人工智能調(diào)查報(bào)告(存儲(chǔ)版)
【正文】 智能是否可以使用高級(jí)符號(hào)表達(dá)，如詞和想法？還是需要“子符號(hào)”的處理？JOHN HAUGELAND提出了GOFAI(出色的老式人工智能)的概念，也提議人工智能應(yīng)歸類為SYNTHETIC INTELLIGENCE，這個(gè)概念后來(lái)被某些非GOFAI研究者采納。基于控制論或神經(jīng)網(wǎng)絡(luò)的方法則置于次要。紐厄爾和赫伯特“知識(shí)革命”同時(shí)讓人們意識(shí)到許多簡(jiǎn)單的人工智能軟件可能需要大量的知識(shí)。這些工具是真正的科學(xué)方法，即這些方法的結(jié)果是可測(cè)量的和可驗(yàn)證的，同時(shí)也是人工智能成功的原因。一個(gè)解決特定問題的AGENT可以使用任何可行的方法一些AGENT用符號(hào)方法和邏輯方法，一些則是子符號(hào)神經(jīng)網(wǎng)絡(luò)或其他新的方法。日前“AI+”已經(jīng)成為公式，發(fā)展至今，下面是人工智能應(yīng)用最多的幾大場(chǎng)景。圖普科技則將人工智能技術(shù)應(yīng)用于客流統(tǒng)計(jì)，通過(guò)人臉識(shí)別客流統(tǒng)計(jì)功能，門店可以從性別、年齡、表情、新老顧客、滯留時(shí)長(zhǎng)等維度建立到店客流用戶畫像，為調(diào)整運(yùn)營(yíng)策略提供數(shù)據(jù)基礎(chǔ)，幫助門店運(yùn)營(yíng)從匹配真實(shí)到店客流的角度提升轉(zhuǎn)換率。AI 和教育的結(jié)合一定程度上可以改善教育行業(yè)師資分布不均衡、費(fèi)用高昂等問題，從工具層面給師生提供更有效率的學(xué)習(xí)方式，但還不能對(duì)教育內(nèi)容產(chǎn)生較多實(shí)質(zhì)性的影響。六、人工智能發(fā)展的弊科技的發(fā)展是一把雙刃劍，汽車分發(fā)明顛覆了傳統(tǒng)的馬車行業(yè)，人工智能的發(fā)展同樣也將顛覆許多行業(yè)。專家系統(tǒng)更深入各行各業(yè)，帶來(lái)巨大的宏觀效益。智能接口技術(shù)是研究如何使人們能夠方便自然地與計(jì)算機(jī)交流。（三）主體及多主體系統(tǒng)。九、人工智能的研究?jī)r(jià)值繁重的科學(xué)和工程計(jì)算本來(lái)是要人腦來(lái)承擔(dān)的，如今計(jì)算機(jī)不但能完成這種計(jì)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(jì)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(shí)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(shí)代的變化而發(fā)展。這在某些情形下被稱為“靈感”或“頓悟”。本質(zhì)上，這種方法為人的“創(chuàng)造力”的模式化提供了一種相當(dāng)有效的途徑。情感能力對(duì)于計(jì)算機(jī)與人的自然交往至關(guān)重要。世界經(jīng)濟(jì)論壇2016年的調(diào)研數(shù)據(jù)預(yù)測(cè)到2020年，機(jī)器人與人工智能的崛起，將導(dǎo)致全球15個(gè)主要的工業(yè)化國(guó)家510萬(wàn)個(gè)就業(yè)崗位的流失，多以低成本、勞動(dòng)密集型的崗位為主。再比如物流行業(yè)，目前大多數(shù)企業(yè)都實(shí)現(xiàn)了無(wú)人倉(cāng)庫(kù)管理和機(jī)器人自動(dòng)分揀貨物，接下來(lái)無(wú)人配送車、無(wú)人機(jī)也很有可能取代一部分物流配送人員的工作。諾依曼型機(jī)與作為智能外圍的人工神經(jīng)網(wǎng)絡(luò)的結(jié)合。2013年， WANG開發(fā)了一種新的數(shù)據(jù)分析方法，該方法導(dǎo)出了研究函數(shù)性質(zhì)的新方法。我們可以將這樣的學(xué)習(xí)方式稱之為“連續(xù)型學(xué)習(xí)”。技術(shù)的發(fā)展總是超乎人們的想象，要準(zhǔn)確地預(yù)測(cè)人工智能的未來(lái)是不可能的。數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的研究目前已經(jīng)形成了三根強(qiáng)大的技術(shù)支柱: 數(shù)據(jù)庫(kù)、人工智能和數(shù)理統(tǒng)計(jì)?，F(xiàn)有的游戲?qū)⒅鸩桨l(fā)展為更高智能的交互式文化娛樂手段，今天，游戲中的人工智能應(yīng)用已經(jīng)深入到各大游戲制造商的開發(fā)中。更重要的是，AI反過(guò)來(lái)有助于人類最終認(rèn)識(shí)自身智能的形成。不過(guò)，相對(duì)于國(guó)外而言，我國(guó)安防監(jiān)控領(lǐng)域仍然有很大成長(zhǎng)空間。（五）教育科大訊飛、乂學(xué)教育等企業(yè)早已開始探索人工智能在教育領(lǐng)域的應(yīng)用。（二）零售人工智能在零售領(lǐng)域的應(yīng)用已經(jīng)十分廣泛，無(wú)人便利店、智慧供應(yīng)鏈、客流統(tǒng)計(jì)、無(wú)人倉(cāng)/無(wú)人車等等都是的熱門方向。RODNEY BROOKS的SUBSUMPTION ARCHITECTURE就是一個(gè)早期的分級(jí)系統(tǒng)計(jì)劃。更復(fù)雜的AGENT包括人類和人類組織（如公司）。計(jì)算智能80年代中DAVID RUMELHART ，如模糊控制和進(jìn)化計(jì)算，都屬于計(jì)算智能學(xué)科研究范疇。基于知識(shí)大約在1970年出現(xiàn)大容量?jī)?nèi)存計(jì)算機(jī)，研究者分別以三個(gè)方法開始把知識(shí)構(gòu)造成應(yīng)用軟件。這方法一直在卡內(nèi)基梅隆大學(xué)沿襲下來(lái)，并在80年代于SOAR發(fā)展到高峰。JOHN HAUGELAND稱這些方法為GOFAI(出色的老式人工智能)。三、人工智能的研究方法如今沒有統(tǒng)一的原理或范式指導(dǎo)人工智能研究。日本1982年開始了”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。”而另一個(gè)美國(guó)麻省理工學(xué)院的溫斯頓教授認(rèn)為：“人工智能就是研究如何使計(jì)算機(jī)去做過(guò)去只有人才能做的智能工作。[1]關(guān)于什么是“智能”，就問題多多了。人工智能從誕生以來(lái)，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1