人工智能与专家系统概述
一、专家系统概述专家系统是人工智能在信息系统中的应用，它是一个智能计算机程序系统，其内部具有大量专家水平的关于某个领域的知识和经验，能够利用人类专家的知识和解决问题的方法来解决这个领域的知识。
专家系统的主要功能取决于大量的知识设计专家系统的关键是知识的表达和运用专家系统与一般计算机程序最本质的区别在于：专家系统所解决的问题一般没有算法解，并且往往是要在不完全、不精确或者不确定的信息基础上做出结论。
专家系统定义：模拟人类专家的推理思维过程，将领域专家的知识和经验以知识库的形式存入计算机，根据这些知识，对输入的原始事实进行复杂的推理，并做出判断和决策，从而起到专门领域专家的作用的一种系统。
二专家系统的基本组成专家知识人机交互界面解知识获取推理机释器知识库数据库1知识库用于存取和管理所获取的专家知识和经验，供推理机利用，具有知识的存储、检索、增删和修改、扩充功能2数据库用来存放系统推理过程中用到的控制信息、中间假设和中间结果3推理机用于利用知识进行推理，求解专门问题，具有启发推理、算法推理；正向、反向和双向推理；串行或并行推理等功能4解释器用于作为专家系统与用户的“人-机”接口，功能是向用户解释系统的行为，包括：咨询理解——对用户咨询的提问进行“理解”，将用户输入的提问及有关事实、数据和条件转换为推理机可以接收的信息结论解释：向用户输出
《人工智能》观后感怎么写
[《人工智能》读后感]关于机器能否拥有意识这个论题，其实是关于意识的本质的讨论，《人工智能》读后感。
但目前对于意识，人类还没有一个明确的定义。
二元论认为，意识是非物质的思维所具有的属性，而思维跟物质的大脑是相互独立的，机器不可能具有意识，除非它可以得到一个非物质的思维，而这是不可能的，所以，机器永远不可能有意识。
还有一些看法认为思维产生于大脑，大脑是一台数字计算机，而思维是一个计算机程序，这个理论又分为“强人工智慧”与“弱人工智慧”。
根据“强人工智慧”，一台计算机只要有了正确的程序就可以拥有像人类一样的智慧与思维；而“弱人工智慧”理论，则认为计算机可以模拟人的思维，它们可以模拟一系列的思维过程，如思考、决策等。
但是，不管它们做得多么出色，它们都不能创造真正的思维或者真正的意识，而只能做到“看起来像”有意识一样。
意识尚未被定义，我们也没有鉴别意识的手段，所以更谈不上人工意识能否存在了。
与其让这些巨大的难题挡住我们的去路，还不如加紧工作，看看我们究竟能做到什么程度，就像绝大多数机器人学家正在做的那样。
我们几乎可以肯定，更好、更聪明的机器将不断出现，而关于它们是否拥有意识的讨论也会继续下去，对于人工意识的探索最终甚至有可能帮助我们理解意识本身的性质。
抛开这些问题，回到电影本身，斯皮尔伯格的这部电影更多的是将科幻与伦理结合在一起，他对人工智能的未来作了一个深刻且悲观的预言。
“人工智慧”旨在用计算机来模拟思维，从而复制思维，产生智慧行为，那么我们是否可以说计算机或者机器人也会产生同人类一样的情感呢，如果机器拥有人类同等的智慧，人类会不会与机器发生情感、人类与机器人如何相处，这就涉及一些伦理道德等社会性的问题。
影片中，人类对劣等机器人的猎杀充满了不人道。
影片在此表现出一种荒诞的意味：人不像人，机器人才像人，拥有人性情感的他们不会对人类的暴虐熟视无睹，读后感《《人工智能》读后感》。
这场激战在斯皮尔伯格的电影中被两千年的沉睡一笔带过，但结局我们看到了，人类作为一个灭绝的物种被缅怀。
当机器具有了人类的意识和思维，它们会爱，就会恨，会服从，就会反抗。
如果机器人的智慧太高以至于超过了人类的智慧，那么我们就有理由相信它们就很有可能取代人类成为地球的主宰者，人类感受到生存受到威胁后，影片中的行为就不足为奇。
有关于这个忧虑，我从相关书籍中了解到这样一点：“人工智慧不是人的智慧，更不会超过人的智慧”。
“机器思维”同人类思维的本质区别：1.人工智慧纯系无意识的机械的物理的过程，人类智能主要是生理和心理的过程。
2.人工智慧没有社会性。
3.人工智慧没有人类的意识所特有的能动的创造能力。
4.两者总是人脑的思维在前，电脑的功能在后。
如果是这样，那么我的担心就纯属多余了。
目前人类对人的智慧的研究尚且有局限，机器人的智慧程度自然不敢企及，但随着科技的不断发展，会有怎样的奇迹发生我们也无从得知，人工智慧是否能超越人的智慧，现在还是一个遥远的、不可知的问题。
所以，同样不确定的还有影片对未来的预言。
最后一点，正如影片开头告诉我们的那样，人类将会面临越来越严峻的生存环境，臭氧层空洞、温室效应、海平面的上升……谁也不能保证不会有世界末日的那一天，当人类已经无法适应环境，依照达尔文“物竞天择”的理论，被淘汰从而导致灭绝的将会是我们人类自己，而机器人将会因为极强的适应能力从而被环境选择。
假设我们能将记忆和思维植入机器人中，那么机器人是不是就具有了“人类生命的延续者”这一神圣的使命呢
〔《人工智能》读后感〕随文赠言：【这世上的一切都借希望而完成，农夫不会剥下一粒玉米，如果他不曾希望它长成种粒；单身汉不会娶妻，如果他不曾希望有孩子；商人也不会去工作，如果他不曾希望因此而有收益。
】
《人工智能》观后感
刚才看了<<人工智能>> 让我对斯皮尔博格这位大导演更加钦佩 不想深层归类 什么 科幻伦理灾难 也不懂得 或许 更愿意相信 这是真的 或者再实际一点 这是一个寓言影片中的中男孩大卫 是电子公司生产出来能够感受感情的机器 是第一个能够感受感情的机器人 并且这样的感情永远保存在他的记忆芯片中 他被制造出来 用来替代一对夫妇因病而成为植物人的儿子人类对这个具有感情的机器人渐渐适应 却当自己的植物人儿子马丁再次醒来时 他们的待遇差别甚远 所有人一再强调 你是机器人 不是真人 而他就单纯的以为只要变成真人妈妈就会爱自己了 大卫为了变成真人 相信了 睡前妈妈躺在马丁身边为他读的童话故事 以为找到“蓝仙女” 自己便可已和小木偶一样 成为真人 得到妈妈的爱由于这对夫妇最终发现大卫的存在为他们带来了太多的麻烦 最后大卫还是被赶出了家庭 在那一天之前妈妈却是这么对他说的 大卫 明天我们去郊外玩吧 只属于我们两个人的明天 大卫的眼睛望着妈妈 不知道是感动还是感恩 我只知道那一刻 他一定很幸福 但是其实 是要把大卫仍在郊外 到了郊外 当妈妈对大卫说出了事实真相之后 大为一再拉着妈妈的手 哭着喊着 不让她走 但是妈妈最终还是流着泪 上车远去 并且一再嘱咐大卫 不要到对面去 因为那边就是制造他的电子公司 他们找到他 看到他已经没有作用 就会把他毁灭为了变成真人 大卫经过了一系列波折 甚至被抓到机器人屠杀场 最后 终于找到了蓝仙女当david在蓝仙女面前祈祷 请把我变成真人吧 请 请把我变成一个真正的男孩吧 让我和马丁一样得到妈妈的爱吧 我想 善良的人早就已经没把david看作一个机器人 而他所付出的一切 只是想得到妈妈的爱 跟马丁亨利一样 得到妈妈的爱当他望着四周冰冷的海水 这一切终于在两千年之后 海水全部都结成冰之后 当他一个人穿越了74万个被寂寞笼罩的黑夜之后 他终于实现了自己的愿望 并且 这次 没有马丁没有亨利 只有他一个人 拥有妈妈的爱 虽然付出了如此巨大的代价 虽然这一天如此短暂 虽然74个漫漫长夜换来的只是妈妈一天的爱 但是对于他来说 已经无憾了 因为这是他一生的心愿总之 真的是一部伟大的电影 很感动 影片的最后是大卫和妈妈一起睡去 那个镜头 看得有点心痛 有点压抑 因为大卫根本不会睡觉 只是因为妈妈永远睡去了 他也就 安静的躺在妈妈身边周围也没什么人可以分享 但是真的很好看 强烈推荐谨以此文献给我喜欢的《人工智能》 今天终于把仰慕已久的2001年的科幻电影看完了，不由得惊呼一声“神作” 剧情我就不废话了，实在是太感人了
当大卫（主人公，懂“爱”的机器小孩）被妈妈抛弃的时候，当他与机器小熊泰迪相依为命，历尽艰险的时候，当他坚信童话故事《木偶奇遇记》里的蓝仙女能把自己变成真人，这样妈妈才会爱他的时候，当他从世界尽头自己跌入海洋的那一刻，当他在海底见到蓝仙女（雕像），不停对她祈祷的时候，这一祈求就是两千年…… 两千年后，人类不复存在，当友善的外星人把他从被冰封的海洋里救出，他还在祈求着…… 当他见到真正的蓝仙女（外星人制造的幻象）的时候，蓝仙女答应了他可以把妈妈复活，但要有残骸，而且只有一天的时间
这时小熊泰迪拿出了妈妈以前被大卫剪下的头发……（剧情伏笔很好） 这一天是大卫一生中最快乐的一天
因为妈妈的心里只有他一个人（没有记忆），到了晚上，当妈妈睡去的时候，大卫第一次闭上眼睛，去到了一个地方－美梦开始的地方
每一个画面，都是那么的震撼唯美，每一幅场景，都是那么的感人至深…… 迄今为止，只有三部电影震撼过我：《指环王》，《异形》，《人工智能》。
一个人工智能机器人能把“爱”诠释得如此深刻，透彻，淋漓尽致……震撼
… 我接着看了《创：战纪》，结果令我大失所望，除了几个3D电脑特技镜头精彩外，其他的都不咋地。
个人认为，科幻片除了要靠特效支撑门面外，也要注重影片的主题思想，哲理内涵
毕竟观众大都喜欢看有思想，有深度，有内涵的电影。
最后，向该片的导演斯皮尔伯格大师和不知名的编剧致以我的敬意
《人工智能》观后感即影评在看到片名的时候，我就认为这是一部科幻片，无非是主要以特技为重点，讲讲人与机器人之间的关系的影片。
可是看完《人工智能》电影后，我发现我错了，这不是一部单纯的科幻片，当然它的特技无可挑剔。
但我更注重的是，这是一部解剖人性，研究伦理、文学、哲学、道德等多方面内涵的影片。
这部影片在上映的时候备受瞩目，并不是没有它的道理的。
首先，在导演方面已经有足够的噱头了。
电影大师库布里克已于 1999 年去世，他在生命的最后 15 年里一直酝酿着这部影片，并经常跟斯匹尔伯格反复切磋，他也曾提出由斯氏来执导筒。
但由于当年的电脑科技不够发达，这个项目被耽搁下来。
库氏过世后，斯氏接过库氏构思的大量草稿和草图，并 20 年来首次挥笔撰写剧本，以完成前辈的遗愿。
所以在这部影片中，充满了矛盾，每一个镜头的安排不落俗套，它需要你用智慧和灵魂去享受。
最明显的一个矛盾是，前面大卫所受冷落的镜头充满了灰色调，而后面的结局却充满了温馨。
不少人认为大卫与和蒙妮卡相聚的那一天是败笔， 因为后面的情节无论从戏剧张力还是视觉冲击力来看，均有点 “ 压不住 ” ，认为这是这就是好莱坞非明文规定的大团圆结局。
但我却并不这样认为，最后的情节不仅承接了前面的伏笔（蒙妮卡的头发），更重要的是，在现实生活中，悲剧已经够多了，大团圆结局不过就是弥补现实的残酷。
而在影片中的大团圆结局是更深层次的表现，...随着科技的发展，使人民的生活更加的方便，其中首屈一指的要算是计算机行业的发展了，体现在这方面的则要数是机器人了
伴随着情感的需求，丧失儿女年轻夫妇则需要一个类似真人的机器孩子来陪伴他们，为了达到要求，科学家也逐渐掌握大脑的一般运作过程，然后能够编成像大脑一般运行的载有程序的硬盘，这样则能够满足他们的情感需求了，但某些时候虽然机器人能够达到人类的需求，但是却没有对机器人合法的保护措施，对于废弃了的机器人只能够当做废铁来处理，但是要知道人类是血肉之躯，与有相同智商的机器人来比的话，虽然没有经过进化，但明显他们更能适应我们生存的这个世界，后来的结果是可以预想的
本片引导人们进行诸如此类的思考之外，还植入了一个感人的故事，小男孩戴维是一个具有情感的机器人，也只是只能使用一次的机器人，因为对于情感需求来说他们往往都是独一无二的
启动了应用程序之后，则只能用于程序设定的用途，如果需要停止使用，则只能对机器人进行摧毁，戴维的里程序设定的妈咪因为儿子出了事故，找到了儿子的替代品戴维，开始虽然很难适应，但是因为模仿的很逼真，而且又有情感，很快就喜欢上了戴维，但是不久之后，真人儿子居然康复出院了，但是戴维妈咪真正的儿子马丁对戴维印象很不好，引导他做了许多让他妈妈生气的事情，剪过妈咪的头发，与马丁竞吃食物导致自己被破坏，还不小心把马丁拖入了水中。
。
。
最后，戴维妈咪对戴维丧失了信心，但是她又不想它被销毁掉，只好把他扔入了森林，当然，还送了他机器熊泰迪，为了能够再次回到妈咪的身边，他想到把自己变成真人，这样他妈咪就不会嫌弃他了，他想起了妈咪曾经给他讲过的蓝艳女的故事，蓝艳女能够把木偶人变成真人，他是一个机器，相信也可以变成真人，于是开始了找寻蓝艳女的过程，但是，最后的事实，几乎使他绝望，他知道了他只是科学家塔克制作的许多机器戴维中的一个，然而使他变成真人是不可能的，无奈之下，他跳入大海，却发现了沉入大海中的游乐园里蓝艳女的雕塑，他重拾信心，驾着机器潜入大海，面对着她乞求了2000年，当时的新的文明，把他催醒了回来，还帮他实现了和妈咪在一起的愿望，但是，每个人都有自己的时间轨迹，只能陪在他的身边一天，但是那确是他被生产起最高兴的一天
最后电影在戴维妈咪与戴维沉睡的镜头前结束了。
。
。
旁边小熊泰迪真坐着盯着他们。
。
。
人有些时候的确是可以为爱而生，或许这也是人存在的最大的意义，否则，为啥我们要活在这个世界上，因为死之前我们几乎不不能带走任何一样东西，但却可以留下我们的爱
这部电影也让我对我们的计算机专业充满着信心，说实话，我们是信息化的时代，不靠计算机行业的发展还能靠谁呢
《人工智能》用科幻演绎童话 人工智能》老师在放着关于电影简介的 PPT，有些看过的，有些听过的——“ 《A.I.》 人工智能，大家有机会可以看一下，很不错的电影。
”听到老师做这番评价，放 学回到寝室，便下载了下来。
影片讲述的是一个机器小孩为了回家而一心要变成真人的故事， 这个故事本 身就有着极强的童话色彩， 与木偶奇遇记是十分类似的， 机器孩子大卫也正是因 为偶然间听到了木偶奇遇记而动了变成真人的心思。
这样的题材让斯皮尔伯格来 拍真是再合适不过的了。
《人工智能》是斯皮尔伯格为了纪念好友库布里克所拍摄的一部科幻电影。
斯皮尔伯格与库布里克虽然说是多年的好友， 但是在艺术创作方面， 库布里克的 电影是从来不让斯皮尔伯格参与的，但《人工智能》却是一个例外，库布里克曾 经有个设想就是力邀斯皮尔伯格担任其导演， 自己担任制片， 因为他觉得这应该 是一部属于斯皮尔伯格的电影， 但是很遗憾， 这个计划还没有来得及启动库布里 克就离开了人世， 《人工智能》也被一度搁浅，于是多年后斯皮尔伯格为纪念老 友而拍摄的这部电影就显得异常宝贵。
在影片的开头， 人类就被置于一个极度严峻的生存环境下， 温室效应导致冰 川融化，部分城市已经被海水所淹没，人类的科技却极度发达，无疑这也是对人 类自身的一种讽刺。
拟真电子公司的老板并不满足于已经开发出来的智慧型机器 人，而要进一步开发出一个会爱的机器人，一个有心智和情感的机器人，这种机 器人拥有前所未有的潜意识，充满暗喻、直觉和自发性推理力的内心世界。
当这 个提议被提出的时候就遭来了同事的疑问， 社会充满着仇视机器人的气氛， 当前 最重要的是要让人去爱机器人， 而不是让机器人去爱人。
但是真理总是难以被众 人所接受的，这个观点并没有受到重视。
的确，如果一个机器人能真的去爱一个 人， 那么这个人对机器人又有什么责任呢
这就是影片所要探讨的一个问题。
斯 皮尔伯格开门见山的点出了这个问题。
长达 2 小时 25 分钟的影片从情节上可分为两部分，前半部分以机器孩子大 卫在人类世界的经历为主， 主要表达了机器人与人类之间的各种矛盾； 后半部分 则是机器人的血泪史，表达了一种无奈，同时也是大卫的童话历险。
两部分以机 器舞男的出现作为过渡，乍看很突然，细想却十分合理。
《人工智能》的节奏感很好，第一个部分就有三个高潮，首先是马丁激大卫 吃菠菜而导致起线路损坏， 然后是大卫和马丁落入游泳池的镜头， 再一个就是大 卫遭抛弃的镜头。
这样在观看的时候才不至于显得沉闷。
同时这三个高潮都是影 片最出色的地方，感情表达力度相当得大。
这对夫妇因为自己的孩子将要死去而选择了用机器孩子大卫进行替代， 起初 莫尼卡是坚决反对的， 那时候大卫的人工智能系统还没有被激活， 他的行动以及 大笑时的声音都是十分僵硬的， 直到莫尼卡决定接受他并且说出了那 7 个激活码 的一刹那，大卫喊出了“妈妈”这个让人心碎的单词。
莫尼卡接受了这个人工智 能的产物。
有大卫的日子里，这个家庭是幸福的，生活十分融洽，莫尼卡只是偶 尔会想起自己奄奄一息的儿子， 略有忧愁， 大部分的时间都给予了大卫充分的母 爱。
然而一个电话打破了这平静的生活， 莫尼卡的儿子马丁因为医学奇迹而恢复 了过来，重新回到了自己的家中。
马丁回归，大卫失宠，他沦为一个玩具，仅是 比起泰迪熊要高级的玩具而已。
马丁与大卫之间有着鲜明的对比， 大卫代表的是初生的孩子的纯朴， 而马丁 2 则代表着被社会腐蚀所形成的那种邪恶。
马丁时刻压迫着大卫作为一个“人”所 应有的那份权利，而大卫总是默默地忍受，没有任何地反抗。
斯皮尔伯格在前部 分中用了大量的细节镜头来表现这种人与机器人之间的不平等性， 这些细节让人 看了都是颇有感触的。
在游泳池边上， 一群邪恶的孩子用刀在大卫身上做疼痛试验， 大卫躲到马丁 的身后，两人意外地落入游泳池中，人们跳下水中将马丁拉了上来，留下了大卫 一人在水中张开着双臂。
他同样渴望着人类的帮助，但是那一刻没有人在乎他， 大卫在水下看到的模糊晃动的视线与他在水中的安静形成了鲜明对比， 爆发出了 巨大的戏剧张力，机器人只是人类的物品。
我相信当莫尼卡决定把大卫送去拟真公司销毁时所做的抉择是艰难的， 一个 机器人对她付出了无休止的爱， 当大卫因为菠菜事件躺在手术台上被人修理的时 候，他可以安慰莫尼卡“妈妈，这不痛，没事” 。
大卫与真人唯一的区别就是他 是机器做的， 然而他的心却是完全和人类一样的。
所以莫尼卡最终没有忍心把他 送进机器屠宰场，而选择了森林里放他走。
大卫： “妈妈，不要
妈妈，要是皮诺曹变得真诚了，我也变成了一个真正 的孩子，我可以回家吗
” 莫尼卡： “那只是一个故事。
”大卫： “但是故事却告 诉我们发生了什么。
”莫尼卡： “故事不是真实的
你也不是真实的
现在，瞧。
拿着这个，好吗
不要让任何人看见它有多少。
瞧。
不要那么走。
很多人。
和所 有的人都保持距离。
除了一个像你的人。
大卫： ” “你为什么希望我离开
为什 么
我很抱歉我不是真诚的。
如果你允许，我将永远对你保持真诚
”莫尼卡： “让我走，大卫
让我走
我很抱歉我不能告诉你，关于这个世界。
” 莫尼卡毫不犹豫地选择了离开， 她抛弃了这个可怜的孩子， 仅仅因为马丁这 3 个真实的母爱发泄对象回来了。
影片的第二部分也便拉开了帷幕， 机器舞男的出现， 他和大卫一起踏上了寻 找蓝仙女的历程，大卫坚信蓝仙女可以让他变成一个真的孩子。
机器人屠宰场， 类似古罗马的角斗场， 机器人被送进去， 一个个地走向毁灭， 而看台上欢呼的都是有血有肉的人类，一种鲜明的等级制在这里被展示了出来。
人类创造出了他们，同时又是人类对他们进行着肆意的虐杀，并以此为乐，虽然 虐杀的对象不是真实的人，却比虐杀真实的人显得更加血腥。
但是人类终究是有人性的， 当大卫被送上屠宰场的那一刻， 在大卫的求饶声 下，看台上的人群心软了，大卫逃脱了。
也许是前半部分的戏剧张力过于强烈， 我总是觉得影片的结尾略显朴素： 大 卫最终找到了他诞生的地方， 但那里并没有童话中的兰花仙女， 在那阴森的大楼 里，他看到了上百个与他一样的电子产品，绝望的他跳入了冰冷地海水。
大卫在水下见到了兰花仙女的塑像， 倒下的摩天轮却压住了潜水器， 大卫被 困两千年， 他在漆黑中充满渴望的望着蓝仙女， 直到两前年后更先进的机器人将 他救出，那时已经没有了人类，大卫这个曾经最先进的机器人成了最原始的。
高等机器人告诉大卫， 只要有莫尼卡的头发就可以让她活过来， 但是她只能 活一天，当她睡下的时候，就永远不会再苏醒。
这个时候整个世界颠倒了过来， 人是机器人造出来的，根据前面的理论，被造出来的人应该成为机器人的奴隶， 但是事实上并非如此，两千年后的莫尼卡身边没有了亨利，没有了马丁，那一天 只属于她和大卫。
大卫流泪了，他变成了一个真的孩子。
伦理与科幻的完美结合，造就了这部完美的《人工智能》 。
于是我们又回到 4 了最初的那个问题了——如果一个机器人能真的去爱一个人， 那么这个人对机器 人又有什么责任呢
《人工智能》 融入了斯皮尔伯格所有的电影才华， 除了最强项的科幻元素外， 还体现了他细腻的情感与对道德观的思考， 如果要说哪部电影把伦理与科幻完美 结合的话，绝非《人工智能》莫属不可——这一用科幻演绎的童话故事。
5
急求人工智能课程结课报告
人工智能课程报告 摘要：自上世纪五十年代以来，经过了几个阶段的不断探索和发展，人工智能在模式识别、知识工程、机器人等领域已经取得重大成就，但是离真正意义上的的人类智能还相差甚远。
但是进入新世纪以来，随着信息技术的快速进步，与人工智能相关的技术水平也得到了相应的提高。
尤其是随着因特网的普及和应用，对人工智能的需求，变得越来越迫切，也给人工智能的研究提供了新的更加广泛的舞台。
本文强调在当今的网络时代，作为信息技术的先导，人工智能学习在人工智能科学领域中是一个着非常值得关注的研究方向，要在学科交叉研究中实现人工智能学习的发展与创新，就要关注认知科学、脑科学、生物智能、物理学、复杂网络、计算机科学与人工智能之间的交叉渗透点，尤其是重视认知物理学的研究。
自然语言是人类思维活动的载体，是人工智能学习研究知识表示无法回避的直接对象，要对语言中的概念建立起能够定量表示的不确定性转换模型，发展不确定性人工智能；要利用现实生活中复杂网络的小世界模型和无尺度特性，把网络拓扑作为知识表示的一种新方法，研究网络拓扑的演化与网络动力学行为，研究网络化了的智能，从而适应信息时代数据挖掘的普遍要求，迎接人工智能学习与应用领域新的辉煌。
概述 自20世纪90年代以来，随着全球化的形式与国际竞争的日益激烈，对人工智能技术的研究与应用变的越来越被人们关注，且人工智能在制造中的运用以成为实现制造的知识化、自动化、柔性化以实现对市场的快速响应的关键。
人工智能是一门研究人类智能的机理以及如何用机器模拟人的智能的学科。
从后一种意义上讲，人工智能又被称为“机器智能”或“智能模拟”。
人工智能是在现代电子计算机出现之后才发展起来的，它一方面成为人类智能的延长，另一方面又为探讨人类智能机理提供了新的理论和研究方法。
学习机制的研究是人工智能研究的一项核心课题。
它是智能系统具有适应性与性能自完善功能的基础。
学习过程具有以下特点：学习行为一般具有明显的目的性，其结果是获取知识；学习系统中结构的变化是定向的，要么由学习算法决定，要么由环境决定；学习系统是构造智能系统的中心骨架，它是全面组织与保存系统知识的场所。
因此，人工智能学习研究的一个主要目的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。
但是，不同的时代、不同的人对这种“复杂工作”的理解是不同的。
一.人工智能学习的历史性基础和发展步伐 人工智能学习的发展历史是和计算机科学与技术的发展史联系在一起的。
除了计算机科学以外，人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。
一般认为，人工智能的思想萌芽可以追溯到德国著名数学家和哲学家莱布尼茨(Leibnitz，1646-1716)提出的通用语言设想。
这一设想的要点是：建立一种通用的符号语言，用这个语言中的符号表达“思想内容”，用符号之间的形式关系表达“思想内容”之间的逻辑关系。
于是，在“通用语言”中可以实现“思维的机械化”这一设想可以看成是对人工智能的最早描述。
计算机科学的创始人图灵被认为是“人工智能之父”，他着重研究了一台计算机应满足怎样的条件才能称为是“有智能的”。
1950年他提出了著名的“图灵实验”：让一个人和一台计算机分别处于两个房间里，与外界的联系仅仅通过键盘和打印机。
由人类裁判员向房间里的人和计算机提问，并通过人和计算机的回答来判断哪个房间里是人、哪个房间里是计算机。
图灵认为，如果“中等程度”的裁判员不能正确地区分，则这样的计算机可以称为是有智能的。
“图灵实验”是关于智能标准的一个明确定义。
有趣的是，尽管后来有些计算机已经通过了图灵实验，但人们并不承认这些计算机是有智能的。
这反映出人们对智能标准的认识更深入、对人工智能的要求更高了。
图灵和冯·诺依曼的上述工作，以及麦克考洛和匹茨对神经元网的数学模型的研究，构成了人工智能的初创阶段，这其实也是人工智能学习的开始。
人工智能早期研究给人的深刻印象是博羿，与自动定理证明的研究意义不限于数学一样，搜索的研究意义也不限于博弈。
根据认知心理学的信息处理学派的观点，人类思维过程的很大一部分可以抽象为从问题的初始状态经中间状态到达终止状态的过程，因此可以转化为一个搜索问题，由机器自动地完成。
例如“规划”问题。
设想一台机器人被要求完成一项复杂任务，该任务包含很多不同的子任务，其中某些子任务只有在另一些子任务完成之后才能进行。
这时，机器人需要事先“设想”一个可行的行动方案，使得依照该方案采取行动可以顺利完成任务。
“规划”即找出一个可行的行动案，可以通过以其子任务为状态、以其子任务间依赖关系为直接后继关系的状态空间中的搜索来实现。
人工智能的早期研究还包括自然语言理解、计算机视觉和机器人等等。
通过大量研究发现，仅仅依靠自动推理的搜索等通用问题求解手段是远远不够的。
Newell和Simon等人的认知心理学研究表明，各个领域的专家之所以在其专业领域内表现出非凡的能力，主要是因为专家拥有丰富的专门知识(领域知识和经验)。
70年代中期，Feigenbaum提出知识工程概念，标志着人工智能进入第二个发展时期。
知识工程强调知识在问题求解中的作用；相应地，研究内容也划分为三个方面：知识获取，知识表示和知识利用。
知识获取研究怎样有效地获得专家知识；知识表示研究怎样将专家知识表示成在计算机内易于存储、易于使用的形式；知识利用研究怎样利用已得到恰当表示的专家知识去解决具体领域内的问题。
知识工程的主要技术手段是在早期成果的基础上发展起来的，特别是知识利用，主要依靠自动推理和搜索的技术成果。
在知识表示方面，除使用早期工作中出现的逻辑表示法和过程表示法之外，还发展了在联想记忆和自然语言理解研究中提出的语义网表示法，进而引入了框架表示法，概念依赖和脚本表示法以及产生式表示法等等各种不同方法。
与早期研究不同，知识工程强调实际应用。
主要的应用成果是各种专家系统。
专家系统的核心部件包括：(a)表达包括专家知识和其他知识的知识库。
(b)利用知识解决问题的推理机。
大型专家系统的开发周期往往长达10余年，其主要原因在于知识获取。
领域专家虽然能够很好地解决问题，却往往说不清自己是怎么解决的，使用了哪些知识。
这使得负责收集专家知识的知识工程师很难有效地完成知识获取任务。
这种状况极大的激发了自动 知识获取----机器学习研究的深入发展。
已经得到较多研究的机器学习方法包括：归纳学习、类比学习、解释学习、强化学习和进化学习等等。
机器学习的研究目标是：让机器从自己或“别人”的问题求解经验中获取相关的知识和技能，从而提高解决问题的能力。
80年代以来，随着计算机网络的普及，特别是Internet的出现，各种计算机技术包括人工智能技术的广泛应用推动着人机关系的重大变化。
据日美等国未来学家的预测，人机关系正在迅速地从“以人为纽带”的传统模式向“以机为纽带”的新模式转变人机关系的这一转变将引起社会生产方式和生活方式的巨大变化，同时也向人工智能乃至整个信息技术提出了新的课题。
这促使人工智能进入第三个发展时期。
在这个新的发展时期中，人工智能面临一系列新的应用需求。
首先是需要提供强有力的技术手段，以支持分布式协同工作方式，现代生产是一种社会化大生产，来自不同专业的工作者在不同或相同的时间、地点从事着同一任务的不同子任务。
这要求计算机不仅为每一项子任务提供辅助和支持，更需要为子任务之间的协调提供辅助和支持。
由于各个子任务在很大程度上可以独立地进行，子任务之间的关系必然呈现出动态变化和难以预测的特点。
于是，子任务之间的协调（即对分布协同工作的支持）向人工智能乃至整个信息技术以及基础理论提出了巨大的挑战。
其次，网络化推进了信息化，使原本分散孤立的数据库形成一个互连的整体，即一个共同的信息空间。
尽管现有的浏览器和搜索引擎为用户在网上查找信息提供了必要的帮助，这种帮助是远远不够的，以至于“信息过载”与“信息迷失”状况日益严重。
更强大的智能型信息服务工具已成为广大用户的迫切需要。
另一方面，信息空间对人类的价值不仅在于单独的信息条目（比如某厂家生产出了某一新产品的信息），还远在于一大类信息中隐藏着的普遍性知识（比如某个行业供求关系的变化趋势）。
于是，数据中的知识发现也成为一项迫切的研究课题。
机器人始终是现代工业的迫切需求。
随着机器人技术的发展，研究重点已经转向能在动态、不可预测环境中独立工作的自主机器人，以及能与其他机器人（包括人）协作的机器人。
显然，这种机器人之间的合作可以看成是物理世界中的分布式协同工作，因而包括相同的理论和技术问题。
由此可见，人工智能第三发展时期的突出特点是研究能够在动态、不可预测环境中自主、协调工作的计算机系统，这种系统被称为Agent 。
目前，正围绕着Agent的理论、Agent的体系结构和Agent语言三个方面展开研究，并已产生一系列重要的新思想、新理论、新方法和新技术。
在这一研究中，人工智能呈现一种与软件工程、分布式计算以及通讯技术相互融合的趋势。
Agent研究的应用不限于生产和工作，还深入到人们的学习和娱乐等各个方面。
例如，Agent与虚拟现实相结合而产生的虚拟训练系统，可以使学生在不实际操纵飞机的情况下学飞行的基本技能；类似地，也可使顾客“享受”实战的“滋味”。
我国也先后成立中国人工智能学会、中国计算机学会人工智能和模式识别专业委员会和中国自动化学会模式识别与机器智能专业委员会等学术团体，开展这方面的学术交流。
此外国家还着手兴建了若干个与人工智能研究有关的国家重点实验室，这些都将促进我国人工智能的研究，为这一学科的发展作出贡献。
综观人工智能学习的发展历程，可以看出它始终遵循的基本思路。
首先是强调人类智能的人工实现而不是单纯的模拟，以便尽可能地为人类的实际需要服务。
其次是强调多学科的交叉结合，数学、信息科学、生物学、心理学、生理学、生态学以及非线性科学等等越来越多的新生学科被融入到人工智能学习的研究之中。
二.人工智能学习的主要技术及其发展趋势 目前人工智能学习研究的3个热点是：智能接口、数据挖掘、主体及多主体系统。
智能接口技术是研究如何使人们能够方便自然地与计算机交流。
为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的翻译，而这些功能的实现又依赖于知识表示方法的研究。
因此，智能接口技术的研究既有巨大的应用价值，又有基础的理论意义。
目前，智能接口技术已经取得了显著成果，文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化。
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
数据挖掘和知识发现的研究目前已经形成了三根强大的技术支柱：数据库、人工智能和数理统计。
主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。
主体是具有信念、愿望、意图、能力、选择和承诺等心智状态的实体，比对象的粒度更大，智能性更高，而且具有一定自主性。
主体试图自治地、独立地完成任务，而且可以和环境交互，与其他主体通信，通过规划达到目标。
多主体系统主要研究在逻辑上或物理上分离的多个主体之间进行协调智能行为，最终实现问题求解。
目前对主体和多主体系统的研究主要集中在主体和多主体理论、主体的体系结构和组织、主体语言、主体之间的协作和协调、通信和交互技术、多主体学习以及多主体系统应用等方面。
新一代的智能技术是指80年代以来迅速发展起来的以神经网络（ANN）、进化计算、模糊逻辑、Agent为主要代表的计算只能技术，其中主要具有学习进化与自组织的能力。
神经网络也就是模拟人脑中神经元的功能，希望通过模拟人脑最基本的单位神经元功能来模拟人脑的功能。
它通过一定的范例训练构成的神经网络，就象教一个小孩子一样，在训练结束后，这个神经网络就可以完成特定的功能了。
它是通过范例的学习，修改了知识库和推理机的结构，达到实现人工智能的目的。
最后还有一个应用领域，就是模型识别，我想它应该在知识挖掘中应用不小，因为现在工程中的获得的数据越来越多，要想人为地从这些数据中确定某一规律都不容易，更不要说在这些数据中发现新规律了，因此有必要进行数据挖掘，它的应用对于决策支持系统将有着巨大的意义。
人可以思考，人工智能也需要思考，这就是推理；人可以学习，人工智能也就需要学习；人可以拥有知识，那么人工智能也就需要拥有知识。
人工智能是为了模拟人类大脑的活动的，人类已经可以用许多新技术新材料代替人体的许多功能，只要模拟了人的大脑，人就可以完成人工生命的研究工作，人创造自己，这不但在科学上，而且在哲学上都具有划时代的意义。
学习是指系统适应环境而产生的适应性变化，它使得系统在完成类似任务时更加有效。
80年代以来，ANN的学习机制再次得到人们的重视，基于连接机制的亚符号学习又一次成为的当今学习机制研究的热点，提出了竞争学习，进化学习、加强学习等各种新的学习机制。
机械式学习。
它的另一个名称死记式学习能够直接体现它的特点，这是一种最简单的，最原始的学习方法，也是机器的强项，人的弱项。
指导式学习。
这种学习方式是由外部环境向系统提供一般性的指示或建议，系统把它们具体地转化为细节知识并送入知识库中，在学习过程中要对反复对知识进行评价，使其不断完善。
归纳学习。
我们看到，机器所善长的不是归纳，而是演绎，它适用于从特殊到一般，而不太适应从一般到特殊，从特殊到一般的归纳是人类所特有的，是智慧的标志。
具体的归纳学习方法有许多，但它们的本质就是让计算机学会从一般中得出规律。
类比学习。
类比也就是通过对相似事物进行比较所进行的一种学习。
它的基础是类比推理，也就是把新事物和记忆中的老事物进行比较，如果发现它们之间有些属性是相同的，那么可以（假定地）推断出它们的另外一些属性也是相同的。
基于解释的学习。
这是近年来兴起的一种新的学习方法。
它不是通过归纳或类比进行学习，而是通过运用相关的领域知识及一个训练实例来对某一目标概念进行学习，并最终生成这个目标概念的一般描述，这个一般描述是一个可形式化表示的一般性知识。
增强式学习（ReinforcementLearning）是一种基于行为方法的半监督学习。
一般的学习方法分两类，一类是上文提到的基于模型的，在这种方法，智能体需要环境确切的模型，具有较高的智能，但不适合于不确定的动态环境；另一种是基于行为的方法，在这种方法中，不需要环境的确切模型，采用分层结构，高层行为可以调整和抑制低层的行为能力，但每层中都具有其自主的确定权，如[3]中的Holonic智能制造系统。
增强式具有这些优点，故常用于机器人足球赛[4]、狩猎问题、甚至战争指挥中[5]，但是这些都只是理论上的研究，因为机器人足球赛的本身目的也是为了测试人工智能的可用性，且更不可能去让战争去由电脑而不是人去指挥了。
使用强化学习的Agent最早是出现与遗传算法中，使用“Ethogenetics（行为遗传）”的思想，突破了人们长期以来关于一个编码串对应于组合优化问题所有策略变量的一个组合方式的传统、静态的认识，而将一个编码串看成某个智能主体(Agent)主动进行的一系列决策行为的结果。
人工智能学习可能会向以下几个方面发展：模糊处理、并行化、神经网络和机器情感。
目前，人工智能的推理功能已获突破，学习及联想功能正在研究之中，下一步就是模仿人类右脑的模糊处理功能和整个大脑的并行化处理功能。
人工神经网络是未来人工智能应用的新领域，未来智能计算机的构成，可能就是作为主机的冯·诺依曼机与作为智能外围的人工神经网络的结合。
研究表明：情感是智能的一部分，而不是与智能相分离的，因此人工智能领域的下一个突破可能在于赋予计算机情感能力。
情感能力对于计算机与人的自然交往至关重要。
通过以上的学习方法就是为了得到知识，通过一种方便的方法得到知识。
前面已经说过了，因为机器的思考方式和人类的思考方式大有不同之处，因此让机器通过自己学习生成自己便于理解和使用的知识，也不失为机器学习的目标之一。
人工智能一直处于计算机技术的前沿，人工智能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。
由于计算机芯片的微型化已接近极限。
人们越来越寄希望于全新的计算机技术能够带动人工智能的发展。
目前至少有三种技术有可能引发全新的革命，它们是光子计算机、量子计算机和生物计算机。
结束语 许多科学家断言，机器的智慧会迅速超过阿尔伯特·爱因斯坦和斯蒂芬·霍金的智慧之和。
著名物理学家斯蒂芬·霍金认为，就像人类可以凭借其高超的捣弄数字的能力来设计计算机一样，智能机器将创造出性能更好的计算机。
最迟到本世纪中叶而且很可能还要快得多，计算机的智能也许就会超出人类的智能。
本文对学习中的一些方法进行基本的叙述并阐述了其发展的趋势，但是在一般的学习中，使用基于行为的方法仍旧是最受人关注的；文中介绍了几种强化学习方法的变形，并对他们的运用进行了一定的叙述。
在一定程度上，他们实现仿真的可行行。
但是这些仿真大多都是验证性的，真正的人工智能在实际生产中的运用仍旧是一个需要研究的课题。
最后，我们来总结一下，人工智能学习的各个研究领域。
参照人在各种活动中的功能，我们可以得到人工智能的领域也不过就是代替人的活动而已。
哪个领域有人进行的智力活动，哪个领域就是人工智能学习研究的领域。
人工智能学习就是为了应用机器的长处来帮助人类进行智力活动。
人工智能学习研究的目的就是要模拟人类神经系统的功能。
但随着技术及技术的发展，人工智能学习的方法还会有所变化也更加会引起我们的关注。
参考文献[1] 《人工智能简史》孙兴清华大学出版社， 1990年[2] 蔡自兴徐光佑《人工智能及其应用》清华大学出版社 2002年1月[3] 陈万求;黄一;;NBIC会聚技术的“后人类”议题[J];湖南师范大学社会科学学报;2013年04期 [4] 王东浩;;道德机器人:人类责任存在与缺失之间的矛盾[J];理论月刊;2013年11期[5] 机器学习理论为什么实现不了强人工智能[6] 王东浩;;人工智能体的道德确立与伦理困境[J];华南农业大学学报(社会科学版);2014年01期[7] 熊力;媒介道德激励功能及其实践研究[D];湖南大学;2013年[8] 孙志楠;;人工智能在电气自动化控制中的应用[J];现代商贸工业;2013年07期[9] 宋翠萍;;浅析智能化技术在电气工程自动化中的应用[J];电源技术应用;2013年06期[10] 胡琴;;电气自动检测技术的现状与发展[J];硅谷;2013年11期[11] 刘惠彦;;电气自动化工程控制系统的现状及其发展趋势[J];科技创新与应用;2013年18期[12] 朱金芳;;人工智能在电气工程自动化中的运用[J];化学工程与装备;2013年05期[13] 潘伟航;;浅析电气自动化在日常生活中的作用和未来发展趋势[J];科技创新与应用;2013年12期[14] 虞峥;;浅谈人工智能技术在电气自动化中的运用[J];电子制作;2013年05期[15] 赵纲;刘刚;;有关电气控制线路设计的研究[J];电子制作;2013年02期[16] 李俊平;人工智能技术的伦理问题及其对策研究[D];武汉理工大学;2013年[17] 赵艳军;锰粉制备输送控制系统设计与研究[D];兰州理工大学;2012年
人工智能与大数据分析以及区别的详细中文资料概述
人工智能与大数据分析以及区别的详细中文资料概述有人认为将人工智能与大数据结合在一起是一个很自然的错误，其部分原因是两者实际上是一致的。
但它们是完成相同任务的不同工具。
但首先要做的事是先弄清二者的定义。
很多人并不知道这些。
人工智能与大数据一个主要的区别是大数据是需要在数据变得有用之前进行清理、结构化和集成的原始输入，而人工智能则是输出，即处理数据产生的智能。
这使得两者有着本质上的不同。
人工智能是一种计算形式，它允许机器执行认知功能，例如对输入起作用或作出反应，类似于人类的做法。
传统的计算应用程序也会对数据做出反应，但反应和响应都必须采用人工编码。
如果出现任何类型的差错，就像意外的结果一样，应用程序无法做出反应。
而人工智能系统不断改变它们的行为，以适应调查结果的变化并修改它们的反应。
支持人工智能的机器旨在分析和解释数据，然后根据这些解释解决问题。
通过机器学习，计算机会学习一次如何对某个结果采取行动或做出反应，并在未来知道采取相同的行动。
大数据是一种传统计算。
它不会根据结果采取行动，而只是寻找结果。
它定义了非常大的数据集，但也可以是极其多样的数据。
在大数据集中，可以存在结构化数据，如关系数据库中的事务数据，以及结构化或非结构化数据，例如图像、电子邮件数据、传感器数据等。
它们在使用上也有差异。
大数据主要是为了获得洞察力，例如Netflix网站可以根据人们观看的内容了解电影或电视节目，并向观众推荐
人工智能要学习哪些内容
学习内容会从人工智能基础概述到工程数学与编程语言，到控制原理，包含深度学习与人工神经网络，神经网络框架、大数据清洗、数据训练和实践项目。
模块：人工智能概述、python、数学、机器学习、人工神经网络、深度学习、人工智能进阶、大数据、自然语言处理、计算机视觉，以及每一部分大大小小的实践项目
为什么机器学习重要.人工智能与机器学习概述
首先，关于人工智能的定义，最核心的部分肯定是：自主意识和自我学习能力。
而机器学习的实现方式可以通过知识库。
因此，如果按照现在的眼光去看人工智能，机器学习肯定是推动了人工智能发展的。
人工智能的学习能力分为两大部分，知识的学习和思维逻辑的学习重组。
前者起点甚低，适应性训练都可以看作是学习；后者起点甚高，至今只可遥望和意味。
学习当然能扩大知识库、给知识库增加智慧；学习也能改进和重组逻辑模块，智能更强大，学习人工智能去51cto看看吧。
不学习的人工智能就好比一个拒绝长大的孩子、顽固不化的老者，这只影响它的能力却不影响它的定义。
因此学习不是必须的，而知识库是必须的，因为“知识库是学习的结果、问题的存在区间和求解的依据”。
写在人工智能程式当中的“常识”，是一种隐含知识库，这是很难避免的现象。
知识库可以通过学习、复制、人工编写、知识库再次学习而得来等等
