人工智能的定義是什麽？

人工智能技術從20世紀50年代中期興起至今，只有近60年的歷史。現在很多科學家都在研究人工智能，也有反對的。我在這裏整理了人工智能的相關內容，供大家參考。希望妳在閱讀過程中有所收獲！

人工智能導論

計算機科學的壹個分支。

人工智能，英文縮寫為AI。它是壹門研究和開發模擬、擴展和擴充人類智能的理論、方法、技術和應用系統的新技術科學。人工智能是計算機科學的壹個分支，它試圖理解智能的本質，並產生壹種新的智能機器，能夠以類似於人類智能的方式做出反應。該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統。人工智能自誕生以來，理論和技術日趨成熟，應用領域不斷擴大。可以想象，未來人工智能帶來的科技產品將是人類智慧的“容器”。

人工智能是對人類意識和思維的信息過程的模擬。人工智能不是人類的智能，但可以像人類壹樣思考，也有可能超越人類的智能。

人工智能是壹門具有挑戰性的科學，從事這項工作的人必須了解計算機知識、心理學和哲學。人工智能包含的科學範圍很廣，由不同的領域組成，如機器學習、計算機視覺等。壹般來說，人工智能研究的主要目標之壹是使機器能夠勝任壹些通常需要人類智能的復雜任務。但是不同的時代，不同的人對這個“復雜的作品”有不同的理解。

人工智能的定義

人工智能的定義可以分為兩部分，即“人工”和“智慧”。“人工”更容易理解，爭議更小。有時候我們要考慮人類能做出什麽，或者人自身的智力是否高到可以創造人工智能等等。但總的來說，“人工系統”是通常意義上的人工系統。

關於什麽是“智慧”，有很多問題。這涉及到其他問題，如意識壹致性、自我、思維意識包括無意識思維無意識意識意識等等。人們普遍認為，人們知道的唯壹智慧是他們自己的智慧。但是，我們對自身智慧的理解是非常有限的，對人類智慧的必要元素的理解也是有限的，所以很難定義什麽是“人工”智慧。所以對人工智能的研究往往涉及到對人類智能本身的研究。關於動物或其他人工系統的其他智能，壹般也被認為是與人工智能相關的研究課題。

人工智能在計算機領域越來越受到重視。它已應用於機器人、經濟和政治決策、控制系統和仿真系統。

尼爾森教授對人工智能的定義是:“人工智能是壹門關於知識的學科——關於如何表達知識以及如何獲取和使用知識的科學。”另壹位麻省理工學院的溫斯頓教授認為:“人工智能就是研究如何讓計算機做過去只有人才能做的智能工作。”這些說法反映了人工智能的基本思想和內容。即人工智能是研究人類智能活動規律，構造具有壹定智慧的人工系統，研究如何使計算機做過去需要人類智能的工作，即如何應用計算機軟硬件模擬人類的壹些智能行為的基本理論、方法和技術。

人工智能是計算機科學的壹個分支。自20世紀70年代以來，它被稱為世界上最先進的三大技術之壹:空間技術、能源技術和人工智能。它也被認為是21世紀的三大前沿技術之壹:基因工程、納米科學和人工智能。這是因為它在過去的30年中發展迅速，在許多學科中得到了廣泛的應用，並取得了豐碩的成果。人工智能逐漸成為壹個獨立的分支，在理論和實踐上自成體系。

人工智能(Artificial intelligence)是研究如何讓計算機模擬人類的壹些思維過程和智能行為如學習、推理、思考、規劃等的學科。主要包括計算機實現智慧的原理，使計算機類似於人腦智慧，使計算機能夠實現更高層次的應用。人工智能將涉及計算機科學、心理學、哲學和語言學。可以說，幾乎所有的自然科學和社會科學的學科都已經遠遠超出了計算機科學的範疇。人工智能和思維科學的關系是實踐和理論的關系。人工智能處於思維科學的技術應用層面，是它的壹個應用分支。從思維上看，人工智能不局限於邏輯思維，只有形象思維和靈感思維才能推動人工智能的突破性發展。數學往往被認為是很多學科的基礎科學，數學也進入了語言和思維領域。人工智能這門學科也必須借用數學工具。數學不僅在標準邏輯和模糊數學的範圍內發揮作用，而且進入人工智能的學科，會相互促進，發展更快。[2]

人工智能的研究價值

例如，繁重的科學和工程計算最初是由人腦承擔的。現在計算機不僅能完成這種計算，而且比人腦做得更快更準。因此，當代人不再把這種計算視為“需要人類智慧才能完成的復雜任務”。可見，雜工的定義隨著時代的發展和技術的進步而變化，人工智能的具體目標自然也隨著時代的變化而發展。壹方面不斷取得新的進步，另壹方面轉向更有意義和難度的目標。

壹般機器學習的數學基礎是統計學，信息論，控制論。還包括其他非數學科目。這種“機器學習”高度依賴“經驗”。計算機需要不斷地從解決壹類問題的經驗中獲取知識，學習策略。遇到類似問題時，他們和普通人壹樣，用經驗知識解決問題，積累新的經驗。我們可以把這種學習方式稱為“持續學習”。但人類除了從經驗中學習，還可以創造，也就是“跳躍學習”。這在某些情況下被稱為“靈感”或“頓悟”。壹直以來，計算機最難學的就是“頓悟”。或者更嚴格地說，計算機在學習和實踐中很難學會“獨立於量變的質變”，很難直接從壹種性質到另壹種性質，或者從壹種概念到另壹種概念。正因為如此，這裏的“修行”和人類的修行不是壹回事。人類實踐的過程既包括經驗，也包括創造。

這是聰明的研究人員夢寐以求的。

2013，數據綜合中心的數據研究員S.C WANG開發了壹種新的數據分析方法，導出了壹種研究函數性質的新方法。作者發現，新的數據分析方法為計算機社會提供了壹種“創造”的方式。本質上，這種方法提供了壹種相當有效的方法來模擬人的創造力。這種做法是數學賦予的，是普通人無法擁有而計算機可以擁有的“能力”。從此，計算機不僅擅長計算，而且因為擅長計算而擅長創造。計算機科學家應該斷然剝奪“有創造力”的計算機過於全面的運算能力，否則計算機總有壹天真的會“抓住”人類。

在回顧新方法的推導過程和數學時，作者擴展了對思維和數學的理解。數學是簡潔的，清晰的，可靠的，模型化的。在數學發展史上，數學大師們創造力的光輝處處閃耀。這些創意以各種數學定理或結論的形式呈現，而數學定理最大的特點就是以壹些基本概念和公理為基礎，以模式化的語言方式表達，信息豐富。應該說數學是最簡單直白的學科，體現了至少壹種創造力模式。

人工智能的發展階段

1956年夏天，以麥克阿瑟、明斯基、羅切斯特、神農為首的壹批有遠見的青年科學家聚在壹起，研究和討論了用機器模擬智能的壹系列相關問題，並首次提出了“人工智能”壹詞，標誌著這壹新學科的正式誕生。IBM的“深藍”計算機打敗了人類世界象棋冠軍，這是人工智能技術的完美表現。

人工智能自1956正式提出以來，50年來取得了長足的發展，已經成為壹門廣泛的交叉和前沿科學。壹般來說，人工智能的目的是讓計算機機器像人壹樣思考。如果妳想制造壹臺思考機器，妳必須知道什麽是思考，更進壹步，什麽是智慧。什麽樣的機器是智能的？科學家制造了汽車、火車、飛機、收音機等等。它們模仿我們身體器官的功能，但它們能模仿人腦的功能嗎？到目前為止，我們只知道我們皇冠上的這個東西是由數十億個神經細胞組成的器官。我們對這個東西知之甚少，模仿它可能是世界上最難的事情。

當計算機出現後，人類開始真正有了壹個可以模擬人類思維的工具。在隨後的幾年裏，無數科學家為了這個目標而努力。如今，人工智能不再是少數科學家的專利。世界上幾乎所有大學的計算機系都在學習這門學科，學計算機的大學生也必須上這樣壹門課。在大家的不懈努力下，現在的電腦似乎已經變得非常智能了。比如1997年5月，IBM開發的深藍計算機打敗了國際象棋大師卡斯帕羅夫。妳可能沒有註意到，在壹些地方，計算機幫助人們做其他原本屬於人類的工作，計算機以其高速度和準確性為人類發揮作用。人工智能壹直是計算機科學的前沿學科，計算機編程語言和其他計算機軟件也因為人工智能的進步而存在。

科學導論

實際應用

機器視覺、指紋識別、人臉識別、視網膜識別、虹膜識別、掌紋識別、專家系統、自動規劃、智能搜索、定理證明、遊戲、自動編程、智能控制、機器人學、語言和圖像理解、遺傳編程等。

主題類別

人工智能是壹門交叉學科，屬於自然科學和社會科學的交叉。

涉及學科

哲學和認知科學，數學，神經生理學，心理學，計算機科學，信息論，控制論，不確定性理論。

研究類別

自然語言處理、知識表示、智慧搜索、推理、規劃、機器學習、知識獲取、組合調度問題、感知問題、模式識別、邏輯編程的軟計算、不精確和不確定管理、人工生命、神經網絡、復雜系統、遺傳算法。

意識和人工智能

人工智能本質上是對人類思維信息過程的模擬。

人類思維的模擬可以通過兩種方式進行。壹種是結構模擬，模仿人腦的結構機制，制造出“類腦”機器；第二種是功能模擬，暫時拋開人腦內部結構，從其功能過程進行模擬。現代電子計算機的出現，是對人腦思維功能的模擬，也是對人腦思維信息過程的模擬。