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)
文章收錄專欄： 七七的閑談
歡迎大家點(diǎn)贊 ?? 收藏 ? 加關(guān)注哦！????

用來(lái)研究人工智能的主要物質(zhì)基礎(chǔ)以及能夠?qū)崿F(xiàn)人工智能技術(shù)平臺(tái)的機(jī)器就是計(jì)算機(jī)，人工智能的發(fā)展歷史是和計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展史聯(lián)系在一起的。除了計(jì)算機(jī)科學(xué)以外，人工智能還涉及信息論、控制論、自動(dòng)化、仿生學(xué)、生物學(xué)、心理學(xué)、數(shù)理邏輯、語(yǔ)言學(xué)、醫(yī)學(xué)和哲學(xué)等多門(mén)學(xué)科。人工智能學(xué)科研究的主要內(nèi)容包括：知識(shí)表示、自動(dòng)推理和搜索方法、機(jī)器學(xué)習(xí)和知識(shí)獲取、知識(shí)處理系統(tǒng)、自然語(yǔ)言理解、計(jì)算機(jī)視覺(jué)、智能機(jī)器人、自動(dòng)程序設(shè)計(jì)等方面。

研究方法

如今沒(méi)有統(tǒng)一的原理或范式指導(dǎo)人工智能研究。許多問(wèn)題上研究者都存在爭(zhēng)論。其中幾個(gè)長(zhǎng)久以來(lái)仍沒(méi)有結(jié)論的問(wèn)題是：是否應(yīng)從心理或神經(jīng)方面模擬人工智能?或者像鳥(niǎo)類生物學(xué)對(duì)于航空工程一樣，人類生物學(xué)對(duì)于人工智能研究是沒(méi)有關(guān)系的？智能行為能否用簡(jiǎn)單的原則（如邏輯或優(yōu)化）來(lái)描述？還是必須解決大量完全無(wú)關(guān)的問(wèn)題？

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。

大腦模擬
主條目：GOFAI

控制論和計(jì)算神經(jīng)科學(xué)20世紀(jì)40年代到50年代，許多研究者探索神經(jīng)病學(xué)，信息理論及控制論之間的聯(lián)系。其中還造出一些使用電子網(wǎng)絡(luò)構(gòu)造的初步智能，如W. GREY WALTER的TURTLES和JOHNS HOPKINS BEAST。 這些研究者還經(jīng)常在普林斯頓大學(xué)和英國(guó)的RATIO CLUB舉行技術(shù)協(xié)會(huì)會(huì)議.直到1960， 大部分人已經(jīng)放棄這個(gè)方法，盡管在80年代再次提出這些原理。

符號(hào)處理
主條目：GOFAI

當(dāng)20世紀(jì)50年代，數(shù)字計(jì)算機(jī)研制成功，研究者開(kāi)始探索人類智能是否能簡(jiǎn)化成符號(hào)處理。研究主要集中在卡內(nèi)基梅隆大學(xué)， 斯坦福大學(xué)和麻省理工學(xué)院，而各自有獨(dú)立的研究風(fēng)格。JOHN HAUGELAND稱這些方法為GOFAI(出色的老式人工智能)。 60年代，符號(hào)方法在小型證明程序上模擬高級(jí)思考有很大的成就?；诳刂普摶蛏窠?jīng)網(wǎng)絡(luò)的方法則置于次要。

60~70年代的研究者確信符號(hào)方法最終可以成功創(chuàng)造強(qiáng)人工智能的機(jī)器，同時(shí)這也是他們的目標(biāo)。認(rèn)知模擬經(jīng)濟(jì)學(xué)家赫伯特·西蒙和艾倫·紐厄爾研究人類問(wèn)題解決能力和嘗試將其形式化，同時(shí)他們?yōu)槿斯ぶ悄艿幕驹泶蛳禄A(chǔ)，如認(rèn)知科學(xué)， 運(yùn)籌學(xué)和經(jīng)營(yíng)科學(xué)。他們的研究團(tuán)隊(duì)使用心理學(xué)實(shí)驗(yàn)的結(jié)果開(kāi)發(fā)模擬人類解決問(wèn)題方法的程序。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?；谶壿嫴幌癜瑐悺ぜ~厄爾和赫伯特·西蒙，JOHN MCCARTHY認(rèn)為機(jī)器不需要模擬人類的思想，而應(yīng)嘗試找到抽象推理和解決問(wèn)題的本質(zhì)，不管人們是否使用同樣的算法。

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(kāi)始把知識(shí)構(gòu)造成應(yīng)用軟件。這場(chǎng)“知識(shí)革命”促成專家系統(tǒng)的開(kāi)發(fā)與計(jì)劃，這是第一個(gè)成功的人工智能軟件形式。“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)。

子符號(hào)法

80年代符號(hào)人工智能停滯不前，很多人認(rèn)為符號(hào)系統(tǒng)永遠(yuǎn)不可能模仿人類所有的認(rèn)知過(guò)程，特別是感知，機(jī)器人，機(jī)器學(xué)習(xí)和模式識(shí)別。很多研究者開(kāi)始關(guān)注子符號(hào)方法解決特定的人工智能問(wèn)題。

統(tǒng)計(jì)學(xué)法
90年代，人工智能研究發(fā)展出復(fù)雜的數(shù)學(xué)工具來(lái)解決特定的分支問(wèn)題。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。共用的數(shù)學(xué)語(yǔ)言也允許已有學(xué)科的合作（如數(shù)學(xué)，經(jīng)濟(jì)或運(yùn)籌學(xué)）。

STUART J. RUSSELL和PETER NORVIG指出這些進(jìn)步不亞于“革命”和“NEATS的成功”。有人批評(píng)這些技術(shù)太專注于特定的問(wèn)題，而沒(méi)有考慮長(zhǎng)遠(yuǎn)的強(qiáng)人工智能目標(biāo)。

集成方法
智能AGENT范式智能AGENT是一個(gè)會(huì)感知環(huán)境并作出行動(dòng)以達(dá)致目標(biāo)的系統(tǒng)。最簡(jiǎn)單的智能AGENT是那些可以解決特定問(wèn)題的程序。更復(fù)雜的AGENT包括人類和人類組織（如公司）。這些范式可以讓研究者研究單獨(dú)的問(wèn)題和找出有用且可驗(yàn)證的方案，而不需考慮單一的方法。一個(gè)解決特定問(wèn)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。范式同時(shí)也給研究者提供一個(gè)與其他領(lǐng)域溝通的共同語(yǔ)言–如決策論和經(jīng)濟(jì)學(xué)（也使用ABSTRACT AGENTS的概念）。

智能模擬

機(jī)器視、聽(tīng)、觸、感覺(jué)及思維方式的模擬：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，專家系統(tǒng)，智能搜索，定理證明，邏輯推理，博弈，信息感應(yīng)與辨證處理。

數(shù)據(jù)驅(qū)動(dòng)研究：利用大規(guī)模數(shù)據(jù)集進(jìn)行分析和建模，通過(guò)機(jī)器學(xué)習(xí)等技術(shù)提高模型的準(zhǔn)確性和泛化能力。

學(xué)科范疇

人工智能是一門(mén)邊沿學(xué)科，屬于自然科學(xué)、社會(huì)科學(xué)、技術(shù)科學(xué)三向交叉學(xué)科。

人工智能涉及的學(xué)科比較多,生活中的方方面面都有人工智能的實(shí)際應(yīng)用, 主要涉及哲學(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,仿生學(xué)等學(xué)科

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，仿生學(xué)，社會(huì)結(jié)構(gòu)學(xué)與科學(xué)發(fā)展觀。

研究范疇

語(yǔ)言的學(xué)習(xí)與處理，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)，遺傳算法人類思維方式，最關(guān)鍵的難題還是機(jī)器的自主創(chuàng)造性思維能力的塑造與提升。

應(yīng)用領(lǐng)域：智能控制，專家系統(tǒng)，機(jī)器人學(xué)，語(yǔ)言和圖像理解，遺傳編程機(jī)器人工廠

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，專家系統(tǒng)，智能搜索，定理證明，博弈，自動(dòng)程序設(shè)計(jì)，還有航天應(yīng)用等。

安全問(wèn)題

人工智能還在研究中，但有學(xué)者認(rèn)為讓計(jì)算機(jī)擁有智商是很危險(xiǎn)的，它可能會(huì)反抗人類。這種隱患也在多部電影中發(fā)生過(guò)，其主要的關(guān)鍵是允不允許機(jī)器擁有自主意識(shí)的產(chǎn)生與延續(xù)，如果使機(jī)器擁有自主意識(shí)，則意味著機(jī)器具有與人同等或類似的創(chuàng)造性，自我保護(hù)意識(shí)，情感和自發(fā)行為。

人工智能對(duì)人類的威脅問(wèn)題：人工智能的智能和能力正在不斷提高，如果人工智能失控或被惡意利用，可能會(huì)對(duì)人類造成威脅，如自動(dòng)化武器、惡意軟件等。

倫理問(wèn)題：人工智能的發(fā)展和應(yīng)用涉及到一些倫理問(wèn)題，如人工智能是否應(yīng)該擁有權(quán)力、人工智能是否應(yīng)該替代人類工作等。這些問(wèn)題需要我們認(rèn)真思考和解決。

實(shí)現(xiàn)方法

人工智能在計(jì)算機(jī)上實(shí)現(xiàn)時(shí)有2種不同的方式。一種是采用傳統(tǒng)的編程技術(shù)，使系統(tǒng)呈現(xiàn)智能的效果，而不考慮所用方法是否與人或動(dòng)物機(jī)體所用的方法相同。這種方法叫工程學(xué)方法（ENGINEERING APPROACH），它已在一些領(lǐng)域內(nèi)作出了成果，如文字識(shí)別、電腦下棋等。

另一種是模擬法（MODELING APPROACH），它不僅要看效果，還要求實(shí)現(xiàn)方法也和人類或生物機(jī)體所用的方法相同或相類似。遺傳算法（GENERIC ALGORITHM，簡(jiǎn)稱GA）和人工神經(jīng)網(wǎng)絡(luò)（ARTIFICIAL NEURAL NETWORK，簡(jiǎn)稱ANN）均屬后一類型。遺傳算法模擬人類或生物的遺傳-進(jìn)化機(jī)制，人工神經(jīng)網(wǎng)絡(luò)則是模擬人類或動(dòng)物大腦中神經(jīng)細(xì)胞的活動(dòng)方式。
采用前一種方法，需要人工詳細(xì)規(guī)定程序邏輯，如果游戲簡(jiǎn)單，還是方便的。如果游戲復(fù)雜，角色數(shù)量和活動(dòng)空間增加，相應(yīng)的邏輯就會(huì)很復(fù)雜（按指數(shù)式增長(zhǎng)），人工編程就非常繁瑣，容易出錯(cuò)。而一旦出錯(cuò)，就必須修改原程序，重新編譯、調(diào)試，最后為用戶提供一個(gè)新的版本或提供一個(gè)新補(bǔ)丁，非常麻煩。采用后一種方法時(shí)，編程者要為每一角色設(shè)計(jì)一個(gè)智能系統(tǒng)（一個(gè)模塊）來(lái)進(jìn)行控制，這個(gè)智能系統(tǒng)（模塊）開(kāi)始什么也不懂，就像初生嬰兒那樣，但它能夠?qū)W習(xí)，能漸漸地適應(yīng)環(huán)境，應(yīng)付各種復(fù)雜情況。

人工智能與人類差距

2023年，中國(guó)科學(xué)院自動(dòng)化研究所（中科院自動(dòng)化所）團(tuán)隊(duì)最新完成的一項(xiàng)研究發(fā)現(xiàn)，基于人工智能的神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)模型對(duì)幻覺(jué)輪廓“視而不見(jiàn)”，人類與人工智能的“角逐”在幻覺(jué)認(rèn)知上“扳回一局”。

人類大腦的神經(jīng)網(wǎng)絡(luò)是由硬件構(gòu)成的，目前的AI神經(jīng)網(wǎng)絡(luò)都是軟件構(gòu)成的。

人類大腦能統(tǒng)一處理“五官”感受的各種信號(hào)，也就是人腦中有個(gè)統(tǒng)一轉(zhuǎn)換信號(hào)的地方，使得不同類型的刺激產(chǎn)生的信號(hào)能夠在大腦中“交換信息”，互相交流，也就是說(shuō)有一個(gè)統(tǒng)一的編碼標(biāo)準(zhǔn)。

關(guān)于【人工智能】對(duì)研究方法，智能模擬，學(xué)科范疇，涉及學(xué)科，研究范疇，安全問(wèn)題，實(shí)現(xiàn)方法，人工智能與人類差距等方面的詳細(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-603195.html

到了這里，關(guān)于【人工智能】對(duì)研究方法，智能模擬，學(xué)科范疇，涉及學(xué)科，研究范疇，安全問(wèn)題，實(shí)現(xiàn)方法，人工智能與人類差距等方面的詳細(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)！