人工智能技術(shù)論文精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的人工智能技術(shù)論文主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：人工智能技術(shù)論文范文
關(guān)鍵詞：人工智能 科學(xué)技術(shù) 倫理問題
一.人工智能的背景
人工智能是計(jì)算機(jī)科學(xué)的分支，它企圖了解智能的實(shí)質(zhì)，并研制出一種新型的以人類思維相似的方式做出相應(yīng)反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。
人工智能的思想萌芽最早可以追溯到十七世紀(jì)的巴斯卡和萊布尼茨。十九世紀(jì)，英國數(shù)學(xué)家布爾和摩爾根提出了“思維定律”，這些可謂是人工智能的開端。（1）50年代至70年代，人工智能相繼出現(xiàn)了一批顯著的成果，這一階段的特點(diǎn)是重視問題求解的方法，忽視知識重要性。（2）隨著第五代計(jì)算機(jī)的研制進(jìn)入了80年代，人工智能得到迅猛發(fā)展。它的研制形成了一股研究人工智能的熱潮。（3）90年代，由于國際互連網(wǎng)的技術(shù)發(fā)展，將人工智能更面向?qū)嵱谩Ｑ芯咳斯ぶ悄艹霈F(xiàn)新的。
二.人工智能的發(fā)展給人類帶來倫理問題
（1）人工智能的情感問題。情感問題是千百年來人們一直在談?wù)摰脑掝}。明斯基認(rèn)為，通過把我們的身體部分看做是大腦可以使用的資源，就可以改變它們的精神狀態(tài)。因此，現(xiàn)在人工智能界的一種觀點(diǎn)認(rèn)為情感是一種特別的思維方式，我們可以利用它來增加我們的機(jī)智。智能機(jī)器人畢竟是一個(gè)賦予一種人類情感程序的機(jī)器，實(shí)質(zhì)上還是沒有人類的意識，只有固定的程序。
（2）人工智能機(jī)器的責(zé)任問題。人類不斷向前發(fā)展，社會不斷進(jìn)步，人類把人工智能機(jī)器研制出來，賦予一定的程序，幫助老人，照顧小孩等；愛，不僅是男女之間的愛，也有父母對子女，這種愛是相互的。人們要面對智能機(jī)器的情感控制，我們不能把它視為一臺機(jī)器，應(yīng)該視為人類其中的一員，他們是一個(gè)種族，我們要對研制出來的人工智能機(jī)器負(fù)責(zé)。智能機(jī)器賦予人類的情感，我們也要給予同等的情感。我們不僅要研制智能機(jī)器，我們也要愛護(hù)和保護(hù)他們。
三.人工智能的問題對策
（1）人工智能情感問題研究。我們可以看出人工智能的機(jī)器情感是一個(gè)極其復(fù)雜的問題，這不僅涉及到人工智能的技術(shù)層面，同時(shí)情感是一種特殊的思維方式，機(jī)器是同樣可以具有情感的。人類可能賦予人工智能一定的情感程序，我們要把人工智能的看成一類種族，讓人工智能與我們共同創(chuàng)建美好的大家庭。
（2）人工智能的責(zé)任問題研究。隨著人類社會的不斷發(fā)展和進(jìn)步，人工智能技術(shù)研究將成為人類不可避免，人類研究人工智能不僅會給人類帶來幫助，也會給人們的帶來一些困惑。我們在研究人工智能機(jī)器要考慮到，智能機(jī)器發(fā)展到一定程度的時(shí)，智能機(jī)器可以自己轉(zhuǎn)變程序，人類要研究一種機(jī)器人的法律規(guī)范，也要賦予研究機(jī)器人的科學(xué)家一定的法律法規(guī)。
四.人工智能的影響
（1）人工智能帶來負(fù)面影響。隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展，人工智能給人類帶來幫助，也給人們帶來了一些問題，像氣候變暖，生物物種的滅絕，新型細(xì)菌的出現(xiàn)等。
（2）研究人工智能涉及的學(xué)科領(lǐng)域。人工智能是研究使計(jì)算機(jī)來模擬人的某些思維過程的智能行為學(xué)科，主要包括如下領(lǐng)域：專家系統(tǒng)、機(jī)器學(xué)習(xí)能力、模式識別、人工神經(jīng)網(wǎng)絡(luò)。在智能領(lǐng)域里最關(guān)鍵的問題之一，就是機(jī)器學(xué)習(xí)的問題。一旦機(jī)器有了學(xué)習(xí)能力，人類的未來發(fā)展難以預(yù)料！
（3）人工智能的積極影響及美好前景。人工智能的發(fā)展還沒有到達(dá)一定水平，人工智能機(jī)器就可以和人做朋友，可以作為家里的一份子出現(xiàn)，進(jìn)入人們的生活。我們在未來要研究人工智能的發(fā)展，也要研究人工智能出現(xiàn)以后所帶來的問題，把人工智能的優(yōu)勢發(fā)揮的更好，給人類帶來更美好的未來。
結(jié)束語：
第2篇：人工智能技術(shù)論文范文
關(guān)鍵詞：大數(shù)據(jù)時(shí)代；人工智能；計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)；應(yīng)用價(jià)值
21世紀(jì)以來，世界都已經(jīng)進(jìn)入大數(shù)據(jù)發(fā)展時(shí)代，人工智能的應(yīng)用與居民生活息息相關(guān)。人工智能就是模仿人類的行為方式和思維模式進(jìn)行工作處理，它比計(jì)算機(jī)技術(shù)更加具有實(shí)用價(jià)值。所以，為了迅速提高我國大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用，論文基于此展開詳細(xì)分析探討，深入研究人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用價(jià)值。以下主要針對于人工智能計(jì)算機(jī)的基本內(nèi)容展開簡單分析與探討：
一、人工智能計(jì)算機(jī)的概況
利用計(jì)算機(jī)技術(shù)來模仿人類的行為方式和思維模式就叫做人工智能。人工智能，技術(shù)的涵蓋內(nèi)容廣泛，且創(chuàng)新性高、挑戰(zhàn)力度大，它的發(fā)展與各學(xué)科知識包括信息與計(jì)算科學(xué)、語言學(xué)、數(shù)學(xué)、心理學(xué)等都有關(guān)聯(lián)。人工智能的發(fā)展目標(biāo)是通過計(jì)算機(jī)技術(shù)讓本該由人工操作的危險(xiǎn)或復(fù)雜的工作由人工智能機(jī)器代替,從而額實(shí)現(xiàn)節(jié)約勞動(dòng)力、減少事故危害發(fā)生的情況，進(jìn)而提高工作效率和工作質(zhì)量。人工智能的發(fā)展形式多樣。第一，人工智能可以幫助完善某些較為復(fù)雜的問題或是當(dāng)前還無法解決的問題，若是發(fā)生由計(jì)算機(jī)運(yùn)算都還無法獲得正確模型的情況，此時(shí)就可利用人工智能來對該項(xiàng)問題進(jìn)行有效解決，針對模糊的問題和內(nèi)容，利用人工智能模式來不斷提高網(wǎng)絡(luò)使用質(zhì)量。第二，人工智能可以將簡單的東西或知識復(fù)雜化，得到人們想要的高級程序和數(shù)據(jù)，從而節(jié)約實(shí)現(xiàn)，提高工作效率。
二、大數(shù)據(jù)時(shí)代人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用
（一）數(shù)據(jù)挖掘技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用數(shù)據(jù)挖掘技術(shù)在近幾年來越來越受到人們的重視，因?yàn)閿?shù)據(jù)挖掘技術(shù)是大數(shù)據(jù)時(shí)展的關(guān)鍵技術(shù)。利用人工智能技術(shù)可研究外界不安全因素的入侵頻率，并在網(wǎng)絡(luò)安全運(yùn)行的前提下結(jié)合網(wǎng)絡(luò)存貯狀態(tài)，將研究結(jié)果記錄保存。之后的工作中，若計(jì)算機(jī)處于運(yùn)行情況時(shí)發(fā)生安全問題，系統(tǒng)會立即給予警告提示，并及時(shí)攔截入侵對象。數(shù)據(jù)挖掘技術(shù)其實(shí)從根本上來看，就是由人工智能技術(shù)和大數(shù)據(jù)技術(shù)的綜合發(fā)展而來，模仿人類處理數(shù)據(jù)信息的特征和方式，讓計(jì)算機(jī)實(shí)現(xiàn)對數(shù)據(jù)的批量處理。此外，數(shù)據(jù)挖掘技術(shù)還可與各種傳感器融合工作，從而實(shí)現(xiàn)技術(shù)功效的最大潛力，不斷增強(qiáng)計(jì)算機(jī)系統(tǒng)的功效和實(shí)用價(jià)值。
（二）入侵檢測技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用現(xiàn)展迅速，網(wǎng)絡(luò)科技已成為人們?nèi)粘Ｉ钪兄陵P(guān)重要的組成成分，給人們的生活工作帶來極大便利，但是其中也潛存很多不穩(wěn)定因素。所以，網(wǎng)絡(luò)安全技術(shù)的發(fā)展是保證網(wǎng)絡(luò)使用正常工作的重要前提。當(dāng)前，已經(jīng)有很多網(wǎng)絡(luò)機(jī)制被運(yùn)用到保護(hù)網(wǎng)絡(luò)安全的工作中，但是在對網(wǎng)絡(luò)安全管理時(shí)發(fā)現(xiàn)仍舊有很多不穩(wěn)定因素的存在，尤其是現(xiàn)在網(wǎng)絡(luò)技術(shù)的發(fā)展迅速，很多手機(jī)支付等網(wǎng)絡(luò)支付方式中會存在支付密碼泄露的情況?；诖?，在網(wǎng)絡(luò)計(jì)算機(jī)安全使用過程中起到良好作用的是入侵檢測技術(shù)。該技術(shù)被使用時(shí)，可以對網(wǎng)絡(luò)中潛存的安全隱患信息及時(shí)偵查處理，對其數(shù)據(jù)信息進(jìn)行檢測，最后將檢測結(jié)果的分析報(bào)告反饋給用戶，實(shí)現(xiàn)有效檢測。入侵檢測技術(shù)的不斷發(fā)展和完善，讓計(jì)算機(jī)網(wǎng)絡(luò)的安全運(yùn)行得到極大保障，在對計(jì)算機(jī)網(wǎng)絡(luò)進(jìn)行安全檢測的條件下，防止網(wǎng)絡(luò)受到外界環(huán)境的干擾。人工智能技術(shù)中還可結(jié)合人工神經(jīng)系統(tǒng)高和專家系統(tǒng)網(wǎng)絡(luò)，實(shí)現(xiàn)對實(shí)時(shí)變化信息的即時(shí)監(jiān)控，切實(shí)保障計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的安全發(fā)展。
（三）防火墻技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用計(jì)算機(jī)的硬件與軟件相結(jié)合才能讓防火墻技術(shù)發(fā)揮功效，為計(jì)算機(jī)的安全運(yùn)行構(gòu)建一個(gè)完整的保護(hù)盔甲。防火墻技術(shù)的應(yīng)用是針對整個(gè)計(jì)算機(jī)網(wǎng)絡(luò)的使用安全，極大的降低了由于外界非法入侵帶來的不穩(wěn)定因素，讓計(jì)算機(jī)的安全得到保障。尤其是在現(xiàn)在大數(shù)據(jù)時(shí)代的發(fā)展背景下，防火墻技術(shù)的優(yōu)點(diǎn)更加明顯，防止計(jì)算機(jī)被非法入侵是防火墻技術(shù)的最重要功效。當(dāng)前，人們每天都會收到很多封垃圾郵件和短信，部分郵件和短信還攜帶有危害性質(zhì)的病毒，一旦點(diǎn)開這些垃圾信息和短信就會造成病毒入侵，讓計(jì)算機(jī)中原本的私人信息遭到泄露。因此，需要人工智能技術(shù)來幫助人們進(jìn)行信息識別，掃描郵件中是否有不安全因素的存在，找出后還可立即進(jìn)行排除，防止安全事故的發(fā)生。根據(jù)以上內(nèi)容的分析得出，在當(dāng)前的計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)應(yīng)用過程中，人工智能技術(shù)已成為主導(dǎo)技術(shù)之一，它能夠結(jié)合其他任何智能技術(shù)實(shí)現(xiàn)創(chuàng)新發(fā)展和進(jìn)步，以促進(jìn)計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的安全使用，讓計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)高效、安全的發(fā)展，這也讓人們的生活、工作水平進(jìn)一步提高。
第3篇：人工智能技術(shù)論文范文
關(guān)鍵詞:人工智能;理論傳授;實(shí)驗(yàn)訓(xùn)練;科研訓(xùn)練
人工智能(Artificial Intelligence,AI)是計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)的一門重要專業(yè)課程,是一門研究運(yùn)用計(jì)算機(jī)模擬和延伸人腦功能的綜合性學(xué)科。它研究如何用計(jì)算機(jī)模仿人腦所從事的推理、證明、識別、理解、設(shè)計(jì)、學(xué)習(xí)、思考、規(guī)劃以及問題求解等思維活動(dòng),并以此解決需要人類專家才能處理的復(fù)雜問題,例如咨詢、診斷、預(yù)測、規(guī)劃等決策性問題[1]。人工智能是一門涉及數(shù)學(xué)、計(jì)算機(jī)、控制論、信息學(xué)、心理學(xué)、哲學(xué)等學(xué)科的交叉和綜合學(xué)科。目前,人工智能很多研究領(lǐng)域,如自然語言處理、模式識別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、智能檢索、機(jī)器人技術(shù)、智能計(jì)算等都走在了信息技術(shù)的前沿,有許多研究成果已經(jīng)進(jìn)入并影響了人們的生活。
2003年12月5日,國內(nèi)第一個(gè)“智能科學(xué)與技術(shù)”本科專業(yè)在北京大學(xué)誕生[2],它標(biāo)志著我國智能科學(xué)與技術(shù)本科教育的開始,對我國智能科學(xué)技術(shù)人才培養(yǎng)和智能科學(xué)與技術(shù)學(xué)科建設(shè)起到極大的帶動(dòng)作用。目前,人工智能課程的教學(xué)存在幾個(gè)問題:首先,注重講授理論知識,實(shí)驗(yàn)環(huán)節(jié)滯后,這不利于培養(yǎng)學(xué)生的實(shí)踐能力,更談不上實(shí)踐創(chuàng)新。其次,人工智能是交叉學(xué)科,內(nèi)容比較繁雜,各種教材的內(nèi)容不一樣,授課沒有統(tǒng)一的體系,學(xué)生學(xué)習(xí)時(shí)抓不住重點(diǎn),不能理解人工智能的根本方法和思想。一般說來,計(jì)算機(jī)專業(yè)的其他課程,如網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫技術(shù)、算法分析與設(shè)計(jì)等,都是求解結(jié)構(gòu)化問題的基本技術(shù),而人工智能技術(shù)則是解決非結(jié)構(gòu)化、半結(jié)構(gòu)化問題的有效技術(shù)。最后,人工智能科學(xué)與技術(shù)飛速發(fā)展,但目前人工智能只被視為一門專業(yè)課,課程講授和人工智能沒有作為一個(gè)研究方向結(jié)合起來,也沒有把傳授課本知識和引導(dǎo)啟發(fā)創(chuàng)新結(jié)合起來。
適應(yīng)知識經(jīng)濟(jì)發(fā)展的高等教育,要把培養(yǎng)創(chuàng)造精神和創(chuàng)新能力擺在突出的位置。創(chuàng)新是基礎(chǔ)研究的生命,而高等學(xué)校的教學(xué)只有與科研緊密結(jié)合,才能在培養(yǎng)學(xué)生的創(chuàng)新精神方面有所作為。為此,針對人工智能的課程特點(diǎn),我們積極開展研究型教學(xué)、研究型學(xué)習(xí),提高大學(xué)生的學(xué)習(xí)能力、實(shí)踐能力和創(chuàng)新能力的研究與實(shí)踐。在教材上,我們選用了清華大學(xué)出版社出版、馬少平等編寫的《人工智能》。我們的教學(xué)研究與實(shí)踐的主要內(nèi)容包括三個(gè)方面:啟發(fā)式傳授人工智能解決問題的非結(jié)構(gòu)化的思想;成體系的實(shí)驗(yàn)訓(xùn)練;以及與畢業(yè)論文,學(xué)校大學(xué)生科研項(xiàng)目資助計(jì)劃,國家大學(xué)生創(chuàng)新性實(shí)驗(yàn)計(jì)劃相對接的科研訓(xùn)練。這三個(gè)主要方面,層層遞進(jìn)、環(huán)環(huán)相扣,是體系完整的創(chuàng)新型人工智能教學(xué)實(shí)踐。下面,我們就這三個(gè)方面內(nèi)容展開探討。
1啟發(fā)式傳授人工智能解決問題的非結(jié)構(gòu)化思想
現(xiàn)實(shí)世界的問題可以按照結(jié)構(gòu)化程度劃分成三個(gè)層次[1]:1)結(jié)構(gòu)化問題,能用形式化(或稱公式化)方法描述和求解的一類問題;2)非結(jié)構(gòu)化問題,難以用確定的形式來描述,主要根據(jù)經(jīng)驗(yàn)來求解;3)半結(jié)構(gòu)化問題,介于上述兩者之間。一般說來,計(jì)算機(jī)專業(yè)的其他課程如網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫技術(shù)、算法分析與設(shè)計(jì)等,都是求解結(jié)構(gòu)化問題的基本技術(shù)。而人工智能技術(shù)則是解決非結(jié)構(gòu)化、半結(jié)構(gòu)化問題的有效技術(shù)。人工智能的教學(xué)可以讓學(xué)生在體驗(yàn)、認(rèn)識人工智能知識與技術(shù)的過程中獲得對非結(jié)構(gòu)化、半結(jié)構(gòu)化問題的解決過程的了解,從而達(dá)到培養(yǎng)學(xué)生多角度思維的目的。
我們使用的教材主要內(nèi)容包括搜索和高級搜素、謂詞邏輯和歸結(jié)原理、知識表示、不確定性推理方法、機(jī)器學(xué)習(xí)等。這些主要內(nèi)容也可以相應(yīng)地歸結(jié)為若干個(gè)典型算法,如啟發(fā)式A*搜索算法、 剪枝算法、元啟發(fā)式算法(模擬退火,遺傳算法)、謂詞邏輯歸結(jié)算法、貝葉斯網(wǎng)絡(luò)、決策樹、神經(jīng)網(wǎng)絡(luò)(BP算法、自組織網(wǎng)絡(luò)和Hopfield神經(jīng)網(wǎng)絡(luò)算法)。元啟發(fā)式算法是一種啟發(fā)式的隨機(jī)算法,是用來解決非結(jié)構(gòu)化問題的典型算法,其思想和傳統(tǒng)的決定性算法如動(dòng)態(tài)規(guī)劃、分支限界完全不一樣。學(xué)生在剛一接觸到這些元啟發(fā)式算法一時(shí)難以接受和理解其機(jī)理,對算法的有效性往往半信半疑。根據(jù)非結(jié)構(gòu)化、半結(jié)構(gòu)化問題的特點(diǎn),講解和演示算法在解決此類問題的具體步驟和詳細(xì)過程,從而讓學(xué)生掌握人工智能算法的基本思想。在講解不同的元啟發(fā)式算法的時(shí)候,學(xué)生會問,是模擬退火算法強(qiáng),還是遺傳算法強(qiáng);在講到機(jī)器學(xué)習(xí)算法的時(shí)候,學(xué)生會問到底哪個(gè)分類算法最好,這時(shí)候我們可以把搜索(優(yōu)化)領(lǐng)域和機(jī)器學(xué)習(xí)領(lǐng)域的“沒有免費(fèi)午餐”定理進(jìn)行適當(dāng)?shù)闹v解和解釋,從而把具體算法實(shí)現(xiàn)層面之上的一些人工智能的哲學(xué)思想進(jìn)行傳授。
在人工智能的具體教學(xué)中,采用問題教學(xué)法和參與式教學(xué)法。在問題教學(xué)法中,圍繞人工智能的知識模塊,在引導(dǎo)學(xué)生發(fā)現(xiàn)各種各樣問題的前提下,傳授知識。教學(xué)活動(dòng)中,嘗試使人工智能知識圍繞實(shí)際問題而展現(xiàn),使問題不僅成為激發(fā)學(xué)生求知欲的前提,也成為學(xué)生期盼、理解和吸收知識的前提,以此激發(fā)學(xué)生的創(chuàng)造動(dòng)機(jī)和創(chuàng)造性思維。在參與式教學(xué)中,打破人工智能算法的枯燥、沉悶的傳統(tǒng)教學(xué)法,嘗試開放式教學(xué)內(nèi)容;提問式講課;無標(biāo)準(zhǔn)答案的課程設(shè)計(jì);查找文獻(xiàn),分組動(dòng)手實(shí)現(xiàn)人工智能算法等參與式教學(xué)方法,培養(yǎng)和發(fā)揚(yáng)學(xué)生的參與意識,通過參與式教學(xué)提高學(xué)生學(xué)習(xí)的主動(dòng)性、積極性和效率,培養(yǎng)學(xué)生的動(dòng)手能力和創(chuàng)新能力。
2成體系的實(shí)驗(yàn)訓(xùn)練
獨(dú)立開展人工智能實(shí)驗(yàn)課程,開發(fā)一批新型、富有創(chuàng)意的實(shí)驗(yàn)案例庫,搭建一個(gè)創(chuàng)新實(shí)驗(yàn)和虛擬學(xué)習(xí)社區(qū)平臺。人工智能實(shí)驗(yàn)課程的特點(diǎn)是應(yīng)用各種人工智能方法,根據(jù)問題的約束、結(jié)構(gòu)、信息進(jìn)行表示建模和計(jì)算機(jī)上實(shí)現(xiàn),是與人工智能原理同步的實(shí)驗(yàn)課程。學(xué)生必須掌握的人工智能的基本原理和計(jì)算機(jī)操作技能,它對于學(xué)生的知識、能力和綜合素質(zhì)的培養(yǎng)與提高起著至關(guān)重要的作用,在整個(gè)教學(xué)過程中占有非常重要的地位,是計(jì)算機(jī)軟件、計(jì)算機(jī)應(yīng)用、計(jì)算機(jī)網(wǎng)絡(luò)、軟件工程等專業(yè)的一門重要的必修專業(yè)課程。通過實(shí)驗(yàn),學(xué)生得到嚴(yán)格的訓(xùn)練,能規(guī)范地掌握人工智能的基本理論和主要方法、基本問題求解技術(shù),熟悉各種計(jì)算環(huán)境的基本使用。
在培養(yǎng)學(xué)生掌握實(shí)驗(yàn)的基本操作、基本技能和基本知識的同時(shí),努力培養(yǎng)學(xué)生的創(chuàng)新意識與創(chuàng)新能力。為實(shí)現(xiàn)這一目標(biāo),在課程內(nèi)容安排上采用適量基本原理與方法的實(shí)驗(yàn)內(nèi)容為基本內(nèi)容,增加一系列綜合性實(shí)驗(yàn)和開放性創(chuàng)新實(shí)驗(yàn)問題,在實(shí)驗(yàn)內(nèi)容方面更注重研究性實(shí)驗(yàn)中的創(chuàng)新問題。實(shí)驗(yàn)內(nèi)容方面分為三個(gè)層次:基本原理的基礎(chǔ)性實(shí)驗(yàn)、綜合實(shí)驗(yàn)和研究性實(shí)驗(yàn)。在后兩個(gè)層次的實(shí)驗(yàn)中,部分引入人工智能課程小組團(tuán)隊(duì)的最新科研成果,目的在于通過完成這些研究性實(shí)驗(yàn),培養(yǎng)學(xué)生獨(dú)立解決實(shí)際問題的能力,以提升學(xué)生的科研素質(zhì)與創(chuàng)新意識。我們將這些設(shè)計(jì)實(shí)驗(yàn)稱為新型實(shí)驗(yàn)案例庫,它被放在人工智能課程小組網(wǎng)站上,以此搭建一個(gè)創(chuàng)新實(shí)驗(yàn)和虛擬學(xué)習(xí)社區(qū)平臺。通過實(shí)驗(yàn)課程的學(xué)習(xí)和訓(xùn)練,學(xué)生應(yīng)達(dá)到下列要求。
1) 掌握人工智能方法的優(yōu)點(diǎn)及其在實(shí)際中的應(yīng)用。
2) 學(xué)會對人工智能問題進(jìn)行分析建模和應(yīng)用各種計(jì)算工具實(shí)現(xiàn)問題求解,熟悉對實(shí)驗(yàn)現(xiàn)象的觀察和記錄,實(shí)驗(yàn)數(shù)據(jù)的獲取與設(shè)計(jì),最佳實(shí)驗(yàn)條件的判斷和選擇,實(shí)驗(yàn)結(jié)果的分析和討論等一套嚴(yán)謹(jǐn)?shù)膶?shí)驗(yàn)方法。
3) 鞏固并加深對人工智能原理課程的基本原理和概念的理解,培養(yǎng)學(xué)生勤奮學(xué)習(xí),求真求實(shí)的科學(xué)品德,培養(yǎng)學(xué)生的動(dòng)手能力、觀察能力、查閱文獻(xiàn)能力、思維能力、想象能力、表達(dá)能力。
4) 通過完成綜合研究性實(shí)驗(yàn),培養(yǎng)學(xué)生獨(dú)立解決實(shí)際問題的能力,提高學(xué)生的科研素質(zhì)與創(chuàng)新意識。
在培養(yǎng)學(xué)生掌握實(shí)驗(yàn)的基本操作、基本技能和基本知識的同時(shí),進(jìn)一步培養(yǎng)學(xué)生分析問題和解決問題的能力,培養(yǎng)學(xué)生的創(chuàng)新意識、創(chuàng)新精神和創(chuàng)新能力,為學(xué)生今后從事科研、教學(xué)或企事業(yè)單位的分析檢驗(yàn)以及新技術(shù)的研發(fā)工作打下扎實(shí)的基礎(chǔ)。
在實(shí)驗(yàn)組織方面,根據(jù)各實(shí)驗(yàn)的目的和要求,學(xué)生分為5人1組,指定一個(gè)組長,每組選擇1套實(shí)驗(yàn)題目?；A(chǔ)實(shí)驗(yàn)題目要求達(dá)到27學(xué)時(shí)、綜合性實(shí)驗(yàn)題目選擇1題和研究性實(shí)驗(yàn)題目選擇1題,基礎(chǔ)實(shí)驗(yàn)題目要求在規(guī)定時(shí)間內(nèi),小組獨(dú)立完成實(shí)驗(yàn)測定、數(shù)據(jù)處理,并撰寫實(shí)驗(yàn)報(bào)告。實(shí)驗(yàn)過程中, 要求學(xué)生勤于動(dòng)手, 敏銳觀察, 細(xì)心操作, 開動(dòng)腦筋, 分析鉆研問題, 準(zhǔn)確記錄原始數(shù)據(jù), 經(jīng)教師檢查,實(shí)驗(yàn)及其原始數(shù)據(jù)記錄才有效。同時(shí),團(tuán)隊(duì)作業(yè),需要多人分工合作、相互幫助,這樣可以提高人際交往和溝通能力,學(xué)會與他人合作,培養(yǎng)團(tuán)隊(duì)創(chuàng)新能力。
3課程學(xué)習(xí)與畢業(yè)論文,科研訓(xùn)練相結(jié)合
人工智能技術(shù)在一定程度上代表著信息技術(shù)的前沿和未來,通過學(xué)習(xí)和體驗(yàn)人工智能的知識和技術(shù),學(xué)生能夠在一定程度上了解信息技術(shù)發(fā)展的前沿知識,這有助學(xué)生開闊視野、培養(yǎng)興趣,為今后繼續(xù)深造或走向社會奠定堅(jiān)實(shí)的基礎(chǔ)[3-4]。
人工智能的理論和方法廣泛應(yīng)用于數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、模式識別、圖像處理中,這些內(nèi)容既是高年級的后續(xù)課程,又是現(xiàn)在熱門的研究方向。學(xué)習(xí)和深刻理解人工智能的理論、方法和應(yīng)用,對后續(xù)課程學(xué)習(xí)以及今后的研究具有重要的意義。
我院規(guī)定大學(xué)三年級的學(xué)生開始聯(lián)系畢業(yè)論文指導(dǎo)導(dǎo)師,同時(shí)確定畢業(yè)論文的研究方向,提前進(jìn)行科研實(shí)踐,以培養(yǎng)實(shí)踐能力和研究素質(zhì)。人工智能課程正好是大三高年級開設(shè)的專業(yè)課,因此,我們把課程實(shí)驗(yàn)及設(shè)計(jì)與同學(xué)的興趣相結(jié)合,引導(dǎo)學(xué)生,并提煉和形成學(xué)生的畢業(yè)選題和課外的科研方向,它是提高本科生研究創(chuàng)新能力的有效手段。
基于新的教學(xué)實(shí)踐,很多學(xué)生的選題都與上述歸納的人工智能若干算法相關(guān),如算法本身的研究和改進(jìn),或是算法在各領(lǐng)域,如數(shù)據(jù)挖掘、圖像處理等的應(yīng)用。在我們的科研能力訓(xùn)練計(jì)劃中,一批項(xiàng)目和課題,如混合神經(jīng)網(wǎng)絡(luò)的研究與應(yīng)用、差分演化算法研究與應(yīng)用、基于協(xié)同訓(xùn)練的推薦系統(tǒng)等,分別受到國家和學(xué)校本科生科研項(xiàng)目立項(xiàng)資助。一批三四年級的本科生以第一作者身份在國內(nèi)核心期刊、國際會議和期刊上發(fā)表學(xué)術(shù)論文,這激發(fā)了學(xué)生的科研興趣,使學(xué)生體會到了創(chuàng)新的樂趣。
總之,課程學(xué)習(xí)與畢業(yè)論文、學(xué)校大學(xué)生科研項(xiàng)目資助計(jì)劃、國家大學(xué)生創(chuàng)新性實(shí)驗(yàn)計(jì)劃相對接的科研訓(xùn)練,極大地提升了學(xué)生的創(chuàng)新能力和科研基本素質(zhì)。
4結(jié)語
針對人工智能的課程特點(diǎn),我們積極開展研究型教學(xué)、研究型學(xué)習(xí),提高大學(xué)生的學(xué)習(xí)能力、實(shí)踐能力和創(chuàng)新能力的研究與實(shí)踐。我們的教學(xué)研究與實(shí)踐主要內(nèi)容包括三個(gè)方面:啟發(fā)式傳授人工智能解決問題的非結(jié)構(gòu)化的思想;成體系的實(shí)驗(yàn)訓(xùn)練;以及與畢業(yè)論文、學(xué)校大學(xué)生科研項(xiàng)目資助計(jì)劃、國家大學(xué)生創(chuàng)新性實(shí)驗(yàn)計(jì)劃相對接的科研訓(xùn)練。這三個(gè)主要方面,層層遞進(jìn)、環(huán)環(huán)相扣,是體系完整的創(chuàng)新型人工智能教學(xué)實(shí)踐,新的改革和實(shí)踐在教學(xué)中取得了令人滿意效果。
參考文獻(xiàn):
[1] 張劍平. 關(guān)于人工智能教育的思考[J]. 電化教育研究,2003(1):24-28.
[2] 謝昆青. 第一個(gè)智能科學(xué)技術(shù)專業(yè)[J]. 計(jì)算機(jī)教育,2009(11):16-20.
[3] 羅輝,梁艷春. 大學(xué)生畢業(yè)論文與科研能力培養(yǎng)及就業(yè)[J]. 吉林教育,2003(10):18.
[4] 金聰,劉金安. 人工智能教育在能力培養(yǎng)中的作用及改革設(shè)想[J]. 計(jì)算機(jī)時(shí)代,2006(9):66-69.
Reform and Practice of Innovative Teaching in Artificial Intelligence
WANG Jia-hai, YIN Jian, LING Ying-biao
(Department of Computer Science, Sun Yat-sen University, Guangzhou 510006, China)
第4篇：人工智能技術(shù)論文范文
關(guān)鍵詞：人工智能;電氣;自動(dòng)化
人工智能是研究、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作出反應(yīng)的智能機(jī)器．該領(lǐng)域的研究包括機(jī)器人．語言識別、圖像識別 自然語言處理和專家系統(tǒng)等。電氣自動(dòng)化是研究與電氣工程有關(guān)的系統(tǒng)運(yùn)行、自動(dòng)控制，電力電子技術(shù)、信息處理、試驗(yàn)分析 研制開發(fā)以及電子與計(jì)算機(jī)應(yīng)用等領(lǐng)域的一門學(xué)科。實(shí)現(xiàn)機(jī)械的自動(dòng)化，讓機(jī)械部份脫離人類的直接控制和操作自動(dòng)實(shí)現(xiàn)某些過程是電氣自動(dòng)化和人工智能研究的交匯點(diǎn)。積極運(yùn)用人工智能的新成果無疑有利于電氣自動(dòng)化學(xué)科特別是自動(dòng)控制領(lǐng)域的發(fā)展．也有利于提高電氣設(shè)各運(yùn)行的智能化水平．對改造電氣設(shè)備系統(tǒng)，增強(qiáng)控制系統(tǒng)穩(wěn)定性．加快生產(chǎn)效率都有重大意義。
1、人工智能應(yīng)用理論分析
人工智能(Artificial Intelligence)，英文縮寫為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作出反應(yīng)的智能機(jī)器 該領(lǐng)域的研究包括機(jī)器人、語言識別、圖像識別 自然語言處理和專家系統(tǒng)等。自從1956年“人工智能 一詞在Dartmouth學(xué)會上提出以后，人工智能研究飛速發(fā)展，成為以計(jì)算機(jī)為主．涉及信息論．控制論， 自動(dòng)化、仿生學(xué)、生物學(xué)、心理學(xué)、數(shù)理邏輯、語言學(xué)、醫(yī)學(xué)和哲學(xué)的一門學(xué)科。人工智能研究的一個(gè)主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜的工作。
當(dāng)今社會，計(jì)算機(jī)技術(shù)已經(jīng)滲透到生產(chǎn)生活的方方面面．計(jì)算機(jī)編程技術(shù)的日新月異催生自動(dòng)化生產(chǎn)，運(yùn)輸 傳播的快速發(fā)展。人腦是最精密的機(jī)器，編程也不過是簡單的模仿人腦的收集、分析、交換、處理、回饋．所以模仿模擬人腦的機(jī)能將是實(shí)現(xiàn)自動(dòng)化的主要途徑。電氣自動(dòng)化控制是增強(qiáng)生產(chǎn)．流通、交換、分配等關(guān)鍵一環(huán)．實(shí)現(xiàn)自動(dòng)化，就等于減少了人力資本投入，并提高了運(yùn)作的效率。
2、人工智能控制器的優(yōu)勢
不同的人工智能控制通常用完全不同的方法去討論。但Al控制器例如：神經(jīng)、模糊、模糊神經(jīng)以及遺傳算法都可看成一類非線性函數(shù)近似器。這樣的分類就能得到較好的總體理解．也有利于控制策略的統(tǒng)一開發(fā)。這些Al函數(shù)近似器比常規(guī)的函數(shù)估計(jì)器具有更多的優(yōu)勢．這些優(yōu)勢如下：
(1)它們的設(shè)計(jì)不需要控制對象的模型(在許多場合，很難得到實(shí)際控制對象的精確動(dòng)態(tài)方程，實(shí)際控制對象的模型在控制器設(shè)計(jì)時(shí)往往有很多不確實(shí)性因素，例如：參數(shù)變化，非線性時(shí)，往往不知道)。
(2)通過適當(dāng)調(diào)整(根據(jù)響應(yīng)時(shí)間 下降時(shí)間、魯棒性能等)它們能提高性能。例如模糊邏輯控制器的上升時(shí)間比最優(yōu)PID控制器快1.5倍 ，下降時(shí)間快3.5倍， 過沖更小。
(3)它們比古典控制器的調(diào)節(jié)容易。
(4)在沒有必須專家知識時(shí)．通過響應(yīng)數(shù)據(jù)也能設(shè)計(jì)它們。
(5)運(yùn)用語言和響應(yīng)信息可能設(shè)計(jì)它們。
總而言之，當(dāng)采用自適應(yīng)模糊神經(jīng)控制器、規(guī)則庫和隸屬函數(shù)在模糊化和反模糊化過程中能夠自動(dòng)地實(shí)時(shí)確定。有很多方法來實(shí)現(xiàn)這個(gè)過程，但主要的目標(biāo)是使用系統(tǒng)技術(shù)實(shí)現(xiàn)穩(wěn)定的解，并且找到最簡單的拓樸結(jié)構(gòu)配置．自學(xué)習(xí)迅速，收斂快速。
3、人工智能的應(yīng)用現(xiàn)狀
隨著人工智能技術(shù)的發(fā)展，許多高等院校及科研機(jī)構(gòu)就人工智能在電氣設(shè)備的應(yīng)用方面展開了研究工作，如將人工智能用于電氣產(chǎn)品優(yōu)化設(shè)計(jì)，故障預(yù)測及診斷、控制與保護(hù)等領(lǐng)域。
3.1 優(yōu)化設(shè)計(jì)
電氣設(shè)備的設(shè)計(jì)是一項(xiàng)復(fù)雜的工作 它不僅要應(yīng)用電路、電磁場、電機(jī)電器等學(xué)科的知識，還要大量運(yùn)用設(shè)計(jì)中的經(jīng)驗(yàn)性知識。傳統(tǒng)的產(chǎn)品設(shè)計(jì)是采用簡單的實(shí)驗(yàn)手段和根據(jù)經(jīng)驗(yàn)用手工的方式進(jìn)行的．因此很難獲得最優(yōu)方案。隨著計(jì)算機(jī)技術(shù)的發(fā)展，電氣產(chǎn)品的設(shè)計(jì)從手工逐漸轉(zhuǎn)向計(jì)算機(jī)輔助設(shè)計(jì)(CAD)，大大縮短了產(chǎn)品開發(fā)周期。人工智能的引進(jìn)．使傳統(tǒng)的CAD技術(shù)如虎添翼．產(chǎn)品設(shè)計(jì)的效率及質(zhì)量得到全面提高。用于優(yōu)化設(shè)計(jì)的人工智能技術(shù)主要有遺傳算法和專家系統(tǒng)。遺傳算法是一種比較先進(jìn)的優(yōu)化算法，非常適合于產(chǎn)品優(yōu)化設(shè)計(jì)。因此電氣產(chǎn)品人工智能優(yōu)化設(shè)計(jì)大部分采用此種方法或其改進(jìn)方法。
3.2 故障診斷
電氣設(shè)備的故障與其征兆之間的關(guān)系錯(cuò)綜復(fù)雜，具有不確定性及非線性．用人工智能方法恰好能發(fā)揮其優(yōu)勢。已用于電氣設(shè)備故障診斷的人工智能技術(shù)有：模糊邏輯、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)。
變壓器由于在電力系統(tǒng)中的特殊地位而備受關(guān)注，有關(guān)方面的研究論文較多。目前對變壓器進(jìn)行故障診斷最常用的方法是對變壓器油中分解的氣體進(jìn)行分析．從而判斷變壓器的故障程度。人工智能故障診斷技術(shù)在發(fā)電機(jī)及電動(dòng)機(jī)方面的研究工作也較為活躍。
3.3 智能控制
人工智能控制技術(shù)在自動(dòng)控制領(lǐng)域的研究與應(yīng)用已廣泛展開．但在電氣設(shè)備控制領(lǐng)域所見報(bào)道不多。可用于控制的人工智能方法主要有3種：模糊控制、神經(jīng)網(wǎng)絡(luò)控制、專家系統(tǒng)控制。由于模糊控制是其中最為簡單、最具實(shí)際意義的方法．因而它的應(yīng)用實(shí)例最多。
第5篇：人工智能技術(shù)論文范文
人工智能在醫(yī)療領(lǐng)域的廣泛應(yīng)用價(jià)值
目前，人工智能在醫(yī)療領(lǐng)域的研究成果頻出，人工智能應(yīng)用醫(yī)療領(lǐng)域已是大勢所趨。各個(gè)科技巨頭都相繼布局人工智能醫(yī)療行業(yè)。對人工智能在醫(yī)療的應(yīng)用主要基于多方面的客觀現(xiàn)實(shí)：比如優(yōu)質(zhì)醫(yī)療資源供給不足，成本高，醫(yī)生培養(yǎng)周期長，誤診率高，疾病譜變化快，技術(shù)日新月異；此外，隨著人口老齡化加劇和慢性疾病發(fā)病率的增長，人們對健康重視程度普遍提高，醫(yī)療服務(wù)需求也在持續(xù)增加。
人工智能結(jié)合醫(yī)學(xué)應(yīng)用有非常多的益處，可以讓患者、醫(yī)師和醫(yī)療體系均受益。比如對于患者來說，可以更快速地健康z查，獲得更為精準(zhǔn)的診斷結(jié)果和更好的個(gè)性化治療方案建議；對于醫(yī)師來講，則可以消減診斷時(shí)間，降低誤診的概率并對可能的治療方案的副作用提前知曉；對于醫(yī)療體系來說，人工智能則可以提高各種準(zhǔn)確率，同時(shí)系統(tǒng)性降低醫(yī)療成本。
據(jù)悉，人工智能在智能診療、智能影像識別、智能藥物研發(fā)和智能健康管理等方面都有廣泛的應(yīng)用價(jià)值。
比如在智能診療方面，就是讓計(jì)算機(jī)“學(xué)習(xí)”專家醫(yī)生的醫(yī)療知識，模擬醫(yī)生的思維和診斷推理，從而給出可靠診斷和治療方案。智能診療場景是人工智能在醫(yī)療領(lǐng)域最重要、也最核心的應(yīng)用場景。谷歌宣布已嘗試將其面向消費(fèi)者的機(jī)器學(xué)習(xí)能力應(yīng)用到醫(yī)療保健領(lǐng)域中。今年谷歌的人工智能算法在乳腺癌診斷上也表現(xiàn)出了很高準(zhǔn)確度；蘋果公司最近收購了Lattice，該公司在開發(fā)醫(yī)療診斷應(yīng)用的算法方面具有很強(qiáng)能力。
在智能影像識別方面，人工智能的應(yīng)用主要分為兩部分：一是圖像識別，應(yīng)用于感知環(huán)節(jié)，其主要目的是將影像進(jìn)行分析，獲取一些有意義的信息；二是深度學(xué)習(xí)，應(yīng)用于學(xué)習(xí)和分析環(huán)節(jié)，通過大量的影像數(shù)據(jù)和診斷數(shù)據(jù)，不斷對神經(jīng)元網(wǎng)絡(luò)進(jìn)行深度學(xué)習(xí)訓(xùn)練，促使其掌握診斷能力。作為醫(yī)生，從一個(gè)大的圖像如CT、核磁共振圖像判斷一個(gè)非常小的陰影，是腫瘤是炎癥還是其他原因，需要很多經(jīng)驗(yàn)。如果通過大數(shù)據(jù)，通過智能醫(yī)療，就能夠迅速得出比較準(zhǔn)確的判斷。
在智能藥物研發(fā)方面，則是將人工智能中的深度學(xué)習(xí)技術(shù)應(yīng)用于藥物研究，通過大數(shù)據(jù)分析等技術(shù)手段快速、準(zhǔn)確地挖掘和篩選出合適的化合物或生物，達(dá)到縮短新藥研發(fā)周期、降低新藥研發(fā)成本、提高新藥研發(fā)成功率的目的。人工智能通過計(jì)算機(jī)模擬，可以對藥物活性、安全性和副作用進(jìn)行預(yù)測。目前借助深度學(xué)習(xí)，人工智能已在心血管藥、抗腫瘤藥和常見傳染病治療藥等多領(lǐng)域取得了新突破，在抗擊埃博拉病毒中智能藥物研發(fā)也發(fā)揮了重要的作用。
在智能健康管理方面，則可以將人工智能技術(shù)應(yīng)用到健康管理的很多場景中。目前主要集中在風(fēng)險(xiǎn)識別、虛擬護(hù)士、精神健康、在線問診、健康干預(yù)以及基于精準(zhǔn)醫(yī)學(xué)的健康管理。比如通過獲取信息并運(yùn)用人工智能技術(shù)進(jìn)行分析，識別疾病發(fā)生的風(fēng)險(xiǎn)及提供降低風(fēng)險(xiǎn)的措施。計(jì)算機(jī)還能收集病人的飲食習(xí)慣、鍛煉周期、服藥習(xí)慣等個(gè)人生活習(xí)慣信息，運(yùn)用人工智能技術(shù)進(jìn)行數(shù)據(jù)分析并評估病人整體狀態(tài)，協(xié)助規(guī)劃日常生活。在精神健康領(lǐng)域，計(jì)算機(jī)可運(yùn)用人工智能技術(shù)從語言、表情、聲音等數(shù)據(jù)進(jìn)行情感識別。在健康干預(yù)層面，計(jì)算機(jī)則可以運(yùn)用AI對用戶體征數(shù)據(jù)進(jìn)行分析，定制健康管理計(jì)劃。
從IBM Watson的發(fā)展看醫(yī)學(xué)人工智能的未來
目前國內(nèi)外已經(jīng)有很多高科技企業(yè)將認(rèn)知計(jì)算和深度學(xué)習(xí)等先進(jìn)AI技術(shù)用于醫(yī)療領(lǐng)域，并出現(xiàn)了很多產(chǎn)品，其中以IBM的“沃森醫(yī)生”（IBM Watson）最有代表性。IBM Watson作為該領(lǐng)域中的翹楚，隨著人工智能技術(shù)的逐漸成熟，在2016年開始放開手腳，以腫瘤診斷為重心，開始在慢病管理、精準(zhǔn)醫(yī)療、體外檢測等九大醫(yī)療領(lǐng)域中實(shí)現(xiàn)突破，逐步實(shí)現(xiàn)人工智能作為一種新型工具在醫(yī)療領(lǐng)域的獨(dú)特價(jià)值。
沃森是2007年由IBM公司開發(fā)的，IBM Watson具備了自然語言處理、信息檢索、知識表示、自動(dòng)推理、機(jī)器學(xué)習(xí)等能力，能夠快速搜索分析非結(jié)構(gòu)化的數(shù)據(jù)，獲取想要的結(jié)果。2015年，日本東京大學(xué)醫(yī)學(xué)院研究所最初的診斷結(jié)果，確診一位60歲的日本女性患了急髓白血病，但在經(jīng)歷各種療法后，效果都不明顯。無奈之下，研究所只好求助IBM Watson，而IBM Watson則通過對比2000萬份癌癥研究論文，分析了數(shù)千個(gè)基因突變，最終確診這位60歲的日本女性患有一種罕見的白血病，并提供了適當(dāng)?shù)闹委煼桨?。整個(gè)過程IBM Watson只用了短短10分鐘。
自2012年羅睿蘭接手IBM開始，IBM公司發(fā)展方向與業(yè)務(wù)架構(gòu)就一直在進(jìn)行根本性調(diào)整。傳統(tǒng)硬件與系統(tǒng)軟件業(yè)務(wù)地位不斷退后，而云計(jì)算、網(wǎng)絡(luò)安全、數(shù)據(jù)分析與人工智能成為了公司現(xiàn)金流的核心投放領(lǐng)域?，F(xiàn)在的IBM正在轉(zhuǎn)型為一家認(rèn)知計(jì)算和云平臺的公司。其中在醫(yī)學(xué)人工智能的優(yōu)勢也越來越明顯。
IBM Watson首先進(jìn)入的領(lǐng)域是復(fù)雜的癌癥診斷和治療領(lǐng)域，這也是目前全世界醫(yī)學(xué)界聚焦的重點(diǎn)。Watson的第一步商業(yè)化運(yùn)作就是通過和紀(jì)念斯隆?凱特琳癌癥中心進(jìn)行合作，共同訓(xùn)練IBM Watson腫瘤解決方案（Watson for Oncology）。癌癥專家在Watson上輸入了紀(jì)念斯隆?凱特琳癌癥中心的大量病歷研究信息進(jìn)行訓(xùn)練。在此期間，該系統(tǒng)的登入時(shí)間共計(jì)1.5萬小時(shí)，一支由醫(yī)生和研究人員組成的團(tuán)隊(duì)一起上傳了數(shù)千份病人的病歷，近500份醫(yī)學(xué)期刊和教科書，1500萬頁的醫(yī)學(xué)文獻(xiàn)，把Watson訓(xùn)練成了一位杰出的“腫瘤醫(yī)學(xué)專家”。隨后該系統(tǒng)被Watson Health部署到了許多頂尖的醫(yī)療機(jī)構(gòu)，如克利夫蘭診所和MD安德森癌癥中心，提供基于證據(jù)的醫(yī)療決策系統(tǒng)。
相繼攻克肺癌、乳腺癌、結(jié)腸癌、直腸癌后，2015年7月IBM Watson for Oncology成為IBM Watson health的首批商用項(xiàng)目之一，正式將上述四個(gè)癌種的腫瘤解決方案進(jìn)入商用。2016年8月IBM宣布已經(jīng)完成了對胃癌輔助治療的訓(xùn)練，并正式推出使用。此外沃森還在2016年11月訓(xùn)練完上線了宮頸癌的服務(wù)。
目前IBM Watson腫瘤解決方案已經(jīng)進(jìn)入中國。2016年12月，浙江省中醫(yī)院聯(lián)合思創(chuàng)醫(yī)惠、杭州認(rèn)知三方共同宣布成立沃森聯(lián)合會診中心，三方將合作開展IBM Watson for Oncology服務(wù)內(nèi)容的長期合作，這是自IBM Watson for Oncology引入中國以來，首家正式宣布對外提供服務(wù)的Watson聯(lián)合會診中心，意味著中國醫(yī)療行業(yè)將開啟一個(gè)新型人工智能輔助診療時(shí)代。目前Watson可以為肺癌、乳腺癌、直腸癌、結(jié)腸癌、胃癌和宮頸癌6種癌癥提供咨詢服務(wù)，2017年將會擴(kuò)展到8-12個(gè)癌種。在醫(yī)生完成癌癥類型、病人年齡、性別、體重、疾病特征和治療情況等信息輸入后，沃森能夠在幾秒鐘內(nèi)反饋多條治療建議。
此外，IBM Watson還與輝瑞達(dá)成了一項(xiàng)新協(xié)議，會將前者的超級計(jì)算能力用于癌癥藥物研發(fā)。輝瑞將用上Watson for Drug Discovery的機(jī)器學(xué)習(xí)、自然語言處理及其它認(rèn)知推理能力，用于免疫腫瘤學(xué)（Immuno-oncology）中的新藥物識別，聯(lián)合療法和患者選擇策略。由于免疫腫瘤學(xué)的未來在于針對獨(dú)特腫瘤特征的組合，這會改變癌癥治療方式。而在藥物研發(fā)中利用Watson的認(rèn)知能力，可以更快地為患者帶來可能的新免疫腫瘤治療。
毫無疑問，人工智能將會成為未來IBM的成長引擎。沃森目前已經(jīng)不僅僅滿足于涉及糖尿病等慢病、大健康、醫(yī)療影像、體外檢測、精準(zhǔn)醫(yī)療、機(jī)器人、疾病研究治療這幾個(gè)領(lǐng)域，未來，沃森的觸角還會伸到醫(yī)療的其他行業(yè)，為整個(gè)醫(yī)療行業(yè)服務(wù)。
中國版小小“沃森”不斷面世
與IBM Watson十年的發(fā)展軌跡不同，中國在醫(yī)學(xué)人工智能領(lǐng)域的發(fā)展屬于追趕者。由于中國沒有統(tǒng)一的醫(yī)療數(shù)據(jù)格式以及數(shù)據(jù)孤島的隔離，中國在醫(yī)學(xué)人工智能I域投放的資源相對要少很多。不過這并不妨礙國人對其發(fā)展的熱情。在智能影像識別和診斷方面，中國已經(jīng)出現(xiàn)了若干版本的小小“沃森”，他們的功能雖然沒有IBM Watson那么強(qiáng)大，但也在各個(gè)領(lǐng)域顯示出獨(dú)特的應(yīng)用價(jià)值。
浙江德尚韻興圖像科技有限公司是由浙江大學(xué)知名專家和珠海和佳醫(yī)療設(shè)備股份有限公司共同投資成立一家高科技公司。浙江德尚韻興利用深度學(xué)習(xí)處理超聲影像，同時(shí)加入旋轉(zhuǎn)不變性等現(xiàn)代數(shù)學(xué)的概念，形成了“DE-超聲機(jī)器人”。該機(jī)器人算法借助計(jì)算機(jī)視覺技術(shù)，可以對甲狀腺B超快速掃描分析，圈出結(jié)節(jié)區(qū)域，并給出良性與惡性的判斷，大大節(jié)省了醫(yī)生的診斷時(shí)間。一般來說，人類醫(yī)生的準(zhǔn)確率為60%-70%，而當(dāng)下算法的準(zhǔn)確率已經(jīng)達(dá)到85%。
據(jù)悉，人體甲狀腺結(jié)節(jié)已成常見病，如果不加重視，甲狀腺結(jié)節(jié)可能會發(fā)生惡變，進(jìn)而發(fā)展成癌癥，危及生命。但由于個(gè)體化差異，目前三甲醫(yī)院甲狀腺結(jié)節(jié)的診斷準(zhǔn)確率平均也只有60%，如果不做活檢，不同醫(yī)生對同一張片子可能會做出不同判斷。而超聲機(jī)器人的出現(xiàn)，不僅能輔助醫(yī)生做出精準(zhǔn)判斷，還能縮短病人就醫(yī)時(shí)間，提升醫(yī)療效率。目前“DE-超聲機(jī)器人”已經(jīng)在浙江大學(xué)第一附屬醫(yī)院、中國電子科技集團(tuán)公司第五十五所職工醫(yī)院和杭州下城區(qū)社區(qū)醫(yī)院臨床應(yīng)用，一年病例達(dá)到8萬多，準(zhǔn)確率達(dá)86%以上。
2017年2月，中山大學(xué)中山眼科中心劉奕志教授領(lǐng)銜中山大學(xué)聯(lián)合西安電子科技大學(xué)的研究團(tuán)隊(duì)，利用深度學(xué)習(xí)算法，建立了“CC-Cruiser先天性白內(nèi)障人工智能平臺”。該人工智能程序模擬人腦，對大量的先天性白內(nèi)障圖片進(jìn)行分析和深度學(xué)習(xí)，不斷反饋提高診斷的準(zhǔn)確性。將該程序嵌入云平臺后，通過云平臺上傳圖片，即可獲得先天性白內(nèi)障的診斷、風(fēng)險(xiǎn)評估和治療方案。
據(jù)悉，先天性白內(nèi)障是一種嚴(yán)重威脅兒童視力的疑難罕見病。中山眼科中心有全球最大的先天性白內(nèi)障隊(duì)列（隊(duì)列人數(shù)近2000名），基于該隊(duì)列開展了一系列嚴(yán)謹(jǐn)?shù)难芯?，積累了大量高質(zhì)量的先天性白內(nèi)障臨床數(shù)據(jù)。中山大學(xué)眼科中心于2017年4月設(shè)立“人工智能應(yīng)用門診”，由人工智能云平臺輔助臨床醫(yī)師進(jìn)行診療。在人工智能門診就診的患者，除接受常規(guī)診療外，其檢查數(shù)據(jù)即時(shí)同步到CC-Cruiser云平臺，同時(shí)享受由人工智能機(jī)器人提供的“專家級”診療。目前CC-Cruiser已在3家協(xié)作醫(yī)院完成臨床試點(diǎn)應(yīng)用，并取得理想效果。此外，中山眼科中心已經(jīng)連接了、新疆、云南、青海等邊遠(yuǎn)省區(qū)上百家基層醫(yī)院，每天有大量眼科檢查數(shù)據(jù)上傳云平臺請求專家協(xié)助診斷。在醫(yī)學(xué)人工智能應(yīng)用場景下，病例以及圖像數(shù)據(jù)將首先通過人工智能程序進(jìn)行初審，再由專家復(fù)核，效率將提升70%以上，極大提高了專家協(xié)診效率。
2017年5月，丁香園、中南大學(xué)湘雅二醫(yī)院和大拿科技共同宣布就皮膚病人工智能輔助診斷達(dá)成獨(dú)家戰(zhàn)略合作，并了國內(nèi)首個(gè)“皮膚病人工智能輔助診斷系統(tǒng)”。資料顯示，系統(tǒng)性紅斑狼瘡是一種慢性自身免疫性疾病，屬于風(fēng)濕性疾病中的彌漫性結(jié)締組織病，可引起全身多個(gè)臟器受累，包括皮膚、關(guān)節(jié)、腎臟、血液等。如何精準(zhǔn)診斷系統(tǒng)性紅斑狼瘡，一直是困擾各國科學(xué)家的世界醫(yī)學(xué)難題。
目前三方合作研發(fā)出的是紅斑狼瘡人工智能輔助診斷模型，該模型對紅斑狼瘡各種亞型及其鑒別診斷疾病能進(jìn)行有效區(qū)分，識別準(zhǔn)確率超過85%。據(jù)悉，該系統(tǒng)一方面是面向皮膚科醫(yī)生，醫(yī)生通過APP，把圖像傳到系統(tǒng)以后，系統(tǒng)提示最有可能的皮膚病類型，然后建立皮膚病電子百科全書，通過百科全書再去學(xué)習(xí)，輔助臨床診斷；另一方面是面向患者，系統(tǒng)提供圖片鑒別和導(dǎo)診意見。據(jù)悉，該系統(tǒng)第一期主要實(shí)現(xiàn)以紅斑狼瘡為代表的皮膚病人工智能輔助診斷，下一步將“滲透”到其他醫(yī)療機(jī)構(gòu)，并將開放患者端服務(wù)。
醫(yī)學(xué)人工智能真正落地
需要全產(chǎn)業(yè)鏈配合
專家指出，要真正實(shí)現(xiàn)醫(yī)療產(chǎn)業(yè)的人工智能化，僅靠單方面的力量難以實(shí)現(xiàn)，這需要依托全產(chǎn)業(yè)鏈包括醫(yī)療主管部門、醫(yī)療機(jī)構(gòu)的參與和信息化服務(wù)商等各個(gè)環(huán)節(jié)的共同努力。
比如像前文所述的甲狀腺結(jié)節(jié)、紅斑狼瘡、先天性白內(nèi)障的診斷，都要依靠形態(tài)學(xué)的圖像數(shù)據(jù)，這些在皮膚病和病理科特別常見，所以人工智能的優(yōu)勢在此可以得到充分體現(xiàn)。訓(xùn)練一個(gè)好的皮膚科醫(yī)生可能要十年，把人工智能引進(jìn)后，可以大大縮短時(shí)間。但是醫(yī)學(xué)人工智能研發(fā)成本高、數(shù)據(jù)獲取難、尚未深入診療核心等成為阻礙其真正落地的因素。
人工智能技術(shù)形成產(chǎn)品，最重要是要有大量高質(zhì)量的數(shù)據(jù)。深度學(xué)習(xí)靠的是“吃透”大量樣本。但目前大部分醫(yī)療機(jī)構(gòu)并不愿公開數(shù)據(jù)。比如前文介紹的德尚韻興，為了收集數(shù)據(jù)，嘗試通過多個(gè)渠道，有社區(qū)檢查，有付費(fèi)志愿者，也有試點(diǎn)醫(yī)院。最后該公司收集了兩三萬張超聲圖像，不嗟厥淙胂低持脅瘧Vち蘇鋃獻(xiàn)既仿試85%以上。該公司負(fù)責(zé)人也評價(jià)到，如果樣本量能提高一倍，診斷準(zhǔn)確率還有較大的提升空間。
在獲取高質(zhì)量的醫(yī)療數(shù)據(jù)方面，國內(nèi)醫(yī)院在過去信息化程度不高，數(shù)據(jù)雖然多，但相對雜亂，使用難度大。如何找到合適的切入點(diǎn)，并快速獲取數(shù)據(jù)會是一個(gè)很高的門檻。同時(shí)，醫(yī)院信息孤島現(xiàn)象長期存在，各個(gè)醫(yī)療機(jī)構(gòu)的數(shù)據(jù)尚未實(shí)現(xiàn)互聯(lián)互通。這一局面則逐步從政策層面迎來破冰。去年6月，國務(wù)院公布了《關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》，明確指出健康醫(yī)療大數(shù)據(jù)是國家重要的基礎(chǔ)性戰(zhàn)略資源，需要規(guī)范和推動(dòng)健康醫(yī)療大數(shù)據(jù)融合共享、開放應(yīng)用。但該政策的真正落地依然需要時(shí)間。
第6篇：人工智能技術(shù)論文范文
1936年人工智能之父提出人工智能這個(gè)概念，為人工智能乃至現(xiàn)代信息科技奠定了基礎(chǔ)。
1958年，10位美國年輕的學(xué)者在一起研討，正式提出人工智能這個(gè)概念。
人工智能經(jīng)過了60年曲折的發(fā)展，有過令人興奮激動(dòng)的時(shí)刻，也有令人非常沮喪的時(shí)刻，現(xiàn)在到了一個(gè)新的，這是沒有異議的。
特別值得一提的是，專用人工智能領(lǐng)域取得了突破性進(jìn)展，今年，阿爾法狗是標(biāo)志性之一，包括競賽性能的不斷提高，特別是在測試中已經(jīng)超越人。
新版的人型機(jī)器非常的震撼人心，在地面上走，盡管歪歪扭扭，但走得還很穩(wěn)；還有自動(dòng)駕駛汽車，在雪地里，也可以走得很好；語音識別，這是科達(dá)訊飛一個(gè)典型的語音識別的例子，效果非常好；人臉識別，盡管還有一些挑戰(zhàn)，但是這幾年還是不錯(cuò)的。
專用人工智能確實(shí)取得了突破性的進(jìn)展，但人工智能的研究與應(yīng)用依然任重道遠(yuǎn)，要在通用人工智能方面取得巨大突破還需要盡洪荒之力，曾經(jīng)有四句話描寫了人工智能目前的水平，有智能沒智慧，有智商沒情商，會計(jì)算不會算計(jì)，有專才無通才。
另外，人工智能產(chǎn)業(yè)化應(yīng)用也有了很好的發(fā)展，2015年全球人工智能市場規(guī)模為1270億美元，今年預(yù)計(jì)1650億美元，到2018年預(yù)計(jì)超過2000億美元，發(fā)展非常之快。目前，人工智能已經(jīng)上升到國家戰(zhàn)略高度。過去一年人工智能領(lǐng)域的十件大事
過去的一年里，人工智能領(lǐng)域有很多新的變化。
第一項(xiàng)，阿爾法狗。
第二項(xiàng)，各國政府高度重視人工智能發(fā)展，包括今年5月份美國白宮舉行的4場研討會。
第三項(xiàng)，IBM類腦超級計(jì)算機(jī)平臺，是基于前幾年的芯片。
第四項(xiàng)，軟銀320億美元收購ARM，這是很大的收購。
第五項(xiàng)，谷歌、facebook等開源人工智能基礎(chǔ)平臺反映了一個(gè)趨勢和動(dòng)向。
第六項(xiàng)，創(chuàng)建公益性的人工智能機(jī)構(gòu)OpenAI。
第七項(xiàng)，在學(xué)術(shù)方面，Science發(fā)表Bayesian Program 論文。
第八項(xiàng)，微軟深層殘差網(wǎng)絡(luò)奪冠2015年ImagnNet。
第九項(xiàng)，谷歌量子計(jì)算機(jī)取得重要突破，為人工智能計(jì)算搭建了一個(gè)平臺。
第十項(xiàng)，劍橋大學(xué)成立了人工智能倫理研究所。
怎樣通過這個(gè)標(biāo)志性事件看目前人工智能發(fā)展的狀態(tài)，我將其概括成十段話。
人工智能十大趨勢動(dòng)態(tài)
第一，人工智能熱潮全球化，從東方到西方，從發(fā)達(dá)國家到發(fā)展中國家，從大國到小國，都掀起了熱潮。
第二，產(chǎn)業(yè)競爭白熱化。
第三，投資并購密集化，過去一年的收購、投資，數(shù)不勝數(shù)。
第四，人工智能應(yīng)用普適化，開始向各個(gè)領(lǐng)域滲透。
第五，人工智能的服務(wù)專業(yè)化，一個(gè)是研究通用化的人工智能，一個(gè)是專業(yè)化的人工智能。
第六，基礎(chǔ)平臺開源化，包括IBM、谷歌開源的平臺，是過去一年特別明顯的一個(gè)新的特征。
第七，關(guān)鍵技術(shù)硬件化，包括IBM的類腦計(jì)算平臺。
第八，技術(shù)方法集成化，單一的人工智能計(jì)算理論和方法不可能包打天下，集成創(chuàng)新勢在必行，阿爾法狗里集成了很多。
第九，學(xué)科創(chuàng)新協(xié)同化，多學(xué)科跨界融合交叉協(xié)同創(chuàng)新人工智能創(chuàng)新途徑，其中包括量子技術(shù)跟人工智能的結(jié)合。
第十，社會影響大眾化。
人工智能未來發(fā)展五大思考
第一，要保持警醒。熱潮下面尤其需要冷思考，阿爾法狗在圍棋上的表現(xiàn)，確實(shí)提高了人們對人工智能的期望，但是對人工智能希望太高，如果沒有實(shí)現(xiàn)就會非常失望。過去60年中我們有很多這樣的教訓(xùn)，在熱潮下尤其需要冷靜的思考，有就一定會有低谷，這是發(fā)展的客觀規(guī)律，而任何一個(gè)時(shí)段不可能一直蓬勃，所以一定要保持冷思考。引用最新的新興技術(shù)成熟度曲線。智能機(jī)器人、認(rèn)知等熱門技術(shù)正處于期望膨脹期，接下來可能是幻滅期，所以需要我們冷靜的思考。
第二，切忌跟風(fēng)。我認(rèn)為跟風(fēng)難有大作為，這幾年風(fēng)口熱好像說得很多，找風(fēng)口不如找關(guān)口，發(fā)展的瓶頸在哪里，突破瓶頸就可能開創(chuàng)一個(gè)新天地，搶占先機(jī)，大家不要再跟風(fēng)。
第三，不忘初心。對于人工智能來說是不忘初心繼續(xù)探索，回歸人工智能的本原，是要解決什么問題，別走偏了。所以從研究的內(nèi)容到研究的目的，在回歸本原的過程中尤其要記著，信息科技與腦類科技的交匯，人腦智能機(jī)理的挖掘孕育著信息科技的重大變革。
第四，苦練內(nèi)功。重視前沿基礎(chǔ)理論研究，現(xiàn)在是家喻戶曉，但是大家不要忘記不是那么火爆的時(shí)候在干什么，一直堅(jiān)持，才有深度學(xué)習(xí)的今天，所以苦練內(nèi)功很重要，不能被當(dāng)下的熱點(diǎn)一葉障目。深度學(xué)習(xí)不等于AI，深度學(xué)習(xí)只是人工智能領(lǐng)域機(jī)器學(xué)習(xí)方向的一種方法，盡管現(xiàn)在效果很好，確實(shí)需要思考如何克服這個(gè)瓶頸，人工智能發(fā)展的下一個(gè)關(guān)口在什么地方。深度學(xué)習(xí)的成功不是理論方法的突破，而是在大數(shù)據(jù)和大規(guī)模計(jì)算資源驅(qū)動(dòng)下的基于基礎(chǔ)理論的技術(shù)突破，其本質(zhì)是通過映射對復(fù)雜函數(shù)進(jìn)行逼近。
深度學(xué)習(xí)依舊存在明顯的局限性，尤其在任務(wù)的切換和對環(huán)境變化自身完善、對小樣本的舉一反三等方面，人工智能與人類還是相差甚遠(yuǎn)。
第五，以史為鑒。丘吉爾說你能看到多遠(yuǎn)的過去，你就能看到多遠(yuǎn)的未來，你過去看的有多深，你對未來才能看得有多準(zhǔn)，我認(rèn)為是有道理的，所以這個(gè)時(shí)候就需要我們做一個(gè)思考。從淺層智能到深層智能；從專用人工智能到通用人工智能；從機(jī)器智能到混合智能；從數(shù)據(jù)驅(qū)動(dòng)到數(shù)據(jù)和知識協(xié)同驅(qū)動(dòng)；從線下智能到云上智能；從網(wǎng)下到網(wǎng)上。
人工智能在中國的發(fā)展
這些具體的趨勢實(shí)際上都反映在整個(gè)社會化大趨勢上，智能化是新一輪科技與產(chǎn)業(yè)革命的最顯著特征。
我們國家發(fā)展有很多機(jī)遇，天時(shí)地利人和，當(dāng)然也有挑戰(zhàn)，我們的戰(zhàn)略思維、冒險(xiǎn)精神還不夠，所以要思考這些問題，人工智能如何更好地服務(wù)社會。
如何抓住這個(gè)機(jī)會，我覺得首先應(yīng)該有一個(gè)規(guī)劃，因?yàn)橹挥型ㄟ^頂層規(guī)劃協(xié)調(diào)才能實(shí)現(xiàn)一盤棋，最終實(shí)現(xiàn)人工智能強(qiáng)國。
第7篇：人工智能技術(shù)論文范文
【關(guān)鍵詞】人工智能 醫(yī)學(xué)領(lǐng)域
1 引言
人工智能（AI）是上世紀(jì)50年展起來的新興學(xué)科，主要內(nèi)容包括：知識表示、自然語言理解、機(jī)器學(xué)習(xí)和知識獲取、知識處理系統(tǒng)、計(jì)算機(jī)視覺、自動(dòng)推理和搜索方法、智能機(jī)器人、自動(dòng)程序設(shè)計(jì)等方面。在過去的幾十年里人工智能涌現(xiàn)出了大量的方法，大致可分為兩大類：第一類是基于Newell和Simon的物理符號系統(tǒng)假說的符號處理方法。這種方法大多采用從知識階段向下到符號和實(shí)施階段的自上而下的設(shè)計(jì)方法，第二類是采用自下而上設(shè)計(jì)的“字符號”方法。
2 人工智能的發(fā)展
全球?qū)θ斯ぶ悄艿难邪l(fā)經(jīng)歷了已經(jīng)有70年的發(fā)展，從上個(gè)世紀(jì)的50年代開始一直到今天，歷經(jīng)了兩次大起大落，但伴隨著深度學(xué)習(xí)的重燃、龐大的大數(shù)據(jù)支撐以及計(jì)算能力的不斷提升和成本的不斷下降這些因素的出現(xiàn)，尤其是在摩爾定律、大數(shù)據(jù)、互聯(lián)網(wǎng)和云計(jì)算、新方法這些人工智能進(jìn)步的催化劑作用下，將迎來人工智能新的春天。
3 人工智能在醫(yī)學(xué)領(lǐng)域上的應(yīng)用
3.1 在神經(jīng)網(wǎng)絡(luò)中人工智能的應(yīng)用
在醫(yī)學(xué)診斷中人工智能的應(yīng)用會出現(xiàn)一些難題，例如知識獲取比較難、推理速度慢、自主學(xué)習(xí)以及自適應(yīng)變化能力弱。研究人腦連接發(fā)現(xiàn)了以人工神經(jīng)為特點(diǎn)可以解決在獲取知識中所出現(xiàn)的瓶頸和知識種類繁瑣問題，能夠提高對知識的推理能力，包括自主學(xué)習(xí)，自組織等方面的能力，促進(jìn)了神經(jīng)網(wǎng)絡(luò)在醫(yī)學(xué)專家系統(tǒng)中的快速發(fā)展。
人工智能領(lǐng)域ANN，有不同于其他人工智能的方法，在傳統(tǒng)的結(jié)構(gòu)上，它只是AI分支中的一個(gè)，只能通過邏輯符號來模擬人腦的思維方式，進(jìn)一步來實(shí)現(xiàn)人工智能，與之相比，不同的ANN是學(xué)習(xí)和訓(xùn)練為一體來達(dá)到智能的。ANN具有學(xué)習(xí)的能力及特殊方法，用戶不用編寫復(fù)雜的程序來解決所遇到的問題，只用提供有效的數(shù)據(jù)就可以完成。迄今為止，醫(yī)學(xué)領(lǐng)域中對大部分的病理原因無法解釋，無法確定病理原因，加上各種疾病的表現(xiàn)種類復(fù)雜多變。在醫(yī)學(xué)的日常實(shí)踐中，疾病相應(yīng)的治療只能以經(jīng)驗(yàn)為基礎(chǔ)來判斷。所以，ANN有著記憶，學(xué)習(xí)和歸納總結(jié)為一體的人工智能服務(wù)，在醫(yī)學(xué)領(lǐng)域有很好的應(yīng)用發(fā)展趨勢。
3.2 在中醫(yī)學(xué)中人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用
在中醫(yī)學(xué)中，所提出的“辨證論治”中的“證”具有模棚性、不確定性的特點(diǎn)，主觀性比較強(qiáng)，因此中醫(yī)的診斷方法和治療手段與醫(yī)師的經(jīng)驗(yàn)水平有很大聯(lián)系。數(shù)年來在實(shí)驗(yàn)研究，臨床觀察，文章整理，經(jīng)驗(yàn)總結(jié)上，都有著對“證”的研究思想的深入調(diào)查。一部分“辨證”的過程可以用人工神經(jīng)網(wǎng)絡(luò)來替換使用。恰當(dāng)?shù)闹嗅t(yī)癥狀可以作為基本輸入和適當(dāng)人工神經(jīng)網(wǎng)絡(luò)模型，人工神經(jīng)網(wǎng)絡(luò)能夠根據(jù)以往的學(xué)習(xí)“經(jīng)驗(yàn)”來進(jìn)行綜合分析，從而提出中醫(yī)診斷方法。
由神經(jīng)元結(jié)構(gòu)模型、網(wǎng)絡(luò)連接模型、網(wǎng)絡(luò)學(xué)習(xí)算法等幾個(gè)要素組成了人工神經(jīng)網(wǎng)絡(luò)。具有某些智能系統(tǒng)的功能。 按照網(wǎng)絡(luò)結(jié)構(gòu)來劃分，人工神經(jīng)網(wǎng)絡(luò)有很多不同的種類，例如感知器、BP網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)等，目前應(yīng)用最為廣泛的神經(jīng)網(wǎng)絡(luò)就是其中的BP網(wǎng)絡(luò)。這種前沿網(wǎng)絡(luò)非 BP網(wǎng)絡(luò)所屬，網(wǎng)絡(luò)的結(jié)構(gòu)與權(quán)值能夠表達(dá)復(fù)雜的非線性 I/0映射關(guān)系。憑借 BP網(wǎng)絡(luò)優(yōu)良的自主學(xué)習(xí)功能，既可以通過誤差的反向傳播方法，對照已知樣本反復(fù)進(jìn)行訓(xùn)練，也可以調(diào)整網(wǎng)絡(luò)的權(quán)值，直到網(wǎng)絡(luò)的 I/0關(guān)系在某一塊訓(xùn)練指標(biāo)下最接近樣本為止。
3.3 人工智能在臨床醫(yī)療診斷中的應(yīng)用
計(jì)算機(jī)編寫的程序主要根據(jù)專家系統(tǒng)的設(shè)計(jì)原理和方法來模擬醫(yī)生的醫(yī)學(xué)診斷，以及通常治療手段的思維過程來進(jìn)行。醫(yī)療專家系統(tǒng)是臨床醫(yī)療診斷中人工智能的很好體現(xiàn)，不僅能夠處理較為復(fù)雜的醫(yī)學(xué)治療問題，還能當(dāng)做醫(yī)生診斷疾病的重要工具，更重要的是傳承了專家們的寶貴醫(yī)學(xué)治療經(jīng)驗(yàn)。
3.4 人工智能技術(shù)在醫(yī)學(xué)影像診斷中的應(yīng)用
目前，在醫(yī)學(xué)影像中存在著的問題，比如：誤診率高、缺口大。這些問題需要通過人工智能的方法來解決。在醫(yī)學(xué)影像技術(shù)領(lǐng)域人工智能的應(yīng)用包括主要的兩個(gè)方面，分別是：第一個(gè)方面為圖像識別，第二個(gè)方面為深度學(xué)習(xí)，其中人工智能應(yīng)用最核心的部分實(shí)深度學(xué)習(xí)。這兩個(gè)部分都是基于醫(yī)學(xué)影像大數(shù)據(jù)所進(jìn)行的數(shù)據(jù)上的挖掘和應(yīng)用。這兩個(gè)方面所進(jìn)行的數(shù)據(jù)挖掘及其應(yīng)用都是依據(jù)醫(yī)學(xué)影像大數(shù)據(jù)來完成的。
Geoffrey Hinton教授是神經(jīng)網(wǎng)絡(luò)領(lǐng)域的大師，2006年，他與其博士生在《Science》和相關(guān)的期刊上發(fā)表了論文，第一次提出了“深度信念網(wǎng)絡(luò)”的概念。2012年，由斯坦福大學(xué)Fei-Fei Li教授舉辦的ImageNet ILSVRC大規(guī)模圖像識別評測任務(wù)是由Hinton教授的研究團(tuán)隊(duì)參加的。這個(gè)任務(wù)包括了120萬張高分辨率圖片，1000個(gè)類比。Hinton教授團(tuán)隊(duì)使用了全新的黑科技多層卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，將圖像識別錯(cuò)誤率突破性地從26.2%降低到了15.3%。 這個(gè)革命性的技術(shù)，讓神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)以迅速的速度進(jìn)入了醫(yī)療和工業(yè)的領(lǐng)域范圍，隨后這一技術(shù)被陸續(xù)出現(xiàn)的醫(yī)療影像公司使用。例如：國際知名的醫(yī)學(xué)影像公司Enlitic和國內(nèi)剛剛獲得有峰瑞資本600萬天使輪融資的DeepCare。都是不斷積累大量影像數(shù)據(jù)和診斷數(shù)據(jù)，繼續(xù)對神經(jīng)元網(wǎng)絡(luò)進(jìn)行深度的學(xué)習(xí)訓(xùn)練，從而有效的提高了醫(yī)生診斷的準(zhǔn)確率。
人工智能不僅能使患者的健康檢查快速進(jìn)行，包括X光、B超、核磁共振等。另外還能大量減少醫(yī)生的讀片時(shí)間，提升了醫(yī)生的工作效率，降低誤診率。
4 總結(jié)
人工智能軟件工作效率遠(yuǎn)遠(yuǎn)超過了人類大腦，不僅能夠更快速的找到數(shù)據(jù)的模式和相似性，還能有效幫助醫(yī)生和科學(xué)家提取重要的信息。隨著人工智能的發(fā)展及其在醫(yī)學(xué)領(lǐng)域的逐漸普及和應(yīng)用，兩者的互相融合在未來必定成為醫(yī)學(xué)發(fā)展的重要方向。
參考文獻(xiàn)
[1]馮伍，張俊蘭.人工智能在醫(yī)學(xué)上的應(yīng)用[J].電子設(shè)計(jì)工程，2010（01）.
[2]楊琴，陳家榮.人工智能在醫(yī)學(xué)領(lǐng)域中的應(yīng)用[J].科技風(fēng)，2012（12），100-101.
[3]王宇飛，孫欣.人工智能的研究與應(yīng)用[J].信息與電腦，2016（05）.
[4]鉛筆道.人工智能與影像診斷相結(jié)合的醫(yī)生界阿爾法狗，2016（03）.
第8篇：人工智能技術(shù)論文范文
關(guān)鍵詞：人工智能；研究生教學(xué)；教學(xué)方法
人工智能是一門研究機(jī)器智能的學(xué)科，是在研究人類智能行為規(guī)律的基礎(chǔ)上，利用人工的方法和技術(shù)，研制智能機(jī)器或智能系統(tǒng)來模仿、延伸和擴(kuò)展人的智能，實(shí)現(xiàn)智能行為。在知識經(jīng)濟(jì)向智能經(jīng)濟(jì)高度發(fā)展的今天，人工智能具有重要的理論意義和社會價(jià)值。人工智能理論已經(jīng)滲透到各個(gè)領(lǐng)域，人工智能技術(shù)也得到廣泛應(yīng)用，許多研究成果已經(jīng)進(jìn)入人們的生活。
人工智能課程是一門多學(xué)科交叉的課程，具有很強(qiáng)前沿性，涉及哲學(xué)、認(rèn)知科學(xué)、行為科學(xué)、腦科學(xué)、生理學(xué)、心理學(xué)、語言學(xué)、邏輯學(xué)、物理學(xué)、數(shù)學(xué)等眾多領(lǐng)域；涉及面寬，內(nèi)容廣泛，更新快。人工智能課程的開設(shè)能夠更好地培養(yǎng)學(xué)生的創(chuàng)新思維和技術(shù)創(chuàng)新能力，培養(yǎng)學(xué)生對計(jì)算機(jī)前沿技術(shù)的前瞻性，提高他們的科技素質(zhì)和學(xué)術(shù)水平[1]。
人工智能課程內(nèi)容的廣泛性、前沿性和應(yīng)用性特點(diǎn)決定了授課方法的多樣性。與本科生相比，研究生在教育目標(biāo)和身心特征方面都有較大的區(qū)別。筆者多年從事研究生人工智能課程教學(xué)工作，現(xiàn)總結(jié)多年教學(xué)經(jīng)驗(yàn)如下。
1研究生培養(yǎng)目標(biāo)及其教學(xué)特點(diǎn)
研究生教育階段的教育目標(biāo)是使研究生形成具有個(gè)性化的研究品格、研究定向和研究視野，以具有獨(dú)立思考并獲得獨(dú)創(chuàng)研究成果的能力[2]。從這一意義上講，個(gè)性化是研究生教育培養(yǎng)目標(biāo)的構(gòu)成主體。尤其隨著我國經(jīng)濟(jì)持續(xù)高速增長，社會對知識創(chuàng)新、新經(jīng)濟(jì)生長點(diǎn)的期望值增大，這就要求我國研究生教育在其培養(yǎng)目標(biāo)的定位上不僅要重視人才培養(yǎng)的高層次性，更要重視創(chuàng)新能力、實(shí)踐能力和創(chuàng)業(yè)精神的培養(yǎng)。并且，研究生身心發(fā)展已較成熟，具有較穩(wěn)定的個(gè)性特征，思維力強(qiáng)，具有較高的專業(yè)性思維意識和創(chuàng)造力，為獨(dú)立地進(jìn)行專業(yè)研究活動(dòng)提供了心理上和智力上的保證。而且，研究生已具備了基礎(chǔ)理論和專業(yè)知識，特別是有一定工作經(jīng)歷的研究生，他們不僅有本科教育階段的知識積累，也有應(yīng)用這些知識的經(jīng)驗(yàn)，對于擴(kuò)大其專業(yè)知識領(lǐng)域并進(jìn)行研究有著積極主動(dòng)的態(tài)度?？傊?，從年齡構(gòu)成及身心特征上講，研究生適應(yīng)高層次、跨學(xué)科知識領(lǐng)域的學(xué)習(xí)和研究。
研究生的特征及其教育目標(biāo)決定了研究生教學(xué)不應(yīng)該是由教師講授已定論的知識，而應(yīng)是以教學(xué)為基本依托，通過教學(xué)提出具有研究性、探索性、未確定性甚至是尚存爭議性的課題，激勵(lì)研究生獨(dú)立思考和質(zhì)疑，讓他們在思考和質(zhì)疑的過程中提出問題，培育他們發(fā)現(xiàn)問題、提出質(zhì)疑的科學(xué)批判精神，訓(xùn)練并提高其創(chuàng)新能力、實(shí)踐能力和創(chuàng)新精神。創(chuàng)新精神和創(chuàng)新能力主要表現(xiàn)在具有健全的人格、強(qiáng)烈的責(zé)任感、開放的心態(tài)、團(tuán)結(jié)合作的精神、嚴(yán)謹(jǐn)科學(xué)的思維能力和創(chuàng)新思維方式。
個(gè)性是創(chuàng)新的源泉，研究生課程體系的設(shè)置應(yīng)該具有一定的靈活性，依據(jù)研究生不同的知識基礎(chǔ)和研究定向，設(shè)置具有彈性化的課程，使研究生的個(gè)性化得以凸顯。另外，為提高研究生專業(yè)研究和創(chuàng)新能力，在課程教學(xué)中，也應(yīng)凸顯教學(xué)的研究性和專業(yè)性，重視專業(yè)領(lǐng)域背景知識和研究方法的講授，開展跨學(xué)科、非專業(yè)知識的教學(xué)，教學(xué)內(nèi)容應(yīng)涵蓋專業(yè)領(lǐng)域的研究熱點(diǎn)、難點(diǎn)、爭議問題和最新研究動(dòng)態(tài)，還應(yīng)包括交叉學(xué)科、邊緣學(xué)科的研究趨勢，以擴(kuò)展學(xué)生的視野[3]。也就是說，研究生教學(xué)既要凸顯研究生的個(gè)性化特點(diǎn)，又要凸顯內(nèi)容的學(xué)術(shù)性和研究的指向性。
2人工智能課程的特點(diǎn)
2.1多學(xué)科交叉，具有很強(qiáng)的前沿性
人工智能是一門多學(xué)科交叉的課程。課程內(nèi)容的理解需要運(yùn)用多學(xué)科知識和較強(qiáng)的邏輯思維能力，多學(xué)科的知識相互聯(lián)系、相互交叉，融合形成新的知識，成為新的思維方法和綜合能力的萌發(fā)點(diǎn)。通過課程學(xué)習(xí)，學(xué)生可以通過不同學(xué)科知識的融合來達(dá)到對原有知識的超越，用一種全新的思維方法來思考所遇到的問題，提出新的解決辦法。這也是創(chuàng)造力的迸發(fā)和智能的飛躍。具有了知識的廣度和深度才具有融會貫通、創(chuàng)新的可能，人工智能課程的開設(shè)能夠更好地培養(yǎng)學(xué)生的創(chuàng)新思維和技術(shù)創(chuàng)新能力，為學(xué)生提供一種新的思維方法和問題求解手段。
2.2涉及面寬，內(nèi)容廣泛，更新快
人工智能課程是一門知識點(diǎn)較多的課程，它以概率統(tǒng)計(jì)、離散數(shù)學(xué)、數(shù)據(jù)結(jié)構(gòu)、計(jì)算機(jī)編程語言、數(shù)據(jù)庫原理等課程為基礎(chǔ)，涵蓋了模式識別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、計(jì)算智能、自然語言理解、專家系統(tǒng)等眾多研究方向，內(nèi)容涉及面廣，概念抽象，不易理解。并且，人工智能課程內(nèi)容更新快，近年來人工智能科學(xué)的快速發(fā)展，涌現(xiàn)出了大批新方法，研究熱點(diǎn)問題也從符號計(jì)算發(fā)展到智能計(jì)算和Agent等。其中，計(jì)算智能主要涉及神經(jīng)計(jì)算、模糊計(jì)算、進(jìn)化計(jì)算和人工生命等領(lǐng)域，在模式識別、圖像處理、自動(dòng)控制、通信網(wǎng)絡(luò)等很多領(lǐng)域都得到了成功應(yīng)用；Agent最早來自分布式人工智能，隨著并行計(jì)算和分布式處理等技術(shù)的發(fā)展而逐漸成為熱點(diǎn)。
在互聯(lián)網(wǎng)上有大量最新的與課程內(nèi)容相關(guān)的研究論文，為學(xué)生提供了很好的查閱文獻(xiàn)的環(huán)境，使學(xué)生能夠根據(jù)所學(xué)習(xí)的內(nèi)容和所在課題組的研究方向閱讀相應(yīng)文獻(xiàn)，提高學(xué)生的學(xué)習(xí)興趣和獨(dú)立提出問題、解決問題的能力。
2.3應(yīng)用性強(qiáng)
人工智能理論已經(jīng)滲透到科學(xué)的各個(gè)領(lǐng)域，當(dāng)前，幾乎所有的科學(xué)與技術(shù)分支都在共享著人工智能領(lǐng)域所提供的理論和技術(shù)。例如，自第一個(gè)專家系統(tǒng)DENDRAL研制成功以來，專家系統(tǒng)已成功地應(yīng)用于數(shù)學(xué)、物理、化學(xué)、醫(yī)學(xué)、地質(zhì)、氣象、農(nóng)業(yè)、法律、教育、交通運(yùn)輸、軍事、經(jīng)濟(jì)等幾乎所有領(lǐng)域；數(shù)據(jù)挖掘技術(shù)是以一種更自動(dòng)化的方式對具有大量數(shù)據(jù)的商業(yè)活動(dòng)進(jìn)行分析和預(yù)測，在市場營銷、銀行、制造業(yè)、保險(xiǎn)業(yè)、計(jì)算機(jī)安全、醫(yī)藥、交通、電信等領(lǐng)域已有許多案例；語義Web讓W(xué)eb上的信息能夠被機(jī)器所理解，實(shí)現(xiàn)Web信息的自動(dòng)處理，成功地將人工智能的研究成果應(yīng)用到互聯(lián)網(wǎng)。另外，在機(jī)器視覺、自然語言理解、智能控制與智能制造等方面，人工智能技術(shù)也得到廣泛的應(yīng)用，有許多研究成果已經(jīng)進(jìn)入人們的生活。目前，從理論到技術(shù)，從產(chǎn)品到工程，從家庭到社會，智能無處不在，人工智能廣泛的應(yīng)用性給學(xué)生提供了大量的現(xiàn)實(shí)案例，使得人工智能不再是高深莫測的理論，而是現(xiàn)實(shí)中可以觸及的內(nèi)容。
人工智能課程的多學(xué)科交叉性、內(nèi)容廣泛性、概念抽象、不易理解以及前沿性和應(yīng)用性特點(diǎn)決定了在該課程的講授過程中應(yīng)該采用多種授課方法。多種授課方法的采用一方面便于授課內(nèi)容的理解，另一方面也能夠更好地培養(yǎng)學(xué)生的創(chuàng)新思維和技術(shù)創(chuàng)新能力，提高他們的科技素質(zhì)和學(xué)術(shù)水平。
3人工智能課程教學(xué)方法
3.1基于問題的啟發(fā)式教學(xué)法
蘇霍姆林斯基說：“喚起人實(shí)行自我教育，乃是一種真正的教育?！被趩栴}的啟發(fā)式教學(xué)法是教師在深入了解學(xué)生心理特點(diǎn)和學(xué)習(xí)規(guī)律的基礎(chǔ)上，設(shè)計(jì)適合教學(xué)的啟發(fā)式問題，并采取靈活多樣、生動(dòng)活潑的啟發(fā)方式，充分調(diào)動(dòng)學(xué)生的學(xué)習(xí)興趣，激發(fā)、引導(dǎo)學(xué)生進(jìn)行科學(xué)思維，培養(yǎng)學(xué)生獨(dú)立思考問題、提出問題和解決問題的能力。該教學(xué)方法強(qiáng)調(diào)的是過程，教師的主要任務(wù)是提出問題，依據(jù)舉一反三的思路引導(dǎo)學(xué)生展開邏輯推理，通過逐層分析深入思考問題，最后綜合學(xué)生觀點(diǎn)闡述相關(guān)理論。
在課程教學(xué)中，有許多內(nèi)容適合于采用啟發(fā)式教學(xué)方法。例如，在知識表示方法的學(xué)習(xí)過程中，教師首先提出問題：“你是怎樣進(jìn)行數(shù)學(xué)定理證明的？”并在學(xué)生的回答過程中，引導(dǎo)學(xué)生認(rèn)識到知識及其表示的重要性；隨后，提出問題：“在計(jì)算機(jī)中如何表示知識？”引導(dǎo)學(xué)生逐步總結(jié)出不同知識表示方法在知識表達(dá)能力、推理效率、可實(shí)現(xiàn)性、可組織性、可維護(hù)性方面的區(qū)別。另外，在確定性推理的教學(xué)過程中，教師可以利用“某處發(fā)生盜竊案，公安局派出5個(gè)偵查員去調(diào)查，研究案情時(shí)，5個(gè)偵查員各給出了一句可信的結(jié)論，據(jù)此判斷誰是盜竊犯”的問題[4]，讓學(xué)生進(jìn)行判斷和討論，引導(dǎo)學(xué)生認(rèn)識到推理過程中可以使用多條規(guī)則進(jìn)行推理，并且推理路線也可能存在多條，從而引出推理的兩大基本問題：解決沖突消解等問題的推理策略，以及解決推理線路等問題的搜索策略。
啟發(fā)式教學(xué)法的要點(diǎn)是設(shè)計(jì)適當(dāng)?shù)膯l(fā)式問題和啟發(fā)方式、安排能調(diào)動(dòng)學(xué)生積極性的討論環(huán)境、鼓勵(lì)學(xué)生發(fā)表個(gè)性化觀點(diǎn)。教師不僅用問題引發(fā)學(xué)生思考，更要鼓勵(lì)學(xué)生讓思維自由馳騁，主動(dòng)提出問題，討論問題，尋求問題解決方案。在探討、研究問題中，不要以現(xiàn)有的結(jié)論和固定的程式束縛思想，鼓勵(lì)學(xué)生的個(gè)性化觀點(diǎn)。啟發(fā)式教學(xué)是一種民主、科學(xué)的教學(xué)方法，其中包含諸多具體的教學(xué)方法，如激疑啟發(fā)法、比喻啟發(fā)法、類比啟發(fā)法、聯(lián)系啟發(fā)法，等等。啟發(fā)式教學(xué)在傳授知識的同時(shí)，更注重的是對創(chuàng)新的孕育、萌芽、生成和壯大，它能促使學(xué)生自己獲取知識、思考問題、提出問題、分析問題、解決問題，培養(yǎng)學(xué)生的自學(xué)能力。以問題為基礎(chǔ)的啟發(fā)式教學(xué)，利用問題引導(dǎo)學(xué)生學(xué)習(xí)，全方位深層次發(fā)展學(xué)生的創(chuàng)新思維和探究性學(xué)習(xí)能力。問題可以誘發(fā)出學(xué)生的求知欲，激發(fā)、喚醒了學(xué)生的主體意識；問題往往是面向生活世界的實(shí)踐活動(dòng)的，它使教學(xué)活動(dòng)從以傳授知識為中心轉(zhuǎn)化為傳授知識與培養(yǎng)能力并重，理論與實(shí)踐相結(jié)合，提高了學(xué)生分析、綜合、觀察、想象等思維能力。
3.2基于案例的探究式教學(xué)法
基于案例的探究式教學(xué)法要求教師能夠根據(jù)學(xué)生的認(rèn)知水平和能力，創(chuàng)設(shè)引導(dǎo)學(xué)生進(jìn)行探究活動(dòng)的案例，以激發(fā)學(xué)生探究問題的興趣，促進(jìn)學(xué)生質(zhì)疑、探求的創(chuàng)造性學(xué)習(xí)動(dòng)機(jī)，通過選擇與確定問題、討論與提出設(shè)想、實(shí)踐與尋求結(jié)果、驗(yàn)證與得出結(jié)論，發(fā)展學(xué)生的創(chuàng)造性思維，培養(yǎng)學(xué)生獨(dú)立探究、研究能力和創(chuàng)新能力。探究式教學(xué)強(qiáng)調(diào)學(xué)生的積極參與，強(qiáng)調(diào)師生互動(dòng)。對教師來說，必須轉(zhuǎn)變傳統(tǒng)的“傳道”觀念，以平等的心態(tài)與學(xué)生交流探討。在課堂上，要努力營造民主、寬松、和諧的教學(xué)氛圍，積極引導(dǎo)學(xué)生大膽設(shè)想，大膽探索。使學(xué)生樹立研究型學(xué)習(xí)的觀念，消除依附心理，養(yǎng)成勤于思考、善于思考的良好學(xué)習(xí)習(xí)慣，通過積極參與研討培養(yǎng)學(xué)生自己獲取新知、探求未知的能力，以及團(tuán)隊(duì)意識和合作精神。
我們在本課程神經(jīng)網(wǎng)絡(luò)部分的教學(xué)中，將基于BP神經(jīng)網(wǎng)絡(luò)的維吾爾文手寫字母識別作為案例開展了探究式教學(xué)活動(dòng)。在介紹了前饋多層感知器及標(biāo)準(zhǔn)BP算法之后，教師將科研項(xiàng)目中基于標(biāo)準(zhǔn)BP算法的維吾爾文手寫字母識別實(shí)驗(yàn)及其結(jié)果詳細(xì)地在課堂上進(jìn)行演示，引導(dǎo)學(xué)生對實(shí)驗(yàn)提出質(zhì)疑。在教學(xué)實(shí)踐中，學(xué)生提出了大量問題，例如，輸出層神經(jīng)元個(gè)數(shù)如何確定，為什么輸出層神經(jīng)元個(gè)數(shù)對識別率會有影響？網(wǎng)絡(luò)訓(xùn)練過程中出現(xiàn)震蕩的原因是什么？如何解決？為什么有時(shí)誤差較大，權(quán)值的調(diào)整量反而很小？等等。在教師事先準(zhǔn)備好的實(shí)驗(yàn)演示的基礎(chǔ)上，開展學(xué)生進(jìn)行課堂討論，讓學(xué)生提出解決問題的各種方法，并現(xiàn)場通過實(shí)驗(yàn)進(jìn)行驗(yàn)證，逐步讓學(xué)生理解BP網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)、輸入輸出數(shù)據(jù)的預(yù)處理、初始權(quán)值設(shè)計(jì)的必要性及其實(shí)現(xiàn)方法。課堂授課實(shí)踐表明，這種方法極大地激發(fā)了學(xué)生的學(xué)習(xí)興趣，使學(xué)生能夠大膽設(shè)想，大膽探索，增加了學(xué)生的自信心和創(chuàng)新精神。本次課堂討論結(jié)束后，教師根據(jù)學(xué)生的討論以及實(shí)驗(yàn)結(jié)果演示，總結(jié)標(biāo)準(zhǔn)BP算法的局限性，例如，“易形成局部極小”，“訓(xùn)練次數(shù)多，學(xué)習(xí)效率低”，“訓(xùn)練時(shí)有學(xué)習(xí)新樣本遺忘舊樣本的趨勢”等，并要求學(xué)生通過查資料、搜集必要的信息、積極地思索和實(shí)驗(yàn)驗(yàn)證提出解決上述問題的方法，將學(xué)生分組，讓學(xué)生展開討論，為下次討論課作好準(zhǔn)備。
傳統(tǒng)教學(xué)方法是告訴學(xué)生怎么去做，在一定程度上損害了學(xué)生的積極性。而案例教學(xué)要求學(xué)生自己去思考、去創(chuàng)造，使得枯燥乏味的內(nèi)容變得生動(dòng)活潑，并且案例教學(xué)中，通過學(xué)生之間的交流既可以使學(xué)生取長補(bǔ)短、促進(jìn)人際交流能力，也可以引導(dǎo)學(xué)生變注重知識為注重能力。
案例教學(xué)法的關(guān)鍵是案例的選擇。案例是為教學(xué)目標(biāo)服務(wù)的，因此它應(yīng)該具有典型性，且應(yīng)該與所對應(yīng)的理論知識有直接的聯(lián)系。案例最好是經(jīng)過深入調(diào)查研究。來源于實(shí)踐，不能只是一堆數(shù)據(jù)的羅列。教科書的編寫應(yīng)采用圖片、表格、曲線等方式讓學(xué)生看到算法的實(shí)驗(yàn)結(jié)果，啟發(fā)學(xué)生思考。另外，案例應(yīng)該只有情況沒有結(jié)果，有激烈的矛盾沖突，沒有處理辦法和結(jié)論，由學(xué)生對案例提出質(zhì)疑，從這個(gè)意義上講，案例的情況越復(fù)雜，越多樣性，越有價(jià)值。
案例教學(xué)法能夠?qū)崿F(xiàn)教學(xué)相長。教學(xué)中，教師不僅是教師而且也是學(xué)員。一方面，教師是整個(gè)教學(xué)的主導(dǎo)者，掌握著教學(xué)進(jìn)程，引導(dǎo)學(xué)生思考、組織討論研究，進(jìn)行總結(jié)、歸納。另一方面，在教學(xué)中通過共同研討，教師不但可以發(fā)現(xiàn)自己的弱點(diǎn)，而且從學(xué)生那里可以了解到大量感性材料。另外，案例教學(xué)法能夠調(diào)動(dòng)學(xué)生學(xué)習(xí)主動(dòng)性。教學(xué)中，由于不斷變換教學(xué)形式，學(xué)生大腦興奮不斷轉(zhuǎn)移，注意力能夠得到及時(shí)調(diào)節(jié)，有利于學(xué)生精神始終維持最佳狀態(tài)。案例教學(xué)的最大特點(diǎn)是它的真實(shí)性。由于教學(xué)內(nèi)容是具體的實(shí)例，加之采用是形象、直觀、生動(dòng)的形式，給人以身臨其境之感，易于學(xué)習(xí)和理解。最后，案例教學(xué)法能夠集思廣益。教師在課堂上不是“獨(dú)唱”，而是和大家一起討論思考，學(xué)生在課堂上也不是忙于記筆記，而是共同探討問題。由于調(diào)動(dòng)集體的智慧和力量，容易開闊思路，收到良好的效果。
3.3加強(qiáng)研討
鑒于研究生的培養(yǎng)目標(biāo)和人工智能課程研究范疇的寬泛性、應(yīng)用性、創(chuàng)新性和前沿性，根據(jù)我校計(jì)算機(jī)系碩士生指導(dǎo)教師的研究領(lǐng)域，我們在課堂教學(xué)中為計(jì)算智能、機(jī)器學(xué)習(xí)算法、機(jī)器視覺、自然語言理解部分增加了研討會，要求學(xué)生上網(wǎng)進(jìn)行文獻(xiàn)檢索、閱讀和學(xué)術(shù)研討，根據(jù)個(gè)人的研究興趣和研究設(shè)想上臺作報(bào)告。另外，我們還邀請相應(yīng)專家和成果突出的各屆研究生為學(xué)生做報(bào)告，介紹他們的研究實(shí)踐、研究成果和心得體會。例如，在自然語言理解部分的課堂教學(xué)中，在介紹完自然語言理解的基本概念與原理之后，我們要求將來做這個(gè)領(lǐng)域的研究生在通過查資料了解所在研究小組工作的基礎(chǔ)上，上臺作報(bào)告。機(jī)器翻譯研究組的同學(xué)在學(xué)習(xí)自然語言理解部分的內(nèi)容之后，對其所在小組目前的工作及采用的技術(shù)、存在的問題做了分析，并通過閱讀文獻(xiàn)，提出了初步的解決問題的設(shè)想。與自己所在研究小組的科研相結(jié)合，開展文獻(xiàn)檢索和學(xué)術(shù)研討，一方面讓學(xué)生開闊了眼界，另一方面也提高了學(xué)生查閱文獻(xiàn)、主動(dòng)獲取知識、獨(dú)立思考的科研能力。
4結(jié)語
人工智能理論已經(jīng)滲透到科學(xué)的各個(gè)領(lǐng)域，人工智能技術(shù)也得到了廣泛的應(yīng)用。人工智能課程具有多學(xué)科交叉、內(nèi)容廣泛、前沿性和應(yīng)用性強(qiáng)等特點(diǎn)，課程開設(shè)能夠很好地培養(yǎng)學(xué)生的創(chuàng)新思維和技術(shù)創(chuàng)新能力。教與學(xué)是教師與學(xué)生雙方互動(dòng)的過程，教學(xué)中要根據(jù)學(xué)生身心特征的實(shí)際情況采用相應(yīng)的教學(xué)方法，并結(jié)合本校科研隊(duì)伍的研究領(lǐng)域，不斷地探索和提高，才能使教學(xué)工作更上一層樓，切實(shí)為國家、為社會培養(yǎng)具有創(chuàng)新能力、實(shí)踐能力和創(chuàng)業(yè)精神的高層次人才。
參考文獻(xiàn)：
[1] 陳白帆,蔡自興,劉麗玨. 人工智能精品課程的創(chuàng)新性教學(xué)探索[J]. 計(jì)算機(jī)教育,2010(19):27-31.
[2] 謝安邦. 構(gòu)建合理的研究生教育課程體系[J]. 高等教育研究,2003,24(5):68-72.
[3] 教育部研究生工作辦公室,國務(wù)院學(xué)位委員會辦公室. 高層次人才培養(yǎng)的研究與探索[M]. 北京:高等教育出版社,2000.
[4] 蔡自興,徐光佑. 人工智能及其應(yīng)用[M]. 4版. 北京:清華大學(xué)出版社,2010:113.
Exploration of Artificial Intelligence Course Teaching of Graduate Students
ZHAO Hui1, JIA Zhenhong1, WANG Weiqing2
(1.School of Information Engineering, Xinjiang University, Urumuchi 830046, China;
2.Graduate School, Xinjiang University, Urumuchi 830046, China)
第9篇：人工智能技術(shù)論文范文
關(guān)鍵詞：自然語言處理 語言翻譯 人工智能
一、引言
近年來隨著計(jì)算機(jī)技術(shù)和人工智能的快速發(fā)展，自然語言信息處理技術(shù)已取得了長足的發(fā)展。于此同時(shí)人們在快速信息檢索、語言翻譯、語音控制等方面的需求越來越迫切。如何將自然語言處理中取得的研究成果應(yīng)用于文本、語音等方面已成為目前應(yīng)用研究的一個(gè)關(guān)鍵。論文將從自然語言信息處理的基礎(chǔ)出發(fā)，系統(tǒng)的論述它在語音和文本方面的廣泛應(yīng)用。
二、自然語言信息處理技術(shù)簡介
自然語言信息處理技術(shù)產(chǎn)生于上個(gè)世紀(jì)40年代末期，它是通過采用計(jì)算機(jī)技術(shù)來對自然語言進(jìn)行加工處理的一項(xiàng)技術(shù)。該技術(shù)主要是為了方便人與計(jì)算機(jī)之間的交流而產(chǎn)生的。由于計(jì)算機(jī)嚴(yán)密規(guī)范的邏輯特性與自然語言的靈活多變使得自然語言處理技術(shù)較復(fù)雜。通過多年的發(fā)展，該項(xiàng)技術(shù)已取得了巨大的進(jìn)步。其處理過程可歸納為：語言形式化描述、處理算法設(shè)計(jì)、處理算法實(shí)現(xiàn)和評估。其中，語言形式化描述就是通過對自然語言自身規(guī)律進(jìn)行研究，進(jìn)而采用數(shù)學(xué)的方法將其描述出來，以便于計(jì)算機(jī)處理，也可認(rèn)為是對自然語言進(jìn)行數(shù)學(xué)建模。處理的算法設(shè)計(jì)就是將數(shù)學(xué)形式化描述的語言變換為計(jì)算機(jī)可操作、控制的對象。處理算法實(shí)現(xiàn)和評估就是通過程序設(shè)計(jì)語言（如C語言）將算法實(shí)現(xiàn)出來，并對其性能和功能進(jìn)行評估。它主要涉及到計(jì)算機(jī)技術(shù)、數(shù)學(xué)（主要是建模）、統(tǒng)計(jì)學(xué)、語言學(xué)等多個(gè)方面。
三、智能應(yīng)用
通過多年的研究，自然語言信息處理技術(shù)已經(jīng)取得了巨大的進(jìn)步，特別是在應(yīng)用方面。它主要被應(yīng)用于文本和語音兩個(gè)方面。
（一）自然語言信息處理在文本方面的智能應(yīng)用
在文本方面，自然語言處理技術(shù)主要應(yīng)用在語言翻譯、字符識別、文本信息過濾、信息檢索與重組等方面。其中，語言自動(dòng)翻譯是一個(gè)十分重要并具有極大現(xiàn)實(shí)意義的項(xiàng)目。它涉及到計(jì)算機(jī)技術(shù)、數(shù)學(xué)建模技術(shù)、心理學(xué)以及語言學(xué)等多個(gè)方面的學(xué)科。通過近些年的努力已得到了一定的發(fā)展。自然語言處理技術(shù)已在多個(gè)方面提升了翻譯的效率和準(zhǔn)確性。如自然語言處理中的語言形態(tài)分析與歧義分析對翻譯技術(shù)來說十分重要，可以很好的處理翻譯中的多意現(xiàn)象和歧義問題，從而提高翻譯的準(zhǔn)確性。字符識別具有廣泛的商業(yè)應(yīng)用前景，它是模式識別的一個(gè)分支。字符識別的主要過程可分為預(yù)處理、識別以及后期處理。目前，字符識別已得到了廣泛的應(yīng)用，并且效果良好，但還存在識別不準(zhǔn)確的問題，其主要問題就出在合理性上，其中后期處理就涉及到采用詞義或語料庫等對識別結(jié)果進(jìn)行合理性驗(yàn)證，通過該技術(shù)就能很好的解決識別不準(zhǔn)確的問題，當(dāng)出現(xiàn)識別不準(zhǔn)確、出現(xiàn)多個(gè)識別結(jié)果時(shí)可以通過合理性驗(yàn)證技術(shù)高效的過濾掉異常選項(xiàng)，從而實(shí)現(xiàn)快速、準(zhǔn)確的識別。目前自然語言信息處理技術(shù)在文本方面應(yīng)用最廣的就是文本檢索。通過采用自然語言信息處理技術(shù)，一方面能快速分析用戶輸入信息并進(jìn)行準(zhǔn)確理解為檢索提供更加準(zhǔn)確的關(guān)鍵詞，并且可以擴(kuò)展檢索輸入的范圍，讓其不僅僅局限在文本輸入方面，如采用語音輸入或基于圖像的輸入；另一方面，通過采用自然語言信息處理技術(shù)可以對搜索到的信息進(jìn)行處理讓用戶獲取的是更加有效、準(zhǔn)確的信息而不是海量的信息源（如許多網(wǎng)頁）。因?yàn)閷⒆匀徽Z言處理技術(shù)與文本重組技術(shù)相結(jié)合就可以極大的提高檢索的效果，縮小答案的范圍，提高準(zhǔn)確性。當(dāng)然，還可以提高檢索的效率。目前，在中文全文檢索中已得到了廣泛的應(yīng)用，并且效果良好。
如果能進(jìn)一步的研究自然語言信息處理技術(shù)，將能實(shí)現(xiàn)信息的自動(dòng)獲取與重組，這樣將能實(shí)現(xiàn)自動(dòng)摘要生成、智能文本生成、文件自動(dòng)分類與自動(dòng)整理。若能進(jìn)一步結(jié)合人工智能技術(shù)，將能實(shí)現(xiàn)文學(xué)規(guī)律探索、自動(dòng)程序設(shè)計(jì)、智能決策等諸多方面的應(yīng)用。這樣可以減輕人類的工作強(qiáng)度，讓我們從繁瑣的基礎(chǔ)工作中走出來，擁有更多思考的時(shí)間，從而能更加有效的推動(dòng)技術(shù)的進(jìn)步。
