人工智能学习心得

人工智能学习心得第一篇：人工智能学习心得人工智能学习心得

对人工智能的理解

通过这学期的学习，我对人工智能有了一定的感性认识，个人觉得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。人工智能是涉及十分广泛的科学，它由不同的领域构成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一种重要目的是使机器能够胜任某些普通需要人类智能才干完毕的复杂工作。人工智能的定义能够分为两部分，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，或者人本身的智能程度有无高到能够发明人工智能的地步，等等。但总的来说，“人工系统”就是普通意义下的人工系统。有关什么是“智能”，就问题多多了。这涉及到其它诸如意识、自我、思维等等问题。人唯一理解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们本身智能的理解都非常有限，对构成人的智能的必要元素也理解有限，因此就很难定义什么是“人工”制造的“智能”了。有关人工智能一种大家比较容易接受的定义是这样的：人工智能是人造的智能,是计算机科学、逻辑学、认知科学交叉形成的一门科学，简称ai。

人工智能的发展历史大致能够分为这几个阶段：

第一阶段：50年代人工智能的兴起和冷落

人工智能概念初次提出后，相继出现了一批明显的成果，如机器定理证明、跳棋程序、通用问题s求解程序、lisp表解决语言等。但由于消解法推理能力的有限，以及机器翻译等的失败，使人工智能走入了低谷。

第二阶段：60年代末到70年代，专家系统出现，使人工智能研究出现新高潮。dendral化学质谱分析系统、mycin疾病诊疗和治疗系统、prospectior探矿系统、hearsay-ii语音理解系统等专家系统的研究和开发，将人工智能引向了实用化。并且，1969年成立了国际人工智能联合会议

第三阶段：80年代，随着第五代计算机的研制，人工智能得到了很大发展。日本1982年开始了”第五代计算机研制计划”，即”知识信息解决计算机系统kips”，其目的是使逻辑推理达成数值运算那么快。即使此计划最后失败，但它的开展形成了一股研究人工智能的热潮。

第四阶段：80年代末，神经网络飞速发展。

1987年，美国召开第一次神经网络国际会议，宣布了这一新学科的诞生。此后，各国在神经网络方面的投资逐步增加，神经网络快速发展起来。

第五阶段：90年代，人工智能出现新的研究高潮

由于网络技术特别是国际互连网的技术发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目的的分布式问题求解，并且研究多个智能主体的多目的问题求解，将人工智能更面对实用。另外，由于hopfield多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已进一步到社会生活的各个领域。

对人工智能对世界的影响的感受及将来畅想

近来看了电影《黑客帝国》一系列，对其中的科幻生活有了很大的爱好，不觉有了疑问：现在的世界与否会如电影中同样呢？人工智能的神话与否会发生

在现在社会中的呢？

在黑客帝国的世界里，程序员成为了耶稣，控制着整个世界，黑客帝国之因此成为典型，我认为，不是由于飞来飞去的超级人物，而是由于她暗自揭示了一种人与计算机世界的关系，一种发展趋势。谁懂得2后来会不会是智能机器统治了世界？

人类正向信息化的时代迈进，信息化是现在时代的主旋律。信息抽象结晶为知识，知识构成智能的基础。因此，信息化到知识化再到智能化，必将成为人类社会发展的趋势。人工智能已经并且广泛而有进一步的结合到科学技术的各门学科和社会的各个领域中，她的概念，办法和技术正在各行各业广泛渗入。而在我们的身边，智能化的例子也屡见不鲜。在军事、工业和医学等领域中人工智能的应用已经显示出了它含有明显的经济效益潜力，和提高人们生活水平的最大便利性和先进性。

智能是一种宽泛的概念。智能是人类含有的特性之一。然而，对于什么是人类智能（或者说智力），科学界至今还没有给出令人满意的定义。有人从生物学角度定义为“中枢神经系统的功效”，有人从心理学角度定义为“进行抽象思维的能力”，甚至有人同义重复地把它定义为“获得能力的能力”，或者不求甚解地说它“就是智力测验所测量的那种东西”。这些都不能精确的阐明人工智能确实切内涵。

即使难于下定义，但人工智能的发展已经是现在信息化社会的迫切规定，同时研究人工智能也对探索人类本身智能的奥秘提供有益的协助。因此每一次人工智能技术的进步都将带动计算机科学的大跨步迈进。如果将现有的计算机技术、人工智能技术及自然科学的某些有关领域结合，并有一定的理论实践根据，计算机将拥有一种新的发展方向。

个人觉得研究人工智能的目的，首先是要发明出含有智能的机器，另首先是要搞清人类智能的本质，因此，人工智能既属于工程的范畴，又属于科学的范畴。通过研究和开发人工智能，能够辅助，部分替代甚至拓宽人类的智能，使计算机更加好的造福人类。

人工智能研究的近期目的；是使现有的计算机不仅能做普通的数值计算及非数值信息的数据解决，并且能运用知识解决问题，能模拟人类的部分智能行为。按照这一目的，根据现行的计算机的特点研究实现智能的有关理论、技术和办法，建立对应的智能系统。例如现在研究开发的专家系统，机器翻译系统、模式识别系统、机器学习系统、机器人等。随着社会的发展，技术的进步，人工智能的发展是任何人都无法想象的。通过对人工智能的学习，以及与所听所见所闻的结合，我大胆的对将来人工智能的发展做出了下列拙劣的猜想：

一，融合阶段（20xx—20xx年）：

1、在某些都市，立法机关将重要采用人工智能专家系统来制订新的法律。

2、人们能够用语言来操纵和控制智能化计算机、互联网、收音机、电视机和移动电话，远程医疗和远程保健等远程服务变得更为完善。

3、智能化计算机和互联网在教育中扮演了重要角色，远程教育十分普及。

4、随着信息技术、生物技术和纳米技术的发展，人工智能科学逐步完善。

5、许多植入了芯片的人体构成了人体通信网络（后来甚至能够不用植入任何芯片）。例如，将微型超级计算机植入人脑，人们就可通过植入的芯片直接进行通信。

6、抗病毒程序能够避免多个非自然因素引发灾难。

7、随着人工智能的加速发展，新制订的法律不仅能够用来更加好地保护人类健康，并且能大幅度提高全社会的文明水准。例如，法律能够保护人们免受电磁烟雾的侵害，能够规范家用机器人的使用，能够更加有效地保护数据，能够严禁计算机合成技术在某些文化和艺术方面的应用（例如严禁合成电视名人），能够严禁编写含有自我保护意识的计算机程序。

三、自我发展阶段（20xx—20xx年）：

1、智能化计算机和互联网既能自我修复，也能自行进行科学研究，还能自己生产产品。

2、某些新型材料的出现，促使智能化向更高层次发展。

3、用可植入芯片实现人类、计算机和鲸目动物之间的直接通信，在后来的发展中甚至不用植入芯片也可实现此项功效。

4、制订“机器人法”等新的法律来约束机器人的行为，使人们不受机器人的侵害。

5、高水准的智能化技术能够使火星表面环境适合人类居住和发展。

四、升华阶段（20xx—20xx年）：

1、信息化的世界进一步发展成全息模式的世界。

2、人工智能系统可从环境中采集全息信息，身处某地的人们能够更容易地理解和知晓其它地方的状况。

3、人们对某些现在无法解释的自然现象会有更清晰的认识和更完善的解释，并将这些全新的知识应用在医疗、保健和安全等领域。

4、人工智能能够模仿人类的智能，因此会出现有关法律来规范这些行为。人工智能一但拥有长足的进步，必将带动其它计算机技术的发展。网络化将虚拟的世界变得无限大，届时，足不出户将成为一种习惯。人工智能必将带动人类的发展，起到决定性作用。

即使不懂得其中有多少在将来会得到实现，但也算是我通过对人工智能的学习所收获的总结。人工智能的繁华景象和光明前景已展示出其诱人的魅力，让我们一起期待将来的世界吧，一种全新的人工智能世界。

第二篇：人工智能学习论文20xx7932唐雪琴

人工智能研究最新进展综述

一、研究领域

在大多数数学科中存在着几个不同的研究领域，每个领域都有着特有的感爱好的研究课题、研究技术和术语。在人工智能中，这样的领域涉及自然语言解决、自动定理证明、自动程序设计、智能检索、智能调度、机器学习、专家系统、机器人学、智能控制、模式识别、视觉系统、神经网络、agent、计算智能、问题求解、人工生命、人工智能办法、程序设计语言等。

在过去50数年里，已经建立了某些含有人工智能的计算机系统；例如，能够求解微分方程的，下棋的，设计分析集成电路的，合成人类自然语言的，检索情报的，诊疗疾病以及控制控制太空飞行器、地面移动机器人和水下机器人的含有不同程度人工智能的计算机系统。人工智能是一种外向型的学科，它不仅规定研究它的人懂得人工智能的知识，并且规定有比较扎实的数学基础，哲学和生物学基础，只有这样才可能让一台什么也不懂得的机器模拟人的思维。由于人工智能的研究领域十分广阔，它总的来说是面对应用的，也就说什么地方有人在工作，它就能够用在什么地方，由于人工智能的最根本目的还是要模拟人类的思维。参考人在多个活动中的功效，我们能够得到人工智能的领域也但是就是替代人的活动而已。哪个领域有人进行的智力活动，哪个领域就是人工智能研究的领域。人工智能就是为了应用机器的优点来协助人类进行智力活动。人工智能研究的目的就是要模拟人类神经系统的功效。

二、各领域国内外研究现状（进展成果）近年来，人工智能的研究和应用出现了许多新的领域，它们是传统人工智能的延伸和扩展。在新世纪开始的时候，这些新研究已引发人们的更亲密关注。这些新领域有分布式人工智能与艾真体（agent）、计算智能与进化计算、数据挖掘与知识发现，以及人工生命等。下面逐个加以概略介绍。

1、分布式人工智能与艾真体

分布式人工智能（distributedai，dai）是分布式计算与人工智能结合的成果。dai系统以鲁棒性作为控制系统质量的原则，并含有互操作性，即不同的异构系统在快速变化的环境中含有交换信息和协同工作的能力。

分布式人工智能的研究目的是要创立一种能够描述自然系统和社会系统的精确概念模型。dai中的智能并非独立存在的概念，只能在团体协作中实现，因而其重要研究问题是各艾真体间的合作与对话，涉及分布式问题求解和多艾真体系统（multiagentsystem，mas）两领域。其中，分布式问题求解把一种具体的求解问题划分为多个互相合作和知识共享的模块或结点。多艾真体系统则研究各艾真体间智能行为的协调，涉及规划、知识、技术和动作的协调。这两个研究领域都要研究知识、资源和控制的划分问题，但分布式问题求解往往含有一种全局的概念模型、问题和成功原则，而mas则含有多个局部的概念模型、问题和成功原则。

mas更能体现人类的社会智能，含有更大的灵活性和适应性，更适合开放和动

态的世界环境，因而倍受重视，已成为人工智能以至计算机科学和控制科学与工程的研究热点。现在，艾真体和mas的研究涉及理论、体系构造、语言、合作与协调、通讯和交互技术、mas学习和应用等。mas已在自动驾驶、机器人导航、机场管理、电力管理和信息检索等方面获得应用。

2、计算智能与进化计算

计算智能（computingintelligence）涉及神经计算、含糊计算、进化计算等研究领域。其中，神经计算和含糊计算已有较长的研究历史，而进化计算则是较新的研究领域。在此仅对进化计算加以阐明。

进化计算（evolutionarycomputation）是指一类以达尔文进化论为根据来设计、控制和优化人工系统的技术和办法的总称，它涉及遗传算法（geneticalgorithms）、进化方略（evolutionarystrategies）和进化规划（evolutionaryprogramming）。它们遵照相似的指导思想，但彼此存在一定差别。同时，进化计算的研究关注学科的交叉和广泛的应用背景，因而引入了许多新的办法和特性，彼此间难于分类，这些都统称为进化计算办法。现在，进化计算被广泛运用于许多复杂系统的自适应控制和复杂优化问题等研究领域，如并行计算、机器学习、电路设计、神经网络、基于艾真体的仿真、元胞自动机等。

达尔文进化论是一种鲁棒的搜索和优化机制，对计算机科学，特别是对人工智能的发展产生了很大的影响。大多数生物体通过自然选择和有性生殖进行进化。自然选择决定了群体中哪些个体能够生存和繁殖，有性生殖确保了后裔基因中的混合和重组。自然选择的原则是适者生存，即物竞天择，优胜劣汰。

直到几年前，遗传算法、进化规划、进化方略三个领域的研究才开始交流，并发现它们的共同理论基础是生物进化论。因此，把这三种办法统称为进化计算，而把对应的算法称为进化算法。

3、数据挖掘与知识发现

知识获取是知识信息解决的核心问题之一。20世纪80年代人们在知识发现方面获得了一定的进展。运用样本，通过归纳学习，或者与神经计算结合起来进行知识获取已有某些实验系统。数据挖掘和知识发现是90年代早期新崛起的一种活跃的研究领域。在数据库基础上实现的知识发现系统，通过综合运用统计学、粗糙集、含糊数学、机器学习和专家系统等多个学习手段和办法，从大量的数据中提炼出抽象的知识，从而揭示出蕴涵在这些数据背后的客观世界的内在联系和本质规律，实现知识的自动获取。这是一种富有挑战性、并含有广阔应用前景的研究课题。

从数据库获取知识，即从数据中挖掘并发现知识，首先要解决被发现知识的体现问题。最佳的体现方式是自然语言，由于它是人类的思维和交流语言。知识表达的最根本问题就是如何形成用自然语言体现的概念。

机器知识发现始于1974年，并在此后十年中获得某些进展。这些进展往往与专家系统的知识获取研究有关。到20世纪80年代末，数据挖掘获得突破。越来越多的研究者加入到知识发现和数据挖掘的研究行列。现在，知识发现和数据挖掘已成为人工智能研究的又一热点。

比较成功的知识发现系统有用于超级市场商品数据分析、解释和报告的

coverstory系统，用于概念性数据分析和查寻感爱好关系的集成化系统explora，交互式大型数据库分析工具kdw，用于自动分析大规模天空观察数据的skicat系统，以及通用的数据库知识发现系统kdd等。

4、人工生命

人工生命（artificiallife，alife）的概念是由美国圣菲研究所非线性研究组的兰顿（langton）于1987年提出的，旨在用计算机和精密机械等人工媒介生成或构造出能够体现自然生命系统行为特性的仿真系统或模型系统。自然生命系统行为含有自组织、自复制、自修复等特性以及形成这些特性的混沌动力学、进化和环境适应。

人工生命所研究的人造系统能够演示含有自然生命系统特性的行为，在“生命之所能”（lifeasitcouldbe）的广阔范畴内进一步研究“生命之所知”（lifeasweknowit）的实质。只有从“生命之所能”的广泛内容来考察生命，才干真正理解生物的本质。人工生命与生命的形式化基础有关。生物学从问题的顶层开始，把器官、组织、细胞、细胞膜，直到分子，以探索生命的奥秘和机理。人工生命则从问题的底层开始，把器官作为简朴机构的宏观群体来考察，自底向上进行综合，把简朴的由规则支配的对象构成更大的集合，并在交互作用中研究非线性系统的类似生命的全局动力学特性。

人工生命的理论和办法有别于传统人工智能和神经网络的理论和办法。人工生命把生命现象所体现的自适应机理通过计算机进行仿真，对有关非线性对象进行更真实的动态描述和动态特性研究。

人工生命学科的研究内容涉及生命现象的仿生系统、人工建模与仿真、进化动力学、人工生命的计算理论、进化与学习综合系统以及人工生命的应用等。比较典型的人工生命研究有计算机病毒、计算机进程、进化机器人、自催化网络、细胞自动机、人工核苷酸和人工脑等。

三、学了人工智能课程的收获

（1）理解人工智能的概念和人工智能的发展，理解国际人工智能的重要流派和路线，理解国内人工智能研究的基本状况，熟悉人工智能的研究领域。

（2）较具体地叙述知识表达的多个重要办法。重点掌握了状态空间法、问题归约法和谓词逻辑法，熟悉语义网络法，理解知识表达的其它办法，如框架法、剧本法、过程法等。

（3）掌握了盲目搜索和启发式搜索的基本原理和算法，特别是宽度优先搜索、深度优先搜索、等代价搜索、启发式搜索、有序搜索、a*算法等。理解博弈树搜索、遗传算法和模拟退火算法的基本办法。

（4）掌握了消解原理、规则演绎系统和产生式系统的技术、理解不拟定性推理、非单调推理的概念。

（5）概括性地理解了人工智能的重要应用领域，如专家系统、机器学习、规划系统、自然语言理解和智能控制等。

（6）基本理解人工智能程序设计的语言和工具。

四、对人工智能研究的展望

对当代社会的影响有多大？工业领域，特别是制造业，已成功地使用了人工智能技术，涉及智能设计、虚拟制造、在线分析、智能调度、仿真和规划等。金融业，股票商运用智能系统辅助其分析，判断和决策；应用卡欺诈检测系统业已得到普遍应用。人工智能还渗入到人们的日常生活，cad，cam，cai，cap，cims等一系列智能产品给大家带来了极大的方便，它还变化了传统的通信方式，语音拨号，手写短信的智能手机越来越人性化。

人工智能还影响了你们的文化和娱乐生活，引发人们更深层次的精神和哲学层面的思考，从施瓦辛格主演的《终止者》系列，到基努.里维斯主演的《黑客帝国》系列以及斯皮尔伯格导演的《人工智能》，都故意无意的提出了同样的问题：我们应当如何看待人工智能？如何看待含有智能的机器？会不会有一天机器的智能将超出人的智能？问题的答案可能千差万别，我个人认为上述紧张不太可能成为现实，由于我们理解人工智能并不是让它取代人类智能，而是让它模拟人类智能，从而更加好地为人类服务。

现在人工智能技术发展快速，新思想，新理论，新技术不停涌现，如含糊技术，含糊--神经网络，遗传算法，进化程序设计，混沌理论，人工生命，计算智能等。以agent概念为基础的分布式人工智能正在异军突起，特别是对于软件的开发，“面对agent技术”将是继“面对对象技术”后的又一突破。从万维网到人工智能的研究正在如火如荼的开展。

五、对课程的建议

（1）能够结合现在最新研究成果着重解说重点知识，以及讲述在某些研究成

果中人工智能那些知识被应用。

（2）多推荐某些过于人工智能方面的电影，如：《终止者》系列、《黑客帝国》

系列、《人工智能》等，从而增加同窗对这门课程学习的爱好。

（3）条件允许的话，能够安排某些实验课程，让同窗们自己制作某些简朴的

作品，增强同窗对人工智能的爱好，加强同窗之间的学习。

（4）课堂上多解说某些人工智能在各个领域方面的应用，以及着重叙述某些

新的和正在研究的人工智能办法与技术，让同窗们能够理解近期发展起来的办法和技术，在解说时最佳多举例，再结合原理进行解说，更助于同窗们对人工智能的理解。

第三篇：《人工智能》学习报告深圳大学硕士硕士课程作业—人工智能

《人工智能》学习报告

深圳大学机电与控制工程学院彭建柳

学号：

1.引言

人工智能(artificialintelligence，ai)，曾经有一部电影，知名导演斯蒂文?斯皮尔伯格的科幻片《人工智能》(a.i.)对许多人的头脑又一次产生了震动，引发了某些人士理解并探索人工智能领域的爱好。人工智能对于普通人来说是那样的可望而不可及，然而它却吸引了无数研究人员为之奉献才智，从美国的麻省理工学院(mit)、卡内基-梅隆大学(cmu)到ibm公司，再到日本的本田公司、sony公司以及国内的清华大学、中科院等科研院所，全世界的实验室都在进行着ai技术的实验。

始终以来，有关人工智能的理论，我始终认为是科学的前沿，理解起来较为飘渺。但是，从本学期《人工智能》课程的学习中，本人较系统的接触到了有关人工智能的理论，从有限的课程中，通过老师的具体介绍和查阅人工智能方面的书籍，学习了有关人工智能几个重要方面的知识，如含糊控制、专家系统、神经网络等。下面是本人有关人工智能理论的某些基本认识。

2.人工智能的形成与发展

说到人工智能，首先先认识下自动控制理论，自动控制理论从形成到发展至今，已经经历了六十数年的历程，其重要分为三个阶段：

第一阶段是40年代兴起的以调节原理为标志，称为典型控制理论阶段；

第二阶段是以60年代兴起的以状态空间为标志，称为当代控制理论阶段；

第三阶段是80年代兴起的智能控制理论阶段

智能控制是在控制论人工智能系统论和信息论等多学科的高度综合与集成，是一门新兴的交叉前沿学科。智能控制技术，即是在无人干预的状况下能自主地驱动智能机器实现控制目的的自动控制技术。对许多复杂的系统，难以建立有效的数学模型和用常规的控制理论去进行定量计算和分析，而必须采用定量办法与定性办法相结合的控制方式。定量办法与定性办法相结合的目的是，要由机器用类似于人的智慧和经验来引导求解过程。因此，在研究和设计智能系统时，重要注意力不放在数学公式的体现、计算和解决方面，而是放在对任

第1页共4页

务和现实模型的描述、符号和环境的识别以及知识库和推理机的开发上，即智能控制的核心问题不是设计常规控制器，而是研制智能机器的模型。另外，智能控制的核心在高层控制，即组织控制。高层控制是对实际环境或过程进行组织、决策和规划，以实现问题求解。为了完毕这些任务，需要采用符号信息解决、启发式程序设计、知识表达、自动推理和决策等有关技术。这些问题求解过程与人脑的思维过程有一定的相似性，即含有一定程度的“智能”。

随着人工智能和计算机技术的发展，已有可能把自动控制和人工智能以及系统科学中某些有关学科分支(如系统工程、系统学、运筹学、信息论)结合起来，建立一种合用于复杂系统的控制理论和技术。智能控制正是在这种条件下产生的。它是自动控制技术的最新发展阶段，也是用计算机模拟人类智能进行控制的研究领域。1965年，傅京孙首先提出把人工智能的启发式推理规则用于学习控制系统。1985年，在美国初次召开了智能控制学术讨论会。1987年又在美国召开了智能控制的首届国际学术会议，标志着智能控制作为一种新的学科分支得到承认。智能控制含有交叉学科和定量与定性相结合的分析办法和特点。

3.含糊控制

在传统的控制领域里，控制系统动态模式的精确与否是影响控制优劣的最重要核心，系统动态的信息越具体，则越能达成精确控制的目的。然而，对于复杂的系统，由于变量太多，往往难以对的的描述系统的动态，于是工程师便运用多个办法来简化系统动态，以达成控制的目的，但却不尽抱负。换言之，传统的控制理论对于明确系统有强而有力的控制能力，但对于过于复杂或难以精确描述的系统，则显得无能为力了。因此便尝试着以含糊数学来解决这些控制问题。通过课堂中，导师生动的解说，以及引用到生活当中鲜活的例子，如冰箱温度的含糊控制，智能汽车的行驶路线控制等等，充足的认识到，含糊控制在当今社会的应用已经很广泛，只是理论知识的缺少而感觉不到它们的存在。

普通控制架构涉及：定义变量、含糊化、知识库、逻辑判断及反含糊化，具体以下：

(1)定义变量：也就是决定程序被观察的状况及考虑控制的动作，例如在普通控制问题上，输入变量有输出误差e与输出误差之变化率ce，而控制变量

则为下一种状态之输入u。其中e、ce、u统称为含糊变量。

(2)含糊化（fuzzify）：将输入值以合适的比例转换到论域的数值，运用口语化变量来描述测量物理量的过程，依适合的语言值（linguisitcvalue）求该值相对之从属度，此口语化变量我们称之为含糊子集合（fuzzysubsets）。

(3)知识库：涉及数据库（database）与规则库（rulebase）两部分，其中数据库是提供解决含糊数据之有关定义；而规则库则藉由一群语言控制规则描述控制目的和方略。

(4)逻辑判断：模仿人类下判断时的含糊概念，运用含糊逻辑和含糊推论法进行推论，而得到含糊控制讯号。此部分是含糊控制器的精髓所在。

(5)解含糊化（defuzzify）：将推论所得到的含糊值转换为明确的控制讯号，做为系统的输入值。

含糊控制很重要的一点就是含糊规则的制订，其规则制订的来源重要由专家的经验和知识、操作员的操作模式、自学习提供。含糊规则的形式则分为状态评定和目的评定两种。但都是以含糊控制为基础，达成自动控制的目的。

4.专家系统

专家系统(expertsystem)是人工智能应用研究最活跃和最广泛的课题之

一。运用特定领域的专门知识，通过推理来模拟普通由人类专家才干解决的多个复杂的、具体的问题，达成与专家含有同等解决问题能力的计算机智能程序系统。它能对决策的过程作出解释，并有学习功效，即能自动增加解决问题所需的知识。

专家系统的发展已经历了3个阶段，正向第四代过渡和发展。第一代专家系统（dendral、macsyma等）以高度专业化、求解专门问题的能力强为特点。但在体系构造的完整性、可移植性等方面存在缺点，求解问题的能力弱。第二代专家系统（mycin、casnet、prospector、hearsay等）属单学科专业型、应用型系统，其体系构造较完整，移植性方面也有所改善，并且在系统的人机接口、解释机制、知识获取技术、不拟定推理技术、增强专家系统的知识表达和推理办法的启发性、通用性等方面都有所改善。第三代专家系统属多学科综合型系统，采用多个人工智能语言，综合采用多个知识表达办法和多个推理机制及控制方略，并开始运用多个知识工程语言、骨架系统及专家系统开发工具和

环境来研制大型综合专家系统。在总结前三代专家系统的设计办法和实现技术的基础上，已开始采用大型多专家协作系统、多个知识表达、综合知识库、自组织解题机制、多学科协同解题与并行推理、专家系统工具与环境、人工神经网络知识获取及学习机制等最新人工智能技术来实现含有多知识库、多主体的第四代专家系统。

对专家系统能够按不同的办法分类。普通，能够按应用领域、知识表达办法、控制方略、任务类型等分类。如按任务类型来划分，常见的有解释型、预测型、诊疗型、调试型、维护型、规划型、设计型、监督型、控制型、教育型等。

简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。

5.神经网络

由于神经网络是多学科交叉的产物，各个有关的学科领域对神经网络都有各自的见解，因此，有关神经网络的定义，在科学界存在许多不同的见解。现在使用得最广泛的是t.koholen的定义，即“神经网络是由含有适应性的简朴单元构成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反映。”

人工神经网络是模拟人思维的第二种方式。这是一种非线性动力学系统，其特色在于信息的分布式存储和并行协同解决。即使单个神经元的构造极其简朴，功效有限，但大量神经元构成的网络系统所能实现的行为却是极其丰富多彩的。

6.小结

有关人工智能的学习，我现在所学习到的仅仅是皮毛。但对于一种刚刚接触人工智能学习的学生，理解如含糊控制、专家系统、神经网络等人工智能的知识入门尤为重要，为将来进一步学习人工智能的理论打下基础，并将理论应用于生活和工作当中，这才是学习的最后目的。

参考文献：

《人工智能控制》作者：蔡自兴，出版社：化学工业出版社，20xx-7-1

第四篇：对人工智能学习的感想学校：

学院：班级：

姓名：学号：

谈谈人工智能的学习感想

人工智能(artificialintelligence)，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、办法、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种分支，它企图理解智能的实质，并生产出一种新的能以人类智能相似的方式做出反映的智能机器，该领域的研究涉及机器人、语言识别、图像识别、自然语言解决和专家系统等。

人工智能技术导论这门课的学习，让我懂得了人工智能从诞生发展到今天经历了一条漫长的路，许多科研人员为此而不懈努力。人工智能的开始能够追溯到电子学出现以前。象布尔和其它某些哲学家和数学家建立的理论原则后来成为人工智能逻辑学的基础。而人工智能真正引发研究者的爱好则是1943年计算机发明后来的事。技术的发展最后使得人们能够仿真人类的智能行为，最少看起来不太遥远。接下来的四十年里，尽管碰到许多妨碍，人工智能仍然从最初只有十几个研究者成长到现在数以千计的工程师和专家在研究；从一开始只有某些下棋的小程序到现在的用于疾病诊疗的专家系统，人工智能的发展有目共睹。

人工智能通过几十年的发展，其应用在不少领域得到发展，在我们的日常生活和学习当中也有许多地方得到应用。我通过网络查找，懂得了下列领域的人工智能的发展。

1．机器翻译

机器翻译是运用计算机把一种自然语言转变成另一种自然语言的过程，用以完毕这一过程的软件系统叫做机器翻译系统。几十年来，国内外许多专家、学者为机器翻译的研究付出了大量的心血和汗水。即使至今还没有一种实用、全方面、高质量的自动翻译系统出现，但是也获得了很大的进展，特别是作为人们的辅助翻译工具，机器翻译已经得到大多数人的承认。现在，国内的机器翻译软件不下百种，根据这些软件的翻译特点，大致能够分为三大类：词典翻译类、汉化翻译类和专业翻译类。词典类翻译软件代表是“金山词霸”了，堪称是多快好省的电子词典，它能够快速查询英文单词或词组的词义，并提供单词的发音，为顾客理解单词或词组含义提供了极大的便利。汉化翻译软件的典型代表是“东方快车20xx”，它首先提出了“智能汉化”的概念，使翻译软件的辅助翻译作用更加明显。以“译星”、“雅信译霸”为代表的专业翻译系统，是面对专业或行业顾客的翻译软件，但其专业翻译的质量与人们的实用性尚有不少差距，有人评价说“满篇英文难不住，满篇中文看不懂”，该说法即使比较极端，但机译译文的质量确实却始终是个老大难问题。这里，我们不妨对现有的机译和人译过程作一比较，从中能够看出某些因素。

机器翻译：

1.一句一句解决，上下文缺少联系；

2.对源语言的分析只是求解句法关系，完全不是意义上的理解；

3.缺少领域知识，从计算机到医学，从化工到法律都通用，就换专业词典；

4.译文转换是基于源语言的句法构造的，受源语言的句法构造的束缚；

5.翻译只是句法构造的和词汇的机械对应。

人工翻译：

1.普通会先通读全文，会前后照应；

2.对源语言是求得意义上的理解；

3.只有专业翻译人员，而没有万能翻译人员；

4.译文是基于他对源语言的理解，不受源语言的句法构造的束缚；

5.翻译是一种再发明的过程。

在现在的状况下，计算机辅助翻译应当是一种比较好的实际选择。事实上，在诸多领域中，计算机辅助人类工作的方式已经得到了广泛的应用，例如cad软件。如果计算机辅助技术用于语言的翻译研究，应当同样能够起到很大的辅助作用，这就是所谓的“计算机辅助翻译”。它集机器记忆式翻译、语法分析式翻译和人际交互式翻译为一体，把翻译过程中机械、重复、琐碎的工作交给计算机来完毕。这样，翻译者只需将精力集中在发明性的思考上，有助于工作效率的提高。

机器翻译研究归根结底是一种知识解决问题，它涉及到有关语言内的知识、语言间的知识、以及语言外的世界知识，其中涉及常识和有关领域的专门知识。随着因特网的普及与发展，机器翻译的应用前景十分广阔。作为人类探索自己智能和操作知识的机制的窗口，机器翻译的研究与应用将更加诱人。国际上有关专家分析认为机器翻译要想达成类似人工翻译同样的流畅程度，最少还要经历时间的持续研究，但在人类对语言研究还没有清晰“人脑是如何进行语言的含糊识别和判断”的状况下，机器翻译要想达成100%的精确率是不可能的。

2．专家系统

专家系统是一种模拟人类专家解决领域问题的计算机程序系统。专家系统内部含有大量的某个领域的专家水平的知识与经验，能够运用人类专家的知识和解决问题的办法进行推理和判断，模拟人类专家的决策过程，来解决该领域的复杂问题。专家系统是人工智能应用研究最活跃和最广泛的应用领域之一,涉及到社会各个方面，多个专家系统已遍及各个专业领域，获得很大的成功。根据专家系统解决的问题的类型，把专家系统分为解释型、诊疗型、调试型、维修型、教育型、预测型、规划型、设计型和控制型等10种类型。具体应用就诸多了，例如血液凝结疾病诊疗系统、电话电缆维护专家系统、花布图案设计和花布印染专家系统等等。

为了实现专家系统，必须要存储有该专门领域中通过事先总结、分析并按某种模式表达的专家知识(构成知识库)，以及拥有类似于领域专家解决实际问题的推理机制(构成推理机)。系统能对输入信息进行解决，并运用知识进行推理，做出决策和判断，其解决问题的水平达成或靠近专家的水平，因此能起到专家或专家助手的作用。

开发专家系统的核心是表达和运用专家知识，即来自领域专家的己被证明对解决有关领域内的典型问题有用的事实和过程。现在，专家系统重要采用基于规则的知识表达和推理技术。由于领域的知识更多是不精确或不拟定的，因此，不拟定的知识表达与知识推理是专家系统开发与研究的重要课题。另外，专家系统开发工具的研制发展也很快速，这对扩大专家系统的应用范畴，加紧专家系统的开发过程，将起到主动地增进作用。随着计算机科学技术整体水平的提高，分布式专家系统、协同式专家系统等新一代专家系统的研究也发展很快。在新一代专家系统中，不仅采用基于规则的推理办法，并且采用了诸如人工神经网络的办法与技术。

3．符号计算

计算机最重要的用途之一就是科学计算,科学计算可分为两类:一类是纯数值的计算,例如求函数的值,方程的数值解,例如天气预报、油藏模拟、航天等领域;。另一类是符号计算,又称代数运算,这是一种智能化的计算,解决的是符号。符号能够代表整数、有理数、实数和复数,也能够代表多项式,函数,集合等。。长久以来,人们始终盼望有一种能够进行符号计算的计算机软件系统。。早在50年代末,人们就开始对此研究。。进入80年代后,随着计算机的普及和人工智能的发展,相继出现了多

种功效齐全的计算机代数系统软件,其中mathematica和maple是它们的代表，由于它们都是用c语言写成的,因此可以在绝大多数计算机上使用。。mathematica是第一种将符号运算,数值计算和图形显示较好地结合在一起的数学软件,顾客能够方便地用它进行多个形式的数学解决。

计算机代数系统的优越性重要在于它能够进行大规模的代数运算。。普通我们用笔和纸进行代数运算只能解决符号较少的算式,当算式的符号上升到百位数后,手工计算就很困难了,这时用计算机代数系统进行运算就能够做到精确,快捷,有效。。现在符号计算软件有某些共同的特点就是在能够进行符号运算、数值计算和图形显示等同时,还含有高效的可编程功效。在操作界面上普通都支持交互式解决,人们通过键盘输入命令,计算机解决后即显示成果。并且人机界面和谐,命令输入方便灵活,很容易谋求协助。

尽管计算机代数系统在替代人繁琐的符号运算上有着无比的优越性,但是,计算机毕竟是机器,它只能执行人们给它的指令，有一定的局限性。首先,多数计算机代数系统对计算机硬件有较高的规定,在进行符号运算时,普通需要很大的内存和较长的计算时间,而精确的代数运算以时间和空间为代价的。第二个问题是用计算机代数系统进行数值计算,即使计算精度能够到任意位,但由于计算机代数系统是用软件本身浮点运算替代硬件算术运算,因此在速度要比用fortran语言算同样的问题慢百倍甚至千倍。另外,即使计算机代数系统包含大量的数学知识,但这仅仅是数学中的一小部分,现在仍有许多数学领域未能被计算机代数系统涉及。计算机代数系统仍在不停地发展、完善之中。

如今，人工智能研究出现了新的高潮，这首先是由于在人工智能理论方面有了新的进展，另首先也是由于计算机硬件突飞猛进的发展。随着计算机速度的不停提高、存储容量的不停扩大、价格的不停减少以及网络技术的不停发展，许多原来无法完毕的工作现在已经能够实现。

人工智能的学习，让我明白了人工智能始终处在计算机发展的最前沿。高级计算机语言、计算机界面及文字解决器的存在或多或少都得归功于人工智能的研究。人工智能研究带来的理论和洞察力指导了计算技术发展的将来方向。现有的人工智能产品相对于即将到来的人工智能应用能够说微局限性道，但是它们预示着人工智能的将来。将来我们会对人工智有能更高层次的需求，人工智能也会继续影响我们的工作、学习和生活，我们也要支持人工智能的发展！

第五篇：人工智能学习人工智能学习-知识要点总结[nirvana发表于20xx-1-213:32:24]

人工智能是在计算机科学、控制论、信息论、神经心理学、哲学、语言学等多个学科研究的基础上发展起来的，是一门综合性边沿学科，延伸人脑的功效，实现了脑力劳动的自动化。

1、认知科学认为智能的核心是思维，知识阙值理论认为智能行为取决于知识的数量及其普通化程度，智能就是在巨大搜索空间中快速找到一种满意解的能力；进化理论的核心是用控制取代表达，取消概念、模型及显示表达知识，否认抽象对于智能及智能模拟的必要性，强调分构造对于智能进化的可能性与必要性。综合上述观点，认为智能是知识与智力的总和，含有以下特性：

（1）记忆与思维能力，（2）学习能力及自适应能力，（3）行为能力。

人工智能是人造智能，是一门研究如何构造智能机器（智能计算机）或智能系统，使它能模拟、延伸、扩展人类智能的学科。通过图灵测试能够判断一种系统与否含有智能和智能的水平。

人工智能研究内容：

（1）机器感知（2）机器思维（3）机器学习（4）机器行为（5）智能系统构造技术

人工智能研究途径：

（1）符号解决（2）网络连接机制（3）系统集成

2、知识是智能的基础，对人工智能的研究必须以知识为中心来进行，由于对知识的表达、运用、获取等的研究获得较大进展，特别是不拟定性知识表达与推理获得的突破，建立了主观bayes理论、拟定性理论、证据理论、可能性理论，对人工智能其它领域（如模式识别，自然语言理解等）的发展提供了支持。数据是信息的载体和表达，信息是数据在特定场合的具体含义，信息是数据的语义；把有关信息关联在一起所形成的信息构造叫知识。含有：相对对的性，不拟定性，可表达性，可运用性等特性；按作用范畴分为常识性知识，领域性知识；按作用及表达分为事实性知识，过程性知识，控制性知识。按拟定性分为拟定性知识，不拟定性知识；按构造及体现形式分为逻辑性知识，形象性知识；从抽象的，整体的观点来划分可分为零级知识，一级知识，二级知识。知识表达办法总体上分为符号表(转载请注明来源：.coM)示法，连接机制表达法；现在用得较多的知识表达办法重要有：一阶谓词逻辑表达，产生式，框架，语义网络，脚本，过程，petrio网，面对对象表达法。选择知识表达法时，要注意下列几个方面：

（1）充足表达领域知识（2）有助于对知识的运用（3）便于对知识的组织、维护与管理（4）便于理解和实现

3、产生式系统构成：规则库，控制系统，综合数据库。综合数据库中已知事实表达：（特性对象值可信度因子）控制系统的求解过程是一种不停地从规则库中选用可用规则与综合数据库中已知事实进行匹配的过程。产生式系统分类：按推理方向分为前向、后向和双向产生式系统；按表达知识的拟定性可分为拟定性及不拟定性产生式系统；按数据库性质及构造特性进行分类为可交换的产生式系统，可分解的产生式系统，可恢复的产生式系统。框架是一种描述所论对象属性的数据构造，由槽构造构成，槽分为若干侧面。问题求解重要通过匹配和填槽实现的；产生式表达法重要用于描述事物间的因果关系，框架表达法重要用于描述事物内部构造及事物间的类属关系。语义网络是通过概念及其语义关系来体现知识的一种网络图。一种过程规则涉及激发条件，演绎操作，状态转换及返回四个部分。

4、推理就是按某种方略由已知判断推出另一判断的思维过程。按从新判断推出的途径来划分，推理可分为演绎推理、归纳推理和默认推理；按所用知识拟定性分为拟定性推理，不拟定性推理；按推出的结论与否单调地增加来划分为单调推理，非单调推理；按与否运用与问题有关的启发性知识分为启发式推理，非启发式推理；按基于办法的分为基于知识的推理，统计推理，直觉推理。推理的控制方略：推理方向，搜索方略，冲突消解方略，求解方略和限制方略。推理方向可拟定推理的驱动方式：正向推理，逆向推理，混合推理及双向推理。

从一组已知为真的事实出发，直接运用典型逻辑的推理规则推出结论的过程称为自然演绎推理，基本推理规则是p规则，t规则，假言推理，回绝式推理等：

p规则：任何环节可引入前提a

t规则：前面环节有一种或多个公式永真蕴涵公式s，可引入s

假言推理：p，p—>q=>q

回绝式推理：p—>q,