关于人工智能

人脑有意识，电脑有意识吗？在科学极其发展的今天，电脑是否会超越人脑，人是否会成为电脑的奴隶？哲学不能不对这一问题做出回答。 人工7a6431333166346134智能是20世纪中叶科学技术所取得的重大成果之一。它的诞生与发展对人类文明产生了巨大的影响和效益。同时也引起了哲学意识与人工智能的理论探讨。人工智能是相对于人类智能而言的。它是指用机械和电子装置来模拟和代替人类的某些智能。人工智能也称“机器智能”或“智能模拟”。当今人工智能主要是利用电子技术成果和仿生学方法，从大脑的结构方面模拟人脑的活动，即结构模拟。人脑是智能活动的物质基础，是由上百亿个神经元组成的复杂系统。结构模拟是从单个神经元入手的，先用电子元件制成神经元模型，然后把神经元模型连接成神经网络(脑模型) ，以完成某种功能，模拟人的某些智能。如1957年美国康乃尔大学罗森布莱特等人设计的“感知机”；1975年日本的福岛设计的“认知机”（自组织多层神经网络) 。电子计算机是智能模拟的物质技术工具。它是一种自动、高速处理信息的电子机器。它采用五个与大脑功能相似的部件组成了电脑，来模拟人脑的相应功能。这五个部件是：(1) 输入设备，模拟人的感受器(眼、耳、鼻等) ，用以接受外来的信息。人通过输入设备将需要计算机完成的任务、课题、运算步骤和原始数据采用机器所能接受的形式告诉计算机，并经输入设备把这些存放到存贮器中。(2) 存贮器，模拟人脑的记忆功能， 将输入的信息存储起来，供随时提取使用，是电子计算机的记忆装置。(3) 运算器，模拟人脑的计算、判断和选择功能，能进行加减乘除等算术运算和逻辑运算。(4) 控制器，人脑的分析综合活动以及通过思维活动对各个协调工作的控制功能，根据存贮器内的程序，控制计算机的各个部分协调工作。它是电脑的神经中枢。 (5)输出设备，模拟人脑的思维结果和对外界刺激的反映，把计算的结果报告给操作人员或与外部设备联系，指挥别的机器动作。以上五部分组成的电脑是电子模拟计算机的基本部分，称为硬件。只有硬件还不能有效地模拟和代替人脑的某些功能，还必须有相应的软件或软设备。所谓软件就是一套又一套事先编好的程序系统。人工智能的产生是人类科学技术进步的结果，是机器进化的结果。人类的发展史是人们利用各种生产工具有目的地改造第一自然( 自然造成的环境，如江河湖海、山脉森林等) ，创造第二自然( 即人化自然，如人造房屋、车辆机器等) 的历史。人类为了解决生理机能与劳动对象之间的矛盾，生产更多的财富，就要使其生产工具不断向前发展。人工智能，是随着科学技术的发展，在人们创造了各种复杂的机器设备，大大延伸了自己的手脚功能之后，为了解决迫切要延伸思维器官和放大智力功能的要求而产生和发展起来的。从哲学上看，物质世界不仅在本原上是统一的，而且在规律上也是相通的。不论是机器、动物和人，都存在着共同的信息与控制规律，都是信息转换系统，其活动都表现为一定信息输入与信息输出。人们认识世界与在实践中获取和处理信息的过程相联系，改造世界与依据已有的信息对外界对象进行控制的过程相联系。总之，一切系统都能通过信息交换与反馈进行自我调节，以抵抗干扰和保持自身的稳定。因此，可以由电子计算机运用信息与控制原理来模拟人的某些智能活动。从其它科学上来说，控制论与信息论就是运用系统方法，从功能上揭示了机器、动物、人等不同系统所具有的共同规律。以此把实际的描述形式化，即为现象和行为建立一个数学模型；把求解问题的方式机械化，即根据数学模型，制定某种算法和规则，以便机械地执行；把解决问题的过程自动化，即用符号语言把算法和规则编成程序，交给知识智能机器执行某种任务，使电子计算机模拟人的某些思维活动。所以，控制论、信息论是"智能模拟"的科学依据，“智能模拟”是控制论、信息论在实践中的最重要的实践结果。人工智能是人类智能的必要补充，但是人工智能与人类智能仍存在着本质的区别：1 、人工智能是机械的物理过程，不是生物过程。它不具备世界观、人生观、情感、意志、兴趣、爱好等心理活动所构成的主观世界。而人类智能则是在人脑生理活动基础上产生的心理活动，使人形成一个主观世界。因此，电脑与人脑虽然在信息的输入和输出的行为和功能上有共同之处，但在这方面两者的差别是十分明显的。从信息的输入看，同一件事，对于两个智能机具有相同的信息量，而对于两个不同的人从中获取的信息量却大不相同。“行家看门道，外行看热闹”就是这个道理。从信息的输出方面看，两台机器输出的同一信息，其信息量相等。而同一句话，对于饱于风霜的老人和天真幼稚的儿童，所说的意义却大不相同。2 、人工智能在解决问题时，不会意识到这是什么问题，它有什么意义，会带来什么后果。电脑没有自觉性，是靠人的操作完成其机械的运行机能；而人脑智能，人的意识都有目的性，可控性，人脑的思维活动是自觉的，能动的。3 、电脑必须接受人脑的指令，按预定的程序进行工作。它不能输出末经输入的任何东西。所谓结论，只不过是输入程序和输入数据的逻辑结果。它不能自主地提出问题，创造性地解决问题，在遇到没有列入程序的“意外”情况时，就束手无策或中断工作。人工智能没有创造性。而人脑功能则能在反映规律的基础上，提出新概念，作出新判断，创造新表象，具有丰富的想象力和创造性。4 、人工机器没有社会性。作为社会存在物的人，其脑功能是适应社会生活的需要而产生和发展的。人们的社会需要远远超出了直接生理需要的有限目的，是由社会的物质文明与精神文明的发展程序所决定的。因此，作为人脑功能的思维能力，是通过社会的教育和训练，通过对历史上积累下来的文化的吸收逐渐形成的。人的内心世界所以丰富多采，是由于人的社会联系是丰富的和多方面的，人类智能具有社会性。所以要把人脑功能全面模拟下来，就需要再现人的思想发展的整个历史逻辑。这是无论多么“聪明”的电脑都做不到的。随着科学技术的发展，思维模拟范围的不断扩大，电脑在功能上会不断向人脑接近。但从本质上看，它们之间只能是一条渐近线，它们之间的界限是不会清除的。模拟是近似而不能是等同。人工智能与人脑在功能上是局部超过，整体上不及。由于人工智能是由人造机器而产生的，因此，人工智能永远也不会赶上和超过人类智能。所谓“机器人将超过人奴役人”、“人将成为计算机思想家的玩物或害虫，…… 保存在将来的动物园”的“预言”是不能成立的。因为，它抹煞了人与机器的本质差别与根本界限。人工智能充实和演化了辩证唯物主义的意识论。它进一步表明了意识是人脑的机能，物质的属性。电脑对人脑的功能的模拟，表明了意识并不是神秘的不可捉摸的东西，不是游离于肉体内外脱离人脑的灵魂，也不是人脑分泌出来的特殊物质形态，而是人脑的机能属性。这就进一步证明了意识本质的原理。人工智能的出现深化了意识对物质的反作用的原理。人工智能是人类意识自我认识的产物。电脑的出现，意昧着人类意识已能部分地从人脑中分化出来，物化为物质的机械运动。这不仅延长了意识的器官，也说明意识能反过来创造"人脑"。这是意识对人脑的巨大的反作用。从意识与人脑的相互关系中进一步深化了意识对物质形态进步的反作用，意识作为最高的物质属性对于物质运动发展的反作用。人工智能引起了意识结构的变化，扩大了意识论的研究领域。电脑作为一种新形态的机器而进入了意识器官的行列。它不仅能完成人脑的一部分意识活动，而且在某种功能上还优于人脑。如人脑处理信息和采取行动的速度不如电脑，记忆和动作的准确性不如电脑。因此，在现代科学认识活动中，没有人工智能，就不会有人类认识能力的突破性发展和认识范围的不断扩大。电脑不仅依赖于人，人也依赖于电脑。这就使得在意识论结构上增加了对人工智能的探讨以及对人机互补的关系的探讨。同时思维模拟，也把思维形式在思维中的作用问题突出出来，为意识论的研究提出了一个重要课题。 本回答被提问者和网友采纳

人工智能（Artificial Intelligence）, 英文缩写为 AI, 是一门综合了 计算机科学、生理学、哲学的交叉学科。 人工智能的研究课题涵盖面很广，从机器视觉到专家系统，包括了许多不同的领域。 这其中共同的基本特点是让机器学会“思考” 。为了区分机器是否会“思考”（thinking），有必要给出“智能”（intelligence）的定义。究竟“会思考”到什么程度才叫智能？比方说，解决复杂的问题，还是能够进行概括和发现关联? 还有什么是“知觉”（perception），什么是“理解”（comprehension）等等？ 对学习过程、语言和感官知觉的研究为科学家构建智能机器提供了帮助。 现在，人工智能专家们面临的最大挑战之一是如何构造一个系统，可以模仿由上百亿个神经元组成的人脑的行为, 去思考宇宙中最复杂的问题。或许衡量机器智能程度的最好的标准是英国计算机科学家阿伦·图灵的试验。 他认为，如果一台计算机能骗过人，使人相信它是人而不是机器，那么它就应当被称作有智能。 人工智能从诞生发展到今天经历了一条漫长的路，许多科研人员为此而不懈努力。 人工智能的开始可以追溯到电子学出现以前。象布尔和其他一些哲学家和数学家 建立的理论原则后来成为人工智能逻辑学的基础。而人工智能真正引起 研究者的兴趣则是1943年计算机发明以后的事。技术的发展最终使得人们可以仿真 人类的智能行为，至少看起来不太遥远。接下来的四十年里，尽管碰到许多阻碍， 人工智能仍然从最初只有十几个研究者成长到现在数以千计的工程师和专家在研究； 从一开始只有一些下棋的小程序到现在的用于疾病诊断的专家系统，人工智能的发展有目共睹。 人工智能始终处于计算机发展的最前沿。高级计算机语言、计算机界面及文字处理器的存在或多或少都得归功于人工智能的研究。人工智能研究带来的理论和洞察力指引了计算技术发展的未来方向。现有的人工智能产品相对于即将到来的人工智能应用可以说微不足道，但是它们预示着人工智能的未来。对人工智能更高层次的需求已经并会继续影响我们的工作、学习和生活。 人工智能的传说可以追溯到古埃及. 但随着1941年以来电子计算机的发展,技术已最终可以创造 出机器智能."人工智能"(Artificial Intelligence)一词最初是在1956年Dartmouth学会上提出的.从那 以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展.在它还不长的历史中,人工智能的发 展比预想的要慢,但一直在前进.从40年前出现到现在,已经出现了许多AI程序,并且它们也影响到了其它 技术的发展. 计算机时代 1941年的一项发明使信息存储和处理的各个方面都发生了革命.这项同时在美国和德国出现的 发明就是电子计算机.第一台计算机要占用几间装空调的大房间,对程序员来说是场恶梦:仅仅为运行一 个程序就要设置成千的线路.1949年改进后的能存储程序的计算机使得输入程序变得简单些,而且计算机 理论的发展产生了计算机科学,并最终促使了人工智能的出现.计算机这个用电子方式处理数据的e79fa5e9819331333166343966发明, 为人工智能的可能实现提供了一种媒介. AI的开端 虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间 的联系. Norbert Wiener是最早研究反馈理论的美国人之一.最熟悉的反馈控制的例子是自动调温器.它 将收集到的房间温度与希望的温度比较,并做出反应将加热器开大或关小,从而控制环境温度.这项对反馈 回路的研究重要性在于: Wiener从理论上指出,所有的智能活动都是反馈机制的结果.而反馈机制是有可 能用机器模拟的.这项发现对早期AI的发展影响很大. 1955年末,Newell和Simon做了一个名为"逻辑专家"(Logic Theorist)的程序.这个程序被许多人 认为是第一个AI程序.它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解 问题."逻辑专家"对公众和AI研究领域产生的影响使它成为AI发展中一个重要的里程碑.1956年,被认为是 人工智能之父的John McCarthy组织了一次学会,将许多对机器智能感兴趣的专家学者聚集在一起进行了一 个月的讨论.他请他们到 Vermont参加 " Dartmouth人工智能夏季研究会".从那时起,这个领域被命名为 "人工智能".虽然 Dartmouth学会不是非常成功,但它确实集中了AI的创立者们,并为以后的AI研究奠定了基础. Dartmouth会议后的7年中,AI研究开始快速发展.虽然这个领域还没明确定义,会议中的一些思想 已被重新考虑和使用了. Carnegie Mellon大学和MIT开始组建AI研究中心.研究面临新的挑战: 下一步需 要建立能够更有效解决问题的系统,例如在"逻辑专家"中减少搜索;还有就是建立可以自我学习的系统. 1957年一个新程序,"通用解题机"(GPS)的第一个版本进行了测试.这个程序是由制作"逻辑专家" 的同一个组开发的.GPS扩展了Wiener的反馈原理,可以解决很多常识问题.两年以后,IBM成立了一个AI研 究组.Herbert Gelerneter花3年时间制作了一个解几何定理的程序. 当越来越多的程序涌现时,McCarthy正忙于一个AI史上的突破.1958年McCarthy宣布了他的新成 果: LISP语言. LISP到今天还在用."LISP"的意思是"表处理"(LISt Processing),它很快就为大多数AI开发者采纳. 1963年MIT从美国政府得到一笔220万美元的资助,用于研究机器辅助识别.这笔资助来自国防部 高级研究计划署(ARPA),已保证美国在技术进步上领先于苏联.这个计划吸引了来自全世界的计算机科学家, 加快了AI研究的发展步伐. 大量的程序 以后几年出现了大量程序.其中一个著名的叫"SHRDLU"."SHRDLU"是"微型世界"项目的一部分,包括 在微型世界(例如只有有限数量的几何形体)中的研究与编程.在MIT由Marvin Minsky领导的研究人员发现, 面对小规模的对象,计算机程序可以解决空间和逻辑问题.其它如在60年代末出现的"STUDENT"可以解决代数 问题,"SIR"可以理解简单的英语句子.这些程序的结果对处理语言理解和逻辑有所帮助. 70年代另一个进展是专家系统.专家系统可以预测在一定条件下某种解的概率.由于当时计算机已 有巨大容量,专家系统有可能从数据中得出规律.专家系统的市场应用很广.十年间,专家系统被用于股市预 测,帮助医生诊断疾病,以及指示矿工确定矿藏位置等.这一切都因为专家系统存储规律和信息的能力而成为 可能. 70年代许多新方法被用于AI开发,著名的如Minsky的构造理论.另外David Marr提出了机器视觉方 面的新理论,例如,如何通过一副图象的阴影,形状,颜色,边界和纹理等基本信息辨别图象.通过分析这些信 息,可以推断出图象可能是什么.同时期另一项成果是PROLOGE语言,于1972年提出. 80年代期间,AI前进更为迅速,并更多地进入商业领域.1986年,美国AI相关软硬件销售高达4.25亿 美元.专家系统因其效用尤受需求.象数字电气公司这样的公司用XCON专家系统为VAX大型机编程.杜邦,通用 汽车公司和波音公司也大量依赖专家系统.为满足计算机专家的需要,一些生产专家系统辅助制作软件的公 司,如Teknowledge和Intellicorp成立了.为了查找和改正现有专家系统中的错误,又有另外一些专家系统被设计出来. 从实验室到日常生活人们开始感受到计算机和人工智能技术的影响.计算机技术不再只属于实验室中的一小群研究人员. 个人电脑和众多技术杂志使计算机技术展现在人们面前.有了象美国人工智能协会这样的基金会.因为AI开发 的需要,还出现了一阵研究人员进入私人公司的热潮.150多所象DEC(它雇了700多员工从事AI研究)这样的公 司共花了10亿美元在内部的AI开发组上. 其它一些AI领域也在80年代进入市场.其中一项就是机器视觉. Minsky和Marr的成果现在用到了生 产线上的相机和计算机中,进行质量控制.尽管还很简陋,这些系统已能够通过黑白区别分辨出物件形状的不 同.到1985年美国有一百多个公司生产机器视觉系统,销售额共达8千万美元. 但80年代对AI工业来说也不全是好年景.86-87年对AI系统的需求下降,业界损失了近5亿美元.象 Teknowledge和Intellicorp两家共损失超过6百万美元,大约占利润的三分之一.巨大的损失迫使许多研究领 导者削减经费.另一个另人失望的是国防部高级研究计划署支持的所谓"智能卡车".这个项目目的是研制一种 能完成许多战地任务的机器人.由于项目缺陷和成功无望,Pentagon停止了项目的经费. 尽管经历了这些受挫的事件,AI仍在慢慢恢复发展.新的技术在日本被开发出来,如在美国首创的模糊 逻辑,它可以从不确定的条件作出决策;还有神经网络,被视为实现人工智能的可能途径.总之,80年代AI被引入 了市场,并显示出实用价值.可以确信,它将是通向21世纪之匙. 人工智能技术接受检验 在"沙漠风暴"行动中军方的智能设备经受了战争的检验.人工智能技术被用于导弹系统和预警显示以 及其它先进武器.AI技术也进入了家庭.智能电脑的增加吸引了公众兴趣;一些面向苹果机和IBM兼容机的应用 软件例如语音和文字识别已可买到;使用模糊逻辑,AI技术简化了摄像设备.对人工智能相关技术更大的需求促 使新的进步不断出现.人工智能已经并且将继续不可避免地改变我们的生活.

我来说说AI的电影吧人工智能是很多科幻小说和电影非常关注的话题最早的由阿西莫夫提出机器人三大定律开始一般AI有2种:一种是没有学习能力,也没有自我意识，，只知道根据命令行事,没有意识到自己是“活着的”，也没有欲望.一种是意外或偶然觉醒,有思考能力,形成自己的价值观,有需求和欲望.而作家或导演也对AI有两种及其对立的观点:极善或极恶知名的大作:大都会(有7几年的黑白电影,(比较少见zhidao),和日本的动画电影2版)骇客帝国 MATRIX (尤其是它的动画版.)攻壳机动队 GOST IN SHELL.斯皮尔博格的 人工智能 A.I.机器人 ROBOTS变人 BICENTENNIAL MAN还有大家熟知的终结者这里面押井守的攻壳不可不看,其世界观和对AI的设定和理解都很独到

给你一个关於zdAI的网页来研究研究吧http://www.alicebot.org/aiml.html在网页中, 能和AI聊天, 也能下载一些简单的AI程式, 是不错的入门、基本研究资料

个人认为是物质已经实现了 不过没有普及现在为你详细介绍1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了”人工智能”这一术语，它标志着”人工智能”这门新兴学科的正式诞生。人工智能是探索和模拟人(人类)的感觉和思维过程的规律，并进而设计出类似人的智能的自动装置的学科。虽然它问世还不到50年，但它以独特的研究对象和广泛的应用前景而引起人们的普遍关注。近年来，在人工智能研究成果的基础上，世界各国正在竞相研制具有强大知识信息处理能力的新一代智能计算机，它的研制将为人工智能的研究开辟更为广阔的前景。 人工智能的研究对象是模拟人类智能。那么究竟什么是人类智能呢？这是一个很难确切回答的问题，但大体上可以说它是人类所具有的知识和能力的总和。 知识一般包括概念、事实和规则，它是人类在改造现实世界实践中所获得的认识和经验之总和。概念是人类在长期实践过程中形成的以区别其他事物的抽象结论；而事实则是人类所认识的客观现象；至于规则，实际上就是概念和事实之间各种联系的描述。这些概念+事实+规则构成了人类的知识，并存放在人的大脑中，因此大脑实际上就相当于一个存放大量知识的“知识库”。 人类智能中的能力是智能中最富有创造性的部分，目前在人工智能的研究中，它主要表现在如何通过学习来获取知识，如何对各种知识进行加工处理, 以及如何运用各种知识来解决实际问题。 目前人工智能研究的主要内容包括：知识表达技术, 知识获取技术, 知识推理技术, 知识运用技术,以及人工智能语言等方面. 它涉及问题求解,定理机械证明,公式自e79fa5e9819331333231383930动推导,搏弈,模式识别,机器翻译,自然语言处理等方方面面. 特别在专家系统,自然语言理解和机器人等有十分广泛的应用。 当前，电子计算机是模拟人类智能的主要工具。研究人工智能的主要目的之一，也是为了使现有的计算机提高效能，通过探讨智能的基本原理，研制出更高级的智能机。 人工智能与其他具体科学，诸如数学、物理、化学等，有一个显著的不同点，即人工智能的重点不在于研究某些具体学科的知识，而是着重研究如何表示和使用这些具体知识，也就是在更高层次上去研究那些具有方法论意义的知识。 本回答被提问者采纳

你好啊清不要把 人工智能= 智能 好不好在底级的智能 都要强过 高级的人工智能现在的百智能发现全是误区 人们没有把这个根本的概念给分度清楚人工智能: 根据以有的程序做出内 可遇知的 行为或人类的思想 智能: 可以自由的做出 不可遇知的 行为或人类的思想更全面的我就不说了 要说很多以后有了专门的润糖在说吧 这句容话就是智能错 也是智能的一种(润糖)好好想想^-^

说起人工智能大家可能会觉得很深奥、很遥不可及的一项技术，一般人会认为人工智能只能用于一些生僻的、普通人接触不到的领域，其实不然，举一些简单的例子：谷歌翻译、人脸识别，语音识别等，这些已经深入到我们的生活的技术功能，本质上就是“人工智能”。人工智能的哲学起源在世界上第一台计算机问世之前的几个世纪，很多理论就已经为人工智能做好了铺垫。亚里士多德提出的"三段论"理论就是一种机械式的逻辑推理方法。按照亚里士多德的“三段论”，可以得出这样的论述：一些玫瑰是白色的；所有都玫瑰是花；所以，一些花是白色的。如果用符号表示，即为：一些A是B；所有的A都是C；所以，一些C是B。无论A、B、C代表什么，我们都可以得到正确结论。依据这样的论述，我们在没有完全弄清楚人脑是如何想问题的情况下，或许可以建立出一套智能化系统。人工智能的数学起源亚里士多德的“三段论”为发展人工智能的技术奠定了哲学基础。但是在人工智能领域，数学的应用是必不可少的，可以说没有数学基础就没有不断发展的人工智能。数学领域里面的逻辑推理、概率论、模糊理论等都是现如今人工智能发展的铺垫，1997年，IBM的"更深的蓝"电脑击败了国际象棋冠军卡斯帕罗夫。e68a84e8a2ad7a6431333431336161"更深的蓝"电脑能在1秒内推理计算出2亿种可能性，然后利用概率推算出之后棋盘的走势，最终决定下一步怎么走棋。2012年，谷歌翻译所做的翻译量超过人类所做的翻译总量。“谷歌翻译”拥有65中语言，使用者可以任选其中两种语言进行互译。谷歌翻译的翻译量增长如此之迅速，得益于概率推理所做的基础铺垫。很早之前，语言学家通过双语字典和语法规则来构建自动翻译系统。但是，这种方法并不尽如人意，如此翻译会很生硬、不灵活。 经过过去十几年的探索，科学家发现运用数学概率理论构建翻译环境更为有效，目前的翻译软件是通过从大量翻译案例中寻找最佳答案来完成翻译的，就相当于以往我们只是机械的记单词学语法来学习外语，而现在我们可以身临其境的学习外语。当然，智能翻译技术还远远不够，随着人工智能技术的发展智能翻译技术也在朝着更高的台阶迈进，翻译的语种也在逐渐增多，逐渐完善。随着自动翻译技术的发展，也许在不久的将来我们就不需要学习任何外语就能和世界各地的朋友进行友好的交流，而这样的便利也只能是成熟完善的人工智能技术能带给我们吧。

1956年，人工智能这一学术术语首次被提出，人工智能也正式成为一门新兴学科。自人工智能诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程进行模拟，人工智能不是人的智能，但是可以像人那样思考、也可能超过人的智能。人工智能推动社会进步，实现人类进一步解放。人工智能应用后，各行业的生产效率大幅提高，人类财富以几何形式快速增长，为人类的美好生活提供了坚实的物质基础。人工智能将人类从重复的、无意义的工作中解放出来e799bee5baa6e58685e5aeb931333431336161，从高危险的工作中解放出来，让人类有了更多的选择自由，从而把更多的精力投入到更有意义的领域中去，节约了人力成本，提高了工作的效率。人工智能也拓宽了人工技能范围，例如，人工智能根据对大数据的分析中得到各种新知识、新信息，从而使人们难以预测的洪水、地震等灾害的预报的精确程度大大提高，使人类在自然灾害面前的约束变得更强大。然而，万事有利有弊。牛津大学波斯特罗姆教授说：“先进的人工智能不仅仅是一门艺术，更是一个对人类的巨大威胁。”人工智能的发展会导致很多人失业，机器人不会累，不会犯错，不需要工资，这完全可以代替很多不需要思考就可以完成的工作，例如工人，清洁工人以及一些流水线上的工作。人工智能时代的到来，必将引发空前的人才争夺战。谁拥有的各类一流人才数量多，质量高，谁就能赢得最后胜利。同时这会导致巨头的垄断、贫富分化加剧。使机器有自己的思维是否会对人类自身产生威胁，这是人们需要考虑的事情。当机器人的广泛使用，让大批工人失业时，我们应该怎么办？当黑客借助人工智能犯罪时，我们又该如何防范？当机器人因误操作引发事故，现有法律如何厘清责任？这些都是我们现在需要正视的问题。但有一点事确定的，只要正确运用人工智能，它将极大程度上推动人类文明的进步。

说起人工智能大家可能会觉得很深奥、很遥不可及的一zd项技术，一般人会认为人工智能只能用于一些生僻的、普通人接触不到的领域，其实不然，举一些简单的例子：谷歌翻译、人脸识别，语音识别等，这些已经深入到我们的生活的技术功能，本质上就是“人工智能”。人工智能的哲学起源在世界上第一台计算机问世之前的几个世纪，很多理论就已经为人工智能做好了铺垫。亚里士多德提出的"三段论"理论就是一种机械式的逻辑推理方法。 本回答被网友采纳

我国研究AI的人还不够多,范围还不够广。主要还停留在机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能应与更多的技术结合，在更广的范围使用。还缺乏突破性的进展。

同意楼主的观点。但国内的人工智能程度还远远不够。个人认为国内高校应该更注重统计学教育，提高非统计学专业学生的重视度，毕竟统计学是一切数据分析的基础 本回答被提问者和网友采纳

看你把 artificial intelligence 定义在什么领域百. 俺幻想的 AI 跟霹雳度游侠那车差不多. 最少也得有自动学习功能. 不然感觉就是 编好的程版序权 + 机器 永远按程序的步骤去执行..

认为，AI的研究应该要和产业化紧密联系起来，这样两方面会更好地相互促进和发展。

应用人工智能系统只是AGI的有限版本。尽管许多人认为，人工智能的技术水平仍然远远落后于人类的智力。人工智能，即AGI，一直是所有人工智能科学家的研发动力，从图灵到今天。在某种程度上类似于炼金术，对AGI复制和超越人类智能的永恒追求已经导致了许多技术的应用和科学突破。AGI帮助我们理解了人类和自然智慧的各个方面，因此，我们建立了有效的算法，这些算法受到我们的追求更加高效计算能力和学习模型的启发。然而，当涉及到人工智能的实际应用时，人工智能实践者并不一定局限于人类决策、学习和解决问题的纯模型。相反，为了解决问题和实现可接受的性能，AI实践者通常会做构建实际系统所需的事情。例如，深度学习系统的算法突破的核心是一种叫做反向传播的技术。然而，这种技术并不是大脑建立世界模型的方式。这就引出了下一个误解：一刀切的人工智能解决方案。一个常见的误解是，人工智能可以用来解决所有的问题，也就是说，人工智能的发展已经达到了一个水平，小规模的“人工智能”可以让我们解决不同的问题。我甚至听过有人认为，从一个问题到另一个问题会使人工智能系统变得更聪明，就好像同一个人工智能系统同时解决了两个问题一样。现实情况则大不相同：人工智能系统需要进行工程设计，这需要巨量的计算和编程，并且需要经过专门培训的模型才能应用于一个问题。虽然类似的任务，特别是涉及感知世界的任务(例如，语音识别、图像或视频处理)，现在有了一个可用参考模型库，但这些模型需要专门设计以满足部署要求，而且可能无法开箱即用。此外，人工智能系统很少是人工智能解决方案的唯一组成部分.它通常需要许多定制的古典编程组件，以加强一个或多个人工智能技术在一个系统中使用。是的，有许多不同的人工智能技术，单独使用或与其他解决方案混合使用，因此：人工智能和深度学习是一样的我们认为人工神经网络(ANS)这个词真的很酷。直到，但是，它缺乏规模化的应用。现在这些问题大部分已经解决了，我们已经通过将人工神经网络重新命名为“深度学习”。深度学习或深度网络是一个规模很大的网络，“深度”指的不是深度思考，而是指我们现在可以负担得起的隐藏层的数量(以前最多只有几层，现在可以是几百层)。深度学习用于从标记数据集生成模型。深度学习方法中的“学习”指的是模型的生成，而不是当新的数据可用时，模型能够实时地学习。深度学习模型的“学习”阶段实际上发生在离线状态下，需要多次迭代，时间和过程都很紧张，而且很难并行化。近年来，深度学习模型在线学习应用中得到了广泛的应用。这种系统中的在线学习是通过不同的人工智能技术来实现的，比如强化学习，或在线神经进化。这类系统的一个局限性是，只有在离线学习期间才能最大限度地实践到应用领域，才能实现深度学习模式的贡献。一旦生成模型，它将保持静态，这方面的一个很好的例子是电子商务7a64e78988e69d8331333431373233应用程序-电子商务网站上的季节性变化或短期销售将需要一个深入的学习模式才能离线，并对销售项目或新库存进行再培训。然而，现在有了这样的平台利用进化算法对网站进行优化，不再需要大量的历史数据，而是利用神经进化，根据网站当前的环境，实时地对网站进行调整。大型的、不平衡的数据集可能具有欺骗性，特别是当它们只部分捕获与该领域最相关的数据时。此外，在许多领域，历史数据可能很快变得无关紧要。例如，在纽约证券交易所的高频交易中，最近的数据比2001年以前的数据具有更大的相关性和价值，而2001年以前的数据还没有被采纳。最后，我经常遇到一个普遍的误解：如果一个系统解决了我们认为需要智能的问题，那就意味着它正在使用人工智能。这是一个有点哲学的性质，它确实取决于你对智力的定义。事实上，图灵的定义并不能反驳这一点。然而，就主流人工智能而言，一个完全设计的系统，比如不使用任何人工智能技术的自动驾驶汽车，并不被认为是人工智能系统。如果系统的行为不是引擎盖下使用的人工智能技术的紧急行为的结果，那么如果程序员从头到尾以确定性和工程化的方式编写代码，那么系统就不被认为是基于人工智能的系统，即使它看起来好像是人工智能。AI为更美好的未来铺平了道路。尽管人们对人工智能有着普遍的误解，但正确的假设是，人工智能将继续存在，而且确实是通向未来的窗口。AI还有很长的路要走，它在将来会被用来解决所有的问题，并被工业化广泛的使用。人工智能的下一个重大步骤是使其具有创造性和适应性，同时，强大到足以超过人类建立模型的能力。

每一个学校它的侧重点不一样，就会造成专业的学费也会不一样，同时也会考虑到当地的主要经济发展动力是什么，结合区域经济发展的情况。可以到这边看看，互联网加相关专业，电子竞技，设计 it等

人工智能是一门边缘学科，属于自然科学和社会科学的交叉。涉及学科有哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论。人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家e799bee5baa631333365646236系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标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。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。 2017年12月，人工智能入选“2017年度中国媒体十大流行语”。希望这个回答对你有点帮助。 本回答被网友采纳

人工智能是一门边缘学科，属于自然科学和社会科学的交叉。涉及学科有哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论。