”是不能成立的。因為，它抹煞了人與機器的本質差別與根本界限。然而，在現代科學認識活動中，沒有人工智能，就不會有人類認識能力的突破性發展和認識范圍的不斷擴大。不僅電腦依賴于人，人也依賴于電腦。這就使得對人工智能的探討以及對人機互補的關系的探討成為一個新的課題。
參考文獻
[1]王萬森.人工智能原理及應用[M].北京:電子工業出版社,2002.
[2]王文杰,葉世偉.人工智能原理與應用[M].北京:人民郵電出版社,2004.
[3]韋濤.未來與發展[N].2006(2).
[4]史忠植.高級人工智能[M].北京:科學出版社,1998.
[5]李陶深.人工智能[M].重慶:重慶大學出版社,2002.
[6]廉師友.人工智能技術導論[M].西安:西安電子科技大學出版社,2002.
中科院院士、華中科技大學教授丁漢也提到了同樣的問題。他表示，目前，現實中的機器人和人們的期望值尚有很大差距，“大多工業機器人只在一些結構化的環境中工作，在線傳感能力較差；服務機器人目前還只能完成一些簡單任務；特種機器人需要通過遙控操作來完成特定的工作。”
機器人智能化將成為未來機器人研發的主要方向。
App之后看Bots？
在2016世界機器人大會上，如何將人工智能應用到更多的領域成為眾多學者和企業關心的問題。
“研發出一個有觸覺、味覺，可以獨立作業甚至具有理性思考能力的機器人是大部分人工智能研究機構的最終目的，但是機器人并不是人工智能的全部。”IBM首席軟件工程師Gradly Booch說，未來可以考慮將人工智能放到不同的機器應用當中，例如NASA、ABB的制造業機器或者 Windows、Linux和蘋果的各種操作系統，甚至包括眼下最火的無人駕駛汽車系統中。
在大會展區現場，一些已經能夠完成基本人機交互的智能服務型機器人吸引了眾多參會嘉賓駐足。這些智能機器人大多有著類人的外表，能夠進行簡單的對話溝通，對所提問題迅速做出回答。其中，一款名叫“i寶”的類人形機器人不僅能通過聲源定位進行自然語言對話，還可以進行人臉識別，對對話對象進行追蹤跟隨，對人的觸摸做出擬人反應。
“i寶”的設計者，阿凡達公司聯合創始人、首席執行官John Ostrem博士告訴《中國經濟周刊》記者，“i寶”是一款針對3～8歲兒童設計生產的教育陪伴型機器人，其主要優勢體現在可以迅速通過語音識別進行任務處理和語音交互。除了“i寶”，阿凡達公司在北美市場還推出了一款針對孤寡老人的陪伴型機器人。John Ostrem表示，目前類似于“i寶”這樣主打語音交互功能的智能對話機器人（Bots）是市場上服務型機器人的主流，已經應用于購物網站、銀行、電信、政務等服務行業。
“相對于App，首先Bots更易于使用，App需要下載和安裝，但Bots只需要一個對話界面即可使用，體驗起來簡潔方便；其次，Bots更易于開發，是跨平臺的；第三是易于傳播，Bots的交互接口是統一的，所以各個Bots之間可以相互協助。”小i機器人創始人、總裁兼CTO朱頻頻告訴《中國經濟周刊》記者，Bots 將成為后App時代的全新人機交互方式。
中銀國際證券研究部副總裁、計算機行業首席分析師吳硯靖引用中銀國際的研究報告稱，繼App之后，Bots將成為新的入口和趨勢，并形成自己的生態，這個生態包含入口、應用、分發平臺等各種各樣的模式。中銀國際預計，2017年Bots的滲透率將達到5%，按照這樣的規模來測算，市場規模可以超過240億元；到2020年按照30%的滲透率來測算，Bots的市場規模會接近3000億元。
中國智能機器人如何彎道超車
盡管人工智能的發展速度在近10年來已經取得了突飛猛進的進展，但在一些參會學者看來，人工智能的研究仍然處在起步階段，未來的發展空間很大，遇到的困難也會更多。
法國Innoecho創始人Catherine Simon表示，智能機器人的應用想要成為一個真實的產品，需多學科的團隊來協調研發。盡管眼下無論資本還是市場對人工智能都反響熱烈，但往往停留在初創階段。“投資者總是希望資金很快得到回報，但是智能機器人的成熟需要一個期限，希望無論是資本還是技術研究團隊，都能夠有更多的耐心去進行技術開發和市場部署。”Catherine Simon說。
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。“人工智能”英文為artificial 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。現在，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.
【關鍵詞】人工智能信息管理效率
引言
人工智能技術已經成為當今計算機網絡信息科技的重點產業，在國民經濟發展中占有重要比重，加強人工智能技術的信息管理領域的應用可以極大的提高信息處理的效率和信息的準確性，不會因為面對海量信息而無法找到一條有用信息而苦惱，通過人工智能技術可以快速準確的識別數以億計的海量信息，完成信息優化組合，因此，大力發展計算機人工智能技術，可以極大的提高信息管理的效率。
一、人工智能技術的發展概述
人工智能技術是一種借助于計算機語言和電子計算機將多種學科知識綜合而形成的一種高科技技術，使其具有和人的思維類似的方式，產生多種類人行為結果[1]。當前人工智能技術在各種信息管理領域都有很好的應用，比如在信息傳播領域中智能電視的出現可以根據人們的愛好自動的播放人們喜歡的節目并記錄這種愛好，同時通過不斷的強化為人們喜好推送感興趣的信息。在對車牌的信息的管理中可以借助于人工智能技術快速識別車牌信息和車主信息，并在計算機中通過人工智能技術進行交通違法的處理和判斷。人工智能是在上世紀由一位美國科學家提出的，共計經歷了三個階段的發展，首先是由人的推理變為機器的推理；其次是隨著機器人的出現，可以在復雜的多變的信息環境中找到人類所需要的信息，并進行簡單的類人思維活動；最后是人工智能技術的出現，并顯示其極強的類人思維能力，可以代替人類完成更加復雜的信息的處理和判斷，完成多種人類需要的工作。
二、人工智能技術在信息管理中的多種能力
2.1海量信息的快速處理能力
隨著智能設備的普及，每天都會產生海量的數據信息，而這些信息包含文字、圖片、視頻、語音等，面對海量的信息，借助于計算機網絡系統中的人工智能技術，可以提高信息管理的效率，通過不斷的優化人工智能技術，了解信息管理中存在的問題，不斷的優化人工智能模型，可以對大量不確定的信息進行識別，將大量信息進行分類整理，提高信息的質量和節約存儲設備。
2.2與計算機的協同能力
隨著高新技術的不斷發展和計算機技術的大量普及，辦公逐步網絡化和電子化，人工智能機在信息管理中的應用規模也在不斷的擴大，通過運用人工智能技術，可以不斷的強化信息管理的安全和信息有效性的增強，通過人工智能對不同信息進行智能監控，不斷的完善信息管理的流程，不斷的提高信息傳輸和搜索的效率。
2.3類人的思維能力
隨著信息量的逐步增加，通過應用人工智能技術對大量的數據庫中信息利用網絡管理協議進行管理，保證信息管理措施的有效應用，通過人工智能融入到信息管理中，可以借助于人工智能技術及其強大的學習搜索能力進行信息的收集和整理，為人類科學決策提供支持。
三、人工智能技術在各種信息管理場景中的應用
3.1垃圾郵件識別場景中的人工智能技術應用
隨著人們工作任務逐漸增加，電子郵件的交往日漸頻繁，在保證信息安全的前提下，智能型反垃圾郵件系統可以對用戶接收到的各種郵件進行智能檢測和分類，智能識別各種垃圾郵件并標記，讓用戶對垃圾郵件進行及時處理，同時根據用戶對各種郵件的厭惡，做出進一步的細致分類，減少用戶受垃圾郵件的干擾，保證計算網絡的安全和工作的高效。
3.2家居信息管理場景中的人工智能技術應用
隨著物聯網技術的發展，各種電氣化的產品在人們日常生活中逐步增加，對各種家電設備的應用提出了更高的要求，通過對各種家電設備信息進行收集和管理，綜合運用人工智能技術實現對各種家電的完美應用，實現各種家具的如電飯煲智能開啟和關閉、室內環境的智能清潔等，可以極大的提高人們的生活質量和效率，節約時間成本。
3.3教育知識信息管理場景中人工智能技術的應用
隨著我國中小學到各類大學教育信息的逐漸增加和計算機網絡的應用增加，將教育知識信息和人工智能技術結合，可以極大的提高教學質量和效率。這是由于人工智能技術的核心是基于大量的知識數據庫，而數據庫中存儲有大量的教育知識信息，老師在教育教學知識信息傳授的過程中，人工智能技術可以快速的提取所需要的各個知識點，并進行優化組合，提高教育知識信息利用效
四、結語
綜上，隨著電子信息的逐步增加和人工智能技術進一步發展和成熟應用，人工智能技術將會在信息管理分析、研究、應用的各種場景中普及和應用，而且隨著計算機網絡技術的不斷發展，運算能力的進一步增強，人工智能運用領域將會進一步的增加，這將極大的提高人民的生活工作質量，提高工作效率，降低決策風險。
從科幻電影中對于人工智能的無限遐想，到如今人工智能項目的陸續上馬，已經過去了很長時間。不過作為一個基礎學科，要想有真正意義上的人工智能產品落地，則需要更長的時間。
實際上，從2011年開始，微軟、IBM、谷歌、Facebook和亞馬遜等科技巨頭們紛紛開始深度布局人工智能。然而，盡管近幾年大家在深度學習算法、計算資源和大數據產業的成熟令人工智能技術實現了一些重要突破，但人工智能領域仍然沒有一個成熟的消費級產品出現。盡管亞馬遜的Echo和谷歌的Google Home受到了市場的歡迎和業內的好評，但真正體驗過的人都知道，其人工智能水平依舊還有很大的提升空間。
BBC此前曾預測，到2020年，全球人工智能市場規模將達1 190億元人民幣，這一數字其實還不如2015年中國移動互聯網的產業規模。不過，這并非是說人工智能前景黯淡，而是從側面映證了這一特殊領域的發展進度不會太快―巨額投入之后短期內難有回報。或許也正是深諳此道，國內以BAT為代表的科技公司，在面對財務報表壓力之時，選擇了低調、保守地布局人工智能。
巨頭選擇保守布局
盡管人工智能還有很多難題待解，但是沒人能否認其在未來巨大的發展潛力。在科技巨頭眼中，甚至有“得人工智能者得天下”之勢。如今，大家都在根據自己手上的資源優勢調兵遣將，開始布局下一個最重要的戰場。不過，對于目前絕大多數的科技巨頭來說，為了讓自己的人工智能研究能夠更快“變現”，多會從自己現有的業務基礎出發，并將研究的成果最先反映到自己現有的業務之上。
比如，對Facebook來說，人工智能研究自然是圍繞社交進行。據此前曝光的消息稱，Facebook正在開發代號為Moneypenny的人工智能助理項目，它將運行在Facebook目前的通訊工具Messenger內。Moneypenny具備自主學習功能，其大數據資源則來自于Facebook龐大的社交平臺。除了可以提供類似微軟Cortana這樣的智能聊天功能之外，它還可以幫助用戶向朋友送禮、進行線上購物和安排旅游行程等服務。不僅如此，Facebook還希望借助人工智能技術，挖掘用戶的潛在需求和興趣點，然后完成針對性的內容投放。
相對于Facebook，盡管國內社交領域的王者騰訊在人工智能方面的布局要低調很多，但是其野心卻并不小―《微信》也加入到人工智能的爭奪戰當中。相信很多人對于《微信》此前封殺微軟的人工智能產品小冰還記憶猶新，而前不久《微信》非常低調地和香港科技大學搞了一個“人工智能實驗室”。據悉，《微信》的人工智能重點將放在交互的智能化和大數據挖掘兩個方向上。一方面，可以通過人工智能技術改進《微信》產品本身的用戶體驗，另一個方面，也可以借此擴充《微信》的承載能力，使其成為一個更為強大的基礎服務入口。
不只是社交霸主，所有的科技巨頭都在揚長避短搞人工智能，而蘋果的法寶仍是當家明星iPhone。蘋果CEO庫克在近期接受采訪時表示，人工智能將讓智能手機如虎添翼，而智能手機也將是人工智能最佳的載體，“在短期甚至中期內，沒有任何產品能取代智能手機。”
人工智能的三道坎
人工智能的開發為何會如此漫長，以至于眾多巨頭發力也無法使其在短期內實現成為現實？很多廠商為何都選擇保守的布局方式？除了前文提到的下游產業鏈進行人工智能改造時可能會遇到的問題之外，這個領域本身還面臨三大問題。
首先是大數據。從某種意義上來說，人工智能在近一兩年的走紅，與大數據的發展和被重視程度不無關系。隨著以智能手機為代表的科技產品開始深入到人們生活的方方面面，用戶在線上的行為越來越多，由此形成了大量的用戶數據。而人工智能正好可以利用這些數據，建立數學模型和完成用戶畫像，讓程序來做一些過去只有人能夠做的事情。
大數據這個門檻，導致了人工智能只能是巨頭的游戲，跟創業者關系不大。因為，擁有海量用戶行為數據的只有各大科技巨頭。然而，即便是巨頭也未必擁有足夠的數據，它們往往只擁有一定維度的數據，還不足以還原用戶生活的方方面面。同時，大家對于大數據的開發也還有待深入，相關的人才缺口也比較大，就更別說前文提到的開發前期勢必會出現的“惡性循環”了。
困難還不只是大數據，要實現人工智能還需要對現實中的場景進行抓取和捕捉，并通過算法將真實場景進行數據化，使之能夠對被機器識別，達到對現實的感知。而獲得數據化的現實場景數據后，還需要對數量龐大的樣本數據進行對比訓練，以實現對真實場景的識別，即機器學習。這些工作需要得到計算能力、算法和大數據的支撐，而這三項技術本身也還在完善中，還有很多難關有待攻克。
其次是應用場景。目前的人工智能產品，以前文我們提到的智能音箱和面向兒童的服務型機器人為主。軟件和硬件的雙重缺失，讓創業者難以構建起公眾感興趣的人工智能應用場景。一方面，這是因為當下的人工智能水平還達不到更多的應用場景要求，另一方面承載人工智能的硬件產品也還存在很大提升空間。
要制造承載人工智能技術的消費級硬件產品，需要合適的材料，以及更復雜和精細的傳感器。無論是智能機器人，還是智能汽車，都是全身遍布傳感器的產品。現階段，這一條硬件產業鏈也還并不成熟，難以帶來產品形態的劇變。而除了硬件，在軟件和服務方面的超級應用也因為當下人工智能技術的限制而未能培育出超級應用。最被人熟知的微軟人工智能產品小冰，如今也還沒有進入有實際作用的階段。
最后是社會接受度。自人工智能技術開始被談論之日起，無論是業內還是社會上，對此都有兩種截然不同的觀點―人工智能是否會威脅到人類的安全。而這樣的爭論至今沒有定論，反而因為每一次人工智能技術取得突破而愈演愈烈。
【關鍵詞】人工智能 科學技術 智能網絡
近些年來，隨著科學技術的飛速發展，人工智能技術這種新興的科技產物也正在逐漸走入到人們的生活之中。但是盡管科技的發展已經非常迅速了，人們對于人工智能技術的應用依然停留在十分淺顯的層面上。本文中，筆者將對人工智能技術的優缺點和應用方向等方面進行淺要的分析與研究，希望能夠對人工智能開發者和各行各業的研究者們對于人工智能的應用方向獲得更多的靈感。
1 人工智能的概念和應用現狀
現如今，人們的生活水平已經得到了非常大的提高，我國的工業水平，科技水平等等都在不斷的提高。在這樣的背景之下，人工智能技術也開始受到越來越多的人的重視。盡管人工智能技術現在發展的還不完善，但還是有很多先行者，再將人工智能技術付諸于應用化的方向上踏出了關鍵性的一步。
1.1 人工智能的概念
說起人工智能，很多人第一印象都是影視大片之中的智能機器人，什么終結者之類的往往能給人們留下很深的印象。其實人工智能本身也可以被稱作機器智能，它是人們對于人工機器賦予的擬人形態的思維和運動方式。在某種意義上來說，所謂的人工智能，就是沿用人類的方法和技術手段，將人類原本的智慧和思維模式作為原型，最終實現機器的智能化發展。可以說，人工智能技術是人類科技發展的必然產物，也是未來科技發展的必經之路。在未來的發展道路上，人工智能技術必然成為一門起源于計算機技術，并最終超脫于計算機技術的高等學科。
1.2 人工智能技術的核心
筆者認為，人工智能技術的核心，實際上就是機器的自主學習與思考能力。在現在的網絡技術之中，這種觀念正在被逐漸的突出，并被更多的人注意到。譬如很多網絡應用于服務之中，大家都能夠感到越來越知心，互聯網會根據使用者過去的行為以及正在進行的新的行為與事件，不斷的更改現有的服務策略。使用者瀏覽網頁的內容，瀏覽時長，下載內容等等數據，將成為這些軟件自主學習的資料和教科書，被互聯網自動進行收錄與分析，并在今后的服務之中將這些分析結果付諸應用。這種感覺就好像互聯網已經逐漸變成了一個真真正正能夠自主思考的智能機器人，他知道你想找什么，知道你需要什么，而這正是人工智能技術的核心追求。
2 人工智能技術的應用方向
未來的人工智能技術必然有更加廣闊的應用天地，就目前針對人工智能技術的應用來看，在很多領域，已經取得了頗為不俗的成績。雖然受限于目前尚不成熟的人工智能技術，但是這些技術已經足夠人們取長補短，在各自的學科和領域取得非凡的成績了。
2.1 人工智能技術在智能建筑領域中的應用
人們正在嘗試著通過人工智能的手段，構建智能化的建筑，不斷的拓展建筑現有功能，以期為人們提供更好的服務。在現有的智能建筑中，專家系統技術已經越來越多的嶄露頭角。近些年，知識庫專家系統憑借著它在人工智能領域無與倫比的優勢，實現了非常大的發展，并且逐漸呈現出商品化趨勢。這種專家系統實際上是將系統的運行和構造建立在控制對象與控制規律的基礎上，以龐大的知識庫體系作為支撐，最終形成完整的系統功能與構架。應用這種系統，就相當于在某個專業領域擁有了一名專家，可以從容的解決該專業領域內的相關問題。這種系統的存在，針對不同的專業領域，建立了詳實完善的數據庫，將多位專家的意見進行了有機的整合與分析，大大的提升了建筑智能化水平，實現了人們生活的智能化。
2.2 人工智能技術在電氣工程自動化控制技術中的應用
以火力發電技術為例，人工智能技術起到了非常大的作用，不但能夠被用來計算電力系統所需要的產品規格，提高工作效率，縮短設計周期。還能夠用來進行火力發電各系統之間的有機監控，利用人工智能計算出火力發電中各個系統的運行功率，各系統所需的燃料，蒸汽系統的水溫變化，還有發電成效等等，將所有涉及到的子系統有機的調控起來，從而保證整個發電廠的經濟運行。
2.3 人工智能系統在機械設備的控制中的應用
現代化的生產方式正在逐漸朝向著高科技生產，高密度生產，高集成化生產的方向發展，工業核心已經逐漸從勞動力密集型產業發展為了技術密集型產業。越來越多的企業開始使用由計算機操控的各種機械裝置，代替原本的人工控制，盡可能的將勞動人員從繁重重復的勞動之中解放出來。這其中人工智能技術功不可沒，而這一點也是未來人工智能技術的重要發展方向之一，那就是讓機器自己學會生產。
3 結束語
隨著我國科技水平的不斷提高，人工智能技術正在經歷飛速發展的過程，并逐漸走向成熟，被廣泛的應用于各種領域之中。在市場化的經濟之中，人工智能技術必然會被更多的人認知與熟識，真正感受到人工智能帶來的便利。我們有理由期待著人工智能真正成熟起來，并走入每一個人生活之中的那一天。
參考文獻
[1]劉波.人工智能在電氣工程自動化控制技術中的應用[J].山東工業技術，2014（11）.
[2]鐵生.當機器學會了學習人類該怎么玩[J].計算機與網絡，2014（16）.
作者簡介
洪保（1983-），男，陜西省藍田縣人。碩士學位。現供職于凱里學院。
關鍵詞：人工智能發展；識別率；人臉識別；遺傳算法
中圖分類號：TP18 文獻標識碼：A 文章編號：1009-3044（2016）24-0183-02
1 智能計算機的發展
1.1人工智能簡述
人工智能[1]（Artificial Intelligence，簡稱AI）是計算機學科的一個分支，屬于為世界三大尖端技術空間技術、能源技術、人工智能其中之一，最近幾十年來，人工智能的發展非常的迅速， 在很多的地方都得到了應用，尤其是在科學領域。
人工智能源自于對人的模仿，其最終目的是服務于人類，但是，就像世界上沒有相同的兩片葉子，也沒有完全相同的兩個人，也就像沒有一家服務企業可以滿足一個國家人的所有要求一樣，人工智能產業中也會涌現許多實力強大的企業，一些企業也會在某個領域內形成自己的競爭優勢，甚至會出現壟斷型企業。人工智能產業在國內外都還是處于剛剛發展階段，人工智能產業的競爭也會伴隨不斷增長變化的需求而演化，企業也會為了滿足并提升社會大眾越來的生活品質而不斷進步，不斷完善自身。
1.2人工智能研究的發展概況
未來，隨著計算機和其他科學技術的不斷進步，人工智能的發展也將要不斷面對越來越多的艱難挑戰。在我們的日常生活中，人們對人工智能技術的期望一直都擁有著很高的熱情和期盼，但是，在客觀事實上，人工智能技術進步不但要考慮軟件、硬件技術的限制，也還要考慮人們對自身能力理解程度的制約，因此未來人工智能技術將在不斷限制的過程中不斷突破不斷成長，從而保持著逐步的發展。比如人臉識別技術，當該技術以一次問世時，人們對人工智能充滿了信心，但當大多數人親自使用時，卻發現它對人臉的識別率還是不夠高；
近年來，人臉識別技術得益于機器學習與大數據，又有了非常令人欣喜的進步，擁有足夠的多的人力模型數據，計算機對具體提供的數量足夠多的人臉模型數據進行針對性訓練，就可以達到一個極高的識別正確率。但是對一個具體的個例可以做到百分百識別，并不能就此完全肯定對人群大眾使用就都能達到同樣級別的水平，對于大量的人臉數據依然需要不斷地整理系統的統計，所以，距離完美的識別率人類還有很長的路要走。不僅是人臉識別，OCR、語音識別、機器翻譯等人工智能技術在現實的應用中都會面臨準確率的標準。也希望無論是企業還是社會群體大眾，用一份積極包容的心態，為人工智能產業的發展營造一個優良的可持續發展環境。
人工智能應用研究有許許多多的可行性。專家系統內部含有大量的某個領域的專家水平的知識與經驗，經過運用人類的知識和解決問題的途徑進行推理、匯總、判斷、解決，來處理某個領域的疑難棘手問題。人工智能系統在很多領域的應用也都在促進著人工智能的理論和技術的不斷發展。專家系統也是人工智能應用研究最活躍和最廣泛的應用領域之一，涉及社會各個方面，各種專家系統已遍布各個專業領域，取得很大的成功。人工智能在計算機領域內，得到了原來越多的重視。并在機器人等中得到了很多的實際應用。
人工智能是研究人類智能活動的可循規律，創建具有一定人類智能的電子系統，它主要是通過讓計算機去完成原本是需要人類智慧才能去解決的問題，換而言之，就是研究如何應用計算機的軟硬件來模擬人類智慧行為的基本理論、方法和技術。例如：繁重的科學工程和數學計算本來是要人腦來承擔的，但是，現今，計算機不但能高效準確的完成這種計算，而且還能夠比人腦做得更加的完美，因此，當今社會也不再把這種程度的計算看成是“需要人類智慧高強度才能完成的復雜任務”，由此可見，高強度復雜工作的定義隨著人類社會時代的發展和科學技術的不斷進步而不斷變化，人工智能這門科學的具體目標也自然隨著社會科學的變化而發展。它一方面不斷地通過科學技術獲得新的進展，另一方面又勇敢的轉向更有意義、更加困難的目標。
2 人工智能的前沿
2.1智能信息檢索技術
現今社會，智能信息檢索技術的發展日新月異。而人工智能在信息檢索技術中的應用，主要集中表現在網絡信息的檢索。網絡信息檢索，也即網絡信息搜索，是指互聯網用戶在網絡終端，通過特定的網絡搜索工具或是通過瀏覽的方式，查找并獲取信息的行為。運用人工智能技術，可以快速準確的在大數據的基礎之上獲得所需信息。
2.2遺傳算法
遺傳算法（Genetic Algorithm）是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型，是一種通過模擬自然進化過程進行搜索找出最優解的方法。遺傳算法是通過一類問題可能潛在的解集的其中一個集群開始的，而一個集群群則由經過基因編碼的一定數目的個體組成。每個個體實際上是染色體帶有本身特征的實體。比如，它決定了個體所要表現出的外部形狀，如單眼皮，雙眼皮的特征是由染色體中控制這一特征的某種基因組合決定的。由此可見，從一開始通過表象得到實際的基因的編碼程序為一種算法。我們通常將基因的編碼工作簡單化 ，如二進制編碼，在第一代種群產生之后，遵循適者生存，按照自然法則優勝劣汰，選擇最優的結果，并借助交叉和變異，得到一種新的集合。這種辦法會得到一種比以前更加優秀，更加適者生存的種群。
3 結束語
人工智能對人類科學來說是一門極富挑戰性的科研究，想要從事這項研究工作必須懂得計算機知識，心理學、統計學、哲學等等。人工智能是一種涵蓋了非常廣泛的知識的科學，它包含了很多不同的領域，如機器學習，計算機視覺、軟件工程、操作系統等等，總而言之，人類科學對人工智能研究的一個主要目的是使機器通過一系列的操作能夠勝任一些通常需要人類智能才能完成的復雜工作。在不同的時代、不同的社會環境、不同的人對這種“復雜”程度的理解是不一樣的，每個時代的科學發展也是不同的，希望在科學不斷發展的今天，人工智能的發展也會帶來許許多多的驚喜。
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（9）.
[2] 劉玉然.談談人工智能在企業管理中的應用[J].價值工程，2013（9）.
[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，2013（7）.
[4] 周明正.人工智能在醫學專家系統中的應用[J].科技信息，2014（7）.
[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，2011（5）.
[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，2015（7）.
[7] 曾雪峰.論人工智能的研究與發展[J].現代商貿工業，2009（8）.
[8] 王梓坤.論混沌與隨機.北京師范大學學報，1994，30（2）：199-202.
