人工智能专业论文,求职称论文浅谈机器人的人工智能
人工智能的发展前景及其应用的论文怎么写
去论文库里面找找，关键字是人工智能，找到相关的论文，一般这些论文的引言部分都有相关部分的历史和发展讲述，都可以进行借鉴
求职称论文浅谈机器人的人工智能
人工智能的奠基者，大部份 人都公认是英国的数学家图灵 （AlanTuring）。
他发明了一种称 为图灵试验的测试方式，做为机 器是否有人工智能的判断标准： 让机器和真人分别坐在两个看 不见对方的房间里，通过电脑屏 幕打字交谈。
如果人类无法判定 坐在对面盒子里的是人类还是 机器的话，那机器就通过了这个 “图灵试验”。
依现在的技术，要 做出在一般性交谈中很像真人 的电脑响应程序已经很容易，但 拿稍微深入一点的内容去戳电 脑，电脑马上就原型毕露了。
这就是为什么一部分哲学 家和科学家相信类似人类的人 工智能永远不可能的原因—— 电脑根据输入的文字操弄自已 手上的数据库，然后再回答出一 个答案来，这样叫做“智慧”吗？ 电脑知道自已在做什么吗？以 I B M 的深蓝为例，当年深蓝打败 了世界棋王卡斯珀罗夫被誉为 人工智能的一大进步，但深蓝 真 正 在 做 的，只 把 每 一 步 可 能 的 棋 步 都 算 出 来，并 且 据 此 决定什么步数算出来的赢面最 大 而 已。
如 果 接 下 来 问 深 蓝 晚 饭吃什么好，深蓝也只有卡壳的 份儿。
简单来说，电脑无法 像人类一样，整合过去的经验和 知识，产生“灵光一闪”的时刻， 创造出新的发明、新的设计或新 的理念。
究竟人工智能还有多遥远呢？ 目前科学家面临着两个大 问题——辨识和常识。
人类在辨 识方面没有什么困难（通常情况 下），可以从眼睛看到的画面中， 分析出每个物体的属性，并且过 滤掉不重要的东西；可以从耳朵 听到的声音中，自动将不同的声 音分离开来，甚至专注在被大音 量掩盖的小声音上，一切都不用 特别去想就能办到。
但机器人就 没办法了，它们可以看得比人类 清楚，听得比人类清楚，但他们 无法知道究竟它们听到的是什 么，看到的是什么。
更重要 的，人类有能力跟经验判断、分 类未知的事物，而这是电脑办不 到的。
另一个人工智能的难题是 常 识。
人 类 从 日 常 生 活 中 的 经 验 中 获 得 常 识，例 如“ 水 湿 的”、“时间不会倒流”、“绳子可 以拉，但不能推”、“苹果有现实 扭曲力场”等，这些事情不能用 程序来表达，只能在碰到的时候 学起来。
海伦凯勒学习“水”的 含意的故事大家都听说过，但人 类有能力将概念（实物的水和文 字的水）连接起来，机器人却做 不到。
每一样概念都要用程序写 进机器人的内存里，机器人才会 “懂”。
换句话说，就是机器人没 有连结概念的学习能力。
求职称论文人工智能的未来与挑战
人工智能的发展 英国科学家图灵于 1936 年提出“理论计算机”模型 , 被 称之为“图灵机”( Turing Machine) , 创立了“自动机理论”。
1950 年 ,图灵发表了著名论文《计算机能思维吗 ?》,明确地提出了“机器能思维”的观点 。
1956 年夏季 , 在美国达特摩斯 (Da rt mo ut h) 大学 , 由麦卡赛 (J . McCart hy) 、明斯基 ( M . L . Minsky) 、香农等发起 ,由西蒙 ( H . A . Simo n) 、塞缪尔 ( A . L . Sa muel) 、纽厄尔 ( A . Newell ) 等参加 ,举行了关于“如何用机 器模拟人的智能”的学术研讨会 , 第一次正式采用“人工智 能”( A rtificial Intelligence ) 的术语[ 1 ] 。
这次具有历史意义 的 、为期两个月之久的学术会议 ,标志着“人工智能”新学科 的诞生 。
在人工智能 50 多年的历史中 ,先后出现了逻辑学 派 (符号主义) 、控制论学派 ( 联结主义) 和仿生学派 ( 行为主 义) 。
符号主义方法以物理符号系统假设和有限合理性原理
为基础 ,联结主义方法以人工神经网络和进化计算为核心 , 行为主义方法则侧重研究感知和行动之间的关系 。
这些理 论和方法在模式识别 、知识工程 、专家系统 、智能控制 、数据 挖掘、智能机器人等领域取得了伟大成就 ,极大推动了科技 进步和社会发展[ 2 ] 。
如 ,医学专家系统 、多层前馈神经网络、 IB M 的国际象棋机器人 、日本的 A S H IMO 、韩国的 MA H2
RU 、我国的主体网格智能平台 A Grip 等 。
但这些成果多是 对智能的某些方面进行宏观的功能模拟 ,并未给出到底什么 样的符号 ,什么样的形式化方法来表示人脑的智能体系 。
尽
管有学者研究神经网络 ,探讨用神经网络方法模拟人脑而产
生智能 ,然而复杂的人脑结构以及未知的工作机理岂是简单 的神经网络模型所能表示的 。
图灵大师为了说明机器可以具有智能 ,提出了著名的“图灵测试”,用机器行为解释智能 , 将智能归为行为 ,而彭罗斯却认为意识是智能的根本 ,没有 意识就不会有思维 ,没有思维又何谈智能 ,因此认为机器不 能具有智能 。
爱丁顿曾提出 ,大脑是由原子 、电子组成 ,那么 一个普通原子的机械集合体能够成为一个具有思维的机器 吗 ? 机器是否可以具有智能不断地争论着 。
香农的信息论发表后 , 人工智能学者们受到启 发 ,开始用信息的观点来探讨人脑与智能 ,直到 20 世纪 90 年代的脑 ———机对话 (BCI) 实验出现 , 正式证明机器与人脑 在信息处理上的机理是一致的 ,大脑与计算机可以直接进行 信息交换 ,可以互相理解 ,计算机芯片可以成为大脑的一部 分 。
至此 ,机器是否可以具有智能的争论告一段落 ,人工智 能的发展出现了新的空间 。
2 人工智能的未来与挑战
人工智能研究的主要目标 ,就是希望用现代科学技术的 手段来扩展人类智能系统的能力[ 3 ] ,那么人工智能未来的发
展方向有哪些更值得关注的呢 ? 本文从四方面进行了阐述 :
人工智能技术与生物技术 、电子技术结合研究生物电子体 , 与脑科学 、信息处理技术结合研究大脑信息处理模型 ,与网 络技术 、软件技术结合研究网络智能软件 ,与通讯技术、控制 技术结合研究家庭机器人 。 (随机推荐阅读本站500篇优秀文章点击前往：500篇优秀随机文章)
