人工智能,人工智能是什么意思
关键字：人工智能(33818)人工智能,人工智能是什么意思
人工智能（ArTIficialIntelligence）,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。
在世界各地对人工智能的研究很早就开始了，但对人工智能的真正实现要从计算机的诞生开始算起，这时人类才有可能以机器的实现人类的智能。AI这个英文单词最早是在1956年的一次会议上提出的，在此以后，因此一些科学的努力它得以发展。人工智能的进展并不象我们期待的那样迅速，因为人工智能的基本理论还不完整，我们还不能从本质上解释我们的大脑为什么能够思考，这种思考来自于什么，这种思考为什么得以产生等一系列问题。但经过这几十年的发展，人工智能正在以它巨大的力量影响着人们的生活。
人工智能始终处于计算机发展的最前沿。高级计算机语言、计算机界面及文字处理器的存在或多或少都得归功于人工智能的研究。人工智能研究带来的理论和洞察力指引了计算技术发展的未来方向。现有的人工智能产品相对于即将到来的人工智能应用可以说微不足道，但是它们预示着人工智能的未来。对人工智能更高层次的需求已经并会继续影响我们的工作、学习和生活。
人工智能人工智能(AI),是研究模拟人类智能、智能行为及其规律的一门学科,是用人工的方法来模仿人类所进行的智能活动。所谓“智能”,可以认为是人类脑力劳动所表现出来的能力,例如感知、理解、抽象、分析、推理、判断、决策、学习和对变化环境的适应等。因此也可以说,人工智能就是研究怎样用人工的方法实现智能的原理和制造类似于人脑智能的机器或智能系统的一门学科。
人工智能是计算机科学的一个分支，人工智能是计算机科学技术的前沿科技领域。人工智能与计算机软件有密切的关系。一方面，各种人工智能应用系统都要用计算机软件去实现，另一方面，许多聪明的计算机软件也应用了人工智能的理论方法和技术。例如，专家系统软件，机器博弈软件等。但是，人工智能不等于软件，除了软件以外，还有硬件及其他自动化和通信设备。
人工智能虽然是计算机科学的一个分支，但它的研究却不仅涉及到计算机科学，而且还涉及到脑科学、神经生理学、心理学、语言学、逻辑学、认知（思维）科学、行为科学和数学以及信息论、控制论和系统论等许多学科领域。因此，人工智能实际上是一门综合性的交叉学科和边缘学科。
来自不同学科的科学家研究人工智能的途径不尽相同。主要途径有两条:一条是以心理学家和生物学家为主体,他们认为大脑是智能活动的物质基础,因而首先要从弄清人脑的结构,即从大脑的神经元模型着手,研究大脑处理信息的过程和机制,从而解决人工智能的任务;另一条途径是以计算机专家和工程技术人员为主体,他们以从效果上达到与人的智能行为相类似为目标,以计算机软件为基础研究制造人工智能的机器或系统,利用计算机模仿人脑的思维活动。随着理论研究的深入和技术的发展,上述两个途径都取得了很大的进展。但是,由于计算机技术的发展和应用更为广泛普及,因此一般认为,人工智能是研究怎样用计算机模仿人脑的思维活动,从而解决过去需要用人的智能才能解决的问题的技术。
人工智能这个概念是20世纪50年代提出来的;80年代,人工智能在知识工程和模式识别方面取得了很大进展;90年代,人工智能已经在诸多的领域里获得广泛的应用,例如出现了各种“专家系统”。它是把各方面专家的知识存储在计算机系统中,使它具有推理的能力,从而能解决诊断、规划、调度、预报、决策等过去必须要靠专家才能解决的问题。在电信领域中,人工智能的应用也日益广泛,例如使计算机能“听懂”人说的话、能够自动应答、能和人进行语言交流等。人工智能已经为电信部门开发了多种新的服务。
1997年5月，IBM公司研制的深蓝（DeepBlue）计算机战胜了国际象棋大师卡斯帕洛夫（Kasparov）。大家或许不会注意到，在一些地方计算机帮助人进行其它原来只属于人类的工作，计算机以它的高速和准确为人类发挥着它的作用。人工智能始终是计算机科学的前沿学科，计算机编程语言和其它计算机软件都因为有了人工智能的进展而得以存在。
非常好我支持^.^
(951)47.1%
不好我反对
(1070)52.9%
分享到:
分享此文章到新浪微博分享此文章到开心网分享此文章到人人网分享此文章到豆瓣网分享此文章到腾讯微博加入收藏(0)+推荐给朋友+挑错
相关阅读：[电子说]京东智造云：在世界人工智能大会上听到的工业智能生长的声音2021-07-19[今日头条]人工智能的智能语音机器人给企业带来的价值在哪里2021-07-19[人工智能]人工智能技术助力天文学研究2021-07-16[电子说]第七届中国机器人峰会暨智能经济人才峰会在浙江宁波余姚隆重开幕2021-07-15[今日头条]AI技术的快速发展让电话机器人应运而生2021-07-19[电子说]太牛了！这家公司创造了“模拟人眼、基于事件的视觉传感器”，获创新工场、2021-07-12[今日头条]人工智能语音机器人的优点都有哪些2021-07-14[今日头条]中科视语携手华为共同发布昇腾“智行”解决方案，携手共赢智能新未来！2021-07-12(发表人：邓佳佳)
人工智能是什么意思生活中人工智能的例子有哪些
进入21世纪以来，科技飞速发展，人工智能这个概念也进入了人们的视野，近几年这个词的热度也是很高，但说起人工智能，大家首先想到的还是机器人，可能有些人还对这个词不太了解，下面将给大家简单介绍一下人工智能。
人工智能（ArtificialIntelligence），英文缩写AI，人工智能是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学。通俗的来讲，人工智能就是让计算机来模仿、学习、推理人类的思维方式，制造出能够和人一样思考的机器。
1956年，美国Dartmouth大学举办的一场研讨会中提出了人工智能这一概念。
1957年，FrankRosenblatt在计算机上模拟了一种名字为感知机的神经网络模型，
1966年，麻省理工学院有人发布了一篇关于计算机与人类对话的文章，随后开发了历史上第一款聊天机器。
1975年，一款能够辅助医生诊断决策的系统被制作出来了，该系统叫做MYCIN。
1976年，DavidMarr提出了视觉计算理论，这对认知科学产生了很大的影响。
1979年，在世界西洋双陆棋比赛中，冠军被一款叫做BKG9.8的程序成功夺取。
1986年，有人提出了一种适合于多层神经元网络的学习算法，这种算法叫做BP算法，BP算法奠定了神经网络走向完善和应用的基础。
1997年，IBM公司生产的国际象棋电脑深蓝打败了世界国际象棋冠军卡斯帕罗夫。
2005年，波士顿动力公司推出了一款名为“bigdog”的四足机器人。
2011年，一种名叫Watson的能够回答问题的人工智能程序被开发出来了。
2013年，深度学习算法开始被多数产品采用。
2016年，AlphaGo以4:1的比分打败了当时的围棋世界冠军李世石，接着又在2017年打败了围棋世界冠军柯洁，从此人工智能这个词便正式走入了大众的视野。
到现在，很多人对人工智能的印象都停留在AlphaGo、影视科幻作品上，殊不知还有很多我们习以为常的地方也用到了人工智能，我们日常生活中许多便利的一面都是由人工智能在背后默默支撑着的，以下就是几个生活中人工智能的例子：
1、智能手机
智能手机运用了多处人工智能，例如各大手机厂商的智能助手，苹果有Siri，小米有小爱同学，华为有小艺，它们都运用了语音识别技术，能够根据用户所说的话进行判断该执行的项目，还能够和用户进行简单交流，另外手机的人脸识别功能也是依靠人工智能实现的。
2、智能家居
随着人工智能的发展，我们日常家居也逐渐变得智能起来了。扫地机器人配置了智能导航系统，能够主动避开障碍物，自动寻找合适的路线进行清扫，智能温控器则可以根据我们日常的温度喜好来自动调整室内的温度。
3、智能导航
现在的各种手机、车载导航系统都做到了人工智能化，只需选择目的地便可以自动调整路线以供用户在用最短的时间或者最短的路程到达目的地，还能够实时反馈天气、交通状况。
4、社交软件
现在的各大社交软件都会利用人工智能对用户的喜好进行分析，从而根据习惯向用户推送相应的内容和广告。
5、无人汽车
目前很多汽车厂商都在研发无人汽车的自动驾驶技术，也有部分无人汽车已经投入了使用，无人汽车需要自动判断周围的障碍物、路况等，实现安全的无人驾驶。
综合整理自辽宁侯歌儿网络传播杂志业百科Ai数据标注
编辑黄昊宇
清华权威报告告诉你：人工智能的情感计算是什么
40多年前，诺贝尔奖得主HerbertSimon在认知心理学方面强调，解决问题论要结合情感的影响。情感的识别和表达对于信息的交流和理解是必需的，也是人类最大的心理需求之一。人类的认知、行为等几乎都要受到情感的驱动，并影响着人际互动以及群体活动。在人与人的交往中，情感的交流还常被用来完成人的意图的传递。Jwaednc
因此，在智能人机交互的研究中，拥有对情感的识别、分析、理解、表达的能力也应成为智能机器必不可少的一种功能。Jwaednc
作为人工智能创始人之一的美国麻省理工学院MarvinMinsky教授首次提出让计算机具有情感的能力，他在其专著《TheSocietyofMind》中强调情感是机器实现智能不可或缺的重要能力。20世纪90年代初，耶鲁大学心理学系的PeterSalovey教授提出了情感智能的概念，并开展了一系列的研究。该概念随后被DanielJ.Goleman发展为与智商（IQ）相对的情商（EQ），随着Goleman的赋予计算机情感能力，并让计算机能够理解和表达情感的探讨与研究引起了计算机界众多专家的兴趣，他们在情感研究的理论和实验应用方面积累了很多经验。Jwaednc
本文来自于清华大学的研究报告《人工智能之情感计算》，从技术特点、人才状况、应用和趋势四个方面深入解读人工智能情感计算。Jwaednc
一、什么是情感计算让计算机具有情感能力的观点并不新鲜，它与“机器人”一词几乎同时出现。1985年，人工智能的奠基人之一Minsky就明确指出：“问题不在于智能机器能否有情感，而在于没有情感的机器能否实现智能”。但当时，赋予计算机或机器人以人类式的情感，主要还是科幻小说中的素材，在学术界罕有人关注。1995年情感计算的概念由Picard首次提出，并于1997年正式出版《AffectiveComputing（情感计算）》。在书中，她指出“情感计算就是针对人类的外在表现，能够进行测量和分析并能对情感施加影响的计算”，开辟了计算机科学的新领域，其思想是使计算机拥有情感，能够像人一样识别和表达情感，从而使人机交互更自然。Jwaednc
简单来说，情感计算研究就是试图创建一种能感知、识别和理解人的情感，并能针对人的情感做出智能、灵敏、友好反应的计算系统。显然，情感计算是个复杂的过程，不仅受时间、地点、环境、人物对象和经历的影响，而且要考虑表情、语言、动作或身体的接触。Jwaednc
在人机交互中，计算机需要捕捉关键信息，觉察人的情感变化，形成预期，进行调整，做出反应。例如通过对不同类型的用户建模（如操作方式、表情特点、态度喜好、认知风格、知识背景等），以识别用户的情感状态，利用有效的线索选择合适的用户模型，并以适合当前用户的方式呈现信息。在对当前的操作做出及时反馈的同时，还要对情感变化背后的意图形成新的预期，并激活相应的数据库，及时主动地提供用户需要的新信息。举例来说，麻省理工学院媒体实验室的情感计算小组研制的情感计算系统通过记录人面部表情的摄像机和连接在人身体上的生物传感器来收集数据，然后由一个“情感助理”来调节程序以识别人的情感。假设你对电视讲座的一段内容表现出困惑，情感助理会重放该片段或者给予解释。而目前国内情感计算的研究重点在于通过各种传感器获取有人的情感所引起的生理及行为特征信号，确定情感类别的关键特征，建立“情感模型”，从而创建个人情感计算系统。Jwaednc
情感计算是一个高度综合化的研究和技术领域。通过计算科学与心理科学、认知科学的结合，研究人与人交互、人与计算机交互过程中的情感特点，设计具有情感反馈的人与计算机的交互环境，将有可能实现人与计算机的情感交互。情感计算研究将不断加深对人的情感状态和机制的理解，并提高人与计算机界面的和谐性，即提高计算机感知情境，理解人的情感意图，做出适当反应的能力，其主要研究内容如下图所示：Jwaednc
Jwaednc
情感计算的研究内容Jwaednc
情感计算是一个多学科交叉的崭新的研究领域，它涵盖了传感器技术、计算机科学、认知科学、心理学、行为学、生理学、哲学、社会学等方面。情感计算的最终目标是赋予计算机类似于人的情感能力。要达到这个目标，许多技术问题有待解决。这些技术问题的突破对各学科的发展都产生巨大的推动作用。以下分别从情感计算的传统研究方法和新兴研究方法对技术发展进行探讨。Jwaednc
1、传统的研究传统的情感计算方法是按照不同的情感表现形式分类的，分别是：文本情感分析、语音情感分析、视觉情感分析。Jwaednc
1.1文本情感计算 Jwaednc
20世纪90年代末，国外的文本情感分析已经开始。早期，Riloff和Shepherd在文本数据的基础上进行了构建语义词典的相关研究。McKeown发现连词对大规模的文本数据集中形容词的语义表达的制约作用，进而对英文的形容词与连词做情感倾向研究。自此之后，越来越多的研究开始考虑特征词与情感词的关联关系。Turney等使用点互信息的方法扩展了正负面情感词典，在分析文本情感时使用了极性语义算法，处理通用的语料数据时准确率达到了74%。在近些年的研究中，Narayanan等结合各种特征及其相关联信息，提出了基于分句、整句、结果句的分类方案，获得了很好的效果。Pang等以积极情感和消极情感为维度，对电影评论进行了情感分类。他分别采用了支持向量机、最大熵、朴素贝叶斯算法进行分类实验，发现支持向量机的精确度达到了80%。随着研究的不断深入，学者在对情感分析算法进行改进的同时，也将其应用到不同的行业中进行了实践。Jwaednc
文本情感计算的过程可以由3部分组成：文本信息采集、情感特征提取和情感信息分类。文本信息采集模块通过文本抓取工具（如网页爬虫工具）获得情感评论文本，并传递到下一个Jwaednc情感特征提取模块，然后对文本中自然语言文本转化成计算机能够识别和处理的形式，并通过情感信息分类模块得到计算结果。文本情感计算侧重研究情感状态与文本信息之间的对应关系，提供人类情感状态的线索。具体地，需要找到计算机能提取出来的特征，并采用能用于情感分类的模型。因此，关于文本情感计算过程的讨论，主要集中在文本情感特征标注（信息采集）、情感特征提取和情感信息分类这三个方面 。Jwaednc
1、文本情感特征标注：情感特征标注是对情感语义特征进行标注，通常是将词或者语义块作为特征项。情感特征标注首先对情感语义特征的属性进行设计，如褒义词、贬义词、加强语气、一般语气、悲伤、高兴等等；然后通过机器自动标注或者人工标注的方法对情感语义特征进行标注，形成情感特征集合。情感词典是典型的情感特征集合，也是情感计算的基础。在大多数研究中，有关情感计算的研究通常是将情感词典直接引入自定义词典中。Jwaednc
运用情感词典计算出文本情感值是一种简单迅速的方法，但准确率有待提高。在实际的情感计算中，会因为具体的语言应用环境而有所不同。例如，“轻薄”一词通常认为是否定词，但是在电脑、手机却被视为肯定词汇。同时，文本中常会出现否定前置、双重否定以及文本口语化和表情使用等，这些都将会对文本情感特征的提取和判断产生较大的影响。因此在进行文本情感提取时，需要对文本及其对应的上下文关系、环境关系等进行分析。Jwaednc
2、情感特征提取 ：文本包含的情感信息是错综复杂的，在赋予计算机以识别文本情感能力的研究中，从文本信号中抽取特征模式至关重要。在对文本预处理后，初始提取情感语义特征项。特征提取的基本思想是根据得到的文本数据，决定哪些特征能够给出最好的情感辨识。通常算法是对已有的情绪特征词打分，接着以得分高低为序，超过一定阈值的特征组成特征子集。特征词集的质量直接影响最后结果，为了提高计算的准确性，文本的特征提取算法研究将继续受到关注。长远看来，自动生成文本特征技术将进一步提高，特征提取的研究重点也更多地从对词频的特征分析转移到文本结构和情感词上。Jwaednc
3、情感信息分类 ：文本情感分类技术中，主要采用两种技术路线：基于规则的方法和基于统计的方法。在20世纪80年代，基于规则的方法占据主流位置，通过语言学家的语言经验和知识获取句法规则，以此作为文本分类依据。但是，获取规则的过程复杂且成本巨大，也对系统的性能有负面影响，且很难找到有效的途径来提高开发规则的效率。20世纪90年代之后，人们更倾向于使用统计的方法，通过训练样本进行特征选择和参数训练，根据选择的特征对待分类的输入样本进行形式化，然后输入到分类器进行类别判定，最终得到输入样本的类别。Jwaednc
下表整理了10个文本情感分析API，供读者参考：Jwaednc
Jwaednc
1.2语音情感计算 Jwaednc
最早的真正意义上的语音情感识别相关研究出现在20世纪80年代中期，它们开创了使用声学统计特征进行情感分类的先河。紧接着，随着1985年Minsky教授“让计算机具有情感能力”观点的提出，以及人工智能领域的研究者们对情感智能重要性认识的日益加深，越来越多的科研机构开始了语音情感识别研究的探索。在20世纪80年代末至90年代初期，麻省理工学院多媒体实验室构造了一个“情感编辑器”对外界各种情感信号进行采集，综合使用人体的生理信号、面部表情信号、语音信号来初步识别各种情感，并让机器对各种情感做出适当的简单反应；1999年，Moriyama提出语音和情感之间的线性关联模型，并据此在电子商务系统中建造出能够识别用户情感的图像采集系统语音界面，实现了语音情感在电子商务中的初步应用。Jwaednc