正文

什么是人工智能定義

發(fā)布時間：2023-03-19 16:35:20 稿源：創(chuàng)意嶺閱讀： 63 問大家

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于什么是人工智能定義的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準(zhǔn)，寫出的就越詳細(xì)，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀企業(yè)，服務(wù)客戶遍布全國，代運營相關(guān)業(yè)務(wù)請撥打175-8598-2043，或微信：1454722008

本文目錄:

1、如何理解人工智能?>
2、什么是人工智能
3、AI(人工智能)的英文全稱?AI指什么,包含什么?
4、什么是人工智能專業(yè)?

什么是人工智能定義

一、如何理解人工智能?>

　人工智能的定義可以分為兩部分，即“人工”和“智能”?！叭斯ぁ北容^好理解，爭議性也不大。有時我們會要考慮什么是人力所能及制造的，或著人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步，等等。但總的來說，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。

關(guān)于什么是“智能”，就問題多多了。這涉及到其它諸如意識（consciousness）、自我（self）、思維（mind）（包括無意識的思維（unconscious_mind）等等問題。人唯一了解的智能是人本身的智能，這是普遍認(rèn)同的觀點。但是我們對我們自身智能的理解都非常有限，對構(gòu)成人的智能的必要元素也了解有限，所以就很難定義什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及對人的智能本身的研究。其它關(guān)于動物或其它人造系統(tǒng)的智能也普遍被認(rèn)為是人工智能相關(guān)的研究課題。

人工智能目前在計算機領(lǐng)域內(nèi)，得到了愈加廣泛的重視。并在機器人，經(jīng)濟政治決策，控制系統(tǒng)，仿真系統(tǒng)中得到應(yīng)用。

二、什么是人工智能

它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。

人工智能在計算機領(lǐng)域內(nèi)，得到了愈加廣泛的重視。并在機器人，經(jīng)濟政治決策，控制系統(tǒng)，仿真系統(tǒng)中得到應(yīng)用。

例如繁重的科學(xué)和工程計算本來是要人腦來承擔(dān)的，如今計算機不但能完成這種計算，而且能夠比人腦做得更快、更準(zhǔn)確，因此當(dāng)代人已不再把這種計算看作是“需要人類智能才能完成的復(fù)雜任務(wù)”，可見復(fù)雜工作的定義是隨著時代的發(fā)展和技術(shù)的進(jìn)步而變化的。

人工智能這門科學(xué)的具體目標(biāo)也自然隨著時代的變化而發(fā)展。它一方面不斷獲得新的進(jìn)展，另一方面又轉(zhuǎn)向更有意義、更加困難的目標(biāo)。

什么是人工智能定義

相關(guān)內(nèi)容：

人工智能的定義可以分為兩部分，即“人工”和“智能”?！叭斯ぁ北容^好理解，爭議性也不大。有時我們會要考慮什么是人力所能及制造的，或者人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步，等等。

但總的來說，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。

人工智能是研究使計算機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，主要包括計算機實現(xiàn)智能的原理、制造類似于人腦智能的計算機，使計算機能實現(xiàn)更高層次的應(yīng)用。

人工智能將涉及到計算機科學(xué)、心理學(xué)、哲學(xué)和語言學(xué)等學(xué)科。

從思維觀點看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進(jìn)人工智能的突破性的發(fā)展，數(shù)學(xué)常被認(rèn)為是多種學(xué)科的基礎(chǔ)科學(xué)。

數(shù)學(xué)也進(jìn)入語言、思維領(lǐng)域，人工智能學(xué)科也必須借用數(shù)學(xué)工具，數(shù)學(xué)不僅在標(biāo)準(zhǔn)邏輯、模糊數(shù)學(xué)等范圍發(fā)揮作用，數(shù)學(xué)進(jìn)入人工智能學(xué)科，它們將互相促進(jìn)而更快地發(fā)展。

三、AI(人工智能)的英文全稱?AI指什么,包含什么?

AI(Artificial Intelligence，人工智能) ?！叭斯ぶ悄堋币辉~最初是在1956 年Dartmouth學(xué)會上提出的。從那以后,研究者們發(fā)展了眾多理論和原理,人工智能的概念也隨之?dāng)U展。人工智能是一門極富挑戰(zhàn)性的科學(xué)，從事這項工作的人必須懂得計算機知識，心理學(xué)和哲學(xué)。人工智能是包括十分廣泛的科學(xué)，它由不同的領(lǐng)域組成，如機器學(xué)習(xí)，計算機視覺等等，總的說來，人工智能研究的一個主要目標(biāo)是使機器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。但不同的時代、不同的人對這種“復(fù)雜工作”的理解是不同的。例如繁重的科學(xué)和工程計算本來是要人腦來承擔(dān)的, 現(xiàn)在計算機不但能完成這種計算, 而且能夠比人腦做得更快、更準(zhǔn)確, 因之當(dāng)代人已不再把這種計算看作是“需要人類智能才能完成的復(fù)雜任務(wù)”, 可見復(fù)雜工作的定義是隨著時代的發(fā)展和技術(shù)的進(jìn)步而變化的, 人工智能這門科學(xué)的具體目標(biāo)也自然隨著時代的變化而發(fā)展。它一方面不斷獲得新的進(jìn)展, 一方面又轉(zhuǎn)向更有意義、更加困難的目標(biāo)。目前能夠用來研究人工智能的主要物質(zhì)手段以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機器就是計算機, 人工智能的發(fā)展歷史是和計算機科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的。除了計算機科學(xué)以外, 人工智能還涉及信息論、控制論、自動化、仿生學(xué)、生物學(xué)、心理學(xué)、數(shù)理邏輯、語言學(xué)、醫(yī)學(xué)和哲學(xué)等多門學(xué)科。

人工智能學(xué)科研究的主要內(nèi)容包括：知識表示、自動推理和搜索方法、機器學(xué)習(xí)和知識獲取、知識處理系統(tǒng)、自然語言理解、計算機視覺、智能機器人、自動程序設(shè)計等方面。

知識表示是人工智能的基本問題之一，推理和搜索都與表示方法密切相關(guān)。常用的知識表示方法有：邏輯表示法、產(chǎn)生式表示法、語義網(wǎng)絡(luò)表示法和框架表示法等。

常識，自然為人們所關(guān)注，已提出多種方法，如非單調(diào)推理、定性推理就是從不同角度來表達(dá)常識和處理常識的。

問題求解中的自動推理是知識的使用過程，由于有多種知識表示方法，相應(yīng)地有多種推理方法。推理過程一般可分為演繹推理和非演繹推理。謂詞邏輯是演繹推理的基礎(chǔ)。結(jié)構(gòu)化表示下的繼承性能推理是非演繹性的。由于知識處理的需要，近幾年來提出了多種非演澤的推理方法，如連接機制推理、類比推理、基于示例的推理、反繹推理和受限推理等。

搜索是人工智能的一種問題求解方法，搜索策略決定著問題求解的一個推理步驟中知識被使用的優(yōu)先關(guān)系?？煞譃闊o信息導(dǎo)引的盲目搜索和利用經(jīng)驗知識導(dǎo)引的啟發(fā)式搜索。啟發(fā)式知識常由啟發(fā)式函數(shù)來表示，啟發(fā)式知識利用得越充分，求解問題的搜索空間就越小。典型的啟發(fā)式搜索方法有A*、AO*算法等。近幾年搜索方法研究開始注意那些具有百萬節(jié)點的超大規(guī)模的搜索問題。

機器學(xué)習(xí)是人工智能的另一重要課題。機器學(xué)習(xí)是指在一定的知識表示意義下獲取新知識的過程，按照學(xué)習(xí)機制的不同，主要有歸納學(xué)習(xí)、分析學(xué)習(xí)、連接機制學(xué)習(xí)和遺傳學(xué)習(xí)等。

知識處理系統(tǒng)主要由知識庫和推理機組成。知識庫存儲系統(tǒng)所需要的知識，當(dāng)知識量較大而又有多種表示方法時，知識的合理組織與管理是重要的。推理機在問題求解時，規(guī)定使用知識的基本方法和策略，推理過程中為記錄結(jié)果或通信需設(shè)數(shù)據(jù)庫或采用黑板機制。如果在知識庫中存儲的是某一領(lǐng)域(如醫(yī)療診斷)的專家知識，則這樣的知識系統(tǒng)稱為專家系統(tǒng)。為適應(yīng)復(fù)雜問題的求解需要，單一的專家系統(tǒng)向多主體的分布式人工智能系統(tǒng)發(fā)展，這時知識共享、主體間的協(xié)作、矛盾的出現(xiàn)和處理將是研究的關(guān)鍵問題。

一、人工智能的歷史

人工智能（AI）是一門極富挑戰(zhàn)性的科學(xué)，從事這項工作的人必須懂得計算機知識，心理學(xué)和哲學(xué)。人工智能是包括十分廣泛的科學(xué)，它由不同的領(lǐng)域組成，如機器學(xué)習(xí)，計算機視覺等等，總的說來，人工智能的目的就是讓計算機這臺機器能夠象人一樣思考。這可是不是一個容易的事情。如果希望做出一臺能夠思考的機器，那就必須知識什么是思考，更進(jìn)一步講就是什么是智慧，它的表現(xiàn)是什么，你可以說科學(xué)

家有智慧，可你決不會說一個路人什么也不會，沒有知識，你同樣不敢說一個孩子沒有智慧，可對于機器你就不敢說它有智慧了吧，那么智慧是如何分辨的呢？我們說的話，我們做的事情，我們的想法如同泉水一樣從大腦中流出，如此自然，可是機器能夠嗎，那么什么樣的機器才是智慧的呢？科學(xué)家已經(jīng)作出了汽車，火車，飛機，收音機等等，它們模仿我們身體器官的功能，但是能不能模仿人類大腦的功能呢？到目前為止，我們也僅僅知道這個裝在我們天靈蓋里面的東西是由數(shù)十億個神經(jīng)細(xì)胞組成的器官，我們對這個東西知之甚少，模仿它或許是天下最困難的事情了。

在定義智慧時，英國科學(xué)家圖靈做出了貢獻(xiàn)，如果一臺機器能夠通過稱之為圖靈實驗的實驗，那它就是智慧的，圖靈實驗的本質(zhì) 就是讓人在不看外型的情況下不能區(qū)別是機器的行為還是人的行為時，這個機器就是智慧的。不要以為圖靈只做出這一點貢獻(xiàn)就會名垂表史，如果你是學(xué)計算機的就會知道，對于計算機人士而言，獲得圖靈獎就等于物理學(xué)家獲得諾貝爾獎一樣，圖靈在理論上奠定了計算機產(chǎn)生的基礎(chǔ)，沒有他的杰出貢獻(xiàn)世界上根本不可能有這個東西，更不用說什么網(wǎng)絡(luò)了。

科學(xué)家早在計算機出現(xiàn)之前就已經(jīng)希望能夠制造出可能模擬人類思維的機器了，在這方面我希望提到另外一個杰出的數(shù)學(xué)家，哲學(xué)家布爾，通過對人類思維進(jìn)行數(shù)學(xué)化精確地刻畫，他和其它杰出的科學(xué)家一起奠定了智慧機器的思維結(jié)構(gòu)與方法，今天我們的計算機內(nèi)使用的邏輯基礎(chǔ)正是他所創(chuàng)立的。

我想任何學(xué)過計算機的人對布爾一定不會陌生，我們所學(xué)的布爾代數(shù)，就是由它開創(chuàng)的。當(dāng)計算機出現(xiàn)后，人類開始真正有了一個可以模擬人類思維的工具了，在以后的歲月中，無數(shù)科學(xué)家為這個目標(biāo)努力著，現(xiàn)在人工智能已經(jīng)不再是幾個科學(xué)家的專利了，全世界幾乎所有大學(xué)的計算機系都有人在研究這門學(xué)科，學(xué)習(xí)計算機的大學(xué)生也必須學(xué)習(xí)這樣一門課程，在大家不懈的努力下，現(xiàn)在計算機似乎已經(jīng)變得十分聰明了，剛剛結(jié)束的國際象棋大賽中，計算機把人給勝了，這是人們都知道的，大家或許不會注意到，在一些地方計算機幫助人進(jìn)行其它原來只屬于人類的工作，計算機以它的高速和準(zhǔn)確為人類發(fā)揮著它的作用。人工智能始終是計算機科學(xué)的前沿學(xué)科，計算機編程語言和其它計算機軟件都因為有了人工智能的進(jìn)展而得以存在。

現(xiàn)在人類已經(jīng)把計算機的計算能力提高到了前所未有的地步，而人工智能也在下世紀(jì)領(lǐng)導(dǎo)計算機發(fā)展的潮頭，現(xiàn)在人工智能的發(fā)展因為受到理論上的限制不是很明顯，但它必將象今天的網(wǎng)絡(luò)一樣深遠(yuǎn)地影響我們的生活。

在世界各地對人工智能的研究很早就開始了，但對人工智能的真正實現(xiàn)要從計算機的誕生開始算起，這時人類才有可能以機器的實現(xiàn)人類的智能。AI這個英文單詞最早是在1956年的一次會議上提出的，在此以后，因此一些科學(xué)的努力它得以發(fā)展。人工智能的進(jìn)展并不象我們期待的那樣迅速，因為人工智能的基本理論還不完整，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，人工智能正在以它巨大的力量影響著人們的生活。

讓我們順著人工智能的發(fā)展來回顧一下計算機的發(fā)展，在1941年由美國和德國兩國共同研制的第一臺計算機誕生了，從此以后人類存儲和處理信息的方法開始發(fā)生革命性的變化。第一臺計算機的體型可不算太好，它比較胖，還比較嬌氣，需要工作在有空調(diào)的房間里，如果希望它處理什么事情，需要大家把線路重新接一次，這可不是一件省力氣的活兒，把成千上萬的線重新焊一下我想現(xiàn)在的程序員已經(jīng)是生活在天堂中了。

終于在1949發(fā)明了可以存儲程序的計算機，這樣，編程程序總算可以不用焊了，好多了。因為編程變得十分簡單，計算機理論的發(fā)展終于導(dǎo)致了人工智能理論的產(chǎn)生。人們總算可以找到一個存儲信息和自動處理信息的方法了。

雖然現(xiàn)在看來這種新機器已經(jīng)可以實現(xiàn)部分人類的智力，但是直到50年代人們才把人類智力和這種新機器聯(lián)系起來。我們注意到旁邊這位大肚子的老先生了，他在反饋理論上的研究最終讓他提出了一個論斷，所有

人類智力的結(jié)果都是一種反饋的結(jié)果，通過不斷地將結(jié)果反饋給機體而產(chǎn)生的動作，進(jìn)而產(chǎn)生了智能。我們家的抽水馬桶就是一個十分好的例子，水之所以不會常流不斷，正是因為有一個裝置在檢測水位的變化，如果水太多了，就把水管給關(guān)了，這就實現(xiàn)了反饋，是一種負(fù)反饋。如果連我們廁所里的裝置都可以實現(xiàn)反饋了，那我們應(yīng)該可以用一種機器實現(xiàn)反饋，進(jìn)而實現(xiàn)人類智力的機器形式重現(xiàn)。這種想法對于人工智能早期的有著重大的影響。

在1955的時候，香農(nóng)與人一起開發(fā)了The Logic TheoriST程序，它是一種采用樹形結(jié)構(gòu)的程序，在程序運行時，它在樹中搜索，尋找與可能答案最接近的樹的分枝進(jìn)行探索，以得到正確的答案。這個程序在人工智能的歷史上可以說是有重要地位的，它在學(xué)術(shù)上和社會上帶來的巨大的影響，以至于我們現(xiàn)在所采用的方法思想方法有許多還是來自于這個50年代的程序。

1956年，作為人工智能領(lǐng)域另一位著名科學(xué)家的麥卡希（就是右圖的那個人）召集了一次會議來討論人工智能未來的發(fā)展方向。從那時起，人工智能的名字才正式確立，這次會議在人工智能歷史上不是巨大的成功，但是這次會議給人工智能奠基人相互交流的機會，并為未來人工智能的發(fā)展起了鋪墊的作用。在此以后，工人智能的重點開始變?yōu)榻嵱玫哪軌蜃孕薪鉀Q問題的系統(tǒng)，并要求系統(tǒng)有自學(xué)習(xí)能力。在1957年，香農(nóng)和另一些人又開發(fā)了一個程序稱為General Problem Solver(GPS)，它對Wiener的反饋理論有一個擴展，并能夠解決一些比較普遍的問題。別的科學(xué)家在努力開發(fā)系統(tǒng)時，右圖這位科學(xué)家作出了一項重大的貢獻(xiàn)，他創(chuàng)建了表處理語言LISP，直到現(xiàn)在許多人工智能程序還在使用這種語言，它幾乎成了人工智能的代名詞，到了今天，LISP仍然在發(fā)展。

在1963年，麻省理工學(xué)院受到了美國政府和國防部的支持進(jìn)行人工智能的研究，美國政府不是為了別的，而是為了在冷戰(zhàn)中保持與蘇聯(lián)的均衡，雖然這個目的是帶點火藥味的，但是它的結(jié)果卻使人工智能得到了巨大的發(fā)展。其后發(fā)展出的許多程序十分引人注目，麻省理工大學(xué)開發(fā)出了SHRDLU。在這個大發(fā)展的60年代，STUDENT系統(tǒng)可以解決代數(shù)問題，而SIR系統(tǒng)則開始理解簡單的英文句子了，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)成了一個巨大的進(jìn)步，他頭一次讓人知道計算機可以代替人類專家進(jìn)行一些工作了，由于計算機硬件性能的提高，人工智能得以進(jìn)行一系列重要的活動，如統(tǒng)計分析數(shù)據(jù)，參與醫(yī)療診斷等等，它作為生活的重要方面開始改變?nèi)祟惿盍?。在理論方面?0年代也是大發(fā)展的一個時期，計算機開始有了簡單的思維和視覺，而不能不提的是在70年代，另一個人工智能語言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。不要以為人工智能離我們很遠(yuǎn)，它已經(jīng)在進(jìn)入我們的生活，模糊控制，決策支持等等方面都有人工智能的影子。讓計算機這個機器代替人類進(jìn)行簡單的智力活動，把人類解放用于其它更有益的工作，這是人工智能的目的，但我想對科學(xué)真理的無盡追求才是最終的動力吧。

二、人工智能的應(yīng)用領(lǐng)域

1、問題求解。

人工智能的第一大成就是下棋程序，在下棋程度中應(yīng)用的某些技術(shù)，如向前看幾步，把困難的問題分解成一些較容易的子問題，發(fā)展成為搜索和問題歸納這樣的人工智能基本技術(shù)。今天的計算機程序已能夠達(dá)到下各種方盤棋和國際象棋的錦標(biāo)賽水平。但是，尚未解決包括人類棋手具有的但尚不能明確表達(dá)的能力。如國際象棋大師們洞察棋局的能力。另一個問題是涉及問題的原概念，在人工智能中叫問題表示的選擇，人們常能找到某種思考問題的方法，從而使求解變易而解決該問題。到目前為止，人工智能程序已能知道如何考慮它們要解決的問題，即搜索解答空間，尋找較優(yōu)解答。

2、邏輯推理與定理證明。

邏輯推理是人工智能研究中最持久的領(lǐng)域之一，其中特別重要的是要找到一些方法，只把注意力集中在一個大型的數(shù)據(jù)庫中的有關(guān)事實上，留意可信的證明，并在出現(xiàn)新信息時適時修正這些證明。對數(shù)學(xué)中臆測的題。定理尋找一個證明或反證，不僅需要有根據(jù)假設(shè)進(jìn)行演繹的能力，而且許多非形式的工作，包括醫(yī)療診斷和信息檢索都可以和定理證明問題一樣加以形式化，因此，在人工智能方法的研究中定理證明是一個極其重要的論題。

3、自然語言處理。

自然語言的處理是人工智能技術(shù)應(yīng)用于實際領(lǐng)域的典型范例，經(jīng)過多年艱苦努力，這一領(lǐng)域已獲得了大量令人注目的成果。目前該領(lǐng)域的主要課題是：計算機系統(tǒng)如何以主題和對話情境為基礎(chǔ)，注重大量的常識——世界知識和期望作用，生成和理解自然語言。這是一個極其復(fù)雜的編碼和解碼問題。

4、智能信息檢索技術(shù)。

受"()*+ (*) 技術(shù)迅猛發(fā)展的影響，信息獲取和精化技術(shù)已成為當(dāng)代計算機科學(xué)與技術(shù)研究中迫切需要研究的課題，將人工智能技術(shù)應(yīng)用于這一領(lǐng)域的研究是人工智能走向廣泛實際應(yīng)用的契機與突破口。

5、專家系統(tǒng)。

專家系統(tǒng)是目前人工智能中最活躍、最有成效的一個研究領(lǐng)域,它是一種具有特定領(lǐng)域內(nèi)大量知識與經(jīng)驗的程序系統(tǒng)。近年來，在“ 專家系統(tǒng)”或“ 知識工程”的研究中已出現(xiàn)了成功和有效應(yīng)用人工智能技術(shù)的趨勢。人類專家由于具有豐富的知識，所以才能達(dá)到優(yōu)異的解決問題的能力。那么計算機程序如果能體現(xiàn)和應(yīng)用這些知識，也應(yīng)該能解決人類專家所解決的問題，而且能幫助人類專家發(fā)現(xiàn)推理過程中出現(xiàn)的差錯，現(xiàn)在這一點已被證實。如在礦物勘測、化學(xué)分析、規(guī)劃和醫(yī)學(xué)診斷方面，專家系統(tǒng)已經(jīng)達(dá)到了人類專家的水平。成功的例子如：PROSPECTOR系統(tǒng)發(fā)現(xiàn)了一個鉬礦沉積，價值超過1億美元。DENDRL系統(tǒng)的性能已超過一般專家的水平，可供數(shù)百人在化學(xué)結(jié)構(gòu)分析方面的使用。MY CIN系統(tǒng)可以對血液傳染病的診斷治療方案提供咨詢意見。經(jīng)正式鑒定結(jié)果，對患有細(xì)菌血液病、腦膜炎方面的診斷和提供治療方案已超過了這方面的專家。

三、人工智能理論的數(shù)學(xué)化趨勢越來越突出

在現(xiàn)代科技高速發(fā)展的今天，許多科技理論都有賴于數(shù)學(xué)提供證明，有賴于數(shù)學(xué)對其的仿真。人工智能的發(fā)展也不例外，如何把人們的思維活動形式化、符號化，使其得以在計算機上實現(xiàn)，就成為人工智能研究的重要課題。在這方面，邏輯的有關(guān)理論、方法、技術(shù)起著十分重要的作用，它不僅為人工智能提供了有力的工具，而且也為知識的推理奠定了理論基礎(chǔ)。人工智能中用到的邏輯可概括地分為兩大類。一類是經(jīng)典命題邏輯和一階謂詞邏輯，其特點是任何一個命題的真值或者是“真”，或者是“假”，二者必居其一。這一類問題可以用數(shù)學(xué)里的經(jīng)典邏輯理論來解決。世界上事物千差萬別，形形色色，除了確定性的事物或概念外，更廣泛存在的是不確定性的事物或概念。這些不確定的事物是無法用經(jīng)典邏輯理論來解決的。因此我們需要發(fā)展新的數(shù)學(xué)工具來表示這些問題。目前在人工智能中對不確定性的事物或概念是通過運用多值邏輯、模糊理論及概率來描述、處理的。多值邏輯、模糊理論及概率雖然都是通過在〔!，"〕上取值來刻畫不確定性，但三者之間又存在著很大區(qū)別。多值邏輯是通過在真（"）與假（!）之間增加了若干中介真值來描述事物為真的程度的，但它把各個中介真值看作是彼此完全分立的，界限分明。而模糊理論認(rèn)為不同的中介真值之間沒有明確的界限，表現(xiàn)了不同中介值相互貫通、滲透的特征，從而更好地反映了不確定性的本質(zhì)。概率用來度量事件發(fā)生的可能性，而事件本身的含義是明確的，只是在一定的條件下它可能不發(fā)生，它與模糊理論是從兩個不同的角度來描述不確定性的，因而有人稱模糊理論描述了事物內(nèi)在的不確定性，而概率描述的是事物外在的不確定性。由上可以看出，數(shù)學(xué)使得人工智能能很好的模擬人類智能，大大推動了人工智能的向前發(fā)展。現(xiàn)在人工智能中還有一些問題用現(xiàn)在的數(shù)學(xué)很難表示出來，相信在數(shù)學(xué)知識不斷發(fā)展之后，這些問題能很快得到解決。

五、人工智能的發(fā)展現(xiàn)狀及前景

目前絕大多數(shù)人工智能系統(tǒng)都是建立在物理符號系統(tǒng)假設(shè)之上的。在尚未出現(xiàn)能與物理符號系統(tǒng)假設(shè)相抗衡的新的人工智能理論之前,無論從設(shè)計原理還是從已取得的實驗結(jié)果來看,SOAr 在探討智能行為的一般特征和人類認(rèn)知的具體特征的艱難征途上都取得了有特色的進(jìn)展或成就,處在人工智能研究的前沿。

80 年代,以Newell A 為代表的研究學(xué)者總結(jié)了專家系統(tǒng)的成功經(jīng)驗,吸收了認(rèn)知科學(xué)研究的最新成果,提出了作為通用智能基礎(chǔ)的體系結(jié)構(gòu)Soar。目前的Soar 已經(jīng)顯示出強大的問題求解能力。在Soar中已實現(xiàn)了30 多種搜索方法,實現(xiàn)了若干知識密集型任務(wù)(專家系統(tǒng)) ,如RI 等。rOOks 提出了人工智能的一種新的途徑。它認(rèn)為無需概念或者說無需符號表示,智能系統(tǒng)的能力可以逐步進(jìn)化。在它的研究中突出4 個概念:(1) 所處的境遇機器人不涉及抽象的描述,而是處在直接影響系統(tǒng)的行為的境地。(2) 具體化機器人有軀干,有直接來自周圍世界的經(jīng)驗,他們的感官起作用后立即會有反饋。(3) 智能智能的來源不僅僅是限于計算裝置,也是由于與周圍進(jìn)行交互的動態(tài)決定。(4) 浮現(xiàn) 從系統(tǒng)與周圍世界的交互以及有時候系統(tǒng)的部件間的交互浮現(xiàn)出智能。

五、結(jié)語

人工智能不單單需要邏輯思維與模仿,科學(xué)家們對人類大腦和神經(jīng)系統(tǒng)研究得越多,他們越加肯定:情感是智能的一部分,而不是與智能相分離的。因此人工智能領(lǐng)域的下一個突破可能不僅在于賦予計算機更多的邏輯推理能力,而且還要賦予它情感能力。許多科學(xué)家斷言,機器的智能會迅速超過阿爾伯特·愛因斯坦和霍金的智能之和。到下世紀(jì)中葉,人類生命的本質(zhì)也會發(fā)生變化。神經(jīng)植入將增強人類的知識和思考能力,并且開始向一種復(fù)合的人/機關(guān)系過渡,這種復(fù)合關(guān)系將使人類逐漸停止對生物機體的需求。大量非常微小的機器人將在大腦的感覺區(qū)里占據(jù)一席之地,并且創(chuàng)造出真假難辨的虛擬現(xiàn)實的仿真效果。

人工智能的實現(xiàn)，不是天方夜譚。雖然會很辛苦，但是沒有人規(guī)定只有人類可以思考。就像是生命的不同表現(xiàn)形式，動物，植物，微生物，是不同的生命的形式。人類可以以未知的方式思考，計算機也可以以另一種（并非一定要和人相同的）形式思考。

著名軟件公司ADOBE的專業(yè)制圖軟件Illustrator 的一種文件格式!

AI （ Artificial Intelligence ）：人工智能。就是指計算機模仿真實世界的行為方式與人類思維與游戲的方式的運算能力。那是一整套極為復(fù)雜的運算系統(tǒng)與運算規(guī)則。

=============================================================

此外，AI還代表ALLEN IVERSON（阿倫·艾佛森），他生于美國，是全世界最好的籃球聯(lián)盟——“NBA”96黃金一代的代表人物，是NBA有史以來最好的后衛(wèi)之一，他以183cm身高在眾多魁梧的球員中靈動跳躍，獨領(lǐng)風(fēng)騷。他先后摘取過NBA得分王、搶斷王等稱號，還在2001年帶領(lǐng)76人隊闖進(jìn)NBA總決賽。他以特立獨行的風(fēng)格和滿身的紋身成為全球籃球青少年瘋狂追捧的偶像。

————————————————————————————————————

歌手姓名： AI 英文名： AI

唱片公司：環(huán)球唱片（Universal Music）

國籍：日本語言：日語

興趣：

個人經(jīng)歷：＊東瀛首席嘻哈女力、R&B歌姬她是張力十足的嘻哈女力，也是柔情似水的R&B美聲歌姬，AI，22歲的她在時尚一派與安室奈美惠合唱‘Uh、Uh…’，并在珍娜杰克森的音樂錄影帶中展現(xiàn)絕贊舞技，除了過人的歌舞才華之外，詞曲創(chuàng)作力更是傲視東瀛R&B舞臺，在嘻哈音樂大廠Def Jam Japan簽下一紙合約之后，發(fā)行‘ORIGINAL A.I./原創(chuàng)A.I.’專輯立刻贏得媒體一致肯定，除了拿下SPACE SHOWER TV的R& B音樂錄影帶大獎外，更代表日本參加2004年MTV BUZZ ASIA演唱會，一舉打進(jìn)亞洲市場。

以過人演唱的天賦而獲得日本“新時代音樂代言人”殊榮的HIP HOP小天后AI，近日參加了在臺北舉行的“臺北流行音樂節(jié)”，同行的日本歌手還有一青窈以及藤木直人。在這場盛大的音樂節(jié)上，AI以她新穎而獨特的演唱方式以及活力四射的表演令在場6萬歌迷為之傾倒。 AI有著四分之一的意大利血統(tǒng)，骨子里就透出一種浪漫和前衛(wèi)的氣息。而她又是在美國長大，接觸的音樂也很多元化。由于AI的母親非常喜歡音樂，所以從小她就深受各種類型音樂的熏陶。在15歲時，AI還曾經(jīng)參加過珍妮·杰克遜的MTV《GO DEEP》的錄制。不過，在日本出道時卻并不順利，因為與工作人員在音樂理解上的不同，當(dāng)大家對自己的音樂反映很冷淡時，她就很想去敲墻壁，可見其可愛之處。不過，AI并沒有被現(xiàn)實所擊敗，仍然堅持走HIP HOP這條音樂路線，使得她的音樂風(fēng)格也帶給人們一種全新的感受。在今年日本最權(quán)威的公信榜票選中，AI從眾多新晉女性中脫穎而出，成為新一代音樂天后接班人。對此，AI自己也非常滿意，她表示自己想要成為一個很有朝氣的歌手，給更多的人帶來幸福感。這次的臺北流行音樂節(jié)，AI也是做足了準(zhǔn)備。除了帶上偕同一起演出的DJ、化妝師、造型師、人聲樂手AFURA以外，連日本報知新聞、電通、朝日電視臺等日本媒體的高層人士以及自己經(jīng)濟公司的社長也都一同前來，浩浩蕩蕩23人的訪華隊伍令A(yù)I頗有面子。而赴臺之前，AI也時常向安室奈美惠等曾經(jīng)去過臺灣的人請教，以進(jìn)一步了解臺灣。聽說臺北美食多多，AI興奮地說想要常常小籠包、路邊攤，所以這次的臺灣之行，除了要參加音樂節(jié)和拍攝特輯，還順帶要向日本觀眾介紹臺灣美食，這也使AI欣喜不已。臺灣表演大獲成功后，AI也表示自己想要更了解華人音樂，有機會的話，也希望能夠像平井堅、安室奈美惠等日本歌手一樣，可以在臺灣等地開演唱會，和臺灣的歌手同臺獻(xiàn)藝。其實AI出國獻(xiàn)藝已經(jīng)不是第一次，在幾個月前的韓國漢城MTV BUZZ ASIA演唱會中，AI也曾把歌詞改為韓文，而這次為了更貼近觀眾，AI也把歌詞改成了中文來演唱。為期四天的臺灣之行，AI讓更多的人領(lǐng)略了她的“小天后”風(fēng)采，也順便為自己今秋將要展開的全國巡演造勢。

四、什么是人工智能專業(yè)?

人工智能技術(shù)關(guān)系到人工智能產(chǎn)品是否可以順利應(yīng)用到我們的生活場景中。在人工智能領(lǐng)域，它普遍包含了機器學(xué)習(xí)、知識圖譜、自然語言處理、人機交互、計算機視覺、生物特征識別、AR/VR七個關(guān)鍵技術(shù)。

一、機器學(xué)習(xí)

機器學(xué)習(xí)(MachineLearning)是一門涉及統(tǒng)計學(xué)、系統(tǒng)辨識、逼近理論、神經(jīng)網(wǎng)絡(luò)、優(yōu)化理論、計算機科學(xué)、腦科學(xué)等諸多領(lǐng)域的交叉學(xué)科，研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能，是人工智能技術(shù)的核心?；跀?shù)據(jù)的機器學(xué)習(xí)是現(xiàn)代智能技術(shù)中的重要方法之一，研究從觀測數(shù)據(jù)(樣本)出發(fā)尋找規(guī)律，利用這些規(guī)律對未來數(shù)據(jù)或無法觀測的數(shù)據(jù)進(jìn)行預(yù)測。根據(jù)學(xué)習(xí)模式、學(xué)習(xí)方法以及算法的不同，機器學(xué)習(xí)存在不同的分類方法。

根據(jù)學(xué)習(xí)模式將機器學(xué)習(xí)分類為監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強化學(xué)習(xí)等。

根據(jù)學(xué)習(xí)方法可以將機器學(xué)習(xí)分為傳統(tǒng)機器學(xué)習(xí)和深度學(xué)習(xí)。

二、知識圖譜

知識圖譜本質(zhì)上是結(jié)構(gòu)化的語義知識庫，是一種由節(jié)點和邊組成的圖數(shù)據(jù)結(jié)構(gòu)，以符號形式描述物理世界中的概念及其相互關(guān)系，其基本組成單位是“實體—關(guān)系—實體”三元組，以及實體及其相關(guān)“屬性—值”對。不同實體之間通過關(guān)系相互聯(lián)結(jié)，構(gòu)成網(wǎng)狀的知識結(jié)構(gòu)。在知識圖譜中，每個節(jié)點表示現(xiàn)實世界的“實體”，每條邊為實體與實體之間的“關(guān)系”。通俗地講，知識圖譜就是把所有不同種類的信息連接在一起而得到的一個關(guān)系網(wǎng)絡(luò)，提供了從“關(guān)系”的角度去分析問題的能力。

知識圖譜可用于反欺詐、不一致性驗證、組團欺詐等公共安全保障領(lǐng)域，需要用到異常分析、靜態(tài)分析、動態(tài)分析等數(shù)據(jù)挖掘方法。特別地，知識圖譜在搜索引擎、可視化展示和精準(zhǔn)營銷方面有很大的優(yōu)勢，已成為業(yè)界的熱門工具。但是，知識圖譜的發(fā)展還有很大的挑戰(zhàn)，如數(shù)據(jù)的噪聲問題，即數(shù)據(jù)本身有錯誤或者數(shù)據(jù)存在冗余。隨著知識圖譜應(yīng)用的不斷深入，還有一系列關(guān)鍵技術(shù)需要突破。

三、自然語言處理

自然語言處理是計算機科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個重要方向，研究能實現(xiàn)人與計算機之間用自然語言進(jìn)行有效通信的各種理論和方法，涉及的領(lǐng)域較多，主要包括機器翻譯、機器閱讀理解和問答系統(tǒng)等。

機器翻譯

機器翻譯技術(shù)是指利用計算機技術(shù)實現(xiàn)從一種自然語言到另外一種自然語言的翻譯過程?；诮y(tǒng)計的機器翻譯方法突破了之前基于規(guī)則和實例翻譯方法的局限性，翻譯性能取得巨大提升?；谏疃壬窠?jīng)網(wǎng)絡(luò)的機器翻譯在日?？谡Z等一些場景的成功應(yīng)用已經(jīng)顯現(xiàn)出了巨大的潛力。隨著上下文的語境表征和知識邏輯推理能力的發(fā)展，自然語言知識圖譜不斷擴充，機器翻譯將會在多輪對話翻譯及篇章翻譯等領(lǐng)域取得更大進(jìn)展。

語義理解

語義理解技術(shù)是指利用計算機技術(shù)實現(xiàn)對文本篇章的理解，并且回答與篇章相關(guān)問題的過程。語義理解更注重于對上下文的理解以及對答案精準(zhǔn)程度的把控。隨著MCTest數(shù)據(jù)集的發(fā)布，語義理解受到更多關(guān)注，取得了快速發(fā)展，相關(guān)數(shù)據(jù)集和對應(yīng)的神經(jīng)網(wǎng)絡(luò)模型層出不窮。語義理解技術(shù)將在智能客服、產(chǎn)品自動問答等相關(guān)領(lǐng)域發(fā)揮重要作用，進(jìn)一步提高問答與對話系統(tǒng)的精度。

問答系統(tǒng)

問答系統(tǒng)分為開放領(lǐng)域的對話系統(tǒng)和特定領(lǐng)域的問答系統(tǒng)。問答系統(tǒng)技術(shù)是指讓計算機像人類一樣用自然語言與人交流的技術(shù)。人們可以向問答系統(tǒng)提交用自然語言表達(dá)的問題，系統(tǒng)會返回關(guān)聯(lián)性較高的答案。盡管問答系統(tǒng)目前已經(jīng)有了不少應(yīng)用產(chǎn)品出現(xiàn)，但大多是在實際信息服務(wù)系統(tǒng)和智能手機助手等領(lǐng)域中的應(yīng)用，在問答系統(tǒng)魯棒性方面仍然存在著問題和挑戰(zhàn)。

自然語言處理面臨四大挑戰(zhàn)：

一是在詞法、句法、語義、語用和語音等不同層面存在不確定性;

二是新的詞匯、術(shù)語、語義和語法導(dǎo)致未知語言現(xiàn)象的不可預(yù)測性;

三是數(shù)據(jù)資源的不充分使其難以覆蓋復(fù)雜的語言現(xiàn)象;

四是語義知識的模糊性和錯綜復(fù)雜的關(guān)聯(lián)性難以用簡單的數(shù)學(xué)模型描述，語義計算需要參數(shù)龐大的非線性計算

四、人機交互

人機交互主要研究人和計算機之間的信息交換，主要包括人到計算機和計算機到人的兩部分信息交換，是人工智能領(lǐng)域的重要的外圍技術(shù)。人機交互是與認(rèn)知心理學(xué)、人機工程學(xué)、多媒體技術(shù)、虛擬現(xiàn)實技術(shù)等密切相關(guān)的綜合學(xué)科。傳統(tǒng)的人與計算機之間的信息交換主要依靠交互設(shè)備進(jìn)行，主要包括鍵盤、鼠標(biāo)、操縱桿、數(shù)據(jù)服裝、眼動跟蹤器、位置跟蹤器、數(shù)據(jù)手套、壓力筆等輸入設(shè)備，以及打印機、繪圖儀、顯示器、頭盔式顯示器、音箱等輸出設(shè)備。人機交互技術(shù)除了傳統(tǒng)的基本交互和圖形交互外，還包括語音交互、情感交互、體感交互及腦機交互等技術(shù)。

五、計算機視覺

計算機視覺是使用計算機模仿人類視覺系統(tǒng)的科學(xué)，讓計算機擁有類似人類提取、處理、理解和分析圖像以及圖像序列的能力。自動駕駛、機器人、智能醫(yī)療等領(lǐng)域均需要通過計算機視覺技術(shù)從視覺信號中提取并處理信息。近來隨著深度學(xué)習(xí)的發(fā)展，預(yù)處理、特征提取與算法處理漸漸融合，形成端到端的人工智能算法技術(shù)。根據(jù)解決的問題，計算機視覺可分為計算成像學(xué)、圖像理解、三維視覺、動態(tài)視覺和視頻編解碼五大類。

目前，計算機視覺技術(shù)發(fā)展迅速，已具備初步的產(chǎn)業(yè)規(guī)模。未來計算機視覺技術(shù)的發(fā)展主要面臨以下挑戰(zhàn)：

一是如何在不同的應(yīng)用領(lǐng)域和其他技術(shù)更好的結(jié)合，計算機視覺在解決某些問題時可以廣泛利用大數(shù)據(jù)，已經(jīng)逐漸成熟并且可以超過人類，而在某些問題上卻無法達(dá)到很高的精度;

二是如何降低計算機視覺算法的開發(fā)時間和人力成本，目前計算機視覺算法需要大量的數(shù)據(jù)與人工標(biāo)注，需要較長的研發(fā)周期以達(dá)到應(yīng)用領(lǐng)域所要求的精度與耗時;

三是如何加快新型算法的設(shè)計開發(fā)，隨著新的成像硬件與人工智能芯片的出現(xiàn)，針對不同芯片與數(shù)據(jù)采集設(shè)備的計算機視覺算法的設(shè)計與開發(fā)也是挑戰(zhàn)之一。

六、生物特征識別

生物特征識別技術(shù)是指通過個體生理特征或行為特征對個體身份進(jìn)行識別認(rèn)證的技術(shù)。從應(yīng)用流程看，生物特征識別通常分為注冊和識別兩個階段。注冊階段通過傳感器對人體的生物表征信息進(jìn)行采集，如利用圖像傳感器對指紋和人臉等光學(xué)信息、麥克風(fēng)對說話聲等聲學(xué)信息進(jìn)行采集，利用數(shù)據(jù)預(yù)處理以及特征提取技術(shù)對采集的數(shù)據(jù)進(jìn)行處理，得到相應(yīng)的特征進(jìn)行存儲。

識別過程采用與注冊過程一致的信息采集方式對待識別人進(jìn)行信息采集、數(shù)據(jù)預(yù)處理和特征提取，然后將提取的特征與存儲的特征進(jìn)行比對分析，完成識別。從應(yīng)用任務(wù)看，生物特征識別一般分為辨認(rèn)與確認(rèn)兩種任務(wù)，辨認(rèn)是指從存儲庫中確定待識別人身份的過程，是一對多的問題;確認(rèn)是指將待識別人信息與存儲庫中特定單人信息進(jìn)行比對，確定身份的過程，是一對一的問題。

生物特征識別技術(shù)涉及的內(nèi)容十分廣泛，包括指紋、掌紋、人臉、虹膜、指靜脈、聲紋、步態(tài)等多種生物特征，其識別過程涉及到圖像處理、計算機視覺、語音識別、機器學(xué)習(xí)等多項技術(shù)。目前生物特征識別作為重要的智能化身份認(rèn)證技術(shù)，在金融、公共安全、教育、交通等領(lǐng)域得到廣泛的應(yīng)用。

七、VR/AR

虛擬現(xiàn)實(VR)/增強現(xiàn)實(AR)是以計算機為核心的新型視聽技術(shù)。結(jié)合相關(guān)科學(xué)技術(shù)，在一定范圍內(nèi)生成與真實環(huán)境在視覺、聽覺、觸感等方面高度近似的數(shù)字化環(huán)境。用戶借助必要的裝備與數(shù)字化環(huán)境中的對象進(jìn)行交互，相互影響，獲得近似真實環(huán)境的感受和體驗，通過顯示設(shè)備、跟蹤定位設(shè)備、觸力覺交互設(shè)備、數(shù)據(jù)獲取設(shè)備、專用芯片等實現(xiàn)。

虛擬現(xiàn)實/增強現(xiàn)實從技術(shù)特征角度，按照不同處理階段，可以分為獲取與建模技術(shù)、分析與利用技術(shù)、交換與分發(fā)技術(shù)、展示與交互技術(shù)以及技術(shù)標(biāo)準(zhǔn)與評價體系五個方面。獲取與建模技術(shù)研究如何把物理世界或者人類的創(chuàng)意進(jìn)行數(shù)字化和模型化，難點是三維物理世界的數(shù)字化和模型化技術(shù);分析與利用技術(shù)重點研究對數(shù)字內(nèi)容進(jìn)行分析、理解、搜索和知識化方法，其難點是在于內(nèi)容的語義表示和分析;交換與分發(fā)技術(shù)主要強調(diào)各種網(wǎng)絡(luò)環(huán)境下大規(guī)模的數(shù)字化內(nèi)容流通、轉(zhuǎn)換、集成和面向不同終端用戶的個性化服務(wù)等，其核心是開放的內(nèi)容交換和版權(quán)管理技術(shù);展示與交換技術(shù)重點研究符合人類習(xí)慣數(shù)字內(nèi)容的各種顯示技術(shù)及交互方法，以期提高人對復(fù)雜信息的認(rèn)知能力，其難點在于建立自然和諧的人機交互環(huán)境;標(biāo)準(zhǔn)與評價體系重點研究虛擬現(xiàn)實/增強現(xiàn)實基礎(chǔ)資源、內(nèi)容編目、信源編碼等的規(guī)范標(biāo)準(zhǔn)以及相應(yīng)的評估技術(shù)。

目前虛擬現(xiàn)實/增強現(xiàn)實面臨的挑戰(zhàn)主要體現(xiàn)在智能獲取、普適設(shè)備、自由交互和感知融合四個方面。在硬件平臺與裝置、核心芯片與器件、軟件平臺與工具、相關(guān)標(biāo)準(zhǔn)與規(guī)范等方面存在一系列科學(xué)技術(shù)問題?？傮w來說虛擬現(xiàn)實/增強現(xiàn)實呈現(xiàn)虛擬現(xiàn)實系統(tǒng)智能化、虛實環(huán)境對象無縫融合、自然交互全方位與舒適化的發(fā)展趨勢

以上就是關(guān)于什么是人工智能定義相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。