人工智能的研究内容

人工智能属于计算机学科为计算机科学方向。人工智能是计算机科学的一个分支，它企版图了解智能的实质，权并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。

本书共10章，除第1章人工智能概述外，其余内容可划分为四大部分。第一部分为确定回性人工智能的三大基本技答术，包括第2, 3, 4章的知识表示、确定性推理和搜索策略。第二部分为计算智能和不确定性人工智能，包括第5, 6章的计算智能和不确定性推理。第三部分为人工智能的两个重要研究领域，包括第7, 8章的机器学习和自然语言理解。第四部分人工智能的两个重要应用技术，包括第9, 10章的分布智能和先进专家系统。此外，还新增了人工智能实验，放在附录中。本书还为任课教师免费提供电子课件及部分习题解答。本书可作为高等院校计算机、自动化、通信、电子信息、信息管理、智能科学技术及其他相关学科专业的本科高年级学生和研究生教材，也可供从事相关领域研究、开发和应用的科技工作者参考。

人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或着人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。关于什么是“智能”，就问题多多了。这涉及到其它诸如意识(consciousness)、自我(self)、思维(mind)(包括无意识的思维(unconscious_mind)等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。人工智能目前在计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决策，控制系统，仿真系统中得到应用--机器视觉:指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统等。人工智能(Artificial Intelligence)是研究解释和模拟人类智能、智能行为及其规律的一门学科。其主要任务是建立智能信息处理理论，进而设计可以展现某些近似于人类智能行为的计算系统。AI作为计算机科学的一个重要分支和计算机应用的一个广阔的新领域，它同原子能技术，空间技术一起被称为20世纪三大尖端科技。人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。知识表示是人工智能的基本问题之一，推理和搜索都与表示方法密切相关。常用的知识表示方法有：逻辑表示法、产生式表示法、语义网络表示法和框架表示法等。常识，自然为人们所关注，已提出多种方法，如非单调推理、定性推理就是从不同角度来表达常识和处理常识的。问题求解中的自动推理是知识的使用过程，由于有多种知识表示方法，相应地有多种推理方法。推理过程一般可分为演绎推理和非演绎推理。谓词逻辑是演绎推理的基础。结构化表示下的继承性能推理是非演绎性的。由于知识处理的需要，近几年来提出了多种非演泽的推理方法，如连接机制推理、类比推理、基于示例的推理、反绎推理和受限推理等。搜索是人工智能的一种问题求解方法，搜索策略决定着问题求解的一个推理步骤中知识被使用的优先关系。可分为无信息导引的盲目搜索和利用经验知识导引的启发式搜索。启发式知识常由启发式函数来表示，启发式知识利用得越充分，求解问题的搜索空间就越小。典型的启发式搜索方法有A*、AO*算法等。近几年搜索方法研究开始注意那些具有百万节点的超大规模的搜索问题。机器学习是人工智能的另一重要课题。机器学习是指在一定的知识表示意义下获取新知识的过程，按照学习机制的不同，主要有归纳学习、分析学习、连接机制学习和遗传学习等。知识处理系统主要由知识库和推理机组成。知识库存储系统所需要的知识，当知识量较大而又有多种表示方法时，知识的合理组织与管理是重要的。推理机在问题求解时，规定使用知识的基本方法和策略，推理过程中为记录结果或通信需设数据库或采用黑板机制。如果在知识库中存储的是某一领域(如医疗诊断)的专家知识，则这样的知识系统称为专家系统。为适应复杂问题的求解需要，单一的专家系统向多主体的分布式人工智能系统发展，这时知识共享、主体间的协作、矛盾的出现和处理将是研究的关键问题。需要数学基础：高等数学，线性代数，概率论数理统计和随机过程，离散数学，数值分析。需要算法的积累：人工神经网络，支持向量机，遗传算法等等算法;当然还有各个领域需要的算法，比如要让机器人自己在位置环境导航和建图就需要研究SLAM;总之算法很多需要时间的积累。需要掌握至少一门编程语言，毕竟算法的实现还是要编程的;如果深入到硬件的话，一些电类基础课必不可少。

可以留校当老师，公司研发岗位，人工智能实验室等。具体岗位有：数据挖掘工程师、下位机算法3433653337工程师、售前技术支持(商业智能方向)、行业研究员(股市)、科技公司的电气工程师、C/C++算法开发工程师等等。人工智能专业毕业后的就业方向人工智能虽然属于一门高精尖学科，但它的研究对象是以计算机为主，融合社会科学和自然科学的内容。它的研究方向主要分为两类：一类是以算法为主、另一类则偏向机械自动化方向。目前国内高校本科并没有设置人工智能专业，在研究生阶段才开设相应的研究方向。本科只要选择与之相关的计算机类、电子信息类、自动化类、应用数学类即可。研究人工智能方向，需要具备良好的数学功底、编程能力、英语水平。本科阶段选择这几类专业，与之学科相关度较高，研究生阶段转型更加容易。目前研究生阶段开设人工智能方向的高校主要以C9院校和中科院研究所为代表。国外高校中，麻省理工、卡内基梅隆大学、斯坦福大学、加州大学伯克利分校四所高校，在美国计算机科学专业并列第一，也是人工智能研究方面做得最好的四所高校。最近几年，人工智能研究方向的毕业生，毕业后都进入大型互联网公司工作。BAT、华为、网易、美国的微软、谷歌、facebook、亚马逊等公司也非常青睐人工智能方向的毕业生。人工智能的就业前景目前人工智能已经为人类创造出了非常可观的经济效益，人工智能可以代替人类做大量人类不想做、不能做的工作，而且机器犯错误的概率比人低，并且能够持续工作，大大的提升工作效率。节约了大量的成本，未来的人工智能可能还会代替人类工作，代替人类做家务，帮助人类学习，甚至可以照顾老人和小孩，实时监护人类的健康，生病了直接给人来治疗，延长人类的寿命，让人类的生活变得越来越美好。 初级会计精讲600题（全科共两本书）自学必备习题册¥9元2020年HRBP-入门指导班HRBP必备六大核心¥免费2020年执业药师-零基础套餐五位一体闭环教学¥12802020年二级建造师-密训冲刺班考前密训冲刺10页纸¥3512020初级经济师-强化班自学必备习题册¥免费初级会计精编教材（全科共两本书）2本精编教材学会考点¥9元查看更多官方电话官方服务官方网站免费直播课免费领课领优惠券

人工智能是一门包括计算机科学、控制学、信系论、语言论、神经生理学、心理学、数学、哲学等多种学科相互渗透发展起来的学科,其研究对象可以归纳为“机器智能、智能机器”,它体现在思维、感知、行为三个层次,而它要模拟眼神、扩展人的智能,其研究内容可以分为机器思维和思维机器、机器感知和感知机器、机器行为和行为机器三个层次。研究人工智能的目的，一方面是要创造出具有智能的机器，另一方面是要弄清人类智能的本质，因此，人工智能既属于工程的范畴，又属于科学的范畴。通过研究和开发人工智能，可以辅助，部分替代甚至拓宽人类的智能，使计算机更好的造福人类。目前，人工智能的研究是与具体领域相结合进行的。基本上有如下领域：专家系统专家系统是依靠人类专家已有的知识建立起来的知识系统，目前专家系统是人工智能研究中开展较早、最活跃、成效最多的领域，广泛应用于医疗诊断、地质勘探、石油化工、军事、文化教育等各方面。它是在特定的领域内具有相应的知识和经验的程序系统，它应用人工智能技术、模拟人类专家解决问题时的思维过程，来求解领域内的各种问题，达到或接近专家的水平。机器学习机器学习的研究，主要在以下三个方面进行：一是研究人类学习的机理、人脑思维的过程；和机器学习的方法；以及建立针对具体任务的学习系统。机器学习的研究是在信息科学、脑科学、神经心理学、逻辑学、模糊数学等多种学科基础上的。依赖于这些学科而共同发展。目前已经取得很大的进展，但还没有能完全解决问题。模式识别模式识别是研究如何使机器具有感知能力，主要研究视觉模式和听觉模式的识别。如识别物体、地形、图象、字体（如签字）等。在日常生活各方面以及军事上都有广大的用途。近年来迅速发展起来应用模糊数学模式、人工神经网络模式的方法逐渐取代传统的用统计模式和结构模式的识别方法。特别神经网络方法在模式识别中取得较大进展。人工神经网络人工神经网络是在研究人脑的奥秘中得到启发，试图用大量的处理单元（人工神经元、处理元件、电子元件等）模仿人脑神经系统工程结构和工作机理。在人工神经网络中，信息的处理是由神经元之间的相互作用来实现的，知识与信息的存储表现为网络元件互连间分布式的物理联系，网络的学习和识别取决于和神经元连接权值的动态演化过程。人工智能研究的近期目标；是使现有的计算机不仅能做一般的数值计算及非数值信息的数据处理，而且能运用知识处理问题，能模拟人类的部分智能行为。按照这一目标，根据现行的计算机的特点研究实现智能的有关理论、技术和方法，建立相应的智能系统。

大概说一下来自己的感想吧，源呵呵。我是一名在英国在读的人工智能硕士生，学习了一些皮毛。 就我所知道的东西来说，人工智能这个东西很广的，算法的问题，机器人的设计（动力学），计划（planning），视觉处理，学习（learning）。模式识别在很大程度上应该属于学习这部分的内容，主要还是给你一个dataset，用这个去建个system，来识别未知的数据，能用到的地方很多，品种分类，图像识别，股市估计。学的话还是挺好的。就业：不清楚，估计学好了抢的吧，呵呵~祝你好运哦~参考资料：自己的经验这些问题和创业有关。我想因该在社会中人工智能因该有大用途，模式识内别只对于科技来说有一容些重要性。所以人工智能就业因该是比较好的。那么对不起，我回答不了另一个问题，因为我对这方面不太了解，只是我自己的想法，不知道对不对。请笑纳。

个人认为是物质已经实现了 不过没有普及3231383930现在为你详细介绍1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了”人工智能”这一术语，它标志着”人工智能”这门新兴学科的正式诞生。人工智能是探索和模拟人(人类)的感觉和思维过程的规律，并进而设计出类似人的智能的自动装置的学科。虽然它问世还不到50年，但它以独特的研究对象和广泛的应用前景而引起人们的普遍关注。近年来，在人工智能研究成果的基础上，世界各国正在竞相研制具有强大知识信息处理能力的新一代智能计算机，它的研制将为人工智能的研究开辟更为广阔的前景。 人工智能的研究对象是模拟人类智能。那么究竟什么是人类智能呢？这是一个很难确切回答的问题，但大体上可以说它是人类所具有的知识和能力的总和。 知识一般包括概念、事实和规则，它是人类在改造现实世界实践中所获得的认识和经验之总和。概念是人类在长期实践过程中形成的以区别其他事物的抽象结论；而事实则是人类所认识的客观现象；至于规则，实际上就是概念和事实之间各种联系的描述。这些概念+事实+规则构成了人类的知识，并存放在人的大脑中，因此大脑实际上就相当于一个存放大量知识的“知识库”。 人类智能中的能力是智能中最富有创造性的部分，目前在人工智能的研究中，它主要表现在如何通过学习来获取知识，如何对各种知识进行加工处理, 以及如何运用各种知识来解决实际问题。 目前人工智能研究的主要内容包括：知识表达技术, 知识获取技术, 知识推理技术, 知识运用技术,以及人工智能语言等方面. 它涉及问题求解,定理机械证明,公式自动推导,搏弈,模式识别,机器翻译,自然语言处理等方方面面. 特别在专家系统,自然语言理解和机器人等有十分广泛的应用。 当前，电子计算机是模拟人类智能的主要工具。研究人工智能的主要目的之一，也是为了使现有的计算机提高效能，通过探讨智能的基本原理，研制出更高级的智能机。 人工智能与其他具体科学，诸如数学、物理、化学等，有一个显著的不同点，即人工智能的重点不在于研究某些具体学科的知识，而是着重研究如何表示和使用这些具体知识，也就是在更高层次上去研究那些具有方法论意义的知识。

机器人跟网络还有一些比较前端的科技吧

去百度文库，查看完整内容>内容来自用户:oufaye11什么叫人工智能人工智能是一种新的科技，人工智能给我们带来很多的东西，下面是为你整理的什么叫人工智能，供大家阅览!人工智能,人工智能是什么意思人工智能(Artificial Intelligence),英文缩写为AI,是一门综合了计算机科学、生理学、哲学的交叉学科。人工智能的研究课题涵盖面很广，从机器视觉到专家系统，包括了许多不同的领域。这其中共同的基本特点是让机器学会“思考”。为了区分机器是否会“思考”(thinking)，有必要给出“智能”intelligence)的定义。究竟“会思考”到什么程度才叫智能?比方说，解决复杂的问题，还是能够进行概括和发现关联?还有什么是“知觉”(perception)，什么是“理解”(comprehension)等等?对学习过程、语言和感官知觉的研究为科学家构建智能机器提供了帮助。现在，人工智能专家们面临的最大挑战之一是如何构造一个系统，可以模仿由上百亿个神经元组成的人脑的行为,去思考宇宙中最复杂的问题。或许衡量机器智能程度的最好的标准是英国计算机科学家阿伦•图灵的试验。他认为，如果一台计算机能骗过人，使人相信它是人而不是机器，那么它就应当被称作有智能。有人把人工智能分成两大类：一类是符号智能，一类是计算智能。符号智能是以知识为基础，通过推理进行问题求解。也即所谓的传统人工智能。计算智能是以数据为基础，通过训练建立联系，进行问题求解。人工神经网络、遗传算法、模糊系统、进化程序设计、人工生命等都包括在计算智能中。