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

人工智能是計算機科學(xué)的分支，它企圖了解智能的實質(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)的智能機器，該領(lǐng)域的研究包括機器人、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，這一階段的特點是重視問題求解的方法，忽視知識重要性。（2）隨著第五代計算機的研制進(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?。研究人工智能出現(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智。智能機器人畢竟是一個賦予一種人類情感程序的機器，實質(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。人們要面對智能機器的情感控制，我們不能把它視為一臺機器，應(yīng)該視為人類其中的一員，他們是一個種族，我們要對研制出來的人工智能機器負(fù)責(zé)。智能機器賦予人類的情感，我們也要給予同等的情感。我們不僅要研制智能機器，我們也要愛護和保護他們。

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器情感是一個極其復(fù)雜的問題，這不僅涉及到人工智能的技術(shù)層面，同時情感是一種特殊的思維方式，機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器要考慮到，智能機器發(fā)展到一定程度的時，智能機器可以自己轉(zhuǎn)變程序，人類要研究一種機器人的法律規(guī)范，也要賦予研究機器人的科學(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算機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，就是機器學(xué)習(xí)的問題。一旦機器有了學(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)時代；人工智能；計算機網(wǎng)絡(luò)技術(shù)；應(yīng)用價值

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，它比計算機技術(shù)更加具有實用價值。所以，為了迅速提高我國大數(shù)據(jù)時代人工智能在計算機網(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算機網(wǎng)絡(luò)技術(shù)中的應(yīng)用價值。以下主要針對于人工智能計算機的基本內(nèi)容展開簡單分析與探討：

一、人工智能計算機的概況

利用計算機技術(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)是通過計算機技術(shù)讓本該由人工操作的危險或復(fù)雜的工作由人工智能機器代替,從而額實現(xiàn)節(jié)約勞動力、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)生由計算機運算都還無法獲得正確模型的情況，此時就可利用人工智能來對該項問題進(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)約實現(xiàn)，提高工作效率。

二、大數(shù)據(jù)時代人工智能在計算機網(wǎng)絡(luò)技術(shù)中的應(yīng)用

（一）數(shù)據(jù)挖掘技術(shù)在計算機網(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，因為數(shù)據(jù)挖掘技術(shù)是大數(shù)據(jù)時展的關(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，若計算機處于運行情況時發(fā)生安全問題，系統(tǒng)會立即給予警告提示，并及時攔截入侵對象。數(shù)據(jù)挖掘技術(shù)其實從根本上來看，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，讓計算機實現(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，從而實現(xiàn)技術(shù)功效的最大潛力，不斷增強計算機系統(tǒng)的功效和實用價值。

（二）入侵檢測技術(shù)在計算機網(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)機制被運用到保護網(wǎng)絡(luò)安全的工作中，但是在對網(wǎng)絡(luò)安全管理時發(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，很多手機支付等網(wǎng)絡(luò)支付方式中會存在支付密碼泄露的情況。基于此，在網(wǎng)絡(luò)計算機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，可以對網(wǎng)絡(luò)中潛存的安全隱患信息及時偵查處理，對其數(shù)據(jù)信息進(jìn)行檢測，最后將檢測結(jié)果的分析報告反饋給用戶，實現(xiàn)有效檢測。入侵檢測技術(shù)的不斷發(fā)展和完善，讓計算機網(wǎng)絡(luò)的安全運行得到極大保障，在對計算機網(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)，實現(xiàn)對實時變化信息的即時監(jiān)控，切實保障計算機網(wǎng)絡(luò)技術(shù)的安全發(fā)展。

（三）防火墻技術(shù)在計算機網(wǎng)絡(luò)技術(shù)中的應(yīng)用計算機的硬件與軟件相結(jié)合才能讓防火墻技術(shù)發(fā)揮功效，為計算機的安全運行構(gòu)建一個完整的保護盔甲。防火墻技術(shù)的應(yīng)用是針對整個計算機網(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，讓計算機的安全得到保障。尤其是在現(xiàn)在大數(shù)據(jù)時代的發(fā)展背景下，防火墻技術(shù)的優(yōu)點更加明顯，防止計算機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，一旦點開這些垃圾信息和短信就會造成病毒入侵，讓計算機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)前的計算機網(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)實現(xiàn)創(chuàng)新發(fā)展和進(jìn)步，以促進(jìn)計算機網(wǎng)絡(luò)系統(tǒng)的安全使用，讓計算機網(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;實驗訓(xùn)練;科研訓(xùn)練

人工智能(Artificial Intelligence,AI)是計算機科學(xué)與技術(shù)專業(yè)的一門重要專業(yè)課程,是一門研究運用計算機模擬和延伸人腦功能的綜合性學(xué)科。它研究如何用計算機模仿人腦所從事的推理、證明、識別、理解、設(shè)計、學(xué)習(xí)、思考、規(guī)劃以及問題求解等思維活動,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)、計算機、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、機器學(xué)習(xí)、數(shù)據(jù)挖掘、智能檢索、機器人技術(shù)、智能計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“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)起到極大的帶動作用。目前,人工智能課程的教學(xué)存在幾個問題:首先,注重講授理論知識,實驗環(huán)節(jié)滯后,這不利于培養(yǎng)學(xué)生的實踐能力,更談不上實踐創(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)時抓不住重點,不能理解人工智能的根本方法和思想。一般說來,計算機專業(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,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、實踐能力和創(chuàng)新能力的研究與實踐。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)研究與實踐的主要內(nèi)容包括三個方面:啟發(fā)式傳授人工智能解決問題的非結(jié)構(gòu)化的思想;成體系的實驗訓(xùn)練;以及與畢業(yè)論文,學(xué)校大學(xué)生科研項目資助計劃,國家大學(xué)生創(chuàng)新性實驗計劃相對接的科研訓(xùn)練。這三個主要方面,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)實踐。下面,我們就這三個方面內(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)實世界的問題可以按照結(jié)構(gòu)化程度劃分成三個層次[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,計算機專業(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、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)式算法一時難以接受和理解其機理,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,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)式算法的時候,學(xué)生會問,是模擬退火算法強,還是遺傳算法強;在講到機器學(xué)習(xí)算法的時候,學(xué)生會問到底哪個分類算法最好,這時候我們可以把搜索(優(yōu)化)領(lǐng)域和機器學(xué)習(xí)領(lǐng)域的“沒有免費午餐”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)活動中,嘗試使人工智能知識圍繞實際問題而展現(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)造動機和創(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;查找文獻(xiàn),分組動手實現(xiàn)人工智能算法等參與式教學(xué)方法,培養(yǎng)和發(fā)揚學(xué)生的參與意識,通過參與式教學(xué)提高學(xué)生學(xué)習(xí)的主動性、積極性和效率,培養(yǎng)學(xué)生的動手能力和創(chuàng)新能力。

2成體系的實驗訓(xùn)練

獨立開展人工智能實驗課程,開發(fā)一批新型、富有創(chuàng)意的實驗案例庫,搭建一個創(chuàng)新實驗和虛擬學(xué)習(xí)社區(qū)平臺。人工智能實驗課程的特點是應(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)行表示建模和計算機上實現(xiàn),是與人工智能原理同步的實驗課程。學(xué)生必須掌握的人工智能的基本原理和計算機操作技能,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,在整個教學(xué)過程中占有非常重要的地位,是計算機軟件、計算機應(yīng)用、計算機網(wǎng)絡(luò)、軟件工程等專業(yè)的一門重要的必修專業(yè)課程。通過實驗,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),熟悉各種計算環(huán)境的基本使用。

在培養(yǎng)學(xué)生掌握實驗的基本操作、基本技能和基本知識的同時,努力培養(yǎng)學(xué)生的創(chuàng)新意識與創(chuàng)新能力。為實現(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驗內(nèi)容為基本內(nèi)容,增加一系列綜合性實驗和開放性創(chuàng)新實驗問題,在實驗內(nèi)容方面更注重研究性實驗中的創(chuàng)新問題。實驗內(nèi)容方面分為三個層次:基本原理的基礎(chǔ)性實驗、綜合實驗和研究性實驗。在后兩個層次的實驗中,部分引入人工智能課程小組團隊的最新科研成果,目的在于通過完成這些研究性實驗,培養(yǎng)學(xué)生獨立解決實際問題的能力,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)計實驗稱為新型實驗案例庫,它被放在人工智能課程小組網(wǎng)站上,以此搭建一個創(chuàng)新實驗和虛擬學(xué)習(xí)社區(qū)平臺。通過實驗課程的學(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)點及其在實際中的應(yīng)用。

2) 學(xué)會對人工智能問題進(jìn)行分析建模和應(yīng)用各種計算工具實現(xiàn)問題求解,熟悉對實驗現(xiàn)象的觀察和記錄,實驗數(shù)據(jù)的獲取與設(shè)計,最佳實驗條件的判斷和選擇,實驗結(jié)果的分析和討論等一套嚴(yán)謹(jǐn)?shù)膶嶒灧椒ā?/p>

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),求真求實的科學(xué)品德,培養(yǎng)學(xué)生的動手能力、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驗,培養(yǎng)學(xué)生獨立解決實際問題的能力,提高學(xué)生的科研素質(zhì)與創(chuàng)新意識。

在培養(yǎng)學(xué)生掌握實驗的基本操作、基本技能和基本知識的同時,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)單位的分析檢驗以及新技術(shù)的研發(fā)工作打下扎實的基礎(chǔ)。

在實驗組織方面,根據(jù)各實驗的目的和要求,學(xué)生分為5人1組,指定一個組長,每組選擇1套實驗題目。基礎(chǔ)實驗題目要求達(dá)到27學(xué)時、綜合性實驗題目選擇1題和研究性實驗題目選擇1題,基礎(chǔ)實驗題目要求在規(guī)定時間內(nèi),小組獨立完成實驗測定、數(shù)據(jù)處理,并撰寫實驗報告。實驗過程中, 要求學(xué)生勤于動手, 敏銳觀察, 細(xì)心操作, 開動腦筋, 分析鉆研問題, 準(zhǔn)確記錄原始數(shù)據(jù), 經(jīng)教師檢查,實驗及其原始數(shù)據(jù)記錄才有效。同時,團隊作業(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)團隊創(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實的基礎(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,同時確定畢業(yè)論文的研究方向,提前進(jìn)行科研實踐,以培養(yǎng)實踐能力和研究素質(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,我們把課程實驗及設(shè)計與同學(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)練計劃中,一批項目和課題,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)校本科生科研項目立項資助。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)生科研項目資助計劃、國家大學(xué)生創(chuàng)新性實驗計劃相對接的科研訓(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,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、實踐能力和創(chuàng)新能力的研究與實踐。我們的教學(xué)研究與實踐主要內(nèi)容包括三個方面:啟發(fā)式傳授人工智能解決問題的非結(jié)構(gòu)化的思想;成體系的實驗訓(xùn)練;以及與畢業(yè)論文、學(xué)校大學(xué)生科研項目資助計劃、國家大學(xué)生創(chuàng)新性實驗計劃相對接的科研訓(xùn)練。這三個主要方面,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)實踐,新的改革和實踐在教學(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. 第一個智能科學(xué)技術(shù)專業(yè)[J]. 計算機教育,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]. 計算機時代,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;自動化

人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法 技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計算機科學(xué)的一個分支 它企圖了解智能的實質(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)的智能機器．該領(lǐng)域的研究包括機器人．語言識別、圖像識別 自然語言處理和專家系統(tǒng)等。電氣自動化是研究與電氣工程有關(guān)的系統(tǒng)運行、自動控制，電力電子技術(shù)、信息處理、試驗分析 研制開發(fā)以及電子與計算機應(yīng)用等領(lǐng)域的一門學(xué)科。實現(xiàn)機械的自動化，讓機械部份脫離人類的直接控制和操作自動實現(xiàn)某些過程是電氣自動化和人工智能研究的交匯點。積極運用人工智能的新成果無疑有利于電氣自動化學(xué)科特別是自動控制領(lǐng)域的發(fā)展．也有利于提高電氣設(shè)各運行的智能化水平．對改造電氣設(shè)備系統(tǒng)，增強控制系統(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)。人工智能是計算機科學(xué)的一個分支，它企圖了解智能的實質(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)的智能機器 該領(lǐng)域的研究包括機器人、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，成為以計算機為主．涉及信息論．控制論， 自動化、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主要目標(biāo)是使機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，計算機技術(shù)已經(jīng)滲透到生產(chǎn)生活的方方面面．計算機編程技術(shù)的日新月異催生自動化生產(chǎn)，運輸 傳播的快速發(fā)展。人腦是最精密的機器，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能將是實現(xiàn)自動化的主要途徑。電氣自動化控制是增強生產(chǎn)．流通、交換、分配等關(guān)鍵一環(huán)．實現(xiàn)自動化，就等于減少了人力資本投入，并提高了運作的效率。

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)估計器具有更多的優(yōu)勢．這些優(yōu)勢如下：

(1)它們的設(shè)計不需要控制對象的模型(在許多場合，很難得到實際控制對象的精確動態(tài)方程，實際控制對象的模型在控制器設(shè)計時往往有很多不確實性因素，例如：參數(shù)變化，非線性時，往往不知道)。

(2)通過適當(dāng)調(diào)整(根據(jù)響應(yīng)時間 下降時間、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間比最優(yōu)PID控制器快1.5倍 ，下降時間快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．通過響應(yīng)數(shù)據(jù)也能設(shè)計它們。

(5)運用語言和響應(yīng)信息可能設(shè)計它們。

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地實時確定。有很多方法來實現(xiàn)這個過程，但主要的目標(biāo)是使用系統(tǒng)技術(shù)實現(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，故障預(yù)測及診斷、控制與保護等領(lǐng)域。

3.1 優(yōu)化設(shè)計

電氣設(shè)備的設(shè)計是一項復(fù)雜的工作 它不僅要應(yīng)用電路、電磁場、電機電器等學(xué)科的知識，還要大量運用設(shè)計中的經(jīng)驗性知識。傳統(tǒng)的產(chǎn)品設(shè)計是采用簡單的實驗手段和根據(jù)經(jīng)驗用手工的方式進(jìn)行的．因此很難獲得最優(yōu)方案。隨著計算機技術(shù)的發(fā)展，電氣產(chǎn)品的設(shè)計從手工逐漸轉(zhuǎn)向計算機輔助設(shè)計(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)計的效率及質(zhì)量得到全面提高。用于優(yōu)化設(shè)計的人工智能技術(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。因此電氣產(chǎn)品人工智能優(yōu)化設(shè)計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)電機及電動機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)域所見報道不多?？捎糜诳刂频娜斯ぶ悄芊椒ㄖ饕?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、最具實際意義的方法．因而它的應(yīng)用實例最多。

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：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)果和更好的個性化治療方案建議；對于醫(yī)師來講，則可以消減診斷時間，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)用價值。

比如在智能診療方面，就是讓計算機“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者的機器學(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，從一個大的圖像如CT、核磁共振圖像判斷一個非常小的陰影，是腫瘤是炎癥還是其他原因，需要很多經(jīng)驗。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。人工智能通過計算機模擬，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)險識別、虛擬護士、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用人工智能技術(shù)進(jìn)行分析，識別疾病發(fā)生的風(fēng)險及提供降低風(fēng)險的措施。計算機還能收集病人的飲食習(xí)慣、鍛煉周期、服藥習(xí)慣等個人生活習(xí)慣信息，運用人工智能技術(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，計算機可運用人工智能技術(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，計算機則可以運用AI對用戶體征數(shù)據(jù)進(jìn)行分析，定制健康管理計劃。

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)域中實現(xiàn)突破，逐步實現(xiàn)人工智能作為一種新型工具在醫(yī)療領(lǐng)域的獨特價值。

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、自動推理、機器學(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)闹委煼桨浮Ｕ麄€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。現(xiàn)在的IBM正在轉(zhuǎn)型為一家認(rèn)知計算和云平臺的公司。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。Watson的第一步商業(yè)化運作就是通過和紀(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)的登入時間共計1.5萬小時，一支由醫(yī)生和研究人員組成的團隊一起上傳了數(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的首批商用項目之一，正式將上述四個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)將開啟一個新型人工智能輔助診療時代。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年將會擴展到8-12個癌種。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)成了一項新協(xié)議，會將前者的超級計算能力用于癌癥藥物研發(fā)。輝瑞將用上Watson for Drug Discovery的機器學(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、機器人、疾病研究治療這幾個領(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那么強大，但也在各個領(lǐng)域顯示出獨特的應(yīng)用價值。

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-超聲機器人”。該機器人算法借助計算機視覺技術(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)時間，提升醫(yī)療效率。目前“DE-超聲機器人”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)的研究團隊，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)障隊列（隊列人數(shù)近2000名），基于該隊列開展了一系列嚴(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)即時同步到CC-Cruiser云平臺，同時享受由人工智能機器人提供的“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)成獨家戰(zhàn)略合作，并了國內(nèi)首個“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)療機構(gòu)的參與和信息化服務(wù)商等各個環(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)，嘗試通過多個渠道，有社區(qū)檢查，有付費志愿者，也有試點醫(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，并快速獲取數(shù)據(jù)會是一個很高的門檻。同時，醫(yī)院信息孤島現(xiàn)象長期存在，各個醫(yī)療機構(gòu)的數(shù)據(jù)尚未實現(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，有過令人興奮激動的時刻，也有令人非常沮喪的時刻，現(xiàn)在到了一個新的，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的。

專用人工智能確實取得了突破性的進(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，會計算不會算計，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1650億美元，到2018年預(yù)計超過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，阿爾法狗。

第二項，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，IBM類腦超級計算機平臺，是基于前幾年的芯片。

第四項，軟銀320億美元收購ARM，這是很大的收購。

第五項，谷歌、facebook等開源人工智能基礎(chǔ)平臺反映了一個趨勢和動向。

第六項，創(chuàng)建公益性的人工智能機構(gòu)OpenAI。

第七項，在學(xué)術(shù)方面，Science發(fā)表Bayesian Program 論文。

第八項，微軟深層殘差網(wǎng)絡(luò)奪冠2015年ImagnNet。

第九項，谷歌量子計算機取得重要突破，為人工智能計算搭建了一個平臺。

第十項，劍橋大學(xué)成立了人工智能倫理研究所。

怎樣通過這個標(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，開始向各個領(lǐng)域滲透。

第五，人工智能的服務(wù)專業(yè)化，一個是研究通用化的人工智能，一個是專業(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新的特征。

第七，關(guān)鍵技術(shù)硬件化，包括IBM的類腦計算平臺。

第八，技術(shù)方法集成化，單一的人工智能計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，而任何一個時段不可能一直蓬勃，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)一個新天地，搶占先機，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候在干什么，一直堅持，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)域機器學(xué)習(xí)方向的一種方法，盡管現(xiàn)在效果很好，確實需要思考如何克服這個瓶頸，人工智能發(fā)展的下一個關(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)模計算資源驅(qū)動下的基于基礎(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，所以這個時候就需要我們做一個思考。從淺層智能到深層智能；從專用人工智能到通用人工智能；從機器智能到混合智能；從數(shù)據(jù)驅(qū)動到數(shù)據(jù)和知識協(xié)同驅(qū)動；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

這些具體的趨勢實際上都反映在整個社會化大趨勢上，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)展有很多機遇，天時地利人和，當(dāng)然也有挑戰(zhàn)，我們的戰(zhàn)略思維、冒險精神還不夠，所以要思考這些問題，人工智能如何更好地服務(wù)社會。

如何抓住這個機會，我覺得首先應(yīng)該有一個規(guī)劃，因為只有通過頂層規(guī)劃協(xié)調(diào)才能實現(xiàn)一盤棋，最終實現(xiàn)人工智能強國。

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、機器學(xué)習(xí)和知識獲取、知識處理系統(tǒng)、計算機視覺、自動推理和搜索方法、智能機器人、自動程序設(shè)計等方面。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施階段的自上而下的設(shè)計方法，第二類是采用自下而上設(shè)計的“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，只能通過邏輯符號來模擬人腦的思維方式，進(jìn)一步來實現(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)的日常實踐中，疾病相應(yīng)的治療只能以經(jīng)驗為基礎(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，主觀性比較強，因此中醫(yī)的診斷方法和治療手段與醫(yī)師的經(jīng)驗水平有很大聯(lián)系。數(shù)年來在實驗研究，臨床觀察，文章整理，經(jīng)驗總結(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”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

計算機編寫的程序主要根據(jù)專家系統(tǒng)的設(shè)計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。

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)用包括主要的兩個方面，分別是：第一個方面為圖像識別，第二個方面為深度學(xué)習(xí)，其中人工智能應(yīng)用最核心的部分實深度學(xué)習(xí)。這兩個部分都是基于醫(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教授的研究團隊參加的。這個任務(wù)包括了120萬張高分辨率圖片，1000個類比。Hinton教授團隊使用了全新的黑科技多層卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，將圖像識別錯誤率突破性地從26.2%降低到了15.3%。 這個革命性的技術(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)，研制智能機器或智能系統(tǒng)來模仿、延伸和擴展人的智能，實現(xiàn)智能行為。在知識經(jīng)濟向智能經(jīng)濟高度發(fā)展的今天，人工智能具有重要的理論意義和社會價值。人工智能理論已經(jīng)滲透到各個領(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)生對計算機前沿技術(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)驗如下。

1研究生培養(yǎng)目標(biāo)及其教學(xué)特點

研究生教育階段的教育目標(biāo)是使研究生形成具有個性化的研究品格、研究定向和研究視野，以具有獨立思考并獲得獨創(chuàng)研究成果的能力[2]。從這一意義上講，個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)濟持續(xù)高速增長，社會對知識創(chuàng)新、新經(jīng)濟生長點的期望值增大，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)定的個性特征，思維力強，具有較高的專業(yè)性思維意識和創(chuàng)造力，為獨立地進(jìn)行專業(yè)研究活動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，對于擴大其專業(yè)知識領(lǐng)域并進(jìn)行研究有著積極主動的態(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，激勵研究生獨立思考和質(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、強烈的責(zé)任感、開放的心態(tài)、團結(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、難點、爭議問題和最新研究動態(tài)，還應(yīng)包括交叉學(xué)科、邊緣學(xué)科的研究趨勢，以擴展學(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性化特點，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

2.1多學(xué)科交叉，具有很強的前沿性

人工智能是一門多學(xué)科交叉的課程。課程內(nèi)容的理解需要運用多學(xué)科知識和較強的邏輯思維能力，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。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較多的課程，它以概率統(tǒng)計、離散數(shù)學(xué)、數(shù)據(jù)結(jié)構(gòu)、計算機編程語言、數(shù)據(jù)庫原理等課程為基礎(chǔ)，涵蓋了模式識別、機器學(xué)習(xí)、數(shù)據(jù)挖掘、計算智能、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，研究熱點問題也從符號計算發(fā)展到智能計算和Agent等。其中，計算智能主要涉及神經(jīng)計算、模糊計算、進(jìn)化計算和人工生命等領(lǐng)域，在模式識別、圖像處理、自動控制、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，隨著并行計算和分布式處理等技術(shù)的發(fā)展而逐漸成為熱點。

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)興趣和獨立提出問題、解決問題的能力。

2.3應(yīng)用性強

人工智能理論已經(jīng)滲透到科學(xué)的各個領(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、交通運輸、軍事、經(jīng)濟等幾乎所有領(lǐng)域；數(shù)據(jù)挖掘技術(shù)是以一種更自動化的方式對具有大量數(shù)據(jù)的商業(yè)活動進(jìn)行分析和預(yù)測，在市場營銷、銀行、制造業(yè)、保險業(yè)、計算機安全、醫(yī)藥、交通、電信等領(lǐng)域已有許多案例；語義Web讓W(xué)eb上的信息能夠被機器所理解，實現(xiàn)Web信息的自動處理，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)實案例，使得人工智能不再是高深莫測的理論，而是現(xiàn)實中可以觸及的內(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：“喚起人實行自我教育，乃是一種真正的教育。”基于問題的啟發(fā)式教學(xué)法是教師在深入了解學(xué)生心理特點和學(xué)習(xí)規(guī)律的基礎(chǔ)上，設(shè)計適合教學(xué)的啟發(fā)式問題，并采取靈活多樣、生動活潑的啟發(fā)方式，充分調(diào)動學(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)生獨立思考問題、提出問題和解決問題的能力。該教學(xué)方法強調(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：“在計算機中如何表示知識？”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、可實現(xiàn)性、可組織性、可維護性方面的區(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個偵查員去調(diào)查，研究案情時，5個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)法的要點是設(shè)計適當(dāng)?shù)膯l(fā)式問題和啟發(fā)方式、安排能調(diào)動學(xué)生積極性的討論環(huán)境、鼓勵學(xué)生發(fā)表個性化觀點。教師不僅用問題引發(fā)學(xué)生思考，更要鼓勵學(xué)生讓思維自由馳騁，主動提出問題，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，鼓勵學(xué)生的個性化觀點。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，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踐活動的，它使教學(xué)活動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)動機，通過選擇與確定問題、討論與提出設(shè)想、實踐與尋求結(jié)果、驗證與得出結(jié)論，發(fā)展學(xué)生的創(chuàng)造性思維，培養(yǎng)學(xué)生獨立探究、研究能力和創(chuàng)新能力。探究式教學(xué)強調(diào)學(xué)生的積極參與，強調(diào)師生互動。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，以及團隊意識和合作精神。

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。在介紹了前饋多層感知器及標(biāo)準(zhǔn)BP算法之后，教師將科研項目中基于標(biāo)準(zhǔn)BP算法的維吾爾文手寫字母識別實驗及其結(jié)果詳細(xì)地在課堂上進(jìn)行演示，引導(dǎo)學(xué)生對實驗提出質(zhì)疑。在教學(xué)實踐中，學(xué)生提出了大量問題，例如，輸出層神經(jīng)元個數(shù)如何確定，為什么輸出層神經(jīng)元個數(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)備好的實驗演示的基礎(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)場通過實驗進(jìn)行驗證，逐步讓學(xué)生理解BP網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計、輸入輸出數(shù)據(jù)的預(yù)處理、初始權(quán)值設(shè)計的必要性及其實現(xiàn)方法。課堂授課實踐表明，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)生的討論以及實驗結(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、積極地思索和實驗驗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)生看到算法的實驗結(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，從這個意義上講，案例的情況越復(fù)雜，越多樣性，越有價值。

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，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)動學(xué)生學(xué)習(xí)主動性。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)的最大特點是它的真實性。由于教學(xué)內(nèi)容是具體的實例，加之采用是形象、直觀、生動的形式，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)我校計算機系碩士生指導(dǎo)教師的研究領(lǐng)域，我們在課堂教學(xué)中為計算智能、機器學(xué)習(xí)算法、機器視覺、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)個人的研究興趣和研究設(shè)想上臺作報告。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)生做報告，介紹他們的研究實踐、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，上臺作報告。機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)、主動獲取知識、獨立思考的科研能力。

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)用性強等特點，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)生雙方互動的過程，教學(xué)中要根據(jù)學(xué)生身心特征的實際情況采用相應(yīng)的教學(xué)方法，并結(jié)合本?？蒲嘘犖榈难芯款I(lǐng)域，不斷地探索和提高，才能使教學(xué)工作更上一層樓，切實為國家、為社會培養(yǎng)具有創(chuàng)新能力、實踐能力和創(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]. 計算機教育,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  

近年來隨著計算機技術(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)生于上個世紀(jì)40年代末期，它是通過采用計算機技術(shù)來對自然語言進(jìn)行加工處理的一項技術(shù)。該技術(shù)主要是為了方便人與計算機之間的交流而產(chǎn)生的。由于計算機嚴(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、處理算法實現(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，以便于計算機處理，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)計就是將數(shù)學(xué)形式化描述的語言變換為計算機可操作、控制的對象。處理算法實現(xiàn)和評估就是通過程序設(shè)計語言（如C語言）將算法實現(xiàn)出來，并對其性能和功能進(jìn)行評估。它主要涉及到計算機技術(shù)、數(shù)學(xué)（主要是建模）、統(tǒng)計學(xué)、語言學(xué)等多個方面。  

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，語言自動翻譯是一個十分重要并具有極大現(xiàn)實意義的項目。它涉及到計算機技術(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)多個識別結(jié)果時可以通過合理性驗證技術(shù)高效的過濾掉異常選項，從而實現(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）。因為將自然語言處理技術(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)，將能實現(xiàn)信息的自動獲取與重組，這樣將能實現(xiàn)自動摘要生成、智能文本生成、文件自動分類與自動整理。若能進(jìn)一步結(jié)合人工智能技術(shù)，將能實現(xiàn)文學(xué)規(guī)律探索、自動程序設(shè)計、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，擁有更多思考的時間，從而能更加有效的推動技術(shù)的進(jìn)步。