人工智能论文班级：计算机0901姓名：***学号：**********人工智能摘要：人工智能(Artificial Intelligence) ，英文缩写为AI。

它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

人工智能是当前科学技发展的一门前沿学科，同时也是一门新思想，新观念，新理论，新技术不断出现的新兴学科以及正在发展的学科。

它是在计算机科学，控制论，信息论，神经心理学，哲学，语言学等多种学科研究的基础发展起来的，因此又可把它看作是一门综合性的边缘学科。

它的出现及所取得的成就引起了人们的高度重视,并取得了很高的评价。

有的人把它与空间技术，原子能技术一起并誉为20世纪的三大科学技术成就。

归纳逻辑是人工智能的逻辑基础。

伴随人工智能研究的逐步深入，科学哲学、人工智能和归纳逻辑研究相互影响，出现了新的研究方向。

以归纳逻辑为基础，多学科相互合作，可以建立新的机器学习系统或归纳学习系统。

关键词：人工智能发展；机器学习；专家系统一：人工智能的定义人工智能是计算机科学的一个分支，是一门研究运用计算机模拟和延伸人脑功能的综合性学科。

其精确的定义是：一个电脑系统具有人类的知识和行为，并具有学习、推理判断来解决问题、记忆知识和了解人类自然语言的能力。

人工智能的产生过程则是：对于人类因问题和事物所引起的刺激和反应，以及因此所引发的推理、解问题、学习、判断及思考决策等过程，将这些过程分解成一些基本步骤，再透过程序设计，将这些人类解问题的过程模组化或公式化，使得电脑能够有一个结构的方法来设计或应付更复杂的问题。

这套能够应付问题的软体系统，即称之为人工智能系统。

人工智能是一种技术，而不是一项产品它的目的是让电脑更能了解一般化的事物。

二：人工智能科学范畴现在，人工智能已构成信息技术领域的一个重要的学科。

该学科研究如何使机器具有智能或者说如何利用计算机实现智能的理论、方法和技术，所以，人工智能既属于计算机科学技术的一个前沿领域，也属于信息处理和自动化技术的一个前沿领域。

但由于其研究内容涉及到“智能”，因此，人工智能不仅局限于计算机、信息和自动化等学科，还涉及到智能学科、认知科学、语言学、逻辑学、教育科学、系统教学、数理科学等众多学科领域。

人工智能是一门综合性的交叉学科和边缘学科。

三：人工智能研究内容人工智能的研究内容可以归纳为：搜索与求解、学习与发现、知识与推理、发明与创造、感知与交流、记忆与联想、系统与建设、应用于工程等八个方面。

从研究对象来说，人工智能涉及三个相对独立的域，即：（1）研究会读和说的计算机程序，也就是通常称为“自然语言处理”(Natural Language Processing)领域；（2）研制灵敏的机器，通过设计出具有视觉和听觉程序化的机器人，在活动时能识别不断改变的环境；（3）开发用符号识别来模拟人类专家行为的程序，即专家系统。

但是，从研究的性质来说，人工智能一般可分为理论研究和工程研究两个方面。

理论研究主要是对有关开发和理解人和机器智能方面理论进行研究和探索．而工程研究则主要是设计和开发研究人工智能的工具和像专家系统这样的产品。

但是，这并不是说，它们彼此是独立的；相反，它们是彼此依赖和不可分割的。

随着人工智能理论和技术逐步被采用，并具体地开发出产品。

理论和工程研究之间的界限将会缩小，直至消失。

四：人工智能的技术特征（1）具有搜索功能。

采用一定搜索策略可以快速地找到答案。

（2）知识表示能力。

可以表示一些不精确的、模糊的知识（适合表示多媒体数据）。

（3）一定的推理功能。

可以从给定的实事、前题中找出答案、发现知识。

（4）抽象功能。

抽象用以区分重要与非重要的特征，借助抽象可将处理问题中的重要特征和变式与大量非重要特征和变式区分开来，使处理变得更有效、更灵活。

对用户来说,往往只需要叙述“是什么问题”，“要做什么”，而把“怎么做”留给智能程序来完成。

（5）语音识别功能及模糊信息处理能力。

有处理不精确和模糊信息的能力。

五：人工智能的应用①符号计算计算机代数系统的优越性主要在于它能够进行大规模的代数运算。

通常我们用笔和纸进行代数运算只能处理符号较少的算式,当算式的符号上升到百位数后,手工计算就很困难了,这时用计算机代数系统进行运算就可以做到准确,快捷,有效。

现在符号计算软件有一些共同的特点就是在可以进行符号运算、数值计算和图形显示等同时,还具有高效的可编程功能。

在操作界面上一般都支持交互式处理,人们通过键盘输入命令,计算机处理后即显示结果。

并且人机界面友好,命令输入方便灵活,很容易寻求帮助。

②模式识别计算机识别的显著特点是速度快、准确性和效率高。

识别过程与人类的学习过程相似。

以“汉字识别”为例：首先将汉字图象进行处理，抽取主要表达特征并将其特征与汉字的代码存在计算机中。

就象把老师教我们这个字叫什么、如何写的知识记忆在大脑中。

这一过程叫做“训练”。

识别过程就是将输入的汉字图像经处理后与计算机中所保存的全部汉字进行比较，找出最相近的字作为识别结果,这一过程叫做“匹配”。

语音识别就是让计算机能听懂人说的话，一个重要的例子就是七国语言（英、日、意、韩、法、德、中）口语自动翻译系统。

其中，中文部分的实验平台设立在中国科学院自动化所的模式识别国家重点实验室，这是口语翻译研究跨入世界领先水平的标志。

该系统实现后，人们出国预定旅馆、购买机票、在餐馆对话和兑换外币时，只要利用电话网络和国际互联网，就可用手机、电话等与“老外”通话。

指纹是人体的一个重要特征，具有唯一性。

北京大学有关专家对数字图像的离散几何性质进行了深入研究，建立了从指纹灰度图像精确计算纹线局部方向、进而提取指纹特征信息的理论与算法，随后研究成功了适于民用身份鉴定的全自动指纹鉴定系统，以及适于公安刑事侦破的指纹鉴定系统。

从而开创了我国指纹自动识别系统应用的先河。

北大指纹自动识别系统的推出，使我国公安干警从指纹查对的繁重人工处理中解放出来。

浙江省从1997年开始使用北大指纹自动识别系统，采取省地（市）二级建库、省地（市）县三级查询的方式，形成了独特的“浙江模式”。

省公安厅现已建立了100多万人的指纹库，是目前国内的第二大库。

在 100多万人的指纹库中，检索一枚现场指纹仅需4分钟左右。

2000年浙江省用指纹自动识别系统直接破案3063起，连带破案12000多起。

破案率为全国第一，并遥遥领先于国内其它指纹识别系统，被公安部树为指纹系统建设应用样板。

③机器翻译机器翻译是利用计算机把一种自然语言转变成另一种自然语言的过程，用以完成这一过程的软件系统叫做机器翻译系统。

几十年来，国内外许多专家、学者为机器翻译的研究付出了大量的心血和汗水。

虽然至今还没有一个实用、全面、高质量的自动翻译系统出现，不过也取得了很大的进展，特别是作为人们的辅助翻译工具，机器翻译已经得到大多数人的认可。

三、人工智能的前沿归纳逻辑是逻辑科学的一个重要领域。

归纳逻辑研究或然性推理，即当其前提为真时，结论很可能为真但不必然为真。

人们对真理的追求与归纳逻辑的产生和发展有着密切的联系。

从历史上着，归纳、归纳方法、归纳逻辑是既相互联系而又相互区别的。

从德谟克里特、亚里士多德到培根与穆勒、莱布尼兹与布尔，他们研究演绎逻辑，同时也研究归纳逻辑。

严格说来，他们所研究的与其说是归纳逻辑，还不如说是归纳方法。

这集中表现在培根提出的三表法（即本质存在表、差异表、比较表）与穆勒提出的确定现象间因果联系的归纳五法（实验五法：契合法、差异法、契合差异并用法、剩余法、共变法）。

在这一阶段，哲学家与逻辑学家、科学家（如牛顿等人）探讨过有关归纳的很多理论问题，强调了归纳方法在实验科学中的发现作用，明确提出了两种基本的归纳方法，即枚举法与排除法。

同时，他们几乎都将归纳与因果性联系起来，认为在本体论上归纳必须建立在具有自然齐一性的因果性之上。

在现实生活环境中，归纳逻辑有着广泛的应用领域。

自然科学研究和社会科学研究都离不开归纳，我们日常的行为活动也离不开归纳。

休谟提出的“归纳问题”对归纳推理的合理性和归纳逻辑的可能性提出了质疑，然而它的这种可能性正在计算机科学和人工智能的研究推动下逐渐地变成现实。

20 世纪20 年代，凯恩斯将概率理论与归纳逻辑相结合，建立了第一个概率逻辑系统，这标志着现代归纳逻辑的产生。

现代归纳逻辑可分成三大派别，即经验主义学派、逻辑贝叶斯主义学派与主观贝叶斯学派(频率学派、逻辑学派)和私人主义学派。

在我国，现代归纳逻辑兴起于20 世纪80 年代初。

80 年代中期到90 年代中期，对现代归纳逻辑的研究是逻辑学界的热点之一。

学者们把归纳逻辑的相关知识与人工智能相结合的研究取得了一定进展。

但归纳逻辑发展到现阶段还很不成熟，还需要进一步研究和发展。

有的学者指出，为了在机器的智能模拟中克服对归纳模拟的困难，应该将归纳逻辑等有关的基础理论研究与机器学习、不确定推理和神经网络学习模型与归纳学习中已有的成果结合起来，这样才能在已有的归纳学习成果上，在机器归纳和机器发现上取得新的突破和进展。

当对人工智能的研究由数据处理转入知识处理时，对归纳逻辑系统进行深入的研究就是必要的了，这是一个极有价值且极富挑战性和前沿性的研究课题。

四、结语人工智能研究将是21 世纪早期逻辑学发展的主要动力源泉。

人工智能研究必须建立在归纳逻辑基础之上，从而达到多领域交叉合作来共同促进人工智能研究的广泛而深远的发展。

我们现在所涉及的基于归纳逻辑的人工智能以及机器学习和归纳学习的系统研究还处于初级阶段。

正如王雨田教授所说，在未来的计算机归纳学习或发现的研究中，将归纳逻辑的某些理论、方法或系统与机器学习、不确定性推理、神经网络中对归纳逻辑的研究适当“嫁接”起来，以改进并逐步革新现有的归纳学习系统，促使机器学习中归纳学习的基础理论形成，并进一步从事归纳发现与归纳学习的基础理论与系统的研究和开发，这是人工智能科学研究中的一项重大任务。

参考文献：孙沛.计算机辅助教学.内蒙古大学出版社，2000.阿兰·麦席森·图灵.计算机能思考吗[D].中国知网，1950.王雨田.归纳逻辑与人工智能相结合的研究问题[J].哲学研究，1992（4）. 王雨田.归纳逻辑和人工智能[M].中国纺织大学出版社，1995：1-2.。