淺析人工智能發(fā)展概況及在人力資源領(lǐng)域的應(yīng)用(編輯修改稿)
2025-07-14 18:01 本頁面
【文章內(nèi)容簡(jiǎn)介】 ，它的內(nèi)部主要表現(xiàn)為新知識(shí)結(jié)構(gòu)的不斷建立和修改，外部表現(xiàn)為性能的改善。一個(gè)學(xué)習(xí)過程本質(zhì)上講，就是學(xué)習(xí)系統(tǒng)把導(dǎo)師（或?qū)＜遥┨峁┑男畔⑥D(zhuǎn)換成能被系統(tǒng)理解并應(yīng)用的形式的過程。按照系統(tǒng)對(duì)導(dǎo)師的依賴程度可將學(xué)習(xí)方法分類為：機(jī)械式學(xué)習(xí)（Rote learning）、講授式學(xué)習(xí)（Learning from instruction）、類比學(xué)習(xí)（Learning by analogy）、歸納學(xué)習(xí)（Learning from induction）、觀察發(fā)現(xiàn)式學(xué)習(xí)（learning by observation and discovery）等。此外，近年來又發(fā)展了基于解釋、事例、概念、神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和遺傳學(xué)習(xí)等學(xué)習(xí)方法。 神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)（Aficial Neural Network），是由大量處理單元即神經(jīng)元互連而成的網(wǎng)絡(luò)，也常簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)或類神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)是一種由大量的節(jié)點(diǎn)（或稱神經(jīng)元）和之間相互聯(lián)接構(gòu)成的運(yùn)算模型，是對(duì)人腦或自然神經(jīng)網(wǎng)絡(luò)一些基本特性的抽象和模擬，其目的在于模擬大腦的某些機(jī)理與機(jī)制，從而實(shí)現(xiàn)某些方面的功能。通俗地講，人工神經(jīng)網(wǎng)絡(luò)是仿真研究生物神經(jīng)網(wǎng)絡(luò)的結(jié)果。詳細(xì)地說，人工神經(jīng)網(wǎng)絡(luò)是為獲得某個(gè)特定問題的解，根據(jù)所掌握的生物神經(jīng)網(wǎng)絡(luò)機(jī)理，按照控制工程的思路及數(shù)學(xué)描述方法，建立相應(yīng)的數(shù)學(xué)模型并采用適當(dāng)?shù)乃惴?，而有針?duì)性地確定數(shù)學(xué)模型參數(shù)的技術(shù)。神經(jīng)網(wǎng)絡(luò)的信息處理是由神經(jīng)元之間的相互作用實(shí)現(xiàn)的：知識(shí)與信息的存貯主要表現(xiàn)為網(wǎng)絡(luò)元件互連間分布式的物理聯(lián)系 。人工神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的自學(xué)習(xí)能力，它可以不依賴于“專家”的頭腦，而自動(dòng)從已有的實(shí)驗(yàn)數(shù)據(jù)中總結(jié)規(guī)律。由此，人工神經(jīng)網(wǎng)絡(luò)擅長(zhǎng)于處理復(fù)雜多維的非線性問題，不但可以解決定性問題，也可解決定量的問題，同時(shí)還具有大規(guī)模并行處理和分布的信息存儲(chǔ)能力，具有良好的自適應(yīng)、自組織性以及很強(qiáng)的學(xué)習(xí)、聯(lián)想、容錯(cuò)和較好的可靠性。 模式識(shí)別計(jì)算機(jī)人工智能所研究的模式識(shí)別是指用計(jì)算機(jī)代替人類或幫助人類感知模式。其主要的研究對(duì)象是計(jì)算機(jī)模式識(shí)別系統(tǒng)，也就是讓計(jì)算機(jī)系統(tǒng)能夠模擬人類通過感覺器官對(duì)外界產(chǎn)生的各種感知能力。較早的模式識(shí)別研究工作集中在對(duì)文字和二維圖像的識(shí)別方面，并取得了不少成果。自 20 世紀(jì) 60 年代中期起 , 機(jī)器視覺方面的研究工作開始轉(zhuǎn)向解釋和描述復(fù)雜的三維景物這一更困難的課題。羅伯斯特 ( Robest ) 于 1965 年發(fā)表的論文奠定了分析由棱柱體組成的景物的方向，邁出了用計(jì)算機(jī)將三維圖像解釋成三維景物的一個(gè)單眼視圖的第一步，即所謂的積木世界。接著，機(jī)器識(shí)別由積木世界進(jìn)入識(shí)別更復(fù)雜的景物和在復(fù)雜環(huán)境中尋找目標(biāo)以及室外景物分析等方面的研究。目前研究的熱點(diǎn)是活動(dòng)目標(biāo) ( 如飛行器 ) 的識(shí)別和分析，它是景物分析走向?qū)嵱没芯康囊粋€(gè)標(biāo)志。語音識(shí)別技術(shù)的研究始于 20 世紀(jì) 50 年代初期，發(fā)展到 20 世紀(jì) 70 年代，各種語音識(shí)別裝置相繼出現(xiàn)，性能良好的能夠識(shí)別單詞的聲音識(shí)別系統(tǒng)已進(jìn)入實(shí)用階段，神經(jīng)網(wǎng)絡(luò)用于語音識(shí)別也已取得成功。作為一門新興學(xué)科，模式識(shí)別在不斷發(fā)展，其理論基礎(chǔ)和研究范圍也在不斷發(fā)展。當(dāng)前模式識(shí)別正處于大發(fā)展的階段，隨著其應(yīng)用范圍的逐漸擴(kuò)大及計(jì)算機(jī)科學(xué)的發(fā)展，模式識(shí)別技術(shù)將在今后有更大的發(fā)展，并且量子計(jì)算技術(shù)也將用于模式識(shí)別的研究。 人工生命人工生命 ( Artificial Life, 簡(jiǎn)稱 AL) 是由美國圣菲研究所非線性研究組的計(jì)算機(jī)科學(xué)家 Christopher Langton 于 198
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1