關(guān)于人工智能的畢業(yè)論文

　　人工智能(Artificial Intelligence),英文縮寫(xiě)為AI，也稱(chēng)機(jī)器智能。“人工智能”一詞最初是在1956年的Dartmouth學(xué)會(huì)上提出的。以下是學(xué)習(xí)啦小編整理分享的關(guān)于人工智能的畢業(yè)論文的相關(guān)文章，歡迎閱讀!

　　關(guān)于人工智能的畢業(yè)論文篇一

　　人工智能的發(fā)展探析

　　一、人工智能的定義解讀

　　人工智能(Artificial Intelligence),英文縮寫(xiě)為AI，也稱(chēng)機(jī)器智能。“人工智能”一詞最初是在1956年的Dartmouth學(xué)會(huì)上提出的。它是計(jì)算機(jī)科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)、語(yǔ)言學(xué)等多種學(xué)科互相滲透而發(fā)展起來(lái)的一門(mén)綜合性學(xué)科。從計(jì)算機(jī)應(yīng)用系統(tǒng)的角度出發(fā)，人工智能是研究如何制造智能機(jī)器或智能系統(tǒng)來(lái)模擬人類(lèi)智能活動(dòng)的能力，以延伸人們智能的科學(xué)。

　　人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支,它企圖了解智能的實(shí)質(zhì),并生產(chǎn)出一種新的能與人類(lèi)智能相似的方式做出反應(yīng)的智能機(jī)器。人工智能的發(fā)展史是和計(jì)算機(jī)科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的，目前能夠用來(lái)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(jī)器就是計(jì)算機(jī),人工智能在21世紀(jì)必將為發(fā)展國(guó)民經(jīng)濟(jì)和改善人類(lèi)生活做出更大的貢獻(xiàn)。

　　二、人工智能的發(fā)展歷程

　　事物的發(fā)展都是曲折的，人工智能的發(fā)展也是如此。人工智能的發(fā)展歷程大致可以劃分為以下五個(gè)階段：

　　第一階段:20世紀(jì)50年代，人工智能的興起和冷落。人工智能概念在1956年首次提出后，相繼出現(xiàn)了一批顯著的成果，如機(jī)器定理證明、跳棋程序、通用問(wèn)題s求解程序、LISP表處理語(yǔ)言等。但是由于消解法推理能力有限以及機(jī)器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點(diǎn)是重視問(wèn)題求解的方法，而忽視了知識(shí)的重要性。

　　第二階段:60年代末到70年代，專(zhuān)家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮。DENDRAL化學(xué)質(zhì)譜分析系統(tǒng)、MYCIN疾病診斷和治療系統(tǒng)、PROSPECTIOR探礦系統(tǒng)、Hearsay-II語(yǔ)音理解系統(tǒng)等專(zhuān)家系統(tǒng)的研究和開(kāi)發(fā)，將人工智能引向了實(shí)用化。并且，1969年成立了國(guó)際人工智能聯(lián)合會(huì)議(International Joint Conferences onArtificial Intelligence 即IJCAI)。

　　第三階段:80年代，隨著第五代計(jì)算機(jī)的研制，人工智能得到了飛速的發(fā)展。日本在1982年開(kāi)始了“第五代計(jì)算機(jī)研制計(jì)劃”，即“知識(shí)信息處理計(jì)算機(jī)系統(tǒng)KIPS”，其目的是使邏輯推理達(dá)到數(shù)值運(yùn)算那么快。雖然此計(jì)劃最終失敗，但它的開(kāi)展形成了一股研究人工智能的熱潮。

　　第四階段:80年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展,。1987年，美國(guó)召開(kāi)第一次神經(jīng)網(wǎng)絡(luò)國(guó)際會(huì)議，宣告了這一新學(xué)科的誕生。此后，各國(guó)在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來(lái)。

　　第五階段:90年代，人工智能出現(xiàn)新的研究高潮。由于網(wǎng)絡(luò)技術(shù)特別是國(guó)際互連網(wǎng)技術(shù)的發(fā)展，人工智能開(kāi)始由單個(gè)智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標(biāo)的分布式問(wèn)題求解，而且研究多個(gè)智能主體的多目標(biāo)問(wèn)題求解，將人工智能更面向?qū)嵱?。另外，由于Hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。

　　三、人工智能的多元應(yīng)用

　　1、人工智能在管理系統(tǒng)中的應(yīng)用

　　人工智能應(yīng)用于企業(yè)管理的意義主要不在于提高效率,而是用計(jì)算機(jī)實(shí)現(xiàn)人們非常需要做,但工業(yè)工程信息技術(shù)是靠人工卻做不了或是很難做到的事情。把人工智能應(yīng)用于企業(yè)管理中,以數(shù)據(jù)管理和處理為中心,圍繞企業(yè)的核心業(yè)務(wù)和主導(dǎo)流程建立若干個(gè)主題數(shù)據(jù)庫(kù),而所有的應(yīng)用系統(tǒng)應(yīng)該圍繞主題數(shù)據(jù)庫(kù)來(lái)建立和運(yùn)行。也就是說(shuō)，將企業(yè)各部門(mén)的數(shù)據(jù)進(jìn)行統(tǒng)一集成管理,搭建人工智能的應(yīng)用平臺(tái),使之成為企業(yè)管理與決策中的關(guān)鍵因子，這些正體現(xiàn)了人工智能在企業(yè)管理中的巨大價(jià)值。

　　2、人工智能在工程領(lǐng)域中的應(yīng)用

　　人工智能在地質(zhì)勘探、石油化工等工程領(lǐng)域也發(fā)揮著非常重要的作用。早在1978年，美國(guó)斯坦福國(guó)際研究所就研發(fā)制成礦藏勘探和評(píng)價(jià)專(zhuān)家系統(tǒng)“PROSPECTOR”,該系統(tǒng)用于勘探評(píng)價(jià)、區(qū)域資源估值和鉆井井位選擇等,是工程領(lǐng)域的首個(gè)人工智能專(zhuān)家系統(tǒng),其發(fā)現(xiàn)了一個(gè)鉬礦沉積,價(jià)值超過(guò)1億美元。

　　3、人工智能在技術(shù)研究中的應(yīng)用

　　人工智能在電子技術(shù)領(lǐng)域的應(yīng)用可謂由來(lái)已久。隨著網(wǎng)絡(luò)的迅速發(fā)展,網(wǎng)絡(luò)技術(shù)的安全已經(jīng)成了人們關(guān)心的重點(diǎn),因此必須在傳統(tǒng)技術(shù)的基礎(chǔ)上進(jìn)行網(wǎng)絡(luò)安全技術(shù)的改進(jìn)和變更,大力發(fā)展數(shù)據(jù)挖掘技術(shù)、人工免疫技術(shù)等高效的AI技術(shù),開(kāi)發(fā)更高級(jí)的AI通用與專(zhuān)用語(yǔ)言和應(yīng)用環(huán)境以及開(kāi)發(fā)專(zhuān)用機(jī)器,而人工智能技術(shù)則為其提供了一定的可能。

　　四、人工智能的未來(lái)思考

　　人工智能的近期研究目標(biāo)在于建造智能計(jì)算機(jī)，用以代替人類(lèi)去從事各種復(fù)雜的腦力勞動(dòng)。正是根據(jù)這一近期研究目標(biāo)，人們才把人工智能理解為計(jì)算機(jī)科學(xué)的一個(gè)分支。當(dāng)然，人工智能還有它的遠(yuǎn)期研究目標(biāo)，即探究人類(lèi)智能和機(jī)器智能的基本原理，研究用自動(dòng)機(jī)(automata)模擬人類(lèi)的思維過(guò)程和智能行為。這個(gè)長(zhǎng)期目標(biāo)遠(yuǎn)遠(yuǎn)超出計(jì)算機(jī)科學(xué)的范疇，幾乎涉及自然科學(xué)和社會(huì)科學(xué)的所有學(xué)科。如今，人工智能已經(jīng)進(jìn)入了21世紀(jì)，其必將為發(fā)展國(guó)民經(jīng)濟(jì)和改善人類(lèi)生活做出更大的貢獻(xiàn)。但是，從人工智能目前的發(fā)展現(xiàn)狀來(lái)看，其研究也存在一定的問(wèn)題，這些主要表現(xiàn)在以下三個(gè)方面：

　　1、宏觀(guān)與微觀(guān)隔離

　　一方面是 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太高、太抽象;另一方面是人工智能邏輯符號(hào)、神經(jīng) 網(wǎng)絡(luò)和行為主義所研究的智能層次太低。這兩方面之間相距太遠(yuǎn)，中間還有許多層次尚待研究，目前還無(wú)法把宏觀(guān)與微觀(guān)有機(jī)地結(jié)合起來(lái)和相互滲透。

　　2、全局與局部割裂

　　人工智能是腦系統(tǒng)的整體效應(yīng)，有著豐富的層次和多個(gè)側(cè)面。但是，符號(hào)主義只抓住人腦的抽象思維特性;連接主義只模仿人的形象思維特性;行為主義則著眼于人類(lèi)智能行為特性及其進(jìn)化過(guò)程。這就導(dǎo)致了三者之間存在著明顯的局限性。因此，必須從多層次、多因素、多維和全局觀(guān)點(diǎn)來(lái)研究人工智能，才能克服上述局限。

　　3、理論與實(shí)際脫節(jié)

　　大腦的實(shí)際 工作，在宏觀(guān)上已知道不少;但是智能的千姿百態(tài)，變幻莫測(cè)，復(fù)雜的難以理出頭緒。在微觀(guān)上，我們對(duì)大腦的工作機(jī)制知之甚少，似是而非，這也使我們難以找出規(guī)律。在這種背景下提出的各種人工智能理論，只 是部分人的主觀(guān)猜想，能在某些方面表現(xiàn)出“智能”就已經(jīng)算是相當(dāng)?shù)某晒Α?/p>

　　五、結(jié)語(yǔ)

　　人工智能一直處于 計(jì)算機(jī)技術(shù)的前沿，其研究的理論和發(fā)現(xiàn)在很大程度上將決定計(jì)算機(jī)技術(shù)的 發(fā)展方向。人工智能研究與 應(yīng)用雖取得了不少成果，但離全面推廣應(yīng)用還有很大的距離，還有許多問(wèn)題有待解決，且需要多學(xué)科的研究專(zhuān)家共同合作。因此，要想從根本上了解人腦的結(jié)構(gòu)和功能，完成人工智能的研究任務(wù)，就必須去尋找和建立更新的人工智能框架和理論體系，進(jìn)而為人工智能的進(jìn)一步發(fā)展奠定堅(jiān)實(shí)的理論基礎(chǔ)。我們堅(jiān)信在不久的將來(lái)，人工智能技術(shù)的應(yīng)用與發(fā)展必將會(huì)給人們的生活、工作和 教育等帶來(lái)更大的影響。

下一頁(yè)分享更優(yōu)秀的<<<關(guān)于人工智能的畢業(yè)論文