范文為教學中作為模范的文章，也常常用來指寫作的模板。常常用于文秘寫作的參考，也可以作為演講材料編寫前的參考。范文書寫有哪些要求呢？我們怎樣才能寫好一篇范文呢？下面是小編幫大家整理的優(yōu)質范文，僅供參考，大家一起來看看吧。
人工智能論文參考文獻篇一
智能交通系統(tǒng)(intelligent transportation systems，簡稱its)是將先進的信息技術、數據通訊傳輸技術、電子傳感技術、電子控制技術及計算機處理技術等有效地集成運用于整個地面交通管理系統(tǒng)而建立的一種在大范圍內、全方位發(fā)揮作用的，實時、準確、高效的綜合交通運輸管理系統(tǒng)。its能有效地利用現有交通設施、減少交通負荷和環(huán)境污染、保證交通安全、提高運輸效率、促進社會經濟發(fā)展、提高人民生活質量，并以推動社會信息化及形成新產業(yè)而受到各國的重視。目前已形成世界二十一世紀的發(fā)展方向。
交通仿真是智能交通領域的重要分支，它是利用最先進的計算機技術，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，數學推導、科學實驗是進行科學研究、解決科學問題的主要方法。對于交通問題來說，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、甚至無法對交通問題建立精確的數學模型。同時，由于安全、法規(guī)，以及開銷方面的原因，進行現場交通實驗通常也是不可行的。而交通仿真恰恰能夠有效地解決上述兩個方面的困難。
然而，傳統(tǒng)的交通仿真由于設計理念上的原因，并不能從根本上有效地解決交通問題。這是因為，交通系統(tǒng)是一個龐大的復雜系統(tǒng)，必須用對付復雜系統(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)是由經濟、環(huán)境、人口等因素綜合作用的結果，必須全面綜合地考慮城市交通和這些系統(tǒng)之間的關系。例如，不能為例城市交通問題的解決，而導致城市生態(tài)惡化，危害人居環(huán)境；不能為了城市交通的暢通，阻礙城市社會經濟活動的健康發(fā)展。我們必須在已有工作的基礎上，突破傳統(tǒng)思維，探索研究此類復雜系統(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)涉及人與社會的動態(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不斷深化地認識過程，這類系統(tǒng)實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算實驗方法體系，為不斷地完善城市交通系統(tǒng)的綜合可持續(xù)發(fā)展方案提供科學依據。
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)解與假設條件直接相關，具有條件敏感性，但對于城市交通這樣的問題，假設條件與實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，而多層次多目標優(yōu)化往往導致多個甚至無數個解決方案，就連采用近似模型的多目標優(yōu)化也是如此。再者，對于這類復雜系統(tǒng)，有時甚至連確定一個量化的綜合優(yōu)化指標也有困難，特別是由于復雜系統(tǒng)長期行為的不可預測性，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，我們應當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有效解決方案的事實。在這種情況下，我們應該利用平行系統(tǒng)方法，追求具有動態(tài)適應能力的有效解決方案。
基于以上分析，中國科學研自動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、面向對象的編程和并行分布式計算等方法和技術，“生長”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。
三是平行管理運行，虛擬交通系統(tǒng)與實際交通系統(tǒng)相結合，直接采集現實交通數據，進行超前運算，以判斷可能發(fā)生的交通事件，提前采取預防措施，為交通的高效暢通提供保障。
1)在宏觀認識上，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)將交通看作社會整體的一個子系統(tǒng)，與經濟、人口、環(huán)境、氣候等子系統(tǒng)具有平等的地位，并將各個子系統(tǒng)之間的相互銜接、相互聯系、相互作用和相互影響作為研究的重點之一。
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，采用復雜性科學中“涌現”的原理，在底層建立單個交通出行元素的代理模型，通過大交通區(qū)域內單個代理模型之間的相互作用，“涌現”出宏觀的交通現象。
3)在實現手段上，人工交通系統(tǒng)不能在單一、孤立的計算機上進行仿真，要使人工交通系統(tǒng)具備真實交通系統(tǒng)的分散性和社會性，必須采用先進的分布式計算方法，如網格和p2p等，在互聯網上建立結構化、分散化的虛擬交通路網系統(tǒng)，并且通過終端界面將網絡中的真實人吸引到人工交通系統(tǒng)的運行中來，以使每一個代理模型具有逼近現實的社會屬性。
4)在仿真目的上，人工交通系統(tǒng)不是一味的追求逼近現實交通環(huán)境和狀態(tài)。除此之外，人工交通系統(tǒng)可以通過調整參數、添加隨機事件等方法產生現實交通系統(tǒng)可能但尚未發(fā)生的交通現象，用以制定突發(fā)事故的緊急預案、交通控制方案的預評估以及交通參與人員的培訓等等。
人工系統(tǒng)說起來有一點抽象，其實說穿了很簡單。第一是充分利用計算機技術的發(fā)展，第二是仿真與模擬的常態(tài)化。仿真不再是一個項目立項前跑一跑看看行不行的手段，仿真要秒秒在、分分在、永遠在。它是經驗與知識的數字化、動態(tài)化和即時化，使人工影響現實，虛擬影響實在。
人工交通系統(tǒng)完善之后，人們可以像玩網絡游戲一樣，作為一個行人或司機加入到系統(tǒng)中，不必出門即可體驗交通；交警同志可以在人工交通系統(tǒng)中學習指揮交通，而不必擔心造成擁堵；交通分析人員可以利用人工交通系統(tǒng)研究各種突發(fā)事故對交通的影響，而不必擔心人民的生命財產受到威脅；交通管理和決策人員可以在人工交通系統(tǒng)試驗交通政策和方案，而不必承擔決策失敗的風險。
人工智能論文參考文獻篇二
圖像識別技術是信息時代的一門重要的技術，其產生目的是為了讓計算機代替人類去處理大量的物理信息。隨著計算機技術的發(fā)展，人類對圖像識別技術的認識越來越深刻。圖像識別技術的過程分為信息的獲取、預處理、特征抽取和選擇、分類器設計和分類決策。文章簡單分析了圖像識別技術的引入、其技術原理以及模式識別等，之后介紹了神經網絡的圖像識別技術和非線性降維的圖像識別技術及圖像識別技術的應用。從中可以總結出圖像處理技術的應用廣泛，人類的生活將無法離開圖像識別技術，研究圖像識別技術具有重大意義。
1圖像識別技術的引入
圖像識別是人工智能科技的一個重要領域。圖像識別的發(fā)展經歷了三個階段：文字識別、數字圖像處理與識別、物體識別。圖像識別，顧名思義，就是對圖像做出各種處理、分析，最終識別我們所要研究的目標。今天所指的圖像識別并不僅僅是用人類的肉眼，而是借助計算機技術進行識別。雖然人類的識別能力很強大，但是對于高速發(fā)展的社會，人類自身識別能力已經滿足不了我們的需求，于是就產生了基于計算機的圖像識別技術。這就像人類研究生物細胞，完全靠肉眼觀察細胞是不現實的，這樣自然就產生了顯微鏡等用于精確觀測的儀器。通常一個領域有固有技術無法解決的需求時，就會產生相應的新技術。圖像識別技術也是如此，此技術的產生就是為了讓計算機代替人類去處理大量的物理信息，解決人類無法識別或者識別率特別低的信息。
1.1圖像識別技術原理
其實，圖像識別技術背后的原理并不是很難，只是其要處理的信息比較繁瑣。計算機的任何處理技術都不是憑空產生的，它都是學者們從生活實踐中得到啟發(fā)而利用程序將其模擬實現的。計算機的圖像識別技術和人類的圖像識別在原理上并沒有本質的區(qū)別，只是機器缺少人類在感覺與視覺差上的影響罷了。人類的圖像識別也不單單是憑借整個圖像存儲在腦海中的記憶來識別的，我們識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，然后通過各個類別所具有的特征將圖像識別出來的，只是很多時候我們沒有意識到這一點。當看到一張圖片時，我們的大腦會迅速感應到是否見過此圖片或與其相似的圖片。其實在“看到”與“感應到”的中間經歷了一個迅速識別過程，這個識別的過程和搜索有些類似。在這個過程中，我們的大腦會根據存儲記憶中已經分好的類別進行識別，查看是否有與該圖像具有相同或類似特征的存儲記憶，從而識別出是否見過該圖像。機器的圖像識別技術也是如此，通過分類并提取重要特征而排除多余的信息來識別圖像。機器所提取出的這些特征有時會非常明顯，有時又是很普通，這在很大的程度上影響了機器識別的速率。總之，在計算機的視覺識別中，圖像的內容通常是用圖像特征進行描述。
1.2模式識別
模式識別是人工智能和信息科學的重要組成部分。模式識別是指對表示事物或現象的不同形式的信息做分析和處理從而得到一個對事物或現象做出描述、辨認和分類等的過程。
計算機的圖像識別技術就是模擬人類的圖像識別過程。在圖像識別的過程中進行模式識別是必不可少的。模式識別原本是人類的一項基本智能。但隨著計算機的發(fā)展和人工智能的興起，人類本身的模式識別已經滿足不了生活的需要，于是人類就希望用計算機來代替或擴展人類的部分腦力勞動。這樣計算機的模式識別就產生了。簡單地說，模式識別就是對數據進行分類，它是一門與數學緊密結合的科學，其中所用的思想大部分是概率與統(tǒng)計。模式識別主要分為三種：統(tǒng)計模式識別、句法模式識別、模糊模式識別。
2圖像識別技術的過程
既然計算機的圖像識別技術與人類的圖像識別原理相同，那它們的過程也是大同小異的。圖像識別技術的過程分以下幾步：信息的獲取、預處理、特征抽取和選擇、分類器設計和分類決策。
信息的獲取是指通過傳感器，將光或聲音等信息轉化為電信息。也就是獲取研究對象的基本信息并通過某種方法將其轉變?yōu)闄C器能夠認識的信息。
預處理主要是指圖像處理中的去噪、平滑、變換等的操作，從而加強圖像的重要特征。
特征抽取和選擇是指在模式識別中，需要進行特征的抽取和選擇。簡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此次識別并不都是有用的，這個時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別過程中是非常關鍵的技術之一，所以對這一步的理解是圖像識別的重點。
分類器設計是指通過訓練而得到一種識別規(guī)則，通過此識別規(guī)則可以得到一種特征分類，使圖像識別技術能夠得到高識別率。分類決策是指在特征空間中對被識別對象進行分類，從而更好地識別所研究的對象具體屬于哪一類。
3圖像識別技術的分析
隨著計算機技術的迅速發(fā)展和科技的不斷進步，圖像識別技術已經在眾多領域中得到了應用。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于圖像識別的研究論文，在一項圖像識別的基準測試中，電腦系統(tǒng)識別能力已經超越了人類。人類在歸類數據庫imagenet中的圖像識別錯誤率為5.1%，而微軟研究小組的這個深度學習系統(tǒng)可以達到4.94%的錯誤率。”從這則新聞中我們可以看出圖像識別技術在圖像識別方面已經有要超越人類的圖像識別能力的趨勢。這也說明未來圖像識別技術有更大的研究意義與潛力。而且，計算機在很多方面確實具有人類所無法超越的優(yōu)勢，也正是因為這樣，圖像識別技術才能為人類社會帶來更多的應用。
3.1神經網絡的圖像識別技術
神經網絡圖像識別技術是一種比較新型的圖像識別技術，是在傳統(tǒng)的圖像識別方法和基礎上融合神經網絡算法的一種圖像識別方法。這里的神經網絡是指人工神經網絡，也就是說這種神經網絡并不是動物本身所具有的真正的神經網絡，而是人類模仿動物神經網絡后人工生成的。在神經網絡圖像識別技術中，遺傳算法與bp網絡相融合的神經網絡圖像識別模型是非常經典的，在很多領域都有它的應用。在圖像識別系統(tǒng)中利用神經網絡系統(tǒng)，一般會先提取圖像的特征，再利用圖像所具有的特征映射到神經網絡進行圖像識別分類。以汽車拍照自動識別技術為例，當汽車通過的時候，汽車自身具有的檢測設備會有所感應。此時檢測設備就會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算機進行保存以便識別。最后車牌定位模塊就會提取車牌信息，對車牌上的字符進行識別并顯示最終的結果。在對車牌上的字符進行識別的過程中就用到了基于模板匹配算法和基于人工神經網絡算法。
3.2非線性降維的圖像識別技術
計算機的圖像識別技術是一個異常高維的識別技術。不管圖像本身的分辨率如何，其產生的數據經常是多維性的，這給計算機的識別帶來了非常大的困難。想讓計算機具有高效地識別能力，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，它們的特點是簡單、易于理解。但是通過線性降維處理的是整體的數據集合，所求的是整個數據集合的最優(yōu)低維投影。經過驗證，這種線性的降維策略計算復雜度高而且占用相對較多的時間和空間，因此就產生了基于非線性降維的圖像識別技術，它是一種極其有效的非線性特征提取方法。此技術可以發(fā)現圖像的非線性結構而且可以在不破壞其本征結構的基礎上對其進行降維，使計算機的圖像識別在盡量低的維度上進行，這樣就提高了識別速率。例如人臉圖像識別系統(tǒng)所需的維數通常很高，其復雜度之高對計算機來說無疑是巨大的“災難”。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來得到分布緊湊的人臉圖像，從而提高人臉識別技術的高效性。
3.3圖像識別技術的應用及前景
計算機的圖像識別技術在公共安全、生物、工業(yè)、農業(yè)、交通、醫(yī)療等很多領域都有應用。例如交通方面的車牌識別系統(tǒng);公共安全方面的人臉識別技術、指紋識別技術;農業(yè)方面的種子識別技術、食品品質檢測技術;醫(yī)學方面的心電圖識別技術等。隨著計算機技術的不斷發(fā)展，圖像識別技術也在不斷地優(yōu)化，其算法也在不斷地改進。圖像是人類獲取和交換信息的主要來源，因此與圖像相關的圖像識別技術必定也是未來的研究重點。以后計算機的圖像識別技術很有可能在更多的領域嶄露頭角，它的應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別技術。
4總結
圖像識別技術雖然是剛興起的技術，但其應用已是相當廣泛。并且，圖像識別技術也在不斷地成長，隨著科技的不斷進步，人類對圖像識別技術的認識也會更加深刻。未來圖像識別技術將會更加強大，更加智能地出現在我們的生活中，為人類社會的更多領域帶來重大的應用。在21世紀這個信息化的時代，我們無法想象離開了圖像識別技術以后我們的生活會變成什么樣。圖像識別技術是人類現在以及未來生活必不可少的一項技術。
人工智能論文參考文獻篇三
〔摘要〕人工智能飛速發(fā)展，正在改變人類生活，推動人類進步。人工智能學者從認知科學、心靈哲學以及控制論等不同視角對人工智能進行研究，但對于人工智能哲學根源的追溯與厘清較少。古希臘畢達哥拉斯主義的數論思想、亞里士多德演繹邏輯系統(tǒng)與分析哲學中的邏輯分析與語言分析方法以及簡單性哲學原則為人工智能研究綱領、研究框架以及研究方法等奠定了基礎，哲學核心問題決定了人工智能的研究進路。只有對人工智能的哲學思想源流進行追溯與探究，才能理解人工智能的理論基礎，以更好地把握人工智能的發(fā)展規(guī)律并合理預測人工智能的發(fā)展趨勢。
〔關鍵詞〕人工智能，數論，簡單性原則
人工智能發(fā)展如火如荼，學者除了對人工智能技術本質、人工智能社會影響、發(fā)展路徑及倫理問題等進行研究之外，還關注人工智能中的哲學問題。對人工智能的研究不能僅僅局限于技術層面及科學基礎層面的反思，也要涉及對人工智能的哲學思考。博登指出：“在科學家族中，沒有一門學科比ai與哲學的關系更密切。”〔1〕3人工智能與哲學緊密聯系，特別是心靈哲學與語言哲學，認知科學與認知心理學等學科也為人工智能發(fā)展奠定了科學基礎。迄今為止，對于人工智能哲學的研究還沒有形成完整的理論體系，學者多從哲學視角對人工智能中的問題進行探討，從哲學思想源流挖掘人工智能基礎的著述不多。筆者嘗試從人工智能的數論基礎、邏輯學、分析哲學基礎以及簡單性原則等視角分析人工智能的哲學思想根源。
人工智能先驅西蒙與紐維爾作為人工智能符號主義（symbolicism）學派的代表，他們的研究著眼于計算機程序的邏輯結構、符號操作系統(tǒng)以及編程語言，這與古希臘哲學家畢達哥拉斯學派的“數論”思想一脈相承。在畢達哥拉斯看來，數是萬物的本原，萬物皆數。“按照普羅克洛在《歐幾里德〈幾何原理〉注釋》中，‘數學’這個詞也是畢達哥拉斯學派首先使用的”〔2〕268。畢達哥拉斯將科學研究的基礎建構在數學的基礎之上。畢達哥拉斯哲學思想的核心即“數”是萬物的本原。按照畢達哥拉斯的數論思想，與其說水、火、土等都是萬物的本原，不如用一個簡單詞“數”來解釋萬物的存在。
“數是萬物的本原”包含著萬物之中存在著某種數量關系的含義，不管是天體結構、音階音律以及建筑結構等萬物都存在數量關系。畢達哥拉斯學派認為數是宇宙的元素，科學研究就是尋找紛繁復雜現象之后的數量關系。例如，物理學是研究事物運動方面的數量關系，幾何學是研究事物點、線、面、體之間的數量關系等。他們將事物的本質歸結為數的規(guī)律，認為事物的本質就是數。按照亞里士多德“四因說”來看，畢達哥拉斯的“數”既是構成事物的形式因，又是構成事物的質料因。質料因指的是構成事物的原始質料，就好比建造房屋用的磚木石瓦，形式因即構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（畢達哥拉斯主義學派）認為數既是事物的質料、同時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，數對于事物來說，既是質料因又是形式因。
畢達哥拉斯的哲學思想還表現在數的和諧論。他認為萬物包括宇宙在內都由數構成，并且萬物可以還原為數;他還認為宇宙是和諧的，并把和諧的宇宙稱為“科斯摩斯”?？扑鼓λ乖饩褪恰爸刃颉钡囊馑迹J為世界存在內在秩序與內在規(guī)律，人類可以通過數量之間的關系找到世界的既定秩序。
畢達哥拉斯的“萬物皆數，數之和諧”思想既具有本體論含義，也具有方法論意味。他的哲學思想影響了古希臘科學的發(fā)展，亞里士多德的邏輯學體系、歐幾里德的幾何學體系、托勒密的天文學體系、蓋倫的醫(yī)學體系這四大古希臘的科學成就皆受畢達哥拉斯主義哲學思想的影響。不但如此，畢達哥拉斯的哲學思想還影響了西方整個自然科學的發(fā)展。達芬奇、哥白尼、開普勒、伽利略、牛頓等人都自稱是“畢達哥拉斯主義者”。達芬奇認為天體是一架服從確定自然法則的機器，自然界有確定的規(guī)律;15-16世紀帶有畢達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學結構;哥白尼日心說體系的理論基礎也是依據畢達哥拉斯主義哲學理論來構造行星運動簡單、和諧的天體幾何學模型;開普勒認為自己是畢達哥拉斯主義者，他的目標就是追求造物主心中數的和諧;伽利略也是畢達哥拉斯主義的追隨者，他認為“自然之書是用數學語言書寫的”，自然的真理存在于數學事實中。畢達哥拉斯的數論思想還影響了萊布尼茲。萊布尼茨有一個夢想，就是給出一套理想符號系統(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。在此基礎上，萊布尼茲提出“通用機”的天才設想。萊布尼茨嘗試發(fā)明人工智能通用機，他設計出一種二進制計算法，用二進制數代替原來的十進制數，二進制數即“1”和“0”。萊布尼茲雖然制作出了簡單機器，但其只能進行簡單的算術計算，還不是萊布尼茲設想的能夠進行復雜數據處理的通用機。盡管如此，萊布尼茲思想還是影響了整個計算機系統(tǒng)的發(fā)展。
圖靈與馮·諾依曼的人工智能機器也受畢達哥拉斯主義數論的影響，他們運用數的和諧以及數量關系的計算嘗試讓“萊布尼茲之夢”在現實生活中得以實現。圖靈通過基本的數學運算將數學運算符號化為運算符，并用一個無限長紙帶來表述計算過程，制造出了圖靈機，這就是萊布尼茨所說的“通用機”。圖靈認為人腦類似通用機，圖靈提出一臺計算機在多大程度上可以模仿人的活動，進而提出“機器能否思維”這個哲學問題。圖靈堅持通過特定算法程序，把可計算的數量關系都轉化為由一臺圖靈機來計算。馮·諾依曼指導發(fā)明第一臺基于運算器與存儲器的計算機，他為圖靈通用機設計出一個物理模型——edvac，edvac可以執(zhí)行加、減、乘、除等數學操作。與圖靈一樣，馮·諾依曼把人腦與機器類比，機器通過存儲器儲存數據，通過數學規(guī)則設計出把思維當成數據的程序，通過簡單、和諧的數字制造出能進行復雜數字處理的機器。不管是圖靈的通用機還是馮·諾依曼的edvac都是為了解決“萊布尼茲之夢”，其哲學思想均根源于畢達哥拉斯的“數論”哲學思想。除了圖靈與萊布尼茨，紐維爾與西蒙等符號主義人工智能先驅也認為，不管是人類智能還是機器智能都是根據確定的或者規(guī)范的規(guī)則來進行符號操作的。不但如此，基于認知模擬的強人工智能也把心理狀態(tài)作為計算狀態(tài)，所謂認知就是計算，這是對基于數論的計算主義教條的信仰，人類智能類似于信息處理系統(tǒng)。聯結主義人工智能不同于符號主義人工智能，它否認智能行為來自于在形式規(guī)則下對符號進行操作的觀點，“符號主義人工智能中的信息處理包括明確的應用和形式規(guī)則，但是聯結主義人工智能沒有這樣的規(guī)則”〔4〕1366-1367。與符號主義人工智能不同，聯結主義人工智能的工作原理是尋找神經網絡及其間的聯結機制及學習算法。雖然聯結主義與符號主義人工智能有區(qū)別，但聯結主義人工智能與符號主義人工智能的共同假設都是把認知看作信息處理，且信息處理都具有可計算性?？梢?，畢達哥拉斯的“萬物皆數，數之和諧”思想為符號主義人工智能與聯結主義人工智能的發(fā)展奠定了基礎。
除了畢達哥拉斯的數論思想，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思想源泉。人工智能符號主義學派也稱為邏輯主義學派，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象學、海德格爾的存在現象學和梅洛-龐蒂的知覺現象學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，符號主義人工智能的基礎是邏輯學，是哲學中的理性主義。人工智能的主要設想是可以運用計算機的邏輯運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，“我希望數字計算機能夠最終激起人們對符號邏輯的極大興趣……人與這些機器進行交流的語言……構成一種符號邏輯”〔5〕288。馬丁·戴維斯直接把符號主義學派的源頭追溯到亞里士多德，“把邏輯推理簡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的創(chuàng)始人，他認為邏輯學是獲得真正知識的重要工具，邏輯學是哲學的基礎。亞里士多德注重演繹推理，特別重視三段論推理，他認為三段論推理是一切思維運動的基本形式。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)則經過嚴密的邏輯論證得出必然性結論。圖靈的通用機以及符號主義人工智能的根本基礎，都可以歸結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也是人工智能的思想源泉，分析哲學把邏輯學看作一切學科的基礎，數學的基礎也是邏輯學，數學也要用邏輯符號來表示。分析哲學產生于20世紀初，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驗論者休謨、法國的實證主義者孔德、英國的邏輯主義者密爾和哲學家與心理學家馬赫等人的觀點。弗雷格的《算術基礎》、羅素與懷特海合著的《數學原理》、石里克的《普通認識論》以及維特根斯坦的《邏輯哲學論》是分析哲學的代表著作。分析哲學的基本觀點是：哲學的任務是對知識進行分析，強調通過對語言的邏輯分析來消除形而上學問題，認為一切綜合命題都以經驗為基礎等。分析哲學家認為一切科學研究必須從經驗出發(fā)，哲學的主要任務是運用現代數理邏輯和語言分析把復雜的概念分析為簡單的概念，分析哲學家想通過對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換成邏輯命題，通過分析邏輯命題的意義清除偽哲學問題，達到拒斥形而上學的目的。分析哲學注重邏輯分析與語言分析，強調語言分析的重要性，分析哲學把科學的任務界定為發(fā)現真理，而邏輯的任務在于識別真理的規(guī)律。羅素立足于把哲學建成嚴密的科學，哲學像科學一樣可以獲得真理性的知識。在羅素看來，哲學和科學只有程度之分，沒有本質區(qū)別。哲學問題都是邏輯問題，邏輯問題就是科學問題。對科學問題進行分析還原之后，如果這個問題是邏輯問題，則它是哲學問題，否則就不是哲學問題。因此，邏輯是哲學的基礎。通過邏輯分析進行還原涉及語言，那么，所有哲學問題命題都是語言表達式，語言結構是邏輯結構，是科學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持奧卡姆剃刀的最小化原則，從語言角度上堅持思維經濟原則，語言表述堅持最小詞匯量原則?！叭鐭o必要，勿增實體”。羅素從邏輯學角度堅持邏輯前提或者公理最小化原則，“寧可構造，勿要推論”。根據公理與推理規(guī)則建構的邏輯學公理系統(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器設計邏輯方案，戈德斯坦把馮·諾依曼看成將邏輯應用于計算機的第一人，“據我所知，馮·諾依曼是一個清楚地懂得計算機本質上執(zhí)行的是邏輯功能的人”〔7〕69。馮·諾依曼在edvac的報告中也提到，不但從數學的觀點，而且從工程史和邏輯學家的觀點來探討大規(guī)模計算的機器。在人工智能哲學先驅德雷福斯看來，自從古希臘人發(fā)明了邏輯與幾何，就把一切推理歸結為計算。人工智能中符號主義的基礎是邏輯學，是哲學中的理性主義、還原論傳統(tǒng)。他們把計算機看成操作思想符號的系統(tǒng)，試圖用計算機來表達對世界的形式表述。心靈與計算機都是物理符號系統(tǒng)。在德雷福斯看來，“伽利略發(fā)現人們可以忽略的品質和技術上的考慮，從而能找到一種用來描寫物質運動的純形式化系統(tǒng)，同樣我們可以設想，一位研究人類行為的伽利略可能會把所有語義上的考慮（對意義的依賴），變成為句法（形式化）操作技巧”〔8〕76。人工智能的代表人物數理邏輯學家皮茨與生理學家麥卡洛克撰寫了《神經活動中內在觀念的邏輯運算》，他們的思想受到羅素與懷特?！稊祵W原理》的啟發(fā)，堅持把一切數學還原為邏輯，甚至神經網絡也可以用邏輯來表達。德雷福斯認為人工智能的發(fā)展建立在四種假設之上，即生物學假設、心理學假設、本體論假設以及認識論假設。其中認識論假設指的是一切知識都可被形式化，可以被編碼成數字形式;本體論假設指的是存在一組在邏輯上相互獨立的事實，知識可以被編入計算機程序。紐維爾認為：“人工智能科學家把計算機看成操作符號的機器，他們認為，重要的是每一樣東西都可以經編碼成為符號，數字也不例外?！薄?〕196在符號主義者看來，符號是人類認識外部世界的基本單元。人工智能的邏輯學派將人的認識對象通過數學邏輯的方式抽象為符號，利用計算機的程序符號來模擬人認知世界的過程。符號主義學派主要依靠計算機的邏輯符號來模擬人的認知過程。人工智能的重量級人物紐維爾與西蒙構造了第一個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思想影響之深，“任何表現出一般智能的系統(tǒng)，都可以證明是一個物理符號系統(tǒng)”〔10〕41。西蒙與紐維爾認為，作為一般的智能行為，物理符號系統(tǒng)具有的計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家弗雷格、羅素與懷特海，“該假設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學觀念，把證明和演繹觀念置于可靠的根基上”〔11〕。德雷福斯認為，真正的專家解決問題是訴諸直覺與整體性，在此基礎上對人工智能的認識論假設與本體論假設進行批判，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準，“認知模擬的先驅者們——已經繼承了霍布斯推理就是計算的主張，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（人或計算機）中的哲學本原元素和邏輯關系”〔12〕。可見，人工智能與邏輯學特別是分析哲學緊密相關，邏輯學與分析哲學是人工智能的一個重要思想來源。
古希臘先哲用簡單的物質元素探索世界的本原。例如，泰勒斯把世界的本原歸結為水，赫拉克利特把世界的本原歸結為火，德謨克利特把世界的本原歸結為原子，認為世界由不可分的原子構成。他認為，萬事萬物都可以還原為不可分最小微?！?，世界是由原子構成的。復雜的事物由簡單的事物構成，萬事萬物都由不可分的基本粒子構成。世界由最基本的粒子構成，復雜對象由基本粒子構成，基本粒子決定了宇宙的性質。
簡單性哲學原則不但用簡單元素追溯世界的本原，還致力于用力學解釋自然現象。不管是物理規(guī)律、化學規(guī)律、生物規(guī)律，甚至是社會規(guī)律都可以用力學解釋。哥白尼的日心說體系之所以取得科學界的支持也不是因為其解釋力強，而是因為其遵循了簡單性原則，從而取代了托勒密繁瑣的本輪-均輪模型。牛頓的力學三定律就立足于簡單性原則，用力來解釋所有運動。按照簡單性哲學原則，人與動物都是由簡單的粒子構成，人與動物沒有根本區(qū)別，人與機器也沒有本質區(qū)別，甚至可以說“人就是機器”。1747年，拉·梅特里發(fā)表了《人是機器》這一哲學巨著，提出“人是動物，因而也是機器，不過是更復雜的機器罷了”〔14〕69。笛卡爾把人體看作是與機械相類似，用機械的旋渦來解釋天體運動問題，他認為宇宙是一架機器，機械運動是唯一的運動規(guī)律。牛頓、開普勒、伽利略等都力圖建立嚴密的力學體系來正確描述宏觀物理運動，甚至是天體運動。愛因斯坦試圖用公理化方法把自然界描繪成物質在時空中運動的統(tǒng)一體，德國物理學家海森堡也認為簡單性原則可以作為科學假說可接受性的標準。
不僅自然界的規(guī)律可以用力學表示，而且社會關系也可以用力學表示。孔德提出社會動力學和社會靜力學概念，社會動力學又稱為社會物理學，立足于運用力學規(guī)律分析社會關系。1950年，斯賓塞出版《社會靜力學》，把事物的基本規(guī)律看作“力的恒久性規(guī)律”（thelawofpersistenceofforce）?！叭耸菣C器”的觀點啟發(fā)人工智能先驅開始了構造具有人類智能機器的探索。
主體與客體的關系在哲學史上占居重要地位，是哲學研究中的核心問題，也是哲學史上諸多學派的思想源頭。古希臘米利都學派的泰勒斯探索萬物本源的時候就開始關注主體如何認識客體，關注主體與客體的關系，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相互獨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。那主客二分的標準是什么呢？人之所以為主體的標準又是什么呢？有的學者認為只有主體才具有意向性，客體不具有意向性，客體只是主體認識的對象。主體一般具有獨立意識或者個體經驗。哲學意義的認識論指的是個體對知識和知識獲得所持有的信念，主要包括知識結構、知識本質、知識來源和知識判斷的信念等內容，主體與客體的關系問題是哲學的核心問題。認識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流派的分野都基于主體與客體截然二分的哲學基礎，哲學史上，各大流派都曾經把主客關系作為研究的切入點。
人工智能是賦予機器智能，讓機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理念有不同的研究進路，人工智能發(fā)展史上不同思想的對立也是基于對于主體與客體關系的哲學思考。一般來講，人工智能可分為三種進路，即符號主義進路、聯結主義進路以及行為主義進路。人工智能符號主義進路把人類的認知過程看成符號計算過程，人類認知是物理符號系統(tǒng)，人工智能先驅德雷福斯（s）認為，人工智能研究者其實與煉金術師一樣，也是對一些符號進行不同的處理。因此，在人工智能的符號主義看來，人與機器沒有本質區(qū)別，人類的心智同樣可以還原成符號計算。德雷福斯在《計算機不能做什么：人工智能的極限》中提出，人工智能機器是基于生物學假設、心理學假設、認識論假設以及本體論假設基礎之上的?！吧飳W假設：在某一運算水平上，大腦與計算機一樣，以離散的運算方式加工信息;心理學假設：大腦被看作一種按照形式規(guī)則加工信息單位的裝置;認識論假設：一切知識都可被形式化，可以被編碼成數字形式;本體論假設：存在是一組在邏輯上相互獨立的事實，知識可以被編入計算機程序”〔17〕156。從德雷福斯關于人工智能的四個假設中我們可以看出，人工智能與人類一樣都是對信息加工和處理的工具，從這個意義上講，主體與客體之間沒有本質的區(qū)別。主體與客體不能截然二分，之所以對主體和客體進行區(qū)分，表明人類對于自身的認知規(guī)律和智能結構沒有真正揭示。
人工智能的聯結主義進路，又稱為仿生學派或生理學派，認為人工智能源于仿生學，特別是對人腦模型的研究，其主要原理為神經網絡及神經網絡間的連接機制與學習算法。聯結主義起初是用軟件模擬神經網絡，后來發(fā)展到用硬件模擬神經網絡。其理論假設是人與機器如果具有同樣的結構應該具有同樣的功能，可以通過研究人腦的物理結構從而制造出類似人腦的機器。在聯結主義看來，人與機器結構相同，人腦與計算機程序運行模式相同，則功能相同。紐維爾（allennewell）認為，智能的計算機程序可以被用來模擬人類的思維過程。聯結主義失敗的原因是人腦的結構并不像人工智能研究者們在電腦上模擬一樣，人類的大腦是將物理事實與知覺過程所連接的客觀事實，而不只是對信息進行加工的一臺機器。人與機器不同，機器不具有人類的精神狀態(tài)和意識。人類的精神狀態(tài)和意識是否由人腦結構決定呢？人類精神狀態(tài)和意識是先驗存在還是后天習得仍然是認知科學研究的難題。因此，通過神經網絡讓機器模擬人類智能行不通。通過對人工智能的符號主義和聯結主義的分析我們發(fā)現，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搖。
人工智能的行為主義進路，又稱為人工智能的進化主義或控制論學派，其原理為維納和麥克洛克等學者的控制論思想及感知-動作型控制系統(tǒng)。研究重點是模擬人在控制過程中的智能行為和作用，如對自適應、自組織和自學習等的研究。人工智能行為主義學派的代表布魯克斯（rodneybrooks）研制的“六足機器人”實質上是一個基于感知-動作模式模擬昆蟲行為的控制系統(tǒng)，能夠適應外界的環(huán)境，但這樣的機器人也不具有人類的感知與認知能力，主體與客體之間還是可以嚴格區(qū)分。人工智能的目標從技術層面來講是制造出對人類有益的智能機器，從哲學層面來講，就是利用人工智能概念和模型，通過機器模擬人類智能來推動哲學核心思想主客二分問題的研究，借此解決哲學上的身心問題、意識難題等問題。哲學的核心問題與人工智能的研究是相互促進的。
綜上所述，人工智能技術的發(fā)展有其哲學根源，根源于數是萬物本源思想、萬物皆數思想以及數的簡單、和諧思想，還根源于亞里士多德的邏輯思想以及分析哲學的邏輯分析研究方法。在眾多哲學思想中，簡單性原則是人工智能的哲學思想源泉。人工智能就是計算機用邏輯方法把思維還原為簡單數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算的本體地位和方法論問題，人工智能的發(fā)展迫使哲學家們對思維的存在形式進行深入研究，從而把形而上的論證變成可操作的過程。人工智能的目標是通過計算機實現機器模仿人類智能，人工智能的發(fā)展直接指向哲學的中心問題。例如，意向性問題、形式化問題、身心問題等。對于人工智能的哲學基礎溯源有利于推動哲學的進步與發(fā)展，也可以拓展對于傳統(tǒng)哲學問題的研究。只有對人工智能的哲學思想基礎進行追溯與探源，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、發(fā)現人工智能的發(fā)展規(guī)律以及預測人工智能的發(fā)展趨勢、把握人工智能的發(fā)展方向。
參考文獻：
〔1〕瑪格麗特·博登.人工智能哲學〔m〕.劉西瑞，王漢琦，譯.上海：上海譯文出版社，2001.
〔2〕汪子嵩，等.希臘哲學史〔m〕.北京：人民出版社，2004.
〔3〕亞里士多德.形而上學〔m〕.李真，譯.上海：上海人民出版社，1995.〔4〕安東尼·梅耶斯.愛思唯爾科學哲學手冊〔m〕.張培富，等譯.北京：北京師范大學出版社，2015.
〔5〕〔m〕.northholland，amsterdam：macmillanmagazinesltd，1992.
〔6〕davis，soflogic：mathematiciansandtheoriginofthecomputer〔m〕.newyork：&，2001.
人工智能論文參考文獻篇四
在二十一世紀的將來，寧波市室驗小學的中心，有一座巨大的建筑物――大本鐘。
這不是大本鐘的仿照，而是一座高科技的智能教學樓。這座樓分成一個個小小的圓，那是一個個教室?，F在，可以讓你見識見識所謂的“高科技”啦。走上樓梯，來到四（五）班的教室門口，門口擺著好多雙鞋，不用驚奇，教室是圓的，固然得穿特別的鞋啦。在門框上，有一個指甲大小的洞，那是微形錄像頭，假如你晚到了便會自動發(fā)信息給教師，以防你不誠懇，偷偷溜進來。教室的中心有一大個一大個的沙包，那是學生座椅，你任憑怎么坐都可以，由于它有一個芯片，可以測你的心理，只要在聽課就可以。假如沒聽課，它就會像一把扎滿釘子的“活火山”，把你弄得苦痛不堪。教室里沒有桌子，一人一個平板電腦，教師講課的板書占一半，不用怕看不見，在為可以放大。另一半是錄像機，把教師講的課全程錄像。
教室前面的講臺更牛，還有那個“大本鐘”語。數教師（包括全部教師）要拖課，那把教室建成大本鐘干嗎？鐘一響，學生倒安平穩(wěn)穩(wěn)的，教師在講臺上卻被震得象在12級地震現場，五臟六腑都“蹦”了出來。假如學生很喜愛，只要在“課后評分”地方點一個好，教師就會留下來?！皦Α鄙系暮诎逡灿行酒?，教師不用找文件，心里一想，文件就會立即翻開。芯片還能識別人。同學假如在動，不到5秒，電腦就會自動關機，以防壞掉。黑板角落一個個白色的，上面畫有圖案的是教室按扭，一按，相應的教室布置，讓同學們和教師不會為沒有教室而苦惱。
教室后邊的圖書角也很奇妙。想到什么書，什么書就會被推出一個角，不用我們一本本地找了。圖書角的邊上有一個生物角，透亮的玻璃里一個“動物園”一樣的地方。每天都會引來很多奇怪的眼睛，里面除了兇狠的野獸，其它動物幾乎都不缺。進入邊上的“更衣室”，一套適合你的衣服就穿在了你身上，再走進“迷你動物園”，邊上不是透亮的了，而是一望無際的“動物天堂”。盡管知道這是幻覺，但學是很吸引人。走近那些動物，衣服起了作用，讓人聽懂了它們的語言，還能和它們溝通呢！
不止這些呢，節(jié)日里，“天花板”上的燈會身出五彩的`光線，平常只會在摔倒時變軟的“地板”現在一不當心踩著了哪塊，“砰”地一下就會炸出五色的彩帶，立即又自動恢復，為節(jié)日增加不少樂趣。
噢，差點遺忘了，教室是園的，真正的目的就是不讓教師體罰學生。由于那把“沙包椅”已經起到這個作用了啦！
這樣一個智能教室，肯定會在21世紀被創(chuàng)造出來讓我們用的。我們肯定要去研發(fā)出這種高科技的智能教室。
人工智能論文參考文獻篇五
1、構思要圍繞主題展開：若要使論文寫得條理清晰、脈絡分明，必須要使全文有一條貫穿線，這就是論文的主題。主題是一篇學術論文的精髓，它是體現作者的學術觀點學術見解的。
2、構思論文布局，要力求結構完整統(tǒng)一：在對一篇論文構思時，有時按時間順序編寫，有時按地域位置(空間)順序編寫，但更多的還是按邏輯關系編寫，即要求符合客觀事物的內在聯系和規(guī)律，符合科學研究和認識事物的邏輯。但不管屬于何種情形，都應保持合乎情理、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，構思時要求做“心中裝著讀者”，多作讀者分析。有了清晰的讀者對象，才能有效地展開構思，也才能順利地確定立意、選材以及表達的角度。
提高構思能力
1、寫學術論文之前，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，體現自己經過對材料的消化與進行邏輯思維后形成的初步設想，可計劃先寫什么、后寫什么，前后如何表述一致，重點又放在哪里，哪里需要進行一些注釋或解說。按此計劃寫作，可使論文層次清晰，前后照應，內容連貫，表達嚴密。
3、擬制寫作提綱，只需要運用一些簡單的句子甚至是詞與詞組加以提示，把材料單元與相應的論點有機組織編成順序號，工作量并不大，也容易辦到。提綱中用以提示寫作的句子，有時即可用來做論文段落的標題。
討論部分的寫作技巧
1.描述結論：首先，從專業(yè)角度對自己的研究進行總結，此部分務必與研究結果和研究目的保持一致，也就是說討論部分的內容必須在結果中找到依據。否則就會給人一種課題設計不完善的感覺。
2.解釋結論：對本研究的結論進行解釋，為了突出解釋的科學性和可靠性，一般是在和別人的研究分析對比中進行解釋。列出幾篇和自己結論一致的文獻，同時也要列出幾篇和自己不一致或者相悖的文獻，但要解釋出不一致的理由，比如是因為所選群體不一致，研究條件不一致等等，因為科學研究中的可控變量較多，所以解釋兩個結論不一致一般不難。
3.研究價值：結論解釋完之后，還要說明本研究的應用價值，也就本研究所能給社會或者臨床帶來什么實際價值，比如本研究可以進一步明確某種方法治療某種疾病的效果，本研究發(fā)現某種藥物存在一些尚未發(fā)現的治療作用，或者本研究可以為相關研究提供參考。
4.不足之處：任何一項研究由于客觀條件的限制，不可能盡善盡美，都會或多或少存在一些不足之處，或者由于當前科技水平的限制，也會導致研究所存在的一些局限性，描述此部分內容時，一定要慎重。
盡量列出1～2個不影響本研究結論科學性和準確性的限制，比如本研究的樣本含量較小，或者本研究隨訪時間較短等等，一般不要列出諸如本研究所用統(tǒng)計方法不當，或者本課題的所用評價標準不夠成熟等。
5.研究心得：在文章最后，應說明本文所要傳遞的信息，或者是對后續(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值的知識或信息，也可以是給讀者帶來的啟發(fā)。比如：“隨著對不穩(wěn)定型上頸椎結核性骨折的研究不斷深入，探求一種既能實現理想的復位固定，又可保留寰樞椎關節(jié)活動功能的內固定方法是我們當前研究的方向?！?BR> 人工智能論文參考文獻篇六
（一）人工智能的發(fā)展
1950年，艾倫，麥席森，圖靈發(fā)表了一篇劃時代之作《制作機器會思考嗎？》里面提出了測試機器是否具有智能的方法，并因此摘得“人工智能之父”的桂冠。約翰，麥卡錫在1956年的達特茅斯學術會議上，第一次提出人工智能（artificialintelligence，ai）。1997年，ibm公司“深藍”電腦擊敗了人類的世界國際象棋冠軍更是人工智能技術的一個完美表現。2017年7月，國務院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，這是我國首個面向2030年的人工智能技術的戰(zhàn)略發(fā)展藍圖，也表現出我國對發(fā)展人工智能技術的重視與支持，同時，人工智能人選“2017年度中國媒體十大流行語”。
人工智能是計算機科學的一個分支，可以對人的意識、思維的信息過程的模擬，人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。
（二）人工智能的意義
人工智能在會計、審計、稅務等行業(yè)的廣泛運用，使得傳統(tǒng)、簡單、重復性的基礎會計工作崗位將面臨被智能化取代，人工智能已成為促進會計行業(yè)轉型發(fā)展的重要推手。近三年來，德勤、普華永道、安永、畢馬威4大國際會計師事務所通過利用財務機器人進行會計、審計等工作，使得數據的準確性、工作效率、管理決策水平等明顯提升，由此可見，人工智能早已潛移默化的影響到了會計工作的方方面面。
（一）會計工作效率提高了。人工智能技術與財務管理系統(tǒng)的對接，實現了系統(tǒng)自動識別票據、生成會計記賬憑證、記錄明細賬戶以及生成總賬和各類報表。作業(yè)過程中系統(tǒng)按時間順序記錄每筆業(yè)務，對每一筆賬務進行核實和驗證。財務機器人還實現了信息的語音、掃描錄入，財務軟件可自動生成證、帳、表，這將更加高效準確地完成基礎會計核算工作，提高此項工作的效率，會計人員因此節(jié)省了大量用于基礎核算工作的時間，從而能將更多的精力投入在企業(yè)內部管理型的工作上，同時又提高了管理工作的效率。
（二）會計信息質量提高了。受自身能力、專業(yè)素質以及外部環(huán)境等因素的影響，會計信息數據的滯后性和人為失誤在所難免。人工智能將會計模型和方法程序化，它既減少了人為失誤又極大地提升了數據處理能力，工作重心逐漸轉向數據的挖掘、分析等重要環(huán)節(jié)和高附加值工作中，同時，會計檔案由紙質變成電子檔案更便于信息系統(tǒng)的管理、流程化的管理和監(jiān)控，避免了人工作業(yè)的失誤以及造假的可能，數據信息和記錄的真實性和精準度得到保證。
（三）會計職能重心轉移了。人工智能雖然可以替人做一些簡單、繁冗、重復性的基礎會計工作，但并不能完全替代會計人員，隨著人工智能與會計信息系統(tǒng)的不斷結合，從事簡單記賬工作的初級會計人員將會越來越少，而中高級會計人員將會集中于行業(yè)中涉及分析、預測和統(tǒng)籌的領域。因而會計職能的重心將向預測、決策、規(guī)劃、控制、評價等目前人工智能無法取代的管理會計的職能轉移。
（四）會計人員從業(yè)壓力加大了。隨著人工智能被引入到會計行業(yè)中，一方面，簡單的會計核算工作將被智能化財務軟件逐步替代，普通核算類型工作的崗位勢必減少，基層會計人員面臨失業(yè)的壓力：另一方面，由于財務軟件能夠高效完成基礎財務工作，企業(yè)更需要財會人員發(fā)揮管理會計的職能，會計從業(yè)人員需要將工作重心轉移到決策分析和經營管理上，使其有從財務會計到管理會計轉型的壓力。
人工智能的發(fā)展與應用是社會經濟發(fā)展過程中的必然產物，它的到來就像一把雙刃劍，雖然可以對會計行業(yè)整體工作效率與工作方式帶來提升，但是人工智是不能完全代替會計人員的工作的。比如，智能化的設備無法完全替代充滿人情味的服務。李開復也指出，社交能力強、應變能力強、協(xié)商能力強的人，永遠不會被人工智能取代。人類的感情，想象、創(chuàng)造等特質也是人工智能所無法企及的。所以，對于會計從業(yè)人員而言，人工智能只是一種行業(yè)對于自身的探索以及進步，順應這種變化，會計人員應當認清挑戰(zhàn)，抓住機遇。
一方面，會計從業(yè)人員應調整好心態(tài)，快速適應行業(yè)的變革，重新找回自己的價值。努力提升自己的專業(yè)分析能力和管理能力，成為人工智能代替不了的高級會計工作者。比如：財務戰(zhàn)略制定，納稅籌劃，風險控制，合理避稅、財務分析等。同時，向復合型人才發(fā)展。正如任正非所說，稱職的cfo應隨時可以接任ceo。會計人員應當開闊眼界，放大格局，不能只著眼于本職工作，還應該了解工作其他崗位的工作內容，比如銷售類、生產類等部門的業(yè)務，提高自己的企業(yè)價值以及行業(yè)地位，做一名復合型人才。
另一方面，人工智能技術在財會領域的突破離不開懂會計知識的專業(yè)人員的配合，財務人員要努力學習新技能，加強計算機、信息技術的知識儲備，協(xié)助人工智能會計信息系統(tǒng)的研發(fā)，擔當人工智能會計系統(tǒng)的設計者和監(jiān)督者。
參考文獻：
[1]閏鈺.企業(yè)人工智能時代下對會計行業(yè)的思考[j].商場現代化.2018（1z）
[2]楊秀琴.淺議人工智能時代財務會計與管理會計的融合發(fā)展趨勢[j].現代商業(yè).2018（18）
[3]李牧陽，運用給會計行業(yè)帶來的問題和思考[j]，中國管理信息化.2019（42）
人工智能論文參考文獻篇七
人工智能（artificialintelligence），英文縮寫為ai，也稱機器智能。“人工智能”一詞最初是在1956年的dartmouth學會上提出的。它是計算機科學、控制論、信息論、神經生理學、心理學、語言學等多種學科互相滲透而發(fā)展起來的一門綜合性學科。從計算機應用系統(tǒng)的角度出發(fā)，人工智能是研究如何制造智能機器或智能系統(tǒng)來模擬人類智能活動的能力，以延伸人們智能的科學。
人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能與人類智能相似的方式做出反應的智能機器。人工智能的發(fā)展史是和計算機科學與技術的發(fā)展史聯系在一起的，目前能夠用來研究人工智能的主要物質手段以及能夠實現人工智能技術的機器就是計算機，人工智能在21世紀必將為發(fā)展國民經濟和改善人類生活做出更大的貢獻。
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階段：
第一階段：20世紀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，相繼出現了一批顯著的成果，如機器定理證明、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器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點是重視問題求解的方法，而忽視了知識的重要性。
第二階段：60年代末到70年代，專家系統(tǒng)出現，使人工智能研究出現新高潮。dendral化學質譜分析系統(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用化。并且，1969年成立了國際人工智能聯合會議（internationaljointconferencesonartificialintelligence即ijcai）。
第三階段：80年代，隨著第五代計算機的研制，人工智能得到了飛速的發(fā)展。日本在1982年開始了“第五代計算機研制計劃”，即“知識信息處理計算機系統(tǒng)kips”，其目的是使邏輯推理達到數值運算那么快。雖然此計劃最終失敗，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，神經網絡飛速發(fā)展，。1987年，美國召開第一次神經網絡國際會議，宣告了這一新學科的誕生。此后，各國在神經網絡方面的投資逐漸增加，神經網絡迅速發(fā)展起來。
第五階段：90年代，人工智能出現新的研究高潮。由于網絡技術特別是國際互連網技術的發(fā)展，人工智能開始由單個智能主體研究轉向基于網絡環(huán)境下的分布式人工智能研究。不僅研究基于同一目標的分布式問題求解，而且研究多個智能主體的多目標問題求解，將人工智能更面向實用。另外，由于hopfield多層神經網絡模型的提出，使人工神經網絡研究與應用出現了欣欣向榮的景象。
1、人工智能在管理系統(tǒng)中的應用
人工智能應用于企業(yè)管理的意義主要不在于提高效率，而是用計算機實現人們非常需要做，但工業(yè)工程信息技術是靠人工卻做不了或是很難做到的事情。把人工智能應用于企業(yè)管理中，以數據管理和處理為中心，圍繞企業(yè)的核心業(yè)務和主導流程建立若干個主題數據庫，而所有的應用系統(tǒng)應該圍繞主題數據庫來建立和運行。也就是說，將企業(yè)各部門的數據進行統(tǒng)一集成管理，搭建人工智能的應用平臺，使之成為企業(yè)管理與決策中的關鍵因子，這些正體現了人工智能在企業(yè)管理中的巨大價值。
2、人工智能在工程領域中的應用
人工智能在地質勘探、石油化工等工程領域也發(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)制成礦藏勘探和評價專家系統(tǒng)“prospector”，該系統(tǒng)用于勘探評價、區(qū)域資源估值和鉆井井位選擇等，是工程領域的首個人工智能專家系統(tǒng)，其發(fā)現了一個鉬礦沉積，價值超過1億美元。
3、人工智能在技術研究中的應用
人工智能在電子技術領域的應用可謂由來已久。隨著網絡的迅速發(fā)展，網絡技術的安全已經成了人們關心的重點，因此必須在傳統(tǒng)技術的基礎上進行網絡安全技術的`改進和變更，大力發(fā)展數據挖掘技術、人工免疫技術等高效的ai技術，開發(fā)更高級的ai通用與專用語言和應用環(huán)境以及開發(fā)專用機器，而人工智能技術則為其提供了一定的可能。
人工智能的近期研究目標在于建造智能計算機，用以代替人類去從事各種復雜的腦力勞動。正是根據這一近期研究目標，人們才把人工智能理解為計算機科學的一個分支。當然，人工智能還有它的遠期研究目標，即探究人類智能和機器智能的基本原理，研究用自動機（automata）模擬人類的思維過程和智能行為。這個長期目標遠遠超出計算機科學的范疇，幾乎涉及自然科學和社會科學的所有學科。如今，人工智能已經進入了21世紀，其必將為發(fā)展國民經濟和改善人類生活做出更大的貢獻。但是，從人工智能目前的發(fā)展現狀來看，其研究也存在一定的問題，這些主要表現在以下三個方面：
1、宏觀與微觀隔離
一方面是哲學、認知科學、思維科學和心理學等學科所研究的智能層次太高、太抽象;另一方面是人工智能邏輯符號、神經網絡和行為主義所研究的智能層次太低。這兩方面之間相距太遠，中間還有許多層次尚待研究，目前還無法把宏觀與微觀有機地結合起來和相互滲透。
2、全局與局部割裂
人工智能是腦系統(tǒng)的整體效應，有著豐富的層次和多個側面。但是，符號主義只抓住人腦的抽象思維特性;連接主義只模仿人的形象思維特性;行為主義則著眼于人類智能行為特性及其進化過程。這就導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、多維和全局觀點來研究人工智能，才能克服上述局限。
3、理論與實際脫節(jié)
大腦的實際工作，在宏觀上已知道不少;但是智能的千姿百態(tài)，變幻莫測，復雜的難以理出頭緒。在微觀上，我們對大腦的工作機制知之甚少，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，能在某些方面表現出“智能”就已經算是相當的成功。
人工智能一直處于計算機技術的前沿，其研究的理論和發(fā)現在很大程度上將決定計算機技術的發(fā)展方向。人工智能研究與應用雖取得了不少成果，但離全面推廣應用還有很大的距離，還有許多問題有待解決，且需要多學科的研究專家共同合作。因此，要想從根本上了解人腦的結構和功能，完成人工智能的研究任務，就必須去尋找和建立更新的人工智能框架和理論體系，進而為人工智能的進一步發(fā)展奠定堅實的理論基礎。我們堅信在不久的將來，人工智能技術的應用與發(fā)展必將會給人們的生活、工作和教育等帶來更大的影響。
人工智能論文參考文獻篇八
長久以來，人工智能對于普通人來說是那樣的可望而不可及，然而它卻吸引了無數研究人員為之奉獻才智，從美國的麻省理工學院(mit)、卡內基-梅隆大學(cmu)到ibm公司，再到日本的本田公司、sony公司以及國內的清華大學、中科院等科研院所，全世界的實驗室都在進行著ai技術的實驗。不久前，著名導演斯蒂文·斯皮爾伯格還將這一主題搬上了銀幕，科幻片《人工智能》(a.i.)對許多人的頭腦又一次產生了震動，引起了一些人士了解并探索人工智能領域的興趣。
在本期技術專題中，中國科學院計算技術研究所智能信息處理開放實驗室的幾位研究人員將引領我們走近人工智能這一充滿挑戰(zhàn)與機遇的領域。
"智能"源于拉丁語legere，字面意思是采集(特別是果實)、收集、匯集，并由此進行選擇，形成一個東西。intelegere是從中進行選擇，進而理解、領悟和認識。正如帕梅拉·麥考達克在《機器思維》(machineswhothinks,1979)中所提出的:在復雜的機械裝置與智能之間存在長期的聯系。從幾個世紀前出現的神話般的巨鐘和機械自動機開始，人們已對機器操作的復雜性與自身的某些智能活動進行直觀聯系。經過幾個世紀之后，新技術已使我們所建立的機器的復雜性大為提高。1936年，24歲的英國數學家圖靈(turing)提出了"自動機"理論，把研究會思維的機器和計算機的工作大大向前推進了一步，他也因此被稱為"人工智能之父"。
人工智能領域的研究是從1956年正式開始的，這一年在達特茅斯大學召開的會議上正式使用了"人工智能"(artificialintelligence，ai)這個術語。隨后的幾十年中，人們從問題求解、邏輯推理與定理證明、自然語言理解、博弈、自動程序設計、專家系統(tǒng)、學習以及機器人學等多個角度展開了研究，已經建立了一些具有不同程度人工智能的計算機系統(tǒng)，例如能夠求解微分方程、設計分析集成電路、合成人類自然語言，而進行情報檢索，提供語音識別、手寫體識別的多模式接口，應用于疾病診斷的專家系統(tǒng)以及控制太空飛行器和水下機器人更加貼近我們的生活。我們熟知的ibm的"深藍"在棋盤上擊敗了國際象棋大師卡斯帕羅夫就是比較突出的例子。
當然，人工智能的發(fā)展也并不是一帆風順的，也曾因計算機計算能力的限制無法模仿人腦的思考以及與實際需求的差距過遠而走入低谷，但是隨著硬件和軟件的發(fā)展，計算機的運算能力在以指數級增長，同時網絡技術蓬勃興起，確保計算機已經具備了足夠的條件來運行一些要求更高的ai軟件，而且現在的ai具備了更多的現實應用的基礎。90年代以來，人工智能研究又出現了新的高潮。
我們有幸采訪了中國科學院計算技術研究所智能信息處理開放實驗室史忠植研究員，請他和他的實驗室成員引領我們走近人工智能這個讓普通人感到深奧卻又具有無窮魅力的領域。
問:目前人工智能研究出現了新的高潮，那么現在有哪些新的研究熱點和實際應用呢？
答:ai研究出現了新的高潮，這一方面是因為在人工智能理論方面有了新的進展，另一方面也是因為計算機硬件突飛猛進的發(fā)展。隨著計算機速度的`不斷提高、存儲容量的不斷擴大、價格的不斷降低以及網絡技術的不斷發(fā)展，許多原來無法完成的工作現在已經能夠實現。目前人工智能研究的3個熱點是:智能接口、數據挖掘、主體及多主體系統(tǒng)。
智能接口技術是研究如何使人們能夠方便自然地與計算機交流。為了實現這一目標，要求計算機能夠看懂文字、聽懂語言、說話表達，甚至能夠進行不同語言之間的翻譯，而這些功能的實現又依賴于知識表示方法的研究。因此，智能接口技術的研究既有巨大的應用價值，又有基礎的理論意義。目前，智能接口技術已經取得了顯著成果，文字識別、語音識別、語音合成、圖像識別、機器翻譯以及自然語言理解等技術已經開始實用化。
數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。數據挖掘和知識發(fā)現的研究目前已經形成了三根強大的技術支柱:數據庫、人工智能和數理統(tǒng)計。主要研究內容包括基礎理論、發(fā)現算法、數據倉庫、可視化技術、定性定量互換模型、知識表示方法、發(fā)現知識的維護和再利用、半結構化和非結構化數據中的知識發(fā)現以及網上數據挖掘等。
主體是具有信念、愿望、意圖、能力、選擇、承諾等心智狀態(tài)的實體，比對象的粒度更大，智能性更高，而且具有一定自主性。主體試圖自治地、獨立地完成任務，而且可以和環(huán)境交互，與其他主體通信，通過規(guī)劃達到目標。多主體系統(tǒng)主要研究在邏輯上或物理上分離的多個主體之間進行協(xié)調智能行為，最終實現問題求解。多主體系統(tǒng)試圖用主體來模擬人的理性行為，主要應用在對現實世界和社會的模擬、機器人以及智能機械等領域。目前對主體和多主體系統(tǒng)的研究主要集中在主體和多主體理論、主體的體系結構和組織、主體語言、主體之間的協(xié)作和協(xié)調、通信和交互技術、多主體學習以及多主體系統(tǒng)應用等方面。
答:我國開始"863計劃"時，正值全世界的人工智能熱潮。"863-306"主題的名稱是"智能計算機系統(tǒng)"，其任務就是在充分發(fā)掘現有計算機潛力的基礎上，分析現有計算機在應用中的缺陷和"瓶頸"，用人工智能技術克服這些問題，建立起更為和諧的人-機環(huán)境。經過十幾年來的努力，我們縮短了我國人工智能技術與世界先進水平的差距，也為未來的發(fā)展奠定了技術和人才基礎。
但是也應該看到目前我國人工智能研究中還存在一些問題，其特點是:課題比較分散，應用項目偏多、基礎研究比例略少、理論研究與實際應用需求結合不夠緊密。選題時，容易跟著國外的選題走;立項論證時，慣于考慮國外怎么做;落實項目時，又往往顧及面面俱到，大而全;再加上受研究經費的限制，所以很多課題既沒有取得理論上的突破，也沒有太大的實際應用價值。
今后，基礎研究的比例應該適當提高，同時人工智能研究一定要與應用需求相結合。科學研究講創(chuàng)新，而創(chuàng)新必須接受應用和市場的檢驗。因此，我們不僅要善于找到解決問題的答案，更重要的是要發(fā)現最迫切需要解決的問題和最迫切需要滿足的市場需求。
問:請您預測一下人工智能將來會向哪些方面發(fā)展？
答:技術的發(fā)展總是超乎人們的想象，要準確地預測人工智能的未來是不可能的。但是，從目前的一些前瞻性研究可以看出未來人工智能可能會向以下幾個方面發(fā)展:模糊處理、并行化、神經網絡和機器情感。
目前，人工智能的推理功能已獲突破，學習及聯想功能正在研究之中，下一步就是模仿人類右腦的模糊處理功能和整個大腦的并行化處理功能。人工神經網絡是未來人工智能應用的新領域，未來智能計算機的構成，可能就是作為主機的馮·諾依曼型機與作為智能外圍的人工神經網絡的結合。研究表明:情感是智能的一部分，而不是與智能相分離的，因此人工智能領域的下一個突破可能在于賦予計算機情感能力。情感能力對于計算機與人的自然交往至關重要。
人工智能一直處于計算機技術的前沿，人工智能研究的理論和發(fā)現在很大程度上將決定計算機技術的發(fā)展方向。今天，已經有很多人工智能研究的成果進入人們的日常生活。將來，人工智能技術的發(fā)展將會給人們的生活、工作和教育等帶來更大的影響。
人工智能也稱機器智能，它是計算機科學、控制論、信息論、神經生理學、心理學、語言學等多種學科互相滲透而發(fā)展起來的一門綜合性學科。從計算機應用系統(tǒng)的角度出發(fā)，人工智能是研究如何制造出人造的智能機器或智能系統(tǒng)，來模擬人類智能活動的能力，以延伸人們智能的科學。
在一年一度at&t實驗室舉行的機器人足球賽中，每支球隊的"球員"都裝備上了ai軟件和許多感應器，它們都很清楚自己該踢什么位置，同時也明白有些情況下不能死守崗位。盡管現在的ai技術只能使它們大部分時間處于個人盤帶的狀態(tài)，但它們傳接配合的能力正在以很快的速度改進。
這種ai機器人組隊打比賽看似無聊，但是有很強的現實意義。因為通過這類活動可以加強機器之間的協(xié)作能力。我們知道，internet是由無數臺服務器和無數臺路由器組成的，路由器的作用就是為各自的數據選擇通道并加以傳送，如果利用一些智能化的路由器很好地協(xié)作，就能分析出傳輸數據的最佳路徑，從而可以大大減少網絡堵塞。
我國也已經在大學中開展了機器人足球賽，有很多學校組隊參加，引起了大學生對人工智能研究的興趣。
安放于加州勞倫斯·利佛摩爾國家實驗室的asciwhite電腦，是ibm制造的世界最快的超級電腦，但其智力能力也僅為人腦的千分之一?，F在，ibm正在開發(fā)能力更為強大的新超級電腦--"藍色牛仔"(bluejean)。據其研究主任保羅·霍恩稱，預計于4年后誕生的"藍色牛仔"的智力水平將大致與人腦相當。
麻省理工學院的ai實驗室進行一個的代號為cog的項目。cog計劃意圖賦予機器人以人類的行為。該實驗的一個項目是讓機器人捕捉眼睛的移動和面部表情，另一個項目是讓機器人抓住從它眼前經過的東西，還有一個項目則是讓機器人學會聆聽音樂的節(jié)奏并將其在鼓上演奏出來。
人工智能論文參考文獻篇九
在航空業(yè)的發(fā)展中，人工智能技術起著積極的促進作用。本文介紹了空中交通管理中的人工智能理論及方法運用，為優(yōu)化空中交通流量管理系統(tǒng)提供理論依據，更好地服務于空管系統(tǒng)。
人工智能；空中交通；管理
人工智能，即artificialintelligence，是計算機科學的一個分支，研究對人的意識及思維的信息過程的模擬并對其進行延伸和擴展，通過了解人類智能，研究出類似的反應的智能機器。隨著計算機技術的發(fā)展，人工智能越來越多的運用于民航的各個方面，如飛行間隔的控制，空中流量的預測，飛行沖突的調配。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有效運用于空中交通流量管理中，建立人工智能輔助系統(tǒng)，擴大空域容量，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間和空間通過的航空器數量。通過優(yōu)化空中交通流量，將空中交通管制服務與機場、航路有效結合，減少延誤，提高機場和空域的.利用率。從時間角度上，空中交通流量管理可以分為航路流量管理和機場終端區(qū)流量管理兩部分，從時間上又可劃分為戰(zhàn)略流量管理，預戰(zhàn)術流量管理和戰(zhàn)術流量管理。當航空器數量飽和時就要對航空器進行流量控制，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，對地面航空器的起飛時間進行限制；2）空中等待，航空器在航路上或終端區(qū)規(guī)定的等待點或沒有沖突的臨時等待點進行盤旋等待；3）更改航路等待，當航路航線的容量飽和時，航空器可以通過選擇其他航路航線；4）控制航路間隔，通過對航空器進入空域的間隔進行限制，來達到流量管理的目的，吸收部分擁擠的流量。
agent在人工智能的研究中，指能自主活動的軟件或者硬件實體，目前國內普遍翻譯為智能體。在人工智能中，設計關鍵智能體，對于研究人工智能的應用是非常重要的。在空中交通流量管理中，設計如下關鍵智能體：航班智能體、航路智能體和機場終端區(qū)智能體。航班智能體的屬性有高度、速度、上升/下降率、起飛機場、目的地等。航班智能體可以與區(qū)域內或終端區(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，結合周圍環(huán)境與自身狀況，指導控制自身行為。如果航班智能體需要做出相應的調整如改變高度航向等，需要給上級的航路智能體或機場終端區(qū)智能體發(fā)出申請，上級智能體批準后，航班智能體才能采取相應的調整，作出相應的控制行為，才能通過交互環(huán)境反饋相應結果。在實際工作中，這個過程是通過空中交通管制員指揮航空器實現的?？罩薪煌ü苤茊T在實際指揮工作中，需要結合當時的空中交通狀況和自身的經驗知識。航路智能體的主要屬性有航路的高度、寬度、容量等。航路智能體需要對航班智能體進行指揮，管理航路上的智能體，同時與其他航路智能體和機場終端區(qū)智能體進行通信，對航班智能體進入和離開航路的時機進行協(xié)調，記錄流量信息并報告給上級流量管理部門，接收上級智能體的指令。在航班智能體進入航路之前首先要進行容量評估。通過評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入航路。如果沒有通過容量評估，則要向上級智能體發(fā)送將流量限制的申請，發(fā)布流量限制后航路就不能批準航班智能體的進入，通過減少航班智能體的數量，控制航路交通流量。機場終端區(qū)智能體：在實際工作中，機場終端區(qū)的航班管理包括管制指揮、流量控制、地面場面監(jiān)視、進離場等，難度較大。終端區(qū)智能體（通常運行中為塔臺管制）首先要處理所收到的信息，如天氣雷達信息、地面運行信息和情報信息等等，結合已有知識開展機場的容量評估。如遇到低云低能見度、雷雨等天氣時可以調低終端區(qū)/機場容量，對進入離開的航空器進行限制。通過容量評估，塔臺會給航班智能體一個slottime，航班智能體按照塔臺的slottime起飛或降落，從而達到流量控制。如果沒有通過容量評估，則需要通過上級的智能體批準，發(fā)布流量控制，限制終端區(qū)的流量，通過控制進入或離開的航空器數量達到流量限制的目的。機場終端區(qū)智能體（塔臺）對終端區(qū)的航空器進行管理，還需要與航路智能體和平級的終端去智能體進行通信，對航班進出的slottime進行協(xié)調，并將流量管理信息報告給上級流量管理部門，接收上級智能體的命令。如果出現擁堵機場終端區(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行研究的時候，首先制定流量控制信息，再在系統(tǒng)模擬航班飛行計劃。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，只能重新設定流控信息，再次進行模擬，因而加大模擬過程的工作量。而通過智能體的運用，可以在模擬中不斷調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].科學與財富，2015（30）：278.
[5]陳言俊，劉甜甜.人工智能與機器人.[6]黃昱斌.基于multi-agent的空中交通流量的探究[j].科技創(chuàng)新與應用，2015（14）：57-57.
人工智能論文參考文獻篇十
摘要:在航空業(yè)的發(fā)展中，人工智能技術起著積極的促進作用。本文介紹了空中交通管理中的人工智能理論及方法運用，為優(yōu)化空中交通流量管理系統(tǒng)提供理論依據，更好地服務于空管系統(tǒng)。
關鍵詞:人工智能；空中交通；管理
人工智能，即artificialintelligence，是計算機科學的一個分支，研究對人的意識及思維的信息過程的模擬并對其進行延伸和擴展，通過了解人類智能，研究出類似的反應的智能機器。隨著計算機技術的發(fā)展，人工智能越來越多的運用于民航的各個方面，如飛行間隔的控制，空中流量的預測，飛行沖突的調配。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有效運用于空中交通流量管理中，建立人工智能輔助系統(tǒng)，擴大空域容量，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間和空間通過的航空器數量。通過優(yōu)化空中交通流量，將空中交通管制服務與機場、航路有效結合，減少延誤，提高機場和空域的利用率。從時間角度上，空中交通流量管理可以分為航路流量管理和機場終端區(qū)流量管理兩部分，從時間上又可劃分為戰(zhàn)略流量管理，預戰(zhàn)術流量管理和戰(zhàn)術流量管理。當航空器數量飽和時就要對航空器進行流量控制，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，對地面航空器的起飛時間進行限制；2）空中等待，航空器在航路上或終端區(qū)規(guī)定的等待點或沒有沖突的臨時等待點進行盤旋等待；3）更改航路等待，當航路航線的容量飽和時，航空器可以通過選擇其他航路航線；4）控制航路間隔，通過對航空器進入空域的間隔進行限制，來達到流量管理的目的，吸收部分擁擠的流量。
2人工智能的應用研究探討
agent在人工智能的研究中，指能自主活動的軟件或者硬件實體，目前國內普遍翻譯為智能體。在人工智能中，設計關鍵智能體，對于研究人工智能的應用是非常重要的。在空中交通流量管理中，設計如下關鍵智能體：航班智能體、航路智能體和機場終端區(qū)智能體。航班智能體的屬性有高度、速度、上升/下降率、起飛機場、目的地等。航班智能體可以與區(qū)域內或終端區(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，結合周圍環(huán)境與自身狀況，指導控制自身行為。如果航班智能體需要做出相應的調整如改變高度航向等，需要給上級的航路智能體或機場終端區(qū)智能體發(fā)出申請，上級智能體批準后，航班智能體才能采取相應的調整，作出相應的控制行為，才能通過交互環(huán)境反饋相應結果。在實際工作中，這個過程是通過空中交通管制員指揮航空器實現的?？罩薪煌ü苤茊T在實際指揮工作中，需要結合當時的空中交通狀況和自身的經驗知識。航路智能體的主要屬性有航路的`高度、寬度、容量等。航路智能體需要對航班智能體進行指揮，管理航路上的智能體，同時與其他航路智能體和機場終端區(qū)智能體進行通信，對航班智能體進入和離開航路的時機進行協(xié)調，記錄流量信息并報告給上級流量管理部門，接收上級智能體的指令。在航班智能體進入航路之前首先要進行容量評估。通過評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入航路。如果沒有通過容量評估，則要向上級智能體發(fā)送將流量限制的申請，發(fā)布流量限制后航路就不能批準航班智能體的進入，通過減少航班智能體的數量，控制航路交通流量。機場終端區(qū)智能體：在實際工作中，機場終端區(qū)的航班管理包括管制指揮、流量控制、地面場面監(jiān)視、進離場等，難度較大。終端區(qū)智能體（通常運行中為塔臺管制）首先要處理所收到的信息，如天氣雷達信息、地面運行信息和情報信息等等，結合已有知識開展機場的容量評估。如遇到低云低能見度、雷雨等天氣時可以調低終端區(qū)/機場容量，對進入離開的航空器進行限制。通過容量評估，塔臺會給航班智能體一個slottime，航班智能體按照塔臺的slottime起飛或降落，從而達到流量控制。如果沒有通過容量評估，則需要通過上級的智能體批準，發(fā)布流量控制，限制終端區(qū)的流量，通過控制進入或離開的航空器數量達到流量限制的目的。機場終端區(qū)智能體（塔臺）對終端區(qū)的航空器進行管理，還需要與航路智能體和平級的終端去智能體進行通信，對航班進出的slottime進行協(xié)調，并將流量管理信息報告給上級流量管理部門，接收上級智能體的命令。如果出現擁堵機場終端區(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結論
綜上所述，以往在模擬空中交通流量進行研究的時候，首先制定流量控制信息，再在系統(tǒng)模擬航班飛行計劃。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，只能重新設定流控信息，再次進行模擬，因而加大模擬過程的工作量。而通過智能體的運用，可以在模擬中不斷調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
[2]甘鑫鑫基于多agent的空中交通協(xié)同流量管理研究[j].科學與財富，20xx（30）：278.
[5]陳言俊，劉甜甜.人工智能與機器人.[6]黃昱斌.基于multi-agent的空中交通流量的探究[j].科技創(chuàng)新與應用，20xx（14）：57-57.
人工智能論文參考文獻篇十一
1.1制訂本標準的目的是為了統(tǒng)一科學技術報告、學位論文和學術論文(以下簡稱報告、論文)的撰寫和編輯的格式，便利信息系統(tǒng)的收集、存儲、處理、加工、檢索、利用、交流、傳播。1.2本標準適用于報告、論文的編寫格式，包括形式構成和題錄著錄，及其撰寫、編輯、印刷、出版等。本標準所指報告、論文可以是手稿，包括手抄本和打字本及其復制品；也可以是印刷本，包括發(fā)表在期刊或會議錄上的論文及其預印本、抽印本和變異本；作為書中一部分或獨立成書的專著；縮微復制品和其他形式。1.3本標準全部或部分適用于其他科技文件，如年報、便覽、備忘錄等，也適用于技術檔案。2定義2.1科學技術報告科學技術報告是描述一項科學技術研究的結果或進展或一項技術研制試驗和評價的結果；或是論述某項科學技術問題的現狀和發(fā)展的文件?？茖W技術報告是為了呈送科學技術工作主管機構或科學基金會等組織或主持研究的人等?？茖W技術報告中一般應該提供系統(tǒng)的或按工作進程的充分信息，可以包括正反兩方面的結果和經驗，以便有關人員和讀者判斷和評價，以及對報告中的結論和建議提出修正意見。2.2學位論文學位論文是表明作者從事科學研究取得創(chuàng)造性的結果或有了新的見解，并以此為內容撰寫而成、作為提出申請授予相應的學位時評審用的學術論文。學士論文應能表明作者確已較好地掌握了本門學科的基礎理論、專門知識和基本技能，并具有從事科學研究工作或擔負專門技術工作的初步能力。
碩士論文應能表明作者確已在本門學科上掌握了堅實的基礎理論和系統(tǒng)的專門知識，并對所研究課題有新的見解，有從事科學研究工作或獨立擔負專門技術工作的能力。博士論文應能表明作者確已在本門學科上掌握了堅實寬廣的基礎理論和系統(tǒng)深入的專門知識，并具有獨立從事科學研究工作的能力，在科學或專門技術上做出了創(chuàng)造性的成果。2.3學術論文學術論文是某一學術課題在實驗性、理論性或觀測性上具有新的科學研究成果或創(chuàng)新見解和知識的科學記錄；或是某種已知原理應用于實際中取得新進展的科學總結，用以提供學術會議上宣讀、交流或討論；或在學術刊物上發(fā)表；或作其他用途的書面文件。學術論文應提供新的科技信息，其內容應有所發(fā)現、有所發(fā)明、有所創(chuàng)造、有所前進，而不是重復、模仿、抄襲前人的工作。3編寫要求報告、論文的中文稿必須用白色稿紙單面繕寫或打字；外文稿必須用打字?？梢杂貌煌噬膹椭票?。報告、論文宜用(210mm×297mm)標準大小的白紙，應便于閱讀、復制和拍攝縮微制品。報告、論文在書寫、打字或印刷時，要求紙的四周留足空白邊緣，以便裝訂、復制和讀者批注。每一面的上方(天頭)和左側(訂口)應分別留邊25mm以上，下方(地腳)和右側(切口)應分別留邊20mm以上。4編寫格式4.1報告、論文章、條的編號參照國家標準gb1.1《標準化工作導則標準編寫的基本規(guī)定》第8章“標準條文的編排”的有關規(guī)定，采用阿拉伯數字分級編號。4.2報告、論文的構成5前置部分5.1封面5.1.1封面是報告、論文的外表面，提供應有的信息，并起保護作用。封面不是必不可少的。學術論文如作為期刊、書或其他出版物的一部分，無需封面；如作為預印本、抽印本等單行本時，可以有封面。5.1.2封面上可包括下列內容：a.分類號在左上角注明分類號，便于信息交換和處理。一般應注明《中國圖書資料分類法》的類號，同時應盡可能注明《國際十進分類法udc》的類號。
b.本單位編號一般標注在右上角。學術論文無必要。
c.密級視報告、論文的內容，按國家規(guī)定的保密條例，在右上角注明密級。如系公開發(fā)行，不注密級。
d.題名和副題名或分冊題名用大號字標注于明顯地位。
e.卷、分冊、篇的序號和名稱如系全一冊，無需此項。
f.版本如草案、初稿、修訂版……等。如系初版，無需此項。
人工智能論文參考文獻篇十二
是的，正如霍金預言：“全面化人工智能可能意味著人類的終結?！彪S著人工智能日益滲透我們的生活，人類社會面臨著生存競爭、倫理逆境等方方面面的嚴峻挑戰(zhàn)，然而，冷靜想一想，ai其實本質上與互聯網、智能手機等科技相差無幾，其終極目標都是為了讓我們的生活更快捷便利，我們?yōu)楹我獙i的到來感到恐慌？私以為，面對人工智能全面化的大勢之趨，我們理應勇立潮頭，迎戰(zhàn)ai洪流。
毋庸置疑，人工智能無可比較的學習速度，不知疲乏的高能運作，面面俱到的'系統(tǒng)分析，以及浩大繁雜的數據體系，勢必會占據了人類相當比重的生存空間，機器人種種優(yōu)勢人類也難以企及，但是，ai的誕生不是為了毀滅、戰(zhàn)勝人類，而是要讓人類不斷突破自我，查找新的可能。在幾十年前，我們誰能想到如今的互聯網科技能徹底轉變我們的生活？同樣地，我們也無法否認將來在ai時代我們的生活會再次被*。拒絕ai更是對更美妙將來的拒絕，唯有與ai同行，讓簡單的世界更簡潔，我們才能迎來更好的時代。
是的，無論是哪個時代，“被替代”的隱患始終存在，但也恰恰是這些隱患與挑戰(zhàn)，篩選著、鞭策著人們。成也挑戰(zhàn)，敗也挑戰(zhàn)，關鍵在于當洪流襲來，你是否有勇立潮頭，發(fā)覺機遇的士氣。正如王鼎鈞所言，“時代像篩子，篩得多數人流離失所，篩得少數人出類拔萃?！蔽倚湃?，那些自甘墮落，向人工智能俯首稱臣的人只會在社會中漸漸淡去，唯有那勇立潮頭的少數人才能提升自我，在ai洪流中暗藏的機遇中大放異彩。
人工智能之大勢已成定局，然人類將來之命運猶未可知。面對ai洪流，是消沉，還是迎戰(zhàn)？由君定奪。
人工智能論文參考文獻篇十三
在科學技術日新月異的今天，知識呈爆炸性增長，全世界每天發(fā)表的論文都有數以萬計，關鍵詞能鮮明而直觀地表述文獻論述或表達的主題，使讀者在未看學術論文的文摘和正文之前便能一目了然地知道論文論述的主題，從而作出是否要花費時間閱讀正文的判斷[1]。不僅如此，關鍵詞揭示的是學術論文最核心的內容，是文章最基本的學術思想、技術方法的提煉和概括[2]，因此學術界已約定利用主題概念詞去檢索最新發(fā)表的論文。可見，關鍵詞早已成為學術論文的文獻檢索標識，它并不是可有可無的論文裝飾品，更不是“形式主義”和“八股文”。關鍵詞標引得是否恰當，關系到該文被檢索的概率和該成果的利用率。
二、關鍵詞標引的原則
（一）專指性規(guī)則
一個詞只能表達一個主題概念，即為專指性。只要能在敘詞表中找到與該文主題概念直接對應的專指性敘詞，就不允許用詞表中的上位詞（s項）或下位詞（f項）;若找不到與主題概念直接對應的敘詞，而上位詞確實與主題概念相符，即可選用。限制不加組配的泛指詞的使用，以免出現概念含糊。
（二）組配規(guī)則
1。交叉組配。系指2個或2個以上具有概念交叉關系的敘詞所進行的組配，其結果表達一個專指概念。例如：“噴氣式垂直起落飛機”，可用“噴氣式飛機”和“垂直起落飛機”這兩個泛指概念的詞確切地表達敘詞表中沒有的專指概念。
2。方面組配。系指一個表示事物的敘詞和另一個表示事物某個屬性或某個方面的敘詞所進行的組配，其結果表達一個專指概念。例如：“信號模擬穩(wěn)定器”可用“信號模擬器”與“穩(wěn)定器”組配，即用事物及其性質來表達專指概念。
在組配標引時，優(yōu)先考慮交叉組配，然后考慮方面組配;參與組配的敘詞必須是與文獻主題關系最密切、最臨近的敘詞，以避免越級組配;組配結果要求所表達的概念清楚、確切，只能表達一個單一的概念;如果無法用組配方法表達主題概念時，可選用最直接的上位詞或相關敘詞標引。
（三）采用自由詞標引
關鍵詞允許采用自由詞標引，下列幾種情況可采用自由詞標引：
1。主題詞表中明顯漏選的制圖概念詞;
2。表達新學科、新理論、新技術、新材料等新出現的概念;
3。詞表中未收錄的地區(qū)、人物、文獻、產品等名稱及重要數據名稱;
4。某些概念采用組配，其結果出現多義時，被標引概念也可用自由詞標引。
自由詞盡可能選自其他詞表或較權威的參考書和工具書，選用的自由詞必須達到詞形簡練、概念明確、實用性強。采用自由詞標引后，應有記錄，并及時向敘詞表管理部門反映。
（四）標引程序
首先對文獻進行主題分析，弄清該文的主題概念和中心內容;盡可能從題名、摘要、層次標題和正文的重要段落中抽出與主題概念一致的詞和詞組;對所選出的詞進行排序，對照敘述詞表中找出哪些詞可以直接作為敘詞標引，哪些詞可以通過規(guī)范詞化變?yōu)閿⒃~，哪些敘詞可以組配成專指主題概念詞的詞組;還有相當數量無法規(guī)范為敘詞的詞，只要是表達主題概念所必需的，都可以作為自由詞標引并列入關鍵詞。
三、關鍵詞標引常出現的問題
（一）用詞不規(guī)范
關鍵詞雖然不像主題詞那么嚴謹規(guī)范，但絕不能隨意選取。因為關鍵詞標引的正確與否直接影響到計算機檢索工作，所以無檢索意義的詞語不能作關鍵詞。一般規(guī)定關鍵詞必須是實詞，即必須是一些具有實質意義的詞語。用詞不規(guī)范主要表現在有些選用的詞語不是實詞，或不能揭示主題內容。
例5：網絡經濟時代圖書館信息服務的創(chuàng)新/傅先華//現代圖書情報技術。20xx。3
關鍵詞：網絡經濟;圖書館;信息服務;創(chuàng)新;策略
此論文中的關鍵詞“圖書館”，用詞太寬泛，作為關鍵詞輸入電腦檢索，會跳出大量有關“圖書館”方面的文獻，使其在提示該論文主題內容的專指性方面的作用大大降低，失去該關鍵詞應起的作用。
例6：電子商務在數字圖書館中的應用/謝春枝//現代圖書情報技術。20xx。2
關鍵詞：電子商務;數字圖書館;應用
該論文中的關鍵詞“應用”沒有檢索意義，不能作關鍵詞。
（二）關鍵詞的外延過于寬泛
關鍵詞是學術論文的文獻檢索標識，是表達文獻主題概念的自然語言詞匯。它是從論文的題名、摘要、層次標題和正文中選出來的，能反映論文主題概念的詞或詞組。因此，應從題名、摘要、層次標題和正文中選取最恰當、最能反映論文所屬學科的專用的、義項比較單一的詞作為關鍵詞，切忌選用概念外延過于寬泛的詞。
例3：一篇題名為《論高校自然科學學報發(fā)展的新理念》的論文[3]，把“新理念”選作關鍵詞就不妥當。因為“新理念”的外延太大，任何一門學科都存在新理念，從正文的3個層次標題中選取“科技理論”、“人文理論”、“編輯理論”作為關鍵詞要恰當得多。
（三）關鍵詞漏標
例6：一篇題名為《話說退稿》的論文[4]的關鍵詞為：“稿件;期刊;作者;編輯”。這篇論文就明顯地漏標了“退稿”這個關鍵詞，而沒有這個關鍵詞，全文就主題不明。
例7：一篇題名為《文化傳播與外語教學》的論文[5]，關鍵詞是：“語言;文化;目的語文化”，顯然也漏標了“外語教學”這個關鍵詞。由上可見，關鍵詞漏標現象在許多學術期刊中也是屢見不鮮的毛病。
（四）英文關鍵詞不規(guī)范
中、英文關鍵詞不一一對應，有的中文關鍵詞為6個，英文關鍵詞則為5個，或中、英文關鍵詞的順序不一致。英文關鍵詞拼寫錯誤多，有的用詞不正規(guī)，不是專用名詞術語，而是由普通英文名詞羅列而成。
隨著計算機硬件設備的改進和軟件技術的提高，以關鍵詞做主題索引而設計和建立的計算機數據庫檢索系統(tǒng)越來越多。關鍵詞作為一種便于文獻信息在計算機中進行文獻標引的最佳形式，具有較高的標引效率，特別適合于網上繁雜、無序的海量文獻信息處理，因而成為當前互聯網主要的檢索語言，為國內外各種學術期刊和文獻檢索工具普遍采用，并得到迅速發(fā)展，這足以說明其對揭示論文主題和檢索科研成果的重要作用。因此，必須加強對學術論文中關鍵詞的規(guī)范化建設，重視對學術論文關鍵詞的學習與研究。
人工智能論文參考文獻篇一
智能交通系統(tǒng)(intelligent transportation systems，簡稱its)是將先進的信息技術、數據通訊傳輸技術、電子傳感技術、電子控制技術及計算機處理技術等有效地集成運用于整個地面交通管理系統(tǒng)而建立的一種在大范圍內、全方位發(fā)揮作用的，實時、準確、高效的綜合交通運輸管理系統(tǒng)。its能有效地利用現有交通設施、減少交通負荷和環(huán)境污染、保證交通安全、提高運輸效率、促進社會經濟發(fā)展、提高人民生活質量，并以推動社會信息化及形成新產業(yè)而受到各國的重視。目前已形成世界二十一世紀的發(fā)展方向。
交通仿真是智能交通領域的重要分支，它是利用最先進的計算機技術，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，數學推導、科學實驗是進行科學研究、解決科學問題的主要方法。對于交通問題來說，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、甚至無法對交通問題建立精確的數學模型。同時，由于安全、法規(guī)，以及開銷方面的原因，進行現場交通實驗通常也是不可行的。而交通仿真恰恰能夠有效地解決上述兩個方面的困難。
然而，傳統(tǒng)的交通仿真由于設計理念上的原因，并不能從根本上有效地解決交通問題。這是因為，交通系統(tǒng)是一個龐大的復雜系統(tǒng)，必須用對付復雜系統(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)是由經濟、環(huán)境、人口等因素綜合作用的結果，必須全面綜合地考慮城市交通和這些系統(tǒng)之間的關系。例如，不能為例城市交通問題的解決，而導致城市生態(tài)惡化，危害人居環(huán)境；不能為了城市交通的暢通，阻礙城市社會經濟活動的健康發(fā)展。我們必須在已有工作的基礎上，突破傳統(tǒng)思維，探索研究此類復雜系統(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)涉及人與社會的動態(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不斷深化地認識過程，這類系統(tǒng)實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算實驗方法體系，為不斷地完善城市交通系統(tǒng)的綜合可持續(xù)發(fā)展方案提供科學依據。
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)解與假設條件直接相關，具有條件敏感性，但對于城市交通這樣的問題，假設條件與實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，而多層次多目標優(yōu)化往往導致多個甚至無數個解決方案，就連采用近似模型的多目標優(yōu)化也是如此。再者，對于這類復雜系統(tǒng)，有時甚至連確定一個量化的綜合優(yōu)化指標也有困難，特別是由于復雜系統(tǒng)長期行為的不可預測性，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，我們應當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有效解決方案的事實。在這種情況下，我們應該利用平行系統(tǒng)方法，追求具有動態(tài)適應能力的有效解決方案。
基于以上分析，中國科學研自動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、面向對象的編程和并行分布式計算等方法和技術，“生長”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。
三是平行管理運行，虛擬交通系統(tǒng)與實際交通系統(tǒng)相結合，直接采集現實交通數據，進行超前運算，以判斷可能發(fā)生的交通事件，提前采取預防措施，為交通的高效暢通提供保障。
1)在宏觀認識上，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)將交通看作社會整體的一個子系統(tǒng)，與經濟、人口、環(huán)境、氣候等子系統(tǒng)具有平等的地位，并將各個子系統(tǒng)之間的相互銜接、相互聯系、相互作用和相互影響作為研究的重點之一。
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，采用復雜性科學中“涌現”的原理，在底層建立單個交通出行元素的代理模型，通過大交通區(qū)域內單個代理模型之間的相互作用，“涌現”出宏觀的交通現象。
3)在實現手段上，人工交通系統(tǒng)不能在單一、孤立的計算機上進行仿真，要使人工交通系統(tǒng)具備真實交通系統(tǒng)的分散性和社會性，必須采用先進的分布式計算方法，如網格和p2p等，在互聯網上建立結構化、分散化的虛擬交通路網系統(tǒng)，并且通過終端界面將網絡中的真實人吸引到人工交通系統(tǒng)的運行中來，以使每一個代理模型具有逼近現實的社會屬性。
4)在仿真目的上，人工交通系統(tǒng)不是一味的追求逼近現實交通環(huán)境和狀態(tài)。除此之外，人工交通系統(tǒng)可以通過調整參數、添加隨機事件等方法產生現實交通系統(tǒng)可能但尚未發(fā)生的交通現象，用以制定突發(fā)事故的緊急預案、交通控制方案的預評估以及交通參與人員的培訓等等。
人工系統(tǒng)說起來有一點抽象，其實說穿了很簡單。第一是充分利用計算機技術的發(fā)展，第二是仿真與模擬的常態(tài)化。仿真不再是一個項目立項前跑一跑看看行不行的手段，仿真要秒秒在、分分在、永遠在。它是經驗與知識的數字化、動態(tài)化和即時化，使人工影響現實，虛擬影響實在。
人工交通系統(tǒng)完善之后，人們可以像玩網絡游戲一樣，作為一個行人或司機加入到系統(tǒng)中，不必出門即可體驗交通；交警同志可以在人工交通系統(tǒng)中學習指揮交通，而不必擔心造成擁堵；交通分析人員可以利用人工交通系統(tǒng)研究各種突發(fā)事故對交通的影響，而不必擔心人民的生命財產受到威脅；交通管理和決策人員可以在人工交通系統(tǒng)試驗交通政策和方案，而不必承擔決策失敗的風險。
人工智能論文參考文獻篇二
圖像識別技術是信息時代的一門重要的技術，其產生目的是為了讓計算機代替人類去處理大量的物理信息。隨著計算機技術的發(fā)展，人類對圖像識別技術的認識越來越深刻。圖像識別技術的過程分為信息的獲取、預處理、特征抽取和選擇、分類器設計和分類決策。文章簡單分析了圖像識別技術的引入、其技術原理以及模式識別等，之后介紹了神經網絡的圖像識別技術和非線性降維的圖像識別技術及圖像識別技術的應用。從中可以總結出圖像處理技術的應用廣泛，人類的生活將無法離開圖像識別技術，研究圖像識別技術具有重大意義。
1圖像識別技術的引入
圖像識別是人工智能科技的一個重要領域。圖像識別的發(fā)展經歷了三個階段：文字識別、數字圖像處理與識別、物體識別。圖像識別，顧名思義，就是對圖像做出各種處理、分析，最終識別我們所要研究的目標。今天所指的圖像識別并不僅僅是用人類的肉眼，而是借助計算機技術進行識別。雖然人類的識別能力很強大，但是對于高速發(fā)展的社會，人類自身識別能力已經滿足不了我們的需求，于是就產生了基于計算機的圖像識別技術。這就像人類研究生物細胞，完全靠肉眼觀察細胞是不現實的，這樣自然就產生了顯微鏡等用于精確觀測的儀器。通常一個領域有固有技術無法解決的需求時，就會產生相應的新技術。圖像識別技術也是如此，此技術的產生就是為了讓計算機代替人類去處理大量的物理信息，解決人類無法識別或者識別率特別低的信息。
1.1圖像識別技術原理
其實，圖像識別技術背后的原理并不是很難，只是其要處理的信息比較繁瑣。計算機的任何處理技術都不是憑空產生的，它都是學者們從生活實踐中得到啟發(fā)而利用程序將其模擬實現的。計算機的圖像識別技術和人類的圖像識別在原理上并沒有本質的區(qū)別，只是機器缺少人類在感覺與視覺差上的影響罷了。人類的圖像識別也不單單是憑借整個圖像存儲在腦海中的記憶來識別的，我們識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，然后通過各個類別所具有的特征將圖像識別出來的，只是很多時候我們沒有意識到這一點。當看到一張圖片時，我們的大腦會迅速感應到是否見過此圖片或與其相似的圖片。其實在“看到”與“感應到”的中間經歷了一個迅速識別過程，這個識別的過程和搜索有些類似。在這個過程中，我們的大腦會根據存儲記憶中已經分好的類別進行識別，查看是否有與該圖像具有相同或類似特征的存儲記憶，從而識別出是否見過該圖像。機器的圖像識別技術也是如此，通過分類并提取重要特征而排除多余的信息來識別圖像。機器所提取出的這些特征有時會非常明顯，有時又是很普通，這在很大的程度上影響了機器識別的速率。總之，在計算機的視覺識別中，圖像的內容通常是用圖像特征進行描述。
1.2模式識別
模式識別是人工智能和信息科學的重要組成部分。模式識別是指對表示事物或現象的不同形式的信息做分析和處理從而得到一個對事物或現象做出描述、辨認和分類等的過程。
計算機的圖像識別技術就是模擬人類的圖像識別過程。在圖像識別的過程中進行模式識別是必不可少的。模式識別原本是人類的一項基本智能。但隨著計算機的發(fā)展和人工智能的興起，人類本身的模式識別已經滿足不了生活的需要，于是人類就希望用計算機來代替或擴展人類的部分腦力勞動。這樣計算機的模式識別就產生了。簡單地說，模式識別就是對數據進行分類，它是一門與數學緊密結合的科學，其中所用的思想大部分是概率與統(tǒng)計。模式識別主要分為三種：統(tǒng)計模式識別、句法模式識別、模糊模式識別。
2圖像識別技術的過程
既然計算機的圖像識別技術與人類的圖像識別原理相同，那它們的過程也是大同小異的。圖像識別技術的過程分以下幾步：信息的獲取、預處理、特征抽取和選擇、分類器設計和分類決策。
信息的獲取是指通過傳感器，將光或聲音等信息轉化為電信息。也就是獲取研究對象的基本信息并通過某種方法將其轉變?yōu)闄C器能夠認識的信息。
預處理主要是指圖像處理中的去噪、平滑、變換等的操作，從而加強圖像的重要特征。
特征抽取和選擇是指在模式識別中，需要進行特征的抽取和選擇。簡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此次識別并不都是有用的，這個時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別過程中是非常關鍵的技術之一，所以對這一步的理解是圖像識別的重點。
分類器設計是指通過訓練而得到一種識別規(guī)則，通過此識別規(guī)則可以得到一種特征分類，使圖像識別技術能夠得到高識別率。分類決策是指在特征空間中對被識別對象進行分類，從而更好地識別所研究的對象具體屬于哪一類。
3圖像識別技術的分析
隨著計算機技術的迅速發(fā)展和科技的不斷進步，圖像識別技術已經在眾多領域中得到了應用。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于圖像識別的研究論文，在一項圖像識別的基準測試中，電腦系統(tǒng)識別能力已經超越了人類。人類在歸類數據庫imagenet中的圖像識別錯誤率為5.1%，而微軟研究小組的這個深度學習系統(tǒng)可以達到4.94%的錯誤率。”從這則新聞中我們可以看出圖像識別技術在圖像識別方面已經有要超越人類的圖像識別能力的趨勢。這也說明未來圖像識別技術有更大的研究意義與潛力。而且，計算機在很多方面確實具有人類所無法超越的優(yōu)勢，也正是因為這樣，圖像識別技術才能為人類社會帶來更多的應用。
3.1神經網絡的圖像識別技術
神經網絡圖像識別技術是一種比較新型的圖像識別技術，是在傳統(tǒng)的圖像識別方法和基礎上融合神經網絡算法的一種圖像識別方法。這里的神經網絡是指人工神經網絡，也就是說這種神經網絡并不是動物本身所具有的真正的神經網絡，而是人類模仿動物神經網絡后人工生成的。在神經網絡圖像識別技術中，遺傳算法與bp網絡相融合的神經網絡圖像識別模型是非常經典的，在很多領域都有它的應用。在圖像識別系統(tǒng)中利用神經網絡系統(tǒng)，一般會先提取圖像的特征，再利用圖像所具有的特征映射到神經網絡進行圖像識別分類。以汽車拍照自動識別技術為例，當汽車通過的時候，汽車自身具有的檢測設備會有所感應。此時檢測設備就會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算機進行保存以便識別。最后車牌定位模塊就會提取車牌信息，對車牌上的字符進行識別并顯示最終的結果。在對車牌上的字符進行識別的過程中就用到了基于模板匹配算法和基于人工神經網絡算法。
3.2非線性降維的圖像識別技術
計算機的圖像識別技術是一個異常高維的識別技術。不管圖像本身的分辨率如何，其產生的數據經常是多維性的，這給計算機的識別帶來了非常大的困難。想讓計算機具有高效地識別能力，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，它們的特點是簡單、易于理解。但是通過線性降維處理的是整體的數據集合，所求的是整個數據集合的最優(yōu)低維投影。經過驗證，這種線性的降維策略計算復雜度高而且占用相對較多的時間和空間，因此就產生了基于非線性降維的圖像識別技術，它是一種極其有效的非線性特征提取方法。此技術可以發(fā)現圖像的非線性結構而且可以在不破壞其本征結構的基礎上對其進行降維，使計算機的圖像識別在盡量低的維度上進行，這樣就提高了識別速率。例如人臉圖像識別系統(tǒng)所需的維數通常很高，其復雜度之高對計算機來說無疑是巨大的“災難”。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來得到分布緊湊的人臉圖像，從而提高人臉識別技術的高效性。
3.3圖像識別技術的應用及前景
計算機的圖像識別技術在公共安全、生物、工業(yè)、農業(yè)、交通、醫(yī)療等很多領域都有應用。例如交通方面的車牌識別系統(tǒng);公共安全方面的人臉識別技術、指紋識別技術;農業(yè)方面的種子識別技術、食品品質檢測技術;醫(yī)學方面的心電圖識別技術等。隨著計算機技術的不斷發(fā)展，圖像識別技術也在不斷地優(yōu)化，其算法也在不斷地改進。圖像是人類獲取和交換信息的主要來源，因此與圖像相關的圖像識別技術必定也是未來的研究重點。以后計算機的圖像識別技術很有可能在更多的領域嶄露頭角，它的應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別技術。
4總結
圖像識別技術雖然是剛興起的技術，但其應用已是相當廣泛。并且，圖像識別技術也在不斷地成長，隨著科技的不斷進步，人類對圖像識別技術的認識也會更加深刻。未來圖像識別技術將會更加強大，更加智能地出現在我們的生活中，為人類社會的更多領域帶來重大的應用。在21世紀這個信息化的時代，我們無法想象離開了圖像識別技術以后我們的生活會變成什么樣。圖像識別技術是人類現在以及未來生活必不可少的一項技術。
人工智能論文參考文獻篇三
〔摘要〕人工智能飛速發(fā)展，正在改變人類生活，推動人類進步。人工智能學者從認知科學、心靈哲學以及控制論等不同視角對人工智能進行研究，但對于人工智能哲學根源的追溯與厘清較少。古希臘畢達哥拉斯主義的數論思想、亞里士多德演繹邏輯系統(tǒng)與分析哲學中的邏輯分析與語言分析方法以及簡單性哲學原則為人工智能研究綱領、研究框架以及研究方法等奠定了基礎，哲學核心問題決定了人工智能的研究進路。只有對人工智能的哲學思想源流進行追溯與探究，才能理解人工智能的理論基礎，以更好地把握人工智能的發(fā)展規(guī)律并合理預測人工智能的發(fā)展趨勢。
〔關鍵詞〕人工智能，數論，簡單性原則
人工智能發(fā)展如火如荼，學者除了對人工智能技術本質、人工智能社會影響、發(fā)展路徑及倫理問題等進行研究之外，還關注人工智能中的哲學問題。對人工智能的研究不能僅僅局限于技術層面及科學基礎層面的反思，也要涉及對人工智能的哲學思考。博登指出：“在科學家族中，沒有一門學科比ai與哲學的關系更密切。”〔1〕3人工智能與哲學緊密聯系，特別是心靈哲學與語言哲學，認知科學與認知心理學等學科也為人工智能發(fā)展奠定了科學基礎。迄今為止，對于人工智能哲學的研究還沒有形成完整的理論體系，學者多從哲學視角對人工智能中的問題進行探討，從哲學思想源流挖掘人工智能基礎的著述不多。筆者嘗試從人工智能的數論基礎、邏輯學、分析哲學基礎以及簡單性原則等視角分析人工智能的哲學思想根源。
人工智能先驅西蒙與紐維爾作為人工智能符號主義（symbolicism）學派的代表，他們的研究著眼于計算機程序的邏輯結構、符號操作系統(tǒng)以及編程語言，這與古希臘哲學家畢達哥拉斯學派的“數論”思想一脈相承。在畢達哥拉斯看來，數是萬物的本原，萬物皆數。“按照普羅克洛在《歐幾里德〈幾何原理〉注釋》中，‘數學’這個詞也是畢達哥拉斯學派首先使用的”〔2〕268。畢達哥拉斯將科學研究的基礎建構在數學的基礎之上。畢達哥拉斯哲學思想的核心即“數”是萬物的本原。按照畢達哥拉斯的數論思想，與其說水、火、土等都是萬物的本原，不如用一個簡單詞“數”來解釋萬物的存在。
“數是萬物的本原”包含著萬物之中存在著某種數量關系的含義，不管是天體結構、音階音律以及建筑結構等萬物都存在數量關系。畢達哥拉斯學派認為數是宇宙的元素，科學研究就是尋找紛繁復雜現象之后的數量關系。例如，物理學是研究事物運動方面的數量關系，幾何學是研究事物點、線、面、體之間的數量關系等。他們將事物的本質歸結為數的規(guī)律，認為事物的本質就是數。按照亞里士多德“四因說”來看，畢達哥拉斯的“數”既是構成事物的形式因，又是構成事物的質料因。質料因指的是構成事物的原始質料，就好比建造房屋用的磚木石瓦，形式因即構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（畢達哥拉斯主義學派）認為數既是事物的質料、同時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，數對于事物來說，既是質料因又是形式因。
畢達哥拉斯的哲學思想還表現在數的和諧論。他認為萬物包括宇宙在內都由數構成，并且萬物可以還原為數;他還認為宇宙是和諧的，并把和諧的宇宙稱為“科斯摩斯”?？扑鼓λ乖饩褪恰爸刃颉钡囊馑迹J為世界存在內在秩序與內在規(guī)律，人類可以通過數量之間的關系找到世界的既定秩序。
畢達哥拉斯的“萬物皆數，數之和諧”思想既具有本體論含義，也具有方法論意味。他的哲學思想影響了古希臘科學的發(fā)展，亞里士多德的邏輯學體系、歐幾里德的幾何學體系、托勒密的天文學體系、蓋倫的醫(yī)學體系這四大古希臘的科學成就皆受畢達哥拉斯主義哲學思想的影響。不但如此，畢達哥拉斯的哲學思想還影響了西方整個自然科學的發(fā)展。達芬奇、哥白尼、開普勒、伽利略、牛頓等人都自稱是“畢達哥拉斯主義者”。達芬奇認為天體是一架服從確定自然法則的機器，自然界有確定的規(guī)律;15-16世紀帶有畢達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學結構;哥白尼日心說體系的理論基礎也是依據畢達哥拉斯主義哲學理論來構造行星運動簡單、和諧的天體幾何學模型;開普勒認為自己是畢達哥拉斯主義者，他的目標就是追求造物主心中數的和諧;伽利略也是畢達哥拉斯主義的追隨者，他認為“自然之書是用數學語言書寫的”，自然的真理存在于數學事實中。畢達哥拉斯的數論思想還影響了萊布尼茲。萊布尼茨有一個夢想，就是給出一套理想符號系統(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。在此基礎上，萊布尼茲提出“通用機”的天才設想。萊布尼茨嘗試發(fā)明人工智能通用機，他設計出一種二進制計算法，用二進制數代替原來的十進制數，二進制數即“1”和“0”。萊布尼茲雖然制作出了簡單機器，但其只能進行簡單的算術計算，還不是萊布尼茲設想的能夠進行復雜數據處理的通用機。盡管如此，萊布尼茲思想還是影響了整個計算機系統(tǒng)的發(fā)展。
圖靈與馮·諾依曼的人工智能機器也受畢達哥拉斯主義數論的影響，他們運用數的和諧以及數量關系的計算嘗試讓“萊布尼茲之夢”在現實生活中得以實現。圖靈通過基本的數學運算將數學運算符號化為運算符，并用一個無限長紙帶來表述計算過程，制造出了圖靈機，這就是萊布尼茨所說的“通用機”。圖靈認為人腦類似通用機，圖靈提出一臺計算機在多大程度上可以模仿人的活動，進而提出“機器能否思維”這個哲學問題。圖靈堅持通過特定算法程序，把可計算的數量關系都轉化為由一臺圖靈機來計算。馮·諾依曼指導發(fā)明第一臺基于運算器與存儲器的計算機，他為圖靈通用機設計出一個物理模型——edvac，edvac可以執(zhí)行加、減、乘、除等數學操作。與圖靈一樣，馮·諾依曼把人腦與機器類比，機器通過存儲器儲存數據，通過數學規(guī)則設計出把思維當成數據的程序，通過簡單、和諧的數字制造出能進行復雜數字處理的機器。不管是圖靈的通用機還是馮·諾依曼的edvac都是為了解決“萊布尼茲之夢”，其哲學思想均根源于畢達哥拉斯的“數論”哲學思想。除了圖靈與萊布尼茨，紐維爾與西蒙等符號主義人工智能先驅也認為，不管是人類智能還是機器智能都是根據確定的或者規(guī)范的規(guī)則來進行符號操作的。不但如此，基于認知模擬的強人工智能也把心理狀態(tài)作為計算狀態(tài)，所謂認知就是計算，這是對基于數論的計算主義教條的信仰，人類智能類似于信息處理系統(tǒng)。聯結主義人工智能不同于符號主義人工智能，它否認智能行為來自于在形式規(guī)則下對符號進行操作的觀點，“符號主義人工智能中的信息處理包括明確的應用和形式規(guī)則，但是聯結主義人工智能沒有這樣的規(guī)則”〔4〕1366-1367。與符號主義人工智能不同，聯結主義人工智能的工作原理是尋找神經網絡及其間的聯結機制及學習算法。雖然聯結主義與符號主義人工智能有區(qū)別，但聯結主義人工智能與符號主義人工智能的共同假設都是把認知看作信息處理，且信息處理都具有可計算性?？梢?，畢達哥拉斯的“萬物皆數，數之和諧”思想為符號主義人工智能與聯結主義人工智能的發(fā)展奠定了基礎。
除了畢達哥拉斯的數論思想，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思想源泉。人工智能符號主義學派也稱為邏輯主義學派，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象學、海德格爾的存在現象學和梅洛-龐蒂的知覺現象學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，符號主義人工智能的基礎是邏輯學，是哲學中的理性主義。人工智能的主要設想是可以運用計算機的邏輯運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，“我希望數字計算機能夠最終激起人們對符號邏輯的極大興趣……人與這些機器進行交流的語言……構成一種符號邏輯”〔5〕288。馬丁·戴維斯直接把符號主義學派的源頭追溯到亞里士多德，“把邏輯推理簡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的創(chuàng)始人，他認為邏輯學是獲得真正知識的重要工具，邏輯學是哲學的基礎。亞里士多德注重演繹推理，特別重視三段論推理，他認為三段論推理是一切思維運動的基本形式。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)則經過嚴密的邏輯論證得出必然性結論。圖靈的通用機以及符號主義人工智能的根本基礎，都可以歸結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也是人工智能的思想源泉，分析哲學把邏輯學看作一切學科的基礎，數學的基礎也是邏輯學，數學也要用邏輯符號來表示。分析哲學產生于20世紀初，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驗論者休謨、法國的實證主義者孔德、英國的邏輯主義者密爾和哲學家與心理學家馬赫等人的觀點。弗雷格的《算術基礎》、羅素與懷特海合著的《數學原理》、石里克的《普通認識論》以及維特根斯坦的《邏輯哲學論》是分析哲學的代表著作。分析哲學的基本觀點是：哲學的任務是對知識進行分析，強調通過對語言的邏輯分析來消除形而上學問題，認為一切綜合命題都以經驗為基礎等。分析哲學家認為一切科學研究必須從經驗出發(fā)，哲學的主要任務是運用現代數理邏輯和語言分析把復雜的概念分析為簡單的概念，分析哲學家想通過對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換成邏輯命題，通過分析邏輯命題的意義清除偽哲學問題，達到拒斥形而上學的目的。分析哲學注重邏輯分析與語言分析，強調語言分析的重要性，分析哲學把科學的任務界定為發(fā)現真理，而邏輯的任務在于識別真理的規(guī)律。羅素立足于把哲學建成嚴密的科學，哲學像科學一樣可以獲得真理性的知識。在羅素看來，哲學和科學只有程度之分，沒有本質區(qū)別。哲學問題都是邏輯問題，邏輯問題就是科學問題。對科學問題進行分析還原之后，如果這個問題是邏輯問題，則它是哲學問題，否則就不是哲學問題。因此，邏輯是哲學的基礎。通過邏輯分析進行還原涉及語言，那么，所有哲學問題命題都是語言表達式，語言結構是邏輯結構，是科學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持奧卡姆剃刀的最小化原則，從語言角度上堅持思維經濟原則，語言表述堅持最小詞匯量原則?！叭鐭o必要，勿增實體”。羅素從邏輯學角度堅持邏輯前提或者公理最小化原則，“寧可構造，勿要推論”。根據公理與推理規(guī)則建構的邏輯學公理系統(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器設計邏輯方案，戈德斯坦把馮·諾依曼看成將邏輯應用于計算機的第一人，“據我所知，馮·諾依曼是一個清楚地懂得計算機本質上執(zhí)行的是邏輯功能的人”〔7〕69。馮·諾依曼在edvac的報告中也提到，不但從數學的觀點，而且從工程史和邏輯學家的觀點來探討大規(guī)模計算的機器。在人工智能哲學先驅德雷福斯看來，自從古希臘人發(fā)明了邏輯與幾何，就把一切推理歸結為計算。人工智能中符號主義的基礎是邏輯學，是哲學中的理性主義、還原論傳統(tǒng)。他們把計算機看成操作思想符號的系統(tǒng)，試圖用計算機來表達對世界的形式表述。心靈與計算機都是物理符號系統(tǒng)。在德雷福斯看來，“伽利略發(fā)現人們可以忽略的品質和技術上的考慮，從而能找到一種用來描寫物質運動的純形式化系統(tǒng)，同樣我們可以設想，一位研究人類行為的伽利略可能會把所有語義上的考慮（對意義的依賴），變成為句法（形式化）操作技巧”〔8〕76。人工智能的代表人物數理邏輯學家皮茨與生理學家麥卡洛克撰寫了《神經活動中內在觀念的邏輯運算》，他們的思想受到羅素與懷特?！稊祵W原理》的啟發(fā)，堅持把一切數學還原為邏輯，甚至神經網絡也可以用邏輯來表達。德雷福斯認為人工智能的發(fā)展建立在四種假設之上，即生物學假設、心理學假設、本體論假設以及認識論假設。其中認識論假設指的是一切知識都可被形式化，可以被編碼成數字形式;本體論假設指的是存在一組在邏輯上相互獨立的事實，知識可以被編入計算機程序。紐維爾認為：“人工智能科學家把計算機看成操作符號的機器，他們認為，重要的是每一樣東西都可以經編碼成為符號，數字也不例外?！薄?〕196在符號主義者看來，符號是人類認識外部世界的基本單元。人工智能的邏輯學派將人的認識對象通過數學邏輯的方式抽象為符號，利用計算機的程序符號來模擬人認知世界的過程。符號主義學派主要依靠計算機的邏輯符號來模擬人的認知過程。人工智能的重量級人物紐維爾與西蒙構造了第一個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思想影響之深，“任何表現出一般智能的系統(tǒng)，都可以證明是一個物理符號系統(tǒng)”〔10〕41。西蒙與紐維爾認為，作為一般的智能行為，物理符號系統(tǒng)具有的計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家弗雷格、羅素與懷特海，“該假設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學觀念，把證明和演繹觀念置于可靠的根基上”〔11〕。德雷福斯認為，真正的專家解決問題是訴諸直覺與整體性，在此基礎上對人工智能的認識論假設與本體論假設進行批判，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準，“認知模擬的先驅者們——已經繼承了霍布斯推理就是計算的主張，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（人或計算機）中的哲學本原元素和邏輯關系”〔12〕。可見，人工智能與邏輯學特別是分析哲學緊密相關，邏輯學與分析哲學是人工智能的一個重要思想來源。
古希臘先哲用簡單的物質元素探索世界的本原。例如，泰勒斯把世界的本原歸結為水，赫拉克利特把世界的本原歸結為火，德謨克利特把世界的本原歸結為原子，認為世界由不可分的原子構成。他認為，萬事萬物都可以還原為不可分最小微?！?，世界是由原子構成的。復雜的事物由簡單的事物構成，萬事萬物都由不可分的基本粒子構成。世界由最基本的粒子構成，復雜對象由基本粒子構成，基本粒子決定了宇宙的性質。
簡單性哲學原則不但用簡單元素追溯世界的本原，還致力于用力學解釋自然現象。不管是物理規(guī)律、化學規(guī)律、生物規(guī)律，甚至是社會規(guī)律都可以用力學解釋。哥白尼的日心說體系之所以取得科學界的支持也不是因為其解釋力強，而是因為其遵循了簡單性原則，從而取代了托勒密繁瑣的本輪-均輪模型。牛頓的力學三定律就立足于簡單性原則，用力來解釋所有運動。按照簡單性哲學原則，人與動物都是由簡單的粒子構成，人與動物沒有根本區(qū)別，人與機器也沒有本質區(qū)別，甚至可以說“人就是機器”。1747年，拉·梅特里發(fā)表了《人是機器》這一哲學巨著，提出“人是動物，因而也是機器，不過是更復雜的機器罷了”〔14〕69。笛卡爾把人體看作是與機械相類似，用機械的旋渦來解釋天體運動問題，他認為宇宙是一架機器，機械運動是唯一的運動規(guī)律。牛頓、開普勒、伽利略等都力圖建立嚴密的力學體系來正確描述宏觀物理運動，甚至是天體運動。愛因斯坦試圖用公理化方法把自然界描繪成物質在時空中運動的統(tǒng)一體，德國物理學家海森堡也認為簡單性原則可以作為科學假說可接受性的標準。
不僅自然界的規(guī)律可以用力學表示，而且社會關系也可以用力學表示。孔德提出社會動力學和社會靜力學概念，社會動力學又稱為社會物理學，立足于運用力學規(guī)律分析社會關系。1950年，斯賓塞出版《社會靜力學》，把事物的基本規(guī)律看作“力的恒久性規(guī)律”（thelawofpersistenceofforce）?！叭耸菣C器”的觀點啟發(fā)人工智能先驅開始了構造具有人類智能機器的探索。
主體與客體的關系在哲學史上占居重要地位，是哲學研究中的核心問題，也是哲學史上諸多學派的思想源頭。古希臘米利都學派的泰勒斯探索萬物本源的時候就開始關注主體如何認識客體，關注主體與客體的關系，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相互獨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。那主客二分的標準是什么呢？人之所以為主體的標準又是什么呢？有的學者認為只有主體才具有意向性，客體不具有意向性，客體只是主體認識的對象。主體一般具有獨立意識或者個體經驗。哲學意義的認識論指的是個體對知識和知識獲得所持有的信念，主要包括知識結構、知識本質、知識來源和知識判斷的信念等內容，主體與客體的關系問題是哲學的核心問題。認識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流派的分野都基于主體與客體截然二分的哲學基礎，哲學史上，各大流派都曾經把主客關系作為研究的切入點。
人工智能是賦予機器智能，讓機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理念有不同的研究進路，人工智能發(fā)展史上不同思想的對立也是基于對于主體與客體關系的哲學思考。一般來講，人工智能可分為三種進路，即符號主義進路、聯結主義進路以及行為主義進路。人工智能符號主義進路把人類的認知過程看成符號計算過程，人類認知是物理符號系統(tǒng)，人工智能先驅德雷福斯（s）認為，人工智能研究者其實與煉金術師一樣，也是對一些符號進行不同的處理。因此，在人工智能的符號主義看來，人與機器沒有本質區(qū)別，人類的心智同樣可以還原成符號計算。德雷福斯在《計算機不能做什么：人工智能的極限》中提出，人工智能機器是基于生物學假設、心理學假設、認識論假設以及本體論假設基礎之上的?！吧飳W假設：在某一運算水平上，大腦與計算機一樣，以離散的運算方式加工信息;心理學假設：大腦被看作一種按照形式規(guī)則加工信息單位的裝置;認識論假設：一切知識都可被形式化，可以被編碼成數字形式;本體論假設：存在是一組在邏輯上相互獨立的事實，知識可以被編入計算機程序”〔17〕156。從德雷福斯關于人工智能的四個假設中我們可以看出，人工智能與人類一樣都是對信息加工和處理的工具，從這個意義上講，主體與客體之間沒有本質的區(qū)別。主體與客體不能截然二分，之所以對主體和客體進行區(qū)分，表明人類對于自身的認知規(guī)律和智能結構沒有真正揭示。
人工智能的聯結主義進路，又稱為仿生學派或生理學派，認為人工智能源于仿生學，特別是對人腦模型的研究，其主要原理為神經網絡及神經網絡間的連接機制與學習算法。聯結主義起初是用軟件模擬神經網絡，后來發(fā)展到用硬件模擬神經網絡。其理論假設是人與機器如果具有同樣的結構應該具有同樣的功能，可以通過研究人腦的物理結構從而制造出類似人腦的機器。在聯結主義看來，人與機器結構相同，人腦與計算機程序運行模式相同，則功能相同。紐維爾（allennewell）認為，智能的計算機程序可以被用來模擬人類的思維過程。聯結主義失敗的原因是人腦的結構并不像人工智能研究者們在電腦上模擬一樣，人類的大腦是將物理事實與知覺過程所連接的客觀事實，而不只是對信息進行加工的一臺機器。人與機器不同，機器不具有人類的精神狀態(tài)和意識。人類的精神狀態(tài)和意識是否由人腦結構決定呢？人類精神狀態(tài)和意識是先驗存在還是后天習得仍然是認知科學研究的難題。因此，通過神經網絡讓機器模擬人類智能行不通。通過對人工智能的符號主義和聯結主義的分析我們發(fā)現，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搖。
人工智能的行為主義進路，又稱為人工智能的進化主義或控制論學派，其原理為維納和麥克洛克等學者的控制論思想及感知-動作型控制系統(tǒng)。研究重點是模擬人在控制過程中的智能行為和作用，如對自適應、自組織和自學習等的研究。人工智能行為主義學派的代表布魯克斯（rodneybrooks）研制的“六足機器人”實質上是一個基于感知-動作模式模擬昆蟲行為的控制系統(tǒng)，能夠適應外界的環(huán)境，但這樣的機器人也不具有人類的感知與認知能力，主體與客體之間還是可以嚴格區(qū)分。人工智能的目標從技術層面來講是制造出對人類有益的智能機器，從哲學層面來講，就是利用人工智能概念和模型，通過機器模擬人類智能來推動哲學核心思想主客二分問題的研究，借此解決哲學上的身心問題、意識難題等問題。哲學的核心問題與人工智能的研究是相互促進的。
綜上所述，人工智能技術的發(fā)展有其哲學根源，根源于數是萬物本源思想、萬物皆數思想以及數的簡單、和諧思想，還根源于亞里士多德的邏輯思想以及分析哲學的邏輯分析研究方法。在眾多哲學思想中，簡單性原則是人工智能的哲學思想源泉。人工智能就是計算機用邏輯方法把思維還原為簡單數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算的本體地位和方法論問題，人工智能的發(fā)展迫使哲學家們對思維的存在形式進行深入研究，從而把形而上的論證變成可操作的過程。人工智能的目標是通過計算機實現機器模仿人類智能，人工智能的發(fā)展直接指向哲學的中心問題。例如，意向性問題、形式化問題、身心問題等。對于人工智能的哲學基礎溯源有利于推動哲學的進步與發(fā)展，也可以拓展對于傳統(tǒng)哲學問題的研究。只有對人工智能的哲學思想基礎進行追溯與探源，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、發(fā)現人工智能的發(fā)展規(guī)律以及預測人工智能的發(fā)展趨勢、把握人工智能的發(fā)展方向。
參考文獻：
〔1〕瑪格麗特·博登.人工智能哲學〔m〕.劉西瑞，王漢琦，譯.上海：上海譯文出版社，2001.
〔2〕汪子嵩，等.希臘哲學史〔m〕.北京：人民出版社，2004.
〔3〕亞里士多德.形而上學〔m〕.李真，譯.上海：上海人民出版社，1995.〔4〕安東尼·梅耶斯.愛思唯爾科學哲學手冊〔m〕.張培富，等譯.北京：北京師范大學出版社，2015.
〔5〕〔m〕.northholland，amsterdam：macmillanmagazinesltd，1992.
〔6〕davis，soflogic：mathematiciansandtheoriginofthecomputer〔m〕.newyork：&，2001.
人工智能論文參考文獻篇四
在二十一世紀的將來，寧波市室驗小學的中心，有一座巨大的建筑物――大本鐘。
這不是大本鐘的仿照，而是一座高科技的智能教學樓。這座樓分成一個個小小的圓，那是一個個教室?，F在，可以讓你見識見識所謂的“高科技”啦。走上樓梯，來到四（五）班的教室門口，門口擺著好多雙鞋，不用驚奇，教室是圓的，固然得穿特別的鞋啦。在門框上，有一個指甲大小的洞，那是微形錄像頭，假如你晚到了便會自動發(fā)信息給教師，以防你不誠懇，偷偷溜進來。教室的中心有一大個一大個的沙包，那是學生座椅，你任憑怎么坐都可以，由于它有一個芯片，可以測你的心理，只要在聽課就可以。假如沒聽課，它就會像一把扎滿釘子的“活火山”，把你弄得苦痛不堪。教室里沒有桌子，一人一個平板電腦，教師講課的板書占一半，不用怕看不見，在為可以放大。另一半是錄像機，把教師講的課全程錄像。
教室前面的講臺更牛，還有那個“大本鐘”語。數教師（包括全部教師）要拖課，那把教室建成大本鐘干嗎？鐘一響，學生倒安平穩(wěn)穩(wěn)的，教師在講臺上卻被震得象在12級地震現場，五臟六腑都“蹦”了出來。假如學生很喜愛，只要在“課后評分”地方點一個好，教師就會留下來?！皦Α鄙系暮诎逡灿行酒?，教師不用找文件，心里一想，文件就會立即翻開。芯片還能識別人。同學假如在動，不到5秒，電腦就會自動關機，以防壞掉。黑板角落一個個白色的，上面畫有圖案的是教室按扭，一按，相應的教室布置，讓同學們和教師不會為沒有教室而苦惱。
教室后邊的圖書角也很奇妙。想到什么書，什么書就會被推出一個角，不用我們一本本地找了。圖書角的邊上有一個生物角，透亮的玻璃里一個“動物園”一樣的地方。每天都會引來很多奇怪的眼睛，里面除了兇狠的野獸，其它動物幾乎都不缺。進入邊上的“更衣室”，一套適合你的衣服就穿在了你身上，再走進“迷你動物園”，邊上不是透亮的了，而是一望無際的“動物天堂”。盡管知道這是幻覺，但學是很吸引人。走近那些動物，衣服起了作用，讓人聽懂了它們的語言，還能和它們溝通呢！
不止這些呢，節(jié)日里，“天花板”上的燈會身出五彩的`光線，平常只會在摔倒時變軟的“地板”現在一不當心踩著了哪塊，“砰”地一下就會炸出五色的彩帶，立即又自動恢復，為節(jié)日增加不少樂趣。
噢，差點遺忘了，教室是園的，真正的目的就是不讓教師體罰學生。由于那把“沙包椅”已經起到這個作用了啦！
這樣一個智能教室，肯定會在21世紀被創(chuàng)造出來讓我們用的。我們肯定要去研發(fā)出這種高科技的智能教室。
人工智能論文參考文獻篇五
1、構思要圍繞主題展開：若要使論文寫得條理清晰、脈絡分明，必須要使全文有一條貫穿線，這就是論文的主題。主題是一篇學術論文的精髓，它是體現作者的學術觀點學術見解的。
2、構思論文布局，要力求結構完整統(tǒng)一：在對一篇論文構思時，有時按時間順序編寫，有時按地域位置(空間)順序編寫，但更多的還是按邏輯關系編寫，即要求符合客觀事物的內在聯系和規(guī)律，符合科學研究和認識事物的邏輯。但不管屬于何種情形，都應保持合乎情理、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，構思時要求做“心中裝著讀者”，多作讀者分析。有了清晰的讀者對象，才能有效地展開構思，也才能順利地確定立意、選材以及表達的角度。
提高構思能力
1、寫學術論文之前，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，體現自己經過對材料的消化與進行邏輯思維后形成的初步設想，可計劃先寫什么、后寫什么，前后如何表述一致，重點又放在哪里，哪里需要進行一些注釋或解說。按此計劃寫作，可使論文層次清晰，前后照應，內容連貫，表達嚴密。
3、擬制寫作提綱，只需要運用一些簡單的句子甚至是詞與詞組加以提示，把材料單元與相應的論點有機組織編成順序號，工作量并不大，也容易辦到。提綱中用以提示寫作的句子，有時即可用來做論文段落的標題。
討論部分的寫作技巧
1.描述結論：首先，從專業(yè)角度對自己的研究進行總結，此部分務必與研究結果和研究目的保持一致，也就是說討論部分的內容必須在結果中找到依據。否則就會給人一種課題設計不完善的感覺。
2.解釋結論：對本研究的結論進行解釋，為了突出解釋的科學性和可靠性，一般是在和別人的研究分析對比中進行解釋。列出幾篇和自己結論一致的文獻，同時也要列出幾篇和自己不一致或者相悖的文獻，但要解釋出不一致的理由，比如是因為所選群體不一致，研究條件不一致等等，因為科學研究中的可控變量較多，所以解釋兩個結論不一致一般不難。
3.研究價值：結論解釋完之后，還要說明本研究的應用價值，也就本研究所能給社會或者臨床帶來什么實際價值，比如本研究可以進一步明確某種方法治療某種疾病的效果，本研究發(fā)現某種藥物存在一些尚未發(fā)現的治療作用，或者本研究可以為相關研究提供參考。
4.不足之處：任何一項研究由于客觀條件的限制，不可能盡善盡美，都會或多或少存在一些不足之處，或者由于當前科技水平的限制，也會導致研究所存在的一些局限性，描述此部分內容時，一定要慎重。
盡量列出1～2個不影響本研究結論科學性和準確性的限制，比如本研究的樣本含量較小，或者本研究隨訪時間較短等等，一般不要列出諸如本研究所用統(tǒng)計方法不當，或者本課題的所用評價標準不夠成熟等。
5.研究心得：在文章最后，應說明本文所要傳遞的信息，或者是對后續(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值的知識或信息，也可以是給讀者帶來的啟發(fā)。比如：“隨著對不穩(wěn)定型上頸椎結核性骨折的研究不斷深入，探求一種既能實現理想的復位固定，又可保留寰樞椎關節(jié)活動功能的內固定方法是我們當前研究的方向?！?BR> 人工智能論文參考文獻篇六
（一）人工智能的發(fā)展
1950年，艾倫，麥席森，圖靈發(fā)表了一篇劃時代之作《制作機器會思考嗎？》里面提出了測試機器是否具有智能的方法，并因此摘得“人工智能之父”的桂冠。約翰，麥卡錫在1956年的達特茅斯學術會議上，第一次提出人工智能（artificialintelligence，ai）。1997年，ibm公司“深藍”電腦擊敗了人類的世界國際象棋冠軍更是人工智能技術的一個完美表現。2017年7月，國務院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，這是我國首個面向2030年的人工智能技術的戰(zhàn)略發(fā)展藍圖，也表現出我國對發(fā)展人工智能技術的重視與支持，同時，人工智能人選“2017年度中國媒體十大流行語”。
人工智能是計算機科學的一個分支，可以對人的意識、思維的信息過程的模擬，人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。
（二）人工智能的意義
人工智能在會計、審計、稅務等行業(yè)的廣泛運用，使得傳統(tǒng)、簡單、重復性的基礎會計工作崗位將面臨被智能化取代，人工智能已成為促進會計行業(yè)轉型發(fā)展的重要推手。近三年來，德勤、普華永道、安永、畢馬威4大國際會計師事務所通過利用財務機器人進行會計、審計等工作，使得數據的準確性、工作效率、管理決策水平等明顯提升，由此可見，人工智能早已潛移默化的影響到了會計工作的方方面面。
（一）會計工作效率提高了。人工智能技術與財務管理系統(tǒng)的對接，實現了系統(tǒng)自動識別票據、生成會計記賬憑證、記錄明細賬戶以及生成總賬和各類報表。作業(yè)過程中系統(tǒng)按時間順序記錄每筆業(yè)務，對每一筆賬務進行核實和驗證。財務機器人還實現了信息的語音、掃描錄入，財務軟件可自動生成證、帳、表，這將更加高效準確地完成基礎會計核算工作，提高此項工作的效率，會計人員因此節(jié)省了大量用于基礎核算工作的時間，從而能將更多的精力投入在企業(yè)內部管理型的工作上，同時又提高了管理工作的效率。
（二）會計信息質量提高了。受自身能力、專業(yè)素質以及外部環(huán)境等因素的影響，會計信息數據的滯后性和人為失誤在所難免。人工智能將會計模型和方法程序化，它既減少了人為失誤又極大地提升了數據處理能力，工作重心逐漸轉向數據的挖掘、分析等重要環(huán)節(jié)和高附加值工作中，同時，會計檔案由紙質變成電子檔案更便于信息系統(tǒng)的管理、流程化的管理和監(jiān)控，避免了人工作業(yè)的失誤以及造假的可能，數據信息和記錄的真實性和精準度得到保證。
（三）會計職能重心轉移了。人工智能雖然可以替人做一些簡單、繁冗、重復性的基礎會計工作，但并不能完全替代會計人員，隨著人工智能與會計信息系統(tǒng)的不斷結合，從事簡單記賬工作的初級會計人員將會越來越少，而中高級會計人員將會集中于行業(yè)中涉及分析、預測和統(tǒng)籌的領域。因而會計職能的重心將向預測、決策、規(guī)劃、控制、評價等目前人工智能無法取代的管理會計的職能轉移。
（四）會計人員從業(yè)壓力加大了。隨著人工智能被引入到會計行業(yè)中，一方面，簡單的會計核算工作將被智能化財務軟件逐步替代，普通核算類型工作的崗位勢必減少，基層會計人員面臨失業(yè)的壓力：另一方面，由于財務軟件能夠高效完成基礎財務工作，企業(yè)更需要財會人員發(fā)揮管理會計的職能，會計從業(yè)人員需要將工作重心轉移到決策分析和經營管理上，使其有從財務會計到管理會計轉型的壓力。
人工智能的發(fā)展與應用是社會經濟發(fā)展過程中的必然產物，它的到來就像一把雙刃劍，雖然可以對會計行業(yè)整體工作效率與工作方式帶來提升，但是人工智是不能完全代替會計人員的工作的。比如，智能化的設備無法完全替代充滿人情味的服務。李開復也指出，社交能力強、應變能力強、協(xié)商能力強的人，永遠不會被人工智能取代。人類的感情，想象、創(chuàng)造等特質也是人工智能所無法企及的。所以，對于會計從業(yè)人員而言，人工智能只是一種行業(yè)對于自身的探索以及進步，順應這種變化，會計人員應當認清挑戰(zhàn)，抓住機遇。
一方面，會計從業(yè)人員應調整好心態(tài)，快速適應行業(yè)的變革，重新找回自己的價值。努力提升自己的專業(yè)分析能力和管理能力，成為人工智能代替不了的高級會計工作者。比如：財務戰(zhàn)略制定，納稅籌劃，風險控制，合理避稅、財務分析等。同時，向復合型人才發(fā)展。正如任正非所說，稱職的cfo應隨時可以接任ceo。會計人員應當開闊眼界，放大格局，不能只著眼于本職工作，還應該了解工作其他崗位的工作內容，比如銷售類、生產類等部門的業(yè)務，提高自己的企業(yè)價值以及行業(yè)地位，做一名復合型人才。
另一方面，人工智能技術在財會領域的突破離不開懂會計知識的專業(yè)人員的配合，財務人員要努力學習新技能，加強計算機、信息技術的知識儲備，協(xié)助人工智能會計信息系統(tǒng)的研發(fā)，擔當人工智能會計系統(tǒng)的設計者和監(jiān)督者。
參考文獻：
[1]閏鈺.企業(yè)人工智能時代下對會計行業(yè)的思考[j].商場現代化.2018（1z）
[2]楊秀琴.淺議人工智能時代財務會計與管理會計的融合發(fā)展趨勢[j].現代商業(yè).2018（18）
[3]李牧陽，運用給會計行業(yè)帶來的問題和思考[j]，中國管理信息化.2019（42）
人工智能論文參考文獻篇七
人工智能（artificialintelligence），英文縮寫為ai，也稱機器智能。“人工智能”一詞最初是在1956年的dartmouth學會上提出的。它是計算機科學、控制論、信息論、神經生理學、心理學、語言學等多種學科互相滲透而發(fā)展起來的一門綜合性學科。從計算機應用系統(tǒng)的角度出發(fā)，人工智能是研究如何制造智能機器或智能系統(tǒng)來模擬人類智能活動的能力，以延伸人們智能的科學。
人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能與人類智能相似的方式做出反應的智能機器。人工智能的發(fā)展史是和計算機科學與技術的發(fā)展史聯系在一起的，目前能夠用來研究人工智能的主要物質手段以及能夠實現人工智能技術的機器就是計算機，人工智能在21世紀必將為發(fā)展國民經濟和改善人類生活做出更大的貢獻。
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階段：
第一階段：20世紀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，相繼出現了一批顯著的成果，如機器定理證明、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器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點是重視問題求解的方法，而忽視了知識的重要性。
第二階段：60年代末到70年代，專家系統(tǒng)出現，使人工智能研究出現新高潮。dendral化學質譜分析系統(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用化。并且，1969年成立了國際人工智能聯合會議（internationaljointconferencesonartificialintelligence即ijcai）。
第三階段：80年代，隨著第五代計算機的研制，人工智能得到了飛速的發(fā)展。日本在1982年開始了“第五代計算機研制計劃”，即“知識信息處理計算機系統(tǒng)kips”，其目的是使邏輯推理達到數值運算那么快。雖然此計劃最終失敗，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，神經網絡飛速發(fā)展，。1987年，美國召開第一次神經網絡國際會議，宣告了這一新學科的誕生。此后，各國在神經網絡方面的投資逐漸增加，神經網絡迅速發(fā)展起來。
第五階段：90年代，人工智能出現新的研究高潮。由于網絡技術特別是國際互連網技術的發(fā)展，人工智能開始由單個智能主體研究轉向基于網絡環(huán)境下的分布式人工智能研究。不僅研究基于同一目標的分布式問題求解，而且研究多個智能主體的多目標問題求解，將人工智能更面向實用。另外，由于hopfield多層神經網絡模型的提出，使人工神經網絡研究與應用出現了欣欣向榮的景象。
1、人工智能在管理系統(tǒng)中的應用
人工智能應用于企業(yè)管理的意義主要不在于提高效率，而是用計算機實現人們非常需要做，但工業(yè)工程信息技術是靠人工卻做不了或是很難做到的事情。把人工智能應用于企業(yè)管理中，以數據管理和處理為中心，圍繞企業(yè)的核心業(yè)務和主導流程建立若干個主題數據庫，而所有的應用系統(tǒng)應該圍繞主題數據庫來建立和運行。也就是說，將企業(yè)各部門的數據進行統(tǒng)一集成管理，搭建人工智能的應用平臺，使之成為企業(yè)管理與決策中的關鍵因子，這些正體現了人工智能在企業(yè)管理中的巨大價值。
2、人工智能在工程領域中的應用
人工智能在地質勘探、石油化工等工程領域也發(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)制成礦藏勘探和評價專家系統(tǒng)“prospector”，該系統(tǒng)用于勘探評價、區(qū)域資源估值和鉆井井位選擇等，是工程領域的首個人工智能專家系統(tǒng)，其發(fā)現了一個鉬礦沉積，價值超過1億美元。
3、人工智能在技術研究中的應用
人工智能在電子技術領域的應用可謂由來已久。隨著網絡的迅速發(fā)展，網絡技術的安全已經成了人們關心的重點，因此必須在傳統(tǒng)技術的基礎上進行網絡安全技術的`改進和變更，大力發(fā)展數據挖掘技術、人工免疫技術等高效的ai技術，開發(fā)更高級的ai通用與專用語言和應用環(huán)境以及開發(fā)專用機器，而人工智能技術則為其提供了一定的可能。
人工智能的近期研究目標在于建造智能計算機，用以代替人類去從事各種復雜的腦力勞動。正是根據這一近期研究目標，人們才把人工智能理解為計算機科學的一個分支。當然，人工智能還有它的遠期研究目標，即探究人類智能和機器智能的基本原理，研究用自動機（automata）模擬人類的思維過程和智能行為。這個長期目標遠遠超出計算機科學的范疇，幾乎涉及自然科學和社會科學的所有學科。如今，人工智能已經進入了21世紀，其必將為發(fā)展國民經濟和改善人類生活做出更大的貢獻。但是，從人工智能目前的發(fā)展現狀來看，其研究也存在一定的問題，這些主要表現在以下三個方面：
1、宏觀與微觀隔離
一方面是哲學、認知科學、思維科學和心理學等學科所研究的智能層次太高、太抽象;另一方面是人工智能邏輯符號、神經網絡和行為主義所研究的智能層次太低。這兩方面之間相距太遠，中間還有許多層次尚待研究，目前還無法把宏觀與微觀有機地結合起來和相互滲透。
2、全局與局部割裂
人工智能是腦系統(tǒng)的整體效應，有著豐富的層次和多個側面。但是，符號主義只抓住人腦的抽象思維特性;連接主義只模仿人的形象思維特性;行為主義則著眼于人類智能行為特性及其進化過程。這就導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、多維和全局觀點來研究人工智能，才能克服上述局限。
3、理論與實際脫節(jié)
大腦的實際工作，在宏觀上已知道不少;但是智能的千姿百態(tài)，變幻莫測，復雜的難以理出頭緒。在微觀上，我們對大腦的工作機制知之甚少，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，能在某些方面表現出“智能”就已經算是相當的成功。
人工智能一直處于計算機技術的前沿，其研究的理論和發(fā)現在很大程度上將決定計算機技術的發(fā)展方向。人工智能研究與應用雖取得了不少成果，但離全面推廣應用還有很大的距離，還有許多問題有待解決，且需要多學科的研究專家共同合作。因此，要想從根本上了解人腦的結構和功能，完成人工智能的研究任務，就必須去尋找和建立更新的人工智能框架和理論體系，進而為人工智能的進一步發(fā)展奠定堅實的理論基礎。我們堅信在不久的將來，人工智能技術的應用與發(fā)展必將會給人們的生活、工作和教育等帶來更大的影響。
人工智能論文參考文獻篇八
長久以來，人工智能對于普通人來說是那樣的可望而不可及，然而它卻吸引了無數研究人員為之奉獻才智，從美國的麻省理工學院(mit)、卡內基-梅隆大學(cmu)到ibm公司，再到日本的本田公司、sony公司以及國內的清華大學、中科院等科研院所，全世界的實驗室都在進行著ai技術的實驗。不久前，著名導演斯蒂文·斯皮爾伯格還將這一主題搬上了銀幕，科幻片《人工智能》(a.i.)對許多人的頭腦又一次產生了震動，引起了一些人士了解并探索人工智能領域的興趣。
在本期技術專題中，中國科學院計算技術研究所智能信息處理開放實驗室的幾位研究人員將引領我們走近人工智能這一充滿挑戰(zhàn)與機遇的領域。
"智能"源于拉丁語legere，字面意思是采集(特別是果實)、收集、匯集，并由此進行選擇，形成一個東西。intelegere是從中進行選擇，進而理解、領悟和認識。正如帕梅拉·麥考達克在《機器思維》(machineswhothinks,1979)中所提出的:在復雜的機械裝置與智能之間存在長期的聯系。從幾個世紀前出現的神話般的巨鐘和機械自動機開始，人們已對機器操作的復雜性與自身的某些智能活動進行直觀聯系。經過幾個世紀之后，新技術已使我們所建立的機器的復雜性大為提高。1936年，24歲的英國數學家圖靈(turing)提出了"自動機"理論，把研究會思維的機器和計算機的工作大大向前推進了一步，他也因此被稱為"人工智能之父"。
人工智能領域的研究是從1956年正式開始的，這一年在達特茅斯大學召開的會議上正式使用了"人工智能"(artificialintelligence，ai)這個術語。隨后的幾十年中，人們從問題求解、邏輯推理與定理證明、自然語言理解、博弈、自動程序設計、專家系統(tǒng)、學習以及機器人學等多個角度展開了研究，已經建立了一些具有不同程度人工智能的計算機系統(tǒng)，例如能夠求解微分方程、設計分析集成電路、合成人類自然語言，而進行情報檢索，提供語音識別、手寫體識別的多模式接口，應用于疾病診斷的專家系統(tǒng)以及控制太空飛行器和水下機器人更加貼近我們的生活。我們熟知的ibm的"深藍"在棋盤上擊敗了國際象棋大師卡斯帕羅夫就是比較突出的例子。
當然，人工智能的發(fā)展也并不是一帆風順的，也曾因計算機計算能力的限制無法模仿人腦的思考以及與實際需求的差距過遠而走入低谷，但是隨著硬件和軟件的發(fā)展，計算機的運算能力在以指數級增長，同時網絡技術蓬勃興起，確保計算機已經具備了足夠的條件來運行一些要求更高的ai軟件，而且現在的ai具備了更多的現實應用的基礎。90年代以來，人工智能研究又出現了新的高潮。
我們有幸采訪了中國科學院計算技術研究所智能信息處理開放實驗室史忠植研究員，請他和他的實驗室成員引領我們走近人工智能這個讓普通人感到深奧卻又具有無窮魅力的領域。
問:目前人工智能研究出現了新的高潮，那么現在有哪些新的研究熱點和實際應用呢？
答:ai研究出現了新的高潮，這一方面是因為在人工智能理論方面有了新的進展，另一方面也是因為計算機硬件突飛猛進的發(fā)展。隨著計算機速度的`不斷提高、存儲容量的不斷擴大、價格的不斷降低以及網絡技術的不斷發(fā)展，許多原來無法完成的工作現在已經能夠實現。目前人工智能研究的3個熱點是:智能接口、數據挖掘、主體及多主體系統(tǒng)。
智能接口技術是研究如何使人們能夠方便自然地與計算機交流。為了實現這一目標，要求計算機能夠看懂文字、聽懂語言、說話表達，甚至能夠進行不同語言之間的翻譯，而這些功能的實現又依賴于知識表示方法的研究。因此，智能接口技術的研究既有巨大的應用價值，又有基礎的理論意義。目前，智能接口技術已經取得了顯著成果，文字識別、語音識別、語音合成、圖像識別、機器翻譯以及自然語言理解等技術已經開始實用化。
數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。數據挖掘和知識發(fā)現的研究目前已經形成了三根強大的技術支柱:數據庫、人工智能和數理統(tǒng)計。主要研究內容包括基礎理論、發(fā)現算法、數據倉庫、可視化技術、定性定量互換模型、知識表示方法、發(fā)現知識的維護和再利用、半結構化和非結構化數據中的知識發(fā)現以及網上數據挖掘等。
主體是具有信念、愿望、意圖、能力、選擇、承諾等心智狀態(tài)的實體，比對象的粒度更大，智能性更高，而且具有一定自主性。主體試圖自治地、獨立地完成任務，而且可以和環(huán)境交互，與其他主體通信，通過規(guī)劃達到目標。多主體系統(tǒng)主要研究在邏輯上或物理上分離的多個主體之間進行協(xié)調智能行為，最終實現問題求解。多主體系統(tǒng)試圖用主體來模擬人的理性行為，主要應用在對現實世界和社會的模擬、機器人以及智能機械等領域。目前對主體和多主體系統(tǒng)的研究主要集中在主體和多主體理論、主體的體系結構和組織、主體語言、主體之間的協(xié)作和協(xié)調、通信和交互技術、多主體學習以及多主體系統(tǒng)應用等方面。
答:我國開始"863計劃"時，正值全世界的人工智能熱潮。"863-306"主題的名稱是"智能計算機系統(tǒng)"，其任務就是在充分發(fā)掘現有計算機潛力的基礎上，分析現有計算機在應用中的缺陷和"瓶頸"，用人工智能技術克服這些問題，建立起更為和諧的人-機環(huán)境。經過十幾年來的努力，我們縮短了我國人工智能技術與世界先進水平的差距，也為未來的發(fā)展奠定了技術和人才基礎。
但是也應該看到目前我國人工智能研究中還存在一些問題，其特點是:課題比較分散，應用項目偏多、基礎研究比例略少、理論研究與實際應用需求結合不夠緊密。選題時，容易跟著國外的選題走;立項論證時，慣于考慮國外怎么做;落實項目時，又往往顧及面面俱到，大而全;再加上受研究經費的限制，所以很多課題既沒有取得理論上的突破，也沒有太大的實際應用價值。
今后，基礎研究的比例應該適當提高，同時人工智能研究一定要與應用需求相結合。科學研究講創(chuàng)新，而創(chuàng)新必須接受應用和市場的檢驗。因此，我們不僅要善于找到解決問題的答案，更重要的是要發(fā)現最迫切需要解決的問題和最迫切需要滿足的市場需求。
問:請您預測一下人工智能將來會向哪些方面發(fā)展？
答:技術的發(fā)展總是超乎人們的想象，要準確地預測人工智能的未來是不可能的。但是，從目前的一些前瞻性研究可以看出未來人工智能可能會向以下幾個方面發(fā)展:模糊處理、并行化、神經網絡和機器情感。
目前，人工智能的推理功能已獲突破，學習及聯想功能正在研究之中，下一步就是模仿人類右腦的模糊處理功能和整個大腦的并行化處理功能。人工神經網絡是未來人工智能應用的新領域，未來智能計算機的構成，可能就是作為主機的馮·諾依曼型機與作為智能外圍的人工神經網絡的結合。研究表明:情感是智能的一部分，而不是與智能相分離的，因此人工智能領域的下一個突破可能在于賦予計算機情感能力。情感能力對于計算機與人的自然交往至關重要。
人工智能一直處于計算機技術的前沿，人工智能研究的理論和發(fā)現在很大程度上將決定計算機技術的發(fā)展方向。今天，已經有很多人工智能研究的成果進入人們的日常生活。將來，人工智能技術的發(fā)展將會給人們的生活、工作和教育等帶來更大的影響。
人工智能也稱機器智能，它是計算機科學、控制論、信息論、神經生理學、心理學、語言學等多種學科互相滲透而發(fā)展起來的一門綜合性學科。從計算機應用系統(tǒng)的角度出發(fā)，人工智能是研究如何制造出人造的智能機器或智能系統(tǒng)，來模擬人類智能活動的能力，以延伸人們智能的科學。
在一年一度at&t實驗室舉行的機器人足球賽中，每支球隊的"球員"都裝備上了ai軟件和許多感應器，它們都很清楚自己該踢什么位置，同時也明白有些情況下不能死守崗位。盡管現在的ai技術只能使它們大部分時間處于個人盤帶的狀態(tài)，但它們傳接配合的能力正在以很快的速度改進。
這種ai機器人組隊打比賽看似無聊，但是有很強的現實意義。因為通過這類活動可以加強機器之間的協(xié)作能力。我們知道，internet是由無數臺服務器和無數臺路由器組成的，路由器的作用就是為各自的數據選擇通道并加以傳送，如果利用一些智能化的路由器很好地協(xié)作，就能分析出傳輸數據的最佳路徑，從而可以大大減少網絡堵塞。
我國也已經在大學中開展了機器人足球賽，有很多學校組隊參加，引起了大學生對人工智能研究的興趣。
安放于加州勞倫斯·利佛摩爾國家實驗室的asciwhite電腦，是ibm制造的世界最快的超級電腦，但其智力能力也僅為人腦的千分之一?，F在，ibm正在開發(fā)能力更為強大的新超級電腦--"藍色牛仔"(bluejean)。據其研究主任保羅·霍恩稱，預計于4年后誕生的"藍色牛仔"的智力水平將大致與人腦相當。
麻省理工學院的ai實驗室進行一個的代號為cog的項目。cog計劃意圖賦予機器人以人類的行為。該實驗的一個項目是讓機器人捕捉眼睛的移動和面部表情，另一個項目是讓機器人抓住從它眼前經過的東西，還有一個項目則是讓機器人學會聆聽音樂的節(jié)奏并將其在鼓上演奏出來。
人工智能論文參考文獻篇九
在航空業(yè)的發(fā)展中，人工智能技術起著積極的促進作用。本文介紹了空中交通管理中的人工智能理論及方法運用，為優(yōu)化空中交通流量管理系統(tǒng)提供理論依據，更好地服務于空管系統(tǒng)。
人工智能；空中交通；管理
人工智能，即artificialintelligence，是計算機科學的一個分支，研究對人的意識及思維的信息過程的模擬并對其進行延伸和擴展，通過了解人類智能，研究出類似的反應的智能機器。隨著計算機技術的發(fā)展，人工智能越來越多的運用于民航的各個方面，如飛行間隔的控制，空中流量的預測，飛行沖突的調配。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有效運用于空中交通流量管理中，建立人工智能輔助系統(tǒng)，擴大空域容量，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間和空間通過的航空器數量。通過優(yōu)化空中交通流量，將空中交通管制服務與機場、航路有效結合，減少延誤，提高機場和空域的.利用率。從時間角度上，空中交通流量管理可以分為航路流量管理和機場終端區(qū)流量管理兩部分，從時間上又可劃分為戰(zhàn)略流量管理，預戰(zhàn)術流量管理和戰(zhàn)術流量管理。當航空器數量飽和時就要對航空器進行流量控制，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，對地面航空器的起飛時間進行限制；2）空中等待，航空器在航路上或終端區(qū)規(guī)定的等待點或沒有沖突的臨時等待點進行盤旋等待；3）更改航路等待，當航路航線的容量飽和時，航空器可以通過選擇其他航路航線；4）控制航路間隔，通過對航空器進入空域的間隔進行限制，來達到流量管理的目的，吸收部分擁擠的流量。
agent在人工智能的研究中，指能自主活動的軟件或者硬件實體，目前國內普遍翻譯為智能體。在人工智能中，設計關鍵智能體，對于研究人工智能的應用是非常重要的。在空中交通流量管理中，設計如下關鍵智能體：航班智能體、航路智能體和機場終端區(qū)智能體。航班智能體的屬性有高度、速度、上升/下降率、起飛機場、目的地等。航班智能體可以與區(qū)域內或終端區(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，結合周圍環(huán)境與自身狀況，指導控制自身行為。如果航班智能體需要做出相應的調整如改變高度航向等，需要給上級的航路智能體或機場終端區(qū)智能體發(fā)出申請，上級智能體批準后，航班智能體才能采取相應的調整，作出相應的控制行為，才能通過交互環(huán)境反饋相應結果。在實際工作中，這個過程是通過空中交通管制員指揮航空器實現的?？罩薪煌ü苤茊T在實際指揮工作中，需要結合當時的空中交通狀況和自身的經驗知識。航路智能體的主要屬性有航路的高度、寬度、容量等。航路智能體需要對航班智能體進行指揮，管理航路上的智能體，同時與其他航路智能體和機場終端區(qū)智能體進行通信，對航班智能體進入和離開航路的時機進行協(xié)調，記錄流量信息并報告給上級流量管理部門，接收上級智能體的指令。在航班智能體進入航路之前首先要進行容量評估。通過評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入航路。如果沒有通過容量評估，則要向上級智能體發(fā)送將流量限制的申請，發(fā)布流量限制后航路就不能批準航班智能體的進入，通過減少航班智能體的數量，控制航路交通流量。機場終端區(qū)智能體：在實際工作中，機場終端區(qū)的航班管理包括管制指揮、流量控制、地面場面監(jiān)視、進離場等，難度較大。終端區(qū)智能體（通常運行中為塔臺管制）首先要處理所收到的信息，如天氣雷達信息、地面運行信息和情報信息等等，結合已有知識開展機場的容量評估。如遇到低云低能見度、雷雨等天氣時可以調低終端區(qū)/機場容量，對進入離開的航空器進行限制。通過容量評估，塔臺會給航班智能體一個slottime，航班智能體按照塔臺的slottime起飛或降落，從而達到流量控制。如果沒有通過容量評估，則需要通過上級的智能體批準，發(fā)布流量控制，限制終端區(qū)的流量，通過控制進入或離開的航空器數量達到流量限制的目的。機場終端區(qū)智能體（塔臺）對終端區(qū)的航空器進行管理，還需要與航路智能體和平級的終端去智能體進行通信，對航班進出的slottime進行協(xié)調，并將流量管理信息報告給上級流量管理部門，接收上級智能體的命令。如果出現擁堵機場終端區(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行研究的時候，首先制定流量控制信息，再在系統(tǒng)模擬航班飛行計劃。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，只能重新設定流控信息，再次進行模擬，因而加大模擬過程的工作量。而通過智能體的運用，可以在模擬中不斷調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].科學與財富，2015（30）：278.
[5]陳言俊，劉甜甜.人工智能與機器人.[6]黃昱斌.基于multi-agent的空中交通流量的探究[j].科技創(chuàng)新與應用，2015（14）：57-57.
人工智能論文參考文獻篇十
摘要:在航空業(yè)的發(fā)展中，人工智能技術起著積極的促進作用。本文介紹了空中交通管理中的人工智能理論及方法運用，為優(yōu)化空中交通流量管理系統(tǒng)提供理論依據，更好地服務于空管系統(tǒng)。
關鍵詞:人工智能；空中交通；管理
人工智能，即artificialintelligence，是計算機科學的一個分支，研究對人的意識及思維的信息過程的模擬并對其進行延伸和擴展，通過了解人類智能，研究出類似的反應的智能機器。隨著計算機技術的發(fā)展，人工智能越來越多的運用于民航的各個方面，如飛行間隔的控制，空中流量的預測，飛行沖突的調配。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有效運用于空中交通流量管理中，建立人工智能輔助系統(tǒng)，擴大空域容量，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間和空間通過的航空器數量。通過優(yōu)化空中交通流量，將空中交通管制服務與機場、航路有效結合，減少延誤，提高機場和空域的利用率。從時間角度上，空中交通流量管理可以分為航路流量管理和機場終端區(qū)流量管理兩部分，從時間上又可劃分為戰(zhàn)略流量管理，預戰(zhàn)術流量管理和戰(zhàn)術流量管理。當航空器數量飽和時就要對航空器進行流量控制，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，對地面航空器的起飛時間進行限制；2）空中等待，航空器在航路上或終端區(qū)規(guī)定的等待點或沒有沖突的臨時等待點進行盤旋等待；3）更改航路等待，當航路航線的容量飽和時，航空器可以通過選擇其他航路航線；4）控制航路間隔，通過對航空器進入空域的間隔進行限制，來達到流量管理的目的，吸收部分擁擠的流量。
2人工智能的應用研究探討
agent在人工智能的研究中，指能自主活動的軟件或者硬件實體，目前國內普遍翻譯為智能體。在人工智能中，設計關鍵智能體，對于研究人工智能的應用是非常重要的。在空中交通流量管理中，設計如下關鍵智能體：航班智能體、航路智能體和機場終端區(qū)智能體。航班智能體的屬性有高度、速度、上升/下降率、起飛機場、目的地等。航班智能體可以與區(qū)域內或終端區(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，結合周圍環(huán)境與自身狀況，指導控制自身行為。如果航班智能體需要做出相應的調整如改變高度航向等，需要給上級的航路智能體或機場終端區(qū)智能體發(fā)出申請，上級智能體批準后，航班智能體才能采取相應的調整，作出相應的控制行為，才能通過交互環(huán)境反饋相應結果。在實際工作中，這個過程是通過空中交通管制員指揮航空器實現的?？罩薪煌ü苤茊T在實際指揮工作中，需要結合當時的空中交通狀況和自身的經驗知識。航路智能體的主要屬性有航路的`高度、寬度、容量等。航路智能體需要對航班智能體進行指揮，管理航路上的智能體，同時與其他航路智能體和機場終端區(qū)智能體進行通信，對航班智能體進入和離開航路的時機進行協(xié)調，記錄流量信息并報告給上級流量管理部門，接收上級智能體的指令。在航班智能體進入航路之前首先要進行容量評估。通過評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入航路。如果沒有通過容量評估，則要向上級智能體發(fā)送將流量限制的申請，發(fā)布流量限制后航路就不能批準航班智能體的進入，通過減少航班智能體的數量，控制航路交通流量。機場終端區(qū)智能體：在實際工作中，機場終端區(qū)的航班管理包括管制指揮、流量控制、地面場面監(jiān)視、進離場等，難度較大。終端區(qū)智能體（通常運行中為塔臺管制）首先要處理所收到的信息，如天氣雷達信息、地面運行信息和情報信息等等，結合已有知識開展機場的容量評估。如遇到低云低能見度、雷雨等天氣時可以調低終端區(qū)/機場容量，對進入離開的航空器進行限制。通過容量評估，塔臺會給航班智能體一個slottime，航班智能體按照塔臺的slottime起飛或降落，從而達到流量控制。如果沒有通過容量評估，則需要通過上級的智能體批準，發(fā)布流量控制，限制終端區(qū)的流量，通過控制進入或離開的航空器數量達到流量限制的目的。機場終端區(qū)智能體（塔臺）對終端區(qū)的航空器進行管理，還需要與航路智能體和平級的終端去智能體進行通信，對航班進出的slottime進行協(xié)調，并將流量管理信息報告給上級流量管理部門，接收上級智能體的命令。如果出現擁堵機場終端區(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結論
綜上所述，以往在模擬空中交通流量進行研究的時候，首先制定流量控制信息，再在系統(tǒng)模擬航班飛行計劃。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，只能重新設定流控信息，再次進行模擬，因而加大模擬過程的工作量。而通過智能體的運用，可以在模擬中不斷調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
[2]甘鑫鑫基于多agent的空中交通協(xié)同流量管理研究[j].科學與財富，20xx（30）：278.
[5]陳言俊，劉甜甜.人工智能與機器人.[6]黃昱斌.基于multi-agent的空中交通流量的探究[j].科技創(chuàng)新與應用，20xx（14）：57-57.
人工智能論文參考文獻篇十一
1.1制訂本標準的目的是為了統(tǒng)一科學技術報告、學位論文和學術論文(以下簡稱報告、論文)的撰寫和編輯的格式，便利信息系統(tǒng)的收集、存儲、處理、加工、檢索、利用、交流、傳播。1.2本標準適用于報告、論文的編寫格式，包括形式構成和題錄著錄，及其撰寫、編輯、印刷、出版等。本標準所指報告、論文可以是手稿，包括手抄本和打字本及其復制品；也可以是印刷本，包括發(fā)表在期刊或會議錄上的論文及其預印本、抽印本和變異本；作為書中一部分或獨立成書的專著；縮微復制品和其他形式。1.3本標準全部或部分適用于其他科技文件，如年報、便覽、備忘錄等，也適用于技術檔案。2定義2.1科學技術報告科學技術報告是描述一項科學技術研究的結果或進展或一項技術研制試驗和評價的結果；或是論述某項科學技術問題的現狀和發(fā)展的文件?？茖W技術報告是為了呈送科學技術工作主管機構或科學基金會等組織或主持研究的人等?？茖W技術報告中一般應該提供系統(tǒng)的或按工作進程的充分信息，可以包括正反兩方面的結果和經驗，以便有關人員和讀者判斷和評價，以及對報告中的結論和建議提出修正意見。2.2學位論文學位論文是表明作者從事科學研究取得創(chuàng)造性的結果或有了新的見解，并以此為內容撰寫而成、作為提出申請授予相應的學位時評審用的學術論文。學士論文應能表明作者確已較好地掌握了本門學科的基礎理論、專門知識和基本技能，并具有從事科學研究工作或擔負專門技術工作的初步能力。
碩士論文應能表明作者確已在本門學科上掌握了堅實的基礎理論和系統(tǒng)的專門知識，并對所研究課題有新的見解，有從事科學研究工作或獨立擔負專門技術工作的能力。博士論文應能表明作者確已在本門學科上掌握了堅實寬廣的基礎理論和系統(tǒng)深入的專門知識，并具有獨立從事科學研究工作的能力，在科學或專門技術上做出了創(chuàng)造性的成果。2.3學術論文學術論文是某一學術課題在實驗性、理論性或觀測性上具有新的科學研究成果或創(chuàng)新見解和知識的科學記錄；或是某種已知原理應用于實際中取得新進展的科學總結，用以提供學術會議上宣讀、交流或討論；或在學術刊物上發(fā)表；或作其他用途的書面文件。學術論文應提供新的科技信息，其內容應有所發(fā)現、有所發(fā)明、有所創(chuàng)造、有所前進，而不是重復、模仿、抄襲前人的工作。3編寫要求報告、論文的中文稿必須用白色稿紙單面繕寫或打字；外文稿必須用打字?？梢杂貌煌噬膹椭票?。報告、論文宜用(210mm×297mm)標準大小的白紙，應便于閱讀、復制和拍攝縮微制品。報告、論文在書寫、打字或印刷時，要求紙的四周留足空白邊緣，以便裝訂、復制和讀者批注。每一面的上方(天頭)和左側(訂口)應分別留邊25mm以上，下方(地腳)和右側(切口)應分別留邊20mm以上。4編寫格式4.1報告、論文章、條的編號參照國家標準gb1.1《標準化工作導則標準編寫的基本規(guī)定》第8章“標準條文的編排”的有關規(guī)定，采用阿拉伯數字分級編號。4.2報告、論文的構成5前置部分5.1封面5.1.1封面是報告、論文的外表面，提供應有的信息，并起保護作用。封面不是必不可少的。學術論文如作為期刊、書或其他出版物的一部分，無需封面；如作為預印本、抽印本等單行本時，可以有封面。5.1.2封面上可包括下列內容：a.分類號在左上角注明分類號，便于信息交換和處理。一般應注明《中國圖書資料分類法》的類號，同時應盡可能注明《國際十進分類法udc》的類號。
b.本單位編號一般標注在右上角。學術論文無必要。
c.密級視報告、論文的內容，按國家規(guī)定的保密條例，在右上角注明密級。如系公開發(fā)行，不注密級。
d.題名和副題名或分冊題名用大號字標注于明顯地位。
e.卷、分冊、篇的序號和名稱如系全一冊，無需此項。
f.版本如草案、初稿、修訂版……等。如系初版，無需此項。
人工智能論文參考文獻篇十二
是的，正如霍金預言：“全面化人工智能可能意味著人類的終結?！彪S著人工智能日益滲透我們的生活，人類社會面臨著生存競爭、倫理逆境等方方面面的嚴峻挑戰(zhàn)，然而，冷靜想一想，ai其實本質上與互聯網、智能手機等科技相差無幾，其終極目標都是為了讓我們的生活更快捷便利，我們?yōu)楹我獙i的到來感到恐慌？私以為，面對人工智能全面化的大勢之趨，我們理應勇立潮頭，迎戰(zhàn)ai洪流。
毋庸置疑，人工智能無可比較的學習速度，不知疲乏的高能運作，面面俱到的'系統(tǒng)分析，以及浩大繁雜的數據體系，勢必會占據了人類相當比重的生存空間，機器人種種優(yōu)勢人類也難以企及，但是，ai的誕生不是為了毀滅、戰(zhàn)勝人類，而是要讓人類不斷突破自我，查找新的可能。在幾十年前，我們誰能想到如今的互聯網科技能徹底轉變我們的生活？同樣地，我們也無法否認將來在ai時代我們的生活會再次被*。拒絕ai更是對更美妙將來的拒絕，唯有與ai同行，讓簡單的世界更簡潔，我們才能迎來更好的時代。
是的，無論是哪個時代，“被替代”的隱患始終存在，但也恰恰是這些隱患與挑戰(zhàn)，篩選著、鞭策著人們。成也挑戰(zhàn)，敗也挑戰(zhàn)，關鍵在于當洪流襲來，你是否有勇立潮頭，發(fā)覺機遇的士氣。正如王鼎鈞所言，“時代像篩子，篩得多數人流離失所，篩得少數人出類拔萃?！蔽倚湃?，那些自甘墮落，向人工智能俯首稱臣的人只會在社會中漸漸淡去，唯有那勇立潮頭的少數人才能提升自我，在ai洪流中暗藏的機遇中大放異彩。
人工智能之大勢已成定局，然人類將來之命運猶未可知。面對ai洪流，是消沉，還是迎戰(zhàn)？由君定奪。
人工智能論文參考文獻篇十三
在科學技術日新月異的今天，知識呈爆炸性增長，全世界每天發(fā)表的論文都有數以萬計，關鍵詞能鮮明而直觀地表述文獻論述或表達的主題，使讀者在未看學術論文的文摘和正文之前便能一目了然地知道論文論述的主題，從而作出是否要花費時間閱讀正文的判斷[1]。不僅如此，關鍵詞揭示的是學術論文最核心的內容，是文章最基本的學術思想、技術方法的提煉和概括[2]，因此學術界已約定利用主題概念詞去檢索最新發(fā)表的論文。可見，關鍵詞早已成為學術論文的文獻檢索標識，它并不是可有可無的論文裝飾品，更不是“形式主義”和“八股文”。關鍵詞標引得是否恰當，關系到該文被檢索的概率和該成果的利用率。
二、關鍵詞標引的原則
（一）專指性規(guī)則
一個詞只能表達一個主題概念，即為專指性。只要能在敘詞表中找到與該文主題概念直接對應的專指性敘詞，就不允許用詞表中的上位詞（s項）或下位詞（f項）;若找不到與主題概念直接對應的敘詞，而上位詞確實與主題概念相符，即可選用。限制不加組配的泛指詞的使用，以免出現概念含糊。
（二）組配規(guī)則
1。交叉組配。系指2個或2個以上具有概念交叉關系的敘詞所進行的組配，其結果表達一個專指概念。例如：“噴氣式垂直起落飛機”，可用“噴氣式飛機”和“垂直起落飛機”這兩個泛指概念的詞確切地表達敘詞表中沒有的專指概念。
2。方面組配。系指一個表示事物的敘詞和另一個表示事物某個屬性或某個方面的敘詞所進行的組配，其結果表達一個專指概念。例如：“信號模擬穩(wěn)定器”可用“信號模擬器”與“穩(wěn)定器”組配，即用事物及其性質來表達專指概念。
在組配標引時，優(yōu)先考慮交叉組配，然后考慮方面組配;參與組配的敘詞必須是與文獻主題關系最密切、最臨近的敘詞，以避免越級組配;組配結果要求所表達的概念清楚、確切，只能表達一個單一的概念;如果無法用組配方法表達主題概念時，可選用最直接的上位詞或相關敘詞標引。
（三）采用自由詞標引
關鍵詞允許采用自由詞標引，下列幾種情況可采用自由詞標引：
1。主題詞表中明顯漏選的制圖概念詞;
2。表達新學科、新理論、新技術、新材料等新出現的概念;
3。詞表中未收錄的地區(qū)、人物、文獻、產品等名稱及重要數據名稱;
4。某些概念采用組配，其結果出現多義時，被標引概念也可用自由詞標引。
自由詞盡可能選自其他詞表或較權威的參考書和工具書，選用的自由詞必須達到詞形簡練、概念明確、實用性強。采用自由詞標引后，應有記錄，并及時向敘詞表管理部門反映。
（四）標引程序
首先對文獻進行主題分析，弄清該文的主題概念和中心內容;盡可能從題名、摘要、層次標題和正文的重要段落中抽出與主題概念一致的詞和詞組;對所選出的詞進行排序，對照敘述詞表中找出哪些詞可以直接作為敘詞標引，哪些詞可以通過規(guī)范詞化變?yōu)閿⒃~，哪些敘詞可以組配成專指主題概念詞的詞組;還有相當數量無法規(guī)范為敘詞的詞，只要是表達主題概念所必需的，都可以作為自由詞標引并列入關鍵詞。
三、關鍵詞標引常出現的問題
（一）用詞不規(guī)范
關鍵詞雖然不像主題詞那么嚴謹規(guī)范，但絕不能隨意選取。因為關鍵詞標引的正確與否直接影響到計算機檢索工作，所以無檢索意義的詞語不能作關鍵詞。一般規(guī)定關鍵詞必須是實詞，即必須是一些具有實質意義的詞語。用詞不規(guī)范主要表現在有些選用的詞語不是實詞，或不能揭示主題內容。
例5：網絡經濟時代圖書館信息服務的創(chuàng)新/傅先華//現代圖書情報技術。20xx。3
關鍵詞：網絡經濟;圖書館;信息服務;創(chuàng)新;策略
此論文中的關鍵詞“圖書館”，用詞太寬泛，作為關鍵詞輸入電腦檢索，會跳出大量有關“圖書館”方面的文獻，使其在提示該論文主題內容的專指性方面的作用大大降低，失去該關鍵詞應起的作用。
例6：電子商務在數字圖書館中的應用/謝春枝//現代圖書情報技術。20xx。2
關鍵詞：電子商務;數字圖書館;應用
該論文中的關鍵詞“應用”沒有檢索意義，不能作關鍵詞。
（二）關鍵詞的外延過于寬泛
關鍵詞是學術論文的文獻檢索標識，是表達文獻主題概念的自然語言詞匯。它是從論文的題名、摘要、層次標題和正文中選出來的，能反映論文主題概念的詞或詞組。因此，應從題名、摘要、層次標題和正文中選取最恰當、最能反映論文所屬學科的專用的、義項比較單一的詞作為關鍵詞，切忌選用概念外延過于寬泛的詞。
例3：一篇題名為《論高校自然科學學報發(fā)展的新理念》的論文[3]，把“新理念”選作關鍵詞就不妥當。因為“新理念”的外延太大，任何一門學科都存在新理念，從正文的3個層次標題中選取“科技理論”、“人文理論”、“編輯理論”作為關鍵詞要恰當得多。
（三）關鍵詞漏標
例6：一篇題名為《話說退稿》的論文[4]的關鍵詞為：“稿件;期刊;作者;編輯”。這篇論文就明顯地漏標了“退稿”這個關鍵詞，而沒有這個關鍵詞，全文就主題不明。
例7：一篇題名為《文化傳播與外語教學》的論文[5]，關鍵詞是：“語言;文化;目的語文化”，顯然也漏標了“外語教學”這個關鍵詞。由上可見，關鍵詞漏標現象在許多學術期刊中也是屢見不鮮的毛病。
（四）英文關鍵詞不規(guī)范
中、英文關鍵詞不一一對應，有的中文關鍵詞為6個，英文關鍵詞則為5個，或中、英文關鍵詞的順序不一致。英文關鍵詞拼寫錯誤多，有的用詞不正規(guī)，不是專用名詞術語，而是由普通英文名詞羅列而成。
隨著計算機硬件設備的改進和軟件技術的提高，以關鍵詞做主題索引而設計和建立的計算機數據庫檢索系統(tǒng)越來越多。關鍵詞作為一種便于文獻信息在計算機中進行文獻標引的最佳形式，具有較高的標引效率，特別適合于網上繁雜、無序的海量文獻信息處理，因而成為當前互聯網主要的檢索語言，為國內外各種學術期刊和文獻檢索工具普遍采用，并得到迅速發(fā)展，這足以說明其對揭示論文主題和檢索科研成果的重要作用。因此，必須加強對學術論文中關鍵詞的規(guī)范化建設，重視對學術論文關鍵詞的學習與研究。