人工智能论文doc

人工智能论文结果论文题目：人工智能的形成与发展现状分析学院：机电学院专业：机械设计制造及其制动化（职教师资方向）姓名：杨军年级：2013级学号：132124010025指导老师：沈明明完成时间：2016.10.13摘要：人工智能的发展史并不是很悠久，所以，可从人工智能的出现、形成、发展现状以及前景几个方面对人工智能进行具体分析，总结其发展过程中所出现的问题，以及现状发展中的不足之处，分析人工智能在今后的发展方向。关键词：人工智能，发展历史，现状分析，未来发展前景。一.引言1936年英国的科学家图灵提出了人工智能，可以说是当时知道的人或者说是了解的人并不多。在那个时候，他编写了一个下象棋的程序，这就是最早期的人工智能的具体运用。也有著名的“图灵测试”，这也是当时判断是不是人工智能的方法,因此，图灵被尊称为“人工智能之父”。人工智能从产生到发展经历了一个诞生，发展到低谷再到兴起的一个过程，直到目前为止，人工智能的应用技术也不是很成熟，而且存在一定的缺陷。通过查阅资料，对人工智能的发展做一个比较细致的介绍，分析其面临的挑战和未来的前景。二．人工智能的发展历程人工智能的发展史就是人类思索自身的历史，人类从很早是时候就开始思考自身了，但是人工智能作为一门正式诞生于美国达特茅斯大学召开的一次学术会议上，到目前为止，人工智能发展经历了三个阶段。1956年的之前的孕育阶段；（1）在公元前，希腊哲学家亚里士多德在著作《工具论》中提出了形式逻辑的一些主要定律。他提出三段至今仍是演绎推理的基本依据。（2）1642年，法国数学家帕斯卡发明了第一台机械计算机——加法器，开创了机械的时代。（3）德国数学家莱布尼兹在帕斯卡加法器的基础上发展并制成了可进行全部四则运算的计算器。他还提出了，通用符号和推理计算的概念，使形式逻辑符号化，他认为，可以建立一种通用符号语言以及在此符号语言上进行推理的演算。这一思想不仅为数学逻辑的产生和发展鉴定了基础，而且还是现代机器思维设计思想的萌芽。（4）英国逻辑学家布尔创立布尔代数，他在《思维法则》一书中，首次用符号语言描述了思维活动的基本推理法则。（5）英国神经生理学家在1936年提出了一种理想计算机的数学模型，即图灵机。这位后来电子数字计算机的问世打下了基础。美国神经生理学家库伦奇和佩兹在1943年提出了第一个神经网路模型—M-P模型，开创了围观人工智能的研究工作，奠定了人工神经网路发展的基础。（6）1956年在美国Dartmouth大学召开了一次学术讨论会，讨论关于机器智能的有关问题，再会上，McCarthy提议正式采用人工智能这一术语。1956-1969形成阶段；（1）1956年，Samuel研究出了具有自学能力的西洋跳棋程序。（2）1957年，A.Newell、J.Shaw和H.Simon等人的心理学小组编制出一个称为逻辑理论机（TheTheoryMachine）的数学定理证明程序。（3）.1957年，A.Newell、J.Shaw和H.Simon等人揭示了人在解题时的思维过程大致可归结为3个阶段:先想出大致的解题计划；根据记忆中的公理、定理和推理规则组织解题过程；进行方法和目的分析，修正解题计划。这种思维活动不仅解题数学题时如此，解决其他问题时也大致如此。基于这一思想，他们于1960年又编制了能解10种不同类型课题的通用问题求解程序。(4)A.Newell、J.Shaw和H.Simon等人还发明了编程的表处理技术和NSS国际象棋机。后来，他们的学生还做了许多工作，如人的口语学习和记忆的EPAM模型（1959年）、早期自然语言理解程序SAD-SAM等。此外，他们还对启发式求解方法进行了探讨。(5)1959年，Selfridge推出了一个模式识别程序。1965年，Roberts编制了可分辨积木构造的程序。1960年，McCarthy在MIT研制了人工智能语言LISP。(6)1965年，Stanford大学的E.A.Feigenbaum开展了专家系统DENDRAL的研究，并于1968年投入使用。这个专家系统能根据质谱仪的试验，通过分析推理决定化合物的分子结构。其分析能力接近甚至部分超过有关化学专的水平。(7)1976年，美国数学家KennethAppeal等人在3台大型电子计算机上用了1200小时CPU时间完成了四色定理证明等。1970年的发展与起伏阶段；从20世纪70年代开始，人工智能的研究已经逐步在世界各地展开起来，此时召开并创办了多个人工智能国际会议和国际期刊，处进学术交流起到了重要的作用。此时，许多国家也有了本国的智能学习团体。英国爱丁堡大学那是也成立了“人工智能”系。此时也涌出了一批重要的研究成果。列如，1972年法国的马赛大学的A.Comerauer提出并实现了逻辑程序设计语言PROLOG。但是，在20世纪60年代末至70代末，人工智能研究遭遇了一些重大挫折，例如，Samuel的下期程序与世界冠军对弈时，五局中败了四局。机器翻译研究中碰到了不少问题。例如，“果蝇喜欢香蕉”的英语句子“Fruitflieslikeabanana.”会被翻译成“水果像香蕉一样飞行”。“心有余而力不足”的英语句子“Thespiritiswillingbutthefleshisweek.”被翻译成俄语，然后再由俄语翻译回英语后，竟变成了“Thevodkaisstrongbutmeatisrotten.”，即“伏特加酒虽然很浓，但肉是腐烂的”。这种错误都是由多义词造成的。这说明仅仅依赖一部双向词典和简单的语法，词法知识还不足以实现准确的机器翻译。在问题求解方面，即便是对于良结构问题，当时的人工智能程序也无法面对巨大的搜索空间。更何况现实世界中的问题绝大部分是非良结构的或者是不确定的。在人工神经网络方面，感知机模型无法通过学习解决异或(XOR)等非线性问题。这些问题使人们对人工智能研究产生了质疑。1966年，ALPAC的负面报告导致美国政府取消了对机器翻译的资助。1973年，英国剑桥大学应用数学家凯特黑尔(JamesLighthill)爵士的报告认为，“人工智能研究即使不是骗局，至少也是庸人自扰”。当时英国政府接受了该报告的观点，取消了对人工智能研究的资助。这些指责中最著名的是明斯基(Minsky)的批评。1969年，明斯基和贝波特(Papert)出版了《感知机》(Perceptron)一书。在书中他批评感知机无法解决非线性问题，如异或(XOR)问题等。而复杂性信息处理应该以解决非线性问题为主。而且他认为，几何方法应该代替分析方法作为主要数学手段。明斯基的批评导致美国政府取消了对人工神经网络研究的资助。人工神经网络的研究此后被冷落了20年。人工智能研究出现了一个暂时的低潮。三，人工智能的现状分析及发展前景现状分析人工智能的理论主要分为三个方面，1结构主义，2功能主义，3行为主义。人们的对事物本质的认识纯在着一定的差异性，一件事物从不同角度去模拟智能系统，从而使人工智能由此诞生，直到现在为止，不管是对其中的知识，还是研究，都存在一种“盲人摸象”不准确的判断。结构、功能、是智能系统的基本属性，最能体现系统本质的应该是“工作机制”，机制主义即是在给定的问题，环境与工具的前提下，提取相关信息，并在此基础上将信息转换为知识。主要有三个阶段：首先是从本质上论信息到认识论信息，然后是从认识讨论信息到知识，那么最后一个阶段是智能策略但是，及时如此，人工智能在现阶段任然任然纯在着很大的问题，这些问题主要体现在五个方面：1.认识论的局限性。人们比较片面的认识思维的过程，觉得思维过程可以通过物理符号描述出来，从而一些形象思维或者抽象思维的方式是不可能被简单化的。2．智能化方法与途径的不确定性。从机械角度看，主要分为功能派和结构派。结构派以研究人的大脑神经结构出发，模拟人的神经网络，这也使得结构派的智能化道路显得责任重大过程艰辛；功能派从研究思维智能行为的心理学特性和活动出发，但是根本思维还是符号主义，理论模型仍是图灵机模型。3.数学基础的局限性。人工智能最基本的还是计算问题，这就涉及到近代数学的现状。近代数学具有封闭性，线性，结构不变性，收敛性以及精确性，而人工智能所要求的却恰好相反，它所需要的是进行非结构化的、非线性、模糊发散的计算，以满足智能化的需求。4.计算机模型的局限性。主要分为以下几个方面：1）问题表示的方法的局限性。2）需要对问自生抽象出一个数学意义上的准确的表达式。3）需要针对问题设计算法。4)求解的结果的唯一性。5，图灵计算机模型下的问题一般都是可递归的问题。6）许多时候，要实现真正的人工智能，我们要求的不是精确解而是满意解，在这时以图灵模型为原型的计算机模型所做不到的。5．形式演绎理论方面的局限性6.实现技术方面的局限性。知识表示、环境，推理等都存在较大的局限性，阻碍其发展。四.结束语人工智能诞生的时间不是很久，技术也不是很成熟，从某个角度上讲，总是面临着很大的局限。既然，冯诺.依曼是现在计算机的原型，机器指令也是阻碍人工智能化的一道屏障，也许，可从改善机器语言的自身出发，找到新的突破口，将人工智能完善化。【参考文献】（1）鲍军鹏.人工智能导论[M].北京:机械工社出版社,2009（2）高济.人工智能[M].北京：高等教育出版社，2002（3）蔡济.人工智能基础[M].北京：高等教育出版社，2008（4）百度文库[J]2016（5）王文杰，叶世伟.人工智能原理与应用[M].北京:人民邮电出版社，2004