新生课题研究---人工智能

  或许大家都看过电影《人工智能》，一部由华纳兄弟影片公司于2001年拍摄发行的一部未来派的科幻类电影。影片讲述了21世纪中期，人类的科学技术已经达到了相当高的水平，一个小机器人为了寻找养母，为了缩短机器人和人类差距而奋斗的故事。而我们要研究的课题，便是这个电影争议的所在——人工智能。何为人工智能众所周知，2016年，人工智能领域风起云涌：AlphaGo 击败李世石，百度推出无人车，IBM、微软、Facebook都推出了人工智能平台。种种迹象都在向公众传递一条信息——人工智能时代正在来临。我们会在不同的场合，开始频繁地谈论“人工智能”这个词语。然而，在不同群体不同语境下，“人工智能”代表的意思也大相庭径，我们很难用一个确切的概念去定义何为“人工智能”。然而，从起源上来说，人工智能（Aritificial Intelligence)是计算机科学的一个分支，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、方法、技术及应用系统的一门新的技术科学。人工智能作为计算机科学的一个分支，体现了计算机所具有的无限性。它企图了解智能的实质，并生产出一种新的能以人类智能相似的方法做出反应的智能机器。对于“人工智能”，许多位研究者都提出了自己的见解。美国斯坦福大学人工智能研究中心的尼尔逊教授认为：“人工智能是关于知识的学科——怎么样表示知识，以及怎么样获得知识并使用知识的科学。”美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使用计算机去做过去只有人才能做的智能工作。”“人工智能之父”马文·明斯基则认为：“人工智能就是研究 ‘让机器来完成那些如果由人来做则需要智能的事情’的科学。”而大胆正直、爽快的机器人专家、大阪大学研究生院的浅田稔便直言智能没有明确的定义。更别说是人工智能的定义了。在我的个人看来，所谓的人工智能便是人类对自身的寻找与探索，是一种对未知自己的研究与复制和利用。如同近年来开展的“脑研究”一般，都是对自身的解剖与探索。所谓AI就是和人类行为没有区别的机器，这种定义或许源于图灵实验。人工智能领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来的人工智能能带来的科技产品，将会是人类智慧的再生化或者是人类自身的投影。人工智能可以对人的意识、思维的信息过程的模拟，但能像人那样思考、也有可能超过人的智能。即是科幻电影的人类灾难，人类自己创造的人工智能，成了人类灭绝的始作俑者，而这一切都是人类的自作自受。然而这只是一种假设与想象，当前人工智能所带来的非凡益处，依旧催促着我们向前推进与发展。在此基础上，接下来我们具体了解人工智能的定义。人工智能的定义，可以分为两个部分，即“人工”与“智能”。“人工”浅而易懂，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，或者人自身的智能程度有没有高到可以制造人工智能的地步等等。但是总的来说，“人工系统”就是通畅意义下的人工系统。而关于“智能”，则颇具有争议性。这涉及到其他诸如意识、自我、思维（包括无意识的思维）等等问题。人类唯一了解的智能是人本身的智能，这是普遍的观点。但是，                无法否认，我们人类对于自己为何智能都了解甚微。我们对于自己意识思维自我，只能片面的从某个角度去了解研究，更多的是根据现有的情况去推测总结，更表现为概率的猜测与总结。我们对于自己的身体为何运营如此，大脑的构造与其中各种情绪思维的产生与表现更是身处混沌，完全不自知。我们对自身智能的了解也只能是通过大量的实验 与观测去总结推测。因此，让我们对于什么是“人工”造出来的“智能”便更难说明定义了。不论如何，对于人工智能的基本思想和基本内容，大家的看法是一致的：人工智能是研究人类智能活动的规律、构造，具有一定智能的人工系统，研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。简单来说，人工智能作为一门科学，它就是一个自我感知和反应的人造系统。不过，对于人工智能的研究方向，学界有这两种反差较大的观点：一种倾向于强人工智能，即研制出和人类一样聪明，甚至比人类更聪明的机器。就如同科幻电影和小说中的那样，也是智能时代将会毁灭取代人类时代的智能机器的原型。另一种则是主张研究弱人工智能，就是研制出来的机器人没有人聪明，让机器人像人类进行学习。而在我看来，这种机器人就是替代人类做低级工作，减少不必要的人力浪费，使人类进一步处于上帝视角。目前，弱人工智能是学界研究的主要方向，不仅仅由于舆论，更是因为技术的限制。支撑人工智能的科学技术人工智能看上去高高在上，实际上前沿科技公司都寄希望于这种长期研究为其目前的业务带来新的发展机会，神经网络、机器学习、深度学习构建了人工智能基础。那么神经网络、机器学习和深度学习到底是什么？这3个名词如今拥有相当高的出现频率。它们可以被看作是3个不同的层次：神经网络位于底层，它是建立人工智能的计算机结构；机器学习是下一层，它是可以在神经网络上运行的一个程序，可训练计算机在数据当中寻找特定的答案；深度学习处在顶层，这是一种在最近10年里才流行起来的特性类型的机器学习，而它的流行主要得益于廉价处理性能和互联网数据。神经网络的概念可以追溯到50年代人工智能的开端。简单来说，它是一种建造计算机的方式，使其看上去像是一个卡通化的大脑，当中由神经一样的节点连结成网络。这些节点本身都很笨，只能回答最基本的问题。可一旦组合在一起，它们就可以解决复杂问题。更为重要的是，有了正确的算法之后，它们还能拥有学习能力。纽约大学计算机科学教授ErnestDavis这样介绍道，假如你想让计算机学习如何过马路，在传统编程方式下，你需要给他一套非常具体的规则，告诉它如何左右看，等待车辆，使用斑马线等等，然后让它尝试。而在面对机器学习时，你只需向它展示10000部安全横穿马路的视频（以及10000部过马路被车撞的视频）就行了。在这件事上面，如何让计算机吸收视频当中的所有信息是一大难点。在过去的几十年里，研究者尝试过各种办法来教计算机，其中就包括增强学习和遗传算法。前者需要你在计算机达成目标时给予其奖励，以逐渐优化最佳解决方案；后者则会以类似物竞天择的方式对解决问题的不同方法进行对比。在如今的计算机领域，有一种教学方法变得特别实用，那就是接下来我们要了解的深度学习。它是机器学习的一种类型，会利用神经网络中的诸多层面以不同的抽象化方法对数据进行分析。当深度学习系统面对着一幅画时，神经网络的每一层会对其进行不同程度的放大。底层可能会关注5x5像素网格，然后判断是否有东西在当中出现。如果有的话，它上面的那一层就会开始查看该网格是如何适配到更大的图案中的。这个过程会逐渐累计起来，让软件利用逐步分解的方式去理解哪怕是最复杂的数据。接下来，假设我们想要使用深度学习让计算机了解到猫的样子，我们首先需要利用神经网络的不同层面来识别猫身上的不同元素：爪子、脚掌和胡须等。然后，神经网络会观察一大堆猫和其他动物的图片，并被告诉哪些是猫哪些不是。随着时间推移，它会记住哪些层面是重要的，并增强或忽略当中的部分联系。比如说，它可能会发现爪子和猫具备强烈的关联，但同样会出现在其他动物身上，因此它就知道去寻找爪子和胡须同时出现的情况。显而易见，这是一个漫长而又重复的过程，系统会根据反馈缓慢提升自身能力。在这个过程当中，人类可以去纠正计算机，而如果网络本身拥有足够多的标签数据，它也能自己进行测试，来查看如何利用自身的所有层面才能产生最准确的结果。认出一只猫已经如此困难，那些需要去识别世间万物的系统的复杂程度也可想而知。这也正是为什么微软会推出一款应用来辨别不同品种的狗。在我们人类看来，杜宾和雪纳瑞之间的区别可能非常明显，但计算机在能够分清两者之前需要去定义大量的区别。

除此以外，在我认为大数据时代的来临，深度学习基于大数据，会让人工智能更加“智能”。
首先，我们要先简单了解一下大数据。“大数据”是一个体量特别大的数据集，并且这样的数据集，无法用传统的数据库工具对其内容进行抓取、管理和处理。大数据科学家约翰·劳萨对大数据进行了间的定义：大数据就是任何超过了一台计算机处理能力的庞大数据量。
大数据具有4个基本特征：一是数据体量巨大。举例来说，例如百度的新首页导航，每天需要提供的数据超过1.5PB，如果要将这些数据打印出来，将要用5000多亿张A4纸。而据资料显示，到目前为止，人类生产的所有印刷材料的数据量仅为200PB。由此可见，大数据的体量是多么巨大；二是数据的类型多样。现在的数据类型除了文本形式之外，我们接触的更多的是图片、视频、音频等多类型数据；三是处理速度快。数据处理遵循“1秒定律”，可以从各种类型的的数据中快速获得高价值的信息。四是价值密度低。比如有一小时的视频，在不间断的监控过程中，可能有用的数据仅仅只有一两秒钟。拥有庞大的数据库，大数据具有五种主要的分析方法：一是可视化分析。可视化分析能够直观地呈现大数据的特点，如同看图说话一样简单明了。二是数据挖掘算法。大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式，才能科学地呈现数据的特点。三是预测性分析。预测性分析是大数据分析最重要的应用领域之一，从大数据中挖掘出来特点，通过科学地建立模型，然后便可以通过模型带入新的数据，从而预测未来的数据。四是语意引擎。非结构化的数据的多元化给数据分析带来新的挑战，我们需要一套工具系统地去分析、提炼数据。语义引擎需要设计到有足够的人工智能，才能够从数据中主动地提取信息。五是数据质量和数据管理。大数据分析离不开数据质量和数据管理，无论是在学术研究还是在商业应用领域，高质量的数据和有效的数据管理，都能够保证分析结果的真实性和价值性。
而人工智能时代，深度学习和大数据剋是相辅相成密不可分。深度学习可以从大数据中挖掘出有价值的数据、知识或规律。可以说，只要有足够的数据作为深度学习的输入，计算机就能学会之前只有人类才能理解的概念或知识，然后再将这些概念或者只是应用到新数据上。
基于这些数据的人工智能系统可以在生活中彰显高质量的工作效率。例如电子商务企业有大量上架的产品数据和客户交易数据，可以让商家更好地预测销售情况，并提前做好准备；而教育机构拥有海量的的课程设计、课程教学数据，针对这些数据训练出来的人工智能模型可以更好地帮助老师发现教学中的不足；而我们最熟悉的网上购物，例如淘宝、京东等购物网站，可以根据每一个用户的浏览与搜索数据，可以推测出用户的爱好与兴趣，更好的推荐商品，以满足不同用户的购物需要，增加销售量。
不过，大数据与人工智能的结合也会带来一定的威胁性，会影响信息流通和社会公平。例如2016年美国总统大选中的广告宣传活动，就用一套分析和引导舆论的软件系统来影响选情。另外，在大数据发挥作用的同时，大数据的应用必然会带来个人隐私保护方面的挑战。为了建设智能城市，就要监控和收集每一个人、每辆车的出行信息。
因此，有效合法的利用大数据，是人工智能时代的基本要求。

                     人工智能的现状人工智能的应用人工智能可能看起来像只有在科幻小说中才会出现的黑科技。然而，其实人工智能已经在日常生活中有了巨大影响。或许，在大部分人的观念中，自己身边的人工智能无非是各种机器人以及各种打上“智能”标签的各种产品。其实人工智能已经广泛的渗入我们的生活的方方面面。人工智能产业，包括了底层可应用技术（图像识别、语音识别、自然语言处理、硬件技术等等。）、计算资源（大规模GPU集群）、基础数据服务及企业、政府、消费者的应用。人工智能产品，目前，人作为辅助人类工作的工具出现，多表现为传统的设备的升级版本，如智能/无人驾驶汽车、扫地机器人、医疗机器人、虚拟个人助理（苹果公司的Siri、谷歌的GoogleNow和微软的Cortana）等。汽车、吸尘器等产品和人类已经有成熟的物理交互模式，人工智能技术通过赋予上述产品一定的机器智能来提升器自动工作的能力。现在，我们很容易发现，现在许多智能家居设备都具备了学习行为形式的能力，并经过调整恒温器或其他设备的设置来协助您节约资金，以进步便利性并节约能源。例如，当你离开工作而不是等候回家时敞开烤箱是一项十分便利的功用。知道你什么时分回家并依据温度调节温度的恒温器能够协助你省钱，由于当你外出时不要给房子加热。照明是另一个你可能会看到根本人工智能的当地;经过设置默认值和偏好设置，房子周围的灯光（内部和外部）可能会依据您的方位以及您正在做的工作进行调整;例如，用于看电视的调光器，用于烹饪的较亮的食物以及用于在吃东西的中心方位。人工智能在智能家居中的运用仅受咱们的梦想力的约束。而在我看来，智能家居将是未来的必然趋势。不论如何，人工智能已经在追荐改变我们的生活，在当今时代发挥着重要作用。议论纷纷的人工智能智能化是未来信息技术的发展趋势，也是第四次工业革命的重要特征，已经成为生产、生活领域技术创新的关键环节。人工智能的发展将对传统行业产生颠覆性影响，“智能+X“将成为创新时尚。如今，人工智能技术的研究和发展已经砸很大程度上影响着相关产业，催生出新的业态和商业模式，引发了产业结构的深刻变革。然而，人工智能这种带有未知性的科技，充满了争论。首先是理论物理学家斯蒂芬·霍金、特斯拉公司首席执行官马斯克等一些科学家、企业家及与人工智能领域有关的投资者联名发出的一封公开信。他们在信中警告人们必须更多的注意人工智能的安全性及其社会效益，要警惕其过度发展，并提醒科学家和研发人员关注人工智能的潜在威胁，因为得到充分发展的人工智能或许预示着人类最终被超越，即是关于人工智能的电影中、小说中所描绘的那样，人类与人工智能殊死奋战，最终被自己创造的人工智能侵略甚至灭种。斯蒂芬·霍金曾警告说：“人工智能的全面发展可能意味着人类的终结。”马斯克担心人工智能的发展可能是人类生存面临的最大威胁，比尔·盖茨则提醒人们要小心人工智能。其实他们的关注点不同，我对人工智能的担忧更主要的是对日常生活的影响。首先，人工智能的安全性。比如无人驾驶汽车，百度的无人驾驶智能汽车以及各中无人驾驶，一直在试验阶段。虽然说，智能系统可以避免人的失误，例如疲劳驾驶、酒驾、走神等等。但是，假设发生突发状况，智能系统缺少伦理道德观念，处理应急案件依旧不可相信。并且，信息时代的一大缺陷就是不安全，黑客可以攻击任何一个系统。一旦智能系统被不法分子利用，造成的损失不可估量。除此以外，便是法律道德问题。目前，没有任何一部法律对于人工智能方面有严谨完善的法律。法律条款存在很大的灰色地带。仍以无人驾驶汽车为例，一旦出现了事故，哪一方为责任人，谁来承担责任，是不确定的。无人驾驶汽车上路是对所有参与者的不尊重和威胁。接下来便是隐私方面。人工智能想要借以大数据来完善自己，必然需要大量数据，而这一切数据的来源，势必侵犯个人或者集体的隐私。每个人都丧失了隐私权，更别说安全感。但是，发展人工智能是必然趋势。只是我们应该谨慎而为，在没有充分证明其安全性之前，不应该抱着侥幸心理去现实生活使用。与此同时，随着人工智能的快速发展，相应的法律条款也应该加快完善的步伐。对于人工智能未来的展望关于人工智能的未来，我的想法便是协助建造更美好的世界。在日常生活中，我们可以借助人工智能打造全智能家居，从而实现生活的便捷舒适美好，以及改善环境，通过智能调节，而实现能源的最大程度利用。还有就是通过人脸识别等智能技术，实现安全程度的进一步提高，从而实现社会安稳度、和谐度最大程度的改善，零化犯罪事件。而在工业生产中，人工智能将完成所有不必要废人力的工作，人只需要进行高端活动。希望人类和人工智能能够和谐谨慎的共处发展，不急于冒进，不懦弱无为。

新生课题研究---人工智能相关推荐

刘鹏教授诚邀在读博士来南京进行大数据、人工智能课题研究
在大数据发展得如火如荼之际,人工智能又疾驰而来.人民日报曾指出,未来3-5年,国内大数据人才缺口达到150万之多,工信部教育考试中心副主任周明也曾透露,中国人工智能人才缺口超过500万人. 由于供不应 ...
matlab进行ai研究,人工智能AI的主要内容和AI有哪些研究方法及一些MATLAB仿真的详细说明...
人工智能(Artificial Intelligence,简称AI)是50年代兴起的一门新兴边缘学科,二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术.能源技术.人工智能),也被认为是二十一世 ...
高中关于人工智能方面的课题_人工智能的课题有什么研究方向
课题的研究方向需要根据作者的个人情况以及课题指南的要求来综合选择,任何一个课题项目都有课题指南,其中包含的方向是课题重点研究方向,那么人工智能的课题有什么研究方向?人工智能课题可以围绕人工智能技术在各 ...
计算机技术简介研究目的和意义,《计算机教学改革与实践研究》开题报告_课题研究的目的、意义（精选）.docx...
<计算机教学改革与实践研究>开题报告一,课题研究的目的.意义近几年,职业学校毕业生的数量急剧增加,但距离企业的要求似乎越来越远. 工程教育的非工程化现象严重,网络专业毕业的学生不会做网 ...
中科院广州电子CASAIM贵州大学共同推进水土保持试验课题研究
今年上半年,中科院广州电子科教与智能制造部(CASAIM)同贵州大学围绕资源与环境加强水土保持试验课题研究开展深入合作,提供三维数字化水土保持系统,推进水土保持科研项目进程. 水土保持是指对自然因素和 ...
大创中期报告怎么写_课题研究中期报告怎么写？这篇范文很说的很详细
中期报告一般要求 1.课题简介:课题由来.课题界定.研究目标.课题研究内容.2.研究情况:按时间顺序或内容板块有条理地说明研究工作的开展情况:有详有略.有主有次地陈述研究过程中做了什么.怎么做的.3. ...
科研项目 | 深度参与前沿课题研究，全英华人教授协会（ABCP）资深学者亲授
无论你是想要提升软背景.发表科研成果.锻炼科研能力,还是期望未来能获得导师推荐信,甚至跟随相关学者继续学习深造,相信以下都是很好的选择-- 2020全英华人教授协会(ABCP) 暑期线上科研项目 ...
基于php的外卖订餐系统开题报告_石化二小参加区2020省市级现代教育技术课题研究开题会议...
12月24日下午2:30,大观区2020省市级现代教育技术课题研究开题会议在石化三小举行,石化二小两项省市级课题负责人和主要研究成员在王孝胜校长的带领下参加了会议. 开题会上,叶明珠和王海燕老师主持的 ...
计算机自动控制论文,电气自动化控制人工智能技术研究-人工智能论文-计算机论文.docx...
电气自动化控制人工智能技术研究-人工智能论文-计算机论文 --文章均为WORD文档,下载后可直接编辑使用亦可打印-- 摘要:随着我国社会快速发展,各行业都加快了发展步伐,借助于信息化技术发展,人工智能 ...

新生课题研究---人工智能

新生课题研究---人工智能相关推荐

最新文章

热门文章