人工智能感想的论文范文参考
人工智能是诞生于20世纪中叶的一门年轻的学科，它对人类的生产、生活方式产生了重大的影响，也引发了激烈的哲学争论。以下是学习啦小编整理分享人工智能感想的论文的相关文章，欢迎阅读!
人工智能感想的论文
人工智能的哲学问题
摘 要：人工智能是诞生于20世纪中叶的一门年轻的学科，它对人类的生产、生活方式产生了重大的影响，也引发了激烈的哲学争论。通过概述人工智能的历史发展及其最新研究探讨了其研究出现中的哲学问题。
关键词：人工智能;哲学;意识;思维
二十世纪五十年代，随着现代科学技术的迅猛发展，人工智能从科学幻想变成了现实。在短短的不到五十年的时间中，人工智能理论的研究不断深入，实际的应用也不断扩展，至今为止它已经被应用于几乎所有的学科。人工智能不仅在技术的层面上，而且在哲学的层面上正深刻地影响着人类，它的发展将会对人类产生极其深远的影响。
一、人工智能概述
人工智能到目前为止还没有一个统一的，明确的定义，其原因大致有以下两点：(一)人工智能不是一种单纯属于某一个学科的知识而是众多学科相互渗透，融合的复杂综合体，它涉及计算机科学、数学、语言学、心理学、哲学、系统科学、信息科学、神经生理学等诸多学科。这些学科从不同的角度来看待人工智能自然就会得出不同的定义;(二)人工智能还是一个不断发展的学科，随着研究的深入，人们不断地补充、修正以前的认识，其定义也就无法确定。
虽然人工智能没有一个确切的定义，但我们还是可以从不同的方面来描述其面貌。在电子学和计算机科学中，它是“研究怎样让计算机做一些通常认为需要智能才能做的事情，又称机器智能”;在心理学中，它是“计算机科学与心理学相结合而产生的研究用计算机实现人的智能行为和功能的一门边缘学科”;在哲学中，它是“研究用机器模拟和扩展人的智能的科学，它可用来指导智能机器的设计，也可阐明人类的智能”。[1]结合这些定义我们可以尝试为人工智能定义如下：人工智能(Artificial Intelligence)是相对于人类智能(Human Intelligence)而言的，它是建立在计算机科学、信息科学、生命科学、哲学等学科基础之上，研究如何制造具有模拟人类智能活动能力的智能机器或智能系统，其目的是扩展人类智能的一门科学。
二、人工智能的产生和历史发展
人工智能从诞生、发展到今天走过了一条并非漫长而异常艰难的道路。1950年10月，英国的阿兰?图灵(A.Turing)发表了一篇著名的论文——《机器能思考吗?》，在此文中他首次提出“机器思维”概念，认为机器能够思维，并设计了著名的“图灵试验”，由此他被人们尊为“人工智能之父”。1956年美国的麦卡锡(J.McCarthy)，明斯基(M.Minsky)，申农(C.Z.Shannon)以及罗切斯特(N.Rochester)等在达特茅斯(Dartmouth)大学发起一个学术讨论会，在这次会议上发表了许多关于人工智能的重要论文，从此宣告了人工智能的诞生。人工智能在其后的发展中形成了几个主要学派，根据各自的思想和研究方法，可分为“符号主义”学派、“联结主义”学派和“行为主义”学派。
(一)“符号主义”学派主要思想是符号操作系统假设和有限合理性原理。其研究方法主要是功能模拟方法，即用计算机模拟人类认知系统所具备的功能来实现人工智能。它的研究方法是人工智能研究中一个基本的方法，曾取得多项重大的成果。
(二)“联结主义”学派主要思想是神经网络及神经网络间的连接机制与学习算法。它认为人工智能应着重于结构模拟，即模拟人的生理神经网络结构。在声音识别和图象处理方面取得了很大的成功。
(三)“行为主义”学派主要思想是控制论及感知—动作型控制系统。认为智能取决于感知和行动，“智能”可以不需要“知识”(Intelligence without Knowledge)[2]。在机器昆虫的研究方面取得了令人瞩目的成就。
在早期阶段人工智能研究的主要是博弈、难题求解、定理证明和字符识别，二十世纪70年代末至今，人工智能在机器学习、专家系统、知识工程、智能信息检索、人工生命等多方面展开研究取得了诸多进展[3]，成功建立了一些具有不同程度人工智能的计算机系统，并在科学试验，医疗诊断和军事方面得到了实际的应用。
三、人工智能与哲学的关系
在描述人工智能研究困难程度的时候，麦卡锡曾经说过“如果想在人工智能领域有所成就，我们需要1.7个爱因斯坦，两个麦克斯韦尔，五个法拉第再加上三项曼哈顿计划。”[4]其实，麦卡锡的名单上还缺少一种人——哲学家。对于人工智能这样一个极端复杂，又与人类自身发展密切相关的科学研究，哲学的缺席是不可想象的。人工智能具有深厚的哲学意义，它是科学发展的一项极其艰巨的任务，也是人类认识自身的重要方式。人工智能与哲学可谓密不可分，以致斯坦福大学的计算机系的学生都要学习海德格尔哲学[5]。人工智能不仅是人类科学史一场划时代的革命，而且还是对人类精神世界的一次重大挑战。同时，哲学作为人类对自我的认识、理解和关怀，面对人工智能这一全新的科学研究，从人类的生存、发展这一终极利益出发，对人工智能最新成果加以重新审视和评价，从而为人工智能研究提供最大程度的理论支持。
四、人工智能的哲学问题
由于人工智能研究对象——人类思维——的特殊性，它从诞生之日起就对哲学提出了尖锐的挑战。比如，人工智能与人类智能有无本质区别?机器会不会思维?机器会超越人类，替代人类吗?人工智能对人类自身的发展有什么推动作用?这些问题的核心就是意识和思维问题。其实这并不是什么全新的东西，哲学家们早就对意识问题展开过激烈的争论，其中最著名的一句话莫过于法国哲学家笛卡儿的“我思故我在”。人类有意识、能思维、能感受情绪、能对世界产生主观的经验，但是机器能否具有意识呢?对此科学家和哲学家们的立场观点大致分为四类。第一，意识无法通过物质过程来描述，科学再先进也无法制造意识。第二，意识是人类大脑产生的物质化过程，由于其极其复杂，科学无法理解以致不可能制造。第三，意识是由过程产生的可能性，可以被理解并复制，尽管极端困难。第四，意识并不是特别的东西，可以由机器自动产生[6]。这四种观点其实也可以看作人工智能研究中的乐观主义和悲观主义观点，有趣的是乐观主义阵营中的大多是科学家，如麦卡锡，布鲁克斯(R.Brooks);而持悲观主义的主要人物都是哲学家，如塞尔(J.R.Searle)，德雷福斯(H.L.Dreyfus)。塞尔还针对“图灵试验”提出著名的“中文房间”(Chinese Room)模型来说明“计算机程序永不可能替代人心”。
人工智能的意义
我们所说的「智能」是一个根本性的问题。在 Radar 2014 年的一篇文章中，Beau Cronin 出色地总结了许多人工智能的定义。我们对人工智能的期待严重依赖于我们希望用人工智能做什么。对人工智能的讨论几乎总是开始于图灵测试。
图灵假设人们可以通过聊天的方式与计算机交互：他假设了一种与计算机的沟通方式。这个假设限制了我们期望计算机做的事：比如，我们不能期望它能驾驶汽车或组装电路。这也是一个故意的模棱两可的测试。计算机的答案可能是闪烁其词的或完全不正确的，正确无误不是重点。人类智能也可能会是闪烁其侧或不正确的。我们不大可能将正确无误的人工智能误解为人类。
如果我们假设人工智能必须被嵌入到能够运动的硬件中，比如机器人或自动驾驶汽车，我们会得到一组不同的标准。我们会要求计算机在它自己的控制下执行一个定义不清的任务(比如开车到一家商店)。我们已经打造出了在路线规划和驾驶上比大多数人类都做得更好的人工智能系统。
谷歌的自动驾驶汽车负有责任的那次事故的原因是该算法被修改得更像人类一样驾驶，并由此带来了人工智能系统通常不会具备的风险。
自动驾驶汽车还有很多没能解决的困难问题：比如在暴风雪的山路上行进。不管人工智能系统是嵌入在汽车里，还是无人飞行器或人形机器人里，其所面临的问题本质上是类似的：在安全、舒适的环境中执行是很容易的;而在高风险、危险的情形中则艰难得多。
人类也不擅长这些任务，尽管图灵所期望的对话中人工智能是回避式的或甚至会错误地回答问题，但在高速路上驾驶时，模糊或不正确的方案却是不能接受的。
我们所说的「智能」严重依赖于我们想要该智能所做的事，并不存在一个能够满足我们所有目标的单个定义。如果没有良好定义的目标来说明我们想要实现的东西或让我们衡量我们是否已经实现了它的标准，由范围狭窄的人工智能向通用人工智能的转变就不会是一件容易的事。
人工智能未来的趋势
趋势1 较大的公司将赢得未来
亚马逊、谷歌、Facebook和IBM将引领人工智能技术的发展。作为大型公司，他们拥有更多的资源来收集数据，从而拥有更多的数据可供使用。
在为应用程序和产品开发服务部署机器学习方面，谷歌可能是处于最前沿的。他不仅是第一家开展人工智能研究的公司，而且还拥有7万多名员工。谷歌是一家很大的公司。此外，谷歌大脑是一个深度学习人工智能研究项目，谷歌拥有其整个团队。谷歌大脑的研究涵盖了机器学习、自然语言理解、机器学习算法和技术以及机器人技术等领域。
全球100家最有前途的人工智能公司名单
趋势2 算法和技术将会进行整合
所有已经对人工智能进行投资的第二梯队公司(比如英特尔、Salesforce和Twitter)都紧跟在拥有大数据的公司后面，并开始使用他们的数据算法和人工智能技术。数据交易将存在于行业用户之间，而算法和技术很有可能会进行整合。数据交易以及算法和技术的整合将使人工智能发挥更强大的作用。
随着像谷歌和Facebook这样的大公司不断地收购小公司，小公司手中的算法将被集成到大公司的核心平台或解决方案之中。谷歌收购了DeepMind这家构建了通用学习算法位于伦敦的人工智能公司，目的就是为了获得比其他科技公司更大的商业优势。另一方面，Facebook收购Wit.ai是为自己的语音识别和语音接口提供帮助。它还收购了人工智能创业公司Ozlo，以改进其M虚拟助理的技术。
趋势3 数据众包市场将非常巨大
所有的人工智能公司都渴望获得庞大的数据集，以便实现他们对人工智能的野心。这些公司将采用众包的方式来获取大量的数据。目前已经有多种不同的方式来评估众包数据的质量和可靠性，不仅企业可以从这些数据中获得收益，而且也能给消费者一个保证。
OpenDataNow.com的创始人兼编辑Joel Gurin表示：“我们生活在众包文化中，越来越多的人愿意并且乐于通过社交媒体分享他们的知识。”
谷歌正通过众包的方式获取大量的图像来构建成像算法。它还使用众包来协助改进服务质量，如翻译、转录、手写识别和地图。亚马逊还使用众包人工智能来改进Alexa超过15000个的现有功能。
趋势4 企业并购，以及更多的并购
根据CBInsights的统计数据显示，收购人工智能公司的竞争已经开始。在2018年，我们将看到更多为了智力资本和人才而并购企业的行为。机器学习和人工智能领域中的所有小公司都将可能被大型企业收购，这主要有两个原因：
人工智能不能在没有数据集的情况下独立工作。由于大公司拥有大量的数据集，所以对于小公司而言，自己并没有太大的竞争优势。
没有数据的算法没有任何用处。没有算法，数据几乎没有用。数据是算法的核心，获取大量的数据非常重要。
哥伦比亚大学创意机器实验室的机器人工程师和总监Hod Lipson指出，“如果说数据是燃料，那么算法则是引擎。”
趋势5 用工具的民主化换取更大的市场份额
大公司将会把自己的算法和工具集开源出来以获得更大的市场份额。基于市场的数据和算法获取壁垒将大大降低，而人工智能的新应用将会增加。通过对工具的民主化，原本有限制或无法获得人工智能工具的小公司将可以获得大量的数据来训练和启动复杂的人工智能算法。
谷歌的首席执行官Sundar Pichai谈到了人工智能的民主化问题：“我们大家可以做的最令人兴奋的一件事就是揭开机器学习和人工智能的神秘面纱，让所有人都可以一睹芳泽。”
此外，框架、SDK和API将成为所有主要企业引导消费者使用习惯的标准。基于SaaS和PaaS的模型将成为所有这些公司遵循的商业模式。
趋势6 人机交互技术将得到改进
Siri和Alexa可能是两个最受欢迎的人机交互工具了。更多与它们类似的基于机器人的解决方案将成为人工智能公司的入门级产品。例如，计算机目前可用于语音分析和面部识别，而以后，计算机将能够根据用户的语调来识别他的心情，这称为情感分析。
制造自动化和非消费者关注领域的解决方案将第一个得到改进。制造自动化的改进主要归因于采用自动化、机器人和先进制造在内的复杂技术而节省下来的劳动成本。在2018年，非消费者解决方案的改进将普遍存在，比如农业和医药领域的人机交互技术。
猜你喜欢：
1.人工智能感想论文
3.人工智能经典论文
4.人工智能毕业论文
7.关于人工智能论文