人工智能畢業論文

　　人工智能雖然是模擬人的智能創造出來的，但是，反過來也讓我們對于人的智能，對于如何培養批判性思維有了更深入的思考。以下是學習啦小編整理分享的關于人工智能畢業論文的相關文章，歡迎閱讀!

　　人工智能畢業論文篇一

　　人工智能與人的智能

　　【摘 要】 淘寶推出Buy+和AlphaGo戰勝李世石，進一步催熱了VR和AI市場。本文的分析表明，VR和AI都有一個共同的基礎――真實、準確的數據。同樣，人工智能和人的智能也有很多類似之處，不僅依賴個體對于符號(數字、文字)的準確解讀，而且還需要對多種信息來源進行比較、評判和確認。人工智能雖然是模擬人的智能創造出來的，但是，反過來也讓我們對于人的智能，對于如何培養批判性思維有了更深入的思考。

　　【關鍵詞】 虛擬現實;人工智能;批判性思維;媒介技術

　　【中圖分類號】 G40-057 【文獻標識碼】 B 【文章編號】 1009―458x(2016)05―0041―02

　　最近，微信朋友圈的兩大熱點話題無疑是新推出的虛擬現實(Virtual Reality，VR)應用淘寶Buy+[1]和人工智能(Artificial Intellegence，AI)棋手AlphaGo。淘寶Buy+推出當天，有人就驚呼：“嚇得馬上剁了還剩下的那只手!”AlphaGo戰勝韓國圍棋國手李世石以來，互聯網大腦[2]的話題也一直是朋友圈的討論熱點。從互聯網的底層運行邏輯來看，無論VR還是AI，基礎都是數據――準確、真實、可信的數據。數據對于VR、AI的意義，就如同知識(真正的真知灼見)對人的意義。我們從VR、AI這兩個應用入手，聊一聊人工智能和人的智能。

　　首先，對于淘寶Buy+，我的看法是：淘寶基礎數據的造假，將使VR購物體驗大打折扣。

　　作為一個計算機科班出身的偏執狂，我懷疑一切網絡支付的安全性，所以，以前從來沒有綁定過銀行卡，網購只買書，貨到付款。春節前預定出境游一時貪便宜(用支付寶便宜200元)，綁定了支付寶，遂加入剁手黨，并在春節期間拿出專業的研究精神，付出上萬元的研究“經費”，對我國電子商務平臺進行了全面深入的研究，為此，還獲得了京東、淘寶頒發的剁手獎!研究結論：中國電子商務平臺購物的便利、流程的順滑，絕對世界一流!為中國電商生態點贊!

　　可是，從4月2號開始，我還是退出了剁手黨，重新回到專賣店、各類商城去買服裝、鞋帽等日用品。原因是淘寶服裝的號碼太不靠譜了!我買的好幾家不同店的羊毛、純棉、羊絨(號稱)開衫，不管標的是L、XL，還是XXL，收到的實物全都比以前在商場買的小1、2公分。你說號碼不準，我好好看產品說明，按照尺寸來選服裝。結果，白紙黑字的尺寸數據也全無信用!

　　你說你弄個VR，無非就是幫我試個衣服，看看合不合適、好不好看嗎?這倒好，按照商家提供的數據，VR試出來效果特別好，收到實物一看，完全不是一回事兒。原來我還以為淘寶的造假只是抄襲名牌，現在才發現造假也是一個生態鏈，從基本數據開始，每個環節都可能有假。所以，沒有基礎數據的標準化以及誠實守信的商業環境，服裝類VR會嚴重失真、失信。數據與實物不對標，會導致VR技術應用的作用大打折扣。

　　其次，AlphaGo贏了李世石，是否意味著機器已經比人聰明了?人是否應該有危機感了?我想說，大可不必，為時尚早。我們舉個例子來說明人工智能的不同層次。

　　比如說，《星球大戰》里的機器人部隊要來攻打北京，我們怎么辦?第一層次，如果是比較傻的、只會按照導航指令進行智能判斷的機器人(近似于單機版的AlphaGo)，可以采用軟件打擊。先派偵察兵弄清楚機器人用什么地圖導航(包括自動駕駛汽車、無人機等這類新應用都依賴三維立體地圖的導航)，然后用黑客手段把三維立體地圖數據全部換掉，用一套假地圖數據為機器人導航，把它們引到某死亡之地。

　　第二層次，假如機器人不但有一套導航系統，還具有批判性思維能力，并且有一套由衛星、各路傳感器系統組成的“觀察”體系，幫助機器人用周邊事實景物信息跟地圖信息進行比較，判斷地圖的真偽，情況就比較復雜了。對于這類機器人的進攻，最適當的應對措施就是硬件打擊，當機立斷斷電斷網。不過，需要說明的是，這種運算(機器學習)要復雜得多，系統配置也昂貴得多，而且要求網絡具備強大的容錯性能，防止信息被長城防火墻之類的攔截。

　　分清人工智能的這兩個層次，對于我們認識人的智能，認識媒介與認知的關系，具有重大的啟發。

　　討論人的智能首先需要區分兩種完全不同的認知論：個體認知論與社會認知論。教育心理學聚焦學習者個人的認知規律，偏重于個體認知論;互聯網大腦更多關注的是社會群體認知論。今天，教育技術學和教育學的“壞理論”根源往往在于將兩者混為一談。

　　簡單說，今天人類用書本、網絡所承載的全部知識，是從荷馬史詩、圣經、蘇格拉底、柏拉圖、亞里士多德、哥白尼一直到牛頓、達爾文、愛因斯坦等數千年來人類對世界全部觀察的積累。把這些分散于不同時空的“人類智慧”連接在一起的就是口傳、手工抄寫的羊皮書、印刷技術、廣播電視、互聯網等媒介技術。所以，當一個6歲的孩子坐在教室里拿起書本的時候，他面臨的巨大認知難題，是一個幼小的僅僅有6年人生經驗的個體跟人類整體經驗積累的對話。他首先要做的事情，是像海倫・凱勒那樣，在數十次、數百次的重復后，認“字”[3]。這樣的個體學習，不采用行為主義的學習方式，難道你讓他/她拒絕認字，自我建構一套表達符號?

　　人類知識就是由跨越時空的一個個個體，借助于媒介技術的記錄、匯聚、復制、傳承、批判等過程生產形成的。這是一個跨越時空的人借助媒介技術支持，以社會認知的方式生產知識的過程[4]。個體的學習，則是個人經驗，跟人類知識、規則對話，融入及參與社會合作，借以實現個人生存和發展的過程。區分個體的人、群體的人和作為人類的人，是我們分析和解決教育問題的出發點。我以為，當下中國教育研究中最大的問題，恰恰在于一直在討論一個抽象的、理想主義的、沒有具體所指的概念――人。因此，無論“全人”，還是技術與“人”，都是爭論不清的話題。

　　與人類整體的知識建構(社會認知論)相比，個體的人其實相當于處于三維地圖情境下的機器人，我們的感知傳感器能探測到的其實只是自己周圍很少的(真實)信息，如果你接收到的知識體系是被黑客“黑”過的一套假三維地圖的話，你如何判斷正確的方向?20世紀很多偉大的哲學思想，包括福柯的“知識考古學”、波蘭尼的“個人知識”、哈耶克的“自生自發秩序”等，其實或多或少都跟“個體的人”“某個群體的人”與“整體的人類知識”這個典型對話情景有關，恰如三維地圖情境下的機器人。換句話說，在制造一個人工大腦的機器的過程中，促進了我們對人類智慧的省察與深度思考。

　　不過，迄今為止，我們能做的仍然主要是在社會認知體系上的建構，用外在的認知形成去推演腦內的“運算”過程，人腦內部真正的意義形成至今還是一個未知領地(腦科學的研究主要還是在Function，而不是Meaning層面)。

　　對人工智能第一、第二層智慧的分析也說明，批判性思維的培養太復雜了，而應試教育(知道、信奉一套被輸入的知識)則要簡單得多。批判性思維不僅自己(學生、老師)要有質疑的意識，還需要一套社會化的“傳感器”系統的支持和驗證。所以，教育改革真的是天下最難的改革，也可以說，所有的改革本質上都是人的思維和認知方式的改革。

下一頁分享更優秀的<<<人工智能畢業論文