機(jī)器人人工智能論文

　　目前研制的智能機(jī)器人大都只具有部分的智能，和真正的意義上的智能機(jī)器人，還差得很遠(yuǎn)。以下是學(xué)習(xí)啦小編整理分享的關(guān)于機(jī)器人人工智能論文的相關(guān)文章，歡迎閱讀!

.

　　機(jī)器人人工智能論文篇一

　　人工智能與智能機(jī)器人探析

　　【摘 要】 人工智能(AI)是研究使計(jì)算機(jī)來模擬人的某些思維過程和智能行為的學(xué)科，是二十一世紀(jì)三大尖端技術(shù)之一。AI未來的發(fā)展必將越來越廣泛，越來越深入，越來越快地向著人類智能的方向逼近。伴隨著人工智能和智能機(jī)器人的發(fā)展，為人類文化生活提供了新的模式。

　　【關(guān)鍵詞】 人工智能 大腦智能 智能機(jī)器人

　　0 引言

　　人工智能(Artificial Intelligence)，英文縮寫為AI，是研究使計(jì)算機(jī)來模擬人的某些思維過程和智能行為(如學(xué)習(xí)、推理、思考、規(guī)劃等)的學(xué)科，主要包括計(jì)算機(jī)實(shí)現(xiàn)智能的原理、制造類似于人腦智能的計(jì)算機(jī)。二十世紀(jì)七十年代以來被稱為世界三大尖端技術(shù)之一(空間技術(shù)、能源技術(shù)、人工智能)。也被認(rèn)為是二十一世紀(jì)(基因工程、納米科學(xué)、人工智能)三大尖端技術(shù)之一。

　　1 人工智能的發(fā)展歷程

　　(1)人工智能的思想萌芽可以追溯到十七世紀(jì)的巴斯卡和萊布尼茨，他們較早萌生了有智能的機(jī)器的想法。十九世紀(jì)，英國數(shù)學(xué)家布爾和德摩爾根提出了“思維定律”，這些可謂是人工智能的開端。十九世紀(jì)二十年代，英國科學(xué)家巴貝奇設(shè)計(jì)了第一架“計(jì)算機(jī)器”，它被認(rèn)為是計(jì)算機(jī)硬件，也是人工智能硬件的前身。1936年，24歲的英國數(shù)學(xué)家圖靈提出了“自動(dòng)機(jī)”理論，把研究會(huì)思維的機(jī)器和計(jì)算機(jī)的工作大大向前推進(jìn)了一步，在定義智慧時(shí)，圖靈做出了解釋，如果一臺(tái)機(jī)器能夠通過稱之為圖靈實(shí)驗(yàn)的測(cè)試，那它就是智慧的，圖靈實(shí)驗(yàn)的本質(zhì)就是讓人在不看外型的情況下不能區(qū)別是機(jī)器的行為還是人的行為。(2)上世紀(jì)三四十年代，維納、弗雷治、羅素的數(shù)理邏輯，和丘奇、圖靈的數(shù)字功用以及計(jì)算機(jī)處理發(fā)展促使了1956年夏Dartmouth會(huì)議上人工智能學(xué)科(由“人工智能之父”麥卡錫提出，麥卡錫曾是Stanford人工智能實(shí)驗(yàn)室主任)的誕生20世紀(jì)60年代以來，采用生物模仿來建立功能強(qiáng)大的算法，包括進(jìn)化計(jì)算等，人工生命以進(jìn)化計(jì)算為基礎(chǔ)，研究自組織、自復(fù)制、自修復(fù)以及形成這些特征的進(jìn)化和環(huán)境適應(yīng)。70年代以來，Conrad等研究人工仿生系統(tǒng)中的自適應(yīng)、進(jìn)化和群體動(dòng)力學(xué)，提出不斷完善的“人工世界”模型。80年代，人工神經(jīng)網(wǎng)絡(luò)再度興起促進(jìn)人工生命的發(fā)展。(3)1992年貝茲德克提出計(jì)算智能。專家系統(tǒng)在90年代興起，模擬人類專家解決領(lǐng)域問題。

　　2 人工智能的研究

　　強(qiáng)人工智能的觀點(diǎn)認(rèn)為有可能制造出真正能推理和解決問題的智能機(jī)器，并且，這樣的機(jī)器能將被認(rèn)為是有知覺的，有自我意識(shí)的。弱人工智能的觀點(diǎn)認(rèn)為不可能制造出能真正地推理和解決問題的智能機(jī)器，這些機(jī)器只不過看起來像是智能的，但是并不真正擁有智能，也不會(huì)有自主意識(shí)?，F(xiàn)在主流科研集中在弱人工智能上，強(qiáng)人工智能的研究則處于停滯不前的狀態(tài)下。

　　目前人工智能主要研究?jī)?nèi)容是：知識(shí)表示、自動(dòng)推理和搜索方法、機(jī)器學(xué)習(xí)和知識(shí)獲取、知識(shí)處理系統(tǒng)、自然語言理解、計(jì)算機(jī)視覺、智能機(jī)器人、自動(dòng)程序設(shè)計(jì)等方面，分布式人工智能與多智能主體系統(tǒng)、人工思維模型、知識(shí)系統(tǒng)、知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘、遺傳與演化計(jì)算、人工生命應(yīng)用等等。未來人工智能可能會(huì)向以下幾個(gè)方面發(fā)展：模糊處理、并行化、神經(jīng)網(wǎng)絡(luò)和機(jī)器情感。

　　3 人工智能的應(yīng)用

　　IBM公司“deep blue”電腦擊敗了人類的世界國際象棋冠軍，美國Sandia實(shí)驗(yàn)室建立了國際上最龐大的“虛擬現(xiàn)實(shí)”實(shí)驗(yàn)室，擬通過數(shù)據(jù)頭盔和數(shù)據(jù)手套實(shí)現(xiàn)更友好的人機(jī)交互。國際各大計(jì)算機(jī)公司相繼開始將人工智能作為其研究?jī)?nèi)容，幾乎包括所有IT企業(yè)，以及很多金融巨頭，紛紛建立自己的人工智能產(chǎn)業(yè)部，利用“智能”來解決問題。無人駕駛車的誕生，打破了汽車靠人駕駛的時(shí)代。

　　MIT開發(fā)出了SHRDLU，STUDENT系統(tǒng)可以解決代數(shù)問題，而SIR系統(tǒng)則開始理解簡(jiǎn)單的英文句子了，SIR的出現(xiàn)導(dǎo)致了新學(xué)科的出現(xiàn)：自然語言處理。在70年代出現(xiàn)的專家系統(tǒng)成了一個(gè)巨大的進(jìn)步，它頭一次讓人知道計(jì)算機(jī)可以代替人類專家進(jìn)行工作。在理論方面，計(jì)算機(jī)開始有了簡(jiǎn)單的思維和視覺，而不能不提的是人工智能語言Prolog語言誕生了，它和Lisp一起幾乎成了人工智能工作者不可缺少的工具。

　　4 人工智能的影響及發(fā)展必須注意的問題

　　(1)人工智能對(duì)自然科學(xué)的影響。在需要使用數(shù)學(xué)計(jì)算機(jī)工具解決問題的學(xué)科，AI帶來的幫助不言而喻。更重要的是，AI反過來有助于人類最終認(rèn)識(shí)自身智能的形成。(2)人工智能對(duì)經(jīng)濟(jì)的影響。專家系統(tǒng)更深入各行各業(yè)，帶來巨大的宏觀效益。AI也促進(jìn)了計(jì)算機(jī)工業(yè)網(wǎng)絡(luò)工業(yè)的發(fā)展。但同時(shí)，也帶來了勞務(wù)就業(yè)問題。由于AI在科技和工程中的應(yīng)用，能夠代替人類進(jìn)行各種技術(shù)工作和腦力勞動(dòng)，會(huì)造成社會(huì)結(jié)構(gòu)的劇烈變化。(3)人工智能對(duì)社會(huì)的影響。AI也為人類文化生活提供了新的模式?，F(xiàn)有的游戲?qū)⒅鸩桨l(fā)展為更高智能的交互式文化娛樂手段，今天，游戲中的人工智能應(yīng)用已經(jīng)深入到各大游戲制造商的開發(fā)中。

　　伴隨著人工智能和智能機(jī)器人的發(fā)展，不得不討論是人工智能本身就是超前研究，需要用未來的眼光開展現(xiàn)代的科研，因此很可能觸及倫理底線。作為科學(xué)研究可能涉及到的敏感問題，需要針對(duì)可能產(chǎn)生的沖突及早預(yù)防，而不是等到問題矛盾到了不可解決的時(shí)候才去想辦法化解。

　　5 智能機(jī)器人

　　智能機(jī)器人具有類似于人的智能，它裝備了高靈敏度的傳感器，因而具有超過一般人的視覺、聽覺、嗅覺、觸覺的能力，能對(duì)感知的信息進(jìn)行分析，控制自己的行為，處理環(huán)境發(fā)生的變化，完成交給的各種復(fù)雜、困難的任務(wù)。而且有自我學(xué)習(xí)、歸納、總結(jié)、提高已掌握知識(shí)的能力。目前研制的智能機(jī)器人大都只具有部分的智能，和真正的意義上的智能機(jī)器人，還差得很遠(yuǎn)。

　　6 結(jié)語

　　當(dāng)然，雖然人工智能一直都處于計(jì)算機(jī)技術(shù)的最前沿，但人工智能的發(fā)展也并不是一帆風(fēng)順的，并不象我們期待的那樣迅速，也曾因計(jì)算機(jī)計(jì)算能力的限制無法模仿人腦的思考以及與實(shí)際需求的差距過遠(yuǎn)而走入低谷。人工智能的問題的在于，一方面哲學(xué)、認(rèn)知科學(xué)、思維科學(xué)和心理學(xué)等學(xué)科所研究的智能層次高而抽象;另一方面AI邏輯符號(hào)、神經(jīng)網(wǎng)絡(luò)和行為主義所研究的智能層次太基本。由于對(duì)中間機(jī)制知之甚少，這種背景下提出的各種AI理論，就只能是或者完全不同于人類思維，與人類的思維模式相距太遠(yuǎn)，同時(shí)在人類思維方式的理解上也有待突破，不然很難形成更新的AI框架和理論體系。盡管如此，多學(xué)科的聯(lián)合協(xié)作研究也帶來了足夠引人注目的增長。因?yàn)槿斯ぶ悄艿幕纠碚撨€不完整，我們還不能從本質(zhì)上解釋我們的大腦為什么能夠思考，這種思考來自于什么，這種思考為什么得以產(chǎn)生等一系列問題。但經(jīng)過這幾十年的發(fā)展，我們相信它會(huì)給世界帶來難以預(yù)料的變化。

　　參考文獻(xiàn)：

　　[1][美]StuartJ.Russell[美]PeterNorvig人工智能：一種現(xiàn)代的方法(第3版).

　　[2]人工智能及其應(yīng)用蔡自興徐光佑.

　　[3]游戲人工智能編程案例精粹[美]MatBuckland.

　　[4]機(jī)器人學(xué)導(dǎo)論[美]克來格(Craig，J.J).

　　[5]計(jì)算智能導(dǎo)論(第2版)(南非)英吉布雷切特.

下一頁分享更優(yōu)秀的<<<機(jī)器人人工智能論文