每一個(gè)人生階段都會(huì)帶來新的挑戰(zhàn)，我們需要不斷調(diào)整自己的步伐。借鑒他人的總結(jié)經(jīng)驗(yàn)，可以提高自己的總結(jié)寫作技巧。5.以下是小編為大家整理的一些總結(jié)范文，供大家參考
人工智能的弊端論文篇一
1、構(gòu)思要圍繞主題展開：若要使論文寫得條理清晰、脈絡(luò)分明，必須要使全文有一條貫穿線，這就是論文的主題。主題是一篇學(xué)術(shù)論文的精髓，它是體現(xiàn)作者的學(xué)術(shù)觀點(diǎn)學(xué)術(shù)見解的。
2、構(gòu)思論文布局，要力求結(jié)構(gòu)完整統(tǒng)一：在對(duì)一篇論文構(gòu)思時(shí)，有時(shí)按時(shí)間順序編寫，有時(shí)按地域位置(空間)順序編寫，但更多的還是按邏輯關(guān)系編寫，即要求符合客觀事物的內(nèi)在聯(lián)系和規(guī)律，符合科學(xué)研究和認(rèn)識(shí)事物的邏輯。但不管屬于何種情形，都應(yīng)保持合乎情理、連貫完整。
3、要作讀者分析：撰寫并發(fā)表任何一篇科技文章，其最終目的是讓別人讀的，因此，構(gòu)思時(shí)要求做“心中裝著讀者”，多作讀者分析。有了清晰的讀者對(duì)象，才能有效地展開構(gòu)思，也才能順利地確定立意、選材以及表達(dá)的角度。
提高構(gòu)思能力
1、寫學(xué)術(shù)論文之前，先擬定提綱，可以極大地幫助作者鍛煉思想，提高構(gòu)思能力。
2、寫作提綱，可以幫助作者勾劃出全篇論文的框架，體現(xiàn)自己經(jīng)過對(duì)材料的消化與進(jìn)行邏輯思維后形成的初步設(shè)想，可計(jì)劃先寫什么、后寫什么，前后如何表述一致，重點(diǎn)又放在哪里，哪里需要進(jìn)行一些注釋或解說。按此計(jì)劃寫作，可使論文層次清晰，前后照應(yīng)，內(nèi)容連貫，表達(dá)嚴(yán)密。
3、擬制寫作提綱，只需要運(yùn)用一些簡(jiǎn)單的句子甚至是詞與詞組加以提示，把材料單元與相應(yīng)的論點(diǎn)有機(jī)組織編成順序號(hào)，工作量并不大，也容易辦到。提綱中用以提示寫作的句子，有時(shí)即可用來做論文段落的標(biāo)題。
討論部分的寫作技巧
1.描述結(jié)論：首先，從專業(yè)角度對(duì)自己的研究進(jìn)行總結(jié)，此部分務(wù)必與研究結(jié)果和研究目的保持一致，也就是說討論部分的內(nèi)容必須在結(jié)果中找到依據(jù)。否則就會(huì)給人一種課題設(shè)計(jì)不完善的感覺。
2.解釋結(jié)論：對(duì)本研究的結(jié)論進(jìn)行解釋，為了突出解釋的科學(xué)性和可靠性，一般是在和別人的研究分析對(duì)比中進(jìn)行解釋。列出幾篇和自己結(jié)論一致的文獻(xiàn)，同時(shí)也要列出幾篇和自己不一致或者相悖的文獻(xiàn)，但要解釋出不一致的理由，比如是因?yàn)樗x群體不一致，研究條件不一致等等，因?yàn)榭茖W(xué)研究中的可控變量較多，所以解釋兩個(gè)結(jié)論不一致一般不難。
3.研究?jī)r(jià)值：結(jié)論解釋完之后，還要說明本研究的應(yīng)用價(jià)值，也就本研究所能給社會(huì)或者臨床帶來什么實(shí)際價(jià)值，比如本研究可以進(jìn)一步明確某種方法治療某種疾病的效果，本研究發(fā)現(xiàn)某種藥物存在一些尚未發(fā)現(xiàn)的治療作用，或者本研究可以為相關(guān)研究提供參考。
4.不足之處：任何一項(xiàng)研究由于客觀條件的限制，不可能盡善盡美，都會(huì)或多或少存在一些不足之處，或者由于當(dāng)前科技水平的限制，也會(huì)導(dǎo)致研究所存在的一些局限性，描述此部分內(nèi)容時(shí)，一定要慎重。
盡量列出1～2個(gè)不影響本研究結(jié)論科學(xué)性和準(zhǔn)確性的限制，比如本研究的樣本含量較小，或者本研究隨訪時(shí)間較短等等，一般不要列出諸如本研究所用統(tǒng)計(jì)方法不當(dāng)，或者本課題的所用評(píng)價(jià)標(biāo)準(zhǔn)不夠成熟等。
5.研究心得：在文章最后，應(yīng)說明本文所要傳遞的信息，或者是對(duì)后續(xù)研究的展望。一般文章最后寫出本文要傳遞給讀者什么有價(jià)值的知識(shí)或信息，也可以是給讀者帶來的啟發(fā)。比如：“隨著對(duì)不穩(wěn)定型上頸椎結(jié)核性骨折的研究不斷深入，探求一種既能實(shí)現(xiàn)理想的復(fù)位固定，又可保留寰樞椎關(guān)節(jié)活動(dòng)功能的內(nèi)固定方法是我們當(dāng)前研究的方向。”
人工智能的弊端論文篇二
摘要:在航空業(yè)的發(fā)展中，人工智能技術(shù)起著積極的促進(jìn)作用。本文介紹了空中交通管理中的人工智能理論及方法運(yùn)用，為優(yōu)化空中交通流量管理系統(tǒng)提供理論依據(jù)，更好地服務(wù)于空管系統(tǒng)。
關(guān)鍵詞:人工智能；空中交通；管理
人工智能，即artificialintelligence，是計(jì)算機(jī)科學(xué)的一個(gè)分支，研究對(duì)人的意識(shí)及思維的信息過程的模擬并對(duì)其進(jìn)行延伸和擴(kuò)展，通過了解人類智能，研究出類似的反應(yīng)的智能機(jī)器。隨著計(jì)算機(jī)技術(shù)的發(fā)展，人工智能越來越多的運(yùn)用于民航的各個(gè)方面，如飛行間隔的控制，空中流量的預(yù)測(cè)，飛行沖突的調(diào)配。但隨著民航業(yè)的飛速發(fā)展，飛行流量日益增大，需要將人工智能技術(shù)有效運(yùn)用于空中交通流量管理中，建立人工智能輔助系統(tǒng)，擴(kuò)大空域容量，優(yōu)化空中交通流量，提升空管秩序。
1空中交通流量管理探討
在空中交通流量管理（airtrafficflowcontrolmanagement）中，空中交通流量是指單位時(shí)間和空間通過的航空器數(shù)量。通過優(yōu)化空中交通流量，將空中交通管制服務(wù)與機(jī)場(chǎng)、航路有效結(jié)合，減少延誤，提高機(jī)場(chǎng)和空域的利用率。從時(shí)間角度上，空中交通流量管理可以分為航路流量管理和機(jī)場(chǎng)終端區(qū)流量管理兩部分，從時(shí)間上又可劃分為戰(zhàn)略流量管理，預(yù)戰(zhàn)術(shù)流量管理和戰(zhàn)術(shù)流量管理。當(dāng)航空器數(shù)量飽和時(shí)就要對(duì)航空器進(jìn)行流量控制，目前的常用的控制措施如下：1）地面等待，最主要的空中交通流量管理措施，本著地面讓空中的原則，對(duì)地面航空器的起飛時(shí)間進(jìn)行限制；2）空中等待，航空器在航路上或終端區(qū)規(guī)定的等待點(diǎn)或沒有沖突的臨時(shí)等待點(diǎn)進(jìn)行盤旋等待；3）更改航路等待，當(dāng)航路航線的容量飽和時(shí)，航空器可以通過選擇其他航路航線；4）控制航路間隔，通過對(duì)航空器進(jìn)入空域的間隔進(jìn)行限制，來達(dá)到流量管理的目的，吸收部分擁擠的流量。
2人工智能的應(yīng)用研究探討
agent在人工智能的研究中，指能自主活動(dòng)的軟件或者硬件實(shí)體，目前國內(nèi)普遍翻譯為智能體。在人工智能中，設(shè)計(jì)關(guān)鍵智能體，對(duì)于研究人工智能的應(yīng)用是非常重要的。在空中交通流量管理中，設(shè)計(jì)如下關(guān)鍵智能體：航班智能體、航路智能體和機(jī)場(chǎng)終端區(qū)智能體。航班智能體的屬性有高度、速度、上升/下降率、起飛機(jī)場(chǎng)、目的地等。航班智能體可以與區(qū)域內(nèi)或終端區(qū)的其他航班智能體建立通信，通過獲取航班信息和邏輯判斷，結(jié)合周圍環(huán)境與自身狀況，指導(dǎo)控制自身行為。如果航班智能體需要做出相應(yīng)的調(diào)整如改變高度航向等，需要給上級(jí)的航路智能體或機(jī)場(chǎng)終端區(qū)智能體發(fā)出申請(qǐng)，上級(jí)智能體批準(zhǔn)后，航班智能體才能采取相應(yīng)的調(diào)整，作出相應(yīng)的控制行為，才能通過交互環(huán)境反饋相應(yīng)結(jié)果。在實(shí)際工作中，這個(gè)過程是通過空中交通管制員指揮航空器實(shí)現(xiàn)的?？罩薪煌ü苤茊T在實(shí)際指揮工作中，需要結(jié)合當(dāng)時(shí)的空中交通狀況和自身的經(jīng)驗(yàn)知識(shí)。航路智能體的主要屬性有航路的`高度、寬度、容量等。航路智能體需要對(duì)航班智能體進(jìn)行指揮，管理航路上的智能體，同時(shí)與其他航路智能體和機(jī)場(chǎng)終端區(qū)智能體進(jìn)行通信，對(duì)航班智能體進(jìn)入和離開航路的時(shí)機(jī)進(jìn)行協(xié)調(diào)，記錄流量信息并報(bào)告給上級(jí)流量管理部門，接收上級(jí)智能體的指令。在航班智能體進(jìn)入航路之前首先要進(jìn)行容量評(píng)估。通過評(píng)估后的航班智能體回收到航路智能體發(fā)出的放行許可才能進(jìn)入航路。如果沒有通過容量評(píng)估，則要向上級(jí)智能體發(fā)送將流量限制的申請(qǐng)，發(fā)布流量限制后航路就不能批準(zhǔn)航班智能體的進(jìn)入，通過減少航班智能體的數(shù)量，控制航路交通流量。機(jī)場(chǎng)終端區(qū)智能體：在實(shí)際工作中，機(jī)場(chǎng)終端區(qū)的航班管理包括管制指揮、流量控制、地面場(chǎng)面監(jiān)視、進(jìn)離場(chǎng)等，難度較大。終端區(qū)智能體（通常運(yùn)行中為塔臺(tái)管制）首先要處理所收到的信息，如天氣雷達(dá)信息、地面運(yùn)行信息和情報(bào)信息等等，結(jié)合已有知識(shí)開展機(jī)場(chǎng)的容量評(píng)估。如遇到低云低能見度、雷雨等天氣時(shí)可以調(diào)低終端區(qū)/機(jī)場(chǎng)容量，對(duì)進(jìn)入離開的航空器進(jìn)行限制。通過容量評(píng)估，塔臺(tái)會(huì)給航班智能體一個(gè)slottime，航班智能體按照塔臺(tái)的slottime起飛或降落，從而達(dá)到流量控制。如果沒有通過容量評(píng)估，則需要通過上級(jí)的智能體批準(zhǔn)，發(fā)布流量控制，限制終端區(qū)的流量，通過控制進(jìn)入或離開的航空器數(shù)量達(dá)到流量限制的目的。機(jī)場(chǎng)終端區(qū)智能體（塔臺(tái)）對(duì)終端區(qū)的航空器進(jìn)行管理，還需要與航路智能體和平級(jí)的終端去智能體進(jìn)行通信，對(duì)航班進(jìn)出的slottime進(jìn)行協(xié)調(diào)，并將流量管理信息報(bào)告給上級(jí)流量管理部門，接收上級(jí)智能體的命令。如果出現(xiàn)擁堵機(jī)場(chǎng)終端區(qū)智能體需要通過一些措施來管理流量，如分配slottime、指揮航空器地面或空中盤旋等待。
3結(jié)論
綜上所述，以往在模擬空中交通流量進(jìn)行研究的時(shí)候，首先制定流量控制信息，再在系統(tǒng)模擬航班飛行計(jì)劃。這樣的模擬過程不能解決容量告警問題。如果流量控制不合理，只能重新設(shè)定流控信息，再次進(jìn)行模擬，因而加大模擬過程的工作量。而通過智能體的運(yùn)用，可以在模擬中不斷調(diào)整智能體來模擬空中流量，增加了模擬流量過程中的靈活性，將人工智能運(yùn)用于模擬中，借助智能體來模擬空中流量，可以更好的分析空中交通流量問題。
參考文獻(xiàn)
[2]甘鑫鑫基于多agent的空中交通協(xié)同流量管理研究[j].科學(xué)與財(cái)富，20xx（30）：278.
[5]陳言俊，劉甜甜.人工智能與機(jī)器人.[6]黃昱斌.基于multi-agent的空中交通流量的探究[j].科技創(chuàng)新與應(yīng)用，20xx（14）：57-57.
人工智能的弊端論文篇三
人工智能（artificialintelligence），英文縮寫為ai，也稱機(jī)器智能?！叭斯ぶ悄堋币辉~最初是在1956年的dartmouth學(xué)會(huì)上提出的。它是計(jì)算機(jī)科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)等多種學(xué)科互相滲透而發(fā)展起來的一門綜合性學(xué)科。從計(jì)算機(jī)應(yīng)用系統(tǒng)的角度出發(fā)，人工智能是研究如何制造智能機(jī)器或智能系統(tǒng)來模擬人類智能活動(dòng)的能力，以延伸人們智能的科學(xué)。
人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能與人類智能相似的方式做出反應(yīng)的智能機(jī)器。人工智能的發(fā)展史是和計(jì)算機(jī)科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的，目前能夠用來研究人工智能的主要物質(zhì)手段以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機(jī)器就是計(jì)算機(jī)，人工智能在21世紀(jì)必將為發(fā)展國民經(jīng)濟(jì)和改善人類生活做出更大的貢獻(xiàn)。
事物的發(fā)展都是曲折的，人工智能的發(fā)展也是如此。人工智能的發(fā)展歷程大致可以劃分為以下五個(gè)階段：
第一階段：20世紀(jì)50年代，人工智能的興起和冷落。人工智能概念在1956年首次提出后，相繼出現(xiàn)了一批顯著的成果，如機(jī)器定理證明、跳棋程序、通用問題s求解程序、lisp表處理語言等。但是由于消解法推理能力有限以及機(jī)器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點(diǎn)是重視問題求解的方法，而忽視了知識(shí)的重要性。
第二階段：60年代末到70年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮。dendral化學(xué)質(zhì)譜分析系統(tǒng)、mycin疾病診斷和治療系統(tǒng)、prospectior探礦系統(tǒng)、hearsay—ii語音理解系統(tǒng)等專家系統(tǒng)的研究和開發(fā)，將人工智能引向了實(shí)用化。并且，1969年成立了國際人工智能聯(lián)合會(huì)議（internationaljointconferencesonartificialintelligence即ijcai）。
第三階段：80年代，隨著第五代計(jì)算機(jī)的研制，人工智能得到了飛速的發(fā)展。日本在1982年開始了“第五代計(jì)算機(jī)研制計(jì)劃”，即“知識(shí)信息處理計(jì)算機(jī)系統(tǒng)kips”，其目的是使邏輯推理達(dá)到數(shù)值運(yùn)算那么快。雖然此計(jì)劃最終失敗，但它的開展形成了一股研究人工智能的熱潮。
第四階段：80年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展，。1987年，美國召開第一次神經(jīng)網(wǎng)絡(luò)國際會(huì)議，宣告了這一新學(xué)科的誕生。此后，各國在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來。
第五階段：90年代，人工智能出現(xiàn)新的研究高潮。由于網(wǎng)絡(luò)技術(shù)特別是國際互連網(wǎng)技術(shù)的發(fā)展，人工智能開始由單個(gè)智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標(biāo)的分布式問題求解，而且研究多個(gè)智能主體的多目標(biāo)問題求解，將人工智能更面向?qū)嵱?。另外，由于hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。
1、人工智能在管理系統(tǒng)中的應(yīng)用
人工智能應(yīng)用于企業(yè)管理的意義主要不在于提高效率，而是用計(jì)算機(jī)實(shí)現(xiàn)人們非常需要做，但工業(yè)工程信息技術(shù)是靠人工卻做不了或是很難做到的事情。把人工智能應(yīng)用于企業(yè)管理中，以數(shù)據(jù)管理和處理為中心，圍繞企業(yè)的核心業(yè)務(wù)和主導(dǎo)流程建立若干個(gè)主題數(shù)據(jù)庫，而所有的應(yīng)用系統(tǒng)應(yīng)該圍繞主題數(shù)據(jù)庫來建立和運(yùn)行。也就是說，將企業(yè)各部門的數(shù)據(jù)進(jìn)行統(tǒng)一集成管理，搭建人工智能的應(yīng)用平臺(tái)，使之成為企業(yè)管理與決策中的關(guān)鍵因子，這些正體現(xiàn)了人工智能在企業(yè)管理中的巨大價(jià)值。
2、人工智能在工程領(lǐng)域中的應(yīng)用
人工智能在地質(zhì)勘探、石油化工等工程領(lǐng)域也發(fā)揮著非常重要的作用。早在1978年，美國斯坦福國際研究所就研發(fā)制成礦藏勘探和評(píng)價(jià)專家系統(tǒng)“prospector”，該系統(tǒng)用于勘探評(píng)價(jià)、區(qū)域資源估值和鉆井井位選擇等，是工程領(lǐng)域的首個(gè)人工智能專家系統(tǒng)，其發(fā)現(xiàn)了一個(gè)鉬礦沉積，價(jià)值超過1億美元。
3、人工智能在技術(shù)研究中的應(yīng)用
人工智能在電子技術(shù)領(lǐng)域的應(yīng)用可謂由來已久。隨著網(wǎng)絡(luò)的迅速發(fā)展，網(wǎng)絡(luò)技術(shù)的安全已經(jīng)成了人們關(guān)心的重點(diǎn)，因此必須在傳統(tǒng)技術(shù)的基礎(chǔ)上進(jìn)行網(wǎng)絡(luò)安全技術(shù)的`改進(jìn)和變更，大力發(fā)展數(shù)據(jù)挖掘技術(shù)、人工免疫技術(shù)等高效的ai技術(shù)，開發(fā)更高級(jí)的ai通用與專用語言和應(yīng)用環(huán)境以及開發(fā)專用機(jī)器，而人工智能技術(shù)則為其提供了一定的可能。
人工智能的近期研究目標(biāo)在于建造智能計(jì)算機(jī)，用以代替人類去從事各種復(fù)雜的腦力勞動(dòng)。正是根據(jù)這一近期研究目標(biāo)，人們才把人工智能理解為計(jì)算機(jī)科學(xué)的一個(gè)分支。當(dāng)然，人工智能還有它的遠(yuǎn)期研究目標(biāo)，即探究人類智能和機(jī)器智能的基本原理，研究用自動(dòng)機(jī)（automata）模擬人類的思維過程和智能行為。這個(gè)長(zhǎng)期目標(biāo)遠(yuǎn)遠(yuǎn)超出計(jì)算機(jī)科學(xué)的范疇，幾乎涉及自然科學(xué)和社會(huì)科學(xué)的所有學(xué)科。如今，人工智能已經(jīng)進(jìn)入了21世紀(jì)，其必將為發(fā)展國民經(jīng)濟(jì)和改善人類生活做出更大的貢獻(xiàn)。但是，從人工智能目前的發(fā)展現(xiàn)狀來看，其研究也存在一定的問題，這些主要表現(xiàn)在以下三個(gè)方面：
1、宏觀與微觀隔離
一方面是哲學(xué)、認(rèn)知科學(xué)、思維科學(xué)和心理學(xué)等學(xué)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(hào)、神經(jīng)網(wǎng)絡(luò)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(yuǎn)，中間還有許多層次尚待研究，目前還無法把宏觀與微觀有機(jī)地結(jié)合起來和相互滲透。
2、全局與局部割裂
人工智能是腦系統(tǒng)的整體效應(yīng)，有著豐富的層次和多個(gè)側(cè)面。但是，符號(hào)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(jìn)化過程。這就導(dǎo)致了三者之間存在著明顯的局限性。因此，必須從多層次、多因素、多維和全局觀點(diǎn)來研究人工智能，才能克服上述局限。
3、理論與實(shí)際脫節(jié)
大腦的實(shí)際工作，在宏觀上已知道不少;但是智能的千姿百態(tài)，變幻莫測(cè)，復(fù)雜的難以理出頭緒。在微觀上，我們對(duì)大腦的工作機(jī)制知之甚少，似是而非，這也使我們難以找出規(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”就已經(jīng)算是相當(dāng)?shù)某晒Α?BR> 人工智能一直處于計(jì)算機(jī)技術(shù)的前沿，其研究的理論和發(fā)現(xiàn)在很大程度上將決定計(jì)算機(jī)技術(shù)的發(fā)展方向。人工智能研究與應(yīng)用雖取得了不少成果，但離全面推廣應(yīng)用還有很大的距離，還有許多問題有待解決，且需要多學(xué)科的研究專家共同合作。因此，要想從根本上了解人腦的結(jié)構(gòu)和功能，完成人工智能的研究任務(wù)，就必須去尋找和建立更新的人工智能框架和理論體系，進(jìn)而為人工智能的進(jìn)一步發(fā)展奠定堅(jiān)實(shí)的理論基礎(chǔ)。我們堅(jiān)信在不久的將來，人工智能技術(shù)的應(yīng)用與發(fā)展必將會(huì)給人們的生活、工作和教育等帶來更大的影響。
人工智能的弊端論文篇四
在航空業(yè)的發(fā)展中，人工智能技術(shù)起著積極的促進(jìn)作用。本文介紹了空中交通管理中的人工智能理論及方法運(yùn)用，為優(yōu)化空中交通流量管理系統(tǒng)提供理論依據(jù)，更好地服務(wù)于空管系統(tǒng)。
人工智能；空中交通；管理
人工智能，即artificialintelligence，是計(jì)算機(jī)科學(xué)的一個(gè)分支，研究對(duì)人的意識(shí)及思維的信息過程的模擬并對(duì)其進(jìn)行延伸和擴(kuò)展，通過了解人類智能，研究出類似的反應(yīng)的智能機(jī)器。隨著計(jì)算機(jī)技術(shù)的發(fā)展，人工智能越來越多的運(yùn)用于民航的各個(gè)方面，如飛行間隔的控制，空中流量的預(yù)測(cè)，飛行沖突的調(diào)配。但隨著民航業(yè)的飛速發(fā)展，飛行流量日益增大，需要將人工智能技術(shù)有效運(yùn)用于空中交通流量管理中，建立人工智能輔助系統(tǒng)，擴(kuò)大空域容量，優(yōu)化空中交通流量，提升空管秩序。
在空中交通流量管理（airtrafficflowcontrolmanagement）中，空中交通流量是指單位時(shí)間和空間通過的航空器數(shù)量。通過優(yōu)化空中交通流量，將空中交通管制服務(wù)與機(jī)場(chǎng)、航路有效結(jié)合，減少延誤，提高機(jī)場(chǎng)和空域的.利用率。從時(shí)間角度上，空中交通流量管理可以分為航路流量管理和機(jī)場(chǎng)終端區(qū)流量管理兩部分，從時(shí)間上又可劃分為戰(zhàn)略流量管理，預(yù)戰(zhàn)術(shù)流量管理和戰(zhàn)術(shù)流量管理。當(dāng)航空器數(shù)量飽和時(shí)就要對(duì)航空器進(jìn)行流量控制，目前的常用的控制措施如下：1）地面等待，最主要的空中交通流量管理措施，本著地面讓空中的原則，對(duì)地面航空器的起飛時(shí)間進(jìn)行限制；2）空中等待，航空器在航路上或終端區(qū)規(guī)定的等待點(diǎn)或沒有沖突的臨時(shí)等待點(diǎn)進(jìn)行盤旋等待；3）更改航路等待，當(dāng)航路航線的容量飽和時(shí)，航空器可以通過選擇其他航路航線；4）控制航路間隔，通過對(duì)航空器進(jìn)入空域的間隔進(jìn)行限制，來達(dá)到流量管理的目的，吸收部分擁擠的流量。
agent在人工智能的研究中，指能自主活動(dòng)的軟件或者硬件實(shí)體，目前國內(nèi)普遍翻譯為智能體。在人工智能中，設(shè)計(jì)關(guān)鍵智能體，對(duì)于研究人工智能的應(yīng)用是非常重要的。在空中交通流量管理中，設(shè)計(jì)如下關(guān)鍵智能體：航班智能體、航路智能體和機(jī)場(chǎng)終端區(qū)智能體。航班智能體的屬性有高度、速度、上升/下降率、起飛機(jī)場(chǎng)、目的地等。航班智能體可以與區(qū)域內(nèi)或終端區(qū)的其他航班智能體建立通信，通過獲取航班信息和邏輯判斷，結(jié)合周圍環(huán)境與自身狀況，指導(dǎo)控制自身行為。如果航班智能體需要做出相應(yīng)的調(diào)整如改變高度航向等，需要給上級(jí)的航路智能體或機(jī)場(chǎng)終端區(qū)智能體發(fā)出申請(qǐng)，上級(jí)智能體批準(zhǔn)后，航班智能體才能采取相應(yīng)的調(diào)整，作出相應(yīng)的控制行為，才能通過交互環(huán)境反饋相應(yīng)結(jié)果。在實(shí)際工作中，這個(gè)過程是通過空中交通管制員指揮航空器實(shí)現(xiàn)的?？罩薪煌ü苤茊T在實(shí)際指揮工作中，需要結(jié)合當(dāng)時(shí)的空中交通狀況和自身的經(jīng)驗(yàn)知識(shí)。航路智能體的主要屬性有航路的高度、寬度、容量等。航路智能體需要對(duì)航班智能體進(jìn)行指揮，管理航路上的智能體，同時(shí)與其他航路智能體和機(jī)場(chǎng)終端區(qū)智能體進(jìn)行通信，對(duì)航班智能體進(jìn)入和離開航路的時(shí)機(jī)進(jìn)行協(xié)調(diào)，記錄流量信息并報(bào)告給上級(jí)流量管理部門，接收上級(jí)智能體的指令。在航班智能體進(jìn)入航路之前首先要進(jìn)行容量評(píng)估。通過評(píng)估后的航班智能體回收到航路智能體發(fā)出的放行許可才能進(jìn)入航路。如果沒有通過容量評(píng)估，則要向上級(jí)智能體發(fā)送將流量限制的申請(qǐng)，發(fā)布流量限制后航路就不能批準(zhǔn)航班智能體的進(jìn)入，通過減少航班智能體的數(shù)量，控制航路交通流量。機(jī)場(chǎng)終端區(qū)智能體：在實(shí)際工作中，機(jī)場(chǎng)終端區(qū)的航班管理包括管制指揮、流量控制、地面場(chǎng)面監(jiān)視、進(jìn)離場(chǎng)等，難度較大。終端區(qū)智能體（通常運(yùn)行中為塔臺(tái)管制）首先要處理所收到的信息，如天氣雷達(dá)信息、地面運(yùn)行信息和情報(bào)信息等等，結(jié)合已有知識(shí)開展機(jī)場(chǎng)的容量評(píng)估。如遇到低云低能見度、雷雨等天氣時(shí)可以調(diào)低終端區(qū)/機(jī)場(chǎng)容量，對(duì)進(jìn)入離開的航空器進(jìn)行限制。通過容量評(píng)估，塔臺(tái)會(huì)給航班智能體一個(gè)slottime，航班智能體按照塔臺(tái)的slottime起飛或降落，從而達(dá)到流量控制。如果沒有通過容量評(píng)估，則需要通過上級(jí)的智能體批準(zhǔn)，發(fā)布流量控制，限制終端區(qū)的流量，通過控制進(jìn)入或離開的航空器數(shù)量達(dá)到流量限制的目的。機(jī)場(chǎng)終端區(qū)智能體（塔臺(tái)）對(duì)終端區(qū)的航空器進(jìn)行管理，還需要與航路智能體和平級(jí)的終端去智能體進(jìn)行通信，對(duì)航班進(jìn)出的slottime進(jìn)行協(xié)調(diào)，并將流量管理信息報(bào)告給上級(jí)流量管理部門，接收上級(jí)智能體的命令。如果出現(xiàn)擁堵機(jī)場(chǎng)終端區(qū)智能體需要通過一些措施來管理流量，如分配slottime、指揮航空器地面或空中盤旋等待。
綜上所述，以往在模擬空中交通流量進(jìn)行研究的時(shí)候，首先制定流量控制信息，再在系統(tǒng)模擬航班飛行計(jì)劃。這樣的模擬過程不能解決容量告警問題。如果流量控制不合理，只能重新設(shè)定流控信息，再次進(jìn)行模擬，因而加大模擬過程的工作量。而通過智能體的運(yùn)用，可以在模擬中不斷調(diào)整智能體來模擬空中流量，增加了模擬流量過程中的靈活性，將人工智能運(yùn)用于模擬中，借助智能體來模擬空中流量，可以更好的分析空中交通流量問題。
[2]甘鑫鑫基于多agent的空中交通協(xié)同流量管理研究[j].科學(xué)與財(cái)富，2015（30）：278.
[5]陳言俊，劉甜甜.人工智能與機(jī)器人.[6]黃昱斌.基于multi-agent的空中交通流量的探究[j].科技創(chuàng)新與應(yīng)用，2015（14）：57-57.
人工智能的弊端論文篇五
智能交通系統(tǒng)(intelligent transportation systems，簡(jiǎn)稱its)是將先進(jìn)的信息技術(shù)、數(shù)據(jù)通訊傳輸技術(shù)、電子傳感技術(shù)、電子控制技術(shù)及計(jì)算機(jī)處理技術(shù)等有效地集成運(yùn)用于整個(gè)地面交通管理系統(tǒng)而建立的一種在大范圍內(nèi)、全方位發(fā)揮作用的，實(shí)時(shí)、準(zhǔn)確、高效的綜合交通運(yùn)輸管理系統(tǒng)。its能有效地利用現(xiàn)有交通設(shè)施、減少交通負(fù)荷和環(huán)境污染、保證交通安全、提高運(yùn)輸效率、促進(jìn)社會(huì)經(jīng)濟(jì)發(fā)展、提高人民生活質(zhì)量，并以推動(dòng)社會(huì)信息化及形成新產(chǎn)業(yè)而受到各國的重視。目前已形成世界二十一世紀(jì)的發(fā)展方向。
交通仿真是智能交通領(lǐng)域的重要分支，它是利用最先進(jìn)的計(jì)算機(jī)技術(shù)，通過仿真模擬的方法來分析交通問題，輔助交通管理人員做決策。傳統(tǒng)上，數(shù)學(xué)推導(dǎo)、科學(xué)實(shí)驗(yàn)是進(jìn)行科學(xué)研究、解決科學(xué)問題的主要方法。對(duì)于交通問題來說，由于參與交通的人很多，影響交通出行的因素也很多，人們很難、甚至無法對(duì)交通問題建立精確的數(shù)學(xué)模型。同時(shí)，由于安全、法規(guī)，以及開銷方面的原因，進(jìn)行現(xiàn)場(chǎng)交通實(shí)驗(yàn)通常也是不可行的。而交通仿真恰恰能夠有效地解決上述兩個(gè)方面的困難。
然而，傳統(tǒng)的交通仿真由于設(shè)計(jì)理念上的原因，并不能從根本上有效地解決交通問題。這是因?yàn)?，交通系統(tǒng)是一個(gè)龐大的復(fù)雜系統(tǒng)，必須用對(duì)付復(fù)雜系統(tǒng)的方法來處理，也就是要用綜合的方法，而不是還原分解的方法來處理。
1)城市交通系統(tǒng)是由經(jīng)濟(jì)、環(huán)境、人口等因素綜合作用的結(jié)果，必須全面綜合地考慮城市交通和這些系統(tǒng)之間的關(guān)系。例如，不能為例城市交通問題的解決，而導(dǎo)致城市生態(tài)惡化，危害人居環(huán)境；不能為了城市交通的暢通，阻礙城市社會(huì)經(jīng)濟(jì)活動(dòng)的健康發(fā)展。我們必須在已有工作的基礎(chǔ)上，突破傳統(tǒng)思維，探索研究此類復(fù)雜系統(tǒng)的新途徑，而基于人工系統(tǒng)的研究方法正是這種有效途徑之一。
2)城市交通問題不存在“一勞永逸”的解決方案。城市交通系統(tǒng)涉及人與社會(huì)的動(dòng)態(tài)變化，本身也在不斷變化和發(fā)展之中，不可避免地需要一個(gè)不斷深化地認(rèn)識(shí)過程，這類系統(tǒng)實(shí)際上不存在精確完備的整體解析模型。因此，無法“一勞永逸”地解決城市交通問題，我們需要基于“不斷探索和改善”的'原則，研究建立有效可行的計(jì)算實(shí)驗(yàn)方法體系，為不斷地完善城市交通系統(tǒng)的綜合可持續(xù)發(fā)展方案提供科學(xué)依據(jù)。
3)城市交通問題不存在一般意義下的最優(yōu)解，更不存在唯一的最優(yōu)解。首先，基于解析模型的最優(yōu)解與假設(shè)條件直接相關(guān)，具有條件敏感性，但對(duì)于城市交通這樣的問題，假設(shè)條件與實(shí)際情況往往存在很大差別。其次，解決這些問題一般不存在單一的優(yōu)化指標(biāo)，而多層次多目標(biāo)優(yōu)化往往導(dǎo)致多個(gè)甚至無數(shù)個(gè)解決方案，就連采用近似模型的多目標(biāo)優(yōu)化也是如此。再者，對(duì)于這類復(fù)雜系統(tǒng)，有時(shí)甚至連確定一個(gè)量化的綜合優(yōu)化指標(biāo)也有困難，特別是由于復(fù)雜系統(tǒng)長(zhǎng)期行為的不可預(yù)測(cè)性，試圖求解其某一最優(yōu)化解決方案本身就是不可行的。因此，我們應(yīng)當(dāng)接受有效解決方案的概念，而且還要接受一般情況下存在多個(gè)有效解決方案的事實(shí)。在這種情況下，我們應(yīng)該利用平行系統(tǒng)方法，追求具有動(dòng)態(tài)適應(yīng)能力的有效解決方案。
基于以上分析，中國科學(xué)研自動(dòng)化所王飛躍研究員提出了人工交通系統(tǒng)的概念。其基本思想是利用人工社會(huì)的理論與方法，把交通仿真推向更高的層次、獲得更廣的視野。它利用基于代理的建模、面向?qū)ο蟮木幊毯筒⑿蟹植际接?jì)算等方法和技術(shù)，“生長(zhǎng)”和“培育”交通系統(tǒng)，即“人工交通系統(tǒng)”。
利用人工交通系統(tǒng)解決問題的思路跟改革開放摸著石頭過河差不多，不斷探索和改善，使過程、方法更科學(xué)化、系統(tǒng)化、綜合化，不斷改善探索建立城市交通、物流、生態(tài)綜合發(fā)展的理論和方法體系。
三是平行管理運(yùn)行，虛擬交通系統(tǒng)與實(shí)際交通系統(tǒng)相結(jié)合，直接采集現(xiàn)實(shí)交通數(shù)據(jù)，進(jìn)行超前運(yùn)算，以判斷可能發(fā)生的交通事件，提前采取預(yù)防措施，為交通的高效暢通提供保障。
1)在宏觀認(rèn)識(shí)上，人工交通系統(tǒng)不是單純的討論交通自身的問題。相反，人工交通系統(tǒng)將交通看作社會(huì)整體的一個(gè)子系統(tǒng)，與經(jīng)濟(jì)、人口、環(huán)境、氣候等子系統(tǒng)具有平等的地位，并將各個(gè)子系統(tǒng)之間的相互銜接、相互聯(lián)系、相互作用和相互影響作為研究的重點(diǎn)之一。
2)在仿真方法上，人工交通系統(tǒng)屬于微觀仿真的范疇，但是不局限于研究局部的交通問題。人工交通系統(tǒng)面向大區(qū)域的仿真研究，采用復(fù)雜性科學(xué)中“涌現(xiàn)”的原理，在底層建立單個(gè)交通出行元素的代理模型，通過大交通區(qū)域內(nèi)單個(gè)代理模型之間的相互作用，“涌現(xiàn)”出宏觀的交通現(xiàn)象。
3)在實(shí)現(xiàn)手段上，人工交通系統(tǒng)不能在單一、孤立的計(jì)算機(jī)上進(jìn)行仿真，要使人工交通系統(tǒng)具備真實(shí)交通系統(tǒng)的分散性和社會(huì)性，必須采用先進(jìn)的分布式計(jì)算方法，如網(wǎng)格和p2p等，在互聯(lián)網(wǎng)上建立結(jié)構(gòu)化、分散化的虛擬交通路網(wǎng)系統(tǒng)，并且通過終端界面將網(wǎng)絡(luò)中的真實(shí)人吸引到人工交通系統(tǒng)的運(yùn)行中來，以使每一個(gè)代理模型具有逼近現(xiàn)實(shí)的社會(huì)屬性。
4)在仿真目的上，人工交通系統(tǒng)不是一味的追求逼近現(xiàn)實(shí)交通環(huán)境和狀態(tài)。除此之外，人工交通系統(tǒng)可以通過調(diào)整參數(shù)、添加隨機(jī)事件等方法產(chǎn)生現(xiàn)實(shí)交通系統(tǒng)可能但尚未發(fā)生的交通現(xiàn)象，用以制定突發(fā)事故的緊急預(yù)案、交通控制方案的預(yù)評(píng)估以及交通參與人員的培訓(xùn)等等。
人工系統(tǒng)說起來有一點(diǎn)抽象，其實(shí)說穿了很簡(jiǎn)單。第一是充分利用計(jì)算機(jī)技術(shù)的發(fā)展，第二是仿真與模擬的常態(tài)化。仿真不再是一個(gè)項(xiàng)目立項(xiàng)前跑一跑看看行不行的手段，仿真要秒秒在、分分在、永遠(yuǎn)在。它是經(jīng)驗(yàn)與知識(shí)的數(shù)字化、動(dòng)態(tài)化和即時(shí)化，使人工影響現(xiàn)實(shí)，虛擬影響實(shí)在。
人工交通系統(tǒng)完善之后，人們可以像玩網(wǎng)絡(luò)游戲一樣，作為一個(gè)行人或司機(jī)加入到系統(tǒng)中，不必出門即可體驗(yàn)交通；交警同志可以在人工交通系統(tǒng)中學(xué)習(xí)指揮交通，而不必?fù)?dān)心造成擁堵；交通分析人員可以利用人工交通系統(tǒng)研究各種突發(fā)事故對(duì)交通的影響，而不必?fù)?dān)心人民的生命財(cái)產(chǎn)受到威脅；交通管理和決策人員可以在人工交通系統(tǒng)試驗(yàn)交通政策和方案，而不必承擔(dān)決策失敗的風(fēng)險(xiǎn)。
人工智能的弊端論文篇六
人工智能是一門交叉性的前沿學(xué)科，也是一門極富挑戰(zhàn)性的科學(xué)。人工智能技術(shù)和理論在一定程度上代表了信息技術(shù)的發(fā)展方向，所以對(duì)其人才的培養(yǎng)也是重中之重。
人工智能；信息技術(shù)；智能教育
人工智能是多種學(xué)科相互滲透而發(fā)展起來的交叉性學(xué)科，其涉及計(jì)算機(jī)科學(xué)、信息論、數(shù)學(xué)、哲學(xué)和認(rèn)知科學(xué)、心理學(xué)、控制論、不定性論、神經(jīng)生理學(xué)、語言學(xué)等多種學(xué)科。隨著科技的飛速發(fā)展和人工智能技術(shù)應(yīng)用的不斷擴(kuò)延，其涉及的學(xué)科領(lǐng)域?qū)⒂鷣碛?，它已和人們的學(xué)習(xí)、生活息息相關(guān)，時(shí)代和社會(huì)需要此方面的大量人才。在高中信息技術(shù)課中開設(shè)人工智能初步模塊是十分必要的，本文擬從其發(fā)展現(xiàn)狀、存在問題等幾個(gè)方面對(duì)我國高中信息課程中人工智能教育做一下探討。
（1）人工智能定義
人工智能(ai，artificial intelligence)是計(jì)算機(jī)科學(xué)的一個(gè)分支，己成為一門具有廣泛應(yīng)用的交叉學(xué)科和前沿學(xué)科。它研究如何用計(jì)算機(jī)模擬人腦所從事的推理、證明、識(shí)別、理解、設(shè)計(jì)、學(xué)習(xí)、規(guī)劃以及問題求解等思維活動(dòng)，來解決人類專家才能解決的復(fù)雜問題，例如咨詢、探測(cè)、診斷、策劃等。
（2）開設(shè)人工智能課程的意義
現(xiàn)實(shí)世界的問題可以按照結(jié)構(gòu)化程度劃分成三個(gè)層次：結(jié)構(gòu)化問題，是能用形式化(或稱公式化)方法描述和求解的一類問題；非結(jié)構(gòu)化問題難以用確定的形式來描述，主要根據(jù)經(jīng)驗(yàn)來求解；半結(jié)構(gòu)化問題則介于上述兩者之間。
將人工智能課程引入到我國現(xiàn)行的教育中，可以讓學(xué)生在了解人工智能基本語言特征、理解智能化問題求解的基本策略過程中，體驗(yàn)、認(rèn)識(shí)人工智能技術(shù)的同時(shí)獲得對(duì)非結(jié)構(gòu)化、半結(jié)構(gòu)化問題解決過程的了解，從而使學(xué)生了解計(jì)算機(jī)解決問題方法的多樣性，培養(yǎng)學(xué)生的多種思維方式，更好的解決現(xiàn)實(shí)問題。
目前，該學(xué)科的教育正處于摸索階段，由于中學(xué)信息技術(shù)師資水平、學(xué)校硬軟件設(shè)備等條件的制約，我國尚未在中學(xué)專門開設(shè)獨(dú)立的人工智能類課程，internet上與人工智能教育相關(guān)的中文信息資源也十分貧乏，在教學(xué)環(huán)境上大致存在以下問題：
（一）教學(xué)條件參差不齊
開設(shè)好人工智能課程，就要求安排更多的實(shí)踐課程和活動(dòng)來增強(qiáng)課程的趣味性，讓廣大師生切實(shí)體會(huì)到人工智能對(duì)我們生活的影響。這些活動(dòng)大部分要求上機(jī)操作或利用網(wǎng)絡(luò)資源來學(xué)習(xí)交流，這就對(duì)教學(xué)條件提出了較高的要求，尤其是一些偏遠(yuǎn)農(nóng)村、條件相對(duì)落后的中學(xué)在開設(shè)人工智能課程上存在很大困難。
（1）對(duì)硬件性能的要求
人工智能課程中有較多的實(shí)踐課程需要老師和學(xué)生利用網(wǎng)絡(luò)資源，使用計(jì)算機(jī)進(jìn)行操作。這就需要學(xué)校配備計(jì)算機(jī)網(wǎng)絡(luò)教學(xué)機(jī)房，若其性能較差，會(huì)延長(zhǎng)學(xué)生在線進(jìn)行人機(jī)對(duì)話的時(shí)間，一旦遇到網(wǎng)絡(luò)堵塞，可能連網(wǎng)頁都打不開，這不僅浪費(fèi)了僅有的'上課時(shí)間，而且大大降低了學(xué)生的學(xué)習(xí)興趣。
（2）對(duì)軟件性能的要求
為了降低成本，學(xué)?？梢岳没ヂ?lián)網(wǎng)上提供的免費(fèi)下載軟件和免費(fèi)在線教學(xué)網(wǎng)站等進(jìn)行實(shí)踐教學(xué)，可大大減少自研開發(fā)軟件和軟件維護(hù)的費(fèi)用。但一旦遇到網(wǎng)絡(luò)不通、網(wǎng)絡(luò)擁擠或在線網(wǎng)站停止服務(wù)等情況，將無法使用網(wǎng)絡(luò)資源進(jìn)行教學(xué)，可見，軟件的依賴性較強(qiáng)也存在很大的問題。
（二）對(duì)人工智能科學(xué)的認(rèn)識(shí)不足
（1）學(xué)生的認(rèn)識(shí)誤區(qū)
提及人工智能，給大多數(shù)學(xué)生的感覺是一門神秘、遙不可及的科學(xué)。很多學(xué)生認(rèn)為人工智能技術(shù)是很高深的科學(xué)，離我們現(xiàn)實(shí)生活有一定距離，研究和接觸這門科學(xué)是少數(shù)科學(xué)家的事情，從而對(duì)該科學(xué)的關(guān)注程度不高。其實(shí)，人工智能學(xué)科是一門漸漸成長(zhǎng)的科學(xué)，它將應(yīng)用在我們生活的方方面面。我們應(yīng)在教學(xué)中讓學(xué)生多去體驗(yàn)人工智能的魅力所在，吸引更多對(duì)該學(xué)科感興趣的人去研究和使用它。
（2）教師對(duì)人工智能學(xué)科開設(shè)存在偏見
一些從事該學(xué)科教學(xué)的教師沒有接觸過人工智能方面的知識(shí)，在接觸過后被其中深?yuàn)W難理解的知識(shí)所嚇倒，認(rèn)為即使開設(shè)了這門課程也不易被同學(xué)們所接受；而一些在大學(xué)接觸過人工智能課程的教師則認(rèn)為，其理論枯燥乏味，知識(shí)內(nèi)容艱深，不適合放在高中開設(shè)。
（三）一線教師經(jīng)驗(yàn)不足
在我國大學(xué)教育中，開展人工智能專業(yè)課程的大學(xué)為數(shù)不多，師范類院校更是少之又少。從事人工智能領(lǐng)域的專業(yè)人才輸出少，所以，缺乏具備一定知識(shí)結(jié)構(gòu)、有專業(yè)素養(yǎng)的教師來擔(dān)任高中信息技術(shù)課中人工智能課程的教育工作。絕大多數(shù)的一線教師并沒有接受過人工智能課程的專業(yè)培訓(xùn)，在授課內(nèi)容上的著重點(diǎn)掌握不好，教學(xué)目標(biāo)不夠明確；在授課形式上也沒有前人的經(jīng)驗(yàn)可尋，這就給一線教師帶來了極大的挑戰(zhàn)。
（一）加強(qiáng)軟、硬件建設(shè)
在學(xué)校條件允許的條件下，應(yīng)加大硬件設(shè)施的投入，改善網(wǎng)絡(luò)傳遞信息的效率，同時(shí)加強(qiáng)軟件資源建設(shè)。鼓勵(lì)師生上網(wǎng)搜索更多適合ai教學(xué)的網(wǎng)站，教師應(yīng)整理出和ai相關(guān)的趣味小故事、電影、光盤等和教材相關(guān)的素材，以便更好的配合硬件教學(xué)。
（二）端正認(rèn)識(shí)，增強(qiáng)支持
作為教師要樹立對(duì)高中人工智能選修課程的正確認(rèn)識(shí)。通過對(duì)課標(biāo)中規(guī)定的相關(guān)內(nèi)容的深入了解和學(xué)習(xí)，克服對(duì)人工智能的神秘感或恐懼感，理性而客觀的看待人工智能技術(shù)及其應(yīng)用，明確在高中開設(shè)該課程的目的。同時(shí)，教師也不能因?yàn)樵撜n程的“選修”性質(zhì)，從而輕視該課程的作用。
作為學(xué)生不應(yīng)該僅僅看見這門課程的娛樂趣味性，應(yīng)把一些重要的技術(shù)理論知識(shí)重視起來，不能過分的放松自己而偏離了我們的教學(xué)目標(biāo)。家長(zhǎng)也應(yīng)該支持和贊同學(xué)生選擇該課程，不能應(yīng)認(rèn)識(shí)不到這門課程的作用、怕耽誤學(xué)生主干課的學(xué)習(xí)而反對(duì)學(xué)生積極參與。
校方領(lǐng)導(dǎo)也不應(yīng)條件限制就輕易放棄這門課程的開設(shè)，應(yīng)給予積極的配合。社會(huì)各界也應(yīng)加強(qiáng)輿論與正確引導(dǎo)，讓更多的人們認(rèn)識(shí)人工智能并予以肯定。
總之，人工智能是一門逐漸成長(zhǎng)的科學(xué)，開設(shè)好該課程需要廣大教育工作者和校方領(lǐng)導(dǎo)不斷努力，互相交流，共同克服困難。
參考文獻(xiàn)：
［1］張劍平.人工智能技術(shù)與“問題解決”［j］.中小學(xué)信息技術(shù)教育，2003(10).
［2］段東輝.淺談信息技術(shù)課程中人工智能教育［j］.新鄉(xiāng)教育學(xué)院學(xué)報(bào)，第19卷第二期2006，6.
［3］教育部.普通高中技術(shù)課程標(biāo)準(zhǔn)（實(shí)驗(yàn)稿）.人民教育出版社，2003年4月.
［4］張家華，張劍平.開展高中人工智能教學(xué)存在的問題及對(duì)策［j］.
人工智能的弊端論文篇七
簡(jiǎn)要地介紹了人工智能科技技術(shù)的基本概念。對(duì)專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、模糊理論、遺傳算法等人工智能技術(shù)的含義進(jìn)行了介紹，并對(duì)這些技術(shù)在電力系統(tǒng)中的應(yīng)用和存在問題進(jìn)行了分析。
人工智能技術(shù)(ai artificial intelligence)是一項(xiàng)將人類知識(shí)轉(zhuǎn)化為機(jī)器智能的技術(shù)。它研究的是怎樣用機(jī)器模仿人腦從事推理、規(guī)劃、設(shè)計(jì)、思考和學(xué)習(xí)等思維活動(dòng)，解決需要由專家才能處理好的復(fù)雜問題。在應(yīng)用方面，以專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法等最為普遍 。
1.1 專家系統(tǒng)(es)
專家系統(tǒng)是利用知識(shí)和推理來解決專家不能解決的問題。傳統(tǒng)程序需要固定程序和復(fù)雜算法，輸入數(shù)據(jù)并得出結(jié)果。專家系統(tǒng)集中大量的符號(hào)處理，采用啟發(fā)式方法模擬專家的推理過程，通過推理，利用知識(shí)解決問題。它具有邏輯思維和符號(hào)處理能力，能修改原來知識(shí)，適合于電力系統(tǒng)問題的分析。
1.2 人工神經(jīng)網(wǎng)絡(luò)(ann)
人工神經(jīng)網(wǎng)絡(luò)是大量處理單元廣泛互聯(lián)而成的網(wǎng)絡(luò)，是一種模擬動(dòng)物神經(jīng)系統(tǒng)的技術(shù)。神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)和自學(xué)習(xí)的能力，能并行處理分布信息。電力系統(tǒng)應(yīng)用人工神經(jīng)網(wǎng)絡(luò)可以進(jìn)行實(shí)時(shí)控制、狀態(tài)評(píng)估等。
1.3 遺傳算法(ga)
遺傳算法是一種進(jìn)化論的數(shù)學(xué)模型，借鑒自然遺傳機(jī)制的隨機(jī)搜索算法。它的主要特征是群體搜索和群體中個(gè)體之間的信息交換。該方法適用于處理傳統(tǒng)搜索方法難以解決的非線性問題。
1.4 模糊邏輯(fl)
當(dāng)輸入是離散的變量，難以建立數(shù)學(xué)模型。而模糊邏輯則成功地應(yīng)用在潮流計(jì)算、系統(tǒng)規(guī)劃、故障診斷等電力系統(tǒng)問題。
1.5 混合技術(shù)
以上各種智能控制方法各有局限性，有些甚至難以處理電力系統(tǒng)實(shí)際問題。因此需要結(jié)合各個(gè)算法的優(yōu)勢(shì)，采用人工智能混合技術(shù)。其中包括：模糊專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)模糊系統(tǒng)、神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)等技術(shù)。
2.1在電能質(zhì)量研究中的應(yīng)用
人工智能技術(shù)可以對(duì)電壓波動(dòng)、電壓不平衡、電網(wǎng)諧波等電能質(zhì)量參數(shù)進(jìn)行在線監(jiān)測(cè)和分析。在檢測(cè)和識(shí)別電能質(zhì)量擾動(dòng)時(shí)能克服傳統(tǒng)方法的缺陷。專家系統(tǒng)隨著經(jīng)驗(yàn)的積累、擾動(dòng)類型變化而不斷擴(kuò)充和修改，便于用戶的.掌握[3] 。
此外，專家系統(tǒng)和模糊邏輯可用于培訓(xùn)變電站工作人員。智能軟件可以模擬故障情形，有利于提高運(yùn)行人員的操作技能。
2.2 變壓器狀態(tài)監(jiān)測(cè)與故障診斷專家系統(tǒng)
變壓器事故原因判斷起來十分復(fù)雜。判斷過程中，必須通過內(nèi)外部的檢測(cè)等各種方法綜合分析作出判斷。變壓器監(jiān)測(cè)和診斷專家系統(tǒng)首先對(duì)油中氣體進(jìn)行分析。異常時(shí)，根據(jù)異常程度結(jié)合試驗(yàn)進(jìn)行分析，決定變壓器的停運(yùn)檢查。若經(jīng)分析發(fā)現(xiàn)變壓器已嚴(yán)重故障，需立即退出運(yùn)行，則要結(jié)合電氣試驗(yàn)手段對(duì)變壓器的故障性質(zhì)及部位做出確診。
變壓器監(jiān)測(cè)和診斷專家系統(tǒng)通過診斷模塊和推理機(jī)制，能診斷出變壓器的故障并提出相應(yīng)對(duì)策，提高了變壓器內(nèi)部故障的診斷水平，實(shí)現(xiàn)了電力變壓器狀態(tài)檢修和在線監(jiān)測(cè)。
2.3 人工智能技術(shù)在低壓電器中的應(yīng)用
低壓電器的設(shè)計(jì)以實(shí)驗(yàn)為基礎(chǔ)，需要分析靜態(tài)模型和動(dòng)態(tài)過程。人工智能技術(shù)能進(jìn)行分段過程的動(dòng)態(tài)設(shè)計(jì)，對(duì)變化規(guī)律進(jìn)行曲線擬合并進(jìn)行人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練，建立變化規(guī)律預(yù)測(cè)模型，降低了開發(fā)成本。
低壓電器需要通過試驗(yàn)進(jìn)行性能認(rèn)證。而低壓電器的壽命很難進(jìn)行評(píng)價(jià)。模糊識(shí)別方法，從考慮產(chǎn)品性能的角度出發(fā)，將動(dòng)態(tài)測(cè)得的反映性能的特性指標(biāo)作為模糊識(shí)別的變量特征值，能夠建立評(píng)估電器性能的模糊識(shí)別模型。
2.4 人工智能在電力系統(tǒng)無功優(yōu)化中的應(yīng)用
無功優(yōu)化是保證電力系統(tǒng)安全，提高運(yùn)行經(jīng)濟(jì)性的手段之一。通過無功優(yōu)化，可以使各個(gè)性能指標(biāo)達(dá)到最優(yōu)。但是無功優(yōu)化是一個(gè)復(fù)雜的非線性問題 。
人工智能算法能應(yīng)用于電力系統(tǒng)無功優(yōu)化。如改進(jìn)的模擬退火算法，在求解高中壓配電網(wǎng)的無功優(yōu)化問題中，采用了記憶指導(dǎo)搜索方法來加快搜索速度。模式法進(jìn)行局部尋優(yōu)以增加獲得全局最優(yōu)解的可能性，能夠以較大概率獲得全局最優(yōu)解，提高了收斂穩(wěn)定性。禁忌搜索方法尋優(yōu)速度較快，在跳出局部最優(yōu)解方面有較大優(yōu)勢(shì)。遺傳算法在解決多變量、非線性、離散性的問題時(shí)有極大的優(yōu)勢(shì)。要求較少的求解信息的，模型簡(jiǎn)單，適用范圍廣。
2.5 人工智能在電力系統(tǒng)繼電保護(hù)中應(yīng)用
自適應(yīng)型繼電保護(hù)裝置能地適應(yīng)各種變化，改善保護(hù)的性能，使之適應(yīng)各種運(yùn)行方式和故障類型。它能夠有效地處理各種故障信息，獲得可靠的保護(hù)。
借助于人工智能技術(shù)不但能夠提取故障信息，還能利用其自學(xué)習(xí)和自適應(yīng)能力，根據(jù)不同運(yùn)行工況，自適應(yīng)地調(diào)整保護(hù)定值和動(dòng)作特性。
2.6 人工智能在抑制電力系統(tǒng)低頻振蕩的應(yīng)用
大規(guī)模電網(wǎng)互聯(lián)易產(chǎn)生低頻振蕩，嚴(yán)重威脅著電力系統(tǒng)的安全。人工智能為電力系統(tǒng)低頻振蕩的控制提供了技術(shù)支持。神經(jīng)網(wǎng)絡(luò)、模糊理論、ga等人工智能技術(shù)應(yīng)用于facts控制器和自適應(yīng)pss的研究，為抑制電力系統(tǒng)低頻振蕩提供了新的手段。
作為一門交叉學(xué)科，人工智能將隨著其他理論的發(fā)展而進(jìn)入新的發(fā)展階段。應(yīng)用新方法解決問題，或促進(jìn)各種方法的融合，保持簡(jiǎn)單的數(shù)學(xué)模型和全局尋優(yōu)情況下，尋求到更少的運(yùn)算量，提高算法效率，將是未來發(fā)展的趨勢(shì)。
隨著電力系統(tǒng)的發(fā)展，電力系統(tǒng)的復(fù)雜性不斷增加，不確定因素越來越多。隨著人工智能技術(shù)的不斷發(fā)展和提高，利用人工智能技術(shù)來解決電力系統(tǒng)的問題將會(huì)受到越來越多的重視。
隨著我國電力系統(tǒng)的持續(xù)穩(wěn)步發(fā)展，電力系統(tǒng)數(shù)據(jù)量不斷增加，管理上復(fù)雜程度大幅度增長(zhǎng)，市場(chǎng)競(jìng)爭(zhēng)的加大，為人工智能技術(shù)在電力系統(tǒng)的應(yīng)用提供了廣闊前景。
但人工智能技術(shù)的基本理論還不成熟，只是停留在仿真和實(shí)驗(yàn)階段。人工智能的開發(fā)是一個(gè)長(zhǎng)期的過程，需要不斷改進(jìn)和完善，并在實(shí)際應(yīng)用中接受檢驗(yàn)。
人工智能的弊端論文篇八
以前我們談科技進(jìn)步，談網(wǎng)絡(luò)應(yīng)用，總說是一把雙刃劍，有利有弊?，F(xiàn)在，面對(duì)日益發(fā)達(dá)的人工智能，我想說：現(xiàn)在，擺在我們面前的任務(wù)是把它變成一把單刃的劍。
把人工智能變成一把雙刃劍，需要我們以正確的態(tài)度去面對(duì)。就像一局險(xiǎn)勝阿爾法狗的李世石一樣，他說：人機(jī)大戰(zhàn)并沒有讓我感受到失敗的痛苦，反而讓我更好地理解了象棋，這讓我很開心。連續(xù)輸三局的天才棋手柯潔說：阿爾法狗讓我更好地理解圍棋的奧秘。面對(duì)人工智能的快速發(fā)展，我們應(yīng)該有更積極的態(tài)度和更清晰的認(rèn)識(shí)。不能一味的夸。人工智能有多優(yōu)秀，多無敵，不能一味貶低人類來看人類。我們需要知道的是，阿爾法狗只是一臺(tái)機(jī)器，是人類創(chuàng)造的玩具。他沒有頭腦，沒有情感，甚至沒有——的智商。只是我們?cè)谘邪l(fā)過程中輸入的一堆冷冰冰的代碼，不需要自大，也不需要妄自菲薄。我們和人工智能是平等的，有時(shí)候它們可以成為我們的工具。
要把人工智能變成一把單刃劍，我們需要了解它。俗話說知己知彼百戰(zhàn)不殆。網(wǎng)上有人說，如果人工智能獲得了人類的意識(shí)，那么他們就會(huì)反過來奴役人類。未來將是人工智能的世界，讓人恐慌。首先，人類還沒有能夠讓一臺(tái)機(jī)器擁有意識(shí)，很多人還沒有意識(shí)到意識(shí)的起源。做出這種無用的猜測(cè)，沒有實(shí)際意義?，F(xiàn)在我們能做的就是找出它的運(yùn)行規(guī)律，了解它的優(yōu)缺點(diǎn)。掌握使用人工智能的方法。帶上她神秘的面紗，而不是看著他的面紗漫天要價(jià)。
要把人工智能變成一把單刃劍，最重要的是揚(yáng)長(zhǎng)避短。是的，任何事情都有兩面性。就像之前關(guān)于學(xué)生是否應(yīng)該使用手機(jī)的爭(zhēng)論一樣，在自律性差的人手里，手機(jī)是用不好的，而在頭腦清醒、自律性強(qiáng)的人手里，才能充分發(fā)揮自己的優(yōu)勢(shì)。而且不會(huì)讓劣勢(shì)影響自己，人工智能也是一樣?，F(xiàn)在要注意的是提高自己應(yīng)用人工智能的能力。讓這些過于智能的機(jī)器在我們手里得到合理的利用，讓它們的缺點(diǎn)得到融化，優(yōu)勢(shì)得到彰顯。只有這樣，人工智能才能得到它的天賦，并充分利用它們。
問：如何讓人工智能成為一把雙刃劍？回答：以正確的態(tài)度面對(duì)他，以積極的方式認(rèn)識(shí)他，然后揚(yáng)長(zhǎng)避短，是運(yùn)用人工智能的好方法。
人工智能的弊端論文篇九
圖像識(shí)別技術(shù)是信息時(shí)代的一門重要的技術(shù)，其產(chǎn)生目的是為了讓計(jì)算機(jī)代替人類去處理大量的物理信息。隨著計(jì)算機(jī)技術(shù)的發(fā)展，人類對(duì)圖像識(shí)別技術(shù)的認(rèn)識(shí)越來越深刻。圖像識(shí)別技術(shù)的過程分為信息的獲取、預(yù)處理、特征抽取和選擇、分類器設(shè)計(jì)和分類決策。文章簡(jiǎn)單分析了圖像識(shí)別技術(shù)的引入、其技術(shù)原理以及模式識(shí)別等，之后介紹了神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別技術(shù)和非線性降維的圖像識(shí)別技術(shù)及圖像識(shí)別技術(shù)的應(yīng)用。從中可以總結(jié)出圖像處理技術(shù)的應(yīng)用廣泛，人類的生活將無法離開圖像識(shí)別技術(shù)，研究圖像識(shí)別技術(shù)具有重大意義。
1圖像識(shí)別技術(shù)的引入
圖像識(shí)別是人工智能科技的一個(gè)重要領(lǐng)域。圖像識(shí)別的發(fā)展經(jīng)歷了三個(gè)階段：文字識(shí)別、數(shù)字圖像處理與識(shí)別、物體識(shí)別。圖像識(shí)別，顧名思義，就是對(duì)圖像做出各種處理、分析，最終識(shí)別我們所要研究的目標(biāo)。今天所指的圖像識(shí)別并不僅僅是用人類的肉眼，而是借助計(jì)算機(jī)技術(shù)進(jìn)行識(shí)別。雖然人類的識(shí)別能力很強(qiáng)大，但是對(duì)于高速發(fā)展的社會(huì)，人類自身識(shí)別能力已經(jīng)滿足不了我們的需求，于是就產(chǎn)生了基于計(jì)算機(jī)的圖像識(shí)別技術(shù)。這就像人類研究生物細(xì)胞，完全靠肉眼觀察細(xì)胞是不現(xiàn)實(shí)的，這樣自然就產(chǎn)生了顯微鏡等用于精確觀測(cè)的儀器。通常一個(gè)領(lǐng)域有固有技術(shù)無法解決的需求時(shí)，就會(huì)產(chǎn)生相應(yīng)的新技術(shù)。圖像識(shí)別技術(shù)也是如此，此技術(shù)的產(chǎn)生就是為了讓計(jì)算機(jī)代替人類去處理大量的物理信息，解決人類無法識(shí)別或者識(shí)別率特別低的信息。
1.1圖像識(shí)別技術(shù)原理
其實(shí)，圖像識(shí)別技術(shù)背后的原理并不是很難，只是其要處理的信息比較繁瑣。計(jì)算機(jī)的任何處理技術(shù)都不是憑空產(chǎn)生的，它都是學(xué)者們從生活實(shí)踐中得到啟發(fā)而利用程序?qū)⑵淠M實(shí)現(xiàn)的。計(jì)算機(jī)的圖像識(shí)別技術(shù)和人類的圖像識(shí)別在原理上并沒有本質(zhì)的區(qū)別，只是機(jī)器缺少人類在感覺與視覺差上的影響罷了。人類的圖像識(shí)別也不單單是憑借整個(gè)圖像存儲(chǔ)在腦海中的記憶來識(shí)別的，我們識(shí)別圖像都是依靠圖像所具有的本身特征而先將這些圖像分了類，然后通過各個(gè)類別所具有的特征將圖像識(shí)別出來的，只是很多時(shí)候我們沒有意識(shí)到這一點(diǎn)。當(dāng)看到一張圖片時(shí)，我們的大腦會(huì)迅速感應(yīng)到是否見過此圖片或與其相似的圖片。其實(shí)在“看到”與“感應(yīng)到”的中間經(jīng)歷了一個(gè)迅速識(shí)別過程，這個(gè)識(shí)別的過程和搜索有些類似。在這個(gè)過程中，我們的大腦會(huì)根據(jù)存儲(chǔ)記憶中已經(jīng)分好的類別進(jìn)行識(shí)別，查看是否有與該圖像具有相同或類似特征的存儲(chǔ)記憶，從而識(shí)別出是否見過該圖像。機(jī)器的圖像識(shí)別技術(shù)也是如此，通過分類并提取重要特征而排除多余的信息來識(shí)別圖像。機(jī)器所提取出的這些特征有時(shí)會(huì)非常明顯，有時(shí)又是很普通，這在很大的程度上影響了機(jī)器識(shí)別的速率?？傊?，在計(jì)算機(jī)的視覺識(shí)別中，圖像的內(nèi)容通常是用圖像特征進(jìn)行描述。
1.2模式識(shí)別
模式識(shí)別是人工智能和信息科學(xué)的重要組成部分。模式識(shí)別是指對(duì)表示事物或現(xiàn)象的不同形式的信息做分析和處理從而得到一個(gè)對(duì)事物或現(xiàn)象做出描述、辨認(rèn)和分類等的過程。
計(jì)算機(jī)的圖像識(shí)別技術(shù)就是模擬人類的圖像識(shí)別過程。在圖像識(shí)別的過程中進(jìn)行模式識(shí)別是必不可少的。模式識(shí)別原本是人類的一項(xiàng)基本智能。但隨著計(jì)算機(jī)的發(fā)展和人工智能的興起，人類本身的模式識(shí)別已經(jīng)滿足不了生活的需要，于是人類就希望用計(jì)算機(jī)來代替或擴(kuò)展人類的部分腦力勞動(dòng)。這樣計(jì)算機(jī)的模式識(shí)別就產(chǎn)生了。簡(jiǎn)單地說，模式識(shí)別就是對(duì)數(shù)據(jù)進(jìn)行分類，它是一門與數(shù)學(xué)緊密結(jié)合的科學(xué)，其中所用的思想大部分是概率與統(tǒng)計(jì)。模式識(shí)別主要分為三種：統(tǒng)計(jì)模式識(shí)別、句法模式識(shí)別、模糊模式識(shí)別。
2圖像識(shí)別技術(shù)的過程
既然計(jì)算機(jī)的圖像識(shí)別技術(shù)與人類的圖像識(shí)別原理相同，那它們的過程也是大同小異的。圖像識(shí)別技術(shù)的過程分以下幾步：信息的獲取、預(yù)處理、特征抽取和選擇、分類器設(shè)計(jì)和分類決策。
信息的獲取是指通過傳感器，將光或聲音等信息轉(zhuǎn)化為電信息。也就是獲取研究對(duì)象的基本信息并通過某種方法將其轉(zhuǎn)變?yōu)闄C(jī)器能夠認(rèn)識(shí)的信息。
預(yù)處理主要是指圖像處理中的去噪、平滑、變換等的操作，從而加強(qiáng)圖像的重要特征。
特征抽取和選擇是指在模式識(shí)別中，需要進(jìn)行特征的抽取和選擇。簡(jiǎn)單的理解就是我們所研究的圖像是各式各樣的，如果要利用某種方法將它們區(qū)分開，就要通過這些圖像所具有的本身特征來識(shí)別，而獲取這些特征的過程就是特征抽取。在特征抽取中所得到的特征也許對(duì)此次識(shí)別并不都是有用的，這個(gè)時(shí)候就要提取有用的特征，這就是特征的選擇。特征抽取和選擇在圖像識(shí)別過程中是非常關(guān)鍵的技術(shù)之一，所以對(duì)這一步的理解是圖像識(shí)別的重點(diǎn)。
分類器設(shè)計(jì)是指通過訓(xùn)練而得到一種識(shí)別規(guī)則，通過此識(shí)別規(guī)則可以得到一種特征分類，使圖像識(shí)別技術(shù)能夠得到高識(shí)別率。分類決策是指在特征空間中對(duì)被識(shí)別對(duì)象進(jìn)行分類，從而更好地識(shí)別所研究的對(duì)象具體屬于哪一類。
3圖像識(shí)別技術(shù)的分析
隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展和科技的不斷進(jìn)步，圖像識(shí)別技術(shù)已經(jīng)在眾多領(lǐng)域中得到了應(yīng)用。20xx年2月15日新浪科技發(fā)布一條新聞：“微軟最近公布了一篇關(guān)于圖像識(shí)別的研究論文，在一項(xiàng)圖像識(shí)別的基準(zhǔn)測(cè)試中，電腦系統(tǒng)識(shí)別能力已經(jīng)超越了人類。人類在歸類數(shù)據(jù)庫imagenet中的圖像識(shí)別錯(cuò)誤率為5.1%，而微軟研究小組的這個(gè)深度學(xué)習(xí)系統(tǒng)可以達(dá)到4.94%的錯(cuò)誤率。”從這則新聞中我們可以看出圖像識(shí)別技術(shù)在圖像識(shí)別方面已經(jīng)有要超越人類的圖像識(shí)別能力的趨勢(shì)。這也說明未來圖像識(shí)別技術(shù)有更大的研究意義與潛力。而且，計(jì)算機(jī)在很多方面確實(shí)具有人類所無法超越的優(yōu)勢(shì)，也正是因?yàn)檫@樣，圖像識(shí)別技術(shù)才能為人類社會(huì)帶來更多的應(yīng)用。
3.1神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別技術(shù)
神經(jīng)網(wǎng)絡(luò)圖像識(shí)別技術(shù)是一種比較新型的圖像識(shí)別技術(shù)，是在傳統(tǒng)的圖像識(shí)別方法和基礎(chǔ)上融合神經(jīng)網(wǎng)絡(luò)算法的一種圖像識(shí)別方法。這里的神經(jīng)網(wǎng)絡(luò)是指人工神經(jīng)網(wǎng)絡(luò)，也就是說這種神經(jīng)網(wǎng)絡(luò)并不是動(dòng)物本身所具有的真正的神經(jīng)網(wǎng)絡(luò)，而是人類模仿動(dòng)物神經(jīng)網(wǎng)絡(luò)后人工生成的。在神經(jīng)網(wǎng)絡(luò)圖像識(shí)別技術(shù)中，遺傳算法與bp網(wǎng)絡(luò)相融合的神經(jīng)網(wǎng)絡(luò)圖像識(shí)別模型是非常經(jīng)典的，在很多領(lǐng)域都有它的應(yīng)用。在圖像識(shí)別系統(tǒng)中利用神經(jīng)網(wǎng)絡(luò)系統(tǒng)，一般會(huì)先提取圖像的特征，再利用圖像所具有的特征映射到神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像識(shí)別分類。以汽車拍照自動(dòng)識(shí)別技術(shù)為例，當(dāng)汽車通過的時(shí)候，汽車自身具有的檢測(cè)設(shè)備會(huì)有所感應(yīng)。此時(shí)檢測(cè)設(shè)備就會(huì)啟用圖像采集裝置來獲取汽車正反面的圖像。獲取了圖像后必須將圖像上傳到計(jì)算機(jī)進(jìn)行保存以便識(shí)別。最后車牌定位模塊就會(huì)提取車牌信息，對(duì)車牌上的字符進(jìn)行識(shí)別并顯示最終的結(jié)果。在對(duì)車牌上的字符進(jìn)行識(shí)別的過程中就用到了基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法。
3.2非線性降維的圖像識(shí)別技術(shù)
計(jì)算機(jī)的圖像識(shí)別技術(shù)是一個(gè)異常高維的識(shí)別技術(shù)。不管圖像本身的分辨率如何，其產(chǎn)生的數(shù)據(jù)經(jīng)常是多維性的，這給計(jì)算機(jī)的識(shí)別帶來了非常大的困難。想讓計(jì)算機(jī)具有高效地識(shí)別能力，最直接有效的方法就是降維。降維分為線性降維和非線性降維。例如主成分分析(pca)和線性奇異分析(lda)等就是常見的線性降維方法，它們的特點(diǎn)是簡(jiǎn)單、易于理解。但是通過線性降維處理的是整體的數(shù)據(jù)集合，所求的是整個(gè)數(shù)據(jù)集合的最優(yōu)低維投影。經(jīng)過驗(yàn)證，這種線性的降維策略計(jì)算復(fù)雜度高而且占用相對(duì)較多的時(shí)間和空間，因此就產(chǎn)生了基于非線性降維的圖像識(shí)別技術(shù)，它是一種極其有效的非線性特征提取方法。此技術(shù)可以發(fā)現(xiàn)圖像的非線性結(jié)構(gòu)而且可以在不破壞其本征結(jié)構(gòu)的基礎(chǔ)上對(duì)其進(jìn)行降維，使計(jì)算機(jī)的圖像識(shí)別在盡量低的維度上進(jìn)行，這樣就提高了識(shí)別速率。例如人臉圖像識(shí)別系統(tǒng)所需的維數(shù)通常很高，其復(fù)雜度之高對(duì)計(jì)算機(jī)來說無疑是巨大的“災(zāi)難”。由于在高維度空間中人臉圖像的不均勻分布，使得人類可以通過非線性降維技術(shù)來得到分布緊湊的人臉圖像，從而提高人臉識(shí)別技術(shù)的高效性。
3.3圖像識(shí)別技術(shù)的應(yīng)用及前景
計(jì)算機(jī)的圖像識(shí)別技術(shù)在公共安全、生物、工業(yè)、農(nóng)業(yè)、交通、醫(yī)療等很多領(lǐng)域都有應(yīng)用。例如交通方面的車牌識(shí)別系統(tǒng);公共安全方面的人臉識(shí)別技術(shù)、指紋識(shí)別技術(shù);農(nóng)業(yè)方面的種子識(shí)別技術(shù)、食品品質(zhì)檢測(cè)技術(shù);醫(yī)學(xué)方面的心電圖識(shí)別技術(shù)等。隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，圖像識(shí)別技術(shù)也在不斷地優(yōu)化，其算法也在不斷地改進(jìn)。圖像是人類獲取和交換信息的主要來源，因此與圖像相關(guān)的圖像識(shí)別技術(shù)必定也是未來的研究重點(diǎn)。以后計(jì)算機(jī)的圖像識(shí)別技術(shù)很有可能在更多的領(lǐng)域嶄露頭角，它的應(yīng)用前景也是不可限量的，人類的生活也將更加離不開圖像識(shí)別技術(shù)。
4總結(jié)
圖像識(shí)別技術(shù)雖然是剛興起的技術(shù)，但其應(yīng)用已是相當(dāng)廣泛。并且，圖像識(shí)別技術(shù)也在不斷地成長(zhǎng)，隨著科技的不斷進(jìn)步，人類對(duì)圖像識(shí)別技術(shù)的認(rèn)識(shí)也會(huì)更加深刻。未來圖像識(shí)別技術(shù)將會(huì)更加強(qiáng)大，更加智能地出現(xiàn)在我們的生活中，為人類社會(huì)的更多領(lǐng)域帶來重大的應(yīng)用。在21世紀(jì)這個(gè)信息化的時(shí)代，我們無法想象離開了圖像識(shí)別技術(shù)以后我們的生活會(huì)變成什么樣。圖像識(shí)別技術(shù)是人類現(xiàn)在以及未來生活必不可少的一項(xiàng)技術(shù)。
人工智能的弊端論文篇十
〔摘要〕人工智能飛速發(fā)展，正在改變?nèi)祟惿?，推?dòng)人類進(jìn)步。人工智能學(xué)者從認(rèn)知科學(xué)、心靈哲學(xué)以及控制論等不同視角對(duì)人工智能進(jìn)行研究，但對(duì)于人工智能哲學(xué)根源的追溯與厘清較少。古希臘畢達(dá)哥拉斯主義的數(shù)論思想、亞里士多德演繹邏輯系統(tǒng)與分析哲學(xué)中的邏輯分析與語言分析方法以及簡(jiǎn)單性哲學(xué)原則為人工智能研究綱領(lǐng)、研究框架以及研究方法等奠定了基礎(chǔ)，哲學(xué)核心問題決定了人工智能的研究進(jìn)路。只有對(duì)人工智能的哲學(xué)思想源流進(jìn)行追溯與探究，才能理解人工智能的理論基礎(chǔ)，以更好地把握人工智能的發(fā)展規(guī)律并合理預(yù)測(cè)人工智能的發(fā)展趨勢(shì)。
〔關(guān)鍵詞〕人工智能，數(shù)論，簡(jiǎn)單性原則
人工智能發(fā)展如火如荼，學(xué)者除了對(duì)人工智能技術(shù)本質(zhì)、人工智能社會(huì)影響、發(fā)展路徑及倫理問題等進(jìn)行研究之外，還關(guān)注人工智能中的哲學(xué)問題。對(duì)人工智能的研究不能僅僅局限于技術(shù)層面及科學(xué)基礎(chǔ)層面的反思，也要涉及對(duì)人工智能的哲學(xué)思考。博登指出：“在科學(xué)家族中，沒有一門學(xué)科比ai與哲學(xué)的關(guān)系更密切?！薄?〕3人工智能與哲學(xué)緊密聯(lián)系，特別是心靈哲學(xué)與語言哲學(xué)，認(rèn)知科學(xué)與認(rèn)知心理學(xué)等學(xué)科也為人工智能發(fā)展奠定了科學(xué)基礎(chǔ)。迄今為止，對(duì)于人工智能哲學(xué)的研究還沒有形成完整的理論體系，學(xué)者多從哲學(xué)視角對(duì)人工智能中的問題進(jìn)行探討，從哲學(xué)思想源流挖掘人工智能基礎(chǔ)的著述不多。筆者嘗試從人工智能的數(shù)論基礎(chǔ)、邏輯學(xué)、分析哲學(xué)基礎(chǔ)以及簡(jiǎn)單性原則等視角分析人工智能的哲學(xué)思想根源。
人工智能先驅(qū)西蒙與紐維爾作為人工智能符號(hào)主義（symbolicism）學(xué)派的代表，他們的研究著眼于計(jì)算機(jī)程序的邏輯結(jié)構(gòu)、符號(hào)操作系統(tǒng)以及編程語言，這與古希臘哲學(xué)家畢達(dá)哥拉斯學(xué)派的“數(shù)論”思想一脈相承。在畢達(dá)哥拉斯看來，數(shù)是萬物的本原，萬物皆數(shù)?！鞍凑掌樟_克洛在《歐幾里德〈幾何原理〉注釋》中，‘?dāng)?shù)學(xué)’這個(gè)詞也是畢達(dá)哥拉斯學(xué)派首先使用的”〔2〕268。畢達(dá)哥拉斯將科學(xué)研究的基礎(chǔ)建構(gòu)在數(shù)學(xué)的基礎(chǔ)之上。畢達(dá)哥拉斯哲學(xué)思想的核心即“數(shù)”是萬物的本原。按照畢達(dá)哥拉斯的數(shù)論思想，與其說水、火、土等都是萬物的本原，不如用一個(gè)簡(jiǎn)單詞“數(shù)”來解釋萬物的存在。
“數(shù)是萬物的本原”包含著萬物之中存在著某種數(shù)量關(guān)系的含義，不管是天體結(jié)構(gòu)、音階音律以及建筑結(jié)構(gòu)等萬物都存在數(shù)量關(guān)系。畢達(dá)哥拉斯學(xué)派認(rèn)為數(shù)是宇宙的元素，科學(xué)研究就是尋找紛繁復(fù)雜現(xiàn)象之后的數(shù)量關(guān)系。例如，物理學(xué)是研究事物運(yùn)動(dòng)方面的數(shù)量關(guān)系，幾何學(xué)是研究事物點(diǎn)、線、面、體之間的數(shù)量關(guān)系等。他們將事物的本質(zhì)歸結(jié)為數(shù)的規(guī)律，認(rèn)為事物的本質(zhì)就是數(shù)。按照亞里士多德“四因說”來看，畢達(dá)哥拉斯的“數(shù)”既是構(gòu)成事物的形式因，又是構(gòu)成事物的質(zhì)料因。質(zhì)料因指的是構(gòu)成事物的原始質(zhì)料，就好比建造房屋用的磚木石瓦，形式因即構(gòu)成事物的樣式和原型，就好比造房屋的圖紙或建筑師頭腦里的房屋原型。這樣的思想家（畢達(dá)哥拉斯主義學(xué)派）認(rèn)為數(shù)既是事物的質(zhì)料、同時(shí)又是形成事物的變化和它們的不變狀態(tài)的形式”〔3〕21-22。因此，數(shù)對(duì)于事物來說，既是質(zhì)料因又是形式因。
畢達(dá)哥拉斯的哲學(xué)思想還表現(xiàn)在數(shù)的和諧論。他認(rèn)為萬物包括宇宙在內(nèi)都由數(shù)構(gòu)成，并且萬物可以還原為數(shù);他還認(rèn)為宇宙是和諧的，并把和諧的宇宙稱為“科斯摩斯”。科斯摩斯原意就是“秩序”的意思，認(rèn)為世界存在內(nèi)在秩序與內(nèi)在規(guī)律，人類可以通過數(shù)量之間的關(guān)系找到世界的既定秩序。
畢達(dá)哥拉斯的“萬物皆數(shù)，數(shù)之和諧”思想既具有本體論含義，也具有方法論意味。他的哲學(xué)思想影響了古希臘科學(xué)的發(fā)展，亞里士多德的邏輯學(xué)體系、歐幾里德的幾何學(xué)體系、托勒密的天文學(xué)體系、蓋倫的醫(yī)學(xué)體系這四大古希臘的科學(xué)成就皆受畢達(dá)哥拉斯主義哲學(xué)思想的影響。不但如此，畢達(dá)哥拉斯的哲學(xué)思想還影響了西方整個(gè)自然科學(xué)的發(fā)展。達(dá)芬奇、哥白尼、開普勒、伽利略、牛頓等人都自稱是“畢達(dá)哥拉斯主義者”。達(dá)芬奇認(rèn)為天體是一架服從確定自然法則的機(jī)器，自然界有確定的規(guī)律;15-16世紀(jì)帶有畢達(dá)哥拉斯主義成分的新柏拉圖主義者把自然事物的行為解釋成數(shù)學(xué)結(jié)構(gòu);哥白尼日心說體系的理論基礎(chǔ)也是依據(jù)畢達(dá)哥拉斯主義哲學(xué)理論來構(gòu)造行星運(yùn)動(dòng)簡(jiǎn)單、和諧的天體幾何學(xué)模型;開普勒認(rèn)為自己是畢達(dá)哥拉斯主義者，他的目標(biāo)就是追求造物主心中數(shù)的和諧;伽利略也是畢達(dá)哥拉斯主義的追隨者，他認(rèn)為“自然之書是用數(shù)學(xué)語言書寫的”，自然的真理存在于數(shù)學(xué)事實(shí)中。畢達(dá)哥拉斯的數(shù)論思想還影響了萊布尼茲。萊布尼茨有一個(gè)夢(mèng)想，就是給出一套理想符號(hào)系統(tǒng)或語言和確定的語言變換或演算規(guī)則，把日常問題轉(zhuǎn)變成理想語言，利用演算規(guī)則清楚地求解問題的答案。在此基礎(chǔ)上，萊布尼茲提出“通用機(jī)”的天才設(shè)想。萊布尼茨嘗試發(fā)明人工智能通用機(jī)，他設(shè)計(jì)出一種二進(jìn)制計(jì)算法，用二進(jìn)制數(shù)代替原來的十進(jìn)制數(shù)，二進(jìn)制數(shù)即“1”和“0”。萊布尼茲雖然制作出了簡(jiǎn)單機(jī)器，但其只能進(jìn)行簡(jiǎn)單的算術(shù)計(jì)算，還不是萊布尼茲設(shè)想的能夠進(jìn)行復(fù)雜數(shù)據(jù)處理的通用機(jī)。盡管如此，萊布尼茲思想還是影響了整個(gè)計(jì)算機(jī)系統(tǒng)的發(fā)展。
圖靈與馮·諾依曼的人工智能機(jī)器也受畢達(dá)哥拉斯主義數(shù)論的影響，他們運(yùn)用數(shù)的和諧以及數(shù)量關(guān)系的計(jì)算嘗試讓“萊布尼茲之夢(mèng)”在現(xiàn)實(shí)生活中得以實(shí)現(xiàn)。圖靈通過基本的數(shù)學(xué)運(yùn)算將數(shù)學(xué)運(yùn)算符號(hào)化為運(yùn)算符，并用一個(gè)無限長(zhǎng)紙帶來表述計(jì)算過程，制造出了圖靈機(jī)，這就是萊布尼茨所說的“通用機(jī)”。圖靈認(rèn)為人腦類似通用機(jī)，圖靈提出一臺(tái)計(jì)算機(jī)在多大程度上可以模仿人的活動(dòng)，進(jìn)而提出“機(jī)器能否思維”這個(gè)哲學(xué)問題。圖靈堅(jiān)持通過特定算法程序，把可計(jì)算的數(shù)量關(guān)系都轉(zhuǎn)化為由一臺(tái)圖靈機(jī)來計(jì)算。馮·諾依曼指導(dǎo)發(fā)明第一臺(tái)基于運(yùn)算器與存儲(chǔ)器的計(jì)算機(jī)，他為圖靈通用機(jī)設(shè)計(jì)出一個(gè)物理模型——edvac，edvac可以執(zhí)行加、減、乘、除等數(shù)學(xué)操作。與圖靈一樣，馮·諾依曼把人腦與機(jī)器類比，機(jī)器通過存儲(chǔ)器儲(chǔ)存數(shù)據(jù)，通過數(shù)學(xué)規(guī)則設(shè)計(jì)出把思維當(dāng)成數(shù)據(jù)的程序，通過簡(jiǎn)單、和諧的數(shù)字制造出能進(jìn)行復(fù)雜數(shù)字處理的機(jī)器。不管是圖靈的通用機(jī)還是馮·諾依曼的edvac都是為了解決“萊布尼茲之夢(mèng)”，其哲學(xué)思想均根源于畢達(dá)哥拉斯的“數(shù)論”哲學(xué)思想。除了圖靈與萊布尼茨，紐維爾與西蒙等符號(hào)主義人工智能先驅(qū)也認(rèn)為，不管是人類智能還是機(jī)器智能都是根據(jù)確定的或者規(guī)范的規(guī)則來進(jìn)行符號(hào)操作的。不但如此，基于認(rèn)知模擬的強(qiáng)人工智能也把心理狀態(tài)作為計(jì)算狀態(tài)，所謂認(rèn)知就是計(jì)算，這是對(duì)基于數(shù)論的計(jì)算主義教條的信仰，人類智能類似于信息處理系統(tǒng)。聯(lián)結(jié)主義人工智能不同于符號(hào)主義人工智能，它否認(rèn)智能行為來自于在形式規(guī)則下對(duì)符號(hào)進(jìn)行操作的觀點(diǎn)，“符號(hào)主義人工智能中的信息處理包括明確的應(yīng)用和形式規(guī)則，但是聯(lián)結(jié)主義人工智能沒有這樣的規(guī)則”〔4〕1366-1367。與符號(hào)主義人工智能不同，聯(lián)結(jié)主義人工智能的工作原理是尋找神經(jīng)網(wǎng)絡(luò)及其間的聯(lián)結(jié)機(jī)制及學(xué)習(xí)算法。雖然聯(lián)結(jié)主義與符號(hào)主義人工智能有區(qū)別，但聯(lián)結(jié)主義人工智能與符號(hào)主義人工智能的共同假設(shè)都是把認(rèn)知看作信息處理，且信息處理都具有可計(jì)算性?？梢?，畢達(dá)哥拉斯的“萬物皆數(shù)，數(shù)之和諧”思想為符號(hào)主義人工智能與聯(lián)結(jié)主義人工智能的發(fā)展奠定了基礎(chǔ)。
除了畢達(dá)哥拉斯的數(shù)論思想，古希臘亞里士多德的演繹邏輯系統(tǒng)也是人工智能的哲學(xué)思想源泉。人工智能符號(hào)主義學(xué)派也稱為邏輯主義學(xué)派，可見邏輯思想在人工智能發(fā)展中的重要地位與作用。即使是深受胡塞爾后期的現(xiàn)象學(xué)、海德格爾的存在現(xiàn)象學(xué)和梅洛-龐蒂的知覺現(xiàn)象學(xué)影響的人工智能專家德雷福斯，也肯定演繹邏輯以及形式系統(tǒng)在人工智能發(fā)展中的作用。在德雷福斯看來，符號(hào)主義人工智能的基礎(chǔ)是邏輯學(xué)，是哲學(xué)中的理性主義。人工智能的主要設(shè)想是可以運(yùn)用計(jì)算機(jī)的邏輯運(yùn)算來模擬人類思考的過程。圖靈嘗試依靠邏輯發(fā)明通用機(jī)，“我希望數(shù)字計(jì)算機(jī)能夠最終激起人們對(duì)符號(hào)邏輯的極大興趣……人與這些機(jī)器進(jìn)行交流的語言……構(gòu)成一種符號(hào)邏輯”〔5〕288。馬丁·戴維斯直接把符號(hào)主義學(xué)派的源頭追溯到亞里士多德，“把邏輯推理簡(jiǎn)化為形式的努力可以追溯到亞里士多德”〔6〕200。亞里士多德是邏輯學(xué)的創(chuàng)始人，他認(rèn)為邏輯學(xué)是獲得真正知識(shí)的重要工具，邏輯學(xué)是哲學(xué)的基礎(chǔ)。亞里士多德注重演繹推理，特別重視三段論推理，他認(rèn)為三段論推理是一切思維運(yùn)動(dòng)的基本形式。三段論是一種典型的演繹推理模式，它由普遍性公理和推理規(guī)則經(jīng)過嚴(yán)密的邏輯論證得出必然性結(jié)論。圖靈的通用機(jī)以及符號(hào)主義人工智能的根本基礎(chǔ)，都可以歸結(jié)為邏輯或者演繹推理。
集邏輯分析方法與語言分析方法于一體的分析哲學(xué)也是人工智能的思想源泉，分析哲學(xué)把邏輯學(xué)看作一切學(xué)科的基礎(chǔ)，數(shù)學(xué)的基礎(chǔ)也是邏輯學(xué)，數(shù)學(xué)也要用邏輯符號(hào)來表示。分析哲學(xué)產(chǎn)生于20世紀(jì)初，代表人物是石里克與卡爾納普等人，其理論來源于英國的經(jīng)驗(yàn)論者休謨、法國的實(shí)證主義者孔德、英國的邏輯主義者密爾和哲學(xué)家與心理學(xué)家馬赫等人的觀點(diǎn)。弗雷格的《算術(shù)基礎(chǔ)》、羅素與懷特海合著的《數(shù)學(xué)原理》、石里克的《普通認(rèn)識(shí)論》以及維特根斯坦的《邏輯哲學(xué)論》是分析哲學(xué)的代表著作。分析哲學(xué)的基本觀點(diǎn)是：哲學(xué)的任務(wù)是對(duì)知識(shí)進(jìn)行分析，強(qiáng)調(diào)通過對(duì)語言的邏輯分析來消除形而上學(xué)問題，認(rèn)為一切綜合命題都以經(jīng)驗(yàn)為基礎(chǔ)等。分析哲學(xué)家認(rèn)為一切科學(xué)研究必須從經(jīng)驗(yàn)出發(fā)，哲學(xué)的主要任務(wù)是運(yùn)用現(xiàn)代數(shù)理邏輯和語言分析把復(fù)雜的概念分析為簡(jiǎn)單的概念，分析哲學(xué)家想通過對(duì)語言的邏輯分析澄清語句、語詞的意義，通過語義上升，拋棄含混、模糊、有歧義的自然語言，把自然語言的語句轉(zhuǎn)換成邏輯命題，通過分析邏輯命題的意義清除偽哲學(xué)問題，達(dá)到拒斥形而上學(xué)的目的。分析哲學(xué)注重邏輯分析與語言分析，強(qiáng)調(diào)語言分析的重要性，分析哲學(xué)把科學(xué)的任務(wù)界定為發(fā)現(xiàn)真理，而邏輯的任務(wù)在于識(shí)別真理的規(guī)律。羅素立足于把哲學(xué)建成嚴(yán)密的科學(xué)，哲學(xué)像科學(xué)一樣可以獲得真理性的知識(shí)。在羅素看來，哲學(xué)和科學(xué)只有程度之分，沒有本質(zhì)區(qū)別。哲學(xué)問題都是邏輯問題，邏輯問題就是科學(xué)問題。對(duì)科學(xué)問題進(jìn)行分析還原之后，如果這個(gè)問題是邏輯問題，則它是哲學(xué)問題，否則就不是哲學(xué)問題。因此，邏輯是哲學(xué)的基礎(chǔ)。通過邏輯分析進(jìn)行還原涉及語言，那么，所有哲學(xué)問題命題都是語言表達(dá)式，語言結(jié)構(gòu)是邏輯結(jié)構(gòu)，是科學(xué)命題的真正的邏輯形式。
羅素的邏輯原子論從本體論角度堅(jiān)持奧卡姆剃刀的最小化原則，從語言角度上堅(jiān)持思維經(jīng)濟(jì)原則，語言表述堅(jiān)持最小詞匯量原則。“如無必要，勿增實(shí)體”。羅素從邏輯學(xué)角度堅(jiān)持邏輯前提或者公理最小化原則，“寧可構(gòu)造，勿要推論”。根據(jù)公理與推理規(guī)則建構(gòu)的邏輯學(xué)公理系統(tǒng)影響了圖靈、馮·諾依曼及其以后的人工智能專家。馮·諾依曼致力于為新機(jī)器設(shè)計(jì)邏輯方案，戈德斯坦把馮·諾依曼看成將邏輯應(yīng)用于計(jì)算機(jī)的第一人，“據(jù)我所知，馮·諾依曼是一個(gè)清楚地懂得計(jì)算機(jī)本質(zhì)上執(zhí)行的是邏輯功能的人”〔7〕69。馮·諾依曼在edvac的報(bào)告中也提到，不但從數(shù)學(xué)的觀點(diǎn)，而且從工程史和邏輯學(xué)家的觀點(diǎn)來探討大規(guī)模計(jì)算的機(jī)器。在人工智能哲學(xué)先驅(qū)德雷福斯看來，自從古希臘人發(fā)明了邏輯與幾何，就把一切推理歸結(jié)為計(jì)算。人工智能中符號(hào)主義的基礎(chǔ)是邏輯學(xué)，是哲學(xué)中的理性主義、還原論傳統(tǒng)。他們把計(jì)算機(jī)看成操作思想符號(hào)的系統(tǒng)，試圖用計(jì)算機(jī)來表達(dá)對(duì)世界的形式表述。心靈與計(jì)算機(jī)都是物理符號(hào)系統(tǒng)。在德雷福斯看來，“伽利略發(fā)現(xiàn)人們可以忽略的品質(zhì)和技術(shù)上的考慮，從而能找到一種用來描寫物質(zhì)運(yùn)動(dòng)的純形式化系統(tǒng)，同樣我們可以設(shè)想，一位研究人類行為的伽利略可能會(huì)把所有語義上的考慮（對(duì)意義的依賴），變成為句法（形式化）操作技巧”〔8〕76。人工智能的代表人物數(shù)理邏輯學(xué)家皮茨與生理學(xué)家麥卡洛克撰寫了《神經(jīng)活動(dòng)中內(nèi)在觀念的邏輯運(yùn)算》，他們的思想受到羅素與懷特海《數(shù)學(xué)原理》的啟發(fā)，堅(jiān)持把一切數(shù)學(xué)還原為邏輯，甚至神經(jīng)網(wǎng)絡(luò)也可以用邏輯來表達(dá)。德雷福斯認(rèn)為人工智能的發(fā)展建立在四種假設(shè)之上，即生物學(xué)假設(shè)、心理學(xué)假設(shè)、本體論假設(shè)以及認(rèn)識(shí)論假設(shè)。其中認(rèn)識(shí)論假設(shè)指的是一切知識(shí)都可被形式化，可以被編碼成數(shù)字形式;本體論假設(shè)指的是存在一組在邏輯上相互獨(dú)立的事實(shí)，知識(shí)可以被編入計(jì)算機(jī)程序。紐維爾認(rèn)為：“人工智能科學(xué)家把計(jì)算機(jī)看成操作符號(hào)的機(jī)器，他們認(rèn)為，重要的是每一樣?xùn)|西都可以經(jīng)編碼成為符號(hào)，數(shù)字也不例外?！薄?〕196在符號(hào)主義者看來，符號(hào)是人類認(rèn)識(shí)外部世界的基本單元。人工智能的邏輯學(xué)派將人的認(rèn)識(shí)對(duì)象通過數(shù)學(xué)邏輯的方式抽象為符號(hào)，利用計(jì)算機(jī)的程序符號(hào)來模擬人認(rèn)知世界的過程。符號(hào)主義學(xué)派主要依靠計(jì)算機(jī)的邏輯符號(hào)來模擬人的認(rèn)知過程。人工智能的重量級(jí)人物紐維爾與西蒙構(gòu)造了第一個(gè)真正意義的人工智能程序，稱之為“邏輯專家”，可見人工智能專家受邏輯學(xué)思想影響之深，“任何表現(xiàn)出一般智能的系統(tǒng)，都可以證明是一個(gè)物理符號(hào)系統(tǒng)”〔10〕41。西蒙與紐維爾認(rèn)為，作為一般的智能行為，物理符號(hào)系統(tǒng)具有的計(jì)算手段既是必要的也是充分的。紐維爾與西蒙把其理論來源追溯到分析哲學(xué)家弗雷格、羅素與懷特海，“該假設(shè)的起源要追溯到弗雷格、懷特海與羅素就形式化邏輯提出的方案：以邏輯方式獲取基本的概念式數(shù)學(xué)觀念，把證明和演繹觀念置于可靠的根基上”〔11〕。德雷福斯認(rèn)為，真正的專家解決問題是訴諸直覺與整體性，在此基礎(chǔ)上對(duì)人工智能的認(rèn)識(shí)論假設(shè)與本體論假設(shè)進(jìn)行批判，但他同意專家系統(tǒng)必須使用某種類型的概論度量的邏輯標(biāo)準(zhǔn)，“認(rèn)知模擬的先驅(qū)者們——已經(jīng)繼承了霍布斯推理就是計(jì)算的主張，笛卡爾的心理表述、萊布尼茲的‘普遍文字’的思想——所有知識(shí)都可以在一組初始概念中得到表示”〔11〕。正如德雷福斯所言，“人工智能就是試圖找到主體（人或計(jì)算機(jī)）中的哲學(xué)本原元素和邏輯關(guān)系”〔12〕?？梢姡斯ぶ悄芘c邏輯學(xué)特別是分析哲學(xué)緊密相關(guān)，邏輯學(xué)與分析哲學(xué)是人工智能的一個(gè)重要思想來源。
古希臘先哲用簡(jiǎn)單的物質(zhì)元素探索世界的本原。例如，泰勒斯把世界的本原歸結(jié)為水，赫拉克利特把世界的本原歸結(jié)為火，德謨克利特把世界的本原歸結(jié)為原子，認(rèn)為世界由不可分的原子構(gòu)成。他認(rèn)為，萬事萬物都可以還原為不可分最小微?！樱澜缡怯稍訕?gòu)成的。復(fù)雜的事物由簡(jiǎn)單的事物構(gòu)成，萬事萬物都由不可分的基本粒子構(gòu)成。世界由最基本的粒子構(gòu)成，復(fù)雜對(duì)象由基本粒子構(gòu)成，基本粒子決定了宇宙的性質(zhì)。
簡(jiǎn)單性哲學(xué)原則不但用簡(jiǎn)單元素追溯世界的本原，還致力于用力學(xué)解釋自然現(xiàn)象。不管是物理規(guī)律、化學(xué)規(guī)律、生物規(guī)律，甚至是社會(huì)規(guī)律都可以用力學(xué)解釋。哥白尼的日心說體系之所以取得科學(xué)界的支持也不是因?yàn)槠浣忉屃?qiáng)，而是因?yàn)槠渥裱撕?jiǎn)單性原則，從而取代了托勒密繁瑣的本輪-均輪模型。牛頓的力學(xué)三定律就立足于簡(jiǎn)單性原則，用力來解釋所有運(yùn)動(dòng)。按照簡(jiǎn)單性哲學(xué)原則，人與動(dòng)物都是由簡(jiǎn)單的粒子構(gòu)成，人與動(dòng)物沒有根本區(qū)別，人與機(jī)器也沒有本質(zhì)區(qū)別，甚至可以說“人就是機(jī)器”。1747年，拉·梅特里發(fā)表了《人是機(jī)器》這一哲學(xué)巨著，提出“人是動(dòng)物，因而也是機(jī)器，不過是更復(fù)雜的機(jī)器罷了”〔14〕69。笛卡爾把人體看作是與機(jī)械相類似，用機(jī)械的旋渦來解釋天體運(yùn)動(dòng)問題，他認(rèn)為宇宙是一架機(jī)器，機(jī)械運(yùn)動(dòng)是唯一的運(yùn)動(dòng)規(guī)律。牛頓、開普勒、伽利略等都力圖建立嚴(yán)密的力學(xué)體系來正確描述宏觀物理運(yùn)動(dòng)，甚至是天體運(yùn)動(dòng)。愛因斯坦試圖用公理化方法把自然界描繪成物質(zhì)在時(shí)空中運(yùn)動(dòng)的統(tǒng)一體，德國物理學(xué)家海森堡也認(rèn)為簡(jiǎn)單性原則可以作為科學(xué)假說可接受性的標(biāo)準(zhǔn)。
不僅自然界的規(guī)律可以用力學(xué)表示，而且社會(huì)關(guān)系也可以用力學(xué)表示。孔德提出社會(huì)動(dòng)力學(xué)和社會(huì)靜力學(xué)概念，社會(huì)動(dòng)力學(xué)又稱為社會(huì)物理學(xué)，立足于運(yùn)用力學(xué)規(guī)律分析社會(huì)關(guān)系。1950年，斯賓塞出版《社會(huì)靜力學(xué)》，把事物的基本規(guī)律看作“力的恒久性規(guī)律”（thelawofpersistenceofforce）?！叭耸菣C(jī)器”的觀點(diǎn)啟發(fā)人工智能先驅(qū)開始了構(gòu)造具有人類智能機(jī)器的探索。
主體與客體的關(guān)系在哲學(xué)史上占居重要地位，是哲學(xué)研究中的核心問題，也是哲學(xué)史上諸多學(xué)派的思想源頭。古希臘米利都學(xué)派的泰勒斯探索萬物本源的時(shí)候就開始關(guān)注主體如何認(rèn)識(shí)客體，關(guān)注主體與客體的關(guān)系，普羅泰戈拉提出的命題“人是萬物的尺度”包括了主客二分思維的萌芽，笛卡爾的精神和物質(zhì)相互獨(dú)立的二元論思想暗含著主體和客體截然二分的思想。人們一般認(rèn)為，只有人類才能成為主體，人之外的世界是客體。那主客二分的標(biāo)準(zhǔn)是什么呢？人之所以為主體的標(biāo)準(zhǔn)又是什么呢？有的學(xué)者認(rèn)為只有主體才具有意向性，客體不具有意向性，客體只是主體認(rèn)識(shí)的對(duì)象。主體一般具有獨(dú)立意識(shí)或者個(gè)體經(jīng)驗(yàn)。哲學(xué)意義的認(rèn)識(shí)論指的是個(gè)體對(duì)知識(shí)和知識(shí)獲得所持有的信念，主要包括知識(shí)結(jié)構(gòu)、知識(shí)本質(zhì)、知識(shí)來源和知識(shí)判斷的信念等內(nèi)容，主體與客體的關(guān)系問題是哲學(xué)的核心問題。認(rèn)識(shí)論中的可知論與不可知論是研究主體之外的客體是否可知，唯心主義與唯物主義的區(qū)分以及各種不同的哲學(xué)流派的分野都基于主體與客體截然二分的哲學(xué)基礎(chǔ)，哲學(xué)史上，各大流派都曾經(jīng)把主客關(guān)系作為研究的切入點(diǎn)。
人工智能是賦予機(jī)器智能，讓機(jī)器可以模擬或者代替人類的某種智能。人工智能基于不同的哲學(xué)理念有不同的研究進(jìn)路，人工智能發(fā)展史上不同思想的對(duì)立也是基于對(duì)于主體與客體關(guān)系的哲學(xué)思考。一般來講，人工智能可分為三種進(jìn)路，即符號(hào)主義進(jìn)路、聯(lián)結(jié)主義進(jìn)路以及行為主義進(jìn)路。人工智能符號(hào)主義進(jìn)路把人類的認(rèn)知過程看成符號(hào)計(jì)算過程，人類認(rèn)知是物理符號(hào)系統(tǒng)，人工智能先驅(qū)德雷福斯（s）認(rèn)為，人工智能研究者其實(shí)與煉金術(shù)師一樣，也是對(duì)一些符號(hào)進(jìn)行不同的處理。因此，在人工智能的符號(hào)主義看來，人與機(jī)器沒有本質(zhì)區(qū)別，人類的心智同樣可以還原成符號(hào)計(jì)算。德雷福斯在《計(jì)算機(jī)不能做什么：人工智能的極限》中提出，人工智能機(jī)器是基于生物學(xué)假設(shè)、心理學(xué)假設(shè)、認(rèn)識(shí)論假設(shè)以及本體論假設(shè)基礎(chǔ)之上的?！吧飳W(xué)假設(shè)：在某一運(yùn)算水平上，大腦與計(jì)算機(jī)一樣，以離散的運(yùn)算方式加工信息;心理學(xué)假設(shè)：大腦被看作一種按照形式規(guī)則加工信息單位的裝置;認(rèn)識(shí)論假設(shè)：一切知識(shí)都可被形式化，可以被編碼成數(shù)字形式;本體論假設(shè)：存在是一組在邏輯上相互獨(dú)立的事實(shí)，知識(shí)可以被編入計(jì)算機(jī)程序”〔17〕156。從德雷福斯關(guān)于人工智能的四個(gè)假設(shè)中我們可以看出，人工智能與人類一樣都是對(duì)信息加工和處理的工具，從這個(gè)意義上講，主體與客體之間沒有本質(zhì)的區(qū)別。主體與客體不能截然二分，之所以對(duì)主體和客體進(jìn)行區(qū)分，表明人類對(duì)于自身的認(rèn)知規(guī)律和智能結(jié)構(gòu)沒有真正揭示。
人工智能的聯(lián)結(jié)主義進(jìn)路，又稱為仿生學(xué)派或生理學(xué)派，認(rèn)為人工智能源于仿生學(xué)，特別是對(duì)人腦模型的研究，其主要原理為神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機(jī)制與學(xué)習(xí)算法。聯(lián)結(jié)主義起初是用軟件模擬神經(jīng)網(wǎng)絡(luò)，后來發(fā)展到用硬件模擬神經(jīng)網(wǎng)絡(luò)。其理論假設(shè)是人與機(jī)器如果具有同樣的結(jié)構(gòu)應(yīng)該具有同樣的功能，可以通過研究人腦的物理結(jié)構(gòu)從而制造出類似人腦的機(jī)器。在聯(lián)結(jié)主義看來，人與機(jī)器結(jié)構(gòu)相同，人腦與計(jì)算機(jī)程序運(yùn)行模式相同，則功能相同。紐維爾（allennewell）認(rèn)為，智能的計(jì)算機(jī)程序可以被用來模擬人類的思維過程。聯(lián)結(jié)主義失敗的原因是人腦的結(jié)構(gòu)并不像人工智能研究者們?cè)陔娔X上模擬一樣，人類的大腦是將物理事實(shí)與知覺過程所連接的客觀事實(shí)，而不只是對(duì)信息進(jìn)行加工的一臺(tái)機(jī)器。人與機(jī)器不同，機(jī)器不具有人類的精神狀態(tài)和意識(shí)。人類的精神狀態(tài)和意識(shí)是否由人腦結(jié)構(gòu)決定呢？人類精神狀態(tài)和意識(shí)是先驗(yàn)存在還是后天習(xí)得仍然是認(rèn)知科學(xué)研究的難題。因此，通過神經(jīng)網(wǎng)絡(luò)讓機(jī)器模擬人類智能行不通。通過對(duì)人工智能的符號(hào)主義和聯(lián)結(jié)主義的分析我們發(fā)現(xiàn)，主體與客體區(qū)別的必要性得以彰顯，人的主體性地位不能動(dòng)搖。
人工智能的行為主義進(jìn)路，又稱為人工智能的進(jìn)化主義或控制論學(xué)派，其原理為維納和麥克洛克等學(xué)者的控制論思想及感知-動(dòng)作型控制系統(tǒng)。研究重點(diǎn)是模擬人在控制過程中的智能行為和作用，如對(duì)自適應(yīng)、自組織和自學(xué)習(xí)等的研究。人工智能行為主義學(xué)派的代表布魯克斯（rodneybrooks）研制的“六足機(jī)器人”實(shí)質(zhì)上是一個(gè)基于感知-動(dòng)作模式模擬昆蟲行為的控制系統(tǒng)，能夠適應(yīng)外界的環(huán)境，但這樣的機(jī)器人也不具有人類的感知與認(rèn)知能力，主體與客體之間還是可以嚴(yán)格區(qū)分。人工智能的目標(biāo)從技術(shù)層面來講是制造出對(duì)人類有益的智能機(jī)器，從哲學(xué)層面來講，就是利用人工智能概念和模型，通過機(jī)器模擬人類智能來推動(dòng)哲學(xué)核心思想主客二分問題的研究，借此解決哲學(xué)上的身心問題、意識(shí)難題等問題。哲學(xué)的核心問題與人工智能的研究是相互促進(jìn)的。
綜上所述，人工智能技術(shù)的發(fā)展有其哲學(xué)根源，根源于數(shù)是萬物本源思想、萬物皆數(shù)思想以及數(shù)的簡(jiǎn)單、和諧思想，還根源于亞里士多德的邏輯思想以及分析哲學(xué)的邏輯分析研究方法。在眾多哲學(xué)思想中，簡(jiǎn)單性原則是人工智能的哲學(xué)思想源泉。人工智能就是計(jì)算機(jī)用邏輯方法把思維還原為簡(jiǎn)單數(shù)字來模擬人腦的過程。人工智能發(fā)展是思維的革命，人工智能涉及信息與計(jì)算的本體地位和方法論問題，人工智能的發(fā)展迫使哲學(xué)家們對(duì)思維的存在形式進(jìn)行深入研究，從而把形而上的論證變成可操作的過程。人工智能的目標(biāo)是通過計(jì)算機(jī)實(shí)現(xiàn)機(jī)器模仿人類智能，人工智能的發(fā)展直接指向哲學(xué)的中心問題。例如，意向性問題、形式化問題、身心問題等。對(duì)于人工智能的哲學(xué)基礎(chǔ)溯源有利于推動(dòng)哲學(xué)的進(jìn)步與發(fā)展，也可以拓展對(duì)于傳統(tǒng)哲學(xué)問題的研究。只有對(duì)人工智能的哲學(xué)思想基礎(chǔ)進(jìn)行追溯與探源，才能為人工智能工作者提供思想源泉，從而更好地理解與把握人工智能的理論基礎(chǔ)、發(fā)現(xiàn)人工智能的發(fā)展規(guī)律以及預(yù)測(cè)人工智能的發(fā)展趨勢(shì)、把握人工智能的發(fā)展方向。
參考文獻(xiàn)：
〔1〕瑪格麗特·博登.人工智能哲學(xué)〔m〕.劉西瑞，王漢琦，譯.上海：上海譯文出版社，2001.
〔2〕汪子嵩，等.希臘哲學(xué)史〔m〕.北京：人民出版社，2004.
〔3〕亞里士多德.形而上學(xué)〔m〕.李真，譯.上海：上海人民出版社，1995.〔4〕安東尼·梅耶斯.愛思唯爾科學(xué)哲學(xué)手冊(cè)〔m〕.張培富，等譯.北京：北京師范大學(xué)出版社，2015.
〔5〕〔m〕.northholland，amsterdam：macmillanmagazinesltd，1992.
〔6〕davis，soflogic：mathematiciansandtheoriginofthecomputer〔m〕.newyork：&，2001.
人工智能的弊端論文篇十一
人工智能和數(shù)字地球是計(jì)算機(jī)科學(xué)及信息科學(xué)發(fā)展中的重要領(lǐng)域。本文簡(jiǎn)述了人工智能的概念及其在計(jì)算機(jī)上的實(shí)現(xiàn)方式，并提出了人工智能技術(shù)在數(shù)字地球發(fā)展中幾個(gè)方面的應(yīng)用，最后總結(jié)了人工智能技術(shù)為數(shù)字地球的發(fā)展帶來的好處。
1前言
，美國副總統(tǒng)阿爾.戈?duì)栐诩永Ｄ醽喛茖W(xué)中心作的演講中提出了“數(shù)字地球”這一新概念，并對(duì)其作了比較全面和通俗的說明[1]。演講中戈?duì)柨偨y(tǒng)給出數(shù)字地球可能的無比廣闊的應(yīng)用前景，人們可以通過數(shù)字地球技術(shù)指導(dǎo)仿真外交，打擊和監(jiān)測(cè)犯罪，保護(hù)生態(tài)多樣性，預(yù)測(cè)氣候變化，增加作物產(chǎn)量等。
在數(shù)字地球中非常重要的一點(diǎn)是如何使海量的地理空間數(shù)據(jù)變得有意義，即讓它們能過被人們所理解。但是，在面對(duì)這些海量的數(shù)據(jù)時(shí)，我們處理的手段卻是有限的。而且這些數(shù)據(jù)都是由計(jì)算機(jī)來處理的，在面對(duì)大量數(shù)據(jù)中的無用數(shù)據(jù)時(shí)，計(jì)算機(jī)是很難將其識(shí)別出來的。所以我們需要讓計(jì)算機(jī)具有人類一樣的智慧，將這些數(shù)據(jù)進(jìn)行有效的處理。如今，人工智能技術(shù)在數(shù)字地球中有著廣泛的應(yīng)用。通過這一技術(shù)，人們可以高效的處理和分析這些海量數(shù)據(jù)。
2人工智能的實(shí)現(xiàn)方式
人工智能在計(jì)算機(jī)上有兩種不同的實(shí)現(xiàn)方式。一種是采用傳統(tǒng)的編碼技術(shù)，使系統(tǒng)呈現(xiàn)智能的效果，而不考慮所用的方法是否與人或動(dòng)物機(jī)體所用的方法相同。另一種是模擬法(modelingapproach)，它要求實(shí)現(xiàn)方法也和人或動(dòng)物機(jī)體所用的方法相同或相似。模擬法有兩種實(shí)現(xiàn)的算法：遺傳算法和神經(jīng)網(wǎng)絡(luò)算法。
遺傳算法借鑒生物進(jìn)化論，將要解決的問題模擬成一個(gè)生物體，通過復(fù)制、交叉、突變等操作產(chǎn)生下一代解空間[3]，并通過適應(yīng)函數(shù)度來淘汰那些不良的個(gè)體，這樣迭代進(jìn)化幾代之后就很有可能得到適應(yīng)度函數(shù)值較高的個(gè)體。遺傳算法通常用在求解問題最優(yōu)解的情況下，如函數(shù)優(yōu)化、組合優(yōu)化等。
神經(jīng)網(wǎng)絡(luò)算法通過模擬人或動(dòng)物的神經(jīng)網(wǎng)絡(luò)傳遞和處理信息的行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型[4]。使用神經(jīng)網(wǎng)絡(luò)算法使系統(tǒng)具有像人一樣學(xué)習(xí)的特征。初始時(shí)，系統(tǒng)模塊跟初生嬰兒一樣什么也不懂，而且會(huì)經(jīng)常犯錯(cuò)，但是它可用通過學(xué)習(xí)，從錯(cuò)誤中吸取教訓(xùn)，下一次運(yùn)行時(shí)就可能改正。
3人工智能技術(shù)在數(shù)字地球中的應(yīng)用
人工智能能夠使我們的計(jì)算機(jī)具有人能解決問題的能力，使得計(jì)算機(jī)工作起來更加的高效。而且通過人工智能的學(xué)習(xí)機(jī)制，降低其出錯(cuò)的幾率。人工智能在數(shù)字地球中可以有以下幾個(gè)方面的應(yīng)用：
3.1智能導(dǎo)航
當(dāng)前我們主要使用gps技術(shù)來做定位和導(dǎo)航的。但是gps只能在室外及衛(wèi)星信號(hào)不被遮擋或反射的地方才能使用。因此，在室內(nèi)、茂密的樹木覆蓋處和高層建筑地下gps就很難使用了[5]。
使用人工智能技術(shù)進(jìn)行智能導(dǎo)航，當(dāng)不能獲得gps衛(wèi)星信號(hào)時(shí)，系統(tǒng)會(huì)智能的使用基于通信基站定位、互聯(lián)網(wǎng)定位等來提供導(dǎo)航。同時(shí)，人工智能系統(tǒng)還可以實(shí)現(xiàn)最優(yōu)路徑規(guī)劃，周邊信息搜索等功能。
3.2智能的人機(jī)交互
數(shù)字地球的建設(shè)依賴于互聯(lián)網(wǎng)、虛擬現(xiàn)實(shí)等技術(shù)，但是現(xiàn)在我們能做的僅僅是通過這些技術(shù)將我們所獲得的海量數(shù)據(jù)展現(xiàn)在人們面前。而顯示信息的形式主要是以瀏覽器、虛擬頭盔等，這些工具存在著不能與人友好交互的問題。我們通常是通過人肢體來交互，而不能像現(xiàn)實(shí)生活中人們通過對(duì)話的形式交互。
3.3專家系統(tǒng)
計(jì)算機(jī)較人強(qiáng)的地方在于它的計(jì)算速度快，將計(jì)算機(jī)的高運(yùn)算速度和人的智慧集成起來構(gòu)成專家系統(tǒng)。專家系統(tǒng)使用人類專家推理的模型來處理現(xiàn)實(shí)世界中需要專家作出解釋的復(fù)雜問題，并得出與專家相同的結(jié)論[6]。
在氣象預(yù)測(cè)中，我們要處理大量的氣象數(shù)據(jù)。使用傳統(tǒng)的計(jì)算機(jī)處理方式，我們還要對(duì)計(jì)算機(jī)的處理結(jié)果做大量的分析。但是通過專家系統(tǒng)，不僅給出處理的數(shù)據(jù)結(jié)果，還可以給出分析的結(jié)果，以便研究人員輔助研究使用。這樣可以減少大量的人力耗費(fèi)。
總結(jié)
戈?duì)柨偨y(tǒng)所提出的數(shù)字地球，不僅僅是數(shù)字化的地球，其未來的發(fā)展跟應(yīng)該是在數(shù)字化的基礎(chǔ)之上的智慧地球，正如20xx年ibm所提出的“智慧地球”。未來，電子設(shè)備將會(huì)更加智能化，人機(jī)交互將會(huì)更友好化。
同時(shí)在面對(duì)海量的地理空間數(shù)據(jù)時(shí)，使用人工智能技術(shù)可以拓寬我們隊(duì)這些數(shù)據(jù)的處理能力。加快數(shù)據(jù)的處理速度、精確性等。通過智能搜索，可以快速精準(zhǔn)的找到我們所需要的信息。就像google公司所做的智能周邊搜索一樣，當(dāng)人們走在城市街道上的時(shí)候，系統(tǒng)可以搜索并顯示周邊我們感興趣的一些商店、景觀、飯店等信息。并且人工智能技術(shù)還能提供智能導(dǎo)航、人機(jī)自然語言交互、專家系統(tǒng)等。未來人工智能技術(shù)將在數(shù)字地球的發(fā)展中起到更大的作用。
人工智能的弊端論文篇十二
摘要：隨著工業(yè)領(lǐng)域的迅猛發(fā)展，自動(dòng)化、智能化被當(dāng)做是電氣控制領(lǐng)域的重點(diǎn)發(fā)展趨勢(shì)。為了讓電氣自動(dòng)化控制中人工智能技術(shù)發(fā)揮更大的作用，本文概括了人工智能技術(shù)，闡述了人工智能技術(shù)在電氣自動(dòng)化領(lǐng)域的使用實(shí)例，以此期望對(duì)有關(guān)工作人員能有幫助。
關(guān)鍵詞：電氣控制；自動(dòng)化控制；人工智能
近年來隨著國內(nèi)外人工智能研究的興起與發(fā)展，越來越多的傳統(tǒng)領(lǐng)域開始思考能否在自己的產(chǎn)品生產(chǎn)線上使用人工智能技術(shù)，所以它的實(shí)際使用領(lǐng)域廣泛。現(xiàn)代社會(huì)的發(fā)展離不開人工智能技術(shù)的使用，特別是在現(xiàn)代工業(yè)的領(lǐng)域，在方法上需要依靠最新的人工智能技術(shù)為支持，但要做到讓人工智能技術(shù)在電氣自動(dòng)化控制中更好的發(fā)揮作用，我們先要知道人工智能技術(shù)到底是什么樣的技術(shù)[1]。
1人工智能技術(shù)的概述
國內(nèi)的創(chuàng)新熱潮近幾年正在蓬勃的發(fā)展，各種新技術(shù)競(jìng)相展現(xiàn)，人工智能技術(shù)也逐漸成熟了，而且它在當(dāng)今社會(huì)中的使用也更加寬泛。人工智能技術(shù)的建立，不僅要有計(jì)算機(jī)技術(shù)知識(shí)進(jìn)行有效支持，還與其他學(xué)科知識(shí)息息相關(guān)，人工智能技術(shù)通俗上講就是生產(chǎn)出可以替代人類來工作的智能化機(jī)器人，將來許多崗位都可以由機(jī)器來替代人類工作[2]。隨著科技的日新月異，科學(xué)家們已經(jīng)成功地生產(chǎn)出了類似于人腦一樣思考的人工大腦芯片，并將這種新技術(shù)命名為人工智能技術(shù)。在人們平常的生產(chǎn)活動(dòng)中，已有非常多的范圍都使用了人工智能技術(shù)，而且它們的現(xiàn)實(shí)使用效率非常高。
2人工智能技術(shù)在電氣自動(dòng)化中的應(yīng)用廣闊前景
電氣自動(dòng)化中應(yīng)用人工智能技術(shù)，不僅在極大程度上讓工人更好的操控電氣自動(dòng)化設(shè)備，還極大地減少了電氣自動(dòng)化的使用成本，這說明發(fā)展人工智能技術(shù)的前景是非常有利的。
2.1電氣自動(dòng)化控制中加入人工智能技術(shù)的重要性
人工智能技術(shù)同人類的工作方式相比有許多人類不能替代的優(yōu)勢(shì)，例如人工智能對(duì)于數(shù)字和程式非常敏感，可以長(zhǎng)時(shí)間的集中于處理同一個(gè)問題，這些優(yōu)勢(shì)可以幫助人類解決一些繁復(fù)的工作，所以電氣自動(dòng)化控制中應(yīng)用人工智能技術(shù)后，它一定可以為人類創(chuàng)造更大的價(jià)值[3]。
2.2人工智能技術(shù)在電氣自動(dòng)化控制中的應(yīng)用優(yōu)勢(shì)
因?yàn)殡姎庠O(shè)備的復(fù)雜性和連貫性的要求，所以對(duì)電氣設(shè)備的設(shè)計(jì)人員就提出了非常高的專業(yè)要求，除了具備非常扎實(shí)的專業(yè)知識(shí)以外，還要求他們的設(shè)計(jì)最好可以結(jié)合最新的科學(xué)技術(shù)。在電氣自動(dòng)化控制中使用人工智能技術(shù)之后，會(huì)帶來很多便利性，具體表現(xiàn)為下面這4點(diǎn)：（1）數(shù)據(jù)的收集與運(yùn)算都能利用人工智能技術(shù)來實(shí)現(xiàn)，因?yàn)閾碛辛诉@一作用，以此一來就能對(duì)電氣設(shè)備的每樣數(shù)值開展收集，還可立即對(duì)數(shù)據(jù)進(jìn)行運(yùn)算，因此能讓電氣自動(dòng)化的現(xiàn)實(shí)管控效果得以大范圍提高。（2）人工智能技術(shù)可實(shí)現(xiàn)連續(xù)的監(jiān)管并實(shí)現(xiàn)必要的報(bào)警。人工智能技術(shù)能同步監(jiān)控電氣系統(tǒng)中主要設(shè)備的模擬數(shù)據(jù)值。（3）人工智能管控的操縱監(jiān)控系統(tǒng)較高效。能夠通過鼠標(biāo)、鍵盤來對(duì)電氣設(shè)備實(shí)行自動(dòng)化管控，因?yàn)槭褂霉芸亓鞒叹湍軌驅(qū)崿F(xiàn)同步并網(wǎng)帶負(fù)荷操縱，以此以來不僅能夠大范圍減少工作人員的勞動(dòng)時(shí)間，還能讓控制效率得以提升，這同目前工業(yè)發(fā)展的`現(xiàn)實(shí)需要非常符合[4]。（4）差錯(cuò)記載功能也是人工智能技術(shù)擁有的獨(dú)特特點(diǎn)，人類可以更好的運(yùn)用這個(gè)技術(shù)來監(jiān)測(cè)每一個(gè)運(yùn)行環(huán)節(jié)中出現(xiàn)的點(diǎn)滴差池，以此來調(diào)試設(shè)備使其達(dá)到最佳的狀態(tài)，這從根本上提高了電氣設(shè)備的運(yùn)行效率和使用安全度，使其更好的為人類服務(wù)。
3人工智能技術(shù)在電氣自動(dòng)化中的應(yīng)用分析
因?yàn)槟壳皬母旧仙?jí)了人工智能技術(shù)，加上它技術(shù)的逐漸完備，越來越多的電氣設(shè)備開始同人工智能技術(shù)掛鉤，為了更加直觀的介紹人工智能設(shè)備的特點(diǎn)與技術(shù)屬性，筆者主要對(duì)電氣自動(dòng)化設(shè)備中人工智能技術(shù)的使用和電氣管控流程中人工智能技術(shù)的使用開展了辨析。
3.1人工智能技術(shù)在電氣自動(dòng)化設(shè)備中的應(yīng)用
電氣自動(dòng)化系統(tǒng)有極大的繁雜性，它主要牽扯到許多范圍與科目，這就對(duì)操控電氣自動(dòng)化設(shè)備的員工提出了很高的要求，他們應(yīng)該擁有很高的職業(yè)素養(yǎng)，而且還要有充足的知識(shí)儲(chǔ)備。因?yàn)殡姎庾詣?dòng)化體系相當(dāng)繁雜，所以在現(xiàn)實(shí)操控中的效率性要加強(qiáng)，這樣才能極大程度地降低因?yàn)椴缓侠硎褂?，?dǎo)致出現(xiàn)非常規(guī)錯(cuò)誤，有時(shí)更可能導(dǎo)致安全事故等。這些問題的解決都可憑借人工智能技術(shù)來達(dá)成，就人工智能技術(shù)自身來看，其系統(tǒng)中心主要是計(jì)算機(jī)系統(tǒng)，經(jīng)由編輯每種操控系統(tǒng)，能夠使計(jì)算機(jī)控制中的智能管控得以更好的施行[5]。
3.2人工智能技術(shù)在電氣控制過程中的應(yīng)用
就電氣自動(dòng)化的管控流程來看，人工智能可以幫助人類更好的控制電氣設(shè)備。在電氣設(shè)備的控制系統(tǒng)中，引入人工智能的現(xiàn)金技術(shù)后，能讓實(shí)際工作操作效果在很大范圍上得以提升，還能使得整個(gè)操作過程實(shí)現(xiàn)無人化監(jiān)管，這樣一來達(dá)到了企業(yè)節(jié)約成本的目的，尤其是不用再去花費(fèi)大筆的人工費(fèi)用。除此之外就從整個(gè)控制過程來看，人工智能技術(shù)可以實(shí)現(xiàn)同多臺(tái)設(shè)備的同時(shí)控制，專家體系、模擬操控和神經(jīng)網(wǎng)絡(luò)操控是其首要應(yīng)用的人工智能系統(tǒng)[6]。
4總結(jié)
科技的發(fā)展讓人類的生活更加便利與美好，人工智能技術(shù)的發(fā)揮在那越來越推進(jìn)了現(xiàn)代工業(yè)的更好發(fā)展。因?yàn)槿斯ぶ悄芗夹g(shù)具備相當(dāng)多的優(yōu)點(diǎn)，它是這些年來發(fā)展起來的一門新興高科技技術(shù)，它在實(shí)際應(yīng)用中有巨大的使用效率，不僅在電氣自動(dòng)化控制中，加入人工智能技術(shù)后，極大程度上提高了電氣設(shè)備的控制度，讓它能更好的的服務(wù)人類生產(chǎn)活動(dòng)；同時(shí)電氣設(shè)備上結(jié)合了人工智能技術(shù)，讓電氣自動(dòng)化設(shè)備的操控系統(tǒng)變得更加簡(jiǎn)潔，提高了員工操控效率；降低了企業(yè)的人力物力成本，使得生產(chǎn)流程更加科學(xué)、連貫，所以大力發(fā)展人工智能技術(shù)與電氣自動(dòng)化的結(jié)合是非常有必要的研究。
參考文獻(xiàn)：
[5]黃開平.高級(jí)項(xiàng)目中自動(dòng)化系統(tǒng)的應(yīng)用[j].電氣時(shí)代,20xx(02)．
人工智能的弊端論文篇十三
摘要：電氣工程及其自動(dòng)化的實(shí)現(xiàn)，從根本上促進(jìn)我國電氣產(chǎn)業(yè)迅速發(fā)展，滿足人們的日常生活需求。但在實(shí)際的自動(dòng)化發(fā)展過程中，還存在一些不足之處影響電氣工程的生產(chǎn)效率，難以滿足當(dāng)前時(shí)代的需求，基于此，作者結(jié)合自身經(jīng)驗(yàn)，對(duì)電氣工程及其自動(dòng)化發(fā)展的現(xiàn)狀，及其中存在的問題及解決措施進(jìn)行有效的分析，以供相關(guān)人員參考，為其提供借鑒。
關(guān)鍵詞：電氣工程；自動(dòng)化；問題
引言
隨著時(shí)代不斷發(fā)展，信息技術(shù)、電氣工程自動(dòng)化技術(shù)逐漸被廣泛應(yīng)用。受生產(chǎn)力水平提升的影響，人們對(duì)于電氣工程及其自動(dòng)化的要求也不斷提升，以滿足時(shí)代發(fā)展，但實(shí)際上，現(xiàn)階段電氣工程及其自動(dòng)化中存在諸多問題，其技術(shù)水平與社會(huì)生產(chǎn)力發(fā)展需求未能有效的相適應(yīng)，難以滿足當(dāng)前社會(huì)的需求。
1我國電氣工程及其自動(dòng)化現(xiàn)狀分析
電氣工程及其自動(dòng)化屬于新型的技術(shù)，具有較強(qiáng)的綜合性，直接影響我國工業(yè)的生產(chǎn)水平，并與人們的日常生活息息相關(guān)。現(xiàn)階段，我國電氣工程技術(shù)不斷創(chuàng)新發(fā)展，從根本上帶動(dòng)電氣工程及其自動(dòng)化領(lǐng)域發(fā)展，并促使其逐漸向高新技術(shù)轉(zhuǎn)化，擴(kuò)大技術(shù)的應(yīng)用范圍，從整體上促進(jìn)國民經(jīng)濟(jì)提升。實(shí)際上，電氣工程及其自動(dòng)化屬于現(xiàn)代電氣信息領(lǐng)域，其涵蓋內(nèi)容非常廣泛，包括與電氣工程相關(guān)的所有工程，并在多個(gè)領(lǐng)域中進(jìn)行應(yīng)用，例如，工業(yè)領(lǐng)域、軍事領(lǐng)域、農(nóng)業(yè)領(lǐng)域等，對(duì)我國的工業(yè)與社會(huì)發(fā)展起到積極的促進(jìn)作用，同時(shí)，電氣工程及其自動(dòng)化技術(shù)的創(chuàng)新與發(fā)展對(duì)于人們的日常生活方式與生產(chǎn)方式也產(chǎn)生影響，以推動(dòng)國民經(jīng)濟(jì)穩(wěn)定發(fā)展[1]。
2我國電氣工程及其自動(dòng)化中存在的問題
2.1電氣工程能源損耗問題
在電氣工程及其自動(dòng)化的實(shí)際應(yīng)用過程中，受自身的工作性質(zhì)與設(shè)備影響，存在能源損耗問題，直接造成能源浪費(fèi)，加劇現(xiàn)階段我國能源緊缺的壓力，與當(dāng)前的節(jié)能減排理念相悖，不符合可持續(xù)發(fā)展戰(zhàn)略的實(shí)施，同時(shí)提升了工業(yè)生產(chǎn)的成本支出，降低了經(jīng)濟(jì)效益。
2.2電氣系統(tǒng)的集成化不高
現(xiàn)階段，受時(shí)代發(fā)展與實(shí)際需求的影響，促使電氣工程自動(dòng)化系統(tǒng)逐漸向集成化方向發(fā)展，以滿足當(dāng)前時(shí)代的要求，但由于我國電氣集成化起步較晚，當(dāng)前的集成化水平較低，處于獨(dú)立自動(dòng)化階段，影響信息與資源的共享。
2.3電氣工程自動(dòng)化系統(tǒng)難以統(tǒng)一
為了滿足當(dāng)前的發(fā)展需求，電氣工程要利用先進(jìn)的技術(shù)，構(gòu)建完善合理的自動(dòng)化系統(tǒng)，以此提升工作效率，但受多種因素影響，系統(tǒng)難以進(jìn)行合理的統(tǒng)一，缺乏兼容性，降低了系統(tǒng)的工作效率。
2.4電氣工程質(zhì)量達(dá)不到要求
電氣工程的質(zhì)量直接影響其使用壽命，但受實(shí)際的工程質(zhì)量管理工作影響，以及工作人員自身的管理水平偏低、管理意識(shí)落后等因素的影響，導(dǎo)致電氣工程質(zhì)量經(jīng)常達(dá)不到實(shí)際的要求，質(zhì)量管理效率不高。
3現(xiàn)階段我國電氣工程及其自動(dòng)化中存在問題的解決措施
3.1合理對(duì)電氣工程進(jìn)行節(jié)能設(shè)計(jì)
在當(dāng)前的時(shí)代背景下，工作人員應(yīng)重視電氣工程的能源損耗問題，利用先進(jìn)的技術(shù)手段，降低能源消耗，以滿足當(dāng)前可持續(xù)發(fā)展戰(zhàn)略，緩解我國能源與資源緊缺問題。例如，利用合理的技術(shù)手段，優(yōu)化電氣工程的節(jié)能設(shè)計(jì)，從根本上降低能源的不必要浪費(fèi)，降低成本的支出。在實(shí)際的節(jié)能設(shè)計(jì)優(yōu)化過程中，工作人員應(yīng)結(jié)合實(shí)際情況，以工作最基本要求為基礎(chǔ)，對(duì)非重點(diǎn)環(huán)節(jié)進(jìn)行有效的改良，如，對(duì)現(xiàn)階段的變壓器進(jìn)行改良，選擇繞組阻值較小的供電系統(tǒng)變壓器，以此來降低變壓器的能源損耗，從而減少不必要的損失浪費(fèi)，達(dá)到節(jié)能的目的，促使我國電氣工程實(shí)現(xiàn)可持續(xù)發(fā)展。
3.2從整體上提升電氣工程自動(dòng)化系統(tǒng)的集成化水平
提升工作人員自身的專業(yè)水平與能力，利用工作人員的專業(yè)技術(shù)，建立完善的系統(tǒng)平臺(tái)，并充分發(fā)揮其創(chuàng)新意識(shí)與主觀意識(shí)，從根本上滿足實(shí)際的集成化需求，具體來說，主要從以下兩方面入手：一方面，完善電氣工程系統(tǒng)的兼容性，保證系統(tǒng)軟硬件在交換過程中具有統(tǒng)一的接口，從而實(shí)現(xiàn)信息數(shù)據(jù)的共享；另一方面，提升各功能與系統(tǒng)之間的鏈接效率，從整體上降低電氣工程自動(dòng)化系統(tǒng)的運(yùn)行成本，從而促使減少設(shè)計(jì)成本的支出，以滿足當(dāng)前時(shí)代的需求。
3.3構(gòu)建科學(xué)合理、統(tǒng)一的電氣自動(dòng)化系統(tǒng)
構(gòu)建科學(xué)合理、統(tǒng)一的電氣自動(dòng)化系統(tǒng)是電氣工程未來發(fā)展的主要方向與趨勢(shì)，以此來提升電氣工程的整體質(zhì)量。具體來說，主要包含以下幾方面：首先，積極引進(jìn)先進(jìn)的技術(shù)，以先進(jìn)的電氣自動(dòng)化技術(shù)為基礎(chǔ)，構(gòu)建完善的系統(tǒng)，從而提升整體的管理水平；其次，引進(jìn)先進(jìn)的設(shè)計(jì)理念，完善現(xiàn)階段電氣自動(dòng)化系統(tǒng)，改善其中的不合理之處，并針對(duì)現(xiàn)階段的企業(yè)不同需求進(jìn)行個(gè)性化開發(fā)；最后，實(shí)現(xiàn)信息資源的有效共享，促進(jìn)我國電氣工程領(lǐng)域穩(wěn)定發(fā)展，跟上時(shí)代發(fā)展的步伐[2]。
3.4重視對(duì)電氣工程的質(zhì)量管理
重視對(duì)電氣工程的質(zhì)量管理，可以從根本上提升電氣工程質(zhì)量與使用壽命，并保證工程使用安全。具體來說，可以從以下幾方面入手：首先，加強(qiáng)工作管理人員對(duì)電氣工程質(zhì)量管理的重視力度，認(rèn)識(shí)到管理的重要性，以此來保證工程質(zhì)量；其次，加強(qiáng)現(xiàn)階段工作人員自身的專業(yè)水平與能力，通過定期的培訓(xùn)，強(qiáng)化工作人員的專業(yè)水平與技術(shù)理念，利用其良好的綜合素養(yǎng)，提升質(zhì)量管理效率；然后，加強(qiáng)對(duì)電氣工程施工材料的管理，保證材料的質(zhì)量，從而提升電氣工程的質(zhì)量；最后，重視對(duì)各個(gè)施工環(huán)節(jié)的質(zhì)量管理，通過合理的監(jiān)督與管理，保證施工的規(guī)范性，并以其整體質(zhì)量為基礎(chǔ)，適當(dāng)對(duì)施工進(jìn)度進(jìn)行合理的調(diào)整，以此來保證施工的整體進(jìn)度。
4結(jié)論
綜上所述，電氣工程及其自動(dòng)化中存在的問題，直接影響電氣工程的整體質(zhì)量與效率，因此，工作人員應(yīng)積極引進(jìn)先進(jìn)的技術(shù)與設(shè)備，通過不斷的革新與發(fā)展，合理的進(jìn)行資源節(jié)約，降低成本的支出，以此來獲取可觀的經(jīng)濟(jì)效益。同時(shí)，加強(qiáng)對(duì)電氣工程的研究力度，不斷提升其技術(shù)水平,從而推動(dòng)我國電氣工程及其自動(dòng)化領(lǐng)域穩(wěn)定發(fā)展。
參考文獻(xiàn)：
[1]宋海南.電氣工程及其自動(dòng)化中存在的問題及解決措施[j].南方農(nóng)機(jī),20xx,47(11):134+148.
[2]閆海東,程世偉.淺析電氣工程及其自動(dòng)化中存在的問題及解決措施[j].科技創(chuàng)新與應(yīng)用,20xx(06):69.
人工智能的弊端論文篇十四
像阿里巴巴開發(fā)的無人超市之中，如果到達(dá)各地的話，甚至滲透到其他各個(gè)領(lǐng)域，一大批的人將會(huì)失去工作崗位，而這些無用群體是否會(huì)危害，是為我們不得而知。
人工智能加速了人們的退化，人工智能本意是給人們提供便利，創(chuàng)造更便捷的生活，但隨著人類對(duì)智能設(shè)備的依賴及弊端也逐漸的暴露了出來，滋生惰性，設(shè)想你處在一個(gè)除了吃喝拉撒都能給你解決的環(huán)境之中，久而久之你就會(huì)形成一種依賴，甚至你不用動(dòng)腦子，你不用學(xué)習(xí)勞動(dòng)，那些人類，活著的意義在哪里？如此的往復(fù)循環(huán)世界就會(huì)產(chǎn)生高知識(shí)種類和一群什么都不會(huì)的，豬一般的兩種極端，這不是文明的進(jìn)步，這是人類的退化。
可以見，要想維持社會(huì)的穩(wěn)定，整體是不可忽視的，就好比人工智能大量取代人類工作崗位，這樣的急功近利是完全不可取的，只有整體的發(fā)展了，社會(huì)才能是平衡的。
人工智能加速了人類的退化，并非進(jìn)步的思想在排斥，只是想告訴我們，圖發(fā)展也不能一邊倒，走極端中會(huì)翻船，如果出現(xiàn)了大量所謂的無用群體，想來社會(huì)也是很難發(fā)展下去了，存在的弊端及其巨大。人工智能加速了人們的退化，若想發(fā)展，萬事三思。
人工智能的弊端論文篇一
1、構(gòu)思要圍繞主題展開：若要使論文寫得條理清晰、脈絡(luò)分明，必須要使全文有一條貫穿線，這就是論文的主題。主題是一篇學(xué)術(shù)論文的精髓，它是體現(xiàn)作者的學(xué)術(shù)觀點(diǎn)學(xué)術(shù)見解的。
2、構(gòu)思論文布局，要力求結(jié)構(gòu)完整統(tǒng)一：在對(duì)一篇論文構(gòu)思時(shí)，有時(shí)按時(shí)間順序編寫，有時(shí)按地域位置(空間)順序編寫，但更多的還是按邏輯關(guān)系編寫，即要求符合客觀事物的內(nèi)在聯(lián)系和規(guī)律，符合科學(xué)研究和認(rèn)識(shí)事物的邏輯。但不管屬于何種情形，都應(yīng)保持合乎情理、連貫完整。
3、要作讀者分析：撰寫并發(fā)表任何一篇科技文章，其最終目的是讓別人讀的，因此，構(gòu)思時(shí)要求做“心中裝著讀者”，多作讀者分析。有了清晰的讀者對(duì)象，才能有效地展開構(gòu)思，也才能順利地確定立意、選材以及表達(dá)的角度。
提高構(gòu)思能力
1、寫學(xué)術(shù)論文之前，先擬定提綱，可以極大地幫助作者鍛煉思想，提高構(gòu)思能力。
2、寫作提綱，可以幫助作者勾劃出全篇論文的框架，體現(xiàn)自己經(jīng)過對(duì)材料的消化與進(jìn)行邏輯思維后形成的初步設(shè)想，可計(jì)劃先寫什么、后寫什么，前后如何表述一致，重點(diǎn)又放在哪里，哪里需要進(jìn)行一些注釋或解說。按此計(jì)劃寫作，可使論文層次清晰，前后照應(yīng)，內(nèi)容連貫，表達(dá)嚴(yán)密。
3、擬制寫作提綱，只需要運(yùn)用一些簡(jiǎn)單的句子甚至是詞與詞組加以提示，把材料單元與相應(yīng)的論點(diǎn)有機(jī)組織編成順序號(hào)，工作量并不大，也容易辦到。提綱中用以提示寫作的句子，有時(shí)即可用來做論文段落的標(biāo)題。
討論部分的寫作技巧
1.描述結(jié)論：首先，從專業(yè)角度對(duì)自己的研究進(jìn)行總結(jié)，此部分務(wù)必與研究結(jié)果和研究目的保持一致，也就是說討論部分的內(nèi)容必須在結(jié)果中找到依據(jù)。否則就會(huì)給人一種課題設(shè)計(jì)不完善的感覺。
2.解釋結(jié)論：對(duì)本研究的結(jié)論進(jìn)行解釋，為了突出解釋的科學(xué)性和可靠性，一般是在和別人的研究分析對(duì)比中進(jìn)行解釋。列出幾篇和自己結(jié)論一致的文獻(xiàn)，同時(shí)也要列出幾篇和自己不一致或者相悖的文獻(xiàn)，但要解釋出不一致的理由，比如是因?yàn)樗x群體不一致，研究條件不一致等等，因?yàn)榭茖W(xué)研究中的可控變量較多，所以解釋兩個(gè)結(jié)論不一致一般不難。
3.研究?jī)r(jià)值：結(jié)論解釋完之后，還要說明本研究的應(yīng)用價(jià)值，也就本研究所能給社會(huì)或者臨床帶來什么實(shí)際價(jià)值，比如本研究可以進(jìn)一步明確某種方法治療某種疾病的效果，本研究發(fā)現(xiàn)某種藥物存在一些尚未發(fā)現(xiàn)的治療作用，或者本研究可以為相關(guān)研究提供參考。
4.不足之處：任何一項(xiàng)研究由于客觀條件的限制，不可能盡善盡美，都會(huì)或多或少存在一些不足之處，或者由于當(dāng)前科技水平的限制，也會(huì)導(dǎo)致研究所存在的一些局限性，描述此部分內(nèi)容時(shí)，一定要慎重。
盡量列出1～2個(gè)不影響本研究結(jié)論科學(xué)性和準(zhǔn)確性的限制，比如本研究的樣本含量較小，或者本研究隨訪時(shí)間較短等等，一般不要列出諸如本研究所用統(tǒng)計(jì)方法不當(dāng)，或者本課題的所用評(píng)價(jià)標(biāo)準(zhǔn)不夠成熟等。
5.研究心得：在文章最后，應(yīng)說明本文所要傳遞的信息，或者是對(duì)后續(xù)研究的展望。一般文章最后寫出本文要傳遞給讀者什么有價(jià)值的知識(shí)或信息，也可以是給讀者帶來的啟發(fā)。比如：“隨著對(duì)不穩(wěn)定型上頸椎結(jié)核性骨折的研究不斷深入，探求一種既能實(shí)現(xiàn)理想的復(fù)位固定，又可保留寰樞椎關(guān)節(jié)活動(dòng)功能的內(nèi)固定方法是我們當(dāng)前研究的方向。”
人工智能的弊端論文篇二
摘要:在航空業(yè)的發(fā)展中，人工智能技術(shù)起著積極的促進(jìn)作用。本文介紹了空中交通管理中的人工智能理論及方法運(yùn)用，為優(yōu)化空中交通流量管理系統(tǒng)提供理論依據(jù)，更好地服務(wù)于空管系統(tǒng)。
關(guān)鍵詞:人工智能；空中交通；管理
人工智能，即artificialintelligence，是計(jì)算機(jī)科學(xué)的一個(gè)分支，研究對(duì)人的意識(shí)及思維的信息過程的模擬并對(duì)其進(jìn)行延伸和擴(kuò)展，通過了解人類智能，研究出類似的反應(yīng)的智能機(jī)器。隨著計(jì)算機(jī)技術(shù)的發(fā)展，人工智能越來越多的運(yùn)用于民航的各個(gè)方面，如飛行間隔的控制，空中流量的預(yù)測(cè)，飛行沖突的調(diào)配。但隨著民航業(yè)的飛速發(fā)展，飛行流量日益增大，需要將人工智能技術(shù)有效運(yùn)用于空中交通流量管理中，建立人工智能輔助系統(tǒng)，擴(kuò)大空域容量，優(yōu)化空中交通流量，提升空管秩序。
1空中交通流量管理探討
在空中交通流量管理（airtrafficflowcontrolmanagement）中，空中交通流量是指單位時(shí)間和空間通過的航空器數(shù)量。通過優(yōu)化空中交通流量，將空中交通管制服務(wù)與機(jī)場(chǎng)、航路有效結(jié)合，減少延誤，提高機(jī)場(chǎng)和空域的利用率。從時(shí)間角度上，空中交通流量管理可以分為航路流量管理和機(jī)場(chǎng)終端區(qū)流量管理兩部分，從時(shí)間上又可劃分為戰(zhàn)略流量管理，預(yù)戰(zhàn)術(shù)流量管理和戰(zhàn)術(shù)流量管理。當(dāng)航空器數(shù)量飽和時(shí)就要對(duì)航空器進(jìn)行流量控制，目前的常用的控制措施如下：1）地面等待，最主要的空中交通流量管理措施，本著地面讓空中的原則，對(duì)地面航空器的起飛時(shí)間進(jìn)行限制；2）空中等待，航空器在航路上或終端區(qū)規(guī)定的等待點(diǎn)或沒有沖突的臨時(shí)等待點(diǎn)進(jìn)行盤旋等待；3）更改航路等待，當(dāng)航路航線的容量飽和時(shí)，航空器可以通過選擇其他航路航線；4）控制航路間隔，通過對(duì)航空器進(jìn)入空域的間隔進(jìn)行限制，來達(dá)到流量管理的目的，吸收部分擁擠的流量。
2人工智能的應(yīng)用研究探討
agent在人工智能的研究中，指能自主活動(dòng)的軟件或者硬件實(shí)體，目前國內(nèi)普遍翻譯為智能體。在人工智能中，設(shè)計(jì)關(guān)鍵智能體，對(duì)于研究人工智能的應(yīng)用是非常重要的。在空中交通流量管理中，設(shè)計(jì)如下關(guān)鍵智能體：航班智能體、航路智能體和機(jī)場(chǎng)終端區(qū)智能體。航班智能體的屬性有高度、速度、上升/下降率、起飛機(jī)場(chǎng)、目的地等。航班智能體可以與區(qū)域內(nèi)或終端區(qū)的其他航班智能體建立通信，通過獲取航班信息和邏輯判斷，結(jié)合周圍環(huán)境與自身狀況，指導(dǎo)控制自身行為。如果航班智能體需要做出相應(yīng)的調(diào)整如改變高度航向等，需要給上級(jí)的航路智能體或機(jī)場(chǎng)終端區(qū)智能體發(fā)出申請(qǐng)，上級(jí)智能體批準(zhǔn)后，航班智能體才能采取相應(yīng)的調(diào)整，作出相應(yīng)的控制行為，才能通過交互環(huán)境反饋相應(yīng)結(jié)果。在實(shí)際工作中，這個(gè)過程是通過空中交通管制員指揮航空器實(shí)現(xiàn)的?？罩薪煌ü苤茊T在實(shí)際指揮工作中，需要結(jié)合當(dāng)時(shí)的空中交通狀況和自身的經(jīng)驗(yàn)知識(shí)。航路智能體的主要屬性有航路的`高度、寬度、容量等。航路智能體需要對(duì)航班智能體進(jìn)行指揮，管理航路上的智能體，同時(shí)與其他航路智能體和機(jī)場(chǎng)終端區(qū)智能體進(jìn)行通信，對(duì)航班智能體進(jìn)入和離開航路的時(shí)機(jī)進(jìn)行協(xié)調(diào)，記錄流量信息并報(bào)告給上級(jí)流量管理部門，接收上級(jí)智能體的指令。在航班智能體進(jìn)入航路之前首先要進(jìn)行容量評(píng)估。通過評(píng)估后的航班智能體回收到航路智能體發(fā)出的放行許可才能進(jìn)入航路。如果沒有通過容量評(píng)估，則要向上級(jí)智能體發(fā)送將流量限制的申請(qǐng)，發(fā)布流量限制后航路就不能批準(zhǔn)航班智能體的進(jìn)入，通過減少航班智能體的數(shù)量，控制航路交通流量。機(jī)場(chǎng)終端區(qū)智能體：在實(shí)際工作中，機(jī)場(chǎng)終端區(qū)的航班管理包括管制指揮、流量控制、地面場(chǎng)面監(jiān)視、進(jìn)離場(chǎng)等，難度較大。終端區(qū)智能體（通常運(yùn)行中為塔臺(tái)管制）首先要處理所收到的信息，如天氣雷達(dá)信息、地面運(yùn)行信息和情報(bào)信息等等，結(jié)合已有知識(shí)開展機(jī)場(chǎng)的容量評(píng)估。如遇到低云低能見度、雷雨等天氣時(shí)可以調(diào)低終端區(qū)/機(jī)場(chǎng)容量，對(duì)進(jìn)入離開的航空器進(jìn)行限制。通過容量評(píng)估，塔臺(tái)會(huì)給航班智能體一個(gè)slottime，航班智能體按照塔臺(tái)的slottime起飛或降落，從而達(dá)到流量控制。如果沒有通過容量評(píng)估，則需要通過上級(jí)的智能體批準(zhǔn)，發(fā)布流量控制，限制終端區(qū)的流量，通過控制進(jìn)入或離開的航空器數(shù)量達(dá)到流量限制的目的。機(jī)場(chǎng)終端區(qū)智能體（塔臺(tái)）對(duì)終端區(qū)的航空器進(jìn)行管理，還需要與航路智能體和平級(jí)的終端去智能體進(jìn)行通信，對(duì)航班進(jìn)出的slottime進(jìn)行協(xié)調(diào)，并將流量管理信息報(bào)告給上級(jí)流量管理部門，接收上級(jí)智能體的命令。如果出現(xiàn)擁堵機(jī)場(chǎng)終端區(qū)智能體需要通過一些措施來管理流量，如分配slottime、指揮航空器地面或空中盤旋等待。
3結(jié)論
綜上所述，以往在模擬空中交通流量進(jìn)行研究的時(shí)候，首先制定流量控制信息，再在系統(tǒng)模擬航班飛行計(jì)劃。這樣的模擬過程不能解決容量告警問題。如果流量控制不合理，只能重新設(shè)定流控信息，再次進(jìn)行模擬，因而加大模擬過程的工作量。而通過智能體的運(yùn)用，可以在模擬中不斷調(diào)整智能體來模擬空中流量，增加了模擬流量過程中的靈活性，將人工智能運(yùn)用于模擬中，借助智能體來模擬空中流量，可以更好的分析空中交通流量問題。
參考文獻(xiàn)
[2]甘鑫鑫基于多agent的空中交通協(xié)同流量管理研究[j].科學(xué)與財(cái)富，20xx（30）：278.
[5]陳言俊，劉甜甜.人工智能與機(jī)器人.[6]黃昱斌.基于multi-agent的空中交通流量的探究[j].科技創(chuàng)新與應(yīng)用，20xx（14）：57-57.
人工智能的弊端論文篇三
人工智能（artificialintelligence），英文縮寫為ai，也稱機(jī)器智能?！叭斯ぶ悄堋币辉~最初是在1956年的dartmouth學(xué)會(huì)上提出的。它是計(jì)算機(jī)科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)等多種學(xué)科互相滲透而發(fā)展起來的一門綜合性學(xué)科。從計(jì)算機(jī)應(yīng)用系統(tǒng)的角度出發(fā)，人工智能是研究如何制造智能機(jī)器或智能系統(tǒng)來模擬人類智能活動(dòng)的能力，以延伸人們智能的科學(xué)。
人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能與人類智能相似的方式做出反應(yīng)的智能機(jī)器。人工智能的發(fā)展史是和計(jì)算機(jī)科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的，目前能夠用來研究人工智能的主要物質(zhì)手段以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機(jī)器就是計(jì)算機(jī)，人工智能在21世紀(jì)必將為發(fā)展國民經(jīng)濟(jì)和改善人類生活做出更大的貢獻(xiàn)。
事物的發(fā)展都是曲折的，人工智能的發(fā)展也是如此。人工智能的發(fā)展歷程大致可以劃分為以下五個(gè)階段：
第一階段：20世紀(jì)50年代，人工智能的興起和冷落。人工智能概念在1956年首次提出后，相繼出現(xiàn)了一批顯著的成果，如機(jī)器定理證明、跳棋程序、通用問題s求解程序、lisp表處理語言等。但是由于消解法推理能力有限以及機(jī)器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點(diǎn)是重視問題求解的方法，而忽視了知識(shí)的重要性。
第二階段：60年代末到70年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮。dendral化學(xué)質(zhì)譜分析系統(tǒng)、mycin疾病診斷和治療系統(tǒng)、prospectior探礦系統(tǒng)、hearsay—ii語音理解系統(tǒng)等專家系統(tǒng)的研究和開發(fā)，將人工智能引向了實(shí)用化。并且，1969年成立了國際人工智能聯(lián)合會(huì)議（internationaljointconferencesonartificialintelligence即ijcai）。
第三階段：80年代，隨著第五代計(jì)算機(jī)的研制，人工智能得到了飛速的發(fā)展。日本在1982年開始了“第五代計(jì)算機(jī)研制計(jì)劃”，即“知識(shí)信息處理計(jì)算機(jī)系統(tǒng)kips”，其目的是使邏輯推理達(dá)到數(shù)值運(yùn)算那么快。雖然此計(jì)劃最終失敗，但它的開展形成了一股研究人工智能的熱潮。
第四階段：80年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展，。1987年，美國召開第一次神經(jīng)網(wǎng)絡(luò)國際會(huì)議，宣告了這一新學(xué)科的誕生。此后，各國在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來。
第五階段：90年代，人工智能出現(xiàn)新的研究高潮。由于網(wǎng)絡(luò)技術(shù)特別是國際互連網(wǎng)技術(shù)的發(fā)展，人工智能開始由單個(gè)智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標(biāo)的分布式問題求解，而且研究多個(gè)智能主體的多目標(biāo)問題求解，將人工智能更面向?qū)嵱?。另外，由于hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。
1、人工智能在管理系統(tǒng)中的應(yīng)用
人工智能應(yīng)用于企業(yè)管理的意義主要不在于提高效率，而是用計(jì)算機(jī)實(shí)現(xiàn)人們非常需要做，但工業(yè)工程信息技術(shù)是靠人工卻做不了或是很難做到的事情。把人工智能應(yīng)用于企業(yè)管理中，以數(shù)據(jù)管理和處理為中心，圍繞企業(yè)的核心業(yè)務(wù)和主導(dǎo)流程建立若干個(gè)主題數(shù)據(jù)庫，而所有的應(yīng)用系統(tǒng)應(yīng)該圍繞主題數(shù)據(jù)庫來建立和運(yùn)行。也就是說，將企業(yè)各部門的數(shù)據(jù)進(jìn)行統(tǒng)一集成管理，搭建人工智能的應(yīng)用平臺(tái)，使之成為企業(yè)管理與決策中的關(guān)鍵因子，這些正體現(xiàn)了人工智能在企業(yè)管理中的巨大價(jià)值。
2、人工智能在工程領(lǐng)域中的應(yīng)用
人工智能在地質(zhì)勘探、石油化工等工程領(lǐng)域也發(fā)揮著非常重要的作用。早在1978年，美國斯坦福國際研究所就研發(fā)制成礦藏勘探和評(píng)價(jià)專家系統(tǒng)“prospector”，該系統(tǒng)用于勘探評(píng)價(jià)、區(qū)域資源估值和鉆井井位選擇等，是工程領(lǐng)域的首個(gè)人工智能專家系統(tǒng)，其發(fā)現(xiàn)了一個(gè)鉬礦沉積，價(jià)值超過1億美元。
3、人工智能在技術(shù)研究中的應(yīng)用
人工智能在電子技術(shù)領(lǐng)域的應(yīng)用可謂由來已久。隨著網(wǎng)絡(luò)的迅速發(fā)展，網(wǎng)絡(luò)技術(shù)的安全已經(jīng)成了人們關(guān)心的重點(diǎn)，因此必須在傳統(tǒng)技術(shù)的基礎(chǔ)上進(jìn)行網(wǎng)絡(luò)安全技術(shù)的`改進(jìn)和變更，大力發(fā)展數(shù)據(jù)挖掘技術(shù)、人工免疫技術(shù)等高效的ai技術(shù)，開發(fā)更高級(jí)的ai通用與專用語言和應(yīng)用環(huán)境以及開發(fā)專用機(jī)器，而人工智能技術(shù)則為其提供了一定的可能。
人工智能的近期研究目標(biāo)在于建造智能計(jì)算機(jī)，用以代替人類去從事各種復(fù)雜的腦力勞動(dòng)。正是根據(jù)這一近期研究目標(biāo)，人們才把人工智能理解為計(jì)算機(jī)科學(xué)的一個(gè)分支。當(dāng)然，人工智能還有它的遠(yuǎn)期研究目標(biāo)，即探究人類智能和機(jī)器智能的基本原理，研究用自動(dòng)機(jī)（automata）模擬人類的思維過程和智能行為。這個(gè)長(zhǎng)期目標(biāo)遠(yuǎn)遠(yuǎn)超出計(jì)算機(jī)科學(xué)的范疇，幾乎涉及自然科學(xué)和社會(huì)科學(xué)的所有學(xué)科。如今，人工智能已經(jīng)進(jìn)入了21世紀(jì)，其必將為發(fā)展國民經(jīng)濟(jì)和改善人類生活做出更大的貢獻(xiàn)。但是，從人工智能目前的發(fā)展現(xiàn)狀來看，其研究也存在一定的問題，這些主要表現(xiàn)在以下三個(gè)方面：
1、宏觀與微觀隔離
一方面是哲學(xué)、認(rèn)知科學(xué)、思維科學(xué)和心理學(xué)等學(xué)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(hào)、神經(jīng)網(wǎng)絡(luò)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(yuǎn)，中間還有許多層次尚待研究，目前還無法把宏觀與微觀有機(jī)地結(jié)合起來和相互滲透。
2、全局與局部割裂
人工智能是腦系統(tǒng)的整體效應(yīng)，有著豐富的層次和多個(gè)側(cè)面。但是，符號(hào)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(jìn)化過程。這就導(dǎo)致了三者之間存在著明顯的局限性。因此，必須從多層次、多因素、多維和全局觀點(diǎn)來研究人工智能，才能克服上述局限。
3、理論與實(shí)際脫節(jié)
大腦的實(shí)際工作，在宏觀上已知道不少;但是智能的千姿百態(tài)，變幻莫測(cè)，復(fù)雜的難以理出頭緒。在微觀上，我們對(duì)大腦的工作機(jī)制知之甚少，似是而非，這也使我們難以找出規(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”就已經(jīng)算是相當(dāng)?shù)某晒Α?BR> 人工智能一直處于計(jì)算機(jī)技術(shù)的前沿，其研究的理論和發(fā)現(xiàn)在很大程度上將決定計(jì)算機(jī)技術(shù)的發(fā)展方向。人工智能研究與應(yīng)用雖取得了不少成果，但離全面推廣應(yīng)用還有很大的距離，還有許多問題有待解決，且需要多學(xué)科的研究專家共同合作。因此，要想從根本上了解人腦的結(jié)構(gòu)和功能，完成人工智能的研究任務(wù)，就必須去尋找和建立更新的人工智能框架和理論體系，進(jìn)而為人工智能的進(jìn)一步發(fā)展奠定堅(jiān)實(shí)的理論基礎(chǔ)。我們堅(jiān)信在不久的將來，人工智能技術(shù)的應(yīng)用與發(fā)展必將會(huì)給人們的生活、工作和教育等帶來更大的影響。
人工智能的弊端論文篇四
在航空業(yè)的發(fā)展中，人工智能技術(shù)起著積極的促進(jìn)作用。本文介紹了空中交通管理中的人工智能理論及方法運(yùn)用，為優(yōu)化空中交通流量管理系統(tǒng)提供理論依據(jù)，更好地服務(wù)于空管系統(tǒng)。
人工智能；空中交通；管理
人工智能，即artificialintelligence，是計(jì)算機(jī)科學(xué)的一個(gè)分支，研究對(duì)人的意識(shí)及思維的信息過程的模擬并對(duì)其進(jìn)行延伸和擴(kuò)展，通過了解人類智能，研究出類似的反應(yīng)的智能機(jī)器。隨著計(jì)算機(jī)技術(shù)的發(fā)展，人工智能越來越多的運(yùn)用于民航的各個(gè)方面，如飛行間隔的控制，空中流量的預(yù)測(cè)，飛行沖突的調(diào)配。但隨著民航業(yè)的飛速發(fā)展，飛行流量日益增大，需要將人工智能技術(shù)有效運(yùn)用于空中交通流量管理中，建立人工智能輔助系統(tǒng)，擴(kuò)大空域容量，優(yōu)化空中交通流量，提升空管秩序。
在空中交通流量管理（airtrafficflowcontrolmanagement）中，空中交通流量是指單位時(shí)間和空間通過的航空器數(shù)量。通過優(yōu)化空中交通流量，將空中交通管制服務(wù)與機(jī)場(chǎng)、航路有效結(jié)合，減少延誤，提高機(jī)場(chǎng)和空域的.利用率。從時(shí)間角度上，空中交通流量管理可以分為航路流量管理和機(jī)場(chǎng)終端區(qū)流量管理兩部分，從時(shí)間上又可劃分為戰(zhàn)略流量管理，預(yù)戰(zhàn)術(shù)流量管理和戰(zhàn)術(shù)流量管理。當(dāng)航空器數(shù)量飽和時(shí)就要對(duì)航空器進(jìn)行流量控制，目前的常用的控制措施如下：1）地面等待，最主要的空中交通流量管理措施，本著地面讓空中的原則，對(duì)地面航空器的起飛時(shí)間進(jìn)行限制；2）空中等待，航空器在航路上或終端區(qū)規(guī)定的等待點(diǎn)或沒有沖突的臨時(shí)等待點(diǎn)進(jìn)行盤旋等待；3）更改航路等待，當(dāng)航路航線的容量飽和時(shí)，航空器可以通過選擇其他航路航線；4）控制航路間隔，通過對(duì)航空器進(jìn)入空域的間隔進(jìn)行限制，來達(dá)到流量管理的目的，吸收部分擁擠的流量。
agent在人工智能的研究中，指能自主活動(dòng)的軟件或者硬件實(shí)體，目前國內(nèi)普遍翻譯為智能體。在人工智能中，設(shè)計(jì)關(guān)鍵智能體，對(duì)于研究人工智能的應(yīng)用是非常重要的。在空中交通流量管理中，設(shè)計(jì)如下關(guān)鍵智能體：航班智能體、航路智能體和機(jī)場(chǎng)終端區(qū)智能體。航班智能體的屬性有高度、速度、上升/下降率、起飛機(jī)場(chǎng)、目的地等。航班智能體可以與區(qū)域內(nèi)或終端區(qū)的其他航班智能體建立通信，通過獲取航班信息和邏輯判斷，結(jié)合周圍環(huán)境與自身狀況，指導(dǎo)控制自身行為。如果航班智能體需要做出相應(yīng)的調(diào)整如改變高度航向等，需要給上級(jí)的航路智能體或機(jī)場(chǎng)終端區(qū)智能體發(fā)出申請(qǐng)，上級(jí)智能體批準(zhǔn)后，航班智能體才能采取相應(yīng)的調(diào)整，作出相應(yīng)的控制行為，才能通過交互環(huán)境反饋相應(yīng)結(jié)果。在實(shí)際工作中，這個(gè)過程是通過空中交通管制員指揮航空器實(shí)現(xiàn)的?？罩薪煌ü苤茊T在實(shí)際指揮工作中，需要結(jié)合當(dāng)時(shí)的空中交通狀況和自身的經(jīng)驗(yàn)知識(shí)。航路智能體的主要屬性有航路的高度、寬度、容量等。航路智能體需要對(duì)航班智能體進(jìn)行指揮，管理航路上的智能體，同時(shí)與其他航路智能體和機(jī)場(chǎng)終端區(qū)智能體進(jìn)行通信，對(duì)航班智能體進(jìn)入和離開航路的時(shí)機(jī)進(jìn)行協(xié)調(diào)，記錄流量信息并報(bào)告給上級(jí)流量管理部門，接收上級(jí)智能體的指令。在航班智能體進(jìn)入航路之前首先要進(jìn)行容量評(píng)估。通過評(píng)估后的航班智能體回收到航路智能體發(fā)出的放行許可才能進(jìn)入航路。如果沒有通過容量評(píng)估，則要向上級(jí)智能體發(fā)送將流量限制的申請(qǐng)，發(fā)布流量限制后航路就不能批準(zhǔn)航班智能體的進(jìn)入，通過減少航班智能體的數(shù)量，控制航路交通流量。機(jī)場(chǎng)終端區(qū)智能體：在實(shí)際工作中，機(jī)場(chǎng)終端區(qū)的航班管理包括管制指揮、流量控制、地面場(chǎng)面監(jiān)視、進(jìn)離場(chǎng)等，難度較大。終端區(qū)智能體（通常運(yùn)行中為塔臺(tái)管制）首先要處理所收到的信息，如天氣雷達(dá)信息、地面運(yùn)行信息和情報(bào)信息等等，結(jié)合已有知識(shí)開展機(jī)場(chǎng)的容量評(píng)估。如遇到低云低能見度、雷雨等天氣時(shí)可以調(diào)低終端區(qū)/機(jī)場(chǎng)容量，對(duì)進(jìn)入離開的航空器進(jìn)行限制。通過容量評(píng)估，塔臺(tái)會(huì)給航班智能體一個(gè)slottime，航班智能體按照塔臺(tái)的slottime起飛或降落，從而達(dá)到流量控制。如果沒有通過容量評(píng)估，則需要通過上級(jí)的智能體批準(zhǔn)，發(fā)布流量控制，限制終端區(qū)的流量，通過控制進(jìn)入或離開的航空器數(shù)量達(dá)到流量限制的目的。機(jī)場(chǎng)終端區(qū)智能體（塔臺(tái)）對(duì)終端區(qū)的航空器進(jìn)行管理，還需要與航路智能體和平級(jí)的終端去智能體進(jìn)行通信，對(duì)航班進(jìn)出的slottime進(jìn)行協(xié)調(diào)，并將流量管理信息報(bào)告給上級(jí)流量管理部門，接收上級(jí)智能體的命令。如果出現(xiàn)擁堵機(jī)場(chǎng)終端區(qū)智能體需要通過一些措施來管理流量，如分配slottime、指揮航空器地面或空中盤旋等待。
綜上所述，以往在模擬空中交通流量進(jìn)行研究的時(shí)候，首先制定流量控制信息，再在系統(tǒng)模擬航班飛行計(jì)劃。這樣的模擬過程不能解決容量告警問題。如果流量控制不合理，只能重新設(shè)定流控信息，再次進(jìn)行模擬，因而加大模擬過程的工作量。而通過智能體的運(yùn)用，可以在模擬中不斷調(diào)整智能體來模擬空中流量，增加了模擬流量過程中的靈活性，將人工智能運(yùn)用于模擬中，借助智能體來模擬空中流量，可以更好的分析空中交通流量問題。
[2]甘鑫鑫基于多agent的空中交通協(xié)同流量管理研究[j].科學(xué)與財(cái)富，2015（30）：278.
[5]陳言俊，劉甜甜.人工智能與機(jī)器人.[6]黃昱斌.基于multi-agent的空中交通流量的探究[j].科技創(chuàng)新與應(yīng)用，2015（14）：57-57.
人工智能的弊端論文篇五
智能交通系統(tǒng)(intelligent transportation systems，簡(jiǎn)稱its)是將先進(jìn)的信息技術(shù)、數(shù)據(jù)通訊傳輸技術(shù)、電子傳感技術(shù)、電子控制技術(shù)及計(jì)算機(jī)處理技術(shù)等有效地集成運(yùn)用于整個(gè)地面交通管理系統(tǒng)而建立的一種在大范圍內(nèi)、全方位發(fā)揮作用的，實(shí)時(shí)、準(zhǔn)確、高效的綜合交通運(yùn)輸管理系統(tǒng)。its能有效地利用現(xiàn)有交通設(shè)施、減少交通負(fù)荷和環(huán)境污染、保證交通安全、提高運(yùn)輸效率、促進(jìn)社會(huì)經(jīng)濟(jì)發(fā)展、提高人民生活質(zhì)量，并以推動(dòng)社會(huì)信息化及形成新產(chǎn)業(yè)而受到各國的重視。目前已形成世界二十一世紀(jì)的發(fā)展方向。
交通仿真是智能交通領(lǐng)域的重要分支，它是利用最先進(jìn)的計(jì)算機(jī)技術(shù)，通過仿真模擬的方法來分析交通問題，輔助交通管理人員做決策。傳統(tǒng)上，數(shù)學(xué)推導(dǎo)、科學(xué)實(shí)驗(yàn)是進(jìn)行科學(xué)研究、解決科學(xué)問題的主要方法。對(duì)于交通問題來說，由于參與交通的人很多，影響交通出行的因素也很多，人們很難、甚至無法對(duì)交通問題建立精確的數(shù)學(xué)模型。同時(shí)，由于安全、法規(guī)，以及開銷方面的原因，進(jìn)行現(xiàn)場(chǎng)交通實(shí)驗(yàn)通常也是不可行的。而交通仿真恰恰能夠有效地解決上述兩個(gè)方面的困難。
然而，傳統(tǒng)的交通仿真由于設(shè)計(jì)理念上的原因，并不能從根本上有效地解決交通問題。這是因?yàn)?，交通系統(tǒng)是一個(gè)龐大的復(fù)雜系統(tǒng)，必須用對(duì)付復(fù)雜系統(tǒng)的方法來處理，也就是要用綜合的方法，而不是還原分解的方法來處理。
1)城市交通系統(tǒng)是由經(jīng)濟(jì)、環(huán)境、人口等因素綜合作用的結(jié)果，必須全面綜合地考慮城市交通和這些系統(tǒng)之間的關(guān)系。例如，不能為例城市交通問題的解決，而導(dǎo)致城市生態(tài)惡化，危害人居環(huán)境；不能為了城市交通的暢通，阻礙城市社會(huì)經(jīng)濟(jì)活動(dòng)的健康發(fā)展。我們必須在已有工作的基礎(chǔ)上，突破傳統(tǒng)思維，探索研究此類復(fù)雜系統(tǒng)的新途徑，而基于人工系統(tǒng)的研究方法正是這種有效途徑之一。
2)城市交通問題不存在“一勞永逸”的解決方案。城市交通系統(tǒng)涉及人與社會(huì)的動(dòng)態(tài)變化，本身也在不斷變化和發(fā)展之中，不可避免地需要一個(gè)不斷深化地認(rèn)識(shí)過程，這類系統(tǒng)實(shí)際上不存在精確完備的整體解析模型。因此，無法“一勞永逸”地解決城市交通問題，我們需要基于“不斷探索和改善”的'原則，研究建立有效可行的計(jì)算實(shí)驗(yàn)方法體系，為不斷地完善城市交通系統(tǒng)的綜合可持續(xù)發(fā)展方案提供科學(xué)依據(jù)。
3)城市交通問題不存在一般意義下的最優(yōu)解，更不存在唯一的最優(yōu)解。首先，基于解析模型的最優(yōu)解與假設(shè)條件直接相關(guān)，具有條件敏感性，但對(duì)于城市交通這樣的問題，假設(shè)條件與實(shí)際情況往往存在很大差別。其次，解決這些問題一般不存在單一的優(yōu)化指標(biāo)，而多層次多目標(biāo)優(yōu)化往往導(dǎo)致多個(gè)甚至無數(shù)個(gè)解決方案，就連采用近似模型的多目標(biāo)優(yōu)化也是如此。再者，對(duì)于這類復(fù)雜系統(tǒng)，有時(shí)甚至連確定一個(gè)量化的綜合優(yōu)化指標(biāo)也有困難，特別是由于復(fù)雜系統(tǒng)長(zhǎng)期行為的不可預(yù)測(cè)性，試圖求解其某一最優(yōu)化解決方案本身就是不可行的。因此，我們應(yīng)當(dāng)接受有效解決方案的概念，而且還要接受一般情況下存在多個(gè)有效解決方案的事實(shí)。在這種情況下，我們應(yīng)該利用平行系統(tǒng)方法，追求具有動(dòng)態(tài)適應(yīng)能力的有效解決方案。
基于以上分析，中國科學(xué)研自動(dòng)化所王飛躍研究員提出了人工交通系統(tǒng)的概念。其基本思想是利用人工社會(huì)的理論與方法，把交通仿真推向更高的層次、獲得更廣的視野。它利用基于代理的建模、面向?qū)ο蟮木幊毯筒⑿蟹植际接?jì)算等方法和技術(shù)，“生長(zhǎng)”和“培育”交通系統(tǒng)，即“人工交通系統(tǒng)”。
利用人工交通系統(tǒng)解決問題的思路跟改革開放摸著石頭過河差不多，不斷探索和改善，使過程、方法更科學(xué)化、系統(tǒng)化、綜合化，不斷改善探索建立城市交通、物流、生態(tài)綜合發(fā)展的理論和方法體系。
三是平行管理運(yùn)行，虛擬交通系統(tǒng)與實(shí)際交通系統(tǒng)相結(jié)合，直接采集現(xiàn)實(shí)交通數(shù)據(jù)，進(jìn)行超前運(yùn)算，以判斷可能發(fā)生的交通事件，提前采取預(yù)防措施，為交通的高效暢通提供保障。
1)在宏觀認(rèn)識(shí)上，人工交通系統(tǒng)不是單純的討論交通自身的問題。相反，人工交通系統(tǒng)將交通看作社會(huì)整體的一個(gè)子系統(tǒng)，與經(jīng)濟(jì)、人口、環(huán)境、氣候等子系統(tǒng)具有平等的地位，并將各個(gè)子系統(tǒng)之間的相互銜接、相互聯(lián)系、相互作用和相互影響作為研究的重點(diǎn)之一。
2)在仿真方法上，人工交通系統(tǒng)屬于微觀仿真的范疇，但是不局限于研究局部的交通問題。人工交通系統(tǒng)面向大區(qū)域的仿真研究，采用復(fù)雜性科學(xué)中“涌現(xiàn)”的原理，在底層建立單個(gè)交通出行元素的代理模型，通過大交通區(qū)域內(nèi)單個(gè)代理模型之間的相互作用，“涌現(xiàn)”出宏觀的交通現(xiàn)象。
3)在實(shí)現(xiàn)手段上，人工交通系統(tǒng)不能在單一、孤立的計(jì)算機(jī)上進(jìn)行仿真，要使人工交通系統(tǒng)具備真實(shí)交通系統(tǒng)的分散性和社會(huì)性，必須采用先進(jìn)的分布式計(jì)算方法，如網(wǎng)格和p2p等，在互聯(lián)網(wǎng)上建立結(jié)構(gòu)化、分散化的虛擬交通路網(wǎng)系統(tǒng)，并且通過終端界面將網(wǎng)絡(luò)中的真實(shí)人吸引到人工交通系統(tǒng)的運(yùn)行中來，以使每一個(gè)代理模型具有逼近現(xiàn)實(shí)的社會(huì)屬性。
4)在仿真目的上，人工交通系統(tǒng)不是一味的追求逼近現(xiàn)實(shí)交通環(huán)境和狀態(tài)。除此之外，人工交通系統(tǒng)可以通過調(diào)整參數(shù)、添加隨機(jī)事件等方法產(chǎn)生現(xiàn)實(shí)交通系統(tǒng)可能但尚未發(fā)生的交通現(xiàn)象，用以制定突發(fā)事故的緊急預(yù)案、交通控制方案的預(yù)評(píng)估以及交通參與人員的培訓(xùn)等等。
人工系統(tǒng)說起來有一點(diǎn)抽象，其實(shí)說穿了很簡(jiǎn)單。第一是充分利用計(jì)算機(jī)技術(shù)的發(fā)展，第二是仿真與模擬的常態(tài)化。仿真不再是一個(gè)項(xiàng)目立項(xiàng)前跑一跑看看行不行的手段，仿真要秒秒在、分分在、永遠(yuǎn)在。它是經(jīng)驗(yàn)與知識(shí)的數(shù)字化、動(dòng)態(tài)化和即時(shí)化，使人工影響現(xiàn)實(shí)，虛擬影響實(shí)在。
人工交通系統(tǒng)完善之后，人們可以像玩網(wǎng)絡(luò)游戲一樣，作為一個(gè)行人或司機(jī)加入到系統(tǒng)中，不必出門即可體驗(yàn)交通；交警同志可以在人工交通系統(tǒng)中學(xué)習(xí)指揮交通，而不必?fù)?dān)心造成擁堵；交通分析人員可以利用人工交通系統(tǒng)研究各種突發(fā)事故對(duì)交通的影響，而不必?fù)?dān)心人民的生命財(cái)產(chǎn)受到威脅；交通管理和決策人員可以在人工交通系統(tǒng)試驗(yàn)交通政策和方案，而不必承擔(dān)決策失敗的風(fēng)險(xiǎn)。
人工智能的弊端論文篇六
人工智能是一門交叉性的前沿學(xué)科，也是一門極富挑戰(zhàn)性的科學(xué)。人工智能技術(shù)和理論在一定程度上代表了信息技術(shù)的發(fā)展方向，所以對(duì)其人才的培養(yǎng)也是重中之重。
人工智能；信息技術(shù)；智能教育
人工智能是多種學(xué)科相互滲透而發(fā)展起來的交叉性學(xué)科，其涉及計(jì)算機(jī)科學(xué)、信息論、數(shù)學(xué)、哲學(xué)和認(rèn)知科學(xué)、心理學(xué)、控制論、不定性論、神經(jīng)生理學(xué)、語言學(xué)等多種學(xué)科。隨著科技的飛速發(fā)展和人工智能技術(shù)應(yīng)用的不斷擴(kuò)延，其涉及的學(xué)科領(lǐng)域?qū)⒂鷣碛?，它已和人們的學(xué)習(xí)、生活息息相關(guān)，時(shí)代和社會(huì)需要此方面的大量人才。在高中信息技術(shù)課中開設(shè)人工智能初步模塊是十分必要的，本文擬從其發(fā)展現(xiàn)狀、存在問題等幾個(gè)方面對(duì)我國高中信息課程中人工智能教育做一下探討。
（1）人工智能定義
人工智能(ai，artificial intelligence)是計(jì)算機(jī)科學(xué)的一個(gè)分支，己成為一門具有廣泛應(yīng)用的交叉學(xué)科和前沿學(xué)科。它研究如何用計(jì)算機(jī)模擬人腦所從事的推理、證明、識(shí)別、理解、設(shè)計(jì)、學(xué)習(xí)、規(guī)劃以及問題求解等思維活動(dòng)，來解決人類專家才能解決的復(fù)雜問題，例如咨詢、探測(cè)、診斷、策劃等。
（2）開設(shè)人工智能課程的意義
現(xiàn)實(shí)世界的問題可以按照結(jié)構(gòu)化程度劃分成三個(gè)層次：結(jié)構(gòu)化問題，是能用形式化(或稱公式化)方法描述和求解的一類問題；非結(jié)構(gòu)化問題難以用確定的形式來描述，主要根據(jù)經(jīng)驗(yàn)來求解；半結(jié)構(gòu)化問題則介于上述兩者之間。
將人工智能課程引入到我國現(xiàn)行的教育中，可以讓學(xué)生在了解人工智能基本語言特征、理解智能化問題求解的基本策略過程中，體驗(yàn)、認(rèn)識(shí)人工智能技術(shù)的同時(shí)獲得對(duì)非結(jié)構(gòu)化、半結(jié)構(gòu)化問題解決過程的了解，從而使學(xué)生了解計(jì)算機(jī)解決問題方法的多樣性，培養(yǎng)學(xué)生的多種思維方式，更好的解決現(xiàn)實(shí)問題。
目前，該學(xué)科的教育正處于摸索階段，由于中學(xué)信息技術(shù)師資水平、學(xué)校硬軟件設(shè)備等條件的制約，我國尚未在中學(xué)專門開設(shè)獨(dú)立的人工智能類課程，internet上與人工智能教育相關(guān)的中文信息資源也十分貧乏，在教學(xué)環(huán)境上大致存在以下問題：
（一）教學(xué)條件參差不齊
開設(shè)好人工智能課程，就要求安排更多的實(shí)踐課程和活動(dòng)來增強(qiáng)課程的趣味性，讓廣大師生切實(shí)體會(huì)到人工智能對(duì)我們生活的影響。這些活動(dòng)大部分要求上機(jī)操作或利用網(wǎng)絡(luò)資源來學(xué)習(xí)交流，這就對(duì)教學(xué)條件提出了較高的要求，尤其是一些偏遠(yuǎn)農(nóng)村、條件相對(duì)落后的中學(xué)在開設(shè)人工智能課程上存在很大困難。
（1）對(duì)硬件性能的要求
人工智能課程中有較多的實(shí)踐課程需要老師和學(xué)生利用網(wǎng)絡(luò)資源，使用計(jì)算機(jī)進(jìn)行操作。這就需要學(xué)校配備計(jì)算機(jī)網(wǎng)絡(luò)教學(xué)機(jī)房，若其性能較差，會(huì)延長(zhǎng)學(xué)生在線進(jìn)行人機(jī)對(duì)話的時(shí)間，一旦遇到網(wǎng)絡(luò)堵塞，可能連網(wǎng)頁都打不開，這不僅浪費(fèi)了僅有的'上課時(shí)間，而且大大降低了學(xué)生的學(xué)習(xí)興趣。
（2）對(duì)軟件性能的要求
為了降低成本，學(xué)?？梢岳没ヂ?lián)網(wǎng)上提供的免費(fèi)下載軟件和免費(fèi)在線教學(xué)網(wǎng)站等進(jìn)行實(shí)踐教學(xué)，可大大減少自研開發(fā)軟件和軟件維護(hù)的費(fèi)用。但一旦遇到網(wǎng)絡(luò)不通、網(wǎng)絡(luò)擁擠或在線網(wǎng)站停止服務(wù)等情況，將無法使用網(wǎng)絡(luò)資源進(jìn)行教學(xué)，可見，軟件的依賴性較強(qiáng)也存在很大的問題。
（二）對(duì)人工智能科學(xué)的認(rèn)識(shí)不足
（1）學(xué)生的認(rèn)識(shí)誤區(qū)
提及人工智能，給大多數(shù)學(xué)生的感覺是一門神秘、遙不可及的科學(xué)。很多學(xué)生認(rèn)為人工智能技術(shù)是很高深的科學(xué)，離我們現(xiàn)實(shí)生活有一定距離，研究和接觸這門科學(xué)是少數(shù)科學(xué)家的事情，從而對(duì)該科學(xué)的關(guān)注程度不高。其實(shí)，人工智能學(xué)科是一門漸漸成長(zhǎng)的科學(xué)，它將應(yīng)用在我們生活的方方面面。我們應(yīng)在教學(xué)中讓學(xué)生多去體驗(yàn)人工智能的魅力所在，吸引更多對(duì)該學(xué)科感興趣的人去研究和使用它。
（2）教師對(duì)人工智能學(xué)科開設(shè)存在偏見
一些從事該學(xué)科教學(xué)的教師沒有接觸過人工智能方面的知識(shí)，在接觸過后被其中深?yuàn)W難理解的知識(shí)所嚇倒，認(rèn)為即使開設(shè)了這門課程也不易被同學(xué)們所接受；而一些在大學(xué)接觸過人工智能課程的教師則認(rèn)為，其理論枯燥乏味，知識(shí)內(nèi)容艱深，不適合放在高中開設(shè)。
（三）一線教師經(jīng)驗(yàn)不足
在我國大學(xué)教育中，開展人工智能專業(yè)課程的大學(xué)為數(shù)不多，師范類院校更是少之又少。從事人工智能領(lǐng)域的專業(yè)人才輸出少，所以，缺乏具備一定知識(shí)結(jié)構(gòu)、有專業(yè)素養(yǎng)的教師來擔(dān)任高中信息技術(shù)課中人工智能課程的教育工作。絕大多數(shù)的一線教師并沒有接受過人工智能課程的專業(yè)培訓(xùn)，在授課內(nèi)容上的著重點(diǎn)掌握不好，教學(xué)目標(biāo)不夠明確；在授課形式上也沒有前人的經(jīng)驗(yàn)可尋，這就給一線教師帶來了極大的挑戰(zhàn)。
（一）加強(qiáng)軟、硬件建設(shè)
在學(xué)校條件允許的條件下，應(yīng)加大硬件設(shè)施的投入，改善網(wǎng)絡(luò)傳遞信息的效率，同時(shí)加強(qiáng)軟件資源建設(shè)。鼓勵(lì)師生上網(wǎng)搜索更多適合ai教學(xué)的網(wǎng)站，教師應(yīng)整理出和ai相關(guān)的趣味小故事、電影、光盤等和教材相關(guān)的素材，以便更好的配合硬件教學(xué)。
（二）端正認(rèn)識(shí)，增強(qiáng)支持
作為教師要樹立對(duì)高中人工智能選修課程的正確認(rèn)識(shí)。通過對(duì)課標(biāo)中規(guī)定的相關(guān)內(nèi)容的深入了解和學(xué)習(xí)，克服對(duì)人工智能的神秘感或恐懼感，理性而客觀的看待人工智能技術(shù)及其應(yīng)用，明確在高中開設(shè)該課程的目的。同時(shí)，教師也不能因?yàn)樵撜n程的“選修”性質(zhì)，從而輕視該課程的作用。
作為學(xué)生不應(yīng)該僅僅看見這門課程的娛樂趣味性，應(yīng)把一些重要的技術(shù)理論知識(shí)重視起來，不能過分的放松自己而偏離了我們的教學(xué)目標(biāo)。家長(zhǎng)也應(yīng)該支持和贊同學(xué)生選擇該課程，不能應(yīng)認(rèn)識(shí)不到這門課程的作用、怕耽誤學(xué)生主干課的學(xué)習(xí)而反對(duì)學(xué)生積極參與。
校方領(lǐng)導(dǎo)也不應(yīng)條件限制就輕易放棄這門課程的開設(shè)，應(yīng)給予積極的配合。社會(huì)各界也應(yīng)加強(qiáng)輿論與正確引導(dǎo)，讓更多的人們認(rèn)識(shí)人工智能并予以肯定。
總之，人工智能是一門逐漸成長(zhǎng)的科學(xué)，開設(shè)好該課程需要廣大教育工作者和校方領(lǐng)導(dǎo)不斷努力，互相交流，共同克服困難。
參考文獻(xiàn)：
［1］張劍平.人工智能技術(shù)與“問題解決”［j］.中小學(xué)信息技術(shù)教育，2003(10).
［2］段東輝.淺談信息技術(shù)課程中人工智能教育［j］.新鄉(xiāng)教育學(xué)院學(xué)報(bào)，第19卷第二期2006，6.
［3］教育部.普通高中技術(shù)課程標(biāo)準(zhǔn)（實(shí)驗(yàn)稿）.人民教育出版社，2003年4月.
［4］張家華，張劍平.開展高中人工智能教學(xué)存在的問題及對(duì)策［j］.
人工智能的弊端論文篇七
簡(jiǎn)要地介紹了人工智能科技技術(shù)的基本概念。對(duì)專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、模糊理論、遺傳算法等人工智能技術(shù)的含義進(jìn)行了介紹，并對(duì)這些技術(shù)在電力系統(tǒng)中的應(yīng)用和存在問題進(jìn)行了分析。
人工智能技術(shù)(ai artificial intelligence)是一項(xiàng)將人類知識(shí)轉(zhuǎn)化為機(jī)器智能的技術(shù)。它研究的是怎樣用機(jī)器模仿人腦從事推理、規(guī)劃、設(shè)計(jì)、思考和學(xué)習(xí)等思維活動(dòng)，解決需要由專家才能處理好的復(fù)雜問題。在應(yīng)用方面，以專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法等最為普遍 。
1.1 專家系統(tǒng)(es)
專家系統(tǒng)是利用知識(shí)和推理來解決專家不能解決的問題。傳統(tǒng)程序需要固定程序和復(fù)雜算法，輸入數(shù)據(jù)并得出結(jié)果。專家系統(tǒng)集中大量的符號(hào)處理，采用啟發(fā)式方法模擬專家的推理過程，通過推理，利用知識(shí)解決問題。它具有邏輯思維和符號(hào)處理能力，能修改原來知識(shí)，適合于電力系統(tǒng)問題的分析。
1.2 人工神經(jīng)網(wǎng)絡(luò)(ann)
人工神經(jīng)網(wǎng)絡(luò)是大量處理單元廣泛互聯(lián)而成的網(wǎng)絡(luò)，是一種模擬動(dòng)物神經(jīng)系統(tǒng)的技術(shù)。神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)和自學(xué)習(xí)的能力，能并行處理分布信息。電力系統(tǒng)應(yīng)用人工神經(jīng)網(wǎng)絡(luò)可以進(jìn)行實(shí)時(shí)控制、狀態(tài)評(píng)估等。
1.3 遺傳算法(ga)
遺傳算法是一種進(jìn)化論的數(shù)學(xué)模型，借鑒自然遺傳機(jī)制的隨機(jī)搜索算法。它的主要特征是群體搜索和群體中個(gè)體之間的信息交換。該方法適用于處理傳統(tǒng)搜索方法難以解決的非線性問題。
1.4 模糊邏輯(fl)
當(dāng)輸入是離散的變量，難以建立數(shù)學(xué)模型。而模糊邏輯則成功地應(yīng)用在潮流計(jì)算、系統(tǒng)規(guī)劃、故障診斷等電力系統(tǒng)問題。
1.5 混合技術(shù)
以上各種智能控制方法各有局限性，有些甚至難以處理電力系統(tǒng)實(shí)際問題。因此需要結(jié)合各個(gè)算法的優(yōu)勢(shì)，采用人工智能混合技術(shù)。其中包括：模糊專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)模糊系統(tǒng)、神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)等技術(shù)。
2.1在電能質(zhì)量研究中的應(yīng)用
人工智能技術(shù)可以對(duì)電壓波動(dòng)、電壓不平衡、電網(wǎng)諧波等電能質(zhì)量參數(shù)進(jìn)行在線監(jiān)測(cè)和分析。在檢測(cè)和識(shí)別電能質(zhì)量擾動(dòng)時(shí)能克服傳統(tǒng)方法的缺陷。專家系統(tǒng)隨著經(jīng)驗(yàn)的積累、擾動(dòng)類型變化而不斷擴(kuò)充和修改，便于用戶的.掌握[3] 。
此外，專家系統(tǒng)和模糊邏輯可用于培訓(xùn)變電站工作人員。智能軟件可以模擬故障情形，有利于提高運(yùn)行人員的操作技能。
2.2 變壓器狀態(tài)監(jiān)測(cè)與故障診斷專家系統(tǒng)
變壓器事故原因判斷起來十分復(fù)雜。判斷過程中，必須通過內(nèi)外部的檢測(cè)等各種方法綜合分析作出判斷。變壓器監(jiān)測(cè)和診斷專家系統(tǒng)首先對(duì)油中氣體進(jìn)行分析。異常時(shí)，根據(jù)異常程度結(jié)合試驗(yàn)進(jìn)行分析，決定變壓器的停運(yùn)檢查。若經(jīng)分析發(fā)現(xiàn)變壓器已嚴(yán)重故障，需立即退出運(yùn)行，則要結(jié)合電氣試驗(yàn)手段對(duì)變壓器的故障性質(zhì)及部位做出確診。
變壓器監(jiān)測(cè)和診斷專家系統(tǒng)通過診斷模塊和推理機(jī)制，能診斷出變壓器的故障并提出相應(yīng)對(duì)策，提高了變壓器內(nèi)部故障的診斷水平，實(shí)現(xiàn)了電力變壓器狀態(tài)檢修和在線監(jiān)測(cè)。
2.3 人工智能技術(shù)在低壓電器中的應(yīng)用
低壓電器的設(shè)計(jì)以實(shí)驗(yàn)為基礎(chǔ)，需要分析靜態(tài)模型和動(dòng)態(tài)過程。人工智能技術(shù)能進(jìn)行分段過程的動(dòng)態(tài)設(shè)計(jì)，對(duì)變化規(guī)律進(jìn)行曲線擬合并進(jìn)行人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練，建立變化規(guī)律預(yù)測(cè)模型，降低了開發(fā)成本。
低壓電器需要通過試驗(yàn)進(jìn)行性能認(rèn)證。而低壓電器的壽命很難進(jìn)行評(píng)價(jià)。模糊識(shí)別方法，從考慮產(chǎn)品性能的角度出發(fā)，將動(dòng)態(tài)測(cè)得的反映性能的特性指標(biāo)作為模糊識(shí)別的變量特征值，能夠建立評(píng)估電器性能的模糊識(shí)別模型。
2.4 人工智能在電力系統(tǒng)無功優(yōu)化中的應(yīng)用
無功優(yōu)化是保證電力系統(tǒng)安全，提高運(yùn)行經(jīng)濟(jì)性的手段之一。通過無功優(yōu)化，可以使各個(gè)性能指標(biāo)達(dá)到最優(yōu)。但是無功優(yōu)化是一個(gè)復(fù)雜的非線性問題 。
人工智能算法能應(yīng)用于電力系統(tǒng)無功優(yōu)化。如改進(jìn)的模擬退火算法，在求解高中壓配電網(wǎng)的無功優(yōu)化問題中，采用了記憶指導(dǎo)搜索方法來加快搜索速度。模式法進(jìn)行局部尋優(yōu)以增加獲得全局最優(yōu)解的可能性，能夠以較大概率獲得全局最優(yōu)解，提高了收斂穩(wěn)定性。禁忌搜索方法尋優(yōu)速度較快，在跳出局部最優(yōu)解方面有較大優(yōu)勢(shì)。遺傳算法在解決多變量、非線性、離散性的問題時(shí)有極大的優(yōu)勢(shì)。要求較少的求解信息的，模型簡(jiǎn)單，適用范圍廣。
2.5 人工智能在電力系統(tǒng)繼電保護(hù)中應(yīng)用
自適應(yīng)型繼電保護(hù)裝置能地適應(yīng)各種變化，改善保護(hù)的性能，使之適應(yīng)各種運(yùn)行方式和故障類型。它能夠有效地處理各種故障信息，獲得可靠的保護(hù)。
借助于人工智能技術(shù)不但能夠提取故障信息，還能利用其自學(xué)習(xí)和自適應(yīng)能力，根據(jù)不同運(yùn)行工況，自適應(yīng)地調(diào)整保護(hù)定值和動(dòng)作特性。
2.6 人工智能在抑制電力系統(tǒng)低頻振蕩的應(yīng)用
大規(guī)模電網(wǎng)互聯(lián)易產(chǎn)生低頻振蕩，嚴(yán)重威脅著電力系統(tǒng)的安全。人工智能為電力系統(tǒng)低頻振蕩的控制提供了技術(shù)支持。神經(jīng)網(wǎng)絡(luò)、模糊理論、ga等人工智能技術(shù)應(yīng)用于facts控制器和自適應(yīng)pss的研究，為抑制電力系統(tǒng)低頻振蕩提供了新的手段。
作為一門交叉學(xué)科，人工智能將隨著其他理論的發(fā)展而進(jìn)入新的發(fā)展階段。應(yīng)用新方法解決問題，或促進(jìn)各種方法的融合，保持簡(jiǎn)單的數(shù)學(xué)模型和全局尋優(yōu)情況下，尋求到更少的運(yùn)算量，提高算法效率，將是未來發(fā)展的趨勢(shì)。
隨著電力系統(tǒng)的發(fā)展，電力系統(tǒng)的復(fù)雜性不斷增加，不確定因素越來越多。隨著人工智能技術(shù)的不斷發(fā)展和提高，利用人工智能技術(shù)來解決電力系統(tǒng)的問題將會(huì)受到越來越多的重視。
隨著我國電力系統(tǒng)的持續(xù)穩(wěn)步發(fā)展，電力系統(tǒng)數(shù)據(jù)量不斷增加，管理上復(fù)雜程度大幅度增長(zhǎng)，市場(chǎng)競(jìng)爭(zhēng)的加大，為人工智能技術(shù)在電力系統(tǒng)的應(yīng)用提供了廣闊前景。
但人工智能技術(shù)的基本理論還不成熟，只是停留在仿真和實(shí)驗(yàn)階段。人工智能的開發(fā)是一個(gè)長(zhǎng)期的過程，需要不斷改進(jìn)和完善，并在實(shí)際應(yīng)用中接受檢驗(yàn)。
人工智能的弊端論文篇八
以前我們談科技進(jìn)步，談網(wǎng)絡(luò)應(yīng)用，總說是一把雙刃劍，有利有弊?，F(xiàn)在，面對(duì)日益發(fā)達(dá)的人工智能，我想說：現(xiàn)在，擺在我們面前的任務(wù)是把它變成一把單刃的劍。
把人工智能變成一把雙刃劍，需要我們以正確的態(tài)度去面對(duì)。就像一局險(xiǎn)勝阿爾法狗的李世石一樣，他說：人機(jī)大戰(zhàn)并沒有讓我感受到失敗的痛苦，反而讓我更好地理解了象棋，這讓我很開心。連續(xù)輸三局的天才棋手柯潔說：阿爾法狗讓我更好地理解圍棋的奧秘。面對(duì)人工智能的快速發(fā)展，我們應(yīng)該有更積極的態(tài)度和更清晰的認(rèn)識(shí)。不能一味的夸。人工智能有多優(yōu)秀，多無敵，不能一味貶低人類來看人類。我們需要知道的是，阿爾法狗只是一臺(tái)機(jī)器，是人類創(chuàng)造的玩具。他沒有頭腦，沒有情感，甚至沒有——的智商。只是我們?cè)谘邪l(fā)過程中輸入的一堆冷冰冰的代碼，不需要自大，也不需要妄自菲薄。我們和人工智能是平等的，有時(shí)候它們可以成為我們的工具。
要把人工智能變成一把單刃劍，我們需要了解它。俗話說知己知彼百戰(zhàn)不殆。網(wǎng)上有人說，如果人工智能獲得了人類的意識(shí)，那么他們就會(huì)反過來奴役人類。未來將是人工智能的世界，讓人恐慌。首先，人類還沒有能夠讓一臺(tái)機(jī)器擁有意識(shí)，很多人還沒有意識(shí)到意識(shí)的起源。做出這種無用的猜測(cè)，沒有實(shí)際意義?，F(xiàn)在我們能做的就是找出它的運(yùn)行規(guī)律，了解它的優(yōu)缺點(diǎn)。掌握使用人工智能的方法。帶上她神秘的面紗，而不是看著他的面紗漫天要價(jià)。
要把人工智能變成一把單刃劍，最重要的是揚(yáng)長(zhǎng)避短。是的，任何事情都有兩面性。就像之前關(guān)于學(xué)生是否應(yīng)該使用手機(jī)的爭(zhēng)論一樣，在自律性差的人手里，手機(jī)是用不好的，而在頭腦清醒、自律性強(qiáng)的人手里，才能充分發(fā)揮自己的優(yōu)勢(shì)。而且不會(huì)讓劣勢(shì)影響自己，人工智能也是一樣?，F(xiàn)在要注意的是提高自己應(yīng)用人工智能的能力。讓這些過于智能的機(jī)器在我們手里得到合理的利用，讓它們的缺點(diǎn)得到融化，優(yōu)勢(shì)得到彰顯。只有這樣，人工智能才能得到它的天賦，并充分利用它們。
問：如何讓人工智能成為一把雙刃劍？回答：以正確的態(tài)度面對(duì)他，以積極的方式認(rèn)識(shí)他，然后揚(yáng)長(zhǎng)避短，是運(yùn)用人工智能的好方法。
人工智能的弊端論文篇九
圖像識(shí)別技術(shù)是信息時(shí)代的一門重要的技術(shù)，其產(chǎn)生目的是為了讓計(jì)算機(jī)代替人類去處理大量的物理信息。隨著計(jì)算機(jī)技術(shù)的發(fā)展，人類對(duì)圖像識(shí)別技術(shù)的認(rèn)識(shí)越來越深刻。圖像識(shí)別技術(shù)的過程分為信息的獲取、預(yù)處理、特征抽取和選擇、分類器設(shè)計(jì)和分類決策。文章簡(jiǎn)單分析了圖像識(shí)別技術(shù)的引入、其技術(shù)原理以及模式識(shí)別等，之后介紹了神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別技術(shù)和非線性降維的圖像識(shí)別技術(shù)及圖像識(shí)別技術(shù)的應(yīng)用。從中可以總結(jié)出圖像處理技術(shù)的應(yīng)用廣泛，人類的生活將無法離開圖像識(shí)別技術(shù)，研究圖像識(shí)別技術(shù)具有重大意義。
1圖像識(shí)別技術(shù)的引入
圖像識(shí)別是人工智能科技的一個(gè)重要領(lǐng)域。圖像識(shí)別的發(fā)展經(jīng)歷了三個(gè)階段：文字識(shí)別、數(shù)字圖像處理與識(shí)別、物體識(shí)別。圖像識(shí)別，顧名思義，就是對(duì)圖像做出各種處理、分析，最終識(shí)別我們所要研究的目標(biāo)。今天所指的圖像識(shí)別并不僅僅是用人類的肉眼，而是借助計(jì)算機(jī)技術(shù)進(jìn)行識(shí)別。雖然人類的識(shí)別能力很強(qiáng)大，但是對(duì)于高速發(fā)展的社會(huì)，人類自身識(shí)別能力已經(jīng)滿足不了我們的需求，于是就產(chǎn)生了基于計(jì)算機(jī)的圖像識(shí)別技術(shù)。這就像人類研究生物細(xì)胞，完全靠肉眼觀察細(xì)胞是不現(xiàn)實(shí)的，這樣自然就產(chǎn)生了顯微鏡等用于精確觀測(cè)的儀器。通常一個(gè)領(lǐng)域有固有技術(shù)無法解決的需求時(shí)，就會(huì)產(chǎn)生相應(yīng)的新技術(shù)。圖像識(shí)別技術(shù)也是如此，此技術(shù)的產(chǎn)生就是為了讓計(jì)算機(jī)代替人類去處理大量的物理信息，解決人類無法識(shí)別或者識(shí)別率特別低的信息。
1.1圖像識(shí)別技術(shù)原理
其實(shí)，圖像識(shí)別技術(shù)背后的原理并不是很難，只是其要處理的信息比較繁瑣。計(jì)算機(jī)的任何處理技術(shù)都不是憑空產(chǎn)生的，它都是學(xué)者們從生活實(shí)踐中得到啟發(fā)而利用程序?qū)⑵淠M實(shí)現(xiàn)的。計(jì)算機(jī)的圖像識(shí)別技術(shù)和人類的圖像識(shí)別在原理上并沒有本質(zhì)的區(qū)別，只是機(jī)器缺少人類在感覺與視覺差上的影響罷了。人類的圖像識(shí)別也不單單是憑借整個(gè)圖像存儲(chǔ)在腦海中的記憶來識(shí)別的，我們識(shí)別圖像都是依靠圖像所具有的本身特征而先將這些圖像分了類，然后通過各個(gè)類別所具有的特征將圖像識(shí)別出來的，只是很多時(shí)候我們沒有意識(shí)到這一點(diǎn)。當(dāng)看到一張圖片時(shí)，我們的大腦會(huì)迅速感應(yīng)到是否見過此圖片或與其相似的圖片。其實(shí)在“看到”與“感應(yīng)到”的中間經(jīng)歷了一個(gè)迅速識(shí)別過程，這個(gè)識(shí)別的過程和搜索有些類似。在這個(gè)過程中，我們的大腦會(huì)根據(jù)存儲(chǔ)記憶中已經(jīng)分好的類別進(jìn)行識(shí)別，查看是否有與該圖像具有相同或類似特征的存儲(chǔ)記憶，從而識(shí)別出是否見過該圖像。機(jī)器的圖像識(shí)別技術(shù)也是如此，通過分類并提取重要特征而排除多余的信息來識(shí)別圖像。機(jī)器所提取出的這些特征有時(shí)會(huì)非常明顯，有時(shí)又是很普通，這在很大的程度上影響了機(jī)器識(shí)別的速率?？傊?，在計(jì)算機(jī)的視覺識(shí)別中，圖像的內(nèi)容通常是用圖像特征進(jìn)行描述。
1.2模式識(shí)別
模式識(shí)別是人工智能和信息科學(xué)的重要組成部分。模式識(shí)別是指對(duì)表示事物或現(xiàn)象的不同形式的信息做分析和處理從而得到一個(gè)對(duì)事物或現(xiàn)象做出描述、辨認(rèn)和分類等的過程。
計(jì)算機(jī)的圖像識(shí)別技術(shù)就是模擬人類的圖像識(shí)別過程。在圖像識(shí)別的過程中進(jìn)行模式識(shí)別是必不可少的。模式識(shí)別原本是人類的一項(xiàng)基本智能。但隨著計(jì)算機(jī)的發(fā)展和人工智能的興起，人類本身的模式識(shí)別已經(jīng)滿足不了生活的需要，于是人類就希望用計(jì)算機(jī)來代替或擴(kuò)展人類的部分腦力勞動(dòng)。這樣計(jì)算機(jī)的模式識(shí)別就產(chǎn)生了。簡(jiǎn)單地說，模式識(shí)別就是對(duì)數(shù)據(jù)進(jìn)行分類，它是一門與數(shù)學(xué)緊密結(jié)合的科學(xué)，其中所用的思想大部分是概率與統(tǒng)計(jì)。模式識(shí)別主要分為三種：統(tǒng)計(jì)模式識(shí)別、句法模式識(shí)別、模糊模式識(shí)別。
2圖像識(shí)別技術(shù)的過程
既然計(jì)算機(jī)的圖像識(shí)別技術(shù)與人類的圖像識(shí)別原理相同，那它們的過程也是大同小異的。圖像識(shí)別技術(shù)的過程分以下幾步：信息的獲取、預(yù)處理、特征抽取和選擇、分類器設(shè)計(jì)和分類決策。
信息的獲取是指通過傳感器，將光或聲音等信息轉(zhuǎn)化為電信息。也就是獲取研究對(duì)象的基本信息并通過某種方法將其轉(zhuǎn)變?yōu)闄C(jī)器能夠認(rèn)識(shí)的信息。
預(yù)處理主要是指圖像處理中的去噪、平滑、變換等的操作，從而加強(qiáng)圖像的重要特征。
特征抽取和選擇是指在模式識(shí)別中，需要進(jìn)行特征的抽取和選擇。簡(jiǎn)單的理解就是我們所研究的圖像是各式各樣的，如果要利用某種方法將它們區(qū)分開，就要通過這些圖像所具有的本身特征來識(shí)別，而獲取這些特征的過程就是特征抽取。在特征抽取中所得到的特征也許對(duì)此次識(shí)別并不都是有用的，這個(gè)時(shí)候就要提取有用的特征，這就是特征的選擇。特征抽取和選擇在圖像識(shí)別過程中是非常關(guān)鍵的技術(shù)之一，所以對(duì)這一步的理解是圖像識(shí)別的重點(diǎn)。
分類器設(shè)計(jì)是指通過訓(xùn)練而得到一種識(shí)別規(guī)則，通過此識(shí)別規(guī)則可以得到一種特征分類，使圖像識(shí)別技術(shù)能夠得到高識(shí)別率。分類決策是指在特征空間中對(duì)被識(shí)別對(duì)象進(jìn)行分類，從而更好地識(shí)別所研究的對(duì)象具體屬于哪一類。
3圖像識(shí)別技術(shù)的分析
隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展和科技的不斷進(jìn)步，圖像識(shí)別技術(shù)已經(jīng)在眾多領(lǐng)域中得到了應(yīng)用。20xx年2月15日新浪科技發(fā)布一條新聞：“微軟最近公布了一篇關(guān)于圖像識(shí)別的研究論文，在一項(xiàng)圖像識(shí)別的基準(zhǔn)測(cè)試中，電腦系統(tǒng)識(shí)別能力已經(jīng)超越了人類。人類在歸類數(shù)據(jù)庫imagenet中的圖像識(shí)別錯(cuò)誤率為5.1%，而微軟研究小組的這個(gè)深度學(xué)習(xí)系統(tǒng)可以達(dá)到4.94%的錯(cuò)誤率。”從這則新聞中我們可以看出圖像識(shí)別技術(shù)在圖像識(shí)別方面已經(jīng)有要超越人類的圖像識(shí)別能力的趨勢(shì)。這也說明未來圖像識(shí)別技術(shù)有更大的研究意義與潛力。而且，計(jì)算機(jī)在很多方面確實(shí)具有人類所無法超越的優(yōu)勢(shì)，也正是因?yàn)檫@樣，圖像識(shí)別技術(shù)才能為人類社會(huì)帶來更多的應(yīng)用。
3.1神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別技術(shù)
神經(jīng)網(wǎng)絡(luò)圖像識(shí)別技術(shù)是一種比較新型的圖像識(shí)別技術(shù)，是在傳統(tǒng)的圖像識(shí)別方法和基礎(chǔ)上融合神經(jīng)網(wǎng)絡(luò)算法的一種圖像識(shí)別方法。這里的神經(jīng)網(wǎng)絡(luò)是指人工神經(jīng)網(wǎng)絡(luò)，也就是說這種神經(jīng)網(wǎng)絡(luò)并不是動(dòng)物本身所具有的真正的神經(jīng)網(wǎng)絡(luò)，而是人類模仿動(dòng)物神經(jīng)網(wǎng)絡(luò)后人工生成的。在神經(jīng)網(wǎng)絡(luò)圖像識(shí)別技術(shù)中，遺傳算法與bp網(wǎng)絡(luò)相融合的神經(jīng)網(wǎng)絡(luò)圖像識(shí)別模型是非常經(jīng)典的，在很多領(lǐng)域都有它的應(yīng)用。在圖像識(shí)別系統(tǒng)中利用神經(jīng)網(wǎng)絡(luò)系統(tǒng)，一般會(huì)先提取圖像的特征，再利用圖像所具有的特征映射到神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像識(shí)別分類。以汽車拍照自動(dòng)識(shí)別技術(shù)為例，當(dāng)汽車通過的時(shí)候，汽車自身具有的檢測(cè)設(shè)備會(huì)有所感應(yīng)。此時(shí)檢測(cè)設(shè)備就會(huì)啟用圖像采集裝置來獲取汽車正反面的圖像。獲取了圖像后必須將圖像上傳到計(jì)算機(jī)進(jìn)行保存以便識(shí)別。最后車牌定位模塊就會(huì)提取車牌信息，對(duì)車牌上的字符進(jìn)行識(shí)別并顯示最終的結(jié)果。在對(duì)車牌上的字符進(jìn)行識(shí)別的過程中就用到了基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法。
3.2非線性降維的圖像識(shí)別技術(shù)
計(jì)算機(jī)的圖像識(shí)別技術(shù)是一個(gè)異常高維的識(shí)別技術(shù)。不管圖像本身的分辨率如何，其產(chǎn)生的數(shù)據(jù)經(jīng)常是多維性的，這給計(jì)算機(jī)的識(shí)別帶來了非常大的困難。想讓計(jì)算機(jī)具有高效地識(shí)別能力，最直接有效的方法就是降維。降維分為線性降維和非線性降維。例如主成分分析(pca)和線性奇異分析(lda)等就是常見的線性降維方法，它們的特點(diǎn)是簡(jiǎn)單、易于理解。但是通過線性降維處理的是整體的數(shù)據(jù)集合，所求的是整個(gè)數(shù)據(jù)集合的最優(yōu)低維投影。經(jīng)過驗(yàn)證，這種線性的降維策略計(jì)算復(fù)雜度高而且占用相對(duì)較多的時(shí)間和空間，因此就產(chǎn)生了基于非線性降維的圖像識(shí)別技術(shù)，它是一種極其有效的非線性特征提取方法。此技術(shù)可以發(fā)現(xiàn)圖像的非線性結(jié)構(gòu)而且可以在不破壞其本征結(jié)構(gòu)的基礎(chǔ)上對(duì)其進(jìn)行降維，使計(jì)算機(jī)的圖像識(shí)別在盡量低的維度上進(jìn)行，這樣就提高了識(shí)別速率。例如人臉圖像識(shí)別系統(tǒng)所需的維數(shù)通常很高，其復(fù)雜度之高對(duì)計(jì)算機(jī)來說無疑是巨大的“災(zāi)難”。由于在高維度空間中人臉圖像的不均勻分布，使得人類可以通過非線性降維技術(shù)來得到分布緊湊的人臉圖像，從而提高人臉識(shí)別技術(shù)的高效性。
3.3圖像識(shí)別技術(shù)的應(yīng)用及前景
計(jì)算機(jī)的圖像識(shí)別技術(shù)在公共安全、生物、工業(yè)、農(nóng)業(yè)、交通、醫(yī)療等很多領(lǐng)域都有應(yīng)用。例如交通方面的車牌識(shí)別系統(tǒng);公共安全方面的人臉識(shí)別技術(shù)、指紋識(shí)別技術(shù);農(nóng)業(yè)方面的種子識(shí)別技術(shù)、食品品質(zhì)檢測(cè)技術(shù);醫(yī)學(xué)方面的心電圖識(shí)別技術(shù)等。隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，圖像識(shí)別技術(shù)也在不斷地優(yōu)化，其算法也在不斷地改進(jìn)。圖像是人類獲取和交換信息的主要來源，因此與圖像相關(guān)的圖像識(shí)別技術(shù)必定也是未來的研究重點(diǎn)。以后計(jì)算機(jī)的圖像識(shí)別技術(shù)很有可能在更多的領(lǐng)域嶄露頭角，它的應(yīng)用前景也是不可限量的，人類的生活也將更加離不開圖像識(shí)別技術(shù)。
4總結(jié)
圖像識(shí)別技術(shù)雖然是剛興起的技術(shù)，但其應(yīng)用已是相當(dāng)廣泛。并且，圖像識(shí)別技術(shù)也在不斷地成長(zhǎng)，隨著科技的不斷進(jìn)步，人類對(duì)圖像識(shí)別技術(shù)的認(rèn)識(shí)也會(huì)更加深刻。未來圖像識(shí)別技術(shù)將會(huì)更加強(qiáng)大，更加智能地出現(xiàn)在我們的生活中，為人類社會(huì)的更多領(lǐng)域帶來重大的應(yīng)用。在21世紀(jì)這個(gè)信息化的時(shí)代，我們無法想象離開了圖像識(shí)別技術(shù)以后我們的生活會(huì)變成什么樣。圖像識(shí)別技術(shù)是人類現(xiàn)在以及未來生活必不可少的一項(xiàng)技術(shù)。
人工智能的弊端論文篇十
〔摘要〕人工智能飛速發(fā)展，正在改變?nèi)祟惿?，推?dòng)人類進(jìn)步。人工智能學(xué)者從認(rèn)知科學(xué)、心靈哲學(xué)以及控制論等不同視角對(duì)人工智能進(jìn)行研究，但對(duì)于人工智能哲學(xué)根源的追溯與厘清較少。古希臘畢達(dá)哥拉斯主義的數(shù)論思想、亞里士多德演繹邏輯系統(tǒng)與分析哲學(xué)中的邏輯分析與語言分析方法以及簡(jiǎn)單性哲學(xué)原則為人工智能研究綱領(lǐng)、研究框架以及研究方法等奠定了基礎(chǔ)，哲學(xué)核心問題決定了人工智能的研究進(jìn)路。只有對(duì)人工智能的哲學(xué)思想源流進(jìn)行追溯與探究，才能理解人工智能的理論基礎(chǔ)，以更好地把握人工智能的發(fā)展規(guī)律并合理預(yù)測(cè)人工智能的發(fā)展趨勢(shì)。
〔關(guān)鍵詞〕人工智能，數(shù)論，簡(jiǎn)單性原則
人工智能發(fā)展如火如荼，學(xué)者除了對(duì)人工智能技術(shù)本質(zhì)、人工智能社會(huì)影響、發(fā)展路徑及倫理問題等進(jìn)行研究之外，還關(guān)注人工智能中的哲學(xué)問題。對(duì)人工智能的研究不能僅僅局限于技術(shù)層面及科學(xué)基礎(chǔ)層面的反思，也要涉及對(duì)人工智能的哲學(xué)思考。博登指出：“在科學(xué)家族中，沒有一門學(xué)科比ai與哲學(xué)的關(guān)系更密切?！薄?〕3人工智能與哲學(xué)緊密聯(lián)系，特別是心靈哲學(xué)與語言哲學(xué)，認(rèn)知科學(xué)與認(rèn)知心理學(xué)等學(xué)科也為人工智能發(fā)展奠定了科學(xué)基礎(chǔ)。迄今為止，對(duì)于人工智能哲學(xué)的研究還沒有形成完整的理論體系，學(xué)者多從哲學(xué)視角對(duì)人工智能中的問題進(jìn)行探討，從哲學(xué)思想源流挖掘人工智能基礎(chǔ)的著述不多。筆者嘗試從人工智能的數(shù)論基礎(chǔ)、邏輯學(xué)、分析哲學(xué)基礎(chǔ)以及簡(jiǎn)單性原則等視角分析人工智能的哲學(xué)思想根源。
人工智能先驅(qū)西蒙與紐維爾作為人工智能符號(hào)主義（symbolicism）學(xué)派的代表，他們的研究著眼于計(jì)算機(jī)程序的邏輯結(jié)構(gòu)、符號(hào)操作系統(tǒng)以及編程語言，這與古希臘哲學(xué)家畢達(dá)哥拉斯學(xué)派的“數(shù)論”思想一脈相承。在畢達(dá)哥拉斯看來，數(shù)是萬物的本原，萬物皆數(shù)?！鞍凑掌樟_克洛在《歐幾里德〈幾何原理〉注釋》中，‘?dāng)?shù)學(xué)’這個(gè)詞也是畢達(dá)哥拉斯學(xué)派首先使用的”〔2〕268。畢達(dá)哥拉斯將科學(xué)研究的基礎(chǔ)建構(gòu)在數(shù)學(xué)的基礎(chǔ)之上。畢達(dá)哥拉斯哲學(xué)思想的核心即“數(shù)”是萬物的本原。按照畢達(dá)哥拉斯的數(shù)論思想，與其說水、火、土等都是萬物的本原，不如用一個(gè)簡(jiǎn)單詞“數(shù)”來解釋萬物的存在。
“數(shù)是萬物的本原”包含著萬物之中存在著某種數(shù)量關(guān)系的含義，不管是天體結(jié)構(gòu)、音階音律以及建筑結(jié)構(gòu)等萬物都存在數(shù)量關(guān)系。畢達(dá)哥拉斯學(xué)派認(rèn)為數(shù)是宇宙的元素，科學(xué)研究就是尋找紛繁復(fù)雜現(xiàn)象之后的數(shù)量關(guān)系。例如，物理學(xué)是研究事物運(yùn)動(dòng)方面的數(shù)量關(guān)系，幾何學(xué)是研究事物點(diǎn)、線、面、體之間的數(shù)量關(guān)系等。他們將事物的本質(zhì)歸結(jié)為數(shù)的規(guī)律，認(rèn)為事物的本質(zhì)就是數(shù)。按照亞里士多德“四因說”來看，畢達(dá)哥拉斯的“數(shù)”既是構(gòu)成事物的形式因，又是構(gòu)成事物的質(zhì)料因。質(zhì)料因指的是構(gòu)成事物的原始質(zhì)料，就好比建造房屋用的磚木石瓦，形式因即構(gòu)成事物的樣式和原型，就好比造房屋的圖紙或建筑師頭腦里的房屋原型。這樣的思想家（畢達(dá)哥拉斯主義學(xué)派）認(rèn)為數(shù)既是事物的質(zhì)料、同時(shí)又是形成事物的變化和它們的不變狀態(tài)的形式”〔3〕21-22。因此，數(shù)對(duì)于事物來說，既是質(zhì)料因又是形式因。
畢達(dá)哥拉斯的哲學(xué)思想還表現(xiàn)在數(shù)的和諧論。他認(rèn)為萬物包括宇宙在內(nèi)都由數(shù)構(gòu)成，并且萬物可以還原為數(shù);他還認(rèn)為宇宙是和諧的，并把和諧的宇宙稱為“科斯摩斯”。科斯摩斯原意就是“秩序”的意思，認(rèn)為世界存在內(nèi)在秩序與內(nèi)在規(guī)律，人類可以通過數(shù)量之間的關(guān)系找到世界的既定秩序。
畢達(dá)哥拉斯的“萬物皆數(shù)，數(shù)之和諧”思想既具有本體論含義，也具有方法論意味。他的哲學(xué)思想影響了古希臘科學(xué)的發(fā)展，亞里士多德的邏輯學(xué)體系、歐幾里德的幾何學(xué)體系、托勒密的天文學(xué)體系、蓋倫的醫(yī)學(xué)體系這四大古希臘的科學(xué)成就皆受畢達(dá)哥拉斯主義哲學(xué)思想的影響。不但如此，畢達(dá)哥拉斯的哲學(xué)思想還影響了西方整個(gè)自然科學(xué)的發(fā)展。達(dá)芬奇、哥白尼、開普勒、伽利略、牛頓等人都自稱是“畢達(dá)哥拉斯主義者”。達(dá)芬奇認(rèn)為天體是一架服從確定自然法則的機(jī)器，自然界有確定的規(guī)律;15-16世紀(jì)帶有畢達(dá)哥拉斯主義成分的新柏拉圖主義者把自然事物的行為解釋成數(shù)學(xué)結(jié)構(gòu);哥白尼日心說體系的理論基礎(chǔ)也是依據(jù)畢達(dá)哥拉斯主義哲學(xué)理論來構(gòu)造行星運(yùn)動(dòng)簡(jiǎn)單、和諧的天體幾何學(xué)模型;開普勒認(rèn)為自己是畢達(dá)哥拉斯主義者，他的目標(biāo)就是追求造物主心中數(shù)的和諧;伽利略也是畢達(dá)哥拉斯主義的追隨者，他認(rèn)為“自然之書是用數(shù)學(xué)語言書寫的”，自然的真理存在于數(shù)學(xué)事實(shí)中。畢達(dá)哥拉斯的數(shù)論思想還影響了萊布尼茲。萊布尼茨有一個(gè)夢(mèng)想，就是給出一套理想符號(hào)系統(tǒng)或語言和確定的語言變換或演算規(guī)則，把日常問題轉(zhuǎn)變成理想語言，利用演算規(guī)則清楚地求解問題的答案。在此基礎(chǔ)上，萊布尼茲提出“通用機(jī)”的天才設(shè)想。萊布尼茨嘗試發(fā)明人工智能通用機(jī)，他設(shè)計(jì)出一種二進(jìn)制計(jì)算法，用二進(jìn)制數(shù)代替原來的十進(jìn)制數(shù)，二進(jìn)制數(shù)即“1”和“0”。萊布尼茲雖然制作出了簡(jiǎn)單機(jī)器，但其只能進(jìn)行簡(jiǎn)單的算術(shù)計(jì)算，還不是萊布尼茲設(shè)想的能夠進(jìn)行復(fù)雜數(shù)據(jù)處理的通用機(jī)。盡管如此，萊布尼茲思想還是影響了整個(gè)計(jì)算機(jī)系統(tǒng)的發(fā)展。
圖靈與馮·諾依曼的人工智能機(jī)器也受畢達(dá)哥拉斯主義數(shù)論的影響，他們運(yùn)用數(shù)的和諧以及數(shù)量關(guān)系的計(jì)算嘗試讓“萊布尼茲之夢(mèng)”在現(xiàn)實(shí)生活中得以實(shí)現(xiàn)。圖靈通過基本的數(shù)學(xué)運(yùn)算將數(shù)學(xué)運(yùn)算符號(hào)化為運(yùn)算符，并用一個(gè)無限長(zhǎng)紙帶來表述計(jì)算過程，制造出了圖靈機(jī)，這就是萊布尼茨所說的“通用機(jī)”。圖靈認(rèn)為人腦類似通用機(jī)，圖靈提出一臺(tái)計(jì)算機(jī)在多大程度上可以模仿人的活動(dòng)，進(jìn)而提出“機(jī)器能否思維”這個(gè)哲學(xué)問題。圖靈堅(jiān)持通過特定算法程序，把可計(jì)算的數(shù)量關(guān)系都轉(zhuǎn)化為由一臺(tái)圖靈機(jī)來計(jì)算。馮·諾依曼指導(dǎo)發(fā)明第一臺(tái)基于運(yùn)算器與存儲(chǔ)器的計(jì)算機(jī)，他為圖靈通用機(jī)設(shè)計(jì)出一個(gè)物理模型——edvac，edvac可以執(zhí)行加、減、乘、除等數(shù)學(xué)操作。與圖靈一樣，馮·諾依曼把人腦與機(jī)器類比，機(jī)器通過存儲(chǔ)器儲(chǔ)存數(shù)據(jù)，通過數(shù)學(xué)規(guī)則設(shè)計(jì)出把思維當(dāng)成數(shù)據(jù)的程序，通過簡(jiǎn)單、和諧的數(shù)字制造出能進(jìn)行復(fù)雜數(shù)字處理的機(jī)器。不管是圖靈的通用機(jī)還是馮·諾依曼的edvac都是為了解決“萊布尼茲之夢(mèng)”，其哲學(xué)思想均根源于畢達(dá)哥拉斯的“數(shù)論”哲學(xué)思想。除了圖靈與萊布尼茨，紐維爾與西蒙等符號(hào)主義人工智能先驅(qū)也認(rèn)為，不管是人類智能還是機(jī)器智能都是根據(jù)確定的或者規(guī)范的規(guī)則來進(jìn)行符號(hào)操作的。不但如此，基于認(rèn)知模擬的強(qiáng)人工智能也把心理狀態(tài)作為計(jì)算狀態(tài)，所謂認(rèn)知就是計(jì)算，這是對(duì)基于數(shù)論的計(jì)算主義教條的信仰，人類智能類似于信息處理系統(tǒng)。聯(lián)結(jié)主義人工智能不同于符號(hào)主義人工智能，它否認(rèn)智能行為來自于在形式規(guī)則下對(duì)符號(hào)進(jìn)行操作的觀點(diǎn)，“符號(hào)主義人工智能中的信息處理包括明確的應(yīng)用和形式規(guī)則，但是聯(lián)結(jié)主義人工智能沒有這樣的規(guī)則”〔4〕1366-1367。與符號(hào)主義人工智能不同，聯(lián)結(jié)主義人工智能的工作原理是尋找神經(jīng)網(wǎng)絡(luò)及其間的聯(lián)結(jié)機(jī)制及學(xué)習(xí)算法。雖然聯(lián)結(jié)主義與符號(hào)主義人工智能有區(qū)別，但聯(lián)結(jié)主義人工智能與符號(hào)主義人工智能的共同假設(shè)都是把認(rèn)知看作信息處理，且信息處理都具有可計(jì)算性?？梢?，畢達(dá)哥拉斯的“萬物皆數(shù)，數(shù)之和諧”思想為符號(hào)主義人工智能與聯(lián)結(jié)主義人工智能的發(fā)展奠定了基礎(chǔ)。
除了畢達(dá)哥拉斯的數(shù)論思想，古希臘亞里士多德的演繹邏輯系統(tǒng)也是人工智能的哲學(xué)思想源泉。人工智能符號(hào)主義學(xué)派也稱為邏輯主義學(xué)派，可見邏輯思想在人工智能發(fā)展中的重要地位與作用。即使是深受胡塞爾后期的現(xiàn)象學(xué)、海德格爾的存在現(xiàn)象學(xué)和梅洛-龐蒂的知覺現(xiàn)象學(xué)影響的人工智能專家德雷福斯，也肯定演繹邏輯以及形式系統(tǒng)在人工智能發(fā)展中的作用。在德雷福斯看來，符號(hào)主義人工智能的基礎(chǔ)是邏輯學(xué)，是哲學(xué)中的理性主義。人工智能的主要設(shè)想是可以運(yùn)用計(jì)算機(jī)的邏輯運(yùn)算來模擬人類思考的過程。圖靈嘗試依靠邏輯發(fā)明通用機(jī)，“我希望數(shù)字計(jì)算機(jī)能夠最終激起人們對(duì)符號(hào)邏輯的極大興趣……人與這些機(jī)器進(jìn)行交流的語言……構(gòu)成一種符號(hào)邏輯”〔5〕288。馬丁·戴維斯直接把符號(hào)主義學(xué)派的源頭追溯到亞里士多德，“把邏輯推理簡(jiǎn)化為形式的努力可以追溯到亞里士多德”〔6〕200。亞里士多德是邏輯學(xué)的創(chuàng)始人，他認(rèn)為邏輯學(xué)是獲得真正知識(shí)的重要工具，邏輯學(xué)是哲學(xué)的基礎(chǔ)。亞里士多德注重演繹推理，特別重視三段論推理，他認(rèn)為三段論推理是一切思維運(yùn)動(dòng)的基本形式。三段論是一種典型的演繹推理模式，它由普遍性公理和推理規(guī)則經(jīng)過嚴(yán)密的邏輯論證得出必然性結(jié)論。圖靈的通用機(jī)以及符號(hào)主義人工智能的根本基礎(chǔ)，都可以歸結(jié)為邏輯或者演繹推理。
集邏輯分析方法與語言分析方法于一體的分析哲學(xué)也是人工智能的思想源泉，分析哲學(xué)把邏輯學(xué)看作一切學(xué)科的基礎(chǔ)，數(shù)學(xué)的基礎(chǔ)也是邏輯學(xué)，數(shù)學(xué)也要用邏輯符號(hào)來表示。分析哲學(xué)產(chǎn)生于20世紀(jì)初，代表人物是石里克與卡爾納普等人，其理論來源于英國的經(jīng)驗(yàn)論者休謨、法國的實(shí)證主義者孔德、英國的邏輯主義者密爾和哲學(xué)家與心理學(xué)家馬赫等人的觀點(diǎn)。弗雷格的《算術(shù)基礎(chǔ)》、羅素與懷特海合著的《數(shù)學(xué)原理》、石里克的《普通認(rèn)識(shí)論》以及維特根斯坦的《邏輯哲學(xué)論》是分析哲學(xué)的代表著作。分析哲學(xué)的基本觀點(diǎn)是：哲學(xué)的任務(wù)是對(duì)知識(shí)進(jìn)行分析，強(qiáng)調(diào)通過對(duì)語言的邏輯分析來消除形而上學(xué)問題，認(rèn)為一切綜合命題都以經(jīng)驗(yàn)為基礎(chǔ)等。分析哲學(xué)家認(rèn)為一切科學(xué)研究必須從經(jīng)驗(yàn)出發(fā)，哲學(xué)的主要任務(wù)是運(yùn)用現(xiàn)代數(shù)理邏輯和語言分析把復(fù)雜的概念分析為簡(jiǎn)單的概念，分析哲學(xué)家想通過對(duì)語言的邏輯分析澄清語句、語詞的意義，通過語義上升，拋棄含混、模糊、有歧義的自然語言，把自然語言的語句轉(zhuǎn)換成邏輯命題，通過分析邏輯命題的意義清除偽哲學(xué)問題，達(dá)到拒斥形而上學(xué)的目的。分析哲學(xué)注重邏輯分析與語言分析，強(qiáng)調(diào)語言分析的重要性，分析哲學(xué)把科學(xué)的任務(wù)界定為發(fā)現(xiàn)真理，而邏輯的任務(wù)在于識(shí)別真理的規(guī)律。羅素立足于把哲學(xué)建成嚴(yán)密的科學(xué)，哲學(xué)像科學(xué)一樣可以獲得真理性的知識(shí)。在羅素看來，哲學(xué)和科學(xué)只有程度之分，沒有本質(zhì)區(qū)別。哲學(xué)問題都是邏輯問題，邏輯問題就是科學(xué)問題。對(duì)科學(xué)問題進(jìn)行分析還原之后，如果這個(gè)問題是邏輯問題，則它是哲學(xué)問題，否則就不是哲學(xué)問題。因此，邏輯是哲學(xué)的基礎(chǔ)。通過邏輯分析進(jìn)行還原涉及語言，那么，所有哲學(xué)問題命題都是語言表達(dá)式，語言結(jié)構(gòu)是邏輯結(jié)構(gòu)，是科學(xué)命題的真正的邏輯形式。
羅素的邏輯原子論從本體論角度堅(jiān)持奧卡姆剃刀的最小化原則，從語言角度上堅(jiān)持思維經(jīng)濟(jì)原則，語言表述堅(jiān)持最小詞匯量原則。“如無必要，勿增實(shí)體”。羅素從邏輯學(xué)角度堅(jiān)持邏輯前提或者公理最小化原則，“寧可構(gòu)造，勿要推論”。根據(jù)公理與推理規(guī)則建構(gòu)的邏輯學(xué)公理系統(tǒng)影響了圖靈、馮·諾依曼及其以后的人工智能專家。馮·諾依曼致力于為新機(jī)器設(shè)計(jì)邏輯方案，戈德斯坦把馮·諾依曼看成將邏輯應(yīng)用于計(jì)算機(jī)的第一人，“據(jù)我所知，馮·諾依曼是一個(gè)清楚地懂得計(jì)算機(jī)本質(zhì)上執(zhí)行的是邏輯功能的人”〔7〕69。馮·諾依曼在edvac的報(bào)告中也提到，不但從數(shù)學(xué)的觀點(diǎn)，而且從工程史和邏輯學(xué)家的觀點(diǎn)來探討大規(guī)模計(jì)算的機(jī)器。在人工智能哲學(xué)先驅(qū)德雷福斯看來，自從古希臘人發(fā)明了邏輯與幾何，就把一切推理歸結(jié)為計(jì)算。人工智能中符號(hào)主義的基礎(chǔ)是邏輯學(xué)，是哲學(xué)中的理性主義、還原論傳統(tǒng)。他們把計(jì)算機(jī)看成操作思想符號(hào)的系統(tǒng)，試圖用計(jì)算機(jī)來表達(dá)對(duì)世界的形式表述。心靈與計(jì)算機(jī)都是物理符號(hào)系統(tǒng)。在德雷福斯看來，“伽利略發(fā)現(xiàn)人們可以忽略的品質(zhì)和技術(shù)上的考慮，從而能找到一種用來描寫物質(zhì)運(yùn)動(dòng)的純形式化系統(tǒng)，同樣我們可以設(shè)想，一位研究人類行為的伽利略可能會(huì)把所有語義上的考慮（對(duì)意義的依賴），變成為句法（形式化）操作技巧”〔8〕76。人工智能的代表人物數(shù)理邏輯學(xué)家皮茨與生理學(xué)家麥卡洛克撰寫了《神經(jīng)活動(dòng)中內(nèi)在觀念的邏輯運(yùn)算》，他們的思想受到羅素與懷特海《數(shù)學(xué)原理》的啟發(fā)，堅(jiān)持把一切數(shù)學(xué)還原為邏輯，甚至神經(jīng)網(wǎng)絡(luò)也可以用邏輯來表達(dá)。德雷福斯認(rèn)為人工智能的發(fā)展建立在四種假設(shè)之上，即生物學(xué)假設(shè)、心理學(xué)假設(shè)、本體論假設(shè)以及認(rèn)識(shí)論假設(shè)。其中認(rèn)識(shí)論假設(shè)指的是一切知識(shí)都可被形式化，可以被編碼成數(shù)字形式;本體論假設(shè)指的是存在一組在邏輯上相互獨(dú)立的事實(shí)，知識(shí)可以被編入計(jì)算機(jī)程序。紐維爾認(rèn)為：“人工智能科學(xué)家把計(jì)算機(jī)看成操作符號(hào)的機(jī)器，他們認(rèn)為，重要的是每一樣?xùn)|西都可以經(jīng)編碼成為符號(hào)，數(shù)字也不例外?！薄?〕196在符號(hào)主義者看來，符號(hào)是人類認(rèn)識(shí)外部世界的基本單元。人工智能的邏輯學(xué)派將人的認(rèn)識(shí)對(duì)象通過數(shù)學(xué)邏輯的方式抽象為符號(hào)，利用計(jì)算機(jī)的程序符號(hào)來模擬人認(rèn)知世界的過程。符號(hào)主義學(xué)派主要依靠計(jì)算機(jī)的邏輯符號(hào)來模擬人的認(rèn)知過程。人工智能的重量級(jí)人物紐維爾與西蒙構(gòu)造了第一個(gè)真正意義的人工智能程序，稱之為“邏輯專家”，可見人工智能專家受邏輯學(xué)思想影響之深，“任何表現(xiàn)出一般智能的系統(tǒng)，都可以證明是一個(gè)物理符號(hào)系統(tǒng)”〔10〕41。西蒙與紐維爾認(rèn)為，作為一般的智能行為，物理符號(hào)系統(tǒng)具有的計(jì)算手段既是必要的也是充分的。紐維爾與西蒙把其理論來源追溯到分析哲學(xué)家弗雷格、羅素與懷特海，“該假設(shè)的起源要追溯到弗雷格、懷特海與羅素就形式化邏輯提出的方案：以邏輯方式獲取基本的概念式數(shù)學(xué)觀念，把證明和演繹觀念置于可靠的根基上”〔11〕。德雷福斯認(rèn)為，真正的專家解決問題是訴諸直覺與整體性，在此基礎(chǔ)上對(duì)人工智能的認(rèn)識(shí)論假設(shè)與本體論假設(shè)進(jìn)行批判，但他同意專家系統(tǒng)必須使用某種類型的概論度量的邏輯標(biāo)準(zhǔn)，“認(rèn)知模擬的先驅(qū)者們——已經(jīng)繼承了霍布斯推理就是計(jì)算的主張，笛卡爾的心理表述、萊布尼茲的‘普遍文字’的思想——所有知識(shí)都可以在一組初始概念中得到表示”〔11〕。正如德雷福斯所言，“人工智能就是試圖找到主體（人或計(jì)算機(jī)）中的哲學(xué)本原元素和邏輯關(guān)系”〔12〕?？梢姡斯ぶ悄芘c邏輯學(xué)特別是分析哲學(xué)緊密相關(guān)，邏輯學(xué)與分析哲學(xué)是人工智能的一個(gè)重要思想來源。
古希臘先哲用簡(jiǎn)單的物質(zhì)元素探索世界的本原。例如，泰勒斯把世界的本原歸結(jié)為水，赫拉克利特把世界的本原歸結(jié)為火，德謨克利特把世界的本原歸結(jié)為原子，認(rèn)為世界由不可分的原子構(gòu)成。他認(rèn)為，萬事萬物都可以還原為不可分最小微?！樱澜缡怯稍訕?gòu)成的。復(fù)雜的事物由簡(jiǎn)單的事物構(gòu)成，萬事萬物都由不可分的基本粒子構(gòu)成。世界由最基本的粒子構(gòu)成，復(fù)雜對(duì)象由基本粒子構(gòu)成，基本粒子決定了宇宙的性質(zhì)。
簡(jiǎn)單性哲學(xué)原則不但用簡(jiǎn)單元素追溯世界的本原，還致力于用力學(xué)解釋自然現(xiàn)象。不管是物理規(guī)律、化學(xué)規(guī)律、生物規(guī)律，甚至是社會(huì)規(guī)律都可以用力學(xué)解釋。哥白尼的日心說體系之所以取得科學(xué)界的支持也不是因?yàn)槠浣忉屃?qiáng)，而是因?yàn)槠渥裱撕?jiǎn)單性原則，從而取代了托勒密繁瑣的本輪-均輪模型。牛頓的力學(xué)三定律就立足于簡(jiǎn)單性原則，用力來解釋所有運(yùn)動(dòng)。按照簡(jiǎn)單性哲學(xué)原則，人與動(dòng)物都是由簡(jiǎn)單的粒子構(gòu)成，人與動(dòng)物沒有根本區(qū)別，人與機(jī)器也沒有本質(zhì)區(qū)別，甚至可以說“人就是機(jī)器”。1747年，拉·梅特里發(fā)表了《人是機(jī)器》這一哲學(xué)巨著，提出“人是動(dòng)物，因而也是機(jī)器，不過是更復(fù)雜的機(jī)器罷了”〔14〕69。笛卡爾把人體看作是與機(jī)械相類似，用機(jī)械的旋渦來解釋天體運(yùn)動(dòng)問題，他認(rèn)為宇宙是一架機(jī)器，機(jī)械運(yùn)動(dòng)是唯一的運(yùn)動(dòng)規(guī)律。牛頓、開普勒、伽利略等都力圖建立嚴(yán)密的力學(xué)體系來正確描述宏觀物理運(yùn)動(dòng)，甚至是天體運(yùn)動(dòng)。愛因斯坦試圖用公理化方法把自然界描繪成物質(zhì)在時(shí)空中運(yùn)動(dòng)的統(tǒng)一體，德國物理學(xué)家海森堡也認(rèn)為簡(jiǎn)單性原則可以作為科學(xué)假說可接受性的標(biāo)準(zhǔn)。
不僅自然界的規(guī)律可以用力學(xué)表示，而且社會(huì)關(guān)系也可以用力學(xué)表示。孔德提出社會(huì)動(dòng)力學(xué)和社會(huì)靜力學(xué)概念，社會(huì)動(dòng)力學(xué)又稱為社會(huì)物理學(xué)，立足于運(yùn)用力學(xué)規(guī)律分析社會(huì)關(guān)系。1950年，斯賓塞出版《社會(huì)靜力學(xué)》，把事物的基本規(guī)律看作“力的恒久性規(guī)律”（thelawofpersistenceofforce）?！叭耸菣C(jī)器”的觀點(diǎn)啟發(fā)人工智能先驅(qū)開始了構(gòu)造具有人類智能機(jī)器的探索。
主體與客體的關(guān)系在哲學(xué)史上占居重要地位，是哲學(xué)研究中的核心問題，也是哲學(xué)史上諸多學(xué)派的思想源頭。古希臘米利都學(xué)派的泰勒斯探索萬物本源的時(shí)候就開始關(guān)注主體如何認(rèn)識(shí)客體，關(guān)注主體與客體的關(guān)系，普羅泰戈拉提出的命題“人是萬物的尺度”包括了主客二分思維的萌芽，笛卡爾的精神和物質(zhì)相互獨(dú)立的二元論思想暗含著主體和客體截然二分的思想。人們一般認(rèn)為，只有人類才能成為主體，人之外的世界是客體。那主客二分的標(biāo)準(zhǔn)是什么呢？人之所以為主體的標(biāo)準(zhǔn)又是什么呢？有的學(xué)者認(rèn)為只有主體才具有意向性，客體不具有意向性，客體只是主體認(rèn)識(shí)的對(duì)象。主體一般具有獨(dú)立意識(shí)或者個(gè)體經(jīng)驗(yàn)。哲學(xué)意義的認(rèn)識(shí)論指的是個(gè)體對(duì)知識(shí)和知識(shí)獲得所持有的信念，主要包括知識(shí)結(jié)構(gòu)、知識(shí)本質(zhì)、知識(shí)來源和知識(shí)判斷的信念等內(nèi)容，主體與客體的關(guān)系問題是哲學(xué)的核心問題。認(rèn)識(shí)論中的可知論與不可知論是研究主體之外的客體是否可知，唯心主義與唯物主義的區(qū)分以及各種不同的哲學(xué)流派的分野都基于主體與客體截然二分的哲學(xué)基礎(chǔ)，哲學(xué)史上，各大流派都曾經(jīng)把主客關(guān)系作為研究的切入點(diǎn)。
人工智能是賦予機(jī)器智能，讓機(jī)器可以模擬或者代替人類的某種智能。人工智能基于不同的哲學(xué)理念有不同的研究進(jìn)路，人工智能發(fā)展史上不同思想的對(duì)立也是基于對(duì)于主體與客體關(guān)系的哲學(xué)思考。一般來講，人工智能可分為三種進(jìn)路，即符號(hào)主義進(jìn)路、聯(lián)結(jié)主義進(jìn)路以及行為主義進(jìn)路。人工智能符號(hào)主義進(jìn)路把人類的認(rèn)知過程看成符號(hào)計(jì)算過程，人類認(rèn)知是物理符號(hào)系統(tǒng)，人工智能先驅(qū)德雷福斯（s）認(rèn)為，人工智能研究者其實(shí)與煉金術(shù)師一樣，也是對(duì)一些符號(hào)進(jìn)行不同的處理。因此，在人工智能的符號(hào)主義看來，人與機(jī)器沒有本質(zhì)區(qū)別，人類的心智同樣可以還原成符號(hào)計(jì)算。德雷福斯在《計(jì)算機(jī)不能做什么：人工智能的極限》中提出，人工智能機(jī)器是基于生物學(xué)假設(shè)、心理學(xué)假設(shè)、認(rèn)識(shí)論假設(shè)以及本體論假設(shè)基礎(chǔ)之上的?！吧飳W(xué)假設(shè)：在某一運(yùn)算水平上，大腦與計(jì)算機(jī)一樣，以離散的運(yùn)算方式加工信息;心理學(xué)假設(shè)：大腦被看作一種按照形式規(guī)則加工信息單位的裝置;認(rèn)識(shí)論假設(shè)：一切知識(shí)都可被形式化，可以被編碼成數(shù)字形式;本體論假設(shè)：存在是一組在邏輯上相互獨(dú)立的事實(shí)，知識(shí)可以被編入計(jì)算機(jī)程序”〔17〕156。從德雷福斯關(guān)于人工智能的四個(gè)假設(shè)中我們可以看出，人工智能與人類一樣都是對(duì)信息加工和處理的工具，從這個(gè)意義上講，主體與客體之間沒有本質(zhì)的區(qū)別。主體與客體不能截然二分，之所以對(duì)主體和客體進(jìn)行區(qū)分，表明人類對(duì)于自身的認(rèn)知規(guī)律和智能結(jié)構(gòu)沒有真正揭示。
人工智能的聯(lián)結(jié)主義進(jìn)路，又稱為仿生學(xué)派或生理學(xué)派，認(rèn)為人工智能源于仿生學(xué)，特別是對(duì)人腦模型的研究，其主要原理為神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機(jī)制與學(xué)習(xí)算法。聯(lián)結(jié)主義起初是用軟件模擬神經(jīng)網(wǎng)絡(luò)，后來發(fā)展到用硬件模擬神經(jīng)網(wǎng)絡(luò)。其理論假設(shè)是人與機(jī)器如果具有同樣的結(jié)構(gòu)應(yīng)該具有同樣的功能，可以通過研究人腦的物理結(jié)構(gòu)從而制造出類似人腦的機(jī)器。在聯(lián)結(jié)主義看來，人與機(jī)器結(jié)構(gòu)相同，人腦與計(jì)算機(jī)程序運(yùn)行模式相同，則功能相同。紐維爾（allennewell）認(rèn)為，智能的計(jì)算機(jī)程序可以被用來模擬人類的思維過程。聯(lián)結(jié)主義失敗的原因是人腦的結(jié)構(gòu)并不像人工智能研究者們?cè)陔娔X上模擬一樣，人類的大腦是將物理事實(shí)與知覺過程所連接的客觀事實(shí)，而不只是對(duì)信息進(jìn)行加工的一臺(tái)機(jī)器。人與機(jī)器不同，機(jī)器不具有人類的精神狀態(tài)和意識(shí)。人類的精神狀態(tài)和意識(shí)是否由人腦結(jié)構(gòu)決定呢？人類精神狀態(tài)和意識(shí)是先驗(yàn)存在還是后天習(xí)得仍然是認(rèn)知科學(xué)研究的難題。因此，通過神經(jīng)網(wǎng)絡(luò)讓機(jī)器模擬人類智能行不通。通過對(duì)人工智能的符號(hào)主義和聯(lián)結(jié)主義的分析我們發(fā)現(xiàn)，主體與客體區(qū)別的必要性得以彰顯，人的主體性地位不能動(dòng)搖。
人工智能的行為主義進(jìn)路，又稱為人工智能的進(jìn)化主義或控制論學(xué)派，其原理為維納和麥克洛克等學(xué)者的控制論思想及感知-動(dòng)作型控制系統(tǒng)。研究重點(diǎn)是模擬人在控制過程中的智能行為和作用，如對(duì)自適應(yīng)、自組織和自學(xué)習(xí)等的研究。人工智能行為主義學(xué)派的代表布魯克斯（rodneybrooks）研制的“六足機(jī)器人”實(shí)質(zhì)上是一個(gè)基于感知-動(dòng)作模式模擬昆蟲行為的控制系統(tǒng)，能夠適應(yīng)外界的環(huán)境，但這樣的機(jī)器人也不具有人類的感知與認(rèn)知能力，主體與客體之間還是可以嚴(yán)格區(qū)分。人工智能的目標(biāo)從技術(shù)層面來講是制造出對(duì)人類有益的智能機(jī)器，從哲學(xué)層面來講，就是利用人工智能概念和模型，通過機(jī)器模擬人類智能來推動(dòng)哲學(xué)核心思想主客二分問題的研究，借此解決哲學(xué)上的身心問題、意識(shí)難題等問題。哲學(xué)的核心問題與人工智能的研究是相互促進(jìn)的。
綜上所述，人工智能技術(shù)的發(fā)展有其哲學(xué)根源，根源于數(shù)是萬物本源思想、萬物皆數(shù)思想以及數(shù)的簡(jiǎn)單、和諧思想，還根源于亞里士多德的邏輯思想以及分析哲學(xué)的邏輯分析研究方法。在眾多哲學(xué)思想中，簡(jiǎn)單性原則是人工智能的哲學(xué)思想源泉。人工智能就是計(jì)算機(jī)用邏輯方法把思維還原為簡(jiǎn)單數(shù)字來模擬人腦的過程。人工智能發(fā)展是思維的革命，人工智能涉及信息與計(jì)算的本體地位和方法論問題，人工智能的發(fā)展迫使哲學(xué)家們對(duì)思維的存在形式進(jìn)行深入研究，從而把形而上的論證變成可操作的過程。人工智能的目標(biāo)是通過計(jì)算機(jī)實(shí)現(xiàn)機(jī)器模仿人類智能，人工智能的發(fā)展直接指向哲學(xué)的中心問題。例如，意向性問題、形式化問題、身心問題等。對(duì)于人工智能的哲學(xué)基礎(chǔ)溯源有利于推動(dòng)哲學(xué)的進(jìn)步與發(fā)展，也可以拓展對(duì)于傳統(tǒng)哲學(xué)問題的研究。只有對(duì)人工智能的哲學(xué)思想基礎(chǔ)進(jìn)行追溯與探源，才能為人工智能工作者提供思想源泉，從而更好地理解與把握人工智能的理論基礎(chǔ)、發(fā)現(xiàn)人工智能的發(fā)展規(guī)律以及預(yù)測(cè)人工智能的發(fā)展趨勢(shì)、把握人工智能的發(fā)展方向。
參考文獻(xiàn)：
〔1〕瑪格麗特·博登.人工智能哲學(xué)〔m〕.劉西瑞，王漢琦，譯.上海：上海譯文出版社，2001.
〔2〕汪子嵩，等.希臘哲學(xué)史〔m〕.北京：人民出版社，2004.
〔3〕亞里士多德.形而上學(xué)〔m〕.李真，譯.上海：上海人民出版社，1995.〔4〕安東尼·梅耶斯.愛思唯爾科學(xué)哲學(xué)手冊(cè)〔m〕.張培富，等譯.北京：北京師范大學(xué)出版社，2015.
〔5〕〔m〕.northholland，amsterdam：macmillanmagazinesltd，1992.
〔6〕davis，soflogic：mathematiciansandtheoriginofthecomputer〔m〕.newyork：&，2001.
人工智能的弊端論文篇十一
人工智能和數(shù)字地球是計(jì)算機(jī)科學(xué)及信息科學(xué)發(fā)展中的重要領(lǐng)域。本文簡(jiǎn)述了人工智能的概念及其在計(jì)算機(jī)上的實(shí)現(xiàn)方式，并提出了人工智能技術(shù)在數(shù)字地球發(fā)展中幾個(gè)方面的應(yīng)用，最后總結(jié)了人工智能技術(shù)為數(shù)字地球的發(fā)展帶來的好處。
1前言
，美國副總統(tǒng)阿爾.戈?duì)栐诩永Ｄ醽喛茖W(xué)中心作的演講中提出了“數(shù)字地球”這一新概念，并對(duì)其作了比較全面和通俗的說明[1]。演講中戈?duì)柨偨y(tǒng)給出數(shù)字地球可能的無比廣闊的應(yīng)用前景，人們可以通過數(shù)字地球技術(shù)指導(dǎo)仿真外交，打擊和監(jiān)測(cè)犯罪，保護(hù)生態(tài)多樣性，預(yù)測(cè)氣候變化，增加作物產(chǎn)量等。
在數(shù)字地球中非常重要的一點(diǎn)是如何使海量的地理空間數(shù)據(jù)變得有意義，即讓它們能過被人們所理解。但是，在面對(duì)這些海量的數(shù)據(jù)時(shí)，我們處理的手段卻是有限的。而且這些數(shù)據(jù)都是由計(jì)算機(jī)來處理的，在面對(duì)大量數(shù)據(jù)中的無用數(shù)據(jù)時(shí)，計(jì)算機(jī)是很難將其識(shí)別出來的。所以我們需要讓計(jì)算機(jī)具有人類一樣的智慧，將這些數(shù)據(jù)進(jìn)行有效的處理。如今，人工智能技術(shù)在數(shù)字地球中有著廣泛的應(yīng)用。通過這一技術(shù)，人們可以高效的處理和分析這些海量數(shù)據(jù)。
2人工智能的實(shí)現(xiàn)方式
人工智能在計(jì)算機(jī)上有兩種不同的實(shí)現(xiàn)方式。一種是采用傳統(tǒng)的編碼技術(shù)，使系統(tǒng)呈現(xiàn)智能的效果，而不考慮所用的方法是否與人或動(dòng)物機(jī)體所用的方法相同。另一種是模擬法(modelingapproach)，它要求實(shí)現(xiàn)方法也和人或動(dòng)物機(jī)體所用的方法相同或相似。模擬法有兩種實(shí)現(xiàn)的算法：遺傳算法和神經(jīng)網(wǎng)絡(luò)算法。
遺傳算法借鑒生物進(jìn)化論，將要解決的問題模擬成一個(gè)生物體，通過復(fù)制、交叉、突變等操作產(chǎn)生下一代解空間[3]，并通過適應(yīng)函數(shù)度來淘汰那些不良的個(gè)體，這樣迭代進(jìn)化幾代之后就很有可能得到適應(yīng)度函數(shù)值較高的個(gè)體。遺傳算法通常用在求解問題最優(yōu)解的情況下，如函數(shù)優(yōu)化、組合優(yōu)化等。
神經(jīng)網(wǎng)絡(luò)算法通過模擬人或動(dòng)物的神經(jīng)網(wǎng)絡(luò)傳遞和處理信息的行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型[4]。使用神經(jīng)網(wǎng)絡(luò)算法使系統(tǒng)具有像人一樣學(xué)習(xí)的特征。初始時(shí)，系統(tǒng)模塊跟初生嬰兒一樣什么也不懂，而且會(huì)經(jīng)常犯錯(cuò)，但是它可用通過學(xué)習(xí)，從錯(cuò)誤中吸取教訓(xùn)，下一次運(yùn)行時(shí)就可能改正。
3人工智能技術(shù)在數(shù)字地球中的應(yīng)用
人工智能能夠使我們的計(jì)算機(jī)具有人能解決問題的能力，使得計(jì)算機(jī)工作起來更加的高效。而且通過人工智能的學(xué)習(xí)機(jī)制，降低其出錯(cuò)的幾率。人工智能在數(shù)字地球中可以有以下幾個(gè)方面的應(yīng)用：
3.1智能導(dǎo)航
當(dāng)前我們主要使用gps技術(shù)來做定位和導(dǎo)航的。但是gps只能在室外及衛(wèi)星信號(hào)不被遮擋或反射的地方才能使用。因此，在室內(nèi)、茂密的樹木覆蓋處和高層建筑地下gps就很難使用了[5]。
使用人工智能技術(shù)進(jìn)行智能導(dǎo)航，當(dāng)不能獲得gps衛(wèi)星信號(hào)時(shí)，系統(tǒng)會(huì)智能的使用基于通信基站定位、互聯(lián)網(wǎng)定位等來提供導(dǎo)航。同時(shí)，人工智能系統(tǒng)還可以實(shí)現(xiàn)最優(yōu)路徑規(guī)劃，周邊信息搜索等功能。
3.2智能的人機(jī)交互
數(shù)字地球的建設(shè)依賴于互聯(lián)網(wǎng)、虛擬現(xiàn)實(shí)等技術(shù)，但是現(xiàn)在我們能做的僅僅是通過這些技術(shù)將我們所獲得的海量數(shù)據(jù)展現(xiàn)在人們面前。而顯示信息的形式主要是以瀏覽器、虛擬頭盔等，這些工具存在著不能與人友好交互的問題。我們通常是通過人肢體來交互，而不能像現(xiàn)實(shí)生活中人們通過對(duì)話的形式交互。
3.3專家系統(tǒng)
計(jì)算機(jī)較人強(qiáng)的地方在于它的計(jì)算速度快，將計(jì)算機(jī)的高運(yùn)算速度和人的智慧集成起來構(gòu)成專家系統(tǒng)。專家系統(tǒng)使用人類專家推理的模型來處理現(xiàn)實(shí)世界中需要專家作出解釋的復(fù)雜問題，并得出與專家相同的結(jié)論[6]。
在氣象預(yù)測(cè)中，我們要處理大量的氣象數(shù)據(jù)。使用傳統(tǒng)的計(jì)算機(jī)處理方式，我們還要對(duì)計(jì)算機(jī)的處理結(jié)果做大量的分析。但是通過專家系統(tǒng)，不僅給出處理的數(shù)據(jù)結(jié)果，還可以給出分析的結(jié)果，以便研究人員輔助研究使用。這樣可以減少大量的人力耗費(fèi)。
總結(jié)
戈?duì)柨偨y(tǒng)所提出的數(shù)字地球，不僅僅是數(shù)字化的地球，其未來的發(fā)展跟應(yīng)該是在數(shù)字化的基礎(chǔ)之上的智慧地球，正如20xx年ibm所提出的“智慧地球”。未來，電子設(shè)備將會(huì)更加智能化，人機(jī)交互將會(huì)更友好化。
同時(shí)在面對(duì)海量的地理空間數(shù)據(jù)時(shí)，使用人工智能技術(shù)可以拓寬我們隊(duì)這些數(shù)據(jù)的處理能力。加快數(shù)據(jù)的處理速度、精確性等。通過智能搜索，可以快速精準(zhǔn)的找到我們所需要的信息。就像google公司所做的智能周邊搜索一樣，當(dāng)人們走在城市街道上的時(shí)候，系統(tǒng)可以搜索并顯示周邊我們感興趣的一些商店、景觀、飯店等信息。并且人工智能技術(shù)還能提供智能導(dǎo)航、人機(jī)自然語言交互、專家系統(tǒng)等。未來人工智能技術(shù)將在數(shù)字地球的發(fā)展中起到更大的作用。
人工智能的弊端論文篇十二
摘要：隨著工業(yè)領(lǐng)域的迅猛發(fā)展，自動(dòng)化、智能化被當(dāng)做是電氣控制領(lǐng)域的重點(diǎn)發(fā)展趨勢(shì)。為了讓電氣自動(dòng)化控制中人工智能技術(shù)發(fā)揮更大的作用，本文概括了人工智能技術(shù)，闡述了人工智能技術(shù)在電氣自動(dòng)化領(lǐng)域的使用實(shí)例，以此期望對(duì)有關(guān)工作人員能有幫助。
關(guān)鍵詞：電氣控制；自動(dòng)化控制；人工智能
近年來隨著國內(nèi)外人工智能研究的興起與發(fā)展，越來越多的傳統(tǒng)領(lǐng)域開始思考能否在自己的產(chǎn)品生產(chǎn)線上使用人工智能技術(shù)，所以它的實(shí)際使用領(lǐng)域廣泛。現(xiàn)代社會(huì)的發(fā)展離不開人工智能技術(shù)的使用，特別是在現(xiàn)代工業(yè)的領(lǐng)域，在方法上需要依靠最新的人工智能技術(shù)為支持，但要做到讓人工智能技術(shù)在電氣自動(dòng)化控制中更好的發(fā)揮作用，我們先要知道人工智能技術(shù)到底是什么樣的技術(shù)[1]。
1人工智能技術(shù)的概述
國內(nèi)的創(chuàng)新熱潮近幾年正在蓬勃的發(fā)展，各種新技術(shù)競(jìng)相展現(xiàn)，人工智能技術(shù)也逐漸成熟了，而且它在當(dāng)今社會(huì)中的使用也更加寬泛。人工智能技術(shù)的建立，不僅要有計(jì)算機(jī)技術(shù)知識(shí)進(jìn)行有效支持，還與其他學(xué)科知識(shí)息息相關(guān)，人工智能技術(shù)通俗上講就是生產(chǎn)出可以替代人類來工作的智能化機(jī)器人，將來許多崗位都可以由機(jī)器來替代人類工作[2]。隨著科技的日新月異，科學(xué)家們已經(jīng)成功地生產(chǎn)出了類似于人腦一樣思考的人工大腦芯片，并將這種新技術(shù)命名為人工智能技術(shù)。在人們平常的生產(chǎn)活動(dòng)中，已有非常多的范圍都使用了人工智能技術(shù)，而且它們的現(xiàn)實(shí)使用效率非常高。
2人工智能技術(shù)在電氣自動(dòng)化中的應(yīng)用廣闊前景
電氣自動(dòng)化中應(yīng)用人工智能技術(shù)，不僅在極大程度上讓工人更好的操控電氣自動(dòng)化設(shè)備，還極大地減少了電氣自動(dòng)化的使用成本，這說明發(fā)展人工智能技術(shù)的前景是非常有利的。
2.1電氣自動(dòng)化控制中加入人工智能技術(shù)的重要性
人工智能技術(shù)同人類的工作方式相比有許多人類不能替代的優(yōu)勢(shì)，例如人工智能對(duì)于數(shù)字和程式非常敏感，可以長(zhǎng)時(shí)間的集中于處理同一個(gè)問題，這些優(yōu)勢(shì)可以幫助人類解決一些繁復(fù)的工作，所以電氣自動(dòng)化控制中應(yīng)用人工智能技術(shù)后，它一定可以為人類創(chuàng)造更大的價(jià)值[3]。
2.2人工智能技術(shù)在電氣自動(dòng)化控制中的應(yīng)用優(yōu)勢(shì)
因?yàn)殡姎庠O(shè)備的復(fù)雜性和連貫性的要求，所以對(duì)電氣設(shè)備的設(shè)計(jì)人員就提出了非常高的專業(yè)要求，除了具備非常扎實(shí)的專業(yè)知識(shí)以外，還要求他們的設(shè)計(jì)最好可以結(jié)合最新的科學(xué)技術(shù)。在電氣自動(dòng)化控制中使用人工智能技術(shù)之后，會(huì)帶來很多便利性，具體表現(xiàn)為下面這4點(diǎn)：（1）數(shù)據(jù)的收集與運(yùn)算都能利用人工智能技術(shù)來實(shí)現(xiàn)，因?yàn)閾碛辛诉@一作用，以此一來就能對(duì)電氣設(shè)備的每樣數(shù)值開展收集，還可立即對(duì)數(shù)據(jù)進(jìn)行運(yùn)算，因此能讓電氣自動(dòng)化的現(xiàn)實(shí)管控效果得以大范圍提高。（2）人工智能技術(shù)可實(shí)現(xiàn)連續(xù)的監(jiān)管并實(shí)現(xiàn)必要的報(bào)警。人工智能技術(shù)能同步監(jiān)控電氣系統(tǒng)中主要設(shè)備的模擬數(shù)據(jù)值。（3）人工智能管控的操縱監(jiān)控系統(tǒng)較高效。能夠通過鼠標(biāo)、鍵盤來對(duì)電氣設(shè)備實(shí)行自動(dòng)化管控，因?yàn)槭褂霉芸亓鞒叹湍軌驅(qū)崿F(xiàn)同步并網(wǎng)帶負(fù)荷操縱，以此以來不僅能夠大范圍減少工作人員的勞動(dòng)時(shí)間，還能讓控制效率得以提升，這同目前工業(yè)發(fā)展的`現(xiàn)實(shí)需要非常符合[4]。（4）差錯(cuò)記載功能也是人工智能技術(shù)擁有的獨(dú)特特點(diǎn)，人類可以更好的運(yùn)用這個(gè)技術(shù)來監(jiān)測(cè)每一個(gè)運(yùn)行環(huán)節(jié)中出現(xiàn)的點(diǎn)滴差池，以此來調(diào)試設(shè)備使其達(dá)到最佳的狀態(tài)，這從根本上提高了電氣設(shè)備的運(yùn)行效率和使用安全度，使其更好的為人類服務(wù)。
3人工智能技術(shù)在電氣自動(dòng)化中的應(yīng)用分析
因?yàn)槟壳皬母旧仙?jí)了人工智能技術(shù)，加上它技術(shù)的逐漸完備，越來越多的電氣設(shè)備開始同人工智能技術(shù)掛鉤，為了更加直觀的介紹人工智能設(shè)備的特點(diǎn)與技術(shù)屬性，筆者主要對(duì)電氣自動(dòng)化設(shè)備中人工智能技術(shù)的使用和電氣管控流程中人工智能技術(shù)的使用開展了辨析。
3.1人工智能技術(shù)在電氣自動(dòng)化設(shè)備中的應(yīng)用
電氣自動(dòng)化系統(tǒng)有極大的繁雜性，它主要牽扯到許多范圍與科目，這就對(duì)操控電氣自動(dòng)化設(shè)備的員工提出了很高的要求，他們應(yīng)該擁有很高的職業(yè)素養(yǎng)，而且還要有充足的知識(shí)儲(chǔ)備。因?yàn)殡姎庾詣?dòng)化體系相當(dāng)繁雜，所以在現(xiàn)實(shí)操控中的效率性要加強(qiáng)，這樣才能極大程度地降低因?yàn)椴缓侠硎褂?，?dǎo)致出現(xiàn)非常規(guī)錯(cuò)誤，有時(shí)更可能導(dǎo)致安全事故等。這些問題的解決都可憑借人工智能技術(shù)來達(dá)成，就人工智能技術(shù)自身來看，其系統(tǒng)中心主要是計(jì)算機(jī)系統(tǒng)，經(jīng)由編輯每種操控系統(tǒng)，能夠使計(jì)算機(jī)控制中的智能管控得以更好的施行[5]。
3.2人工智能技術(shù)在電氣控制過程中的應(yīng)用
就電氣自動(dòng)化的管控流程來看，人工智能可以幫助人類更好的控制電氣設(shè)備。在電氣設(shè)備的控制系統(tǒng)中，引入人工智能的現(xiàn)金技術(shù)后，能讓實(shí)際工作操作效果在很大范圍上得以提升，還能使得整個(gè)操作過程實(shí)現(xiàn)無人化監(jiān)管，這樣一來達(dá)到了企業(yè)節(jié)約成本的目的，尤其是不用再去花費(fèi)大筆的人工費(fèi)用。除此之外就從整個(gè)控制過程來看，人工智能技術(shù)可以實(shí)現(xiàn)同多臺(tái)設(shè)備的同時(shí)控制，專家體系、模擬操控和神經(jīng)網(wǎng)絡(luò)操控是其首要應(yīng)用的人工智能系統(tǒng)[6]。
4總結(jié)
科技的發(fā)展讓人類的生活更加便利與美好，人工智能技術(shù)的發(fā)揮在那越來越推進(jìn)了現(xiàn)代工業(yè)的更好發(fā)展。因?yàn)槿斯ぶ悄芗夹g(shù)具備相當(dāng)多的優(yōu)點(diǎn)，它是這些年來發(fā)展起來的一門新興高科技技術(shù)，它在實(shí)際應(yīng)用中有巨大的使用效率，不僅在電氣自動(dòng)化控制中，加入人工智能技術(shù)后，極大程度上提高了電氣設(shè)備的控制度，讓它能更好的的服務(wù)人類生產(chǎn)活動(dòng)；同時(shí)電氣設(shè)備上結(jié)合了人工智能技術(shù)，讓電氣自動(dòng)化設(shè)備的操控系統(tǒng)變得更加簡(jiǎn)潔，提高了員工操控效率；降低了企業(yè)的人力物力成本，使得生產(chǎn)流程更加科學(xué)、連貫，所以大力發(fā)展人工智能技術(shù)與電氣自動(dòng)化的結(jié)合是非常有必要的研究。
參考文獻(xiàn)：
[5]黃開平.高級(jí)項(xiàng)目中自動(dòng)化系統(tǒng)的應(yīng)用[j].電氣時(shí)代,20xx(02)．
人工智能的弊端論文篇十三
摘要：電氣工程及其自動(dòng)化的實(shí)現(xiàn)，從根本上促進(jìn)我國電氣產(chǎn)業(yè)迅速發(fā)展，滿足人們的日常生活需求。但在實(shí)際的自動(dòng)化發(fā)展過程中，還存在一些不足之處影響電氣工程的生產(chǎn)效率，難以滿足當(dāng)前時(shí)代的需求，基于此，作者結(jié)合自身經(jīng)驗(yàn)，對(duì)電氣工程及其自動(dòng)化發(fā)展的現(xiàn)狀，及其中存在的問題及解決措施進(jìn)行有效的分析，以供相關(guān)人員參考，為其提供借鑒。
關(guān)鍵詞：電氣工程；自動(dòng)化；問題
引言
隨著時(shí)代不斷發(fā)展，信息技術(shù)、電氣工程自動(dòng)化技術(shù)逐漸被廣泛應(yīng)用。受生產(chǎn)力水平提升的影響，人們對(duì)于電氣工程及其自動(dòng)化的要求也不斷提升，以滿足時(shí)代發(fā)展，但實(shí)際上，現(xiàn)階段電氣工程及其自動(dòng)化中存在諸多問題，其技術(shù)水平與社會(huì)生產(chǎn)力發(fā)展需求未能有效的相適應(yīng)，難以滿足當(dāng)前社會(huì)的需求。
1我國電氣工程及其自動(dòng)化現(xiàn)狀分析
電氣工程及其自動(dòng)化屬于新型的技術(shù)，具有較強(qiáng)的綜合性，直接影響我國工業(yè)的生產(chǎn)水平，并與人們的日常生活息息相關(guān)。現(xiàn)階段，我國電氣工程技術(shù)不斷創(chuàng)新發(fā)展，從根本上帶動(dòng)電氣工程及其自動(dòng)化領(lǐng)域發(fā)展，并促使其逐漸向高新技術(shù)轉(zhuǎn)化，擴(kuò)大技術(shù)的應(yīng)用范圍，從整體上促進(jìn)國民經(jīng)濟(jì)提升。實(shí)際上，電氣工程及其自動(dòng)化屬于現(xiàn)代電氣信息領(lǐng)域，其涵蓋內(nèi)容非常廣泛，包括與電氣工程相關(guān)的所有工程，并在多個(gè)領(lǐng)域中進(jìn)行應(yīng)用，例如，工業(yè)領(lǐng)域、軍事領(lǐng)域、農(nóng)業(yè)領(lǐng)域等，對(duì)我國的工業(yè)與社會(huì)發(fā)展起到積極的促進(jìn)作用，同時(shí)，電氣工程及其自動(dòng)化技術(shù)的創(chuàng)新與發(fā)展對(duì)于人們的日常生活方式與生產(chǎn)方式也產(chǎn)生影響，以推動(dòng)國民經(jīng)濟(jì)穩(wěn)定發(fā)展[1]。
2我國電氣工程及其自動(dòng)化中存在的問題
2.1電氣工程能源損耗問題
在電氣工程及其自動(dòng)化的實(shí)際應(yīng)用過程中，受自身的工作性質(zhì)與設(shè)備影響，存在能源損耗問題，直接造成能源浪費(fèi)，加劇現(xiàn)階段我國能源緊缺的壓力，與當(dāng)前的節(jié)能減排理念相悖，不符合可持續(xù)發(fā)展戰(zhàn)略的實(shí)施，同時(shí)提升了工業(yè)生產(chǎn)的成本支出，降低了經(jīng)濟(jì)效益。
2.2電氣系統(tǒng)的集成化不高
現(xiàn)階段，受時(shí)代發(fā)展與實(shí)際需求的影響，促使電氣工程自動(dòng)化系統(tǒng)逐漸向集成化方向發(fā)展，以滿足當(dāng)前時(shí)代的要求，但由于我國電氣集成化起步較晚，當(dāng)前的集成化水平較低，處于獨(dú)立自動(dòng)化階段，影響信息與資源的共享。
2.3電氣工程自動(dòng)化系統(tǒng)難以統(tǒng)一
為了滿足當(dāng)前的發(fā)展需求，電氣工程要利用先進(jìn)的技術(shù)，構(gòu)建完善合理的自動(dòng)化系統(tǒng)，以此提升工作效率，但受多種因素影響，系統(tǒng)難以進(jìn)行合理的統(tǒng)一，缺乏兼容性，降低了系統(tǒng)的工作效率。
2.4電氣工程質(zhì)量達(dá)不到要求
電氣工程的質(zhì)量直接影響其使用壽命，但受實(shí)際的工程質(zhì)量管理工作影響，以及工作人員自身的管理水平偏低、管理意識(shí)落后等因素的影響，導(dǎo)致電氣工程質(zhì)量經(jīng)常達(dá)不到實(shí)際的要求，質(zhì)量管理效率不高。
3現(xiàn)階段我國電氣工程及其自動(dòng)化中存在問題的解決措施
3.1合理對(duì)電氣工程進(jìn)行節(jié)能設(shè)計(jì)
在當(dāng)前的時(shí)代背景下，工作人員應(yīng)重視電氣工程的能源損耗問題，利用先進(jìn)的技術(shù)手段，降低能源消耗，以滿足當(dāng)前可持續(xù)發(fā)展戰(zhàn)略，緩解我國能源與資源緊缺問題。例如，利用合理的技術(shù)手段，優(yōu)化電氣工程的節(jié)能設(shè)計(jì)，從根本上降低能源的不必要浪費(fèi)，降低成本的支出。在實(shí)際的節(jié)能設(shè)計(jì)優(yōu)化過程中，工作人員應(yīng)結(jié)合實(shí)際情況，以工作最基本要求為基礎(chǔ)，對(duì)非重點(diǎn)環(huán)節(jié)進(jìn)行有效的改良，如，對(duì)現(xiàn)階段的變壓器進(jìn)行改良，選擇繞組阻值較小的供電系統(tǒng)變壓器，以此來降低變壓器的能源損耗，從而減少不必要的損失浪費(fèi)，達(dá)到節(jié)能的目的，促使我國電氣工程實(shí)現(xiàn)可持續(xù)發(fā)展。
3.2從整體上提升電氣工程自動(dòng)化系統(tǒng)的集成化水平
提升工作人員自身的專業(yè)水平與能力，利用工作人員的專業(yè)技術(shù)，建立完善的系統(tǒng)平臺(tái)，并充分發(fā)揮其創(chuàng)新意識(shí)與主觀意識(shí)，從根本上滿足實(shí)際的集成化需求，具體來說，主要從以下兩方面入手：一方面，完善電氣工程系統(tǒng)的兼容性，保證系統(tǒng)軟硬件在交換過程中具有統(tǒng)一的接口，從而實(shí)現(xiàn)信息數(shù)據(jù)的共享；另一方面，提升各功能與系統(tǒng)之間的鏈接效率，從整體上降低電氣工程自動(dòng)化系統(tǒng)的運(yùn)行成本，從而促使減少設(shè)計(jì)成本的支出，以滿足當(dāng)前時(shí)代的需求。
3.3構(gòu)建科學(xué)合理、統(tǒng)一的電氣自動(dòng)化系統(tǒng)
構(gòu)建科學(xué)合理、統(tǒng)一的電氣自動(dòng)化系統(tǒng)是電氣工程未來發(fā)展的主要方向與趨勢(shì)，以此來提升電氣工程的整體質(zhì)量。具體來說，主要包含以下幾方面：首先，積極引進(jìn)先進(jìn)的技術(shù)，以先進(jìn)的電氣自動(dòng)化技術(shù)為基礎(chǔ)，構(gòu)建完善的系統(tǒng)，從而提升整體的管理水平；其次，引進(jìn)先進(jìn)的設(shè)計(jì)理念，完善現(xiàn)階段電氣自動(dòng)化系統(tǒng)，改善其中的不合理之處，并針對(duì)現(xiàn)階段的企業(yè)不同需求進(jìn)行個(gè)性化開發(fā)；最后，實(shí)現(xiàn)信息資源的有效共享，促進(jìn)我國電氣工程領(lǐng)域穩(wěn)定發(fā)展，跟上時(shí)代發(fā)展的步伐[2]。
3.4重視對(duì)電氣工程的質(zhì)量管理
重視對(duì)電氣工程的質(zhì)量管理，可以從根本上提升電氣工程質(zhì)量與使用壽命，并保證工程使用安全。具體來說，可以從以下幾方面入手：首先，加強(qiáng)工作管理人員對(duì)電氣工程質(zhì)量管理的重視力度，認(rèn)識(shí)到管理的重要性，以此來保證工程質(zhì)量；其次，加強(qiáng)現(xiàn)階段工作人員自身的專業(yè)水平與能力，通過定期的培訓(xùn)，強(qiáng)化工作人員的專業(yè)水平與技術(shù)理念，利用其良好的綜合素養(yǎng)，提升質(zhì)量管理效率；然后，加強(qiáng)對(duì)電氣工程施工材料的管理，保證材料的質(zhì)量，從而提升電氣工程的質(zhì)量；最后，重視對(duì)各個(gè)施工環(huán)節(jié)的質(zhì)量管理，通過合理的監(jiān)督與管理，保證施工的規(guī)范性，并以其整體質(zhì)量為基礎(chǔ)，適當(dāng)對(duì)施工進(jìn)度進(jìn)行合理的調(diào)整，以此來保證施工的整體進(jìn)度。
4結(jié)論
綜上所述，電氣工程及其自動(dòng)化中存在的問題，直接影響電氣工程的整體質(zhì)量與效率，因此，工作人員應(yīng)積極引進(jìn)先進(jìn)的技術(shù)與設(shè)備，通過不斷的革新與發(fā)展，合理的進(jìn)行資源節(jié)約，降低成本的支出，以此來獲取可觀的經(jīng)濟(jì)效益。同時(shí)，加強(qiáng)對(duì)電氣工程的研究力度，不斷提升其技術(shù)水平,從而推動(dòng)我國電氣工程及其自動(dòng)化領(lǐng)域穩(wěn)定發(fā)展。
參考文獻(xiàn)：
[1]宋海南.電氣工程及其自動(dòng)化中存在的問題及解決措施[j].南方農(nóng)機(jī),20xx,47(11):134+148.
[2]閆海東,程世偉.淺析電氣工程及其自動(dòng)化中存在的問題及解決措施[j].科技創(chuàng)新與應(yīng)用,20xx(06):69.
人工智能的弊端論文篇十四
像阿里巴巴開發(fā)的無人超市之中，如果到達(dá)各地的話，甚至滲透到其他各個(gè)領(lǐng)域，一大批的人將會(huì)失去工作崗位，而這些無用群體是否會(huì)危害，是為我們不得而知。
人工智能加速了人們的退化，人工智能本意是給人們提供便利，創(chuàng)造更便捷的生活，但隨著人類對(duì)智能設(shè)備的依賴及弊端也逐漸的暴露了出來，滋生惰性，設(shè)想你處在一個(gè)除了吃喝拉撒都能給你解決的環(huán)境之中，久而久之你就會(huì)形成一種依賴，甚至你不用動(dòng)腦子，你不用學(xué)習(xí)勞動(dòng)，那些人類，活著的意義在哪里？如此的往復(fù)循環(huán)世界就會(huì)產(chǎn)生高知識(shí)種類和一群什么都不會(huì)的，豬一般的兩種極端，這不是文明的進(jìn)步，這是人類的退化。
可以見，要想維持社會(huì)的穩(wěn)定，整體是不可忽視的，就好比人工智能大量取代人類工作崗位，這樣的急功近利是完全不可取的，只有整體的發(fā)展了，社會(huì)才能是平衡的。
人工智能加速了人類的退化，并非進(jìn)步的思想在排斥，只是想告訴我們，圖發(fā)展也不能一邊倒，走極端中會(huì)翻船，如果出現(xiàn)了大量所謂的無用群體，想來社會(huì)也是很難發(fā)展下去了，存在的弊端及其巨大。人工智能加速了人們的退化，若想發(fā)展，萬事三思。