人工智能2017年論文

人工智能2017年論文

　　人工智能是一門邊沿學科，屬于自然科學和社會科學的交叉。以下是學習啦小編整理分享的人工智能2017年論文的相關文章，歡迎閱讀!

　　人工智能2017年論文篇一

　　人工智能、智能控制與未來社會等若干問題的探索

　　摘要：人工智能是一門邊沿學科，屬于自然科學和社會科學的交叉。人工智能的發展促進自動控制向智能控制方向發展，智能控制是人工智能和自動控制的重要部分和研究領域，并被認為是通向自主機器遞階道路上自動控制的頂層，象征著自動化的未來。

　　關鍵詞：現代科學技術革命;人工智能;智能控制;未來社會

　　隨著科學技術革命的發展，自動控制技術裝置、電子計算機、人工智能、智能控制將普遍應用于社會生活的各個方面，將出現生產智能化、組織管理智能化、生活環境智能化。這就要求人們按照當代和未來社會發展的需要進行更有成效的知識和精神生產。因此，人工智能、智能控制作為具有廣闊應用前景的學科，已經不單純是個別哲學家或理論自然科學家的職業嗜好，而是現代科學技術革命發展的需要[1][2]。

　　一、人工智能

　　隨著1941年以來電子計算機的發展，從50年代早期人們開始注意到人類智能與機器之間的聯系。1955年末，Newell和Simon做了一個名為“邏輯專家”(Logic Theorist)的程序，它對AI研究領域產生的影響使其成為AI發展史中一個重要的里程碑，被許多人認為是第一個AI程序。1956年，被認為是人工智能之父的John McCarthy組織了一次學會，將許多對機器智能感興趣的專家學者聚集在一起進行了一個月的討論。他請他們到 Vermont參加“Dartmouth人工智能夏季研究會”，并提出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。從那時起，這個領域被命名為“人工智能”。1958年McCarthy宣布了他的新成果： LISP(LISt Processing)語言，很快就為大多數AI開發者采納。70年代專家系統被開發出來，該系統可以預測在一定條件下某種解的概率，被用于股市預測，幫助醫生診斷疾病，以及指示礦工確定礦藏位置等。70年代另一個進展是David Marr提出了機器視覺方面的新理論。

　　在理論探索方面，美國學者Zadeh首創模糊邏輯，它可以從不確定的條件做出決策;還有神經網絡，被視為實現人工智能的可能途徑。同時在實際應用方面也進行了大量的研究，并取得了可喜的成果[3][4]。

　　人工智能(Artificial Intelligence)，是計算機科學的一個分支，它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能是包括十分廣泛的科學，它由不同的領域組成，如機器學習、機器視覺等等。人工智能這門科學的具體目標也自然隨著時代的變化而發展。它一方面不斷獲得新的進展，一方面又轉向更有意義、更加困難的目標[5]。

　　二、智能控制

　　人工智能的發展促進自動控制向智能控制方向發展，智能控制代表了自動控制的最新發展階段，也是應用計算機模擬人類智能實現人類腦力勞動和體力勞動自動化的一個重要領域。

　　由于傳統的控制理論(包括古典的和近代的)主要涉及對伺服機構有關的系統或裝置進行操作與數學運算，而人工智能所關心的主要與符號運算、邏輯推理即計算智能有關，在相當長的時間內，很少有人提到過控制理論與人工智能的聯系。1965年，著名的美籍華裔科學家傅京孫(K S Fu)教授首先把人工智能的啟發式推理規則用于學習控制理論;然后，他又于1971年論述了人工智能和自動控制的交接關系。由于傅先生的重要貢獻，他已成為國際公認的智能控制的先行者和奠基人。1967年，利昂茲(Leondes)等人首次正式使用“智能控制”一詞，這一術語的出現要比“人工智能”晚11年，比“機器人”晚47年[6]。1987年1月，在美國費城由IEEE控制系統學會與計算機學會聯合召開了第一屆智能控制國際會議，這標志著智能控制作為一門新學科正式建立起來。

　　在理論結構上，智能控制具有十分明顯的跨學科(多元)結構特點。

　　(1)自從傅京孫教授1971年提出把智能控制作為人工智能和自動控制的交結領域以來，許多研究人員試圖建立起智能控制這一新學科。這可以用二元交集結構來表示;也可以用離散數學和人工智能中常用的謂詞公式之合取來表示，即

　　IC=AI∧AC

　　式中，各子集(或合取項)的含義如下：AI—人工智能(Artificial Intelligence);AC—自動控制(Automatic Control);IC—智能控制(Intelligent Control);∧表示連詞“與”符號。

　　(2)薩里迪斯于1977年提出另一種智能控制結構，他把傅京孫教授的智能控制擴展為三元結構，即把智

　　能控制看作為人工智能、自動控制和運籌學的交接，可以用下式來表示：

　　IC=AI∧AC∧OR

　　式中，各子集(或合取項)的含義如下：AI—人工智能(Artificial Intelligence);AC—自動控制(Automatic Control);OR—運籌學(Operation Research);IC—智能控制(Intelligent Control);∧表示連詞“與”符號。

　　在提出三元結構的同時，薩里迪斯還提出分級智能控制系統，指出它主要由3個智能級組成。

　　第一級：組織級，它代表系統的主導思想，并由人工智能起控制作用。

　　第二級：協調級，是上一級(第一級)和下一級(第三級)間的接口，由人工智能和運籌學起控制作用。

　　第三級：執行級，是智能控制系統的最低層級，要求具有很高的精度，并由控制理論進行控制。

　　(3)蔡自興教授根據信息技術的飛速發展，發現信息論是解釋智能的一種手段，控制論、系統論和信息論是緊密相互作用的，信息論已成為控制智能機器的工具，信息熵成為智能控制的測度，信息論參與智能控制的全過程，并對執行級起到核心作用，基于此，蔡自興教授提出四元智能控制結構，把智能控制看作自動控制、人工智能、信息論和運籌學4個學科的交集，可表示如下：

　　IC=AI∧AC∧OR∧IT

　　式中各子集(或合取項)的含義如下：AI—人工智能(Artificial Intelligence);AC—自動控制(Automatic Control);OR—運籌學(Operation Research);IT—信息論(Information Theory);IC—智能控制(Intelligent Control);∧表示連詞“與”符號[7]。

　　從學科結構的觀點看，智能控制的四元交集結構是最具有代表性的一種集成思想。在智能控制領域內已集成了許多不同的控制方案，如模糊自學習神經控制就集成了模糊控制、學習控制和神經控制等技術。

　　智能控制獲得迅速發展，并已初具學科體系，包括基礎理論、技術方法和實際應用諸方面。在基礎理論方面，涉及傳統人工智能的知識表示和推理、計算智能(如模糊計算、神經計算和進化計算等)和機器學習等。在技術方法方面，從遞階控制、專家控制、模糊控制、神經控制、學習控制、仿人控制和進化控制等系統加以研究。在實際應用方面，從實驗室到工業現場，從家用電器到火箭制導，從制造業到采礦業，從飛行器到武器控制，從軋鋼機到郵件處理機，從工業機器人到康復假肢等等都具有十分廣泛的應用。

　　在智能控制的各種理論中，從普遍適用和統一觀點出發的宏觀綜合方法最具有吸引力，但目前缺乏統一的描述和基本理論框架。雖然以信息熵為測度的思想方法與有關傳統控制的方法論和專門技術不同，有著廣泛的實用性;信息和熵的內涵刻畫了復雜系統的有關特性，控制理論的信息熵方法以傳統理論方法為特例，具有普遍性，但是，在以信息熵為基礎的同時，必須以馬克思主義的世界觀與方法論為指導，采用宏觀綜合方法研究復雜系統控制問題，才有實際的意義，這是解決復雜系統控制問題頗有前景的方向，將有助于智能控制基礎理論的形成與完善。按照辯證唯物主義的認識論的觀點，我們應該認識到，在今天具有更多微觀知識和更先進研究工具的條件下，再把基于模型的控制理論發展成為基于信息控制理論，便是在高一個層次上從微觀到宏觀研究的一次回溯。

　　三、最新研究成果

　　英國科研人員在2008年8月13日宣布，他們已經將成千上萬的老鼠神經元“縫合”進原始的生物大腦，而這些神經元已經具備控制機器人運動的能力，由此推出一個由老鼠的腦組織控制的機器人。機器人名為“戈登”，它的“大腦”擁有5萬到10萬個活神經細胞，由英國雷丁大學科研人員設計。科研人員將人工培養的老鼠神經細胞同機器人的一些部件結合起來，“戈登”大腦是活的組織，因此必須裝在特定溫度控制的器具中。“戈登”大腦通過藍牙無線連接同自己的“身體”聯絡。除受自身大腦支配外，“戈登”不受額外的人為或電腦控制。

　　試驗一開始，神經細胞便忙碌起來。“大約24小時內，它們(神經細胞)開始彼此試探，建立聯系。”主要設計者之一的雷丁大學教授凱文·沃里克說。

　　某種程度上說，“戈登”在自學。比如，撞到墻時，它會從傳感器得到電子刺激。再遇到類似情況時，它就會記住。

　　這一開創性研究旨在探索自然智能和人工智能的分界問題，可能有助人類弄清楚記憶和學習機能的根本構架，據報道，這可能是世界上首個完全由活體腦組織控制的機器人[8]。

　　四、人工智能、智能控制在未來社會的縱深發展

　　當代科學技術革命和社會發展要求哲學回答和解決復雜系統的控制和管理及人工智能、智能控制發展所提

　　出的認識論和方法論問題，回答當代社會的發展規律問題。同近代科學技術發展時期相比，今天人類思維所面臨的對象和客體具有極大的綜合性、總體性，系統性。

　　隨著人類自然智能和人工智能相結合，創造型思考的逐步實現，人工智能越來越多地承擔著各種腦力勞動，把知識生產者同人類先前創造的全部知識財富聯系起來，把數以百計、千計的專家、學者、知識勞動者聯系、組織成一個有機的知識生產機體，使得知識交流和知識鑒定的速度和準確性比使用以往的普遍手段快出、高出幾個數量級，可以使整個社會從事創造性勞動的人數比例得到極大的提高。人腦思維活動中的創造性工作和非創造性工作是互為前提、互相制約、互相轉化的。創造性是在非創造性工作基礎上進行的，創造性工作又可以不斷轉化為非創造性工作。當一種創造性工作轉化為非創造性工作并轉交給人工智能與智能控制進行之后，人腦又可以去從事和開拓新的創造性工作。這種情況的發展不僅會導致人工智能與智能控制水平的普遍提高，而且使得人們不斷創造出適應創造性思維活動方式[9][10]。在未來社會里，智能控制將向更高的技術水平發展，包含多層級、多變量、非線性、大時滯、快速響應、分布參數和大規模系統等。

　　五、結語

　　隨著科技的不斷進步，人工智能、智能控制對未來社會的推動力是不可或缺的。但人工智能與智能控制專家也警告說，現在必須為有關研究制定道德規范，以確保未來社會的發展能夠幫助人類而不是危害人類。“人工智能奇點研究所”的創辦人之一伊利澤·尤德庫斯基目前正在研究所謂的“友好人工智能”。他說，他最擔心的是，在未來社會里，如果一些科技怪才發明一種能夠自我進化但卻沒有道德感的機器人，這將給人類帶來災難。在未來社會里，人工智能、智能控制與社會文化、物質生產、經濟發展、社會文明、社會變遷、社會結構、社會進步等方面存在越來越密切和復雜的關系，馬克思主義同樣面臨越來越多需要認識或解釋的新的社會現象和問題，分析現代科技革命發展情況也是認識馬克思主義的基礎。馬克思主義一貫認為科學技術是社會革命的重要力量，是推動社會進步的巨大杠桿，是直接的革命力量。在未來社會里，我們需要立足于人工智能與智能控制的發展趨勢，從馬克思主義與近現代科學技術革命交匯點出發，深刻理解當代社會主義與現代科學技術革命匯流的歷史必然性，并從分析現代科學技術革命的巨大物質功能、經濟功能和精神功能入手，了解人工智能、智能控制的最新進展和前沿動態，使自己在所從事的科研領域不斷有新的發現、新的發明。

　　參考文獻

　　[1]朱松山，任容.現代科學技術革命與馬克思主義[M].國防大學出版社，2001.

　　[2]宋健.現代科學技術革命基礎知識(干部選讀本)[M].中央黨校出版社，1994.

　　[3]Gevarter W B. Artificial Intelligence Applications: Expert

　　Systems， Computer Vision and Natural Language Processing. New Jersey: NOYES Publications， 1984.

　　[4]姚錫凡，李旻.人工智能技術及應用[M].中國電力出版社，2008.

　　[5]蔡自興，徐光祐.人工智能及其應用[M].北京：清華大學出版社第三版，2003.

　　[6]易繼鍇，侯媛彬.智能控制技術[M].北京：北京工業大學出版社，1999.

　　[7]蔡自興.智能控制(第二版)[M].電子工業出版社，2004.

　　[8]傅云威.英國誕生“鼠腦”機器人[N].南方都市報，2008-08-15.

　　[9]李景治.科技革命與大國興衰[M].華文出版社，2000.

　　[10]貝爾納.科學的社會功能[M].商務印書館，1982.

下一頁分享更優秀的<<<人工智能2017年論文