引言：易發(fā)表網(wǎng)憑借豐富的文秘實(shí)踐，為您精心挑選了九篇人工智能技術(shù)論文范例。如需獲取更多原創(chuàng)內(nèi)容，可隨時(shí)聯(lián)系我們的客服老師。

第1篇

在飛行流量管理方面，飛行流量管理系統(tǒng)通過與輔助決策系統(tǒng)相結(jié)合，構(gòu)成了人工智能輔助決策系統(tǒng)的飛行流量管理模塊。該模塊主要通過計(jì)算飛行流量來避免飛行流量的沖突，進(jìn)而根據(jù)分析結(jié)果進(jìn)行航班的排序。從具體的應(yīng)用情況來看，首先，飛行流量的計(jì)算需要大量的原始數(shù)據(jù)，而這些數(shù)據(jù)既包含了歷史數(shù)據(jù)，也包含了實(shí)時(shí)數(shù)據(jù)。同時(shí)，由于這些數(shù)據(jù)是來自于空域、機(jī)場(chǎng)和氣象等多個(gè)方面的復(fù)雜信息，所以系統(tǒng)需要建立相應(yīng)的飛行流量管理數(shù)據(jù)庫(kù)，從而保證數(shù)據(jù)的準(zhǔn)確性和及時(shí)性，進(jìn)而保證飛行流量計(jì)算結(jié)果的可靠性。其次，在進(jìn)行飛行流量計(jì)算時(shí)，系統(tǒng)利用了飛行動(dòng)力學(xué)計(jì)算原理。根據(jù)數(shù)據(jù)庫(kù)的信息，系統(tǒng)對(duì)飛機(jī)的四維飛行軌跡進(jìn)行了計(jì)算，從而可以得知飛機(jī)的降落時(shí)間和降落地點(diǎn)。這樣，系統(tǒng)就可以得出任意航段和交匯點(diǎn)在任意時(shí)間的飛行架次，進(jìn)而列出潛在的飛行流量沖突信息。再者，在得知以上信息后，系統(tǒng)需要對(duì)這些信息進(jìn)行分析，從而進(jìn)行航班的排序，進(jìn)而避免飛行流量的沖突。在排序方面，系統(tǒng)不僅可以實(shí)現(xiàn)飛行計(jì)劃的過程仿真，還可以找出空域資源的“空閑”狀態(tài)，進(jìn)而利用該狀態(tài)，進(jìn)行航班和起降順序的調(diào)整。而具體的排序原則有兩個(gè)，一是優(yōu)先級(jí)排序，二是全排列。其中，優(yōu)先排序是按照一定的標(biāo)準(zhǔn)給這些航班擬定優(yōu)先級(jí)，然后按照優(yōu)先順序進(jìn)行航班的排序。而優(yōu)先級(jí)的擬定標(biāo)準(zhǔn)有很多，比如飛行任務(wù)、機(jī)型、機(jī)場(chǎng)和時(shí)間等因素，都可以成為優(yōu)先級(jí)的擬定標(biāo)準(zhǔn)。全排列原則是對(duì)沖突的航班進(jìn)行全排列，從而根據(jù)每一次排列的延誤損失，選擇損失最小的排序方法。相比較來說，全排序法雖然較為科學(xué)，但是系統(tǒng)需要承擔(dān)的運(yùn)算量較大，因此會(huì)占用系統(tǒng)較多的內(nèi)存資源。

2人工智能技術(shù)在飛行沖突探測(cè)與解脫管理方面的應(yīng)用

人工智能技術(shù)的應(yīng)用可以使空中交通管理系統(tǒng)具有高智能化的特征，從而滿足飛行沖突與解脫管理方案自動(dòng)生成的需要。具體來說，實(shí)現(xiàn)這一功能的模塊是飛行沖突探測(cè)與解脫輔助決策模塊，而該模塊是由沖突探測(cè)與解脫系統(tǒng)和輔助決策系統(tǒng)組成的。該模塊不但可以實(shí)現(xiàn)飛行沖突的預(yù)測(cè)，還可以為管制人員提供飛行沖突調(diào)配的決策方案，從而減輕管制人員的壓力，幫助他們做出正確的決定。所以，該系統(tǒng)的應(yīng)用，彌補(bǔ)了人類與機(jī)器各自存在的不足，從而有效的避免了因人為失誤或機(jī)械故障而造成的飛行事故。從原理角度來看，系統(tǒng)首先通過分析飛行沖突情況來制定可能的解脫方案，然后根據(jù)航空器優(yōu)先級(jí)分類方法和沖突類型判定法等多種規(guī)則，進(jìn)行方案的選擇和排除。在這一推理過程中，為了保證系統(tǒng)推理的有效性，系統(tǒng)需要根據(jù)大量的規(guī)則來進(jìn)行方案的推理選擇。而這些規(guī)則，則要被統(tǒng)一存入知識(shí)庫(kù)系統(tǒng)中。這樣，管制人員只要在平時(shí)做好知識(shí)庫(kù)系統(tǒng)的更新和維護(hù)，就能夠保證系統(tǒng)推理的有效性，從而根據(jù)系統(tǒng)提供的方案，來進(jìn)行飛行沖突航班的排序。

3結(jié)論

第2篇

人工智能是一門綜合了生理學(xué)、語言學(xué)、計(jì)算機(jī)科學(xué)等的學(xué)科，具有綜合性、挑戰(zhàn)性等特點(diǎn)，其主要目的便是賦予機(jī)器人工智能的功能，使其能夠替代人去完成一些危險(xiǎn)性與復(fù)雜性較高的工作，進(jìn)而確保人們的安全，促進(jìn)工作效率的提高[1]。因此，人工智能也被稱為機(jī)器智能。相比于自然智能與人類智能而言，人工智能屬于一項(xiàng)全新智能，其通過將設(shè)備、系統(tǒng)等來模擬人類各項(xiàng)智能活動(dòng)，從而完成命令。作為一項(xiàng)結(jié)合多門學(xué)科的應(yīng)用技術(shù)，人工智能的發(fā)展與其組建學(xué)科的關(guān)系十分緊密，特別是計(jì)算機(jī)技術(shù)的發(fā)展方向，其對(duì)人工智能的應(yīng)用具有決定性作用。此外，人工智能技術(shù)也極大程度上促進(jìn)了計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展，計(jì)算機(jī)為從單純數(shù)據(jù)計(jì)算轉(zhuǎn)變?yōu)橹R(shí)處理，就離不開人工智能技術(shù)的支持。人工智能的作用與優(yōu)勢(shì)具體如下：其一，可處理不確定信息，實(shí)時(shí)了解系統(tǒng)資源表現(xiàn)出來的局部及全局狀態(tài)，并對(duì)狀態(tài)變化情況進(jìn)行追蹤，通過技術(shù)處理獲取的信息，從而為用戶實(shí)時(shí)提供所需信息護(hù)具。其二，具有較高的寫作能力，可科學(xué)、有效整合獲得的資源，進(jìn)而將各用戶之間的資源進(jìn)行傳輸與共享，通過有機(jī)結(jié)合網(wǎng)絡(luò)管理與眾多寫作分布式人工智能的思想，可充分促進(jìn)網(wǎng)絡(luò)管理相關(guān)工作效率及效益的提高。其三，其在網(wǎng)絡(luò)智能化護(hù)理中具有顯著優(yōu)勢(shì)，主要表現(xiàn)在其學(xué)習(xí)、推理能力方面。在網(wǎng)絡(luò)管理工作中應(yīng)用人工智能，可將信息處理的準(zhǔn)確性及效率進(jìn)行提升，同時(shí)，通過利用人工智能技術(shù)的記憶功能，可在存儲(chǔ)信息過程中建立完善的信息庫(kù)，并將其作為綜合、解釋、總結(jié)信息的平臺(tái)，在產(chǎn)生出更為準(zhǔn)確及科學(xué)的高級(jí)信息的基礎(chǔ)上，實(shí)現(xiàn)網(wǎng)絡(luò)管理水平的全面提升。

2計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的問題

目前，隨著計(jì)算機(jī)技術(shù)的廣泛應(yīng)用，人們愈發(fā)重視有關(guān)網(wǎng)絡(luò)信息安全問題。在網(wǎng)絡(luò)管理系統(tǒng)的應(yīng)用過程中，用戶最為關(guān)注的功能便是網(wǎng)絡(luò)監(jiān)視與網(wǎng)絡(luò)控制，其中，為正常發(fā)揮網(wǎng)絡(luò)監(jiān)視及網(wǎng)絡(luò)控制這兩大功能，就需要對(duì)信息急性及時(shí)獲取與準(zhǔn)確處理。網(wǎng)絡(luò)傳輸?shù)臄?shù)據(jù)通常是不連續(xù)、不規(guī)則的，而在早期階段，計(jì)算機(jī)只具備邏輯化分析及處理數(shù)據(jù)的功能，難以準(zhǔn)確判斷出數(shù)據(jù)的真實(shí)性，因此，為從大量繁復(fù)的信息中，挑選出有效的信息，實(shí)現(xiàn)計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的智能化具有非常重要的意義[2]。計(jì)算機(jī)的應(yīng)用日益廣泛與深入，這使得用戶需要通過網(wǎng)絡(luò)安全管理來為其信息安全提供保障，而網(wǎng)絡(luò)犯罪現(xiàn)象的增多，使得計(jì)算機(jī)必須具備靈敏的觀察能力及迅速的反應(yīng)能力否則便難以對(duì)侵犯用戶信息的各種違法犯罪行為進(jìn)行有效遏制。為促進(jìn)網(wǎng)絡(luò)安全管理的實(shí)現(xiàn)，就需要將以人工智能技術(shù)為基礎(chǔ)而建立起來的智能化管理系統(tǒng)作為有效手段，自動(dòng)收集信息數(shù)據(jù)，及時(shí)診斷運(yùn)行故障，并在線分析趨勢(shì)及性能等，從而確保計(jì)算機(jī)發(fā)生網(wǎng)絡(luò)故障時(shí)，可做出快速、準(zhǔn)確的反應(yīng)，并采取有效措施來恢復(fù)計(jì)算機(jī)的網(wǎng)絡(luò)系統(tǒng)。由此可知，針對(duì)計(jì)算機(jī)網(wǎng)絡(luò)中存在的問題，就需要應(yīng)用人工智能技術(shù)，在其內(nèi)部建立完善的網(wǎng)絡(luò)管理及防御系統(tǒng)，從而為用戶信息安全提供充分保障。

3計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中人工智能的應(yīng)用分析

在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中應(yīng)用人工智能，可極大程度滿足人們對(duì)計(jì)算機(jī)提供人性化及智能化服務(wù)的需求。其中，計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)智能化服務(wù)主要指的是智能化的人機(jī)界面、信息服務(wù)、系統(tǒng)開發(fā)及支撐的環(huán)境這幾個(gè)方面，與此同時(shí)，這些需求進(jìn)一步促進(jìn)了人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，尤其是在智能人機(jī)界面、網(wǎng)絡(luò)安全及系統(tǒng)管理評(píng)價(jià)等方面的應(yīng)用進(jìn)程。

3.1人工智能在計(jì)算機(jī)網(wǎng)絡(luò)安全管理中的應(yīng)用。在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中，人工智能得到了極為廣泛的應(yīng)用。在計(jì)算機(jī)網(wǎng)絡(luò)安全管理中，人工智能的應(yīng)用主要表現(xiàn)在智能防火墻、入侵檢測(cè)、智能型反垃圾郵件系統(tǒng)這三個(gè)方面。相比于其他防御系統(tǒng)，智能防火墻系統(tǒng)采用的是智能化識(shí)別技術(shù)，例如，通過概率、統(tǒng)計(jì)、記憶、決策等方法，來識(shí)別并處理有關(guān)信息數(shù)據(jù)，不但有效減少了計(jì)算機(jī)匹配檢查過程中的龐大計(jì)算，而且大大提高了發(fā)現(xiàn)網(wǎng)絡(luò)有害行為的效率，從而實(shí)現(xiàn)了限制訪問及攔截有害信息的功能；此外，與傳統(tǒng)防御軟件相比，智能防火墻系統(tǒng)具有更高的安檢效率，從而將拒絕服務(wù)共計(jì)這一普通防御軟件普遍發(fā)生的問題進(jìn)行有效解決，實(shí)現(xiàn)了高級(jí)應(yīng)用的入侵及病毒傳播的有效遏制[3]。作為計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)安全管理的一項(xiàng)重要環(huán)節(jié)，入侵檢測(cè)起著保證網(wǎng)絡(luò)安全的關(guān)鍵作用，同時(shí)也是防火墻技術(shù)的核心部分。計(jì)算機(jī)系統(tǒng)資源的保密性、完整性、安全性等均與網(wǎng)絡(luò)系統(tǒng)入侵檢測(cè)功能的有效發(fā)揮有著緊密聯(lián)系。入侵檢測(cè)技術(shù)通過采集、篩選、分類、處理信息數(shù)據(jù)，在形成最終報(bào)告的基礎(chǔ)上，將當(dāng)前計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的安全狀態(tài)及時(shí)反映給用戶?，F(xiàn)階段，人工智能在模糊識(shí)別、專家及人工神經(jīng)網(wǎng)絡(luò)等系統(tǒng)入侵檢測(cè)中，得到了非常廣泛的應(yīng)用。計(jì)算機(jī)網(wǎng)絡(luò)安全管理中的智能型反垃圾郵件系統(tǒng)，是一項(xiàng)以人工智能技術(shù)為基礎(chǔ)而研發(fā)出來的防護(hù)技術(shù)，其針對(duì)的對(duì)象為垃圾郵件。此項(xiàng)技術(shù)可在不對(duì)用戶信息安全造成影響的前提下，有效監(jiān)測(cè)用戶的郵件，并在完成郵箱內(nèi)垃圾郵件的開啟式掃面后，將垃圾郵件分類信息提供給用戶，提醒其對(duì)可能對(duì)自身不利或?qū)ο到y(tǒng)造成危害的信息進(jìn)行盡早處理，進(jìn)而確保整個(gè)郵箱的安全性，

3.2人工智能在計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)管理及評(píng)價(jià)中的應(yīng)用。計(jì)算機(jī)網(wǎng)絡(luò)管理的智能化發(fā)展，離不開人工智能技術(shù)及電信技術(shù)的發(fā)展。除了應(yīng)用在計(jì)算機(jī)網(wǎng)絡(luò)安全管理中，人工智能技術(shù)中的問題求解技術(shù)及專家知識(shí)庫(kù)等，均可促進(jìn)計(jì)算機(jī)網(wǎng)絡(luò)綜合管理的實(shí)現(xiàn)。由于網(wǎng)絡(luò)具有瞬變性及動(dòng)態(tài)性的特點(diǎn)，因而給計(jì)算機(jī)網(wǎng)絡(luò)管理工作增加了一定的難度，這同時(shí)也使得現(xiàn)代化網(wǎng)絡(luò)管理工作朝著智能化的方向發(fā)展。其中，以人工智能理論為發(fā)展基礎(chǔ)的專家級(jí)決策及支持方法，在信息系統(tǒng)的管理工作中得到了廣泛應(yīng)用。作為一項(xiàng)智能計(jì)算機(jī)程序，專家系統(tǒng)可累積盡可能多的專家經(jīng)驗(yàn)與知識(shí)，并通過進(jìn)行歸納與總結(jié)，在形成資源錄入系統(tǒng)的基礎(chǔ)上，利用這一匯集了多位特定領(lǐng)域中的專家經(jīng)驗(yàn)的系統(tǒng)，對(duì)此領(lǐng)域中相似的其他問題進(jìn)行解決。因此，對(duì)于計(jì)算機(jī)網(wǎng)絡(luò)管理及其系統(tǒng)評(píng)價(jià)，可通過眾多專家系統(tǒng)來開展計(jì)算機(jī)網(wǎng)絡(luò)管理及系統(tǒng)評(píng)價(jià)等大量工作。

4結(jié)數(shù)語

第3篇

關(guān)鍵詞：人工智能技術(shù)；教學(xué)方法；編程能力

中圖分類號(hào)：TP3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）16-3865-02

1 概述

2008年11月16日，中國(guó)科協(xié)成立50周年新聞會(huì)在北京召開。在新聞會(huì)上，“五個(gè)10”系列評(píng)選活動(dòng)，即10位傳播科技的優(yōu)秀人物、10部公眾喜愛的科普作品、10個(gè)公眾關(guān)注的科技問題、10個(gè)影響中國(guó)的科技事件、10項(xiàng)引領(lǐng)未來的科學(xué)技術(shù)評(píng)選結(jié)果揭曉。10項(xiàng)引領(lǐng)未來的科學(xué)技術(shù)是：基因修飾技術(shù)；未來家庭機(jī)器人；新型電池；人工智能技術(shù)；超高速交通工具；干細(xì)胞技術(shù)；光電信息技術(shù)；可服用診療芯片；感冒疫苗；無線能量傳輸技術(shù)。

人工智能技術(shù)學(xué)科是計(jì)算機(jī)科學(xué)中涉及研究、設(shè)計(jì)和應(yīng)用智能機(jī)器的一個(gè)分支。指人類的各種腦力勞動(dòng)或智能行為，諸如判斷、推理、證明、判別、感知、理解、通信、設(shè)計(jì)、思考、規(guī)劃、學(xué)習(xí)和問題求解等思維活動(dòng)，可以用某種智能化的機(jī)器來予以人工實(shí)現(xiàn)[1]。

通過《人工智能技術(shù)》課程的學(xué)習(xí)，使學(xué)生對(duì)人工智能技術(shù)的發(fā)展概況、基本原理和應(yīng)用領(lǐng)域有深入了解、對(duì)主要技術(shù)及應(yīng)用有一定掌握，并對(duì)現(xiàn)代人工智能技術(shù)發(fā)展的方向有所研究。通過人工智能技術(shù)課程的學(xué)習(xí)與研究，啟發(fā)學(xué)生對(duì)人工智能技術(shù)的興趣，培養(yǎng)知識(shí)創(chuàng)新和技術(shù)創(chuàng)新能力，并能將人工智能技術(shù)融入到今后所開發(fā)的計(jì)算機(jī)軟件之中。

《人工智能技術(shù)》是一門眾多學(xué)科交叉的新興課程，其涵蓋范圍廣，涉及知識(shí)點(diǎn)多，知識(shí)更新快，內(nèi)容抽象，不容易理解，理論性強(qiáng)，而且需要較好的數(shù)學(xué)基礎(chǔ)和較強(qiáng)的邏輯思維能力，這給該課程的講授帶來了一定困難?！度斯ぶ悄芗夹g(shù)》也是一門應(yīng)用型學(xué)科，怎樣將理論運(yùn)用到實(shí)踐中，使學(xué)生將學(xué)到的人工智能技術(shù)知識(shí)和思想運(yùn)用到自己的實(shí)際課題，這也是該課程需要解決的問題之一。

因此，對(duì)《人工智能技術(shù)》課程教學(xué)來說，我們要了解課程的最新信息，把握課程的特點(diǎn)，幫助學(xué)生找到好的學(xué)習(xí)方法，使他們能充分發(fā)揮自己的創(chuàng)新思維能力，提高學(xué)習(xí)興趣，該文給出了《人工智能技術(shù)》課程的教學(xué)與實(shí)踐的探索。

2 教學(xué)與實(shí)踐的探索

2.1 教材和實(shí)驗(yàn)教學(xué)內(nèi)容的選取

1） 人工智能技術(shù)是整個(gè)計(jì)算機(jī)科學(xué)領(lǐng)域發(fā)展最快，知識(shí)更新最快，最前沿的學(xué)科之一。在教材選用方面，我們采用了蔡自興教授等主編，由高等教育出版社出版的《人工智能基礎(chǔ)》這本教材。蔡自興教授的主要研究領(lǐng)域?yàn)槿斯ぶ悄堋C(jī)器人學(xué)和智能控制等。這本教材是作者在美國(guó)國(guó)家工程院院士、普度大學(xué)教授傅京孫先生的指導(dǎo)和鼓勵(lì)下編寫，借鑒了國(guó)內(nèi)外人工智能技術(shù)研究領(lǐng)域?qū)＜业淖钚卵芯砍晒蛯W(xué)術(shù)書籍的長(zhǎng)處，該書比較全面地介紹了人工智能技術(shù)的基礎(chǔ)知識(shí)與技術(shù)，材料新，易于理解，兼顧基礎(chǔ)及應(yīng)用[2]。

此外，我們還給學(xué)生自主學(xué)習(xí)提供多種類型的學(xué)習(xí)資料，其中包括參考書目，如：Russel S， Norvig P.等編著的《Artificial Intelligence： A Modern Approach》一書，人工智能技術(shù)國(guó)內(nèi)外期刊，如電子學(xué)報(bào)，計(jì)算機(jī)學(xué)報(bào)，人工智能與模式識(shí)別，Artificial Intelligence，Journal of Artificial Intelligence Research，Engineering Applications of Artificial Intelligence和International Joint Conference on Artificial Intelligence，AAAI： American Association for AI National Conference等人工智能技術(shù)會(huì)議，使學(xué)生能夠掌握人工智能技術(shù)的更多前沿動(dòng)態(tài)，提高學(xué)習(xí)興趣。

2） 配套的實(shí)驗(yàn)教學(xué)內(nèi)容?！度斯ぶ悄芗夹g(shù)》是一門理論性和實(shí)踐性都很強(qiáng)的課程，實(shí)踐性教學(xué)環(huán)節(jié)對(duì)該課程尤為重要。除了完成課本上的作業(yè)之外，還注重實(shí)驗(yàn)教學(xué)，培養(yǎng)學(xué)生的創(chuàng)新能力、算法設(shè)計(jì)能力和編程能力。首先，每個(gè)章節(jié)設(shè)置相應(yīng)的實(shí)驗(yàn)，而實(shí)驗(yàn)內(nèi)容經(jīng)過嚴(yán)格的考慮，如：五子棋游戲，產(chǎn)生式系統(tǒng)，旅行商問題，傳教士和野人問題，BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)簡(jiǎn)單的分類，遺傳算法、人工生命程序等，要求學(xué)生運(yùn)用所學(xué)章節(jié)的知識(shí)，獨(dú)立地設(shè)計(jì)和實(shí)現(xiàn)實(shí)驗(yàn)內(nèi)容。實(shí)驗(yàn)報(bào)告包括簡(jiǎn)述實(shí)驗(yàn)原理及方法，給出程序設(shè)計(jì)流程圖，源程序清單，實(shí)驗(yàn)結(jié)果及分析等內(nèi)容，通過這種方式，進(jìn)一步加強(qiáng)學(xué)生的信息獲取能力和研究能力。

2.2 教學(xué)方法和手段的改革

人工智能技術(shù)課程交叉性強(qiáng)，涉及面廣，傳統(tǒng)的教學(xué)方法手段單一，缺少交流，課堂氣氛沉悶，激發(fā)不起學(xué)生的學(xué)習(xí)興趣，教學(xué)效果不理想。人工智能技術(shù)這門課程內(nèi)容抽象，如何激發(fā)學(xué)生的學(xué)習(xí)興趣是本課程需要解決的主要問題，也是關(guān)系教學(xué)改革成敗的關(guān)鍵。本課程需采用多種方法進(jìn)行教學(xué)，以此來激發(fā)學(xué)生的學(xué)習(xí)興趣。

1） 問題啟發(fā)式教學(xué)?！度斯ぶ悄芗夹g(shù)》這門課程中有很多似是而非、引人入勝的問題，主要是用計(jì)算機(jī)模擬人類的智能來解決這種問題。在教學(xué)中，有目的的提出這些問題，鼓勵(lì)學(xué)生思考，提出自己的想法和解決方案，并進(jìn)行分析和比較，這樣強(qiáng)化學(xué)生的主動(dòng)學(xué)習(xí)意識(shí)，提高學(xué)習(xí)積極性[3]。

2） 個(gè)性化學(xué)習(xí)和因材施教。學(xué)生中存在計(jì)算機(jī)專業(yè)和非計(jì)算機(jī)專業(yè)本科畢業(yè)的差別，由于他們每個(gè)人的基礎(chǔ)不同，有的計(jì)算機(jī)知識(shí)比較匱乏，因此有必要針對(duì)每個(gè)學(xué)生的學(xué)習(xí)進(jìn)度，課堂作業(yè)和實(shí)驗(yàn)報(bào)告情況進(jìn)行及時(shí)評(píng)估，對(duì)學(xué)生提出個(gè)性化的教學(xué)。例如：在實(shí)驗(yàn)教學(xué)中，要求有能力和興趣的學(xué)生可以做探究性和創(chuàng)新性的附加實(shí)驗(yàn)，從而引導(dǎo)學(xué)生發(fā)揮個(gè)性的空間，而對(duì)稍微吃力的學(xué)生則要求完成基本的實(shí)驗(yàn)，更注重基礎(chǔ)知識(shí)的學(xué)習(xí)和夯實(shí)，這樣就能達(dá)到因材施教的目的。同時(shí)對(duì)不同層次的學(xué)生進(jìn)行分析，進(jìn)一步提出學(xué)習(xí)建議，并進(jìn)行有針對(duì)性的指導(dǎo)。

3） 多媒體使用和多學(xué)科知識(shí)的融合。本課程PPT課件圖文并茂，提綱挈領(lǐng)，便于學(xué)生理解。課堂講授、板書與PPT手段相結(jié)合，注重課程中的關(guān)鍵詞用英文表示，并適當(dāng)指定英文參考書，使學(xué)生能夠接觸國(guó)外文獻(xiàn)資料，加深對(duì)學(xué)習(xí)內(nèi)容的理解，獲得更寬廣的知識(shí)。PPT課件運(yùn)用了大量多媒體技術(shù)，如動(dòng)畫、聲音、圖像，通過動(dòng)畫和視頻演示抽象的概念、算法和過程，使人工智能技術(shù)中抽象的知識(shí)形象化，在課件中融入了文學(xué)，歷史等其他學(xué)科的相關(guān)知識(shí)，便于學(xué)生較好地理解知識(shí)難點(diǎn)和重點(diǎn)[4]。

4） 師生互動(dòng)和課內(nèi)外答疑。在教學(xué)中，改變了傳統(tǒng)的老師講，學(xué)生聽的教學(xué)模式。針對(duì)人工智能技術(shù)的實(shí)用性，適當(dāng)提問，收集學(xué)生學(xué)習(xí)情況，盡量使用實(shí)例進(jìn)行講解。設(shè)置了實(shí)驗(yàn)講解互動(dòng)課程，對(duì)于實(shí)驗(yàn)的講解，學(xué)生可以提出疑問，然后在課堂上展開討論，學(xué)生可以看到問題從提出、分析到解決的整個(gè)過程，讓學(xué)生自己在討論中總結(jié)結(jié)論。為了解決教學(xué)中存在的疑難問題，還設(shè)有課后答疑，使學(xué)生能將所有的問題都理解透徹。

5） 理論研究與實(shí)踐結(jié)合。在教學(xué)內(nèi)容的安排上，注重學(xué)生的理論研究和動(dòng)手能力，適當(dāng)布置一些課程相關(guān)的論文和實(shí)驗(yàn)編程。通過課程論文，可以培養(yǎng)學(xué)生鉆研問題的興趣； 通過查閱科技文獻(xiàn)使學(xué)生掌握如何查找相關(guān)文獻(xiàn)的技能，可以培養(yǎng)學(xué)生撰寫科技論文的能力。通過實(shí)驗(yàn)實(shí)踐，使學(xué)生可以更加清楚地了解人工智能技術(shù)基本概念和難點(diǎn)，也能了解算法的設(shè)計(jì)具體運(yùn)行過程，并對(duì)其進(jìn)行驗(yàn)證，提高了學(xué)生的編程能力和和學(xué)習(xí)興趣。

6） 考試考核方式改革。本課程的考核考試也是一個(gè)值得探討的問題，本課程應(yīng)采用多種綜合考試方法，注重學(xué)生對(duì)基礎(chǔ)概念、知識(shí)和基本的技能的掌握以及理論聯(lián)系實(shí)際的能力。平時(shí)作業(yè)考核成績(jī)，實(shí)驗(yàn)實(shí)踐教學(xué)成績(jī)、提交課程論文成績(jī)，以及最后的期末考試成績(jī)形成一種有效的考試考核方法，促進(jìn)學(xué)生主動(dòng)學(xué)習(xí)，提高教學(xué)質(zhì)量。實(shí)驗(yàn)的評(píng)價(jià)指標(biāo)在于算法設(shè)計(jì)、編程的準(zhǔn)確性和實(shí)驗(yàn)結(jié)果及分析。課程論文評(píng)價(jià)指是選題是否嚴(yán)謹(jǐn)科學(xué)和具可研究性，論文結(jié)構(gòu)、思路是否嚴(yán)謹(jǐn)，論文內(nèi)容科學(xué)性、正確性，能否提出自己的見解?？疾椴殚喛萍嘉墨I(xiàn)的能力主要通過是否查找到權(quán)威的、最新文獻(xiàn)以及撰寫是否規(guī)范。

2.3 學(xué)生學(xué)好《人工智能技術(shù)》課程的建議

《人工智能技術(shù)》是一門理論與實(shí)踐相結(jié)合的應(yīng)用課程，學(xué)生如何學(xué)習(xí)這么課程，也是我們應(yīng)該探討的問題。

學(xué)生應(yīng)該正確看待《人工智能技術(shù)》這門科學(xué)的發(fā)展。人工智能技術(shù)孕育于20世紀(jì)30、40年代，形成于60、70年代，發(fā)展至今，人工智能技術(shù)只有短短60多年的歷史，它是一門不斷發(fā)展和完善的嶄新學(xué)科，還有許多課題處于探索中，理論和技術(shù)還遠(yuǎn)未成熟，我們應(yīng)該對(duì)它有科學(xué)的認(rèn)識(shí)。

針對(duì)非計(jì)算機(jī)專業(yè)本科畢業(yè)的學(xué)生，除了課堂聽講之外，還應(yīng)該課下自學(xué)該課程的先修課程，如：數(shù)據(jù)結(jié)構(gòu)、離散數(shù)學(xué)等課程。人工智能技術(shù)中涉及到大量的數(shù)學(xué)知識(shí)，如：模式識(shí)別需要具有較好的概率論，數(shù)理統(tǒng)計(jì)知識(shí)，另外還會(huì)用到少量隨機(jī)過程、模糊數(shù)學(xué)的一些知識(shí)。人工智能技術(shù)是一門應(yīng)用課程，編程語言的掌握必不可少，涉及到SVM算法，粒子群算法，免疫算法神經(jīng)網(wǎng)絡(luò)，遺傳算法等算法，實(shí)現(xiàn)這些算法要求學(xué)生具有較強(qiáng)的編程能力。

學(xué)生應(yīng)該多讀，多查閱資料，特別是國(guó)外的期刊文獻(xiàn)和重要國(guó)際會(huì)議論文，多了解人工智能技術(shù)最前沿的信息，理論聯(lián)系實(shí)際，加深對(duì)基本算法的理解，并將人工智能技術(shù)的知識(shí)運(yùn)用到自己所研究的領(lǐng)域，以做到學(xué)以致用。

3 結(jié)論

人工智能技術(shù)在一定程度上代表著信息技術(shù)的前沿，該文對(duì)《人工智能技術(shù)》的課程教學(xué)進(jìn)行了一些探討，教學(xué)與實(shí)踐效果有了顯著提高，但仍然有許多方面還需要我們繼續(xù)探討和改進(jìn)。

參考文獻(xiàn)：

[1] 蔡自興，徐光佑.人工智能技術(shù)及其應(yīng)用[M].北京： 清華大學(xué)出版社，2003.

[2] 蔡自興，肖曉明，蒙祖強(qiáng)，等.樹立精品意識(shí)搞好人工智能技術(shù)課程建設(shè)[J].中國(guó)大學(xué)教學(xué)，2004（1）：28-29.

第4篇

論文摘要：隨著計(jì)算機(jī)技術(shù)的發(fā)展和應(yīng)用，制造也得發(fā)展已經(jīng)離不開計(jì)算機(jī)了，計(jì)算機(jī)輔助工藝設(shè)計(jì)和人工智能應(yīng)運(yùn)而生，當(dāng)很多非專業(yè)性人士對(duì)此概念十分模糊，本文初步解釋兩個(gè)概念和其應(yīng)用范圍。

計(jì)算機(jī)輔助工藝設(shè)計(jì)(CAPP：Computer Aided ProeessPlanning)，自1965年由挪威人Nikbel提出以來，其系統(tǒng)特性經(jīng)歷了檢索式、派生式、混合式、創(chuàng)成式、智能化等過程，智能化CAPP是當(dāng)前CAPP系統(tǒng)的研究熱點(diǎn)。CAPP是現(xiàn)代制造業(yè)信息化的一部分，是計(jì)算機(jī)集成制造系統(tǒng)(CIMS：Computer IntegratedManufacturing Systems)中的橋梁和紐帶。“人工智能”(Artificial Intelligence)簡(jiǎn)稱AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能研究如何用計(jì)算機(jī)去模擬、延伸和擴(kuò)展人的智能;如何把計(jì)算機(jī)用得更聰明;如何設(shè)計(jì)和建造具有高智能水平的計(jì)算機(jī)應(yīng)用系統(tǒng);如何設(shè)計(jì)和制造更聰明的計(jì)算機(jī)以及智能水平更高的智能計(jì)算機(jī)等。人工智能是相對(duì)于人類智能而言的，它是采用人工的方法和技術(shù)來模擬、延伸和擴(kuò)展人類智能行為的一門綜合學(xué)科。

將人工智能技術(shù)(AI技術(shù))應(yīng)用到CAPP系統(tǒng)開發(fā)中，使CAPP系統(tǒng)在知識(shí)獲取、知識(shí)推理等方面模擬人的思維方式，解決復(fù)雜的工藝規(guī)程設(shè)計(jì)問題，使其具有人類“智能”的特性即為智能化CAPP，是AI在CAPP中的一種應(yīng)用。

CAPP系統(tǒng)分為專用型和工具型系統(tǒng)。前者可以根據(jù)用戶的特定需求定制開發(fā)，針對(duì)性強(qiáng)，具有較好的實(shí)用性，但對(duì)系統(tǒng)進(jìn)行功能擴(kuò)展困難;后者可以由用戶根據(jù)自身特定的要求進(jìn)行二次開發(fā)，可以實(shí)現(xiàn)更多的柔性和開放性，這種系統(tǒng)與CAD(計(jì)算機(jī)輔助設(shè)計(jì))、CAM(計(jì)算機(jī)輔助制造)、PDM(產(chǎn)品數(shù)據(jù)管理)等系統(tǒng)的信息共享存在缺陷。

CAPP設(shè)計(jì)理論目前研究的很少，機(jī)械產(chǎn)品設(shè)計(jì)理論研究的較多，有學(xué)者認(rèn)為設(shè)計(jì)理論與方法由設(shè)計(jì)理論基礎(chǔ)層、設(shè)計(jì)工具和支持技術(shù)平臺(tái)層等三大部分組成。有的學(xué)者提出四理論框架，即設(shè)計(jì)過程理論、性能需求理論、知識(shí)流理論和多方利益協(xié)調(diào)理論。CAPP設(shè)計(jì)理論與機(jī)械產(chǎn)品設(shè)計(jì)理論既有共同性又有特殊性，特別在智能化設(shè)計(jì)方法方面有較大的差別，因此認(rèn)為面向智能化的CAPP設(shè)計(jì)理論與方法體系結(jié)構(gòu)由有三層組成，即基礎(chǔ)科學(xué)層、信息技術(shù)層和智能化設(shè)計(jì)方法層。

在機(jī)械產(chǎn)品工藝設(shè)計(jì)中，存在大量的不確定因素，許多問題需要靠經(jīng)驗(yàn)來解決，早期建立在單純依賴于成組技術(shù)基礎(chǔ)上的CAPP系統(tǒng)，不能很好地解決這些離散知識(shí)的獲取問題，只能設(shè)計(jì)出檢索式或派生式系統(tǒng)。近年來，人工智能技術(shù)在CAPP系統(tǒng)

開發(fā)中的應(yīng)用，使CAPP技術(shù)得到了較大的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)技術(shù)就是AI在CAPP系統(tǒng)中一大應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)(ANN： ArtificialNeuralNetwork)是按照生物神經(jīng)系統(tǒng)原理處理真實(shí)世界的客觀事物，它由大量的簡(jiǎn)單的非線性處理單元高度并聯(lián)而成，具有信息的分布式存儲(chǔ)、并行處理、自組織和自學(xué)習(xí)及聯(lián)想記憶等特性;多層前饋網(wǎng)絡(luò)誤差反向傳播(ErrorBack Propagation，簡(jiǎn)稱BP)算法。反向傳播算法(BP)是一種監(jiān)督訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)的算法，每一個(gè)訓(xùn)練范例在網(wǎng)絡(luò)中經(jīng)過兩遍傳遞計(jì)算：第一遍向前推算，從輸入層開始，傳遞各層并經(jīng)過處理后，產(chǎn)生一個(gè)輸出，并得到一個(gè)該實(shí)際輸出和所需輸出之差的差錯(cuò)矢量;第二遍向后推算，從輸出層至輸入層，利用差錯(cuò)矢量對(duì)權(quán)值進(jìn)行逐層修改。

AI在CAPP中的另一應(yīng)用——粗糙集技術(shù)。粗糙集(RS：Rough Set)理論是一種擅長(zhǎng)處理含糊和不確定問題的數(shù)學(xué)工具，在理論中“知識(shí)”被認(rèn)為是一種對(duì)對(duì)象的分類能力，通常采用二維決策表來描述論域的信息，其中列表示屬性，行表示對(duì)象，每行表示該對(duì)象的一條信息。屬性分為條件屬性和決策屬性，論域中的對(duì)象根據(jù)條件屬性的不同，被劃分到具有不同決策屬性的決策類中。在CAPP系統(tǒng)中，可以用RS理論構(gòu)建專家系統(tǒng)，對(duì)知識(shí)進(jìn)行獲取及優(yōu)化，其基本思路是：將各種零件的加工特征和已知加工方法表達(dá)成條件屬性和決策屬性的形式，一行表示一種零件，多種零件構(gòu)成一個(gè)二維表，對(duì)屬性進(jìn)行量化，組織決策表，再采用一定的約簡(jiǎn)算法對(duì)屬性集和屬性值進(jìn)行約簡(jiǎn)，去掉冗余的條件屬性和決策規(guī)則，得到最小化決策規(guī)則集，當(dāng)輸入待加工的零件加工特征時(shí)，就可得到優(yōu)化的加工工藝。

遺傳算法，AI在CAPP系統(tǒng)的又一應(yīng)用。遺傳算法(Genetic Algorithm)是模擬達(dá)爾文遺傳選擇和自然淘汰的生物進(jìn)化過程的計(jì)算模型，是一種通過模擬自然進(jìn)化過程搜索最優(yōu)解的方法。遺傳算法是從代表問題可能潛在解集的一個(gè)種群開始的，而一個(gè)種群則由經(jīng)過基因編碼的一定數(shù)目的個(gè)體組成，每個(gè)個(gè)體實(shí)際上是帶有染色體特征的實(shí)體。因此，在一開始需要實(shí)現(xiàn)從表現(xiàn)型到基因型的映射即編碼工作，如二進(jìn)制編碼。初代種群產(chǎn)生之后，按照適者生存和優(yōu)勝劣汰的原理，逐代演化產(chǎn)生出越來越好的近似解，在每一代，根據(jù)問題域中個(gè)體的適應(yīng)度大小挑選個(gè)體，并借助于自然遺傳學(xué)的遺傳算子進(jìn)行組合交叉和變異，產(chǎn)生代表新的解集的種群。這個(gè)過程將導(dǎo)致種群像自然進(jìn)化一樣的后生代種群比前代更加適應(yīng)于環(huán)境，末代種群中的最優(yōu)個(gè)體經(jīng)過解碼，可以作為問題近似最優(yōu)解。

智能化CAPP系統(tǒng)開發(fā)中還有模糊推理、混沌理論等智能化方法，實(shí)際應(yīng)用中，往往將多種智能技術(shù)相互結(jié)合，綜合運(yùn)用，發(fā)揮各自的特長(zhǎng)，如人工神經(jīng)網(wǎng)絡(luò)具有知覺形象思維的特性，而模糊推理等具有邏輯思維的特性，將這些方法相互滲透和結(jié)合，可起到互補(bǔ)的作用，提高智能化水平。

智能化是今后CAPP系統(tǒng)發(fā)展的主要趨勢(shì)，但從目前的人工智能技術(shù)水平來看，不可能使CAPP系統(tǒng)在智能化水平上有實(shí)質(zhì)性的突破，因?yàn)槟壳暗娜斯ぶ悄芗夹g(shù)主要是模擬人的邏輯思維和邏輯推理方面的能力，不能有效地模擬人的形象思維、抽象思維和創(chuàng)造性思維能力，而CAPP系統(tǒng)不僅要有推理的功能，還要有“聯(lián)想”的功能， CAPP系統(tǒng)開發(fā)是要解決大量的人類思維活動(dòng)方面的智能問題。因此要提高CAPP系統(tǒng)的智能化水平，必須在人工智能技術(shù)方面有新的發(fā)展，要解決人工智能技術(shù)方面的問題，必須在一些基礎(chǔ)

理論和基礎(chǔ)科學(xué)方面有新的突破，如在生命科學(xué)、數(shù)學(xué)等方面要有新的突破。由此可見，在可以預(yù)見的將來，智能化CAPP系統(tǒng)的發(fā)展仍將是在充分發(fā)揮人的智能優(yōu)勢(shì)的基礎(chǔ)上，綜合應(yīng)用各種人工智能技術(shù)，實(shí)現(xiàn)CAPP系統(tǒng)的智能化。

通過以上論述，相信大家對(duì)計(jì)算機(jī)輔助工藝設(shè)計(jì)與人工智能以及AI在CAPP中的應(yīng)用有了一定的了解。人工智能技術(shù)的不斷發(fā)展，智能化CAPP系統(tǒng)必將在知識(shí)獲取、表達(dá)和處理的靈活性和有效性上得到進(jìn)一步的發(fā)展，提高CAPP系統(tǒng)的智能化水平，從而提高現(xiàn)代制造技術(shù)水平，是我國(guó)由制造大國(guó)成為制造強(qiáng)國(guó)。

參考文獻(xiàn)：

第5篇

工作中存在的不足網(wǎng)絡(luò)輿情監(jiān)測(cè)工作是指網(wǎng)絡(luò)信息工作的部門或人員在特定時(shí)期或者在特定的事件中對(duì)公眾在互聯(lián)網(wǎng)上發(fā)表的言論和意見進(jìn)行監(jiān)視、收集、分析、整理及預(yù)測(cè)的行為，這些言論被稱為網(wǎng)絡(luò)輿情。

當(dāng)前的網(wǎng)絡(luò)輿情監(jiān)測(cè)工作平臺(tái)主要是基于信息采集、整合技術(shù)和智能處理技術(shù)，通過對(duì)互聯(lián)網(wǎng)海量信息的自動(dòng)抓取、自動(dòng)分類聚類、主題檢測(cè)、專題聚焦，實(shí)現(xiàn)對(duì)用戶的網(wǎng)絡(luò)輿情監(jiān)測(cè)，并由相關(guān)部門形成輿情工作報(bào)告、輿情信息簡(jiǎn)報(bào)等，為輿論引導(dǎo)提供可靠的分析依據(jù)。

進(jìn)入大數(shù)據(jù)時(shí)代，網(wǎng)絡(luò)輿論呈現(xiàn)的新特點(diǎn)，促使網(wǎng)絡(luò)輿情監(jiān)測(cè)工作暴露出諸多不足之處，這為網(wǎng)絡(luò)輿情監(jiān)測(cè)工作帶來了諸多挑戰(zhàn)。

網(wǎng)絡(luò)輿論信息格局發(fā)生變化，輿情分析質(zhì)量亟待提高。據(jù)人民網(wǎng)權(quán)威的《2016年中國(guó)互聯(lián)網(wǎng)輿情分析報(bào)告》顯示，在2016年，伴隨著移動(dòng)互聯(lián)網(wǎng)應(yīng)用不斷向社會(huì)各層面滲透，網(wǎng)絡(luò)輿論的格局發(fā)生了很大變化，如網(wǎng)民結(jié)構(gòu)與社會(huì)人口結(jié)構(gòu)趨同，網(wǎng)民產(chǎn)生代際更新導(dǎo)致網(wǎng)絡(luò)流行議題和文化熱點(diǎn)發(fā)生轉(zhuǎn)換，微博、微信平臺(tái)化，專業(yè)自媒體步入興盛等。在這樣的變局下，網(wǎng)絡(luò)輿情監(jiān)測(cè)工作面臨著新的挑戰(zhàn)。然而，有些部門的輿情信息收集工作仍然停留在報(bào)刊、門戶網(wǎng)站、BBS、微博等開源信息的收集階段，并未將新聞客戶端、微信、直播等平臺(tái)打通，難以保證輿情信息分析的全面性以及輿情熱度指標(biāo)的準(zhǔn)確性。《2016年中國(guó)互聯(lián)網(wǎng)輿情分析報(bào)告》還對(duì)近五年來參與當(dāng)年最具網(wǎng)絡(luò)關(guān)注度的20個(gè)輿情熱點(diǎn)事件討論的320萬微博用戶樣本進(jìn)行了分析，發(fā)現(xiàn)關(guān)注新聞事件和聚焦熱點(diǎn)話題的網(wǎng)民發(fā)生了代際交替，在性別方面，女性的比例明顯上升；在地域上，三、四線城市用戶增長(zhǎng)迅猛。受眾層面發(fā)生的這些變化，也將在輿情監(jiān)測(cè)工作中體現(xiàn)出來。然而在目前的輿情監(jiān)測(cè)工作中，相關(guān)信息部門的輿情信息報(bào)送在內(nèi)容上只是就事論事、停留在現(xiàn)象層面，對(duì)受眾的成分、熱點(diǎn)事件的社會(huì)背景以及事件背后所反映出來的社會(huì)問題沒有進(jìn)行細(xì)致深入的研究分析；在形式上，網(wǎng)絡(luò)輿情監(jiān)測(cè)工作的報(bào)送還停留在工作動(dòng)態(tài)報(bào)告或者事件日志等形式的報(bào)送上。這樣就造成了網(wǎng)絡(luò)輿情信息的價(jià)值作用降低、服務(wù)能力減弱的問題。

熱點(diǎn)事件話語體系不可控，輿情預(yù)警能力亟待增強(qiáng)?？v觀近年來發(fā)生的熱點(diǎn)公共突發(fā)事件，可以發(fā)現(xiàn)，在以大數(shù)據(jù)為基礎(chǔ)的社交平臺(tái)上，公眾的話語體系呈現(xiàn)出了一些全新特征，如輿論主體的匿名性、參與渠道的多元化、生成議題的自發(fā)性、交流觀點(diǎn)的無界性、匯集意見的實(shí)時(shí)性、發(fā)展趨勢(shì)的不確定性等。這些特征與輿論話語體系在傳統(tǒng)媒體的呈現(xiàn)完全不同，網(wǎng)絡(luò)輿論熱點(diǎn)事件話語體系的不可控性大大增強(qiáng)。

在社交媒體平臺(tái)上，自媒體呈現(xiàn)出來的話語體系最為龐雜。許多輿情信息不僅包含結(jié)構(gòu)化數(shù)據(jù)，還涉及大量非結(jié)構(gòu)化數(shù)據(jù)，若對(duì)其準(zhǔn)確性、真實(shí)性逐一核查，既耗費(fèi)人力又耗費(fèi)時(shí)間。就內(nèi)容而言，較多負(fù)面、虛假輿情具有較強(qiáng)的隱蔽性，單純以關(guān)鍵詞或主題詞進(jìn)行搜索容易產(chǎn)生誤判、遺漏。話語體系的不可控性增加了輿情監(jiān)測(cè)工作的難度，這要求工作人員必須具備過硬的專業(yè)敏感性以及較強(qiáng)的網(wǎng)絡(luò)操作技能。但是目前大多數(shù)輿情監(jiān)測(cè)工作部門的信息工作人員缺乏專業(yè)化的訓(xùn)練，輿情信息工作水平參差不齊。就輿情監(jiān)測(cè)平臺(tái)系統(tǒng)來說，對(duì)于輿情信息的跟蹤分析靈敏度較低，在有些熱點(diǎn)事件的處理上沒有按照公共突發(fā)事件的分類標(biāo)準(zhǔn)進(jìn)行準(zhǔn)確的分級(jí)，從而導(dǎo)致網(wǎng)絡(luò)輿情信息的分析判斷力體現(xiàn)不出其應(yīng)有的情報(bào)價(jià)值，預(yù)警能力也隨之削弱。

輿情監(jiān)測(cè)的技術(shù)體系落后，人機(jī)不協(xié)調(diào)問題亟待解決。網(wǎng)絡(luò)輿論的實(shí)時(shí)性及其發(fā)展的不確定性要求網(wǎng)絡(luò)輿情監(jiān)測(cè)必須迅速、及時(shí)，但很多單位部門的輿情監(jiān)測(cè)平臺(tái)的方法技術(shù)體系滯后，部分單位采用了網(wǎng)絡(luò)監(jiān)控系統(tǒng)、有害信息過濾系統(tǒng)等方式進(jìn)行網(wǎng)絡(luò)輿情監(jiān)測(cè)，而有些單位為了節(jié)省輿情監(jiān)測(cè)設(shè)備的成本，甚至將網(wǎng)絡(luò)輿情監(jiān)測(cè)工作依托于人工網(wǎng)頁搜索及瀏覽的“人工盯梢”方式上，這成為監(jiān)測(cè)工作的一大阻礙，監(jiān)測(cè)工作出現(xiàn)疏忽錯(cuò)判也在所難免。排除資金、人力等客觀因素，現(xiàn)階段的網(wǎng)絡(luò)輿情監(jiān)測(cè)工作中技術(shù)方法體系的不足主要?dú)w因于“人機(jī)不協(xié)調(diào)”。機(jī)器與人工的協(xié)同分工模式不成熟、機(jī)器的輔助力量不夠，導(dǎo)致人工智能技術(shù)在預(yù)測(cè)監(jiān)測(cè)體系中分析情感、預(yù)測(cè)走勢(shì)、檢查效果等方面應(yīng)用還稍顯粗淺、機(jī)械，而在需要人工進(jìn)行的高級(jí)維度分析、提出應(yīng)對(duì)策略等層面，機(jī)器的應(yīng)用又顯得粗糙以及同質(zhì)化。

人工智能為網(wǎng)絡(luò)輿情監(jiān)測(cè)帶來的三大變革

網(wǎng)絡(luò)輿情監(jiān)測(cè)要適應(yīng)大數(shù)據(jù)時(shí)代人工智能的要求，就必須順勢(shì)而為，積極進(jìn)行變革，主要包括網(wǎng)絡(luò)輿情監(jiān)測(cè)技術(shù)體系的變革、網(wǎng)絡(luò)輿情監(jiān)測(cè)研究范式的變革以及網(wǎng)絡(luò)輿情監(jiān)測(cè)管理思維的變革三個(gè)方面。

網(wǎng)絡(luò)輿情監(jiān)測(cè)技術(shù)體系的變革。將人工智能技術(shù)應(yīng)用于網(wǎng)絡(luò)輿情是為了更好地對(duì)輿情進(jìn)行分析研判，通過直觀、簡(jiǎn)明的方式描述網(wǎng)絡(luò)輿情信息的產(chǎn)生，進(jìn)一步推導(dǎo)信息傳播主體的態(tài)度傾向性、情緒感染性以及初衷、意圖等，從而預(yù)測(cè)網(wǎng)絡(luò)輿情信息的發(fā)展趨勢(shì)。

如果說在“小數(shù)據(jù)”環(huán)境下，網(wǎng)絡(luò)輿情監(jiān)測(cè)工作還可以依托于“人工盯梢”的方式來完成，那么在“大數(shù)據(jù)”環(huán)境下，當(dāng)數(shù)據(jù)的量級(jí)達(dá)到了EB甚至ZB級(jí)別后，以人工監(jiān)測(cè)來把握輿情脈絡(luò)已成為不可能完成的任務(wù)。而那些隱含在網(wǎng)絡(luò)輿情信息中的觀點(diǎn)、態(tài)度及情緒的表達(dá)，更難以從泛濫成災(zāi)的信息碎片中被真正發(fā)掘出來。加之海量信息的不共享所帶來的“信息盲區(qū)”，更使得輿情信息分析不夠嚴(yán)謹(jǐn)，易偏離實(shí)際，而這些問題都需要依托搭建智能化的網(wǎng)絡(luò)輿情監(jiān)管平臺(tái)來解決。在平臺(tái)上可以通過三種人工智能技術(shù)實(shí)現(xiàn)數(shù)據(jù)分析與人工智能研判相結(jié)合，再借助如眼動(dòng)儀、腦電儀等受眾檢驗(yàn)儀器對(duì)網(wǎng)絡(luò)輿情信息進(jìn)行綜合化分析。三種主要的人工智能技術(shù)主要包括：一是Web挖掘技術(shù)，該技術(shù)把互聯(lián)網(wǎng)與數(shù)據(jù)挖掘技術(shù)結(jié)合起來，對(duì)網(wǎng)絡(luò)上結(jié)構(gòu)化數(shù)據(jù)如文字言論，以及非結(jié)構(gòu)化的數(shù)據(jù)如視音頻、圖像等信息進(jìn)行采集，完成信息前期處理的第一步；二是語義識(shí)別技術(shù)，該技術(shù)是利用采集到的信息，通過對(duì)語句中的關(guān)鍵詞進(jìn)行詞義推斷處理以及句子語法結(jié)構(gòu)的分析，從而將復(fù)雜信息簡(jiǎn)單化，這是對(duì)采集的信息數(shù)據(jù)做進(jìn)一步識(shí)別推斷的過程；三是TFDF信息聚類技術(shù)，該技術(shù)主要提升數(shù)據(jù)信息的分析和分類速度，使網(wǎng)絡(luò)輿情監(jiān)測(cè)工作的處理更加及時(shí)，反應(yīng)更加靈敏，提高采取措施的時(shí)效性。

人工智能技術(shù)的介入將有利于對(duì)信息進(jìn)行挖掘、采集、分類、整理，從而找尋出最核心的關(guān)鍵性數(shù)據(jù)。在此基礎(chǔ)上，還可以運(yùn)用人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，對(duì)網(wǎng)絡(luò)輿情的性質(zhì)、發(fā)展趨勢(shì)進(jìn)行正確描述，并提出相應(yīng)的對(duì)策。

網(wǎng)絡(luò)輿情監(jiān)測(cè)研究范式的變革。人工智能和大數(shù)據(jù)對(duì)網(wǎng)絡(luò)輿情監(jiān)測(cè)工作及其研究產(chǎn)生了頗為深刻的影響，輿情監(jiān)測(cè)的研究范式從多角度發(fā)生了轉(zhuǎn)向。

第一，輿情監(jiān)測(cè)工作視角的轉(zhuǎn)向：從單一化到多元化。在社交媒體平臺(tái)上，受眾的角色首先發(fā)生了轉(zhuǎn)向，由信息的被動(dòng)接收者轉(zhuǎn)變?yōu)樾畔⒌膮⑴c者和傳播者。這一轉(zhuǎn)向給網(wǎng)絡(luò)輿情監(jiān)測(cè)工作帶來了新的挑戰(zhàn)，當(dāng)受眾是單純的信息接收方時(shí)，網(wǎng)絡(luò)信息的可控性強(qiáng)，輿情監(jiān)測(cè)工作形式單一，把關(guān)相對(duì)容易。而受眾角色發(fā)生變化以后，網(wǎng)絡(luò)信息傳播的不可控性大大增加，信息傳播速度加快，信息傳播呈現(xiàn)多元化特征，把關(guān)難度增加，網(wǎng)絡(luò)輿情監(jiān)測(cè)工作也從單一轉(zhuǎn)向多元化，還需要對(duì)信息進(jìn)行疏導(dǎo)、研判處理。

第二，研究視角的轉(zhuǎn)向：從內(nèi)容研究轉(zhuǎn)向“內(nèi)容+關(guān)系”研究。傳統(tǒng)的網(wǎng)絡(luò)輿情信息研究最重視的是受眾借助網(wǎng)絡(luò)進(jìn)行的話語表達(dá)，其研究視角主要集中在內(nèi)容層面。隨著人工智能技術(shù)的介入，這一單向視角將發(fā)生轉(zhuǎn)變，潛藏在內(nèi)容層面背后的網(wǎng)絡(luò)受眾心理、行為、動(dòng)機(jī)、訴求等多方面因素都將被關(guān)注到。借助人工智能技術(shù)及大數(shù)據(jù)分析技術(shù)，網(wǎng)絡(luò)輿情信息的研究視角將透過內(nèi)容層面深入到關(guān)系層面，轉(zhuǎn)向?qū)W(wǎng)絡(luò)受眾社會(huì)心理描繪、社會(huì)關(guān)系呈現(xiàn)、社會(huì)話語表達(dá)等多維度的研究。

第三，研究重點(diǎn)的轉(zhuǎn)向：由輿情監(jiān)測(cè)轉(zhuǎn)向輿情預(yù)測(cè)。當(dāng)前的網(wǎng)絡(luò)輿情監(jiān)測(cè)工作主要通過對(duì)當(dāng)下網(wǎng)絡(luò)輿情的動(dòng)態(tài)信息進(jìn)行隨機(jī)采樣來收集、整理、分析，更多的是關(guān)注已經(jīng)發(fā)生的事件在過去及當(dāng)下的動(dòng)向，對(duì)未來的發(fā)展預(yù)測(cè)難以兼顧。而借助人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，通過自然語言處理、模式識(shí)別及機(jī)器學(xué)習(xí)等人工智能技術(shù)，可以對(duì)網(wǎng)絡(luò)輿情的性質(zhì)、發(fā)展趨勢(shì)進(jìn)行正確描述，再結(jié)合大數(shù)據(jù)分析處理整群數(shù)據(jù)來實(shí)現(xiàn)預(yù)測(cè)功能。比如，著名的搜索引擎公司谷歌通過關(guān)注用戶搜索中的“流感”關(guān)鍵詞來預(yù)測(cè)實(shí)際流感發(fā)生的時(shí)間，往往可以提前兩三個(gè)周對(duì)流感的爆發(fā)進(jìn)行預(yù)報(bào)及預(yù)防。

網(wǎng)絡(luò)輿情監(jiān)測(cè)管理思維的變革。在以人工智能技術(shù)為支撐的網(wǎng)絡(luò)輿情監(jiān)測(cè)平臺(tái)出現(xiàn)之前，相關(guān)輿情監(jiān)測(cè)部門的管理者往往由一人或幾人的小團(tuán)隊(duì)組成，在監(jiān)測(cè)信息數(shù)據(jù)量級(jí)不大的情況下，這種小作坊式單打獨(dú)斗、面面俱到的輿情監(jiān)控管理思維可以基本滿足需求。但是隨著人工智能技術(shù)的發(fā)展及大數(shù)據(jù)時(shí)代的到來，這種小作坊式的輿情監(jiān)測(cè)體系面臨瓦解。當(dāng)前，商業(yè)化運(yùn)營(yíng)的軟件監(jiān)測(cè)團(tuán)隊(duì)多達(dá)幾百家，這些監(jiān)測(cè)軟件服務(wù)商通過開發(fā)相應(yīng)的輿情監(jiān)測(cè)軟件為政府部門、企業(yè)主體以及科研院所提供服務(wù)，進(jìn)行簡(jiǎn)單的輿情信息數(shù)據(jù)采集及分類處理工作。在數(shù)據(jù)開源的情況下，這些軟件服務(wù)商的競(jìng)爭(zhēng)逐漸由粗放型、低層次化向數(shù)據(jù)處理的優(yōu)化、人機(jī)互動(dòng)、機(jī)器算法的精進(jìn)等層面轉(zhuǎn)變。

在以上變化的基礎(chǔ)上，輿情監(jiān)測(cè)的管理思維也必須轉(zhuǎn)向，組建一支人員分工明確、高度聚合集約的輿情分析團(tuán)隊(duì)勢(shì)在必行。輿情管理的思維變革依托于人工智能監(jiān)控系統(tǒng)改變團(tuán)隊(duì)的組織結(jié)構(gòu)及管理方式，通過智能化的輿情監(jiān)測(cè)系統(tǒng)代替低效的人工操作，其專業(yè)性要求頗高，而最佳處理模式就是專業(yè)化團(tuán)隊(duì)加人工智能技術(shù)。按照這樣的管理思維，未來輿情監(jiān)測(cè)團(tuán)隊(duì)的分工將更加明確，行業(yè)內(nèi)部集約聚合程度將進(jìn)一步提高，行業(yè)有機(jī)化程度也將逐步增強(qiáng)。

第6篇

關(guān)鍵詞：人工智能計(jì)算機(jī)技術(shù)

一、人工智能的定義

“人工智能”(ArtificialIntelligence)一詞最初是在1956年Dartmouth學(xué)會(huì)上提出的。人工智能是指研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)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)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。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),人工智能的發(fā)展歷史是和計(jì)算機(jī)科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的。人工智能理論進(jìn)入21世紀(jì),正醞釀著新的突破,人工智能的研究成果將能夠創(chuàng)造出更多更高級(jí)的智能“制品”,并使之在越來越多的領(lǐng)域超越人類智能,人工智能將為發(fā)展國(guó)民經(jīng)濟(jì)和改善人類生活做出更大貢獻(xiàn)。

二、人工智能的應(yīng)用領(lǐng)域

1.在管理系統(tǒng)中的應(yīng)用

(1)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。在《談?wù)勅斯ぶ悄茉谄髽I(yè)管理中的應(yīng)用》一文中劉玉然指出把人工智能應(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(kù),而所有的應(yīng)用系統(tǒng)應(yīng)該圍繞主題數(shù)據(jù)庫(kù)來建立和運(yùn)行。換句話說,就是將企業(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。

(2)智能教學(xué)系統(tǒng)(ITS)是人工智能與教育結(jié)合的主要形式,也是今后教學(xué)系統(tǒng)的發(fā)展方向。信息技術(shù)的飛速發(fā)展以及新的教學(xué)系統(tǒng)開發(fā)模式的提出和不斷完善,推動(dòng)人們綜合運(yùn)用超媒體技術(shù)、網(wǎng)絡(luò)基礎(chǔ)和人工智能技術(shù)區(qū)開發(fā)新的教學(xué)系統(tǒng),計(jì)算機(jī)智能教學(xué)系統(tǒng)就是其中的典型代表。計(jì)算機(jī)智能教學(xué)系統(tǒng)包含學(xué)生模塊、教師模塊,體現(xiàn)了教學(xué)系統(tǒng)開發(fā)的全部?jī)?nèi)容,擁有著不可比擬的優(yōu)勢(shì)和極大的吸引力。

2.在工程領(lǐng)域的應(yīng)用

(1)醫(yī)學(xué)專家系統(tǒng)是人工智能和專家系統(tǒng)理論和技術(shù)在醫(yī)學(xué)領(lǐng)域的重要應(yīng)用,具有極大的科研和應(yīng)用價(jià)值,它可以幫助醫(yī)生解決復(fù)雜的醫(yī)學(xué)問題,作為醫(yī)生診斷、治療的輔助工具。事實(shí)上,早在1982年,美國(guó)匹茲堡大學(xué)的Miller就發(fā)表了著名的作為內(nèi)科醫(yī)生咨詢的Internist2Ⅰ內(nèi)科計(jì)算機(jī)輔助診斷系統(tǒng)的研究成果,由此,掀起了醫(yī)學(xué)智能系統(tǒng)開發(fā)與應(yīng)用的。目前,醫(yī)學(xué)智能系統(tǒng)已通過其在醫(yī)學(xué)影像方面的重要作用,從而應(yīng)用于內(nèi)科、骨科等多個(gè)醫(yī)學(xué)領(lǐng)域中,并在不斷發(fā)展完善中。

(2)地質(zhì)勘探、石油化工等領(lǐng)域是人工智能的主要作用發(fā)揮領(lǐng)地。1978年美國(guó)斯坦福國(guó)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,是工業(yè)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.在技術(shù)研究中的應(yīng)用

(1)在超聲無損檢測(cè)(NDT)與無損評(píng)價(jià)(NDE)領(lǐng)域中,目前主要廣泛采用專家系統(tǒng)方法對(duì)超聲損傷(UT)中缺陷的性質(zhì)、形狀和大小進(jìn)行判斷和歸類;專家運(yùn)用超聲無損檢測(cè)儀器,以其高精度的運(yùn)算、控制和邏輯判斷力代替大量人的體力與腦力勞動(dòng),減少了任務(wù)因素造成的無擦,提高了檢測(cè)的可靠性,實(shí)現(xiàn)了超聲檢測(cè)和評(píng)價(jià)的自動(dòng)化、智能化。

(2)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)的安全是我們關(guān)心的重點(diǎn),因此我們必須在傳統(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)AI通用和專用語言,和應(yīng)用環(huán)境以及開發(fā)專用機(jī)器,而與人工智能技術(shù)則為我們提供了可能性。

三、人工智能的發(fā)展方向

1.專家系統(tǒng)是目前人工智能中最活躍、最有成效的一個(gè)研究領(lǐng)域,它是一種具有特定領(lǐng)域內(nèi)大量知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)。近年來,在“專家系統(tǒng)”或“知識(shí)工程”的研究中已出現(xiàn)了成功和有效應(yīng)用人工智能技術(shù)的趨勢(shì)。人類專家由于具有豐富的知識(shí),所以才能達(dá)到優(yōu)異的解決問題的能力。那么計(jì)算機(jī)程序如果能體現(xiàn)和應(yīng)用這些知識(shí),也應(yīng)該能解決人類專家所解決的問題,而且能幫助人類專家發(fā)現(xiàn)推理過程中出現(xiàn)的差錯(cuò),現(xiàn)在這一點(diǎn)已被證實(shí)。

2.智能信息檢索技術(shù)的飛速發(fā)展。人工智能在網(wǎng)絡(luò)信息檢索中的應(yīng)用,主要表現(xiàn)在:(1)如何利用計(jì)算機(jī)軟硬件系統(tǒng)模仿、延伸與擴(kuò)展人類智能的理論、方法和技術(shù)。(2)由于網(wǎng)絡(luò)知識(shí)信息既包括規(guī)律性的知識(shí),如一般原理概念,也包括大量的經(jīng)驗(yàn)知識(shí)這些知識(shí)不可避免地帶有模糊性、隨機(jī)性、不可靠性等不確定性因素對(duì)其進(jìn)行推理,需要利用人工智能的研究成果。

3.SOAr是一種通用智能體系結(jié)構(gòu),其始終處在人工智能研究的前沿,已顯示出強(qiáng)大的問題求解能力,它認(rèn)為機(jī)器人的開發(fā)是人工智能應(yīng)用的重要領(lǐng)域。在它的研究中突出4個(gè)概念:(1)所處的境遇機(jī)器人不涉及抽象的描述,而是處在直接影響系統(tǒng)的行為的境地。(2)具體化機(jī)器人有軀干,有直接來自周圍世界的經(jīng)驗(yàn),他們的感官起作用后會(huì)有反饋。(3)智能的來源不僅僅是限于計(jì)算裝置,也是由于與周圍進(jìn)行交互的動(dòng)態(tài)決定。(4)浮現(xiàn)從系統(tǒng)與周圍世界的交互以及有時(shí)候系統(tǒng)的部件間的交互浮現(xiàn)出智能。目前,國(guó)內(nèi)外不少學(xué)者都對(duì)機(jī)器人足球系統(tǒng)頗感興趣,足球機(jī)器人涉及機(jī)器人學(xué)、人工智能以及人工生命、智能控制等多個(gè)領(lǐng)域。足球機(jī)器人系統(tǒng)本身既是一個(gè)典型的多智能體系統(tǒng),是一個(gè)多機(jī)器人協(xié)作自治系統(tǒng),同時(shí)又為它們的理論研究和模型測(cè)試提供一個(gè)標(biāo)準(zhǔn)的實(shí)驗(yàn)平臺(tái)。

參考文獻(xiàn):

[1]元慧.議當(dāng)代人工智能的應(yīng)用領(lǐng)域和發(fā)展?fàn)顩r[J].福建電腦,2008.

[2]劉玉然.談?wù)勅斯ぶ悄茉谄髽I(yè)管理中的應(yīng)用[J].價(jià)值工程,2003.

[3]焦加麟,徐良賢,戴克昌.人工智能在智能教學(xué)系統(tǒng)中的應(yīng)用[J].計(jì)算機(jī)仿真,2003,(8).

[4]周明正.人工智能在醫(yī)學(xué)專家系統(tǒng)中的應(yīng)用[J].科技信息,2007.

[5]張海燕,劉鎮(zhèn)清.人工智能及其在超聲無損檢測(cè)中的應(yīng)用[J].無損檢測(cè),2001,(8).

[6]馬秀榮,王化宇.簡(jiǎn)述人工智能技術(shù)在網(wǎng)絡(luò)安全管理中的應(yīng)用[J].呼倫貝爾學(xué)院學(xué)報(bào),2005,(4).

第7篇

關(guān)鍵詞：關(guān)鍵詞：人工智能；應(yīng)用領(lǐng)域；發(fā)展趨勢(shì)

中途分類號(hào)：TP39    文獻(xiàn)標(biāo)識(shí)碼：A     文章編號(hào)：

引言:

計(jì)算機(jī)學(xué)科的一個(gè)重要分支就是人工智能，它與基因工程、納米科學(xué)被列為二十一世紀(jì)三大尖端技術(shù)、同時(shí)人工智能是一門匯集了多種學(xué)科相互滲透發(fā)展起來的交叉學(xué)科。對(duì)于人工智能的定義，至今尚未統(tǒng)一，美國(guó)斯坦福大學(xué)人工智能研究中心尼爾遜教授認(rèn)為：人工智能是關(guān)于知識(shí)的學(xué)科——怎樣表示知識(shí)以及怎樣獲得知識(shí)并使用知識(shí)的科學(xué)；麻省理工學(xué)院的溫斯頓教授認(rèn)為：人工智能就是研究如何使計(jì)算機(jī)去做過去只有人才能做的智能工作。除此之外，還有很多種不同的觀點(diǎn)，但這些說法都形象地反映了人工智能學(xué)科的基本內(nèi)容和核心思想，那就是：人工智能是研究如何用人工的方法在計(jì)算機(jī)上模擬、實(shí)現(xiàn)和擴(kuò)展人類智能的一門科學(xué)與技術(shù)。

1. 人工智能技術(shù)的發(fā)展

人工智能（(Artificial Intelligence)從上世紀(jì)50年展到現(xiàn)在，有也有低迷的時(shí)期。研究的方法和研究的態(tài)度也有多種，不管是何觀點(diǎn),它們都推動(dòng)著人工智能技術(shù)的發(fā)展。今天人工智能技術(shù)已滲透到人類生活的方方面面，實(shí)實(shí)在在的影響著科學(xué)技術(shù)的發(fā)展。

2. 人工智能技術(shù)的應(yīng)用

我們可以看到，當(dāng)今社會(huì)很多領(lǐng)域的各種技術(shù)的發(fā)展都涉及到了人工智能技術(shù)。下面就人工智能的幾種典型應(yīng)用做如下探討：

2.1人工智能應(yīng)用之問題的求解

人工智能中的問題解求，就是如何讓機(jī)器去解決人類會(huì)遇到的問題，如何根據(jù)某一具體問題找到思考問題并解決這個(gè)問題的方法。目前，人工智能技術(shù)已經(jīng)可以通過計(jì)算機(jī)程序解決了如何考慮要解決的問題，并能尋求較為準(zhǔn)確的解決方案。

2.2人工智能應(yīng)用之邏輯的推理與定理的證明

人工智能研究中最持久的探究領(lǐng)域之一就是邏輯推理。有關(guān)定理的證明就是讓機(jī)器證明非數(shù)值性的真假。其中比較重要的是，通過找到合理、準(zhǔn)確的方法，集中注意力在大型數(shù)據(jù)庫(kù)中的有效事實(shí)，關(guān)注可信度證明，并在出現(xiàn)新信息時(shí)適時(shí)修改這些證明。

2.3人工智能應(yīng)用之自然語言的處理

智能的另一表現(xiàn)就是進(jìn)行自然語言的交流，自然語言處理就是讓機(jī)器與人類進(jìn)行無阻礙的溝通，這正是人工智能技術(shù)應(yīng)用于實(shí)際領(lǐng)域的典型范例。目前此領(lǐng)域的主要研究?jī)?nèi)容是：如何利用計(jì)算機(jī)系統(tǒng)以主題和對(duì)話情境為基礎(chǔ)，生成和理解自然語言。

2.4人工智能應(yīng)用之模式的識(shí)別

如何使機(jī)器具有感知能力也是智能的表現(xiàn)。模式的識(shí)別是利用人工智能技術(shù)開發(fā)智能機(jī)器的關(guān)鍵，主要是通過計(jì)算機(jī)用數(shù)學(xué)技術(shù)方法來研究模式的自動(dòng)處理和判讀，讓計(jì)算機(jī)實(shí)現(xiàn)“看見”，“聽見”等功能。計(jì)算機(jī)模式識(shí)別的主要特點(diǎn)是速度快，準(zhǔn)確率高，效率高，計(jì)算機(jī)模式識(shí)別也為人類認(rèn)識(shí)自身智能提供了有利幫助。

2.5人工智能應(yīng)用之智能信息的檢索技術(shù)

在科學(xué)技術(shù)飛速發(fā)展的今天，人類已進(jìn)入了“知識(shí)爆炸”的時(shí)代。傳統(tǒng)檢索系統(tǒng)已經(jīng)滿不足了對(duì)如今如此數(shù)量巨大以及種類繁多的文獻(xiàn)檢索要求。人工智能科技持續(xù)穩(wěn)定發(fā)展的重要前提就是智能檢索模塊，可以說，智能信息的檢索技術(shù)的運(yùn)用勢(shì)在必行。

2.6人工智能應(yīng)用之專家系統(tǒng)

我們常說的專家系統(tǒng)就是指從人類專家那里獲取的知識(shí)，并用來解決只有專家才能解決的疑難問題。這是一種基于知識(shí)的系統(tǒng)，從而也被稱為知識(shí)基系統(tǒng)。專家系統(tǒng)是人工智能技術(shù)中研究最活躍，最有成效的一個(gè)領(lǐng)域。現(xiàn)在的專家系統(tǒng)尤其特殊的模仿了專家在處理故障時(shí)的思維方式，其水平有時(shí)甚至可以超過人類專家的水平。

2.7人工智能應(yīng)用之機(jī)器人學(xué)

機(jī)器人對(duì)我們并不陌生，已在多個(gè)領(lǐng)域獲得了越來越普遍的應(yīng)用，諸如農(nóng)業(yè)、工業(yè)、商業(yè)、旅游業(yè)、航空和海洋等。那么，機(jī)器人學(xué)所研究的問題主要包括從機(jī)器人手臂的最佳移動(dòng)到實(shí)現(xiàn)機(jī)器人目標(biāo)的動(dòng)作序列的規(guī)劃方法。機(jī)器人和機(jī)器人學(xué)的研究對(duì)人工智能思想的發(fā)展都起到了促進(jìn)作用。

3. 人工智能技術(shù)發(fā)展趨勢(shì)

科學(xué)技術(shù)是第一生產(chǎn)力，但技術(shù)的發(fā)展往往是遠(yuǎn)遠(yuǎn)超越我們的想象。就目前的一些前瞻性研究可以看出，未來人工智能技術(shù)的發(fā)展有如下幾大趨勢(shì)：

3.1問題求解

問題求解一般包括兩種，一種是指解決管理活動(dòng)中由于意外引起的非預(yù)期效應(yīng)或與預(yù)期效應(yīng)之間的偏差。正在逐漸發(fā)展成為搜索和問題歸約這類人工智能的基本技術(shù)；另一種問題的求解程序，是把各種數(shù)學(xué)公式符號(hào)匯編在一起。其性能已達(dá)到非常高的水平，并正在被許多工程師和科學(xué)家應(yīng)用，甚至還有些程序能夠用經(jīng)驗(yàn)來改善其性能。

3.2機(jī)器學(xué)習(xí)

人工智能研究的核心課題之一就是機(jī)器學(xué)習(xí)。我們知道學(xué)習(xí)是人類智能的重要特征，那么機(jī)器學(xué)習(xí)就是指機(jī)器自動(dòng)獲取知識(shí)的過程。機(jī)器學(xué)習(xí)是機(jī)器獲取知識(shí)的根本途徑，也是機(jī)器智能的重要標(biāo)志。計(jì)算機(jī)的機(jī)器學(xué)習(xí)主要研究?jī)?nèi)容為如何讓計(jì)算機(jī)模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)能力。今后機(jī)器學(xué)習(xí)的研究主要是研究人腦思維的過程、人類學(xué)習(xí)的機(jī)理等。

3.3模式識(shí)別

用計(jì)算機(jī)實(shí)現(xiàn)模式(文字、聲音、人物、物體等)的自動(dòng)識(shí)別，彌補(bǔ)計(jì)算機(jī)對(duì)外部世界感知能力低下的缺陷，使計(jì)算機(jī)能夠通過感官接受外界信息，識(shí)別和理解周圍環(huán)境。依然是人工智能技術(shù)今后研究的重要方向。因?yàn)槟Ｊ阶R(shí)別能為人類認(rèn)識(shí)自身智能提供線索，也是開發(fā)智能機(jī)器的一個(gè)最關(guān)鍵的突破口。目前計(jì)算機(jī)模式識(shí)別系統(tǒng)的研究熱點(diǎn)主要為三維景物、活動(dòng)目標(biāo)的識(shí)別和分析方面。傳統(tǒng)的用統(tǒng)計(jì)模式和結(jié)構(gòu)模式的識(shí)別方法將會(huì)被近年來迅速發(fā)展起來的模糊數(shù)學(xué)模式、人工神經(jīng)網(wǎng)絡(luò)模式的方法逐漸取代，特別是神經(jīng)網(wǎng)絡(luò)方法在模式識(shí)別中取得較大進(jìn)展。

3.4專家系統(tǒng)

專家系統(tǒng)是根據(jù)某領(lǐng)域中一個(gè)或多個(gè)專家提供的知識(shí)或經(jīng)驗(yàn)，進(jìn)行推理和判斷，模擬人類專家的決策過程，以便解決那些需要人類專家處理的復(fù)雜問題的智能軟件，它是一個(gè)具有大量的專門知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)。目前各種專家系統(tǒng)已遍布各個(gè)專業(yè)領(lǐng)域，因此專家系統(tǒng)還將是人工智能應(yīng)用研究最廣泛和最活躍的應(yīng)用領(lǐng)域之一。

3.5人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)，常被簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)或類神經(jīng)網(wǎng)絡(luò)。是未來人工智能應(yīng)用的新領(lǐng)域，人工神經(jīng)網(wǎng)絡(luò)是指由大量處理單元（神經(jīng)元）互連而成的網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的自學(xué)習(xí)能力，主要擅長(zhǎng)處理復(fù)雜的多維的非線 性問題，不但可以解決定量的問題，還可以解決定性的問題，同時(shí)人工神經(jīng)網(wǎng)絡(luò)還具有大規(guī)模并行處理和分布的信息存儲(chǔ)能力。或許未來智能計(jì)算機(jī)的構(gòu)成可能就是作為主機(jī)的馮•諾依曼型機(jī)與作為智能外圍的人工神經(jīng)網(wǎng)絡(luò)的結(jié)合。

4. 結(jié)論語

人工智能的基本思想已經(jīng)在許多領(lǐng)域中得到應(yīng)用，對(duì)于人工智能技術(shù)未來的發(fā)展還有很多未知的可能，但無論如何發(fā)展都將推動(dòng)人類在科學(xué)與生活領(lǐng)域的發(fā)展。

參考文獻(xiàn)：

[1]胡勤.人工智能概述[J].電腦知識(shí)與技術(shù)，2010，（13）：3507-3509.

[2]朱福喜，湯怡群等.人工智能原理[M].武昌：武漢大學(xué)出版社，2002.87-91.

[3]張妮等.人工智能技術(shù)發(fā)展及應(yīng)用研究綜述[J].煤礦機(jī)械，2009，（02）：4-7.

[4]亓慧.議當(dāng)代人工智能的應(yīng)用領(lǐng)域和發(fā)展?fàn)顩r[J].福建電腦，2008，（05）：33.

[5]蔡自興，徐光.人工智能及其應(yīng)用[M].北京：清華大學(xué)出版社，2003.51-93.

[6]王鴻斌，張立毅等.人工神經(jīng)網(wǎng)絡(luò)理論及其應(yīng)用[J].山西電子技術(shù)，2006，（02）：41-43.

第8篇

關(guān)鍵詞：人工智能；本科高年級(jí)教學(xué)；教學(xué)改革

中圖分類號(hào)：G642　文獻(xiàn)標(biāo)識(shí)碼：B

1　引言

人工智能是計(jì)算機(jī)科學(xué)與技術(shù)學(xué)科類各專業(yè)重要的基礎(chǔ)課程，在信息類相關(guān)的許多高年級(jí)本科和研究生都開設(shè)了人工智能課程。人工智能是一門前沿性的學(xué)科，它主要研究計(jì)算機(jī)實(shí)現(xiàn)智能的基本原理和基本方法，同時(shí)人工智能也是一門多學(xué)科交叉的綜合學(xué)科，它涉及計(jì)算機(jī)科學(xué)、數(shù)學(xué)、心理學(xué)、認(rèn)知科學(xué)等眾多領(lǐng)域。廣義的人工智能涵蓋了模式識(shí)別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、計(jì)算智能、神經(jīng)網(wǎng)絡(luò)、統(tǒng)計(jì)學(xué)習(xí)理論等眾多研究方向。人工智能作為計(jì)算機(jī)學(xué)科的重要分支，已成為人類在信息社會(huì)和網(wǎng)絡(luò)經(jīng)濟(jì)時(shí)代所必須具備的一項(xiàng)核心技術(shù)，并將在未來發(fā)揮更大的作用。

由于人工智能課程的學(xué)習(xí)難度較大，內(nèi)容更新比較快，也繁多，使得教學(xué)有一定的難度。特別是針對(duì)本科高年級(jí)的人工智能教學(xué)，由于本科生的研究意識(shí)相對(duì)較弱，而人工智能比較強(qiáng)調(diào)科研性，所以如何教好本科高年級(jí)的人工智能課程是一項(xiàng)非常具有挑戰(zhàn)性的任務(wù)。

本文通過分析本科高年級(jí)的教學(xué)特點(diǎn)和人工智能課程的自身特點(diǎn)，在如何提高教學(xué)質(zhì)量這一問題上提出了幾點(diǎn)思考。

2　本科高年級(jí)的教學(xué)特點(diǎn)

中國(guó)的本科教育，由于歷史和經(jīng)濟(jì)發(fā)展水平等諸多原因，目前的定位還是培養(yǎng)某方面專業(yè)人才的專才教育。本科高年級(jí)學(xué)生在完成了低年級(jí)公共基礎(chǔ)課程和部分專業(yè)基礎(chǔ)課程的學(xué)習(xí)之后，迫切希望了解本專業(yè)的應(yīng)用領(lǐng)域和發(fā)展前景，所以在教學(xué)過程中要注意內(nèi)容的應(yīng)用性和專業(yè)性。另一方面，本科高年級(jí)學(xué)生也是研究生教育的儲(chǔ)備人才，在教學(xué)過程中要適時(shí)的進(jìn)行科研引導(dǎo)，這樣能夠讓畢業(yè)生保持對(duì)科學(xué)的興趣，從而為研究生階段進(jìn)一步深入研究打下基礎(chǔ)。本科生一般于4年級(jí)的10月份開始著手畢業(yè)設(shè)計(jì)，在本科高年級(jí)的教學(xué)過程中還要注意與畢業(yè)設(shè)計(jì)的內(nèi)容相結(jié)合，這樣可以讓學(xué)生提前做好準(zhǔn)備，選擇適合自己的方向。

3　人工智能課程的學(xué)科特點(diǎn)

與信息類其它專業(yè)課程相比，人工智能具有應(yīng)用性、研究性和發(fā)展性三個(gè)重要學(xué)科特點(diǎn)。首先，人工智能是一門應(yīng)用性很強(qiáng)的學(xué)科。人工智能學(xué)科的主要目標(biāo)在于研究用機(jī)器來模仿和執(zhí)行人腦的某些智力功能，并開發(fā)相關(guān)理論和技術(shù)。人工智能技術(shù)廣泛應(yīng)用于模式識(shí)別、數(shù)據(jù)挖掘、智能控制、信息檢索、智能機(jī)器人等領(lǐng)域，在日常生活中，隨處可見人工智能技術(shù)的應(yīng)用實(shí)例；其次，人工智能技術(shù)具有很強(qiáng)的研究?jī)r(jià)值，是計(jì)算機(jī)科學(xué)領(lǐng)域中重要的研究方向。技術(shù)進(jìn)步無止境，研究者們不斷追求開發(fā)出效率更高、更智能的人工智能技術(shù)：最后，人工智能是一門正在發(fā)展中的學(xué)科。隨著信息化、計(jì)算機(jī)網(wǎng)絡(luò)和Internet技術(shù)的發(fā)展，人類已步入信息社會(huì)和網(wǎng)絡(luò)經(jīng)濟(jì)的時(shí)代，它們?yōu)槿斯ぶ悄芴岢隽嗽S多新的研究目標(biāo)和研究課題，人工智能的應(yīng)用領(lǐng)域以及技術(shù)算法都在不斷發(fā)展。

4　人工智能教學(xué)的三點(diǎn)思考及對(duì)策

4.1　注重應(yīng)用性和介紹性

在教學(xué)實(shí)踐中，筆者發(fā)現(xiàn)，本科高年級(jí)學(xué)生一般比較關(guān)心各種人工智能技術(shù)的應(yīng)用領(lǐng)域和使用方法，而對(duì)基礎(chǔ)性理論和技術(shù)細(xì)節(jié)不是很感興趣。他們一方面希望能學(xué)到很多較新和較實(shí)用的人工智能算法，并且最好可以看到使用效果；另一方面又希望老師的教學(xué)主要停留在介紹性層面，不想花太多時(shí)間在復(fù)雜的理論理解上。這也比較符合本科高年級(jí)的教學(xué)特點(diǎn)，本科階段主要是培養(yǎng)具備較強(qiáng)應(yīng)用性和基礎(chǔ)科研素質(zhì)的專業(yè)人才。傳統(tǒng)的人工智能教學(xué)主要講授知識(shí)表示和搜索推理技術(shù)，大部分實(shí)例都是解答式或推證式的。由于其知識(shí)的抽象性，又加之其應(yīng)用實(shí)例較少，所以往往教師感覺難講，學(xué)生在學(xué)習(xí)過程中也感覺乏味，對(duì)講授的內(nèi)容大多都是死記其方法和步驟，因此影響了教學(xué)效果。針對(duì)這一問題，筆者認(rèn)為，在設(shè)計(jì)人工智能教學(xué)時(shí)，要注重內(nèi)容的新穎性、實(shí)用性和介紹性。除了講授那些仍然有用的和有效的基本原理和方法之外，要著重介紹一些新的和正在研究的人工智能方法和技術(shù)，特別是近期發(fā)展起來的方法和技術(shù)，如支持向量機(jī)、決策樹、模糊集、遺傳算法、蟻群算法等。這些內(nèi)容的理論部分可以不必過分深究，教學(xué)重點(diǎn)主要放在介紹每種技術(shù)的產(chǎn)生背景、發(fā)展?fàn)顩r、應(yīng)用領(lǐng)域和具體實(shí)現(xiàn)上。此外，要注意理論與實(shí)際應(yīng)用密切結(jié)合，在教學(xué)過程中加入一些與課程內(nèi)容結(jié)合的、可以用計(jì)算機(jī)實(shí)現(xiàn)的實(shí)際應(yīng)用內(nèi)容?？紤]到目前應(yīng)用最廣泛的人工智能領(lǐng)域之一是模式識(shí)別，而研究模式識(shí)別的主要計(jì)算機(jī)工具是Matlab，所以筆者在教學(xué)過程中以手寫數(shù)字識(shí)別作為教學(xué)實(shí)例，針對(duì)所介紹的每一種人工智能技術(shù)，都將其應(yīng)用于手寫數(shù)字識(shí)別當(dāng)中，并講解了這些技術(shù)的Matlab實(shí)現(xiàn)方法。學(xué)生在掌握了基本理論之后，可以按照實(shí)現(xiàn)步驟的指導(dǎo)，立刻上機(jī)見到算法的實(shí)際效果，加深對(duì)算法實(shí)現(xiàn)思路和方法的認(rèn)識(shí)。

4.2　注重科研引導(dǎo)性

本科教學(xué)不僅要培養(yǎng)學(xué)生的應(yīng)用能力，還要培養(yǎng)學(xué)生具備基本的科研素質(zhì)。本科教育一方面為社會(huì)培養(yǎng)了大批應(yīng)用型人才，另一方面也要為我國(guó)的科研事業(yè)培養(yǎng)后備力量。特別是近幾年來我國(guó)對(duì)科研的投入不斷增加，研究生招生規(guī)模逐年增大，本科高年級(jí)學(xué)生打算繼續(xù)讀研的也不在少數(shù)。而人工智能是計(jì)算機(jī)相關(guān)學(xué)科非常活躍的研究課題，其涵蓋的分支非常廣泛，如模式識(shí)別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、計(jì)算智能、統(tǒng)計(jì)學(xué)習(xí)理論等，都是目前國(guó)際和國(guó)內(nèi)熱門的研究方向。針對(duì)這一特點(diǎn)，在本科高年級(jí)的人工智能教學(xué)中，還要注意對(duì)學(xué)生適時(shí)適度的科研引導(dǎo)。這樣可以激發(fā)學(xué)生的研究興趣，樹立目標(biāo)意識(shí)，找準(zhǔn)研究方向，為未來的科研工作打下基礎(chǔ)。在教學(xué)過程中，可以引導(dǎo)學(xué)生思考每種人工智能技術(shù)的優(yōu)點(diǎn)是什么?缺點(diǎn)是什么?有沒有改進(jìn)的辦法?比如BP神經(jīng)網(wǎng)絡(luò)是計(jì)算智能中較為成熟的技術(shù)，具有強(qiáng)大的非線性學(xué)習(xí)能力，在模式識(shí)別、經(jīng)濟(jì)數(shù)據(jù)分析、生物信息學(xué)、數(shù)據(jù)挖掘等眾多領(lǐng)域都取得過成功應(yīng)用。然而BP神經(jīng)網(wǎng)絡(luò)算法自身也存在著一些缺點(diǎn)，如會(huì)有局部最小解、解受初值影響較大、理論解釋不完善等。近十年來，研究者逐漸把目光轉(zhuǎn)移到另一種新的非線性學(xué)習(xí)工具――支持向量機(jī)上。同神經(jīng)網(wǎng)絡(luò)相比，支持向量機(jī)具有泛化能力強(qiáng)、不受局部最小問題困擾、理論背景完善等顯著優(yōu)點(diǎn)。在給學(xué)生講解BP神經(jīng)網(wǎng)絡(luò)算法的時(shí)候，一方面可以通過手寫數(shù)字識(shí)別實(shí)驗(yàn)展示其強(qiáng)大的非線性分類能力，另一方面也要告訴學(xué)生，BP神經(jīng)網(wǎng)絡(luò)并不是完美的，其缺點(diǎn)同樣明顯。然后引導(dǎo)學(xué)生對(duì)這些問題進(jìn)行思考，討論有沒有更好的解決辦法。此時(shí)，順勢(shì)引出支持向量機(jī)的內(nèi)容，并且介紹支持向量機(jī)的研究現(xiàn)狀和研究方向。通過兩者的對(duì)比，學(xué)生不但了解到了較新的人工智能技術(shù)，又對(duì)人工智能研究中如何去發(fā)現(xiàn)問題、解決問題、人工智能技術(shù)的進(jìn)化歷程有了直觀的印象。

4.3　教學(xué)內(nèi)容與畢業(yè)設(shè)計(jì)相結(jié)合

本科畢業(yè)設(shè)計(jì)是對(duì)本科生用所學(xué)知識(shí)來解決實(shí)際問題和進(jìn)行專業(yè)研究能力的檢驗(yàn)，是本科高年級(jí)學(xué)生將要面臨的一項(xiàng)重要任務(wù)。由于人工智能學(xué)科具有應(yīng)用性和科研性的特點(diǎn)，人臉識(shí)別、網(wǎng)頁檢索、經(jīng)濟(jì)預(yù)測(cè)、基因數(shù)據(jù)處理等應(yīng)用領(lǐng)域都離不開人工智能技術(shù)，所以人工智能方向?yàn)閷W(xué)生提供了豐富的畢業(yè)設(shè)計(jì)選題。針對(duì)這一特點(diǎn)，在本科高年級(jí)的人工智能教學(xué)中，可以適當(dāng)穿插介紹有關(guān)畢業(yè)設(shè)計(jì)的內(nèi)容。告訴學(xué)生哪些應(yīng)用領(lǐng)域是目前人工智能研究的熱點(diǎn)方向，哪些人工智能技術(shù)可以用來解決這些問題。通過向?qū)W生介紹具有一定應(yīng)用價(jià)值和研究意義的題目，然后引導(dǎo)他們查找閱讀相關(guān)技術(shù)文獻(xiàn)，分析問題，解決問題，最后編寫代碼和撰寫論文。比如筆者給學(xué)生提供的選題包括：(1)基于支持向量機(jī)的上市公司信用評(píng)價(jià)；(2)正則化回歸在股票預(yù)測(cè)中的應(yīng)用；(3)基于膚色的人臉檢測(cè)；(4)基于內(nèi)容的網(wǎng)頁圖像檢索等。這些題目應(yīng)用性強(qiáng)，具有一定科研深度但是難度又不至于太大，學(xué)生選擇這些題目的積極性很高。通過將教學(xué)內(nèi)容與畢業(yè)設(shè)計(jì)相結(jié)合，不但加深了學(xué)生對(duì)課程的理解，又使其找到了合適的畢業(yè)設(shè)計(jì)題目，可謂一舉兩得。

第9篇

Jeffrey J.P.Tsai University of Illinois,

Chicago, USA(Eds.)

Machine Learning

Applications in Software

Engineering

Series on Software Engineering and Knowledge Engineering Vol. 16

2005,355Ppp.

ISBN 9789812560940

軟件工程中的

機(jī)器學(xué)習(xí)應(yīng)用

D張JJP特賽編

本書是《軟件工程與知識(shí)工程》叢書的第16卷。Brooks在其經(jīng)典的論文“無銀彈”中對(duì)于在變化的環(huán)境中開發(fā)和維護(hù)大量軟件系統(tǒng)的挑戰(zhàn)已經(jīng)做出了具有說服力的闡述。復(fù)雜性、一致性、可變性和隱形性，這些都是在開發(fā)大型軟件中固有的基本困難。

人們提出了許多演化或者遞增改進(jìn)的辦法，每一種改進(jìn)辦法都試圖致力于改進(jìn)這些基本困難的某些方面。人工智能技術(shù)對(duì)軟件工程的應(yīng)用產(chǎn)生了某些令人振奮的結(jié)果。這些成功的人工智能技術(shù)包括了基于知識(shí)的方法，自動(dòng)推理、專家系統(tǒng)、啟發(fā)式搜索策略、時(shí)態(tài)邏輯、規(guī)劃及模式識(shí)別。為了最終克服這些基本的困難，人工智能技術(shù)能夠發(fā)揮重要的作用。而作為人工智能的一個(gè)子領(lǐng)域，機(jī)器學(xué)習(xí)涉及一個(gè)問題，即如何建立一個(gè)計(jì)算機(jī)程序，該程序通過經(jīng)驗(yàn)?zāi)軌蚋倪M(jìn)它們?cè)趫?zhí)行某些任務(wù)時(shí)的性能。

機(jī)器學(xué)習(xí)專門致力于創(chuàng)造并且編譯可驗(yàn)證的知識(shí)，而這些知識(shí)與人工制品的設(shè)計(jì)與構(gòu)建相關(guān)。機(jī)器學(xué)習(xí)領(lǐng)域包括了監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和增強(qiáng)學(xué)習(xí)，它已經(jīng)被證明在許多的應(yīng)用領(lǐng)域中具有極大的實(shí)用價(jià)值。軟件工程領(lǐng)域已成為一塊沃土，在那里許多軟件開發(fā)和維護(hù)的任務(wù)可以系統(tǒng)地闡述為學(xué)習(xí)問題和依據(jù)學(xué)習(xí)算法的方法。本書涉及了在軟件工程中的機(jī)器應(yīng)用這個(gè)主題，它提供了對(duì)機(jī)器學(xué)習(xí)的綜述，總結(jié)了這個(gè)領(lǐng)域中的最新實(shí)踐，給出了對(duì)現(xiàn)有工作的分類，提供了某些應(yīng)用準(zhǔn)則。書中還包括了在該研究領(lǐng)域中先前發(fā)表的論文集合。

本書由9章組成。第1章機(jī)器學(xué)習(xí)與軟件工程介紹；第2章預(yù)測(cè)和估計(jì)中的機(jī)器學(xué)習(xí)應(yīng)用；第3章屬性與模型發(fā)現(xiàn)中的機(jī)器學(xué)習(xí)應(yīng)用；第4章變換中的機(jī)器學(xué)習(xí)應(yīng)用；第5章生成與合成中的機(jī)器學(xué)習(xí)應(yīng)用；第6章重復(fù)使用中的機(jī)器學(xué)習(xí)應(yīng)用；第7章需求獲取中的機(jī)器學(xué)習(xí)應(yīng)用；第8章開發(fā)知識(shí)管理中的機(jī)器學(xué)習(xí)應(yīng)用；第9章準(zhǔn)則與結(jié)論。

本書可供軟件工程以及機(jī)器學(xué)習(xí)專業(yè)的研究人員和研究生閱讀參考。也可供從事軟件開發(fā)工作的人員閱讀。

胡光華，高級(jí)軟件工程師

(原中國(guó)科學(xué)院物理學(xué)研究所)