人工智能发展历程及其现状与未来前景深度解析

xinxi1368

1.关于人工智能的文献人工智能的历史并不是很长。关于人工智能的文献有哪些？ 。下面为大家整理了人工智能方面的文献，供大家阅读！人工智能的形成和发展现状分析总结：人工智能的历史并不遥远，因此将从几个方面来分析人工智能的产生、形成、发展现状和前景，以及人工智能发展面临的问题。对其发展过程中出现的问题进行总结。以及目前发展状况中存在的不足，并分析其未来的发展方向。关键词：人工智能，发展历程，现状分析，前景。 1.简介人工智能最早由英国科学家图灵于1936年提出，并没有得到大多数人的认可。当时他写了一个下棋程序，这是人工智能最早的应用。还有著名的“图灵测试”，这也是判断是否是人工智能的原计划。因此，图灵被尊为“人类智能”。

2.“人工智能之父”。人工智能从诞生到发展经历了一个坎坷的过程。到目前为止，人工智能的应用技术还不是很成熟，存在相当大的缺陷。通过收集到的信息，详细介绍人工智能领域的具体情况，分析其挑战和未来前景二、人工智能的发展历程一、1956年之前的孕育期（1）从伟大哲学家亚里士多德（）到16公元前。世纪英国哲学家弗朗西斯·培根（F. Bacon），他们的形式逻辑三段论、归纳法和格言“知识就是力量”都对人类思维过程的研究产生了重要影响（2）17世纪德国数学家莱布尼茨（G.）。他提出了通用符号和推理计算思想，为数理逻辑的产生和发展奠定了基础。

3、种下了现代机器思维和设计思维的种子。布尔代数由19世纪英国逻辑学家G.布尔创立，实现了用符号语言描述人类思维活动的基本推理规则。 （3）20世纪30年代数理逻辑和计算新思想的迅速发展，使人们在计算机出现之前就建立了计算与智能关系的概念。被誉为人工智能之父的英国才华横溢的数学家A.图灵于1936年提出了理想计算机的数学模型——图灵机。1946年，美国数学家莫格利（J.）和埃克特（J.）开发了理想计算机的数学模型——图灵机。世界上第一台数字计算机，为人工智能的研究奠定了不可或缺的物质基础。 1950年，图灵又发表了《计算机与智能》论文

4、论文提出了著名的“图灵测试”，形象地指出了什么是人工智能以及机器具有智能的标准，对人工智能的发展产生了深远的影响。 （4）1934年，美国神经生理学家麦卡洛克（W.）和W.皮茨（W. Pitts）建立了第一个神经网络模型，为以后的人工神经网络研究奠定了基础。二、1956年至1969年的诞生和发展时期 （1）1956年夏天，麻省理工学院（MIT）的麦卡锡（J.）、明斯基（M.）、塞尔弗里奇（O.）和所罗门（R） .)、IBM 的  (N.)、T. More 和  (

5、贝尔实验室的A.)、(C.)、卡内基梅隆大学(CMU)的(A.)、H.Simon等10人在美国达特茅斯学院。斯里兰卡大学（）举办了为期两个月的机器智能研讨会。会议上统一使用人工智能（ ）一词来代表与机器智能相关的研究方向，象征着人工智能。该学科正式诞生。 (2) 1956 年至 1969 年间， 开发了一个自学跳棋程序。它于 1959 年击败了塞缪尔本人，并于 1969 年击败了州冠军 (3) 1956 年至 1965 年间，纽约厄尔和西蒙的“逻辑理论家”计划

6、序言，证明《数学原理》中的38条定理； 1958年，美籍华裔数学家王浩仅用5分钟就在计算机上证明了《数学原理》中与命题微积分相关的全部220个定理。 ; 1960年，纽厄尔和西蒙根据心理学实验开发了一种不依赖于特定领域的通用解决问题程序GPS（），可以解决11种不同类型的问题； 1965年，（J.）提出了消除原理，对定理的机器证明做出了突破性的贡献。 （4）1956年至1968年，斯坦福大学的（G.）教授首先开展了专家系统的研究。他们成功研究的专家系统可以基于质谱仪实验。

7、通过分析推理确定化合物分子结构的能力相当于化学专家。 （5）人工智能国际联合会议（On）成立于1969年，标志着人工智能这一新兴学科得到世界范围的认可。 3、1970年后的沉浮时期。20世纪70年代，人工智能进入发展期，许多国家相继开展了这一新兴学科的研究。 20世纪60年代的一系列胜利让人工智能学者欣喜若狂，也引发了公众对人工智能更高的期望。然而事情的发展却远非如此。塞缪尔的国际象棋程序成为州冠军后，他从未战胜过世界冠军。最有前途的自然语言翻译也是

8. 问题不断。人们认为通过双向词典和一些语法知识就可以解决自然语言翻译的问题。然而，事实证明，机器翻译闹出了很多笑话。以至于有人讽刺说美国花了2000万美元为机器翻译建了一座墓碑。被公认为“重大突破”的消化方法由于其局限性而无法适应现实世界中的许多问题，并且在神经网络和机器学习研究中也遇到了各种困难。舆论谴责和资金匮乏，让人工智能研究一度陷入困境。三、人工智能现状及发展前景分析 （一）现状分析 人工智能的理论地位是分而治之（主要有结构主义、功能主义、行为主义三个方面）。人们对事物本质的认识存在差异，智能系统是从事物的不同方面进行模拟，使得人工智能从出现到现在，无论其

9、在认知或研究中，存在“盲人摸象”的误区。结构、功能和行为是智能系统的基本属性。最能揭示制度本质的应该是“工作机制”，也可以称为机制论。所谓机制主义，就是在给定的问题-环境-工具的前提下提取相关信息，并在此基础上将信息转化为知识。主要分为三个阶段：首先从本体信息到认识论信息（信息的获取），然后从认识论信息到知识，最后一个阶段是智能策略。其结构流程图如下： 该图简要说明了“机制”的具体构成以及包含哪些内容。但尽管如此，现阶段人工智能仍然存在很大的局限性，主要体现在五个大方面： 1、认识论的局限性。人们对于思维过程的认识是比较片面的。他们认为思考过程可以是

10、可以通过物理符号的操作来模拟，一些形象思维或抽象思维程序无法简单具体化。 2.智能方法和手段的局限性。从力学角度看，主要分为结构流派和功能流派。结构学派从研究人脑的神经结构出发，试图模拟人的神经网络。然而，人类神经元数量之多，使得结构学派的智能之路显得艰辛而遥远。功能学派从研究思维活动和智能行为心理学出发。从科学的特性出发，其根本思维仍然是符号主义，理论模型仍然是图灵机模型。 3.数学基础的局限性。人工智能最基本的问题是计算，这涉及到现代数学的现状。现代数学具有闭包性、线性性、结构不变性、收敛性和准确性，而人工智能的要求恰恰相反。它需要的是非结构化的、非线性的、

11、模糊、发散计算，满足智能化的需求。 4.计算机型号的限制。主要表现在四个方面：1）问题表示方法的局限性。 2）需要从问题本身中抽象出一个数学上精确的解析公式。 3）需要针对该问题设计算法。 4) 解结果的唯一性。 5）图灵计算机模型下的问题一般都是递归问题。 6）很多时候，要实现真正的人工智能，我们需要的是满意的解而不是精确的解，这是基于图灵模型的计算机模型无法实现的。 5. 形式演绎理论的局限性。 6. 实现技术的局限性。知识表示、推理、环境和工具等方面存在重大局限性，制约了其发展。毕竟人脑和机器之间还是有很大区别的。人脑比计算机优越的地方在于它具有逻辑思维、概念抽象、辩证思维和形象思维。

12、能够从知识中提取不同性质、更高层次的核心知识，能够从多方面把握信息。因此，在解决问题时，大大减少了对问题解决方案的每一种可能组合的探索，甚至很多时候，根本不需要去探索各种可能的组合，只需要想办法找到答案即可。这样就避免了组合爆炸。计算机虽然可以进行调整，进行有限的自组织，但由于它不具备形象思维和逻辑思维，只能放大人类理解活动中的演绎方法，并不能真正实现智能。这决定了计算机无法学习、思考、创造。在计算机领域，机器人仍然是机器，没有生命。然而，克隆技术、基因改造技术等的巨大突破，或许可以让人们设计和创造出有生命甚至智能的东西。 （二）已解决或即将解决的智能化问题的发展前景

13、通过深入研究计算机功能程序以及它们之间的关系，也许我们可以找到发展人工智能的新途径。要使用计算机解决问题，必须用汇编语言编写一些程序，将要解决的问题和算法转换为机器语言，即“0”和“1”生成二进制机器指令，然后才能继续进行。因此，使用通用指令集代表了计算机解决问题的能力。因此，或许可以从功能的角度研究一些具有基本功能但不能被其他指令编程的基本指令，并分析其指令集来研究人工智能。 4. 结论 人工智能出现的时间还不是太长，技术还不是很成熟。从某种意义上说，它总是面临着不少限制。由于Vonno Iman是当今计算机的原型，因此机器指令也是限制人工智能的一大障碍。或许，我们可以从改进机器语言本身入手，寻找新的突破口和成熟的人工智能。 7