淺談計算機人工智能論文

　　近年來，隨著信息技術以及計算機技術的不斷發展，人工智能在計算機中的應用也隨之加深，其被廣泛應用于計算機的各個領域。下面是學習啦小編給大家推薦的淺談計算機人工智能論文，希望大家喜歡!

　　淺談計算機人工智能論文篇一

　　《計算機在人工智能中的應用研究》

　　摘要：近年來，隨著信息技術以及計算機技術的不斷發展，人工智能在計算機中的應用也隨之加深，其被廣泛應用于計算機的各個領域。本文針對計算機在人工智能中的應用進行研究，闡述了人工智能的理論概念，分析當前其應用于人工智能所存在的問題，并介紹人工智能在部分領域中的應用。

　　關鍵詞：計算機;人工智能;應用研究

　　一、前言

　　人工智能又稱機器智能，來自于1956年的Dartmouth學會，在這學會上人們最初提出了“人工智能”這一詞。人工智能作為一門綜合性的學科，其是在計算機科學、信息論、心理學、神經生理學以及語言學等多種學科的互相滲透下發展而成。在計算機的應用系統方面，人工智能是專門研究如何制造智能系統或智能機器來模仿人類進行智能活動的能力，從而延伸人們的科學化智能。人工智能是一門富有挑戰性的科學，從事這項工作的人必須懂得計算機知識、心理學與哲學。人工智能是處于思維科學的技術應用層次，是其應用分支之一。數學常被認為是多種學科的基礎科學，數學也進入語言及思維領域，人工智能學科須借用數學工具。數學在標準邏輯及模糊數學等范圍發揮作用，其進入人工智能學科，兩者將互相促進且快速發展。

　　二、人工智能應用于計算機中存在的問題

　　(一)計算機語言理解的弱點。當前，計算機尚未能確切的理解語言的復雜性。然而，正處于初步研制階段的計算機語言翻譯器，對于算法上的規范句子，已能顯示出極高的造句能力及理解能力。但其在理解句子意思上，尚未獲得明顯成就。我們所獲取的信息多來自于上下文的關系以及自身掌握的知識。人們在日常生活中的個人見解、社會見解以及文化見解給句子附加的意義帶來很大影響。

　　(二)模式識別的疑惑。采用計算機進行研究及開展模式識別，在一定程度上雖取得良好效果，有些已作為產品進行實際應用，但其理論以及方法和人的感官識別機制決然不同。人的形象思維能力以及識別手段，即使是計算機中最先進的識別系統也無法達到。此外，在現實社會中，生活作為一項結構寬松的任務，普通的家畜均能輕易對付，但機器卻無法做到，這并不意味著其永久不會，而是暫時的。

　　三、人工智能在部分領域中的應用

　　伴隨著AI技術的快速發展，當今時代的各種信息技術發展均與人工智能技術密切相關，這意味著人工智能已廣泛應用于計算機的各個領域，以下是筆者對于人工智能應用于計算機的部分領域進行闡述。具體情況如下。

　　(一)人工智能進行符號計算。科學計算作為計算機的一種重要用途，可分為兩大類別。第一是純數值的計算，如求函數值。其次是符號的計算，亦稱代數運算，是一種智能的快速的計算，處理的內容均為符號。符號可代表實數、整數、復數以及有理數，或者代表集合、函數以及多項式等。隨著人工智能的不斷發展以及計算機的逐漸普及，多種功能的計算機代數系統軟件相繼出現，如Maple或Mathematic。由于這些軟件均用C語言寫成，因此，其可在多數的計算機上使用。

　　(二)人工智能用于模式識別。模式識別即計算機通過數學的技術方法對模式的判讀及自動處理進行研究。計算機模式識別的實現，是研發智能機器的突破點，其使人類深度的認識自身智能。其識別特點為準確、快速以及高效。計算機的模式識別過程相似于人類的學習過程，如語音識別。語音識別即為使計算機聽懂人說

　　的話而進行自動翻譯，如七國語言的口語自動翻譯系統。該系統的實現使人們出國時在購買機票、預定旅館及兌換外幣等方面，只需通過國際互聯網及電話網絡，即可用電話或手機與“老外”進行對話。

　　(三)人工智能計算機網絡安全中的應用。當前，在計算機的網絡安全管理中常見的技術主要有入侵檢測技術以及防火墻技術。防火墻作為計算機網絡安全的設備之一，其在計算機的網絡安全管理方面發揮重要作用。以往的防火墻尚未有檢測加密Web流量的功能，原因在于其未能見到加密的SSL流中的數據，無法快速的獲取SSL流中的數據且未能對其進行解密。因而，以往的防火墻無法有效的阻止應用程序的攻擊。此外，一般的應用程序進行加密后，可輕易的躲避以往防火墻的檢測。因此，由于以往的防火墻無法對應用數據流進行完整的監控，使其難以預防新型攻擊。新型的防火墻是通過利用統計、概率以及決策的智能方法以識別數據，達到訪問受到權限的目地。然而此方法大多數是從人工智能的學科中采取，因此，被命名為“智能防火墻”。

　　(四)人工智能應用于計算機網絡系統的故障診斷。人工神經網絡作為一種信息處理系統，是通過人類的認知過程以及模擬人腦的組織結構而成。1943年時，人工神經網絡首次被人提出并得到快速發展，其成為了人工智能技術的另一個分支。人工神經網絡通過自身的優點，如聯想記憶、自適應以及并列分布處理等，在智能故障診斷中受到廣泛關注，并且發揮極大的潛力，為智能故障診斷的探索開辟新的道路。人工神經網絡的診斷方法異于專家系統的診斷方法，其通過現場眾多的標準樣本進行學習及訓練，加強調整人工神經網絡中的閥值與連接權，使從中獲取的知識隱藏分布于整個網絡，以達到人工神經網絡的模式記憶目的。因此，人工神經網絡具備較強的知識捕捉能力，能有效處理異常數據，彌補專家系統方法的缺陷。

　　四、結束語

　　總而言之，人工智能作為計算機技術的潮流，其研究的理論及發現決定了計算機技術的發展前景。現今，多數人工智能的研究成果已滲入到人們的日常生活。因此，我們應加強人工智能技術的研究及開發，只有對其應用于各領域中存在的問題進行全面分析，并對此采取相應措施，使其順利發展。人工智能技術的發展將給人們的生活、學習以及工作帶來極大的影響。

　　參考文獻：

　　[1]楊英.智能型計算機輔助教學系統的實現與研究[J].電腦知識與技術,2009,9

　　[2]毛毅.人工智能研究熱點及其發展方向[J].技術與市場,2008,3

　　[3]李德毅.網絡時代人工智能研究與發展[J].智能系統學報,2009,1

　　[4]陳步英,馮紅.人工智能的應用研究[J].邢臺職業技術學院學報,2008,1