关于人工智能的利与弊【四篇】

“智慧党建”是充分运用云计算、大数据、移动互联和人工智能等现代信息技术,按照“共建共享、互为支撑、齐抓共管”的思路,调动各级党组织联动共建、合力打造的全省党建资源信息化工作平台。以下是小编整理的关于人工智能的利与弊【四篇】,仅供参考,大家一起来看看吧。

人工智能的利与弊1

  [摘要]经济全球化形势下,英语教学需求增长,尤其对于高校教育机构而言,传统英语教学模式的局限性弊端已逐渐显露,新型教学技术的引入与应用成为大势所趋。人工智能技术作为现代科技的重要产物,于近年来开始被尝试应用于教学工作当中,在语言类教学课堂中发挥着尤为重要的辅助作用。基于高校英语教学的现实需求,如何构建有益于提升教学实效性的教学模式,并由此实现人工智能技术在英语教学课堂中的有效利用,成为亟待解决的关键问题。现由人工智能视野出发,尝试在高校英语教学中拟建混合式课堂,以期实现教学效率及质量的优化。

  [关键词]人工智能;高校英语;混合式教学;构建策略

  从高校教育阶段的英语教学目的来看,其核心主要在于语言应用能力的培养,要达成这一目标,仅仅依靠单一的课堂内教学远远不够,在缺乏课外训练的情况下容易导致学生出现语义理解、口语表达方面的短板,不利于全面应用能力的构建。因此,以“线上+线下”为特征的混合式教学模式在高校英语课堂逐渐兴起,在很大程度上弥补了以往单一性教学模式的不足,也更有利于为人工智能等现代教学技术的引入与应用扩大空间。但由于长期受传统教学模式影响,人工智能与混合式教学模式在高校英语课堂中的融合构建容易受阻,需要以科学合理的策略加以推进,现提出相应方案。

  一、人工智能与混合式教学模式的相关理论概述

  (一)人工智能的概念及主要功能人工智能技术是建立在计算机信息处理基础上的一种智能化技术,能够对人类行为逻辑、方式及习惯做出相应的解析与模仿,使机器的运作能够在智能程序的驱使下更贴合人类的交互需求[1]。基于这一应用方向,人工智能技术主要由理论研究与工程研究两个方面共同推进完整体系的构建,其中,理论研究工作旨在为后续工程研究的实践奠定基础,重点一般放在对现有技术经验的总结探索、对相关理论体系的整合提炼等方向;工程研究工作则旨在利用现有人工智能技术独立完成产品的开发与设计,重点一般放在人工智能系统与设备的应用、新产品的研发实验与调整改进等。从人工智能目前的主要功能来看,大致可分为以下三类:一是通过智能系统完成信息的存储、提取及内部处理;二是通过智能化能力完成信息的符号化处理;三是建立与人类行为逻辑相近的程序逻辑,并利用这一能力对人类提出的问题予以解答或处理[2]。从语言学习的视角来看,人工智能的功能呈现更为具体,如语言解析技术、语言识别技术、语言翻译技术等均较为常见,随着人工智能普及率的增长,这些技术在语言教学课堂中的利用也更为广泛,且目前仍处于不断升级的进程当中,为语言教育方式的革新转变带来了巨大的契机。

  (二)混合式教学模式的应用价值结合混合式教学模式在高校英语教学中的应用现状来看,其教学价值大致体现在以下两个方面:一是优势整合价值。语言学习中,传统课堂与网络信息课堂所能够提供的支持效果各不相同,且各有优势与短板。通过应用混合式教学模式能够有效提取并整合两种教学状态下的主要优势,使其相互补充、相互作用,进而发挥“1+1>2”的更优教学效果。二是范围拓展价值。语言类科目不仅对基础知识体系具有较高要求,同时也有着明显的实践需求,而单一的课堂教学模式很难将教学范围进行有效拓展[3]。在混合式教学模式支持下,这一问题得以解决,通过利用庞大的线上资源来突破线下教学范围的局限性,能够达到开辟新渠道、巩固认知结构的教学目的,有助于为学生跨文化交际能力的提升奠定基础。三是推进教学改革。混合式教学模式的深入开展,有助于实现教学方式的多元化和丰富性。充分借助于线上教学与线下教学的优势,综合运用多样化的教学手段,根据不同教学内容的要求来选择合适的混合式教学手法,这不仅可以为学生的学习活动提供良好的支持,同时还有助于调节课堂教学氛围,让教学实效性得以大大增强。

  二、人工智能视野下高校英语混合式教学模式的应用路径

  (一)听力训练———应用语料库完成自动化资源匹配及交互听力训练属于英语教学中的基础性部分,对于学生英语应用能力的构建有着决定性影响,且听力资源的广度及与学习需求的匹配度在很大程度上决定着学习效果。因此,在构建高校英语混合式教学模式时,可将人工智能技术作为打开听力训练资源广度的关键渠道,借助其特有的语料库储备来完成自动化匹配、交互,使学生能够快速在庞大的英语听力素材中获取与自身学习需求相符的听力资料,并根据资料内容,与人工智能设备展开具有针对性的自动化练习[4]。首先,学生可在线上人工智能系统中录入自己的年龄、学段、英语听力基础、重点训练方向等基本资料,由系统根据数据资料自动筛选、匹配相应的听力材料,从而省略手动搜集资料的繁琐工序。另外,为进一步增强线下课堂学习与情境的交互性,还可进一步利用人工智能的自动识别功能,由学生根据学习需求,随机选取某物体进行扫描,再由系统根据识别出的物品类别筛选出相关的听力练习资料,使学生能够在自动且随机的语言场景中获得更良好的学习体验。例如,当学生选择“手机”这一物品进行识别后,语料库便可自动筛选出与“手机”有关的听力材料,整理出类似主题:Therelevanceofmobilephonesandmodernlife,学生再根据听力内容展开自主练习,从而规避千篇一律的重复训练。

  (二)写作指导———应用自动批改功能完成查漏补缺英语教学中,写作是用于锻炼学生词句表述水平、语法运用水平的重要环节,但传统英语写作教学课堂常受困于题材范围狭窄、批改过于主观等因素,既不利于学生创造能力的发挥,也容易导致学生对于自身英语写作的优缺点难以客观把握[5]。因此,在利用人工智能技术展开英语写作指导时,同样可由线上、线下两个不同角度出发,分别借助框架搭建功能与自动批改功能完成的自我审视与查漏补缺,进一步夯实英语书面表述能力。线上教学中,首先可由教师向学生布置以某一话题或某一词汇为主题的写作任务,如“Economicglobalization”,学生根据自身思路,在人工智能技术支持下的作文系统中进行写作,系统则由此发挥框架搭建功能,结合主题与基本思路提供大致的框架模板,以及用作参考的相关词汇、句式,使学生能够跟随框架的指导,形成更为清晰的写作逻辑链条,达到深化表达的训练目的。线下教学中,首先可针对经过系统自动批改后的写作内容与批改意见进行回顾,找出系统评测下的亮点与不足所在,梳理出写作过程中的存疑之处,通过与他人交流和询问教师的形式找出解决办法,并于课堂上完成习作修改,最后由教师根据写作主题,给出主观意见,从而达到主客观相结合的综合评定目的,使反馈成果更具辅助改进意义。

  (三)翻译练习———应用云平台技术实现重难点突破英语翻译是以足够的词句积累、听力练习为基础的语言转换过程,对于学习者的语法运用水平、实时解析能力、组织表达能力都具有较高要求,因此学习过程中的重、难点也相对更多,如何提高翻译精准性成为教学过程中的重要问题[6]。人工智能支持下的云平台应用能够为英语翻译教学带来新的渠道,一方面可通过创设翻译情境来使学生快速投入到语言环境当中,另一方面也可透过知识模块拆分功能来理顺语句间的联系,从而使得翻译精确性提升。首先,可在线下课堂当中借助人工智能技术来营造身临其境的语言氛围,如通过追踪文本内容,自动化匹配并呈现与之相关的场景,给人以身临其境之感,如在进行“Foratime,theweatherchangedsud-denly,heavyrainandthunder,pedestriansontheroadwerelookingforeavestoavoid.”一句的翻译时,系统可自动提取“Thunderstorm”这一关键词,并在设备中播放关于“暴雨雷鸣”的音像,将学生引入语言情境当中[7]。在情景背景下完成翻译练习后,学生可各自将翻译成果上传至线上云平台,由云平台根据翻译内容,出具动态的评价链条,对翻译结果进行量化评定,使学生更快地从中厘清重点、难点,并结合不同的知识模块展开针对性补充练习。

  (四)口语对话———应用人工智能机器人展开一对一对话高校教育阶段,英语教学的最终诉求在于实际语言应用能力的构建,因此,口语对话练习成为贯穿教学始终的必要环节,关系着学生最终能否将课堂学习成果转化为语言应用基础。人工智能技术的出现,在很大程度上打破了以往英语课堂中对话组织困难的僵局,学生可通过与人工智能机器人建立起一对一的对话关系,来解决师资有限而同学指导能力不足的问题,同时取得训练成效与查漏补缺成效。学生在进行线上自主练习时,可根据想要练习的方向设置关键词或主题,再将人工智能机器人作为对话对象,围绕主题展开聊天式对话,从而达到口语训练目的,同时还可避免与真人对话时羞于启齿的情况,有助于在放松状态下激发出更良好的表达水平[8]。线下课堂教学中,同样可利用人工智能机器人来催化练习效果,例如,在组织小组口语练习时,为避免话题匮乏、接话困难的情况,可利用智能机器人来提供一些固定的框架或句式搭配,并根据不同成员的薄弱点,对对话的层级与难度进行适当智能化调整,从而实现对话练习效果的提升。

  三、人工智能视野下完善高校英语混合式教学模式的主要策略

  (一)完善教学管理系统,拓宽混合式教学范围无论是人工智能技术还是混合式教学模式的利用,都需要以完善的教学管理系统作为依托,才能够最大限度发挥其价值与成效,真正在教育工作中起到支持作用。因此,在构建高校英语混合式教学模式的同时,还需要紧密结合内部教学需求与教学现状,组织校内各部门共同参与到教学管理工作中来,积极发挥监督与合作职能,在寻求改革发展契机的同时进一步拓宽混合式教学的应用范围[9]。一方面,打造以融入人工智能技术为核心的混合式教学方案,将其应用于英语教学工作当中,动态化观察各阶段教学成果,并用作后期修改教学管理方向的依据,同时积极举办教学比赛及教学研讨会议,以便及时发现方案中的问题所在;另一方面,将混合教学范围逐步扩大,如尝试通过校外拓展实践来探索人工智能的新应用渠道,同时建立综合线上、线下两个教学环节评价指标的教学反馈体系,以便于及时由反馈体系当中获取新的教学动向,并由此探索更利于发展的新模式。可以说,人工智能背景下的英语混合式教学,是以完善的教学管理系统为先导的,必须要不断地对教学管理系统进行完善,有效地拓展并延伸混合教学范围,才能够最大化地提升混合式英语教学的实际意义,真正促进教学质量的提升,为学生的成长和发展奠定坚实的基础。

  (二)优化课件制作体系,突出合作互动功能除混合式教学方法的应用外,英语教学课件的制作也直接影响着最终教学成效。为突出人工智能技术的教学优势,在后期英语混合式教学课件的制作中,可进一步强调学习过程中的合作与互动,通过留置更大的交互空间来激发个体的主观能动性,从而达到强化训练效果的目的。一方面,高校可组建精于网课制作的教师队伍,在分析人工智能教学数据、总结以往经验的基础上,尽可能地丰富素材、去粗取精,使学生在线上学习中获得更优体验;积极打造线上精品网课,带给学生专业化的网络课程内容,使之可以从中收获知识的积累和能力的提升,此外还可以将精品网课作为范本在其他高校进行推广,这既可以进行课程推广还能够实现学术交流,以此来更好地强化课件制作效果;另一方面,在线下课件的制作中,更多地增加由学生作为主导的实践板块,如互动对话环节、实时翻译环节等,从根源上提高学生在混合式课堂中的参与度[10]。总而言之,在人工智能背景下,积极开展英语混合式教学,必须要以优质课件制作体系为先导,以课件优势来促进学生对于知识的吸收,这样有助于最大化发挥混合式英语教学的意义,强化教学实效性。

  (三)重建教学评价制度,设置多元考核指标在混合式教学模式践行基础上,可通过重建教学评价制度、设置多元化考核指标来进一步倒逼教学质量的提升。例如,除了平时表现,期末考试成绩作为基础考核以外,可另外增加线上教学评价板块,即将学生在线资源学习情况、线上线下课堂活跃度以及师生互动情况等都纳入评价考核范围。借助人工智能技术及网络平台,将学生的学习情况细化为多个考核内容,如听、说、读、写能力的构建情况等,从而保证考核结果更加公正、有效,能够真实反映学生的学习情况以及英语应用水平,并帮助学生完成针对性改进。此外,为了进一步延伸教学评价效果,可以通过线上师生互评、学生互评、小组评价、学生自我评价等方式来实施多元化评价,这样通过多维度、多元化的混合式评价,有助于实现最真实、最客观、最全面的教学评价,能够全面衡量教学质量和教学效果,以便于为后续的教学改进创造基础。

  参考文献:

  [1]刘凡.高校英语教学线上+线下混合式模式的构建研究[J].吉林广播电视大学学报,2023(9):62-63.

  [2]安琦.民族高校英语专业课程混合式教学模式初探———以内蒙古民族大学为例[J].民族高等教育研究,2023,7(5):90-92.

  [3]郭玺平.混合式教学模式下的高校英语演讲课程设计与实践———以内蒙古师范大学为例[J].内蒙古师范大学学报(教育科学版),2023,31(3):87-90.

  [4]陈洁.混合式教学法在高校英语专业《基础英语》课程中的应用[J].黑河学院学报,2023,11(2):107-109.

  [5]贺红艳.混合式教学模式下课堂评价体系改革对高校英语教师评价素养的挑战[J].国际公关,2023(5):41-42.

  [6]毛为慧,余庆泽.基于AI语音识别平台的英语混合式教学模式探讨[J].河南教育(职成教),2023(3):28-30.

  [7]王艳红.人工智能背景下英语写作教学中混合式教学模式的应用[J].西部素质教育,2023,6(12):122-123.

  [8]阚常娟.多模态视域下的英语教学云平台建设研究[J].江西电力职业技术学院学报,2023,33(3):37-38.

  [9]王璐.浅议人工智能背景下的大学英语口语教学与评价[C].外语教育与翻译发展创新研究(第九卷).四川西部文献编译研究中心,2023:44-46.

  [10]季燕.5G+人工智能视角下的英语教学创新探索[J].创新创业理论研究与实践,2023,3(7):67-68.

  作者:王欣 单位:陕西警官职业学院

人工智能的利与弊2

  通过这学期的学习,我对人工智能有了一定的感性认识,个人觉得人工智能是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识,心理学和哲学。人工智能是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等等,总的说来,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。 人工智能的定义可以分为两部分,即“人工”和“智能”。“人工”比较好理解,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创造人工智能的地步,等等。但总的来说,“人工系统”就是通常意义下的人工系统。关于什么是“智能”,就问题多多了。这涉及到其它诸如意识、自我、思维等等问题。人唯一了解的智能是人本身的智能,这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限,对构成人的智能的必要元素也了解有限,所以就很难定义什么是“人工”制造的“智能”了。关于人工智能一个大家比较容易接受的定义是这样的: 人工智能是人造的智能,是计算机科学、逻辑学、认知科学交叉形成的一门科学,简称AI。

  人工智能的发展历史大致可以分为这几个阶段:

  第一阶段:50年代人工智能的兴起和冷落

  人工智能概念首次提出后,相继出现了一批显著的成果,如机器定理证明、跳棋程序、通用问题s求解程序、LISP表处理语言等。但由于消解法推理能力的有限,以及机器翻译等的失败,使人工智能走入了低谷。

  第二阶段:60年代末到70年代,专家系统出现,使人工智能研究出现新高潮。 DENDRAL化学质谱分析系统、MYCIN疾病诊断和治疗系统、PROSPECTIOR探矿系统、Hearsay-II语音理解系统等专家系统的研究和开发,将人工智能引向了实用化。并且,19xx年成立了国际人工智能联合会议

  第三阶段:80年代,随着第五代计算机的研制,人工智能得到了很大发展。 日本19xx年开始了”第五代计算机研制计划”,即”知识信息处理计算机系统KIPS”,其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败,但它的开展形成了一股研究人工智能的热潮。

  第四阶段:80年代末,神经网络飞速发展。

  19xx年,美国召开第一次神经网络国际会议,宣告了这一新学科的诞生。此后,各国在神经网络方面的投资逐渐增加,神经网络迅速发展起来。

  第五阶段:90年代,人工智能出现新的研究高潮

  由于网络技术特别是国际互连网的技术发展,人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解,而且研究多个智能主体的多目标问题求解,将人工智能更面向实用。另外,由于Hopfield多层神经网络模型的提出,使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深入到社会生活的各个领域。

  对人工智能对世界的影响的感受及未来畅想

  最近看了电影《黑客帝国》一系列,对其中的科幻生活有了很大的兴趣,不觉有了疑问:现在的世界是否会如电影中一样呢?人工智能的神话是否会发生

  在当前社会中的呢 ?

  在黑客帝国的世界里,程序员成为了耶稣,控制着整个世界,黑客帝国之所以成为经典,我认为,不是因为飞来飞去的超级人物,而是因为她暗自揭示了一个人与计算机世界的关系,一个发展趋势。谁知道200年以后会不会是智能机器统治了世界?

  人类正向信息化的时代迈进,信息化是当前时代的主旋律。信息抽象结晶为知识,知识构成智能的基础。因此,信息化到知识化再到智能化,必将成为人类社会发展的趋势。人工智能已经并且广泛而有深入的结合到科学技术的各门学科和社会的各个领域中,她的概念,方法和技术正在各行各业广泛渗透。而在我们的身边,智能化的例子也屡见不鲜。在军事、工业和医学等领域中人工智能的应用已经显示出了它具有明显的经济效益潜力,和提升人们生活水平的最大便利性和先进性。

  智能是一个宽泛的概念。智能是人类具有的特征之一。然而,对于什么是人类智能(或者说智力),科学界至今还没有给出令人满意的定义。有人从生物学角度定义为“中枢神经系统的功能”,有人从心理学角度定义为“进行抽象思维的能力”,甚至有人同义反复地把它定义为“获得能力的能力”,或者不求甚解地说它“就是智力测验所测量的那种东西”。这些都不能准确的说明人工智能的确切内涵。

  虽然难于下定义,但人工智能的发展已经是当前信息化社会的迫切要求,同时研究人工智能也对探索人类自身智能的奥秘提供有益的帮助。所以每一次人工智能技术的进步都将带动计算机科学的大跨步前进。如果将现有的计算机技术、人工智能技术及自然科学的某些相关领域结合,并有一定的理论实践依据,计算机将拥有一个新的发展方向。

  个人觉得研究人工智能的目的,一方面是要创造出具有智能的机器,另一方面是要弄清人类智能的本质,因此,人工智能既属于工程的范畴,又属于科学的范畴。通过研究和开发人工智能,可以辅助,部分替代甚至拓宽人类的智能,使计算机更好的造福人类。

  人工智能研究的近期目标;是使现有的计算机不仅能做一般的数值计算及非数值信息的数据处理,而且能运用知识处理问题,能模拟人类的部分智能行为。按照这一目标,根据现行的计算机的特点研究实现智能的有关理论、技术和方法,建立相应的智能系统。例如目前研究开发的专家系统,机器翻译系统、模式识别系统、机器学习系统、机器人等。随着社会的发展,技术的进步,人工智能的发展是任何人都无法想象的。通过对人工智能的学习,以及与所听所见所闻的结合,我大胆的对未来人工智能的发展做出了以下拙劣的猜想:

  一,融合阶段(2023—20xx年):

  1、在某些城市,立法机关将主要采用人工智能专家系统来制定新的法律。

  2、人们可以用语言来操纵和控制智能化计算机、互联网、收音机、电视机和移动电话,远程医疗和远程保健等远程服务变得更为完善。

  3、智能化计算机和互联网在教育中扮演了重要角色,远程教育十分普及。

  4、随着信息技术、生物技术和纳米技术的发展,人工智能科学逐渐完善。

  5、许多植入了芯片的人体组成了人体通信网络(以后甚至可以不用植入任何芯片)。比如,将微型超级计算机植入人脑,人们就可通过植入的芯片直接进行通信。

  6、抗病毒程序可以防止各种非自然因素引发灾难。

  7、随着人工智能的加速发展,新制定的法律不仅可以用来更好地保护人类健康,而且能大幅度提高全社会的文明水准。比如,法律可以保护人们免受电磁烟雾的侵害,可以规范家用机器人的使用,可以更加有效地保护数据,可以禁止计算机合成技术在一些文化和艺术方面的应用(比如禁止合成电视名人),可以禁止编写具有自我保护意识的计算机程序。

  二、自我发展阶段(2023—20xx年):

  1、智能化计算机和互联网既能自我修复,也能自行进行科学研究,还能自己生产产品。

  2、一些新型材料的出现,促使智能化向更高层次发展。

  3、用可植入芯片实现人类、计算机和鲸目动物之间的直接通信,在以后的发展中甚至不用植入芯片也可实现此项功能。

  4、制定“机器人法”等新的法律来约束机器人的行为,使人们不受机器人的侵害。

  5、高水准的智能化技术可以使火星表面环境适合人类居住和发展。

  三、升华阶段(2030—20xx年):

  1、信息化的世界进一步发展成全息模式的世界。

  2、人工智能系统可从环境中采集全息信息,身处某地的人们可以更容易地了解和知晓其他地方的情况。

  3、人们对一些目前无法解释的自然现象会有更清楚的认识和更完善的解释,并将这些全新的知识应用在医疗、保健和安全等领域。

  4、人工智能可以模仿人类的智能,因此会出现有关法律来规范这些行为。 人工智能一但拥有长足的进步,必将带动其他计算机技术的发展。 网络化将虚拟的世界变得无限大,届时,足不出户将成为一种习惯。人工智能必将带动人类的发展,起到决定性作用。

  虽然不知道其中有多少在未来会得到实现,但也算是我通过对人工智能的学习所收获的总结。人工智能的繁荣景象和光明前景已展示出其诱人的魅力, 让我们一起期待未来的世界吧,一个全新的人工智能世界。

人工智能的利与弊3

  我学习人工智能已经快一年的时间,有许多心得可以和大家分享一下。人工智能,英文是Artificial Intelligence,简称AI。人工智能,最早是由著名计算机科学家图灵在20世纪50年代提出的,就是著名的“图灵测试”。最近几年,随着深度学习发展,人工智能被运用在各行各业,因此有人把人工智能称为第四次科技革命,他将给人们的生活带来翻天覆地的变化。

  人工智能怎么学习呢?

  1.AI的基础是数据,是对数据进行挖掘、训练和应用。所以基础中的基础是数学,你得要先掌握高等数学、线性代数、概率论和数理统计等相关知识。

  2.学习Python语言。Python最近几年非常火,学习的人非常多,甚至有些地区小学也开设这门课。为什么Python会迅速传红呢?首先,Python编程的代码量只有Java的1/5不到,简单易学。其次,Python的功能强大,写爬虫、游戏开发、自动化运维、机器学习和人工智能领域。最后,Python拥有丰富强大的库,如前端开发的Flask和Django、图形界面的tkInter、矩阵计算numpy、绘图的matplotlib等等。

  3.学习各类机器学习和算法模型。这其中主要包含监督学习和非监督学习,监督学习中有:线性回归、逻辑回归、随机森林、SVM、决策树、等。非监督学习有:聚类、KMeans、DBscan等。

  4.深度学习可以说是AI的精髓。深度学习主要流行的框架有:Tensorflow、Caffe、MXNet、Keras、Pytorch等。

  我觉得自学,还是非常费劲的,效果不一定好,最好有老师指导,否则进展很慢,可以先跟教学视频学习,看书实操,做一些具体的项目等。

人工智能的利与弊4

  一、人工智能的定义解读

  人工智能(Artificial Intelligence),英文缩写为AI,也称机器智能。“人工智能”一词最初是在1956年的Dartmouth学会上提出的。它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发,人工智能是研究如何制造智能机器或智能系统来模拟人类智能活动的能力,以延伸人们智能的科学。

  人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能与人类智能相似的方式做出反应的智能机器。人工智能的发展史是和计算机科学与技术的发展史联系在一起的,目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机,人工智能在21世纪必将为发展国民经济和改善人类生活做出更大的贡献。

  二、人工智能的发展历程

  事物的发展都是曲折的,人工智能的发展也是如此。人工智能的发展历程大致可以划分为以下五个阶段:

  第一阶段:20世纪50年代,人工智能的兴起和冷落。人工智能概念在1956年首次提出后,相继出现了一批显著的成果,如机器定理证明、跳棋程序、通用问题s求解程序、LISP表处理语言等。但是由于消解法推理能力有限以及机器翻译等的失败,使人工智能走入了低谷。这一阶段的特点是重视问题求解的方法,而忽视了知识的重要性。

  第二阶段:60年代末到70年代,专家系统出现,使人工智能研究出现新高潮。DENDRAL化学质谱分析系统、MYCIN疾病诊断和治疗系统、PROSPECTIOR探矿系统、Hearsay-II语音理解系统等专家系统的研究和开发,将人工智能引向了实用化。并且,1969年成立了国际人工智能联合会议(International Joint Conferences onArtificial Intelligence 即IJCAI)。

  第三阶段:80年代,随着第五代计算机的研制,人工智能得到了飞速的发展。日本在1982年开始了“第五代计算机研制计划”,即“知识信息处理计算机系统KIPS”,其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败,但它的开展形成了一股研究人工智能的热潮。

  第四阶段:80年代末,神经网络飞速发展,。1987年,美国召开第一次神经网络国际会议,宣告了这一新学科的诞生。此后,各国在神经网络方面的投资逐渐增加,神经网络迅速发展起来。

  第五阶段:90年代,人工智能出现新的研究高潮。由于网络技术特别是国际互连网技术的发展,人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解,而且研究多个智能主体的多目标问题求解,将人工智能更面向实用。另外,由于Hopfield多层神经网络模型的提出,使人工神经网络研究与应用出现了欣欣向荣的景象。

  三、人工智能的多元应用

  1、人工智能在管理系统中的应用

  人工智能应用于企业管理的意义主要不在于提高效率,而是用计算机实现人们非常需要做,但工业工程信息技术是靠人工却做不了或是很难做到的事情。把人工智能应用于企业管理中,以数据管理和处理为中心,围绕企业的核心业务和主导流程建立若干个主题数据库,而所有的应用系统应该围绕主题数据库来建立和运行。也就是说,将企业各部门的数据进行统一集成管理,搭建人工智能的应用平台,使之成为企业管理与决策中的关键因子,这些正体现了人工智能在企业管理中的巨大价值。

  2、人工智能在工程领域中的应用

  人工智能在地质勘探、石油化工等工程领域也发挥着非常重要的作用。早在1978年,美国斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“PROSPECTOR”,该系统用于勘探评价、区域资源估值和钻井井位选择等,是工程领域的首个人工智能专家系统,其发现了一个钼矿沉积,价值超过1亿美元。

  3、人工智能在技术研究中的应用

  人工智能在电子技术领域的应用可谓由来已久。随着网络的迅速发展,网络技术的安全已经成了人们关心的重点,因此必须在传统技术的基础上进行网络安全技术的改进和变更,大力发展数据挖掘技术、人工免疫技术等高效的AI技术,开发更高级的AI通用与专用语言和应用环境以及开发专用机器,而人工智能技术则为其提供了一定的可能。

  四、人工智能的未来思考

  人工智能的近期研究目标在于建造智能计算机,用以代替人类去从事各种复杂的脑力劳动。正是根据这一近期研究目标,人们才把人工智能理解为计算机科学的一个分支。当然,人工智能还有它的远期研究目标,即探究人类智能和机器智能的基本原理,研究用自动机(automata)模拟人类的思维过程和智能行为。这个长期目标远远超出计算机科学的范畴,几乎涉及自然科学和社会科学的所有学科。如今,人工智能已经进入了21世纪,其必将为发展国民经济和改善人类生活做出更大的贡献。但是,从人工智能目前的发展现状来看,其研究也存在一定的问题,这些主要表现在以下三个方面:

  1、宏观与微观隔离

  一方面是 哲学、认知科学、思维科学和 心理学等学科所研究的智能层次太高、太抽象;另一方面是人工智能逻辑符号、神经 网络和行为主义所研究的智能层次太低。这两方面之间相距太远,中间还有许多层次尚待研究,目前还无法把宏观与微观有机地结合起来和相互渗透。

  2、全局与局部割裂

  人工智能是脑系统的整体效应,有着丰富的层次和多个侧面。但是,符号主义只抓住人脑的抽象思维特性;连接主义只模仿人的形象思维特性;行为主义则着眼于人类智能行为特性及其进化过程。这就导致了三者之间存在着明显的局限性。因此,必须从多层次、多因素、多维和全局观点来研究人工智能,才能克服上述局限。

  3、理论与实际脱节

  大脑的实际 工作,在宏观上已知道不少;但是智能的千姿百态,变幻莫测,复杂的难以理出头绪。在微观上,我们对大脑的工作机制知之甚少,似是而非,这也使我们难以找出规律。在这种背景下提出的各种人工智能理论,只 是部分人的主观猜想,能在某些方面表现出“智能”就已经算是相当的成功。

  五、结语

  人工智能一直处于 计算机技术的前沿,其研究的理论和发现在很大程度上将决定计算机技术的 发展方向。人工智能研究与 应用虽取得了不少成果,但离全面推广应用还有很大的距离,还有许多问题有待解决,且需要多学科的研究专家共同合作。因此,要想从根本上了解人脑的结构和功能,完成人工智能的研究任务,就必须去寻找和建立更新的人工智能框架和理论体系,进而为人工智能的进一步发展奠定坚实的理论基础。我们坚信在不久的将来,人工智能技术的应用与发展必将会给人们的生活、工作和 教育等带来更大的影响。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 yyfangchan@163.com (举报时请带上具体的网址) 举报,一经查实,本站将立刻删除