【正文】 對家用電器等的遠程控制的普及，讓每一個房子都裝有這樣的系統(tǒng)，那么在主人回家之前就可以設定好最符合主人生活習慣的環(huán)境，讓辛苦勞累了一天的主人能夠更好的享受到家的溫馨！人工智能誕生50多年來，在崎嶇不平的道路上取得了可喜的進展。人工智能的人工智能的研究一旦取得突破性進展，將會對信息時代產生重大影響，對人類文明產生重大影響。不管是在昨天、今天還是明天，“人工智能”都是新時代的寵兒，注定未社會的發(fā)展，人們生活水平的提高做出不可小覷的貢獻！我們共同希望“人工智能”的明天更美好！三、人工智能技術的主要研究內容與核心技術難題人工智能是一種外向型的學科,它不但要求研究它的人懂得人工智能的知識,而且要求有比較扎實的數學基礎及哲學和生物學基礎,只有這樣才可能讓一臺什么也不知道的機器模擬人的思維。因為人工智能的研究領域十分廣闊,它總的來說是面向應用的,主要研究領域有專家系統(tǒng),有人在工作,它就可以用在什么地方,因為人工智能的最根本目的還是要模擬人類的思維。可以歸納為八個字:機器智能、智能機器。機器智能：例如,用計算機打印常用的報表,進行一些常規(guī)的文字處理,都是程序化的操作,談不上有智能。但是,用計算機給人看病,進行病理診斷和藥物處方,或者,用計算機給機器看病,進行故障診斷和維修處理,就需要計算機有人工智能。人工智能學科領域中有一個重要的學科分支是“專家系統(tǒng)”(Expert System),簡稱代寫論文ES。就是用計算機去模擬、延伸和擴展專家的智能。基于專家的知識和經驗,可以求解專業(yè)性問題的、具有人工智能的計算機應用系統(tǒng)。如:醫(yī)療診斷專家系統(tǒng),故障診斷專家系統(tǒng)等。智能機器：“智能機器”(Intelligent Machine),簡稱IM,研究如何設計和制造具有更高智能水平的機器,特別是設計和制造更聰明的計算機。現(xiàn)在的計算機,雖然經歷了從電子管、晶體管、集成電路、超大規(guī)模集成電路等幾代的發(fā)展,在工藝和性能方面都有巨大的進步。但是,在原理上,還沒有重大的突破。通常,人們用計算機,不僅要告訴計算機:做什么?,而且還必須詳細地、正確地告訴計算機:如何做?。也就是說,人們要根據工作任務的需求,以適當的計算機語言,進行相應的軟件設計,編制面向該任務的計算機應用程序,并且,正確地操作計算機,裝入、啟動該應用程序,才能用計算機完成該項工作任務。這里,計算機實質上只是機械地、被動地執(zhí)行人們編制的應用程序指令的“電子奴仆”,也不理解為什么要做這項工作,即不懂得:為什么?。因而,只不過是一個低智能的、不聰明的“電腦”。那么,如何設計和制造高智能的、聰明的“電腦”呢?這正是人工智能另一方面的研究對象和學科任務。目前人工智能主要研究內容是:分布式人工智能與多智能主體系統(tǒng)、人工思維模型、知識系統(tǒng)(包括專家系統(tǒng)、知識庫系統(tǒng)和智能決策系統(tǒng))、知識發(fā)現(xiàn)與數據挖掘(從大量的、不完全的、模糊的、有噪聲的數據中挖掘出對我們有用的知識)、遺傳與演化計算(通過對生物遺傳與進化理論的模擬,揭示出人的智能進化規(guī)律)、人工生命(通過構造簡單的人工生命系統(tǒng)并觀察其行為,探討初級智能的奧秘)、人工智能應用(如:模糊控制、智能大廈、智能人機接口、智能機器人等)等等。未來人工智能的研究方向主要有:人工智能理論、機器學習模型和理論、不精確知識表示及其推理、常識知識及其推理、人工思維模型,智能人機接口、多智能主體系統(tǒng)、知識發(fā)現(xiàn)與知識獲取、人工智能應用基礎等?！叭斯ぶ悄堋?Artificial Intelligence)一詞最初是在1956年Dartmouth學會上提出的。人工智能是指研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。人工智能是計算機科學的一個分支,它企圖了解智能的實質,并生產出一種新的能以人類智能相似的方式做出反應的智能機器。目前能夠用來研究人工智能的主要物質手段以及能夠實現(xiàn)人工智能技術的機器就是計算機,人工智能的發(fā)展歷史是和計算機科學與技術的發(fā)展史聯(lián)系在一起的。人工智能理論進入21世紀,正醞釀著新的突破,人工智能的研究成果將能夠創(chuàng)造出更多更高級的智能“制品”,并使之在越來越多的領域超越人類智能,人工智能將為發(fā)展國民經濟和改善人類生活做出更大貢獻。人工智能的近期研究目標在于建造智能計算機，用以代替人類從事腦力勞動，即使現(xiàn)有的計算機更聰明更有用。正是根據這一近期研究目標，我們才把人工智能理解為計算機科學的一個分支。人工智能還有它的遠期研究目標，即探究人類智能和機器智能的基本原理，研究用自動機(automata)模擬人類的思維過程和智能行為。這個長期目標遠遠超出計算機科學的范疇，幾乎涉及自然科學和社會科學的所有學科。在重新闡述我們的歷史知識的過程中，哲學家、科學家和人工智能學家有機會努力解決知識的模糊性以及消除知識的不一致性。這種努力的結果，可能導致知識的某些改善，以便能夠比較容易地推斷出令人感興趣的新的真理。人工智能研究尚存在不少問題，這主要表現(xiàn)在下列幾個方面： 宏觀與微觀隔離：一方面是哲學、認知科學、思維科學和心理學等學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、神經網絡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，中間還有許多層次未予研究，無法把宏觀與微觀有機地結合起來和相互滲透。全局與局部割裂：人類智能是腦系統(tǒng)的整體效應，有著豐富的層次和多個側面。但是，符號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智能行為特性及其進化過程。它們存在明顯的局限性。必須從多層次、多因素、多維和全局觀點來研究智能，才能克服上述局限性。3 理論和實際脫節(jié) 大腦的實際工作，在宏觀上我們已知道得不少；但是智能的千姿百態(tài)，變幻莫測，復雜得難以理出清晰的頭緒。在微觀上，我們對大腦的工作機制卻知之甚少，似是而非，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，只是部分人的主觀猜想，能在某些方面表現(xiàn)出”智能”就算相當成功了。上述存在問題和其它問題說明，人腦的結構和功能要比人們想象的復雜得多，人工智能研究面臨的困難要比我們估計的重大得多，人工智能研究的任務要比我們討論過的艱巨得多。同時也說明，要從根本上了解人腦的結構和功能，解決面臨的難題，完成人工智能的研究任務，需要尋找和建立更新的人工智能框架和理論體系，打下人工智能進一步發(fā)展的理論基礎。我們至少需要經過幾代人的持續(xù)奮斗，進行多學科聯(lián)合協(xié)作研究，才可能基本上解開”智能”之謎，使人工智能理論達到一個更高的水平。人工智能要解決的問題主要是以下幾個方面：一、識別過程，外界輸入的信息向概念邏輯信息轉譯，將動態(tài)靜態(tài)圖像、聲音、語音、文字、觸覺、味覺等信息轉化為形式化（大腦中的信息存儲形式）的概念邏輯信息。二、智能運算過程，輸入信息刺激自我學習、信息檢索、邏輯判斷、決策，并產生相應反應。三、控制過程，將需要輸出的反應轉譯為肢體運動和媒介信息。實用機器人在第三個方面做得比較多，而識別和智能運算是很弱的，尤其是概念知識的存儲形式、邏輯判斷和決策這些方面更是鮮有成果，這正是人工智能要重點解決的問題。四、人工智能技術的評價與認識人工智能是一門包括計算機科學、控制學、信系論、語言論、神經生理學、心理學、數學、哲學等多種學科相互滲透發(fā)展起來的學科,其研究對象可以歸納為“機器智能、智能機器”,它體現(xiàn)在思維、感知、行為三個層次,而它要模擬眼神、擴展人的智能,其研究內容可以分為機器思維和思維機器、機器感知和感知機器、機器行為和行為機器三個層次。人工智能研究與應用雖然取得了不少成果,但離全面推廣應用還有很大距離,還有許多問題有待于解決且需要許多學科的研究專家共同創(chuàng)作。人工智能（AI）是機器智能和計算機科學的一個分支。人工智能將是21世紀邏輯學發(fā)展的主要動力源泉，并且在很大程度上將決定21世紀邏輯學的面貌。這些年來,人工智能在計算機科學、邏輯學等領域已取得重大成就,但離真正的人類智能還相差甚遠。人工智能是一門研究機器智能和智能機器的新型的、綜合性的、具有強大生命力的邊緣學科，它研究怎樣讓計算機或智能機器（包括硬件和軟件）模仿、延伸和擴展人腦從事推理、規(guī)劃、計算、思考、學習等思維活動，解決迄今為止需要人類專家才能處理好的復雜問題。人工智能遠期目標是要制造智能機器，使現(xiàn)有的計算機更聰明，能夠模擬人類的智能行為。人工智能的近期目標是實現(xiàn)機器智能，即先部分地或某種程度地實現(xiàn)機器的智能，從而使現(xiàn)有的計算機更靈活、更好用和更有用，成為人類的智能化信息處理工具。目前，人工智能技術正在向大型分布式人工智能、大型分布式多專家協(xié)同系統(tǒng)、廣義知識表達、綜合知識庫、并行推理、多種專家系統(tǒng)開發(fā)工具、大型分布式人工智能開發(fā)環(huán)境和分布式環(huán)境下的多智能體協(xié)同系統(tǒng)等方向發(fā)展。盡管如此，從目前來看，人工智能仍處于學科發(fā)展的早期階段，其理論、方法和技術都不太成熟，人們對它的認識也比較膚淺。這些還都有待于人工智能工作者的長期探索。五、結論先進制造技術當今國際間科技競爭的焦點，隨著社會的發(fā)展，市場需求的個性化與多元化，人們對產品的要求也日益多元化，市場競爭日趨激烈，企業(yè)要在日趨激烈的市場競爭中生存發(fā)展，就必須采用先進的制造技術。進入新世紀，隨著中國加入WTO,中國與世界的越來越緊密，先進制造制造技術必然會朝著全球化、系統(tǒng)化、集成化、網絡化、虛擬化、自動化、綠色化、精密化、智能化、快速化的趨勢發(fā)展。人工智能對自然科學的影響。在需要使用數學計算機工具解決問題的學科，AI帶來的幫助不言而喻。更重要的是，AI反過來有助于人類最終認識自身智能的形成。人工智能對經濟的影響。專家系統(tǒng)更深入各行各業(yè)，帶來巨大的宏觀效益。AI也促進了計算機工業(yè)網絡工業(yè)的發(fā)展。但同時，也帶來了勞務就業(yè)問題。由于AI在科技和工程中的應用，能夠代替人類進行各種技術工作和腦力勞動，會造成社會結構的劇烈變化。人工智能對社會的影響。AI也為人類文化生活提供了新的模式?，F(xiàn)有的游戲將逐步發(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用已經深入到各大游戲制造商的開發(fā)中。伴隨著人工智能和智能機器人的發(fā)展，不得不討論是人工智能本身就是超前研究，需要用未來的眼光開展現(xiàn)代的科研，因此很可能觸及倫理底線。作為科學研究可能涉及到的敏感問題，需要針對可能產生的沖突及早預防，而不是等到問題矛盾到了不可解決的時候才去想辦法化解。人工智能的長期目標是建立人類水平的人工智能，由腦科學、認知科學、人工智能等共同研究，形成交叉學科智能科學。腦科學從分子水平、細胞水平、行為水平研究自然智能機理，建立腦模型，揭示人腦的本質。認知科學是研究人類感知、學習、記憶、思維、意識等人腦心智活動過程的科學。人工智能研究用人工的方法和技術，模仿、延伸和擴展人的智能，實現(xiàn)機器智能。智能科學不僅要進行功能仿真，而且要從機理上研究，探索智能的新概念、新理論、新方法。人工智能的研究一旦取得突破性進展，將會對信息時代產生重大影響，對人類文明產生重大影響?？茖W發(fā)展到今天，一方面是高度分化，學科在不斷細分，新學科、新領域不斷產生。另一方面是學科的高度融合，更多地呈現(xiàn)交叉和綜合的趨勢，新興學科和交叉學科不斷涌現(xiàn)。大學科交叉的這種普遍趨勢，在人工智能學科方面表現(xiàn)尤其突出。由腦科學、認知科學、人工智能等共同研究智能的本質和機理，形成交叉學科智能科學。學科交叉將催生更多的研究成果，對于人工智能學科整體而言，要有所突破，需要多個學科合作協(xié)同，在交叉學科研究中實現(xiàn)創(chuàng)新。六、參考文獻 [1]《人工智能簡史》孫興 清華大學出版社，1990年 [2]蔡自興 徐光佑 《人工智能及其應用》 清華大學出版社 2002年1月 [3]王萬森人工智能原理及其應用北京：電子工業(yè)出版社，2010第四篇：先進制造技術論文《先進制造技術》課程論文——人工神經網絡摘要：人工神經網絡是對人腦功能的某些程度的反映，具有自適應和自學習的能力，可通過對模式 樣本的自學習，從中獲取特征，并能將學習獲得的知識應用到圖像、文字等識別中。本文對人工神經網絡做了簡要的概述，重點講述了兩種應用最廣泛的神經網絡模型：BP神經網絡和Hopfield神經網絡。對BP神經網絡作了詳細的介紹，重點在于三層BP網絡的學習。Hopfield神經網絡應用非常廣泛，本文用Hopfield 神經網絡進行英文字母識別。關鍵詞：人工神經網絡，BP神經網絡，三層BP網絡，Hopfield神經網絡，模式識別Study on Simulation Analytical Method of Artificial neural network(School of Engineering, HLJ August First Land Reclamation University, Daqing 163319)Abstract:Artificial neural network is to the brain function, some degree of reflect with adaptive and selflearning ability, but through the study of pattern samples from, obtain characteristics, and can be applied to study the knowledge obtained recognition of images and on artificial neural network did briefly, focused on the two kinds of the most widely used neural network model: BP neural network and Hopfield neural BP neurl network is analyzed in detail, the emphasis is on three layers of BP neural network neural network is us extensively, this article with the Hopfield neural network for English letters words: artificial neural network, the BP neural network, and