作者簡(jiǎn)介： 辭七七，目前大一，正在學(xué)習(xí)C/C++，Java，Python等
作者主頁(yè)： 七七的個(gè)人主頁(yè)
文章收錄專(zhuān)欄： 七七的閑談
歡迎大家點(diǎn)贊 ?? 收藏 ? 加關(guān)注哦！????

人工智能是智能學(xué)科重要的組成部分，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類(lèi)智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專(zhuān)家系統(tǒng)等。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)域也不斷擴(kuò)大，可以設(shè)想，未來(lái)人工智能帶來(lái)的科技產(chǎn)品，將會(huì)是人類(lèi)智慧的“容器”。人工智能可以對(duì)人的意識(shí)、思維的信息過(guò)程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過(guò)人的智能。

定義詳解

關(guān)于什么是“智能”，涉及到諸如意識(shí)（CONSCIOUSNESS）、自我（SELF）、思維（MIND）（包括無(wú)意識(shí)的思維（UNCONSCIOUS_MIND）） 等問(wèn)題。人唯一了解的智能是人本身的智能，這是普遍認(rèn)同的觀點(diǎn)。但是我們對(duì)我們自身智能的理解都非常有限，對(duì)構(gòu)成人的智能的必要元素也了解有限，所以就很難定義什么是人工智能。人工智能的研究往往涉及對(duì)人的智能本身的研究。其它關(guān)于動(dòng)物或其它人造系統(tǒng)的智能也普遍被認(rèn)為是人工智能相關(guān)的研究課題。

尼爾遜教授對(duì)人工智能下了這樣一個(gè)定義：“人工智能是關(guān)于知識(shí)的學(xué)科――怎樣表示知識(shí)以及怎樣獲得知識(shí)并使用知識(shí)的科學(xué)?！倍硪粋€(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?！边@些說(shuō)法反映了人工智能學(xué)科的基本思想和基本內(nèi)容。即人工智能是研究人類(lèi)智能活動(dòng)的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計(jì)算機(jī)去完成以往需要人的智力才能勝任的工作，也就是研究如何應(yīng)用計(jì)算機(jī)的軟硬件來(lái)模擬人類(lèi)某些智能行為的基本理論、方法和技術(shù)。

20世紀(jì)70年代以來(lái)，人工智能被稱(chēng)為世界三大尖端技術(shù)之一（空間技術(shù)、能源技術(shù)、人工智能）。也被認(rèn)為是21世紀(jì)三大尖端技術(shù)（基因工程、納米科學(xué)、人工智能）之一。這是因?yàn)榻陙?lái)它獲得了迅速的發(fā)展，在很多學(xué)科領(lǐng)域都獲得了廣泛應(yīng)用，并取得了豐碩的成果，人工智能已逐步成為一個(gè)獨(dú)立的分支，無(wú)論在理論和實(shí)踐上都已自成一個(gè)系統(tǒng)。

人工智能是研究使用計(jì)算機(jī)來(lái)模擬人的某些思維過(guò)程和智能行為（如學(xué)習(xí)、推理、思考、規(guī)劃等）的學(xué)科，主要包括計(jì)算機(jī)實(shí)現(xiàn)智能的原理、制造類(lèi)似于人腦智能的計(jì)算機(jī)，使計(jì)算機(jī)能實(shí)現(xiàn)更高層次的應(yīng)用。人工智能將涉及到計(jì)算機(jī)科學(xué)、心理學(xué)、哲學(xué)和語(yǔ)言學(xué)等學(xué)科?？梢哉f(shuō)幾乎是自然科學(xué)和社會(huì)科學(xué)的所有學(xué)科，其范圍已遠(yuǎn)遠(yuǎn)超出了計(jì)算機(jī)科學(xué)的范疇，人工智能與思維科學(xué)的關(guān)系是實(shí)踐和理論的關(guān)系，人工智能是處于思維科學(xué)的技術(shù)應(yīng)用層次，是它的一個(gè)應(yīng)用分支。從思維觀點(diǎn)看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進(jìn)人工智能的突破性的發(fā)展，數(shù)學(xué)常被認(rèn)為是多種學(xué)科的基礎(chǔ)科學(xué)，數(shù)學(xué)也進(jìn)入語(yǔ)言、思維領(lǐng)域，人工智能學(xué)科也必須借用數(shù)學(xué)工具，數(shù)學(xué)不僅在標(biāo)準(zhǔn)邏輯、模糊數(shù)學(xué)等范圍發(fā)揮作用，數(shù)學(xué)進(jìn)入人工智能學(xué)科，它們將互相促進(jìn)而更快地發(fā)展。

研究?jī)r(jià)值

例如繁重的科學(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(lèi)智能才能完成的復(fù)雜任務(wù)”，可見(jiàn)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(mén)科學(xué)的具體目標(biāo)也自然隨著時(shí)代的變化而發(fā)展。它一方面不斷獲得新的進(jìn)展，另一方面又轉(zhuǎn)向更有意義、更加困難的目標(biāo)。

通常，“機(jī)器學(xué)習(xí)”的數(shù)學(xué)基礎(chǔ)是“統(tǒng)計(jì)學(xué)”、“信息論”和“控制論”。還包括其他非數(shù)學(xué)學(xué)科。這類(lèi)“機(jī)器學(xué)習(xí)”對(duì)“經(jīng)驗(yàn)”的依賴(lài)性很強(qiáng)。計(jì)算機(jī)需要不斷從解決一類(lèi)問(wèn)題的經(jīng)驗(yàn)中獲取知識(shí)，學(xué)習(xí)策略，在遇到類(lèi)似的問(wèn)題時(shí)，運(yùn)用經(jīng)驗(yàn)知識(shí)解決問(wèn)題并積累新的經(jīng)驗(yàn)，就像普通人一樣。我們可以將這樣的學(xué)習(xí)方式稱(chēng)之為“連續(xù)型學(xué)習(xí)”。但人類(lèi)除了會(huì)從經(jīng)驗(yàn)中學(xué)習(xí)之外，還會(huì)創(chuàng)造，即“跳躍型學(xué)習(xí)”。這在某些情形下被稱(chēng)為“靈感”或“頓悟”。一直以來(lái)，計(jì)算機(jī)最難學(xué)會(huì)的就是“頓悟”。或者再?lài)?yán)格一些來(lái)說(shuō)，計(jì)算機(jī)在學(xué)習(xí)和“實(shí)踐”方面難以學(xué)會(huì)“不依賴(lài)于量變的質(zhì)變”，很難從一種“質(zhì)”直接到另一種“質(zhì)”，或者從一個(gè)“概念”直接到另一個(gè)“概念”。正因?yàn)槿绱?，這里的“實(shí)踐”并非同人類(lèi)一樣的實(shí)踐。人類(lèi)的實(shí)踐過(guò)程同時(shí)包括經(jīng)驗(yàn)和創(chuàng)造。這是智能化研究者夢(mèng)寐以求的東西。

2013年，帝金數(shù)據(jù)普數(shù)中心數(shù)據(jù)研究員S.C WANG開(kāi)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。作者發(fā)現(xiàn)，新數(shù)據(jù)分析方法給計(jì)算機(jī)學(xué)會(huì)“創(chuàng)造”提供了一種方法。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。這種途徑是數(shù)學(xué)賦予的，是普通人無(wú)法擁有但計(jì)算機(jī)可以擁有的“能力”。從此，計(jì)算機(jī)不僅精于算，還會(huì)因精于算而精于創(chuàng)造。計(jì)算機(jī)學(xué)家們應(yīng)該斬釘截鐵地剝奪“精于創(chuàng)造”的計(jì)算機(jī)過(guò)于全面的操作能力，否則計(jì)算機(jī)真的有一天會(huì)“反捕”人類(lèi)。

當(dāng)回頭審視新方法的推演過(guò)程和數(shù)學(xué)的時(shí)候，作者拓展了對(duì)思維和數(shù)學(xué)的認(rèn)識(shí)。數(shù)學(xué)簡(jiǎn)潔，清晰，可靠性、模式化強(qiáng)。在數(shù)學(xué)的發(fā)展史上，處處閃耀著數(shù)學(xué)大師們創(chuàng)造力的光輝。這些創(chuàng)造力以各種數(shù)學(xué)定理或結(jié)論的方式呈現(xiàn)出來(lái)，而數(shù)學(xué)定理最大的特點(diǎn)就是：建立在一些基本的概念和公理上，以模式化的語(yǔ)言方式表達(dá)出來(lái)的包含豐富信息的邏輯結(jié)構(gòu)。應(yīng)該說(shuō)，數(shù)學(xué)是最單純、最直白地反映著（至少一類(lèi)）創(chuàng)造力模式的學(xué)科。
當(dāng)前人工智能主要應(yīng)用的領(lǐng)域

發(fā)展階段

1956年夏季，以麥卡賽、明斯基、羅切斯特和申農(nóng)等為首的一批有遠(yuǎn)見(jiàn)卓識(shí)的年輕科學(xué)家在一起聚會(huì)，共同研究和探討用機(jī)器模擬智能的一系列有關(guān)問(wèn)題，并首次提出了“人工智能”這一術(shù)語(yǔ)，它標(biāo)志著“人工智能”這門(mén)新興學(xué)科的正式誕生。IBM公司“深藍(lán)”電腦擊敗了人類(lèi)的世界國(guó)際象棋冠軍更是人工智能技術(shù)的一個(gè)完美表現(xiàn)。
從1956年正式提出人工智能學(xué)科算起，50多年來(lái)，取得長(zhǎng)足的發(fā)展，成為一門(mén)廣泛的交叉和前沿科學(xué)?？偟恼f(shuō)來(lái)，人工智能的目的就是讓計(jì)算機(jī)這臺(tái)機(jī)器能夠像人一樣思考。如果希望做出一臺(tái)能夠思考的機(jī)器，那就必須知道什么是思考，更進(jìn)一步講就是什么是智慧。什么樣的機(jī)器才是智慧的呢？科學(xué)家已經(jīng)作出了汽車(chē)、火車(chē)、飛機(jī)和收音機(jī)等等，它們模仿我們身體器官的功能，但是能不能模仿人類(lèi)大腦的功能呢？到目前為止，我們也僅僅知道這個(gè)裝在我們天靈蓋里面的東西是由數(shù)十億個(gè)神經(jīng)細(xì)胞組成的器官，我們對(duì)這個(gè)東西知之甚少，模仿它或許是天下最困難的事情了。

當(dāng)計(jì)算機(jī)出現(xiàn)后，人類(lèi)開(kāi)始真正有了一個(gè)可以模擬人類(lèi)思維的工具，在以后的歲月中，無(wú)數(shù)科學(xué)家為這個(gè)目標(biāo)努力著。如今人工智能已經(jīng)不再是幾個(gè)科學(xué)家的專(zhuān)利了，全世界幾乎所有大學(xué)的計(jì)算機(jī)系都有人在研究這門(mén)學(xué)科，學(xué)習(xí)計(jì)算機(jī)的大學(xué)生也必須學(xué)習(xí)這樣一門(mén)課程，在大家不懈的努力下，如今計(jì)算機(jī)似乎已經(jīng)變得十分聰明了。例如，1997年5月，IBM公司研制的深藍(lán)（DEEP BLUE）計(jì)算機(jī)戰(zhàn)勝了國(guó)際象棋大師卡斯帕洛夫（KASPAROV）。大家或許不會(huì)注意到，在一些地方計(jì)算機(jī)幫助人進(jìn)行其它原來(lái)只屬于人類(lèi)的工作，計(jì)算機(jī)以它的高速和準(zhǔn)確為人類(lèi)發(fā)揮著它的作用。人工智能始終是計(jì)算機(jī)科學(xué)的前沿學(xué)科，計(jì)算機(jī)編程語(yǔ)言和其它計(jì)算機(jī)軟件都因?yàn)橛辛巳斯ぶ悄艿倪M(jìn)展而得以存在。

2019年3月4日，十三屆全國(guó)人大二次會(huì)議舉行新聞發(fā)布會(huì)，大會(huì)發(fā)言人張業(yè)遂表示，已將與人工智能密切相關(guān)的立法項(xiàng)目列入立法規(guī)劃。
《深度學(xué)習(xí)平臺(tái)發(fā)展報(bào)告(2022)》認(rèn)為，伴隨技術(shù)、產(chǎn)業(yè)、政策等各方環(huán)境成熟，人工智能已經(jīng)跨過(guò)技術(shù)理論積累和工具平臺(tái)構(gòu)建的發(fā)力儲(chǔ)備期，開(kāi)始步入以規(guī)模應(yīng)用與價(jià)值釋放為目標(biāo)的產(chǎn)業(yè)賦能黃金十年。

2023年4月，美國(guó)《科學(xué)時(shí)報(bào)》刊文介紹了目前正在深刻改變醫(yī)療保健領(lǐng)域的五大領(lǐng)先技術(shù)：可穿戴設(shè)備和應(yīng)用程序、人工智能與機(jī)器學(xué)習(xí)、遠(yuǎn)程醫(yī)療、機(jī)器人技術(shù)、3D打印。

科學(xué)介紹

實(shí)際應(yīng)用

機(jī)器視覺(jué)，指紋識(shí)別，人臉識(shí)別，視網(wǎng)膜識(shí)別，虹膜識(shí)別，掌紋識(shí)別，專(zhuān)家系統(tǒng)，自動(dòng)規(guī)劃，智能搜索，定理證明，博弈，自動(dòng)程序設(shè)計(jì)，智能控制，機(jī)器人學(xué)，語(yǔ)言和圖像理解，遺傳編程等。

學(xué)科范疇
人工智能是一門(mén)邊緣學(xué)科，屬于自然科學(xué)和社會(huì)科學(xué)的交叉。
涉及學(xué)科
哲學(xué)和認(rèn)知科學(xué)，數(shù)學(xué)，神經(jīng)生理學(xué)，心理學(xué)，計(jì)算機(jī)科學(xué)，信息論，控制論，不定性論
研究范疇

自然語(yǔ)言處理，知識(shí)表現(xiàn)，智能搜索，推理，規(guī)劃，機(jī)器學(xué)習(xí)，知識(shí)獲取，組合調(diào)度問(wèn)題，感知問(wèn)題，模式識(shí)別，邏輯程序設(shè)計(jì)軟計(jì)算，不精確和不確定的管理，人工生命，神經(jīng)網(wǎng)絡(luò)，復(fù)雜系統(tǒng)，遺傳算法

意識(shí)和人工智能

人工智能就其本質(zhì)而言，是對(duì)人的思維的信息過(guò)程的模擬。

對(duì)于人的思維模擬可以從兩條道路進(jìn)行，一是結(jié)構(gòu)模擬，仿照人腦的結(jié)構(gòu)機(jī)制，制造出“類(lèi)人腦”的機(jī)器；二是功能模擬，暫時(shí)撇開(kāi)人腦的內(nèi)部結(jié)構(gòu)，而從其功能過(guò)程進(jìn)行模擬?，F(xiàn)代電子計(jì)算機(jī)的產(chǎn)生便是對(duì)人腦思維功能的模擬，是對(duì)人腦思維的信息過(guò)程的模擬。
弱人工智能如今不斷地迅猛發(fā)展，尤其是2008年經(jīng)濟(jì)危機(jī)后，美日歐希望借機(jī)器人等實(shí)現(xiàn)再工業(yè)化，工業(yè)機(jī)器人以比以往任何時(shí)候更快的速度發(fā)展，更加帶動(dòng)了弱人工智能和相關(guān)領(lǐng)域產(chǎn)業(yè)的不斷突破，很多必須用人來(lái)做的工作如今已經(jīng)能用機(jī)器人實(shí)現(xiàn)。
而強(qiáng)人工智能則暫時(shí)處于瓶頸，還需要科學(xué)家們和人類(lèi)的努力。

指紋識(shí)別

指紋特征
特征點(diǎn)

指紋，英文名稱(chēng)為fingerprint，兩枚指紋經(jīng)常會(huì)具有相同的總體特征，但它們的細(xì)節(jié)特征，卻不可能完全相同。指紋紋路并不是連續(xù)的、平滑筆直的，而是經(jīng)常出現(xiàn)中斷、分叉或轉(zhuǎn)折。這些斷點(diǎn)、分叉點(diǎn)和轉(zhuǎn)折點(diǎn)就稱(chēng)為"特征點(diǎn)"。
特征點(diǎn)提供了指紋唯一性的確認(rèn)信息，其中最典型的是終結(jié)點(diǎn)和分叉點(diǎn)，其他還包括分歧點(diǎn)、孤立點(diǎn)、環(huán)點(diǎn)、短紋等。特征點(diǎn)的參數(shù)包括方向（節(jié)點(diǎn)可以朝著一定的方向）、曲率（描述紋路方向改變的速度）、位置（節(jié)點(diǎn)的位置通過(guò)x/y坐標(biāo)來(lái)描述，可以是絕對(duì)的，也可以是相對(duì)于三角點(diǎn)或特征點(diǎn)的）。

1. 總體特征
   總體特征是指那些用人眼直接就可以觀察到的特征。包括紋形、模式區(qū)、核心點(diǎn)、三角點(diǎn)和紋數(shù)等。
   紋形，指紋專(zhuān)家在長(zhǎng)期實(shí)踐的基礎(chǔ)上，根據(jù)脊線(xiàn)的走向與分布情況一般將指紋分為三大類(lèi)——環(huán)型（loop，又稱(chēng)斗形）、弓形（arch）、螺旋形（whorl）。
   模式區(qū)即指紋上包括了總體特征的區(qū)域，從此區(qū)域就能夠分辨出指紋是屬于哪一種類(lèi)型的。有的指紋識(shí)別算法只使用模式區(qū)的數(shù)據(jù)，有的則使用所取得的完整指紋。
   核心點(diǎn)位于指紋紋路的漸進(jìn)中心，它在讀取指紋和比對(duì)指紋時(shí)作為參考點(diǎn)。許多算法是基于核心點(diǎn)的，即只能處理和識(shí)別具有核心點(diǎn)的指紋。
   三角點(diǎn)位于從核心點(diǎn)開(kāi)始的第一個(gè)分叉點(diǎn)或者斷點(diǎn)，或者兩條紋路會(huì)聚處、孤立點(diǎn)、折轉(zhuǎn)處，或者指向這些奇異點(diǎn)。三角點(diǎn)提供了指紋紋路的計(jì)數(shù)跟蹤的開(kāi)始之處。
   紋數(shù)，即模式區(qū)內(nèi)指紋紋路的數(shù)量。在計(jì)算指紋的紋路時(shí)，一般先連接核心點(diǎn)和三角點(diǎn)，這條連線(xiàn)與指紋紋路相交的數(shù)量即可認(rèn)為是指紋的紋數(shù)。
2. 局部特征
   局部特征指紋節(jié)點(diǎn)的特征。指紋的紋路并不是連續(xù)、平滑筆直的，經(jīng)常會(huì)出現(xiàn)分叉、折轉(zhuǎn)或中斷。這些交叉點(diǎn)、折轉(zhuǎn)點(diǎn)或斷點(diǎn)稱(chēng)為"特征點(diǎn)"，它們提供了指紋唯一性的確認(rèn)信息。特征點(diǎn)的主要參數(shù)包括：
   方向：相對(duì)于核心點(diǎn)，特征點(diǎn)所處的方向。
   曲率：紋路方向改變的速度。
   位置：節(jié)點(diǎn)的位置坐標(biāo)，通過(guò)x/y坐標(biāo)來(lái)描述。它可以是絕對(duì)坐標(biāo)，也可以是與三角點(diǎn)（或特征點(diǎn)）的相對(duì)坐標(biāo)。

關(guān)于【人工智能】定義詳解，研究?jī)r(jià)值，發(fā)展階段，發(fā)展階段，指紋識(shí)別的詳細(xì)講解，七七就先分享到這里了，如果你認(rèn)為這篇文章對(duì)你有幫助，請(qǐng)給七七點(diǎn)個(gè)贊吧，如果發(fā)現(xiàn)什么問(wèn)題，歡迎評(píng)論區(qū)留言??！????文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-577329.html

到了這里，關(guān)于【人工智能】定義詳解，研究?jī)r(jià)值，發(fā)展階段，發(fā)展階段，指紋識(shí)別的詳細(xì)講解的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！