不卡AV在线|网页在线观看无码高清|亚洲国产亚洲国产|国产伦精品一区二区三区免费视频

學(xué)習(xí)啦 > 新聞資訊 > 科技 > 人工智能的畢業(yè)論文范文(2)

人工智能的畢業(yè)論文范文(2)

時(shí)間: 坤杰951 分享

人工智能的畢業(yè)論文范文

  人工智能的畢業(yè)論文范文篇二

  [摘 要] 本文根據(jù)云機(jī)器人的概念展開討論,筆者分別從云技術(shù)和人工智能兩方面介紹將兩種技術(shù)相結(jié)合的可行性及各階段過程,對(duì)云計(jì)算的體系結(jié)構(gòu)和數(shù)據(jù)挖掘及人工智能都有簡(jiǎn)要介紹。

  [關(guān)鍵詞] 云計(jì)算;數(shù)據(jù)挖掘;人工智能

  doi : 10 . 3969 / j . issn . 1673 - 0194 . 2012 . 24. 053

  [中圖分類號(hào)] G203 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1673 - 0194(2012)24- 0088- 03

  1 提出背景

  在Humanoids 2010 會(huì)議上,卡耐基梅隆大學(xué)的James Kuffner教授提出了“云機(jī)器人”的概念,引起了廣泛的討論。Humanoids 2010 會(huì)議上很多專家對(duì)云機(jī)器人比較看好,或許云機(jī)器人就是機(jī)器人學(xué)的下一個(gè)跨越式發(fā)展。

  要更詳細(xì)地了解云機(jī)器人,首先要了解云計(jì)算。根據(jù)互動(dòng)百科的介紹,云計(jì)算的概念有狹義云計(jì)算和廣義云計(jì)算之分:

  狹義云計(jì)算是指IT基礎(chǔ)設(shè)施的交付和使用模式,指通過網(wǎng)絡(luò)以按需、易擴(kuò)展的方式獲得所需的資源(硬件、平臺(tái)、軟件)。 提供資源的網(wǎng)絡(luò)被稱為“云”。“云”中的資源在使用者看來是可以無限擴(kuò)展的,并且可以隨時(shí)獲取,按需使用,隨時(shí)擴(kuò)展,按使用付費(fèi)。這種特性經(jīng)常被稱為像水電一樣使用IT基礎(chǔ)設(shè)施。

  廣義云計(jì)算是指服務(wù)的交付和使用模式,指通過網(wǎng)絡(luò)以按需、易擴(kuò)展的方式獲得所需的服務(wù)。這種服務(wù)可以是IT和軟件、互聯(lián)網(wǎng)相關(guān)的,也可以是任意其他的服務(wù)。

  云計(jì)算的“云”,可理解為“多”“大規(guī)模”。“云”是一些可以自我維護(hù)和管理的虛擬計(jì)算資源,通常為一些大型服務(wù)器集群,包括計(jì)算服務(wù)器、存儲(chǔ)服務(wù)器、寬帶資源等等。云計(jì)算將所有的計(jì)算資源集中起來,并由軟件實(shí)現(xiàn)自動(dòng)管理,無需人為參與。例如Google云計(jì)算有上百萬臺(tái)服務(wù)器。

  從此可以看出,云機(jī)器人并不是指某一個(gè)機(jī)器人,也不是某一類機(jī)器人,而是指機(jī)器人信息存儲(chǔ)和獲取方式的一個(gè)學(xué)術(shù)概念。這種信息存取的方式的好處是顯而易見的。比如,機(jī)器人通過攝像頭可以獲取一些周圍環(huán)境的照片,上傳到服務(wù)器端,服務(wù)器端可以檢索出類似的照片,可以計(jì)算出機(jī)器人的行進(jìn)路徑來避開障礙物,還可以將這些信息儲(chǔ)存起來,方便其它機(jī)器人檢索。所有機(jī)器人可以共享數(shù)據(jù)庫(kù),減少開發(fā)人員的開發(fā)時(shí)間。

  2 云計(jì)算的體系結(jié)構(gòu)

  2002年亞馬遜(Amazon)提供一組包括存儲(chǔ)空間、計(jì)算能力甚至人力智能等資源服務(wù)的Web Service;2005年亞馬遜又提出了彈性計(jì)算云(Elastic Compute Cloud),也稱亞馬遜EC2的Web Service,允許小企業(yè)和私人租用亞馬遜的計(jì)算機(jī)來運(yùn)行他們自己的應(yīng)用。到2008年,幾乎所有的主流IT廠商開始談?wù)撛朴?jì)算,這里既包括硬件廠商(IBM、HP、Intel、思科、SUN等)、軟件廠商(微軟、Oracle、VMware等),也包括互聯(lián)網(wǎng)服務(wù)提供商(Google、亞馬遜、Salesforce等)和電信運(yùn)營(yíng)商(中國(guó)移動(dòng)、中國(guó)電信、AT&T等),當(dāng)然還有一些小的IT企業(yè)也將云計(jì)算作為自己的主戰(zhàn)場(chǎng)。這些企業(yè)覆蓋了整個(gè)IT產(chǎn)業(yè)鏈,也構(gòu)成了一個(gè)完整的云計(jì)算生態(tài)系統(tǒng)。

  按需部署是云計(jì)算的核心。要解決按需部署,必須解決資源的動(dòng)態(tài)可重構(gòu),監(jiān)控和自動(dòng)化部署等,而這些又需要以虛擬化、高性能存儲(chǔ)、處理器、高速互聯(lián)網(wǎng)等技術(shù)為基礎(chǔ)。

  為了有效支持云計(jì)算,其體系結(jié)構(gòu)必須支持幾個(gè)關(guān)鍵特征。①系統(tǒng)必須是自治的,即需要內(nèi)嵌有自動(dòng)化技術(shù),以減輕或消除人工部署和管理任務(wù),而允許平臺(tái)智能地響應(yīng)應(yīng)用的要求;②云計(jì)算的架構(gòu)必須是敏捷的,能夠?qū)π枨笮盘?hào)或變化做出迅速的反應(yīng)。內(nèi)嵌的虛擬化技術(shù)和集群化技術(shù),能應(yīng)付增長(zhǎng)或服務(wù)級(jí)要求的快速變化。

  綜上所述,云計(jì)算服務(wù)的實(shí)現(xiàn),需要依托的2大基石:①硬件基礎(chǔ)設(shè)施具有相當(dāng)?shù)囊?guī)模,即數(shù)據(jù)中心集群、規(guī)模化的服務(wù)器及存儲(chǔ)和互聯(lián)互通的高速網(wǎng)絡(luò);②以虛擬化和自動(dòng)化為代表的成熟技術(shù)。

  3 人工智能與云計(jì)算的結(jié)合

  云計(jì)算與人工智能技術(shù)發(fā)展到今天,已經(jīng)不再神秘,完全可以進(jìn)入我們的生活,承載它的歷史使命,下面筆者將根據(jù)本人的認(rèn)識(shí),分3個(gè)階段介紹如何將人工智能與云計(jì)算完美結(jié)合。

  3.1 機(jī)器人操控階段

  第一階段筆者稱之為機(jī)器人操控階段。該階段主要依托于云技術(shù)實(shí)現(xiàn),我們暫且把它分為云和端兩部分,云主要由大型服務(wù)器群組成,而端主要是可操控的機(jī)器人組成,這些機(jī)器人除了有計(jì)算機(jī)芯片以外還需要有監(jiān)控,機(jī)械臂和行走部件。說到這里大家可能已經(jīng)明白了在這一階段我們要完成什么任務(wù)了,就是實(shí)現(xiàn)如計(jì)算機(jī)遠(yuǎn)程協(xié)助一樣簡(jiǎn)單的功能。

  在云上我們首先可以構(gòu)建完善的供求平臺(tái),而擁有端的用戶可在平臺(tái)上發(fā)布各種端力所能及的任務(wù),如清潔、維修、甚至是教學(xué)等。另一方面有完成任務(wù)能力的人可以通過供求平臺(tái)承接任務(wù),通過遠(yuǎn)程操控端來幫助任務(wù)發(fā)布者工作,當(dāng)然這里存在的問題是費(fèi)用的支付和端用戶的安全,所以平臺(tái)使用者必須實(shí)名注冊(cè)而且一定要承擔(dān)法律責(zé)任。在強(qiáng)大的服務(wù)器群和高速網(wǎng)絡(luò)的基礎(chǔ)上,我相信實(shí)現(xiàn)機(jī)器人的遠(yuǎn)程操控并不是一件難事,而這一階段的實(shí)現(xiàn)也可以大大增加人們對(duì)時(shí)間的利用率,和全球生產(chǎn)力的一個(gè)平衡。

  3.2 數(shù)據(jù)挖掘階段

  第二階段筆者稱之為數(shù)據(jù)挖掘階段,我們第一階段所完成的主要是云平臺(tái)的搭建,而第二階段我們所要完成的是人工智能的一個(gè)基礎(chǔ)建設(shè)。在我們的用戶端上有著數(shù)據(jù)采集系統(tǒng),隨時(shí)收集用戶利用端所完成的各項(xiàng)任務(wù),通過云平臺(tái)中心的計(jì)算分析,可以提供給用戶云中存儲(chǔ)的最佳解決方案。數(shù)據(jù)挖掘的實(shí)現(xiàn)和云平臺(tái)的分析如圖所示:

  第二階段所實(shí)現(xiàn)的是人工遠(yuǎn)程協(xié)助與智能分析同步。

  3.3 具備遺傳基因的專家系統(tǒng)階段

  第三階段筆者稱之為具備遺傳基因的專家系統(tǒng)階段,近10年來,由于一些專家系統(tǒng)在實(shí)用化方面取得了一些進(jìn)展,展示出廣闊的發(fā)展前景,開始受到愈來愈多的計(jì)算機(jī)科學(xué)家的關(guān)注。然而,與此同時(shí),現(xiàn)有的專家系統(tǒng)也暴露出了自身嚴(yán)重的缺陷,使不少計(jì)算機(jī)界的知名學(xué)者對(duì)專家系統(tǒng)產(chǎn)生了懷疑。專家系統(tǒng)存在的問題可歸納為以下幾點(diǎn):   (1)專家系統(tǒng)中的知識(shí)多限于經(jīng)驗(yàn)知識(shí),極少有原理性的知識(shí),系統(tǒng)沒有應(yīng)用它們的能力。

  (2)知識(shí)獲取功能非常弱,為了建造專家系統(tǒng),必須依賴于專家獲取知識(shí),不僅費(fèi)時(shí),而且很難獲取完備性和一致性的知識(shí);

  (3)求解問題的方法比較單一,以推理機(jī)為核心的對(duì)間題的求解尚不能反映專家從認(rèn)識(shí)問題到解決問題的創(chuàng)造性過程;

  (4)解釋功能不強(qiáng),這一點(diǎn)相對(duì)比較次要。

  John McDermott認(rèn)為,專家系統(tǒng)有時(shí)所以徹底失敗的原因主耍有兩條: ①知識(shí)不足;②解決問題的方法不妥,即不能運(yùn)用它有的或沒有的知識(shí)來解題。

  針對(duì)傳統(tǒng)專家系統(tǒng)的不足我們?cè)O(shè)計(jì)了遺傳基因系統(tǒng),其實(shí)遺傳算法我們并不陌生,這是人工智能的基礎(chǔ)學(xué)科,如下面的C++代碼就是一個(gè)實(shí)例:

  typedef char ALLELE; //基因類型

  typedef struct{

  ALLELE *chrom;

  float fitness; // fitness of Chromosome

  }INDIVIDUAL;// 個(gè)體定義

  class TPopulation{ //群體類定義

  public:

  int size; // Size of population:n

  int lchrom; // Length of chromosome:l

  float sumfitness,average;

  // 由于GA是一個(gè)概率過程,所以每次迭代的情況是不一樣的;系統(tǒng)參數(shù)不同,迭代情況也不同。

  // 在實(shí)驗(yàn)中參數(shù)一般選取如下:個(gè)體數(shù)n=50-200,變異概率Pm=0.03,交叉概率Pc=0.6。

  // 變異概率太大,會(huì)導(dǎo)致不穩(wěn)定。

  INDIVIDUAL *fmin,*fmax;

  INDIVIDUAL*pop;

  TPopulation(int popsize,int strlength);

  TPopulation();

  inline INDIVIDUAL &Individual(int i){return pop[i];};

  void FillFitness(); // 評(píng)價(jià)函數(shù)

  virtual void Statistics(); // 統(tǒng)計(jì)函數(shù)

  };

  class TSGA:public TPopulation{ // TSGA類派生于群體類

  public:

  float pcross; // Probability of Crossover

  float pmutation; // Probability of Mutation

  int gen; // Counter of generation

  TSGA(int size,int strlength,float pm=0.03,float pc=0.6):

  TPopulation(size,strlength)

  {gen=0;pcross=pc;pmutation=pm;};

  virtual INDIVIDUAL& Select();

  virtual void Crossover(INDIVIDUAL &parent1,INDIVIDUAL &parent2,

  INDIVIDUAL &child1,INDIVIDUAL &child2);

  virtual ALLELE Mutation(ALLELE alleleval);

  virtual void Generate(); // 產(chǎn)生新的一代

  };

  // 用戶GA類定義如下:

  class TSGAfit:public TSGA{

  public:

  TSGAfit(int size,float pm=0.0333,float pc=0.6)

 ?。篢SGA(size,24,pm,pc){};

  void print();

  };

  有了遺傳算法加上我們第二階段完成的長(zhǎng)時(shí)間的數(shù)據(jù)挖掘階段,我們可以解決傳統(tǒng)專家系統(tǒng)的不足。對(duì)于知識(shí)匱乏,經(jīng)過長(zhǎng)時(shí)間的積累我們?cè)破脚_(tái)中存儲(chǔ)的是全球性的知識(shí),不是任何一個(gè)圖書館可以媲美的,而且都是通過人們的經(jīng)驗(yàn)進(jìn)行實(shí)踐的知識(shí),可用性極高。而數(shù)據(jù)挖掘也會(huì)幫助我們找到最佳的解決問題的方法。而每次用最完美的方法解決了問題又可以由下一代算法繼承,這樣一來,我們便可以真正實(shí)現(xiàn)人工智能了。

  4 結(jié) 語(yǔ)

  人工智能的目的是要將人類從繁重的勞動(dòng)中解放出來,我們看到機(jī)器在不斷的進(jìn)步,越來越多的智能機(jī)器在我們身邊出現(xiàn),但是真正意義上的人工智能和我們還有很大的距離,將來機(jī)器不僅僅是人類認(rèn)識(shí)世界和改變世界的工具,而且可以和人類做朋友,可以交流、談心甚至相互學(xué)習(xí)。在我看來要想實(shí)現(xiàn)人工智能時(shí)代,并不能只是依靠少數(shù)天才科學(xué)家,和實(shí)驗(yàn)室,必須要大范圍的,甚至各個(gè)國(guó)家、政府、全球人類都要參與進(jìn)來,因?yàn)槿斯ぶ悄懿坏砹艘粋€(gè)學(xué)科、一種技術(shù),他是人類工具的一次革新,人類生存方式的一次革新,就如同青銅器取代石器一樣,智能機(jī)器人也必將取代計(jì)算機(jī)和網(wǎng)絡(luò)。讓我們?yōu)榱诉@一天的到來而盡情暢想吧!

  主要參考文獻(xiàn)

  [1]雷萬云. 云計(jì)算企業(yè)信息化建設(shè)策略與實(shí)踐[M].北京:清華大學(xué)出版社,2010.12.

  [2]Michael Negnevitsky.人工智能:智能系統(tǒng)指南[M].北京:機(jī)械工業(yè)出版社,2007.4.

  [3]Gartner,Application Infrastructure for Cloud Computing:A Growing Market,2010.

  [4]美Peter Fingar著,王玲俊譯.云計(jì)算21世紀(jì)商業(yè)平臺(tái)[M]. 北京:電子工業(yè)出版社.

  看了“人工智能的畢業(yè)論文范文”的人還看了:

1.關(guān)于人工智能的畢業(yè)論文

2.人工智能畢業(yè)論文

3.人工智能技術(shù)應(yīng)用畢業(yè)論文

4.人工智能的發(fā)展畢業(yè)論文

5.畢業(yè)論文人工智能的應(yīng)用

6.人工智能畢業(yè)論文

2573817