范文為教學(xué)中作為模范的文章，也常常用來指寫作的模板。常常用于文秘寫作的參考，也可以作為演講材料編寫前的參考。范文書寫有哪些要求呢？我們怎樣才能寫好一篇范文呢？下面是小編幫大家整理的優(yōu)質(zhì)范文，僅供參考，大家一起來看看吧。
人工智能論文參考文獻(xiàn)篇一
智能交通系統(tǒng)(intelligent transportation systems，簡稱its)是將先進(jìn)的信息技術(shù)、數(shù)據(jù)通訊傳輸技術(shù)、電子傳感技術(shù)、電子控制技術(shù)及計算機(jī)處理技術(shù)等有效地集成運(yùn)用于整個地面交通管理系統(tǒng)而建立的一種在大范圍內(nèi)、全方位發(fā)揮作用的，實(shí)時、準(zhǔn)確、高效的綜合交通運(yùn)輸管理系統(tǒng)。its能有效地利用現(xiàn)有交通設(shè)施、減少交通負(fù)荷和環(huán)境污染、保證交通安全、提高運(yùn)輸效率、促進(jìn)社會經(jīng)濟(jì)發(fā)展、提高人民生活質(zhì)量，并以推動社會信息化及形成新產(chǎn)業(yè)而受到各國的重視。目前已形成世界二十一世紀(jì)的發(fā)展方向。
交通仿真是智能交通領(lǐng)域的重要分支，它是利用最先進(jìn)的計算機(jī)技術(shù)，通過仿真模擬的方法來分析交通問題，輔助交通管理人員做決策。傳統(tǒng)上，數(shù)學(xué)推導(dǎo)、科學(xué)實(shí)驗(yàn)是進(jìn)行科學(xué)研究、解決科學(xué)問題的主要方法。對于交通問題來說，由于參與交通的人很多，影響交通出行的因素也很多，人們很難、甚至無法對交通問題建立精確的數(shù)學(xué)模型。同時，由于安全、法規(guī)，以及開銷方面的原因，進(jìn)行現(xiàn)場交通實(shí)驗(yàn)通常也是不可行的。而交通仿真恰恰能夠有效地解決上述兩個方面的困難。
然而，傳統(tǒng)的交通仿真由于設(shè)計理念上的原因，并不能從根本上有效地解決交通問題。這是因?yàn)?，交通系統(tǒng)是一個龐大的復(fù)雜系統(tǒng)，必須用對付復(fù)雜系統(tǒng)的方法來處理，也就是要用綜合的方法，而不是還原分解的方法來處理。
1)城市交通系統(tǒng)是由經(jīng)濟(jì)、環(huán)境、人口等因素綜合作用的結(jié)果，必須全面綜合地考慮城市交通和這些系統(tǒng)之間的關(guān)系。例如，不能為例城市交通問題的解決，而導(dǎo)致城市生態(tài)惡化，危害人居環(huán)境；不能為了城市交通的暢通，阻礙城市社會經(jīng)濟(jì)活動的健康發(fā)展。我們必須在已有工作的基礎(chǔ)上，突破傳統(tǒng)思維，探索研究此類復(fù)雜系統(tǒng)的新途徑，而基于人工系統(tǒng)的研究方法正是這種有效途徑之一。
2)城市交通問題不存在“一勞永逸”的解決方案。城市交通系統(tǒng)涉及人與社會的動態(tài)變化，本身也在不斷變化和發(fā)展之中，不可避免地需要一個不斷深化地認(rèn)識過程，這類系統(tǒng)實(shí)際上不存在精確完備的整體解析模型。因此，無法“一勞永逸”地解決城市交通問題，我們需要基于“不斷探索和改善”的'原則，研究建立有效可行的計算實(shí)驗(yàn)方法體系，為不斷地完善城市交通系統(tǒng)的綜合可持續(xù)發(fā)展方案提供科學(xué)依據(jù)。
3)城市交通問題不存在一般意義下的最優(yōu)解，更不存在唯一的最優(yōu)解。首先，基于解析模型的最優(yōu)解與假設(shè)條件直接相關(guān)，具有條件敏感性，但對于城市交通這樣的問題，假設(shè)條件與實(shí)際情況往往存在很大差別。其次，解決這些問題一般不存在單一的優(yōu)化指標(biāo)，而多層次多目標(biāo)優(yōu)化往往導(dǎo)致多個甚至無數(shù)個解決方案，就連采用近似模型的多目標(biāo)優(yōu)化也是如此。再者，對于這類復(fù)雜系統(tǒng)，有時甚至連確定一個量化的綜合優(yōu)化指標(biāo)也有困難，特別是由于復(fù)雜系統(tǒng)長期行為的不可預(yù)測性，試圖求解其某一最優(yōu)化解決方案本身就是不可行的。因此，我們應(yīng)當(dāng)接受有效解決方案的概念，而且還要接受一般情況下存在多個有效解決方案的事實(shí)。在這種情況下，我們應(yīng)該利用平行系統(tǒng)方法，追求具有動態(tài)適應(yīng)能力的有效解決方案。
基于以上分析，中國科學(xué)研自動化所王飛躍研究員提出了人工交通系統(tǒng)的概念。其基本思想是利用人工社會的理論與方法，把交通仿真推向更高的層次、獲得更廣的視野。它利用基于代理的建模、面向?qū)ο蟮木幊毯筒⑿蟹植际接嬎愕确椒ê图夹g(shù)，“生長”和“培育”交通系統(tǒng)，即“人工交通系統(tǒng)”。
利用人工交通系統(tǒng)解決問題的思路跟改革開放摸著石頭過河差不多，不斷探索和改善，使過程、方法更科學(xué)化、系統(tǒng)化、綜合化，不斷改善探索建立城市交通、物流、生態(tài)綜合發(fā)展的理論和方法體系。
三是平行管理運(yùn)行，虛擬交通系統(tǒng)與實(shí)際交通系統(tǒng)相結(jié)合，直接采集現(xiàn)實(shí)交通數(shù)據(jù)，進(jìn)行超前運(yùn)算，以判斷可能發(fā)生的交通事件，提前采取預(yù)防措施，為交通的高效暢通提供保障。
1)在宏觀認(rèn)識上，人工交通系統(tǒng)不是單純的討論交通自身的問題。相反，人工交通系統(tǒng)將交通看作社會整體的一個子系統(tǒng)，與經(jīng)濟(jì)、人口、環(huán)境、氣候等子系統(tǒng)具有平等的地位，并將各個子系統(tǒng)之間的相互銜接、相互聯(lián)系、相互作用和相互影響作為研究的重點(diǎn)之一。
2)在仿真方法上，人工交通系統(tǒng)屬于微觀仿真的范疇，但是不局限于研究局部的交通問題。人工交通系統(tǒng)面向大區(qū)域的仿真研究，采用復(fù)雜性科學(xué)中“涌現(xiàn)”的原理，在底層建立單個交通出行元素的代理模型，通過大交通區(qū)域內(nèi)單個代理模型之間的相互作用，“涌現(xiàn)”出宏觀的交通現(xiàn)象。
3)在實(shí)現(xiàn)手段上，人工交通系統(tǒng)不能在單一、孤立的計算機(jī)上進(jìn)行仿真，要使人工交通系統(tǒng)具備真實(shí)交通系統(tǒng)的分散性和社會性，必須采用先進(jìn)的分布式計算方法，如網(wǎng)格和p2p等，在互聯(lián)網(wǎng)上建立結(jié)構(gòu)化、分散化的虛擬交通路網(wǎng)系統(tǒng)，并且通過終端界面將網(wǎng)絡(luò)中的真實(shí)人吸引到人工交通系統(tǒng)的運(yùn)行中來，以使每一個代理模型具有逼近現(xiàn)實(shí)的社會屬性。
4)在仿真目的上，人工交通系統(tǒng)不是一味的追求逼近現(xiàn)實(shí)交通環(huán)境和狀態(tài)。除此之外，人工交通系統(tǒng)可以通過調(diào)整參數(shù)、添加隨機(jī)事件等方法產(chǎn)生現(xiàn)實(shí)交通系統(tǒng)可能但尚未發(fā)生的交通現(xiàn)象，用以制定突發(fā)事故的緊急預(yù)案、交通控制方案的預(yù)評估以及交通參與人員的培訓(xùn)等等。
人工系統(tǒng)說起來有一點(diǎn)抽象，其實(shí)說穿了很簡單。第一是充分利用計算機(jī)技術(shù)的發(fā)展，第二是仿真與模擬的常態(tài)化。仿真不再是一個項(xiàng)目立項(xiàng)前跑一跑看看行不行的手段，仿真要秒秒在、分分在、永遠(yuǎn)在。它是經(jīng)驗(yàn)與知識的數(shù)字化、動態(tài)化和即時化，使人工影響現(xiàn)實(shí)，虛擬影響實(shí)在。
人工交通系統(tǒng)完善之后，人們可以像玩網(wǎng)絡(luò)游戲一樣，作為一個行人或司機(jī)加入到系統(tǒng)中，不必出門即可體驗(yàn)交通；交警同志可以在人工交通系統(tǒng)中學(xué)習(xí)指揮交通，而不必?fù)?dān)心造成擁堵；交通分析人員可以利用人工交通系統(tǒng)研究各種突發(fā)事故對交通的影響，而不必?fù)?dān)心人民的生命財產(chǎn)受到威脅；交通管理和決策人員可以在人工交通系統(tǒng)試驗(yàn)交通政策和方案，而不必承擔(dān)決策失敗的風(fēng)險。
人工智能論文參考文獻(xiàn)篇二
圖像識別技術(shù)是信息時代的一門重要的技術(shù)，其產(chǎn)生目的是為了讓計算機(jī)代替人類去處理大量的物理信息。隨著計算機(jī)技術(shù)的發(fā)展，人類對圖像識別技術(shù)的認(rèn)識越來越深刻。圖像識別技術(shù)的過程分為信息的獲取、預(yù)處理、特征抽取和選擇、分類器設(shè)計和分類決策。文章簡單分析了圖像識別技術(shù)的引入、其技術(shù)原理以及模式識別等，之后介紹了神經(jīng)網(wǎng)絡(luò)的圖像識別技術(shù)和非線性降維的圖像識別技術(shù)及圖像識別技術(shù)的應(yīng)用。從中可以總結(jié)出圖像處理技術(shù)的應(yīng)用廣泛，人類的生活將無法離開圖像識別技術(shù)，研究圖像識別技術(shù)具有重大意義。
1圖像識別技術(shù)的引入
圖像識別是人工智能科技的一個重要領(lǐng)域。圖像識別的發(fā)展經(jīng)歷了三個階段：文字識別、數(shù)字圖像處理與識別、物體識別。圖像識別，顧名思義，就是對圖像做出各種處理、分析，最終識別我們所要研究的目標(biāo)。今天所指的圖像識別并不僅僅是用人類的肉眼，而是借助計算機(jī)技術(shù)進(jìn)行識別。雖然人類的識別能力很強(qiáng)大，但是對于高速發(fā)展的社會，人類自身識別能力已經(jīng)滿足不了我們的需求，于是就產(chǎn)生了基于計算機(jī)的圖像識別技術(shù)。這就像人類研究生物細(xì)胞，完全靠肉眼觀察細(xì)胞是不現(xiàn)實(shí)的，這樣自然就產(chǎn)生了顯微鏡等用于精確觀測的儀器。通常一個領(lǐng)域有固有技術(shù)無法解決的需求時，就會產(chǎn)生相應(yīng)的新技術(shù)。圖像識別技術(shù)也是如此，此技術(shù)的產(chǎn)生就是為了讓計算機(jī)代替人類去處理大量的物理信息，解決人類無法識別或者識別率特別低的信息。
1.1圖像識別技術(shù)原理
其實(shí)，圖像識別技術(shù)背后的原理并不是很難，只是其要處理的信息比較繁瑣。計算機(jī)的任何處理技術(shù)都不是憑空產(chǎn)生的，它都是學(xué)者們從生活實(shí)踐中得到啟發(fā)而利用程序?qū)⑵淠M實(shí)現(xiàn)的。計算機(jī)的圖像識別技術(shù)和人類的圖像識別在原理上并沒有本質(zhì)的區(qū)別，只是機(jī)器缺少人類在感覺與視覺差上的影響罷了。人類的圖像識別也不單單是憑借整個圖像存儲在腦海中的記憶來識別的，我們識別圖像都是依靠圖像所具有的本身特征而先將這些圖像分了類，然后通過各個類別所具有的特征將圖像識別出來的，只是很多時候我們沒有意識到這一點(diǎn)。當(dāng)看到一張圖片時，我們的大腦會迅速感應(yīng)到是否見過此圖片或與其相似的圖片。其實(shí)在“看到”與“感應(yīng)到”的中間經(jīng)歷了一個迅速識別過程，這個識別的過程和搜索有些類似。在這個過程中，我們的大腦會根據(jù)存儲記憶中已經(jīng)分好的類別進(jìn)行識別，查看是否有與該圖像具有相同或類似特征的存儲記憶，從而識別出是否見過該圖像。機(jī)器的圖像識別技術(shù)也是如此，通過分類并提取重要特征而排除多余的信息來識別圖像。機(jī)器所提取出的這些特征有時會非常明顯，有時又是很普通，這在很大的程度上影響了機(jī)器識別的速率?？傊谟嬎銠C(jī)的視覺識別中，圖像的內(nèi)容通常是用圖像特征進(jìn)行描述。
1.2模式識別
模式識別是人工智能和信息科學(xué)的重要組成部分。模式識別是指對表示事物或現(xiàn)象的不同形式的信息做分析和處理從而得到一個對事物或現(xiàn)象做出描述、辨認(rèn)和分類等的過程。
計算機(jī)的圖像識別技術(shù)就是模擬人類的圖像識別過程。在圖像識別的過程中進(jìn)行模式識別是必不可少的。模式識別原本是人類的一項(xiàng)基本智能。但隨著計算機(jī)的發(fā)展和人工智能的興起，人類本身的模式識別已經(jīng)滿足不了生活的需要，于是人類就希望用計算機(jī)來代替或擴(kuò)展人類的部分腦力勞動。這樣計算機(jī)的模式識別就產(chǎn)生了。簡單地說，模式識別就是對數(shù)據(jù)進(jìn)行分類，它是一門與數(shù)學(xué)緊密結(jié)合的科學(xué)，其中所用的思想大部分是概率與統(tǒng)計。模式識別主要分為三種：統(tǒng)計模式識別、句法模式識別、模糊模式識別。
2圖像識別技術(shù)的過程
既然計算機(jī)的圖像識別技術(shù)與人類的圖像識別原理相同，那它們的過程也是大同小異的。圖像識別技術(shù)的過程分以下幾步：信息的獲取、預(yù)處理、特征抽取和選擇、分類器設(shè)計和分類決策。
信息的獲取是指通過傳感器，將光或聲音等信息轉(zhuǎn)化為電信息。也就是獲取研究對象的基本信息并通過某種方法將其轉(zhuǎn)變?yōu)闄C(jī)器能夠認(rèn)識的信息。
預(yù)處理主要是指圖像處理中的去噪、平滑、變換等的操作，從而加強(qiáng)圖像的重要特征。
特征抽取和選擇是指在模式識別中，需要進(jìn)行特征的抽取和選擇。簡單的理解就是我們所研究的圖像是各式各樣的，如果要利用某種方法將它們區(qū)分開，就要通過這些圖像所具有的本身特征來識別，而獲取這些特征的過程就是特征抽取。在特征抽取中所得到的特征也許對此次識別并不都是有用的，這個時候就要提取有用的特征，這就是特征的選擇。特征抽取和選擇在圖像識別過程中是非常關(guān)鍵的技術(shù)之一，所以對這一步的理解是圖像識別的重點(diǎn)。
分類器設(shè)計是指通過訓(xùn)練而得到一種識別規(guī)則，通過此識別規(guī)則可以得到一種特征分類，使圖像識別技術(shù)能夠得到高識別率。分類決策是指在特征空間中對被識別對象進(jìn)行分類，從而更好地識別所研究的對象具體屬于哪一類。
3圖像識別技術(shù)的分析
隨著計算機(jī)技術(shù)的迅速發(fā)展和科技的不斷進(jìn)步，圖像識別技術(shù)已經(jīng)在眾多領(lǐng)域中得到了應(yīng)用。20xx年2月15日新浪科技發(fā)布一條新聞：“微軟最近公布了一篇關(guān)于圖像識別的研究論文，在一項(xiàng)圖像識別的基準(zhǔn)測試中，電腦系統(tǒng)識別能力已經(jīng)超越了人類。人類在歸類數(shù)據(jù)庫imagenet中的圖像識別錯誤率為5.1%，而微軟研究小組的這個深度學(xué)習(xí)系統(tǒng)可以達(dá)到4.94%的錯誤率?！睆倪@則新聞中我們可以看出圖像識別技術(shù)在圖像識別方面已經(jīng)有要超越人類的圖像識別能力的趨勢。這也說明未來圖像識別技術(shù)有更大的研究意義與潛力。而且，計算機(jī)在很多方面確實(shí)具有人類所無法超越的優(yōu)勢，也正是因?yàn)檫@樣，圖像識別技術(shù)才能為人類社會帶來更多的應(yīng)用。
3.1神經(jīng)網(wǎng)絡(luò)的圖像識別技術(shù)
神經(jīng)網(wǎng)絡(luò)圖像識別技術(shù)是一種比較新型的圖像識別技術(shù)，是在傳統(tǒng)的圖像識別方法和基礎(chǔ)上融合神經(jīng)網(wǎng)絡(luò)算法的一種圖像識別方法。這里的神經(jīng)網(wǎng)絡(luò)是指人工神經(jīng)網(wǎng)絡(luò)，也就是說這種神經(jīng)網(wǎng)絡(luò)并不是動物本身所具有的真正的神經(jīng)網(wǎng)絡(luò)，而是人類模仿動物神經(jīng)網(wǎng)絡(luò)后人工生成的。在神經(jīng)網(wǎng)絡(luò)圖像識別技術(shù)中，遺傳算法與bp網(wǎng)絡(luò)相融合的神經(jīng)網(wǎng)絡(luò)圖像識別模型是非常經(jīng)典的，在很多領(lǐng)域都有它的應(yīng)用。在圖像識別系統(tǒng)中利用神經(jīng)網(wǎng)絡(luò)系統(tǒng)，一般會先提取圖像的特征，再利用圖像所具有的特征映射到神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像識別分類。以汽車拍照自動識別技術(shù)為例，當(dāng)汽車通過的時候，汽車自身具有的檢測設(shè)備會有所感應(yīng)。此時檢測設(shè)備就會啟用圖像采集裝置來獲取汽車正反面的圖像。獲取了圖像后必須將圖像上傳到計算機(jī)進(jìn)行保存以便識別。最后車牌定位模塊就會提取車牌信息，對車牌上的字符進(jìn)行識別并顯示最終的結(jié)果。在對車牌上的字符進(jìn)行識別的過程中就用到了基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法。
3.2非線性降維的圖像識別技術(shù)
計算機(jī)的圖像識別技術(shù)是一個異常高維的識別技術(shù)。不管圖像本身的分辨率如何，其產(chǎn)生的數(shù)據(jù)經(jīng)常是多維性的，這給計算機(jī)的識別帶來了非常大的困難。想讓計算機(jī)具有高效地識別能力，最直接有效的方法就是降維。降維分為線性降維和非線性降維。例如主成分分析(pca)和線性奇異分析(lda)等就是常見的線性降維方法，它們的特點(diǎn)是簡單、易于理解。但是通過線性降維處理的是整體的數(shù)據(jù)集合，所求的是整個數(shù)據(jù)集合的最優(yōu)低維投影。經(jīng)過驗(yàn)證，這種線性的降維策略計算復(fù)雜度高而且占用相對較多的時間和空間，因此就產(chǎn)生了基于非線性降維的圖像識別技術(shù)，它是一種極其有效的非線性特征提取方法。此技術(shù)可以發(fā)現(xiàn)圖像的非線性結(jié)構(gòu)而且可以在不破壞其本征結(jié)構(gòu)的基礎(chǔ)上對其進(jìn)行降維，使計算機(jī)的圖像識別在盡量低的維度上進(jìn)行，這樣就提高了識別速率。例如人臉圖像識別系統(tǒng)所需的維數(shù)通常很高，其復(fù)雜度之高對計算機(jī)來說無疑是巨大的“災(zāi)難”。由于在高維度空間中人臉圖像的不均勻分布，使得人類可以通過非線性降維技術(shù)來得到分布緊湊的人臉圖像，從而提高人臉識別技術(shù)的高效性。
3.3圖像識別技術(shù)的應(yīng)用及前景
計算機(jī)的圖像識別技術(shù)在公共安全、生物、工業(yè)、農(nóng)業(yè)、交通、醫(yī)療等很多領(lǐng)域都有應(yīng)用。例如交通方面的車牌識別系統(tǒng);公共安全方面的人臉識別技術(shù)、指紋識別技術(shù);農(nóng)業(yè)方面的種子識別技術(shù)、食品品質(zhì)檢測技術(shù);醫(yī)學(xué)方面的心電圖識別技術(shù)等。隨著計算機(jī)技術(shù)的不斷發(fā)展，圖像識別技術(shù)也在不斷地優(yōu)化，其算法也在不斷地改進(jìn)。圖像是人類獲取和交換信息的主要來源，因此與圖像相關(guān)的圖像識別技術(shù)必定也是未來的研究重點(diǎn)。以后計算機(jī)的圖像識別技術(shù)很有可能在更多的領(lǐng)域嶄露頭角，它的應(yīng)用前景也是不可限量的，人類的生活也將更加離不開圖像識別技術(shù)。
4總結(jié)
圖像識別技術(shù)雖然是剛興起的技術(shù)，但其應(yīng)用已是相當(dāng)廣泛。并且，圖像識別技術(shù)也在不斷地成長，隨著科技的不斷進(jìn)步，人類對圖像識別技術(shù)的認(rèn)識也會更加深刻。未來圖像識別技術(shù)將會更加強(qiáng)大，更加智能地出現(xiàn)在我們的生活中，為人類社會的更多領(lǐng)域帶來重大的應(yīng)用。在21世紀(jì)這個信息化的時代，我們無法想象離開了圖像識別技術(shù)以后我們的生活會變成什么樣。圖像識別技術(shù)是人類現(xiàn)在以及未來生活必不可少的一項(xiàng)技術(shù)。
人工智能論文參考文獻(xiàn)篇三
〔摘要〕人工智能飛速發(fā)展，正在改變?nèi)祟惿?，推動人類進(jìn)步。人工智能學(xué)者從認(rèn)知科學(xué)、心靈哲學(xué)以及控制論等不同視角對人工智能進(jìn)行研究，但對于人工智能哲學(xué)根源的追溯與厘清較少。古希臘畢達(dá)哥拉斯主義的數(shù)論思想、亞里士多德演繹邏輯系統(tǒng)與分析哲學(xué)中的邏輯分析與語言分析方法以及簡單性哲學(xué)原則為人工智能研究綱領(lǐng)、研究框架以及研究方法等奠定了基礎(chǔ)，哲學(xué)核心問題決定了人工智能的研究進(jìn)路。只有對人工智能的哲學(xué)思想源流進(jìn)行追溯與探究，才能理解人工智能的理論基礎(chǔ)，以更好地把握人工智能的發(fā)展規(guī)律并合理預(yù)測人工智能的發(fā)展趨勢。
〔關(guān)鍵詞〕人工智能，數(shù)論，簡單性原則
人工智能發(fā)展如火如荼，學(xué)者除了對人工智能技術(shù)本質(zhì)、人工智能社會影響、發(fā)展路徑及倫理問題等進(jìn)行研究之外，還關(guān)注人工智能中的哲學(xué)問題。對人工智能的研究不能僅僅局限于技術(shù)層面及科學(xué)基礎(chǔ)層面的反思，也要涉及對人工智能的哲學(xué)思考。博登指出：“在科學(xué)家族中，沒有一門學(xué)科比ai與哲學(xué)的關(guān)系更密切?！薄?〕3人工智能與哲學(xué)緊密聯(lián)系，特別是心靈哲學(xué)與語言哲學(xué)，認(rèn)知科學(xué)與認(rèn)知心理學(xué)等學(xué)科也為人工智能發(fā)展奠定了科學(xué)基礎(chǔ)。迄今為止，對于人工智能哲學(xué)的研究還沒有形成完整的理論體系，學(xué)者多從哲學(xué)視角對人工智能中的問題進(jìn)行探討，從哲學(xué)思想源流挖掘人工智能基礎(chǔ)的著述不多。筆者嘗試從人工智能的數(shù)論基礎(chǔ)、邏輯學(xué)、分析哲學(xué)基礎(chǔ)以及簡單性原則等視角分析人工智能的哲學(xué)思想根源。
人工智能先驅(qū)西蒙與紐維爾作為人工智能符號主義（symbolicism）學(xué)派的代表，他們的研究著眼于計算機(jī)程序的邏輯結(jié)構(gòu)、符號操作系統(tǒng)以及編程語言，這與古希臘哲學(xué)家畢達(dá)哥拉斯學(xué)派的“數(shù)論”思想一脈相承。在畢達(dá)哥拉斯看來，數(shù)是萬物的本原，萬物皆數(shù)?！鞍凑掌樟_克洛在《歐幾里德〈幾何原理〉注釋》中，‘?dāng)?shù)學(xué)’這個詞也是畢達(dá)哥拉斯學(xué)派首先使用的”〔2〕268。畢達(dá)哥拉斯將科學(xué)研究的基礎(chǔ)建構(gòu)在數(shù)學(xué)的基礎(chǔ)之上。畢達(dá)哥拉斯哲學(xué)思想的核心即“數(shù)”是萬物的本原。按照畢達(dá)哥拉斯的數(shù)論思想，與其說水、火、土等都是萬物的本原，不如用一個簡單詞“數(shù)”來解釋萬物的存在。
“數(shù)是萬物的本原”包含著萬物之中存在著某種數(shù)量關(guān)系的含義，不管是天體結(jié)構(gòu)、音階音律以及建筑結(jié)構(gòu)等萬物都存在數(shù)量關(guān)系。畢達(dá)哥拉斯學(xué)派認(rèn)為數(shù)是宇宙的元素，科學(xué)研究就是尋找紛繁復(fù)雜現(xiàn)象之后的數(shù)量關(guān)系。例如，物理學(xué)是研究事物運(yùn)動方面的數(shù)量關(guān)系，幾何學(xué)是研究事物點(diǎn)、線、面、體之間的數(shù)量關(guān)系等。他們將事物的本質(zhì)歸結(jié)為數(shù)的規(guī)律，認(rèn)為事物的本質(zhì)就是數(shù)。按照亞里士多德“四因說”來看，畢達(dá)哥拉斯的“數(shù)”既是構(gòu)成事物的形式因，又是構(gòu)成事物的質(zhì)料因。質(zhì)料因指的是構(gòu)成事物的原始質(zhì)料，就好比建造房屋用的磚木石瓦，形式因即構(gòu)成事物的樣式和原型，就好比造房屋的圖紙或建筑師頭腦里的房屋原型。這樣的思想家（畢達(dá)哥拉斯主義學(xué)派）認(rèn)為數(shù)既是事物的質(zhì)料、同時又是形成事物的變化和它們的不變狀態(tài)的形式”〔3〕21-22。因此，數(shù)對于事物來說，既是質(zhì)料因又是形式因。
畢達(dá)哥拉斯的哲學(xué)思想還表現(xiàn)在數(shù)的和諧論。他認(rèn)為萬物包括宇宙在內(nèi)都由數(shù)構(gòu)成，并且萬物可以還原為數(shù);他還認(rèn)為宇宙是和諧的，并把和諧的宇宙稱為“科斯摩斯”?？扑鼓λ乖饩褪恰爸刃颉钡囊馑?，認(rèn)為世界存在內(nèi)在秩序與內(nèi)在規(guī)律，人類可以通過數(shù)量之間的關(guān)系找到世界的既定秩序。
畢達(dá)哥拉斯的“萬物皆數(shù)，數(shù)之和諧”思想既具有本體論含義，也具有方法論意味。他的哲學(xué)思想影響了古希臘科學(xué)的發(fā)展，亞里士多德的邏輯學(xué)體系、歐幾里德的幾何學(xué)體系、托勒密的天文學(xué)體系、蓋倫的醫(yī)學(xué)體系這四大古希臘的科學(xué)成就皆受畢達(dá)哥拉斯主義哲學(xué)思想的影響。不但如此，畢達(dá)哥拉斯的哲學(xué)思想還影響了西方整個自然科學(xué)的發(fā)展。達(dá)芬奇、哥白尼、開普勒、伽利略、牛頓等人都自稱是“畢達(dá)哥拉斯主義者”。達(dá)芬奇認(rèn)為天體是一架服從確定自然法則的機(jī)器，自然界有確定的規(guī)律;15-16世紀(jì)帶有畢達(dá)哥拉斯主義成分的新柏拉圖主義者把自然事物的行為解釋成數(shù)學(xué)結(jié)構(gòu);哥白尼日心說體系的理論基礎(chǔ)也是依據(jù)畢達(dá)哥拉斯主義哲學(xué)理論來構(gòu)造行星運(yùn)動簡單、和諧的天體幾何學(xué)模型;開普勒認(rèn)為自己是畢達(dá)哥拉斯主義者，他的目標(biāo)就是追求造物主心中數(shù)的和諧;伽利略也是畢達(dá)哥拉斯主義的追隨者，他認(rèn)為“自然之書是用數(shù)學(xué)語言書寫的”，自然的真理存在于數(shù)學(xué)事實(shí)中。畢達(dá)哥拉斯的數(shù)論思想還影響了萊布尼茲。萊布尼茨有一個夢想，就是給出一套理想符號系統(tǒng)或語言和確定的語言變換或演算規(guī)則，把日常問題轉(zhuǎn)變成理想語言，利用演算規(guī)則清楚地求解問題的答案。在此基礎(chǔ)上，萊布尼茲提出“通用機(jī)”的天才設(shè)想。萊布尼茨嘗試發(fā)明人工智能通用機(jī)，他設(shè)計出一種二進(jìn)制計算法，用二進(jìn)制數(shù)代替原來的十進(jìn)制數(shù)，二進(jìn)制數(shù)即“1”和“0”。萊布尼茲雖然制作出了簡單機(jī)器，但其只能進(jìn)行簡單的算術(shù)計算，還不是萊布尼茲設(shè)想的能夠進(jìn)行復(fù)雜數(shù)據(jù)處理的通用機(jī)。盡管如此，萊布尼茲思想還是影響了整個計算機(jī)系統(tǒng)的發(fā)展。
圖靈與馮·諾依曼的人工智能機(jī)器也受畢達(dá)哥拉斯主義數(shù)論的影響，他們運(yùn)用數(shù)的和諧以及數(shù)量關(guān)系的計算嘗試讓“萊布尼茲之夢”在現(xiàn)實(shí)生活中得以實(shí)現(xiàn)。圖靈通過基本的數(shù)學(xué)運(yùn)算將數(shù)學(xué)運(yùn)算符號化為運(yùn)算符，并用一個無限長紙帶來表述計算過程，制造出了圖靈機(jī)，這就是萊布尼茨所說的“通用機(jī)”。圖靈認(rèn)為人腦類似通用機(jī)，圖靈提出一臺計算機(jī)在多大程度上可以模仿人的活動，進(jìn)而提出“機(jī)器能否思維”這個哲學(xué)問題。圖靈堅持通過特定算法程序，把可計算的數(shù)量關(guān)系都轉(zhuǎn)化為由一臺圖靈機(jī)來計算。馮·諾依曼指導(dǎo)發(fā)明第一臺基于運(yùn)算器與存儲器的計算機(jī)，他為圖靈通用機(jī)設(shè)計出一個物理模型——edvac，edvac可以執(zhí)行加、減、乘、除等數(shù)學(xué)操作。與圖靈一樣，馮·諾依曼把人腦與機(jī)器類比，機(jī)器通過存儲器儲存數(shù)據(jù)，通過數(shù)學(xué)規(guī)則設(shè)計出把思維當(dāng)成數(shù)據(jù)的程序，通過簡單、和諧的數(shù)字制造出能進(jìn)行復(fù)雜數(shù)字處理的機(jī)器。不管是圖靈的通用機(jī)還是馮·諾依曼的edvac都是為了解決“萊布尼茲之夢”，其哲學(xué)思想均根源于畢達(dá)哥拉斯的“數(shù)論”哲學(xué)思想。除了圖靈與萊布尼茨，紐維爾與西蒙等符號主義人工智能先驅(qū)也認(rèn)為，不管是人類智能還是機(jī)器智能都是根據(jù)確定的或者規(guī)范的規(guī)則來進(jìn)行符號操作的。不但如此，基于認(rèn)知模擬的強(qiáng)人工智能也把心理狀態(tài)作為計算狀態(tài)，所謂認(rèn)知就是計算，這是對基于數(shù)論的計算主義教條的信仰，人類智能類似于信息處理系統(tǒng)。聯(lián)結(jié)主義人工智能不同于符號主義人工智能，它否認(rèn)智能行為來自于在形式規(guī)則下對符號進(jìn)行操作的觀點(diǎn)，“符號主義人工智能中的信息處理包括明確的應(yīng)用和形式規(guī)則，但是聯(lián)結(jié)主義人工智能沒有這樣的規(guī)則”〔4〕1366-1367。與符號主義人工智能不同，聯(lián)結(jié)主義人工智能的工作原理是尋找神經(jīng)網(wǎng)絡(luò)及其間的聯(lián)結(jié)機(jī)制及學(xué)習(xí)算法。雖然聯(lián)結(jié)主義與符號主義人工智能有區(qū)別，但聯(lián)結(jié)主義人工智能與符號主義人工智能的共同假設(shè)都是把認(rèn)知看作信息處理，且信息處理都具有可計算性?？梢姡呥_(dá)哥拉斯的“萬物皆數(shù)，數(shù)之和諧”思想為符號主義人工智能與聯(lián)結(jié)主義人工智能的發(fā)展奠定了基礎(chǔ)。
除了畢達(dá)哥拉斯的數(shù)論思想，古希臘亞里士多德的演繹邏輯系統(tǒng)也是人工智能的哲學(xué)思想源泉。人工智能符號主義學(xué)派也稱為邏輯主義學(xué)派，可見邏輯思想在人工智能發(fā)展中的重要地位與作用。即使是深受胡塞爾后期的現(xiàn)象學(xué)、海德格爾的存在現(xiàn)象學(xué)和梅洛-龐蒂的知覺現(xiàn)象學(xué)影響的人工智能專家德雷福斯，也肯定演繹邏輯以及形式系統(tǒng)在人工智能發(fā)展中的作用。在德雷福斯看來，符號主義人工智能的基礎(chǔ)是邏輯學(xué)，是哲學(xué)中的理性主義。人工智能的主要設(shè)想是可以運(yùn)用計算機(jī)的邏輯運(yùn)算來模擬人類思考的過程。圖靈嘗試依靠邏輯發(fā)明通用機(jī)，“我希望數(shù)字計算機(jī)能夠最終激起人們對符號邏輯的極大興趣……人與這些機(jī)器進(jìn)行交流的語言……構(gòu)成一種符號邏輯”〔5〕288。馬丁·戴維斯直接把符號主義學(xué)派的源頭追溯到亞里士多德，“把邏輯推理簡化為形式的努力可以追溯到亞里士多德”〔6〕200。亞里士多德是邏輯學(xué)的創(chuàng)始人，他認(rèn)為邏輯學(xué)是獲得真正知識的重要工具，邏輯學(xué)是哲學(xué)的基礎(chǔ)。亞里士多德注重演繹推理，特別重視三段論推理，他認(rèn)為三段論推理是一切思維運(yùn)動的基本形式。三段論是一種典型的演繹推理模式，它由普遍性公理和推理規(guī)則經(jīng)過嚴(yán)密的邏輯論證得出必然性結(jié)論。圖靈的通用機(jī)以及符號主義人工智能的根本基礎(chǔ)，都可以歸結(jié)為邏輯或者演繹推理。
集邏輯分析方法與語言分析方法于一體的分析哲學(xué)也是人工智能的思想源泉，分析哲學(xué)把邏輯學(xué)看作一切學(xué)科的基礎(chǔ)，數(shù)學(xué)的基礎(chǔ)也是邏輯學(xué)，數(shù)學(xué)也要用邏輯符號來表示。分析哲學(xué)產(chǎn)生于20世紀(jì)初，代表人物是石里克與卡爾納普等人，其理論來源于英國的經(jīng)驗(yàn)論者休謨、法國的實(shí)證主義者孔德、英國的邏輯主義者密爾和哲學(xué)家與心理學(xué)家馬赫等人的觀點(diǎn)。弗雷格的《算術(shù)基礎(chǔ)》、羅素與懷特海合著的《數(shù)學(xué)原理》、石里克的《普通認(rèn)識論》以及維特根斯坦的《邏輯哲學(xué)論》是分析哲學(xué)的代表著作。分析哲學(xué)的基本觀點(diǎn)是：哲學(xué)的任務(wù)是對知識進(jìn)行分析，強(qiáng)調(diào)通過對語言的邏輯分析來消除形而上學(xué)問題，認(rèn)為一切綜合命題都以經(jīng)驗(yàn)為基礎(chǔ)等。分析哲學(xué)家認(rèn)為一切科學(xué)研究必須從經(jīng)驗(yàn)出發(fā)，哲學(xué)的主要任務(wù)是運(yùn)用現(xiàn)代數(shù)理邏輯和語言分析把復(fù)雜的概念分析為簡單的概念，分析哲學(xué)家想通過對語言的邏輯分析澄清語句、語詞的意義，通過語義上升，拋棄含混、模糊、有歧義的自然語言，把自然語言的語句轉(zhuǎn)換成邏輯命題，通過分析邏輯命題的意義清除偽哲學(xué)問題，達(dá)到拒斥形而上學(xué)的目的。分析哲學(xué)注重邏輯分析與語言分析，強(qiáng)調(diào)語言分析的重要性，分析哲學(xué)把科學(xué)的任務(wù)界定為發(fā)現(xiàn)真理，而邏輯的任務(wù)在于識別真理的規(guī)律。羅素立足于把哲學(xué)建成嚴(yán)密的科學(xué)，哲學(xué)像科學(xué)一樣可以獲得真理性的知識。在羅素看來，哲學(xué)和科學(xué)只有程度之分，沒有本質(zhì)區(qū)別。哲學(xué)問題都是邏輯問題，邏輯問題就是科學(xué)問題。對科學(xué)問題進(jìn)行分析還原之后，如果這個問題是邏輯問題，則它是哲學(xué)問題，否則就不是哲學(xué)問題。因此，邏輯是哲學(xué)的基礎(chǔ)。通過邏輯分析進(jìn)行還原涉及語言，那么，所有哲學(xué)問題命題都是語言表達(dá)式，語言結(jié)構(gòu)是邏輯結(jié)構(gòu)，是科學(xué)命題的真正的邏輯形式。
羅素的邏輯原子論從本體論角度堅持奧卡姆剃刀的最小化原則，從語言角度上堅持思維經(jīng)濟(jì)原則，語言表述堅持最小詞匯量原則?！叭鐭o必要，勿增實(shí)體”。羅素從邏輯學(xué)角度堅持邏輯前提或者公理最小化原則，“寧可構(gòu)造，勿要推論”。根據(jù)公理與推理規(guī)則建構(gòu)的邏輯學(xué)公理系統(tǒng)影響了圖靈、馮·諾依曼及其以后的人工智能專家。馮·諾依曼致力于為新機(jī)器設(shè)計邏輯方案，戈德斯坦把馮·諾依曼看成將邏輯應(yīng)用于計算機(jī)的第一人，“據(jù)我所知，馮·諾依曼是一個清楚地懂得計算機(jī)本質(zhì)上執(zhí)行的是邏輯功能的人”〔7〕69。馮·諾依曼在edvac的報告中也提到，不但從數(shù)學(xué)的觀點(diǎn)，而且從工程史和邏輯學(xué)家的觀點(diǎn)來探討大規(guī)模計算的機(jī)器。在人工智能哲學(xué)先驅(qū)德雷福斯看來，自從古希臘人發(fā)明了邏輯與幾何，就把一切推理歸結(jié)為計算。人工智能中符號主義的基礎(chǔ)是邏輯學(xué)，是哲學(xué)中的理性主義、還原論傳統(tǒng)。他們把計算機(jī)看成操作思想符號的系統(tǒng)，試圖用計算機(jī)來表達(dá)對世界的形式表述。心靈與計算機(jī)都是物理符號系統(tǒng)。在德雷福斯看來，“伽利略發(fā)現(xiàn)人們可以忽略的品質(zhì)和技術(shù)上的考慮，從而能找到一種用來描寫物質(zhì)運(yùn)動的純形式化系統(tǒng)，同樣我們可以設(shè)想，一位研究人類行為的伽利略可能會把所有語義上的考慮（對意義的依賴），變成為句法（形式化）操作技巧”〔8〕76。人工智能的代表人物數(shù)理邏輯學(xué)家皮茨與生理學(xué)家麥卡洛克撰寫了《神經(jīng)活動中內(nèi)在觀念的邏輯運(yùn)算》，他們的思想受到羅素與懷特?！稊?shù)學(xué)原理》的啟發(fā)，堅持把一切數(shù)學(xué)還原為邏輯，甚至神經(jīng)網(wǎng)絡(luò)也可以用邏輯來表達(dá)。德雷福斯認(rèn)為人工智能的發(fā)展建立在四種假設(shè)之上，即生物學(xué)假設(shè)、心理學(xué)假設(shè)、本體論假設(shè)以及認(rèn)識論假設(shè)。其中認(rèn)識論假設(shè)指的是一切知識都可被形式化，可以被編碼成數(shù)字形式;本體論假設(shè)指的是存在一組在邏輯上相互獨(dú)立的事實(shí)，知識可以被編入計算機(jī)程序。紐維爾認(rèn)為：“人工智能科學(xué)家把計算機(jī)看成操作符號的機(jī)器，他們認(rèn)為，重要的是每一樣?xùn)|西都可以經(jīng)編碼成為符號，數(shù)字也不例外?！薄?〕196在符號主義者看來，符號是人類認(rèn)識外部世界的基本單元。人工智能的邏輯學(xué)派將人的認(rèn)識對象通過數(shù)學(xué)邏輯的方式抽象為符號，利用計算機(jī)的程序符號來模擬人認(rèn)知世界的過程。符號主義學(xué)派主要依靠計算機(jī)的邏輯符號來模擬人的認(rèn)知過程。人工智能的重量級人物紐維爾與西蒙構(gòu)造了第一個真正意義的人工智能程序，稱之為“邏輯專家”，可見人工智能專家受邏輯學(xué)思想影響之深，“任何表現(xiàn)出一般智能的系統(tǒng)，都可以證明是一個物理符號系統(tǒng)”〔10〕41。西蒙與紐維爾認(rèn)為，作為一般的智能行為，物理符號系統(tǒng)具有的計算手段既是必要的也是充分的。紐維爾與西蒙把其理論來源追溯到分析哲學(xué)家弗雷格、羅素與懷特海，“該假設(shè)的起源要追溯到弗雷格、懷特海與羅素就形式化邏輯提出的方案：以邏輯方式獲取基本的概念式數(shù)學(xué)觀念，把證明和演繹觀念置于可靠的根基上”〔11〕。德雷福斯認(rèn)為，真正的專家解決問題是訴諸直覺與整體性，在此基礎(chǔ)上對人工智能的認(rèn)識論假設(shè)與本體論假設(shè)進(jìn)行批判，但他同意專家系統(tǒng)必須使用某種類型的概論度量的邏輯標(biāo)準(zhǔn)，“認(rèn)知模擬的先驅(qū)者們——已經(jīng)繼承了霍布斯推理就是計算的主張，笛卡爾的心理表述、萊布尼茲的‘普遍文字’的思想——所有知識都可以在一組初始概念中得到表示”〔11〕。正如德雷福斯所言，“人工智能就是試圖找到主體（人或計算機(jī)）中的哲學(xué)本原元素和邏輯關(guān)系”〔12〕。可見，人工智能與邏輯學(xué)特別是分析哲學(xué)緊密相關(guān)，邏輯學(xué)與分析哲學(xué)是人工智能的一個重要思想來源。
古希臘先哲用簡單的物質(zhì)元素探索世界的本原。例如，泰勒斯把世界的本原歸結(jié)為水，赫拉克利特把世界的本原歸結(jié)為火，德謨克利特把世界的本原歸結(jié)為原子，認(rèn)為世界由不可分的原子構(gòu)成。他認(rèn)為，萬事萬物都可以還原為不可分最小微?！?，世界是由原子構(gòu)成的。復(fù)雜的事物由簡單的事物構(gòu)成，萬事萬物都由不可分的基本粒子構(gòu)成。世界由最基本的粒子構(gòu)成，復(fù)雜對象由基本粒子構(gòu)成，基本粒子決定了宇宙的性質(zhì)。
簡單性哲學(xué)原則不但用簡單元素追溯世界的本原，還致力于用力學(xué)解釋自然現(xiàn)象。不管是物理規(guī)律、化學(xué)規(guī)律、生物規(guī)律，甚至是社會規(guī)律都可以用力學(xué)解釋。哥白尼的日心說體系之所以取得科學(xué)界的支持也不是因?yàn)槠浣忉屃?qiáng)，而是因?yàn)槠渥裱撕唵涡栽瓌t，從而取代了托勒密繁瑣的本輪-均輪模型。牛頓的力學(xué)三定律就立足于簡單性原則，用力來解釋所有運(yùn)動。按照簡單性哲學(xué)原則，人與動物都是由簡單的粒子構(gòu)成，人與動物沒有根本區(qū)別，人與機(jī)器也沒有本質(zhì)區(qū)別，甚至可以說“人就是機(jī)器”。1747年，拉·梅特里發(fā)表了《人是機(jī)器》這一哲學(xué)巨著，提出“人是動物，因而也是機(jī)器，不過是更復(fù)雜的機(jī)器罷了”〔14〕69。笛卡爾把人體看作是與機(jī)械相類似，用機(jī)械的旋渦來解釋天體運(yùn)動問題，他認(rèn)為宇宙是一架機(jī)器，機(jī)械運(yùn)動是唯一的運(yùn)動規(guī)律。牛頓、開普勒、伽利略等都力圖建立嚴(yán)密的力學(xué)體系來正確描述宏觀物理運(yùn)動，甚至是天體運(yùn)動。愛因斯坦試圖用公理化方法把自然界描繪成物質(zhì)在時空中運(yùn)動的統(tǒng)一體，德國物理學(xué)家海森堡也認(rèn)為簡單性原則可以作為科學(xué)假說可接受性的標(biāo)準(zhǔn)。
不僅自然界的規(guī)律可以用力學(xué)表示，而且社會關(guān)系也可以用力學(xué)表示?？椎绿岢錾鐣恿W(xué)和社會靜力學(xué)概念，社會動力學(xué)又稱為社會物理學(xué)，立足于運(yùn)用力學(xué)規(guī)律分析社會關(guān)系。1950年，斯賓塞出版《社會靜力學(xué)》，把事物的基本規(guī)律看作“力的恒久性規(guī)律”（thelawofpersistenceofforce）?！叭耸菣C(jī)器”的觀點(diǎn)啟發(fā)人工智能先驅(qū)開始了構(gòu)造具有人類智能機(jī)器的探索。
主體與客體的關(guān)系在哲學(xué)史上占居重要地位，是哲學(xué)研究中的核心問題，也是哲學(xué)史上諸多學(xué)派的思想源頭。古希臘米利都學(xué)派的泰勒斯探索萬物本源的時候就開始關(guān)注主體如何認(rèn)識客體，關(guān)注主體與客體的關(guān)系，普羅泰戈拉提出的命題“人是萬物的尺度”包括了主客二分思維的萌芽，笛卡爾的精神和物質(zhì)相互獨(dú)立的二元論思想暗含著主體和客體截然二分的思想。人們一般認(rèn)為，只有人類才能成為主體，人之外的世界是客體。那主客二分的標(biāo)準(zhǔn)是什么呢？人之所以為主體的標(biāo)準(zhǔn)又是什么呢？有的學(xué)者認(rèn)為只有主體才具有意向性，客體不具有意向性，客體只是主體認(rèn)識的對象。主體一般具有獨(dú)立意識或者個體經(jīng)驗(yàn)。哲學(xué)意義的認(rèn)識論指的是個體對知識和知識獲得所持有的信念，主要包括知識結(jié)構(gòu)、知識本質(zhì)、知識來源和知識判斷的信念等內(nèi)容，主體與客體的關(guān)系問題是哲學(xué)的核心問題。認(rèn)識論中的可知論與不可知論是研究主體之外的客體是否可知，唯心主義與唯物主義的區(qū)分以及各種不同的哲學(xué)流派的分野都基于主體與客體截然二分的哲學(xué)基礎(chǔ)，哲學(xué)史上，各大流派都曾經(jīng)把主客關(guān)系作為研究的切入點(diǎn)。
人工智能是賦予機(jī)器智能，讓機(jī)器可以模擬或者代替人類的某種智能。人工智能基于不同的哲學(xué)理念有不同的研究進(jìn)路，人工智能發(fā)展史上不同思想的對立也是基于對于主體與客體關(guān)系的哲學(xué)思考。一般來講，人工智能可分為三種進(jìn)路，即符號主義進(jìn)路、聯(lián)結(jié)主義進(jìn)路以及行為主義進(jìn)路。人工智能符號主義進(jìn)路把人類的認(rèn)知過程看成符號計算過程，人類認(rèn)知是物理符號系統(tǒng)，人工智能先驅(qū)德雷福斯（s）認(rèn)為，人工智能研究者其實(shí)與煉金術(shù)師一樣，也是對一些符號進(jìn)行不同的處理。因此，在人工智能的符號主義看來，人與機(jī)器沒有本質(zhì)區(qū)別，人類的心智同樣可以還原成符號計算。德雷福斯在《計算機(jī)不能做什么：人工智能的極限》中提出，人工智能機(jī)器是基于生物學(xué)假設(shè)、心理學(xué)假設(shè)、認(rèn)識論假設(shè)以及本體論假設(shè)基礎(chǔ)之上的。“生物學(xué)假設(shè)：在某一運(yùn)算水平上，大腦與計算機(jī)一樣，以離散的運(yùn)算方式加工信息;心理學(xué)假設(shè)：大腦被看作一種按照形式規(guī)則加工信息單位的裝置;認(rèn)識論假設(shè)：一切知識都可被形式化，可以被編碼成數(shù)字形式;本體論假設(shè)：存在是一組在邏輯上相互獨(dú)立的事實(shí)，知識可以被編入計算機(jī)程序”〔17〕156。從德雷福斯關(guān)于人工智能的四個假設(shè)中我們可以看出，人工智能與人類一樣都是對信息加工和處理的工具，從這個意義上講，主體與客體之間沒有本質(zhì)的區(qū)別。主體與客體不能截然二分，之所以對主體和客體進(jìn)行區(qū)分，表明人類對于自身的認(rèn)知規(guī)律和智能結(jié)構(gòu)沒有真正揭示。
人工智能的聯(lián)結(jié)主義進(jìn)路，又稱為仿生學(xué)派或生理學(xué)派，認(rèn)為人工智能源于仿生學(xué)，特別是對人腦模型的研究，其主要原理為神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機(jī)制與學(xué)習(xí)算法。聯(lián)結(jié)主義起初是用軟件模擬神經(jīng)網(wǎng)絡(luò)，后來發(fā)展到用硬件模擬神經(jīng)網(wǎng)絡(luò)。其理論假設(shè)是人與機(jī)器如果具有同樣的結(jié)構(gòu)應(yīng)該具有同樣的功能，可以通過研究人腦的物理結(jié)構(gòu)從而制造出類似人腦的機(jī)器。在聯(lián)結(jié)主義看來，人與機(jī)器結(jié)構(gòu)相同，人腦與計算機(jī)程序運(yùn)行模式相同，則功能相同。紐維爾（allennewell）認(rèn)為，智能的計算機(jī)程序可以被用來模擬人類的思維過程。聯(lián)結(jié)主義失敗的原因是人腦的結(jié)構(gòu)并不像人工智能研究者們在電腦上模擬一樣，人類的大腦是將物理事實(shí)與知覺過程所連接的客觀事實(shí)，而不只是對信息進(jìn)行加工的一臺機(jī)器。人與機(jī)器不同，機(jī)器不具有人類的精神狀態(tài)和意識。人類的精神狀態(tài)和意識是否由人腦結(jié)構(gòu)決定呢？人類精神狀態(tài)和意識是先驗(yàn)存在還是后天習(xí)得仍然是認(rèn)知科學(xué)研究的難題。因此，通過神經(jīng)網(wǎng)絡(luò)讓機(jī)器模擬人類智能行不通。通過對人工智能的符號主義和聯(lián)結(jié)主義的分析我們發(fā)現(xiàn)，主體與客體區(qū)別的必要性得以彰顯，人的主體性地位不能動搖。
人工智能的行為主義進(jìn)路，又稱為人工智能的進(jìn)化主義或控制論學(xué)派，其原理為維納和麥克洛克等學(xué)者的控制論思想及感知-動作型控制系統(tǒng)。研究重點(diǎn)是模擬人在控制過程中的智能行為和作用，如對自適應(yīng)、自組織和自學(xué)習(xí)等的研究。人工智能行為主義學(xué)派的代表布魯克斯（rodneybrooks）研制的“六足機(jī)器人”實(shí)質(zhì)上是一個基于感知-動作模式模擬昆蟲行為的控制系統(tǒng)，能夠適應(yīng)外界的環(huán)境，但這樣的機(jī)器人也不具有人類的感知與認(rèn)知能力，主體與客體之間還是可以嚴(yán)格區(qū)分。人工智能的目標(biāo)從技術(shù)層面來講是制造出對人類有益的智能機(jī)器，從哲學(xué)層面來講，就是利用人工智能概念和模型，通過機(jī)器模擬人類智能來推動哲學(xué)核心思想主客二分問題的研究，借此解決哲學(xué)上的身心問題、意識難題等問題。哲學(xué)的核心問題與人工智能的研究是相互促進(jìn)的。
綜上所述，人工智能技術(shù)的發(fā)展有其哲學(xué)根源，根源于數(shù)是萬物本源思想、萬物皆數(shù)思想以及數(shù)的簡單、和諧思想，還根源于亞里士多德的邏輯思想以及分析哲學(xué)的邏輯分析研究方法。在眾多哲學(xué)思想中，簡單性原則是人工智能的哲學(xué)思想源泉。人工智能就是計算機(jī)用邏輯方法把思維還原為簡單數(shù)字來模擬人腦的過程。人工智能發(fā)展是思維的革命，人工智能涉及信息與計算的本體地位和方法論問題，人工智能的發(fā)展迫使哲學(xué)家們對思維的存在形式進(jìn)行深入研究，從而把形而上的論證變成可操作的過程。人工智能的目標(biāo)是通過計算機(jī)實(shí)現(xiàn)機(jī)器模仿人類智能，人工智能的發(fā)展直接指向哲學(xué)的中心問題。例如，意向性問題、形式化問題、身心問題等。對于人工智能的哲學(xué)基礎(chǔ)溯源有利于推動哲學(xué)的進(jìn)步與發(fā)展，也可以拓展對于傳統(tǒng)哲學(xué)問題的研究。只有對人工智能的哲學(xué)思想基礎(chǔ)進(jìn)行追溯與探源，才能為人工智能工作者提供思想源泉，從而更好地理解與把握人工智能的理論基礎(chǔ)、發(fā)現(xiàn)人工智能的發(fā)展規(guī)律以及預(yù)測人工智能的發(fā)展趨勢、把握人工智能的發(fā)展方向。
參考文獻(xiàn)：
〔1〕瑪格麗特·博登.人工智能哲學(xué)〔m〕.劉西瑞，王漢琦，譯.上海：上海譯文出版社，2001.
〔2〕汪子嵩，等.希臘哲學(xué)史〔m〕.北京：人民出版社，2004.
〔3〕亞里士多德.形而上學(xué)〔m〕.李真，譯.上海：上海人民出版社，1995.〔4〕安東尼·梅耶斯.愛思唯爾科學(xué)哲學(xué)手冊〔m〕.張培富，等譯.北京：北京師范大學(xué)出版社，2015.
〔5〕〔m〕.northholland，amsterdam：macmillanmagazinesltd，1992.
〔6〕davis，soflogic：mathematiciansandtheoriginofthecomputer〔m〕.newyork：&，2001.
人工智能論文參考文獻(xiàn)篇四
在二十一世紀(jì)的將來，寧波市室驗(yàn)小學(xué)的中心，有一座巨大的建筑物――大本鐘。
這不是大本鐘的仿照，而是一座高科技的智能教學(xué)樓。這座樓分成一個個小小的圓，那是一個個教室?，F(xiàn)在，可以讓你見識見識所謂的“高科技”啦。走上樓梯，來到四（五）班的教室門口，門口擺著好多雙鞋，不用驚奇，教室是圓的，固然得穿特別的鞋啦。在門框上，有一個指甲大小的洞，那是微形錄像頭，假如你晚到了便會自動發(fā)信息給教師，以防你不誠懇，偷偷溜進(jìn)來。教室的中心有一大個一大個的沙包，那是學(xué)生座椅，你任憑怎么坐都可以，由于它有一個芯片，可以測你的心理，只要在聽課就可以。假如沒聽課，它就會像一把扎滿釘子的“活火山”，把你弄得苦痛不堪。教室里沒有桌子，一人一個平板電腦，教師講課的板書占一半，不用怕看不見，在為可以放大。另一半是錄像機(jī)，把教師講的課全程錄像。
教室前面的講臺更牛，還有那個“大本鐘”語。數(shù)教師（包括全部教師）要拖課，那把教室建成大本鐘干嗎？鐘一響，學(xué)生倒安平穩(wěn)穩(wěn)的，教師在講臺上卻被震得象在12級地震現(xiàn)場，五臟六腑都“蹦”了出來。假如學(xué)生很喜愛，只要在“課后評分”地方點(diǎn)一個好，教師就會留下來?！皦Α鄙系暮诎逡灿行酒?，教師不用找文件，心里一想，文件就會立即翻開。芯片還能識別人。同學(xué)假如在動，不到5秒，電腦就會自動關(guān)機(jī)，以防壞掉。黑板角落一個個白色的，上面畫有圖案的是教室按扭，一按，相應(yīng)的教室布置，讓同學(xué)們和教師不會為沒有教室而苦惱。
教室后邊的圖書角也很奇妙。想到什么書，什么書就會被推出一個角，不用我們一本本地找了。圖書角的邊上有一個生物角，透亮的玻璃里一個“動物園”一樣的地方。每天都會引來很多奇怪的眼睛，里面除了兇狠的野獸，其它動物幾乎都不缺。進(jìn)入邊上的“更衣室”，一套適合你的衣服就穿在了你身上，再走進(jìn)“迷你動物園”，邊上不是透亮的了，而是一望無際的“動物天堂”。盡管知道這是幻覺，但學(xué)是很吸引人。走近那些動物，衣服起了作用，讓人聽懂了它們的語言，還能和它們溝通呢！
不止這些呢，節(jié)日里，“天花板”上的燈會身出五彩的`光線，平常只會在摔倒時變軟的“地板”現(xiàn)在一不當(dāng)心踩著了哪塊，“砰”地一下就會炸出五色的彩帶，立即又自動恢復(fù)，為節(jié)日增加不少樂趣。
噢，差點(diǎn)遺忘了，教室是園的，真正的目的就是不讓教師體罰學(xué)生。由于那把“沙包椅”已經(jīng)起到這個作用了啦！
這樣一個智能教室，肯定會在21世紀(jì)被創(chuàng)造出來讓我們用的。我們肯定要去研發(fā)出這種高科技的智能教室。
人工智能論文參考文獻(xiàn)篇五
1、構(gòu)思要圍繞主題展開：若要使論文寫得條理清晰、脈絡(luò)分明，必須要使全文有一條貫穿線，這就是論文的主題。主題是一篇學(xué)術(shù)論文的精髓，它是體現(xiàn)作者的學(xué)術(shù)觀點(diǎn)學(xué)術(shù)見解的。
2、構(gòu)思論文布局，要力求結(jié)構(gòu)完整統(tǒng)一：在對一篇論文構(gòu)思時，有時按時間順序編寫，有時按地域位置(空間)順序編寫，但更多的還是按邏輯關(guān)系編寫，即要求符合客觀事物的內(nèi)在聯(lián)系和規(guī)律，符合科學(xué)研究和認(rèn)識事物的邏輯。但不管屬于何種情形，都應(yīng)保持合乎情理、連貫完整。
3、要作讀者分析：撰寫并發(fā)表任何一篇科技文章，其最終目的是讓別人讀的，因此，構(gòu)思時要求做“心中裝著讀者”，多作讀者分析。有了清晰的讀者對象，才能有效地展開構(gòu)思，也才能順利地確定立意、選材以及表達(dá)的角度。
提高構(gòu)思能力
1、寫學(xué)術(shù)論文之前，先擬定提綱，可以極大地幫助作者鍛煉思想，提高構(gòu)思能力。
2、寫作提綱，可以幫助作者勾劃出全篇論文的框架，體現(xiàn)自己經(jīng)過對材料的消化與進(jìn)行邏輯思維后形成的初步設(shè)想，可計劃先寫什么、后寫什么，前后如何表述一致，重點(diǎn)又放在哪里，哪里需要進(jìn)行一些注釋或解說。按此計劃寫作，可使論文層次清晰，前后照應(yīng)，內(nèi)容連貫，表達(dá)嚴(yán)密。
3、擬制寫作提綱，只需要運(yùn)用一些簡單的句子甚至是詞與詞組加以提示，把材料單元與相應(yīng)的論點(diǎn)有機(jī)組織編成順序號，工作量并不大，也容易辦到。提綱中用以提示寫作的句子，有時即可用來做論文段落的標(biāo)題。
討論部分的寫作技巧
1.描述結(jié)論：首先，從專業(yè)角度對自己的研究進(jìn)行總結(jié)，此部分務(wù)必與研究結(jié)果和研究目的保持一致，也就是說討論部分的內(nèi)容必須在結(jié)果中找到依據(jù)。否則就會給人一種課題設(shè)計不完善的感覺。
2.解釋結(jié)論：對本研究的結(jié)論進(jìn)行解釋，為了突出解釋的科學(xué)性和可靠性，一般是在和別人的研究分析對比中進(jìn)行解釋。列出幾篇和自己結(jié)論一致的文獻(xiàn)，同時也要列出幾篇和自己不一致或者相悖的文獻(xiàn)，但要解釋出不一致的理由，比如是因?yàn)樗x群體不一致，研究條件不一致等等，因?yàn)榭茖W(xué)研究中的可控變量較多，所以解釋兩個結(jié)論不一致一般不難。
3.研究價值：結(jié)論解釋完之后，還要說明本研究的應(yīng)用價值，也就本研究所能給社會或者臨床帶來什么實(shí)際價值，比如本研究可以進(jìn)一步明確某種方法治療某種疾病的效果，本研究發(fā)現(xiàn)某種藥物存在一些尚未發(fā)現(xiàn)的治療作用，或者本研究可以為相關(guān)研究提供參考。
4.不足之處：任何一項(xiàng)研究由于客觀條件的限制，不可能盡善盡美，都會或多或少存在一些不足之處，或者由于當(dāng)前科技水平的限制，也會導(dǎo)致研究所存在的一些局限性，描述此部分內(nèi)容時，一定要慎重。
盡量列出1～2個不影響本研究結(jié)論科學(xué)性和準(zhǔn)確性的限制，比如本研究的樣本含量較小，或者本研究隨訪時間較短等等，一般不要列出諸如本研究所用統(tǒng)計方法不當(dāng)，或者本課題的所用評價標(biāo)準(zhǔn)不夠成熟等。
5.研究心得：在文章最后，應(yīng)說明本文所要傳遞的信息，或者是對后續(xù)研究的展望。一般文章最后寫出本文要傳遞給讀者什么有價值的知識或信息，也可以是給讀者帶來的啟發(fā)。比如：“隨著對不穩(wěn)定型上頸椎結(jié)核性骨折的研究不斷深入，探求一種既能實(shí)現(xiàn)理想的復(fù)位固定，又可保留寰樞椎關(guān)節(jié)活動功能的內(nèi)固定方法是我們當(dāng)前研究的方向?！?/p>
人工智能論文參考文獻(xiàn)篇六
（一）人工智能的發(fā)展
1950年，艾倫，麥席森，圖靈發(fā)表了一篇劃時代之作《制作機(jī)器會思考嗎？》里面提出了測試機(jī)器是否具有智能的方法，并因此摘得“人工智能之父”的桂冠。約翰，麥卡錫在1956年的達(dá)特茅斯學(xué)術(shù)會議上，第一次提出人工智能（artificialintelligence，ai）。1997年，ibm公司“深藍(lán)”電腦擊敗了人類的世界國際象棋冠軍更是人工智能技術(shù)的一個完美表現(xiàn)。2017年7月，國務(wù)院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，這是我國首個面向2030年的人工智能技術(shù)的戰(zhàn)略發(fā)展藍(lán)圖，也表現(xiàn)出我國對發(fā)展人工智能技術(shù)的重視與支持，同時，人工智能人選“2017年度中國媒體十大流行語”。
人工智能是計算機(jī)科學(xué)的一個分支，可以對人的意識、思維的信息過程的模擬，人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。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。人工智能從誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大，未來人工智能帶來的科技產(chǎn)品，將會是人類智慧的“容器”。
（二）人工智能的意義
人工智能在會計、審計、稅務(wù)等行業(yè)的廣泛運(yùn)用，使得傳統(tǒng)、簡單、重復(fù)性的基礎(chǔ)會計工作崗位將面臨被智能化取代，人工智能已成為促進(jìn)會計行業(yè)轉(zhuǎn)型發(fā)展的重要推手。近三年來，德勤、普華永道、安永、畢馬威4大國際會計師事務(wù)所通過利用財務(wù)機(jī)器人進(jìn)行會計、審計等工作，使得數(shù)據(jù)的準(zhǔn)確性、工作效率、管理決策水平等明顯提升，由此可見，人工智能早已潛移默化的影響到了會計工作的方方面面。
（一）會計工作效率提高了。人工智能技術(shù)與財務(wù)管理系統(tǒng)的對接，實(shí)現(xiàn)了系統(tǒng)自動識別票據(jù)、生成會計記賬憑證、記錄明細(xì)賬戶以及生成總賬和各類報表。作業(yè)過程中系統(tǒng)按時間順序記錄每筆業(yè)務(wù)，對每一筆賬務(wù)進(jìn)行核實(shí)和驗(yàn)證。財務(wù)機(jī)器人還實(shí)現(xiàn)了信息的語音、掃描錄入，財務(wù)軟件可自動生成證、帳、表，這將更加高效準(zhǔn)確地完成基礎(chǔ)會計核算工作，提高此項(xiàng)工作的效率，會計人員因此節(jié)省了大量用于基礎(chǔ)核算工作的時間，從而能將更多的精力投入在企業(yè)內(nèi)部管理型的工作上，同時又提高了管理工作的效率。
（二）會計信息質(zhì)量提高了。受自身能力、專業(yè)素質(zhì)以及外部環(huán)境等因素的影響，會計信息數(shù)據(jù)的滯后性和人為失誤在所難免。人工智能將會計模型和方法程序化，它既減少了人為失誤又極大地提升了數(shù)據(jù)處理能力，工作重心逐漸轉(zhuǎn)向數(shù)據(jù)的挖掘、分析等重要環(huán)節(jié)和高附加值工作中，同時，會計檔案由紙質(zhì)變成電子檔案更便于信息系統(tǒng)的管理、流程化的管理和監(jiān)控，避免了人工作業(yè)的失誤以及造假的可能，數(shù)據(jù)信息和記錄的真實(shí)性和精準(zhǔn)度得到保證。
（三）會計職能重心轉(zhuǎn)移了。人工智能雖然可以替人做一些簡單、繁冗、重復(fù)性的基礎(chǔ)會計工作，但并不能完全替代會計人員，隨著人工智能與會計信息系統(tǒng)的不斷結(jié)合，從事簡單記賬工作的初級會計人員將會越來越少，而中高級會計人員將會集中于行業(yè)中涉及分析、預(yù)測和統(tǒng)籌的領(lǐng)域。因而會計職能的重心將向預(yù)測、決策、規(guī)劃、控制、評價等目前人工智能無法取代的管理會計的職能轉(zhuǎn)移。
（四）會計人員從業(yè)壓力加大了。隨著人工智能被引入到會計行業(yè)中，一方面，簡單的會計核算工作將被智能化財務(wù)軟件逐步替代，普通核算類型工作的崗位勢必減少，基層會計人員面臨失業(yè)的壓力：另一方面，由于財務(wù)軟件能夠高效完成基礎(chǔ)財務(wù)工作，企業(yè)更需要財會人員發(fā)揮管理會計的職能，會計從業(yè)人員需要將工作重心轉(zhuǎn)移到?jīng)Q策分析和經(jīng)營管理上，使其有從財務(wù)會計到管理會計轉(zhuǎn)型的壓力。
人工智能的發(fā)展與應(yīng)用是社會經(jīng)濟(jì)發(fā)展過程中的必然產(chǎn)物，它的到來就像一把雙刃劍，雖然可以對會計行業(yè)整體工作效率與工作方式帶來提升，但是人工智是不能完全代替會計人員的工作的。比如，智能化的設(shè)備無法完全替代充滿人情味的服務(wù)。李開復(fù)也指出，社交能力強(qiáng)、應(yīng)變能力強(qiáng)、協(xié)商能力強(qiáng)的人，永遠(yuǎn)不會被人工智能取代。人類的感情，想象、創(chuàng)造等特質(zhì)也是人工智能所無法企及的。所以，對于會計從業(yè)人員而言，人工智能只是一種行業(yè)對于自身的探索以及進(jìn)步，順應(yīng)這種變化，會計人員應(yīng)當(dāng)認(rèn)清挑戰(zhàn)，抓住機(jī)遇。
一方面，會計從業(yè)人員應(yīng)調(diào)整好心態(tài)，快速適應(yīng)行業(yè)的變革，重新找回自己的價值。努力提升自己的專業(yè)分析能力和管理能力，成為人工智能代替不了的高級會計工作者。比如：財務(wù)戰(zhàn)略制定，納稅籌劃，風(fēng)險控制，合理避稅、財務(wù)分析等。同時，向復(fù)合型人才發(fā)展。正如任正非所說，稱職的cfo應(yīng)隨時可以接任ceo。會計人員應(yīng)當(dāng)開闊眼界，放大格局，不能只著眼于本職工作，還應(yīng)該了解工作其他崗位的工作內(nèi)容，比如銷售類、生產(chǎn)類等部門的業(yè)務(wù)，提高自己的企業(yè)價值以及行業(yè)地位，做一名復(fù)合型人才。
另一方面，人工智能技術(shù)在財會領(lǐng)域的突破離不開懂會計知識的專業(yè)人員的配合，財務(wù)人員要努力學(xué)習(xí)新技能，加強(qiáng)計算機(jī)、信息技術(shù)的知識儲備，協(xié)助人工智能會計信息系統(tǒng)的研發(fā)，擔(dān)當(dāng)人工智能會計系統(tǒng)的設(shè)計者和監(jiān)督者。
參考文獻(xiàn)：
[1]閏鈺.企業(yè)人工智能時代下對會計行業(yè)的思考[j].商場現(xiàn)代化.2018（1z）
[2]楊秀琴.淺議人工智能時代財務(wù)會計與管理會計的融合發(fā)展趨勢[j].現(xiàn)代商業(yè).2018（18）
[3]李牧陽，運(yùn)用給會計行業(yè)帶來的問題和思考[j]，中國管理信息化.2019（42）
人工智能論文參考文獻(xiàn)篇七
人工智能（artificialintelligence），英文縮寫為ai，也稱機(jī)器智能?！叭斯ぶ悄堋币辉~最初是在1956年的dartmouth學(xué)會上提出的。它是計算機(jī)科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)等多種學(xué)科互相滲透而發(fā)展起來的一門綜合性學(xué)科。從計算機(jī)應(yīng)用系統(tǒng)的角度出發(fā)，人工智能是研究如何制造智能機(jī)器或智能系統(tǒng)來模擬人類智能活動的能力，以延伸人們智能的科學(xué)。
人工智能是計算機(jī)科學(xué)的一個分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能與人類智能相似的方式做出反應(yīng)的智能機(jī)器。人工智能的發(fā)展史是和計算機(jī)科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的，目前能夠用來研究人工智能的主要物質(zhì)手段以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機(jī)器就是計算機(jī)，人工智能在21世紀(jì)必將為發(fā)展國民經(jīng)濟(jì)和改善人類生活做出更大的貢獻(xiàn)。
事物的發(fā)展都是曲折的，人工智能的發(fā)展也是如此。人工智能的發(fā)展歷程大致可以劃分為以下五個階段：
第一階段：20世紀(jì)50年代，人工智能的興起和冷落。人工智能概念在1956年首次提出后，相繼出現(xiàn)了一批顯著的成果，如機(jī)器定理證明、跳棋程序、通用問題s求解程序、lisp表處理語言等。但是由于消解法推理能力有限以及機(jī)器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點(diǎn)是重視問題求解的方法，而忽視了知識的重要性。
第二階段：60年代末到70年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮。dendral化學(xué)質(zhì)譜分析系統(tǒng)、mycin疾病診斷和治療系統(tǒng)、prospectior探礦系統(tǒng)、hearsay—ii語音理解系統(tǒng)等專家系統(tǒng)的研究和開發(fā)，將人工智能引向了實(shí)用化。并且，1969年成立了國際人工智能聯(lián)合會議（internationaljointconferencesonartificialintelligence即ijcai）。
第三階段：80年代，隨著第五代計算機(jī)的研制，人工智能得到了飛速的發(fā)展。日本在1982年開始了“第五代計算機(jī)研制計劃”，即“知識信息處理計算機(jī)系統(tǒng)kips”，其目的是使邏輯推理達(dá)到數(shù)值運(yùn)算那么快。雖然此計劃最終失敗，但它的開展形成了一股研究人工智能的熱潮。
第四階段：80年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展，。1987年，美國召開第一次神經(jīng)網(wǎng)絡(luò)國際會議，宣告了這一新學(xué)科的誕生。此后，各國在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來。
第五階段：90年代，人工智能出現(xiàn)新的研究高潮。由于網(wǎng)絡(luò)技術(shù)特別是國際互連網(wǎng)技術(shù)的發(fā)展，人工智能開始由單個智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標(biāo)的分布式問題求解，而且研究多個智能主體的多目標(biāo)問題求解，將人工智能更面向?qū)嵱?。另外，由于hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。
1、人工智能在管理系統(tǒng)中的應(yīng)用
人工智能應(yīng)用于企業(yè)管理的意義主要不在于提高效率，而是用計算機(jī)實(shí)現(xiàn)人們非常需要做，但工業(yè)工程信息技術(shù)是靠人工卻做不了或是很難做到的事情。把人工智能應(yīng)用于企業(yè)管理中，以數(shù)據(jù)管理和處理為中心，圍繞企業(yè)的核心業(yè)務(wù)和主導(dǎo)流程建立若干個主題數(shù)據(jù)庫，而所有的應(yīng)用系統(tǒng)應(yīng)該圍繞主題數(shù)據(jù)庫來建立和運(yùn)行。也就是說，將企業(yè)各部門的數(shù)據(jù)進(jìn)行統(tǒng)一集成管理，搭建人工智能的應(yīng)用平臺，使之成為企業(yè)管理與決策中的關(guān)鍵因子，這些正體現(xiàn)了人工智能在企業(yè)管理中的巨大價值。
2、人工智能在工程領(lǐng)域中的應(yīng)用
人工智能在地質(zhì)勘探、石油化工等工程領(lǐng)域也發(fā)揮著非常重要的作用。早在1978年，美國斯坦福國際研究所就研發(fā)制成礦藏勘探和評價專家系統(tǒng)“prospector”，該系統(tǒng)用于勘探評價、區(qū)域資源估值和鉆井井位選擇等，是工程領(lǐng)域的首個人工智能專家系統(tǒng)，其發(fā)現(xiàn)了一個鉬礦沉積，價值超過1億美元。
3、人工智能在技術(shù)研究中的應(yīng)用
人工智能在電子技術(shù)領(lǐng)域的應(yīng)用可謂由來已久。隨著網(wǎng)絡(luò)的迅速發(fā)展，網(wǎng)絡(luò)技術(shù)的安全已經(jīng)成了人們關(guān)心的重點(diǎn)，因此必須在傳統(tǒng)技術(shù)的基礎(chǔ)上進(jìn)行網(wǎng)絡(luò)安全技術(shù)的`改進(jìn)和變更，大力發(fā)展數(shù)據(jù)挖掘技術(shù)、人工免疫技術(shù)等高效的ai技術(shù)，開發(fā)更高級的ai通用與專用語言和應(yīng)用環(huán)境以及開發(fā)專用機(jī)器，而人工智能技術(shù)則為其提供了一定的可能。
人工智能的近期研究目標(biāo)在于建造智能計算機(jī)，用以代替人類去從事各種復(fù)雜的腦力勞動。正是根據(jù)這一近期研究目標(biāo)，人們才把人工智能理解為計算機(jī)科學(xué)的一個分支。當(dāng)然，人工智能還有它的遠(yuǎn)期研究目標(biāo)，即探究人類智能和機(jī)器智能的基本原理，研究用自動機(jī)（automata）模擬人類的思維過程和智能行為。這個長期目標(biāo)遠(yuǎn)遠(yuǎn)超出計算機(jī)科學(xué)的范疇，幾乎涉及自然科學(xué)和社會科學(xué)的所有學(xué)科。如今，人工智能已經(jīng)進(jìn)入了21世紀(jì)，其必將為發(fā)展國民經(jīng)濟(jì)和改善人類生活做出更大的貢獻(xiàn)。但是，從人工智能目前的發(fā)展現(xiàn)狀來看，其研究也存在一定的問題，這些主要表現(xiàn)在以下三個方面：
1、宏觀與微觀隔離
一方面是哲學(xué)、認(rèn)知科學(xué)、思維科學(xué)和心理學(xué)等學(xué)科所研究的智能層次太高、太抽象;另一方面是人工智能邏輯符號、神經(jīng)網(wǎng)絡(luò)和行為主義所研究的智能層次太低。這兩方面之間相距太遠(yuǎn)，中間還有許多層次尚待研究，目前還無法把宏觀與微觀有機(jī)地結(jié)合起來和相互滲透。
2、全局與局部割裂
人工智能是腦系統(tǒng)的整體效應(yīng)，有著豐富的層次和多個側(cè)面。但是，符號主義只抓住人腦的抽象思維特性;連接主義只模仿人的形象思維特性;行為主義則著眼于人類智能行為特性及其進(jìn)化過程。這就導(dǎo)致了三者之間存在著明顯的局限性。因此，必須從多層次、多因素、多維和全局觀點(diǎn)來研究人工智能，才能克服上述局限。
3、理論與實(shí)際脫節(jié)
大腦的實(shí)際工作，在宏觀上已知道不少;但是智能的千姿百態(tài)，變幻莫測，復(fù)雜的難以理出頭緒。在微觀上，我們對大腦的工作機(jī)制知之甚少，似是而非，這也使我們難以找出規(guī)律。在這種背景下提出的各種人工智能理論，只是部分人的主觀猜想，能在某些方面表現(xiàn)出“智能”就已經(jīng)算是相當(dāng)?shù)某晒Α?/p>
人工智能一直處于計算機(jī)技術(shù)的前沿，其研究的理論和發(fā)現(xiàn)在很大程度上將決定計算機(jī)技術(shù)的發(fā)展方向。人工智能研究與應(yīng)用雖取得了不少成果，但離全面推廣應(yīng)用還有很大的距離，還有許多問題有待解決，且需要多學(xué)科的研究專家共同合作。因此，要想從根本上了解人腦的結(jié)構(gòu)和功能，完成人工智能的研究任務(wù)，就必須去尋找和建立更新的人工智能框架和理論體系，進(jìn)而為人工智能的進(jìn)一步發(fā)展奠定堅實(shí)的理論基礎(chǔ)。我們堅信在不久的將來，人工智能技術(shù)的應(yīng)用與發(fā)展必將會給人們的生活、工作和教育等帶來更大的影響。
人工智能論文參考文獻(xiàn)篇八
長久以來，人工智能對于普通人來說是那樣的可望而不可及，然而它卻吸引了無數(shù)研究人員為之奉獻(xiàn)才智，從美國的麻省理工學(xué)院(mit)、卡內(nèi)基-梅隆大學(xué)(cmu)到ibm公司，再到日本的本田公司、sony公司以及國內(nèi)的清華大學(xué)、中科院等科研院所，全世界的實(shí)驗(yàn)室都在進(jìn)行著ai技術(shù)的實(shí)驗(yàn)。不久前，著名導(dǎo)演斯蒂文·斯皮爾伯格還將這一主題搬上了銀幕，科幻片《人工智能》(a.i.)對許多人的頭腦又一次產(chǎn)生了震動，引起了一些人士了解并探索人工智能領(lǐng)域的興趣。
在本期技術(shù)專題中，中國科學(xué)院計算技術(shù)研究所智能信息處理開放實(shí)驗(yàn)室的幾位研究人員將引領(lǐng)我們走近人工智能這一充滿挑戰(zhàn)與機(jī)遇的領(lǐng)域。
"智能"源于拉丁語legere，字面意思是采集(特別是果實(shí))、收集、匯集，并由此進(jìn)行選擇，形成一個東西。intelegere是從中進(jìn)行選擇，進(jìn)而理解、領(lǐng)悟和認(rèn)識。正如帕梅拉·麥考達(dá)克在《機(jī)器思維》(machineswhothinks,1979)中所提出的:在復(fù)雜的機(jī)械裝置與智能之間存在長期的聯(lián)系。從幾個世紀(jì)前出現(xiàn)的神話般的巨鐘和機(jī)械自動機(jī)開始，人們已對機(jī)器操作的復(fù)雜性與自身的某些智能活動進(jìn)行直觀聯(lián)系。經(jīng)過幾個世紀(jì)之后，新技術(shù)已使我們所建立的機(jī)器的復(fù)雜性大為提高。1936年，24歲的英國數(shù)學(xué)家圖靈(turing)提出了"自動機(jī)"理論，把研究會思維的機(jī)器和計算機(jī)的工作大大向前推進(jìn)了一步，他也因此被稱為"人工智能之父"。
人工智能領(lǐng)域的研究是從1956年正式開始的，這一年在達(dá)特茅斯大學(xué)召開的會議上正式使用了"人工智能"(artificialintelligence，ai)這個術(shù)語。隨后的幾十年中，人們從問題求解、邏輯推理與定理證明、自然語言理解、博弈、自動程序設(shè)計、專家系統(tǒng)、學(xué)習(xí)以及機(jī)器人學(xué)等多個角度展開了研究，已經(jīng)建立了一些具有不同程度人工智能的計算機(jī)系統(tǒng)，例如能夠求解微分方程、設(shè)計分析集成電路、合成人類自然語言，而進(jìn)行情報檢索，提供語音識別、手寫體識別的多模式接口，應(yīng)用于疾病診斷的專家系統(tǒng)以及控制太空飛行器和水下機(jī)器人更加貼近我們的生活。我們熟知的ibm的"深藍(lán)"在棋盤上擊敗了國際象棋大師卡斯帕羅夫就是比較突出的例子。
當(dāng)然，人工智能的發(fā)展也并不是一帆風(fēng)順的，也曾因計算機(jī)計算能力的限制無法模仿人腦的思考以及與實(shí)際需求的差距過遠(yuǎn)而走入低谷，但是隨著硬件和軟件的發(fā)展，計算機(jī)的運(yùn)算能力在以指數(shù)級增長，同時網(wǎng)絡(luò)技術(shù)蓬勃興起，確保計算機(jī)已經(jīng)具備了足夠的條件來運(yùn)行一些要求更高的ai軟件，而且現(xiàn)在的ai具備了更多的現(xiàn)實(shí)應(yīng)用的基礎(chǔ)。90年代以來，人工智能研究又出現(xiàn)了新的高潮。
我們有幸采訪了中國科學(xué)院計算技術(shù)研究所智能信息處理開放實(shí)驗(yàn)室史忠植研究員，請他和他的實(shí)驗(yàn)室成員引領(lǐng)我們走近人工智能這個讓普通人感到深奧卻又具有無窮魅力的領(lǐng)域。
問:目前人工智能研究出現(xiàn)了新的高潮，那么現(xiàn)在有哪些新的研究熱點(diǎn)和實(shí)際應(yīng)用呢？
答:ai研究出現(xiàn)了新的高潮，這一方面是因?yàn)樵谌斯ぶ悄芾碚摲矫嬗辛诵碌倪M(jìn)展，另一方面也是因?yàn)橛嬎銠C(jī)硬件突飛猛進(jìn)的發(fā)展。隨著計算機(jī)速度的`不斷提高、存儲容量的不斷擴(kuò)大、價格的不斷降低以及網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，許多原來無法完成的工作現(xiàn)在已經(jīng)能夠?qū)崿F(xiàn)。目前人工智能研究的3個熱點(diǎn)是:智能接口、數(shù)據(jù)挖掘、主體及多主體系統(tǒng)。
智能接口技術(shù)是研究如何使人們能夠方便自然地與計算機(jī)交流。為了實(shí)現(xiàn)這一目標(biāo)，要求計算機(jī)能夠看懂文字、聽懂語言、說話表達(dá)，甚至能夠進(jìn)行不同語言之間的翻譯，而這些功能的實(shí)現(xiàn)又依賴于知識表示方法的研究。因此，智能接口技術(shù)的研究既有巨大的應(yīng)用價值，又有基礎(chǔ)的理論意義。目前，智能接口技術(shù)已經(jīng)取得了顯著成果，文字識別、語音識別、語音合成、圖像識別、機(jī)器翻譯以及自然語言理解等技術(shù)已經(jīng)開始實(shí)用化。
數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。數(shù)據(jù)挖掘和知識發(fā)現(xiàn)的研究目前已經(jīng)形成了三根強(qiáng)大的技術(shù)支柱:數(shù)據(jù)庫、人工智能和數(shù)理統(tǒng)計。主要研究內(nèi)容包括基礎(chǔ)理論、發(fā)現(xiàn)算法、數(shù)據(jù)倉庫、可視化技術(shù)、定性定量互換模型、知識表示方法、發(fā)現(xiàn)知識的維護(hù)和再利用、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中的知識發(fā)現(xiàn)以及網(wǎng)上數(shù)據(jù)挖掘等。
主體是具有信念、愿望、意圖、能力、選擇、承諾等心智狀態(tài)的實(shí)體，比對象的粒度更大，智能性更高，而且具有一定自主性。主體試圖自治地、獨(dú)立地完成任務(wù)，而且可以和環(huán)境交互，與其他主體通信，通過規(guī)劃達(dá)到目標(biāo)。多主體系統(tǒng)主要研究在邏輯上或物理上分離的多個主體之間進(jìn)行協(xié)調(diào)智能行為，最終實(shí)現(xiàn)問題求解。多主體系統(tǒng)試圖用主體來模擬人的理性行為，主要應(yīng)用在對現(xiàn)實(shí)世界和社會的模擬、機(jī)器人以及智能機(jī)械等領(lǐng)域。目前對主體和多主體系統(tǒng)的研究主要集中在主體和多主體理論、主體的體系結(jié)構(gòu)和組織、主體語言、主體之間的協(xié)作和協(xié)調(diào)、通信和交互技術(shù)、多主體學(xué)習(xí)以及多主體系統(tǒng)應(yīng)用等方面。
答:我國開始"863計劃"時，正值全世界的人工智能熱潮。"863-306"主題的名稱是"智能計算機(jī)系統(tǒng)"，其任務(wù)就是在充分發(fā)掘現(xiàn)有計算機(jī)潛力的基礎(chǔ)上，分析現(xiàn)有計算機(jī)在應(yīng)用中的缺陷和"瓶頸"，用人工智能技術(shù)克服這些問題，建立起更為和諧的人-機(jī)環(huán)境。經(jīng)過十幾年來的努力，我們縮短了我國人工智能技術(shù)與世界先進(jìn)水平的差距，也為未來的發(fā)展奠定了技術(shù)和人才基礎(chǔ)。
但是也應(yīng)該看到目前我國人工智能研究中還存在一些問題，其特點(diǎn)是:課題比較分散，應(yīng)用項(xiàng)目偏多、基礎(chǔ)研究比例略少、理論研究與實(shí)際應(yīng)用需求結(jié)合不夠緊密。選題時，容易跟著國外的選題走;立項(xiàng)論證時，慣于考慮國外怎么做;落實(shí)項(xiàng)目時，又往往顧及面面俱到，大而全;再加上受研究經(jīng)費(fèi)的限制，所以很多課題既沒有取得理論上的突破，也沒有太大的實(shí)際應(yīng)用價值。
今后，基礎(chǔ)研究的比例應(yīng)該適當(dāng)提高，同時人工智能研究一定要與應(yīng)用需求相結(jié)合?？茖W(xué)研究講創(chuàng)新，而創(chuàng)新必須接受應(yīng)用和市場的檢驗(yàn)。因此，我們不僅要善于找到解決問題的答案，更重要的是要發(fā)現(xiàn)最迫切需要解決的問題和最迫切需要滿足的市場需求。
問:請您預(yù)測一下人工智能將來會向哪些方面發(fā)展？
答:技術(shù)的發(fā)展總是超乎人們的想象，要準(zhǔn)確地預(yù)測人工智能的未來是不可能的。但是，從目前的一些前瞻性研究可以看出未來人工智能可能會向以下幾個方面發(fā)展:模糊處理、并行化、神經(jīng)網(wǎng)絡(luò)和機(jī)器情感。
目前，人工智能的推理功能已獲突破，學(xué)習(xí)及聯(lián)想功能正在研究之中，下一步就是模仿人類右腦的模糊處理功能和整個大腦的并行化處理功能。人工神經(jīng)網(wǎng)絡(luò)是未來人工智能應(yīng)用的新領(lǐng)域，未來智能計算機(jī)的構(gòu)成，可能就是作為主機(jī)的馮·諾依曼型機(jī)與作為智能外圍的人工神經(jīng)網(wǎng)絡(luò)的結(jié)合。研究表明:情感是智能的一部分，而不是與智能相分離的，因此人工智能領(lǐng)域的下一個突破可能在于賦予計算機(jī)情感能力。情感能力對于計算機(jī)與人的自然交往至關(guān)重要。
人工智能一直處于計算機(jī)技術(shù)的前沿，人工智能研究的理論和發(fā)現(xiàn)在很大程度上將決定計算機(jī)技術(shù)的發(fā)展方向。今天，已經(jīng)有很多人工智能研究的成果進(jìn)入人們的日常生活。將來，人工智能技術(shù)的發(fā)展將會給人們的生活、工作和教育等帶來更大的影響。
人工智能也稱機(jī)器智能，它是計算機(jī)科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)等多種學(xué)科互相滲透而發(fā)展起來的一門綜合性學(xué)科。從計算機(jī)應(yīng)用系統(tǒng)的角度出發(fā)，人工智能是研究如何制造出人造的智能機(jī)器或智能系統(tǒng)，來模擬人類智能活動的能力，以延伸人們智能的科學(xué)。
在一年一度at&t實(shí)驗(yàn)室舉行的機(jī)器人足球賽中，每支球隊的"球員"都裝備上了ai軟件和許多感應(yīng)器，它們都很清楚自己該踢什么位置，同時也明白有些情況下不能死守崗位。盡管現(xiàn)在的ai技術(shù)只能使它們大部分時間處于個人盤帶的狀態(tài)，但它們傳接配合的能力正在以很快的速度改進(jìn)。
這種ai機(jī)器人組隊打比賽看似無聊，但是有很強(qiáng)的現(xiàn)實(shí)意義。因?yàn)橥ㄟ^這類活動可以加強(qiáng)機(jī)器之間的協(xié)作能力。我們知道，internet是由無數(shù)臺服務(wù)器和無數(shù)臺路由器組成的，路由器的作用就是為各自的數(shù)據(jù)選擇通道并加以傳送，如果利用一些智能化的路由器很好地協(xié)作，就能分析出傳輸數(shù)據(jù)的最佳路徑，從而可以大大減少網(wǎng)絡(luò)堵塞。
我國也已經(jīng)在大學(xué)中開展了機(jī)器人足球賽，有很多學(xué)校組隊參加，引起了大學(xué)生對人工智能研究的興趣。
安放于加州勞倫斯·利佛摩爾國家實(shí)驗(yàn)室的asciwhite電腦，是ibm制造的世界最快的超級電腦，但其智力能力也僅為人腦的千分之一?，F(xiàn)在，ibm正在開發(fā)能力更為強(qiáng)大的新超級電腦--"藍(lán)色牛仔"(bluejean)。據(jù)其研究主任保羅·霍恩稱，預(yù)計于4年后誕生的"藍(lán)色牛仔"的智力水平將大致與人腦相當(dāng)。
麻省理工學(xué)院的ai實(shí)驗(yàn)室進(jìn)行一個的代號為cog的項(xiàng)目。cog計劃意圖賦予機(jī)器人以人類的行為。該實(shí)驗(yàn)的一個項(xiàng)目是讓機(jī)器人捕捉眼睛的移動和面部表情，另一個項(xiàng)目是讓機(jī)器人抓住從它眼前經(jīng)過的東西，還有一個項(xiàng)目則是讓機(jī)器人學(xué)會聆聽音樂的節(jié)奏并將其在鼓上演奏出來。
人工智能論文參考文獻(xiàn)篇九
在航空業(yè)的發(fā)展中，人工智能技術(shù)起著積極的促進(jìn)作用。本文介紹了空中交通管理中的人工智能理論及方法運(yùn)用，為優(yōu)化空中交通流量管理系統(tǒng)提供理論依據(jù)，更好地服務(wù)于空管系統(tǒng)。
人工智能；空中交通；管理
人工智能，即artificialintelligence，是計算機(jī)科學(xué)的一個分支，研究對人的意識及思維的信息過程的模擬并對其進(jìn)行延伸和擴(kuò)展，通過了解人類智能，研究出類似的反應(yīng)的智能機(jī)器。隨著計算機(jī)技術(shù)的發(fā)展，人工智能越來越多的運(yùn)用于民航的各個方面，如飛行間隔的控制，空中流量的預(yù)測，飛行沖突的調(diào)配。但隨著民航業(yè)的飛速發(fā)展，飛行流量日益增大，需要將人工智能技術(shù)有效運(yùn)用于空中交通流量管理中，建立人工智能輔助系統(tǒng)，擴(kuò)大空域容量，優(yōu)化空中交通流量，提升空管秩序。
在空中交通流量管理（airtrafficflowcontrolmanagement）中，空中交通流量是指單位時間和空間通過的航空器數(shù)量。通過優(yōu)化空中交通流量，將空中交通管制服務(wù)與機(jī)場、航路有效結(jié)合，減少延誤，提高機(jī)場和空域的.利用率。從時間角度上，空中交通流量管理可以分為航路流量管理和機(jī)場終端區(qū)流量管理兩部分，從時間上又可劃分為戰(zhàn)略流量管理，預(yù)戰(zhàn)術(shù)流量管理和戰(zhàn)術(shù)流量管理。當(dāng)航空器數(shù)量飽和時就要對航空器進(jìn)行流量控制，目前的常用的控制措施如下：1）地面等待，最主要的空中交通流量管理措施，本著地面讓空中的原則，對地面航空器的起飛時間進(jìn)行限制；2）空中等待，航空器在航路上或終端區(qū)規(guī)定的等待點(diǎn)或沒有沖突的臨時等待點(diǎn)進(jìn)行盤旋等待；3）更改航路等待，當(dāng)航路航線的容量飽和時，航空器可以通過選擇其他航路航線；4）控制航路間隔，通過對航空器進(jìn)入空域的間隔進(jìn)行限制，來達(dá)到流量管理的目的，吸收部分擁擠的流量。
agent在人工智能的研究中，指能自主活動的軟件或者硬件實(shí)體，目前國內(nèi)普遍翻譯為智能體。在人工智能中，設(shè)計關(guān)鍵智能體，對于研究人工智能的應(yīng)用是非常重要的。在空中交通流量管理中，設(shè)計如下關(guān)鍵智能體：航班智能體、航路智能體和機(jī)場終端區(qū)智能體。航班智能體的屬性有高度、速度、上升/下降率、起飛機(jī)場、目的地等。航班智能體可以與區(qū)域內(nèi)或終端區(qū)的其他航班智能體建立通信，通過獲取航班信息和邏輯判斷，結(jié)合周圍環(huán)境與自身狀況，指導(dǎo)控制自身行為。如果航班智能體需要做出相應(yīng)的調(diào)整如改變高度航向等，需要給上級的航路智能體或機(jī)場終端區(qū)智能體發(fā)出申請，上級智能體批準(zhǔn)后，航班智能體才能采取相應(yīng)的調(diào)整，作出相應(yīng)的控制行為，才能通過交互環(huán)境反饋相應(yīng)結(jié)果。在實(shí)際工作中，這個過程是通過空中交通管制員指揮航空器實(shí)現(xiàn)的?？罩薪煌ü苤茊T在實(shí)際指揮工作中，需要結(jié)合當(dāng)時的空中交通狀況和自身的經(jīng)驗(yàn)知識。航路智能體的主要屬性有航路的高度、寬度、容量等。航路智能體需要對航班智能體進(jìn)行指揮，管理航路上的智能體，同時與其他航路智能體和機(jī)場終端區(qū)智能體進(jìn)行通信，對航班智能體進(jìn)入和離開航路的時機(jī)進(jìn)行協(xié)調(diào)，記錄流量信息并報告給上級流量管理部門，接收上級智能體的指令。在航班智能體進(jìn)入航路之前首先要進(jìn)行容量評估。通過評估后的航班智能體回收到航路智能體發(fā)出的放行許可才能進(jìn)入航路。如果沒有通過容量評估，則要向上級智能體發(fā)送將流量限制的申請，發(fā)布流量限制后航路就不能批準(zhǔn)航班智能體的進(jìn)入，通過減少航班智能體的數(shù)量，控制航路交通流量。機(jī)場終端區(qū)智能體：在實(shí)際工作中，機(jī)場終端區(qū)的航班管理包括管制指揮、流量控制、地面場面監(jiān)視、進(jìn)離場等，難度較大。終端區(qū)智能體（通常運(yùn)行中為塔臺管制）首先要處理所收到的信息，如天氣雷達(dá)信息、地面運(yùn)行信息和情報信息等等，結(jié)合已有知識開展機(jī)場的容量評估。如遇到低云低能見度、雷雨等天氣時可以調(diào)低終端區(qū)/機(jī)場容量，對進(jìn)入離開的航空器進(jìn)行限制。通過容量評估，塔臺會給航班智能體一個slottime，航班智能體按照塔臺的slottime起飛或降落，從而達(dá)到流量控制。如果沒有通過容量評估，則需要通過上級的智能體批準(zhǔn)，發(fā)布流量控制，限制終端區(qū)的流量，通過控制進(jìn)入或離開的航空器數(shù)量達(dá)到流量限制的目的。機(jī)場終端區(qū)智能體（塔臺）對終端區(qū)的航空器進(jìn)行管理，還需要與航路智能體和平級的終端去智能體進(jìn)行通信，對航班進(jìn)出的slottime進(jìn)行協(xié)調(diào)，并將流量管理信息報告給上級流量管理部門，接收上級智能體的命令。如果出現(xiàn)擁堵機(jī)場終端區(qū)智能體需要通過一些措施來管理流量，如分配slottime、指揮航空器地面或空中盤旋等待。
綜上所述，以往在模擬空中交通流量進(jìn)行研究的時候，首先制定流量控制信息，再在系統(tǒng)模擬航班飛行計劃。這樣的模擬過程不能解決容量告警問題。如果流量控制不合理，只能重新設(shè)定流控信息，再次進(jìn)行模擬，因而加大模擬過程的工作量。而通過智能體的運(yùn)用，可以在模擬中不斷調(diào)整智能體來模擬空中流量，增加了模擬流量過程中的靈活性，將人工智能運(yùn)用于模擬中，借助智能體來模擬空中流量，可以更好的分析空中交通流量問題。
[2]甘鑫鑫基于多agent的空中交通協(xié)同流量管理研究[j].科學(xué)與財富，2015（30）：278.
[5]陳言俊，劉甜甜.人工智能與機(jī)器人.[6]黃昱斌.基于multi-agent的空中交通流量的探究[j].科技創(chuàng)新與應(yīng)用，2015（14）：57-57.
人工智能論文參考文獻(xiàn)篇十
摘要:在航空業(yè)的發(fā)展中，人工智能技術(shù)起著積極的促進(jìn)作用。本文介紹了空中交通管理中的人工智能理論及方法運(yùn)用，為優(yōu)化空中交通流量管理系統(tǒng)提供理論依據(jù)，更好地服務(wù)于空管系統(tǒng)。
關(guān)鍵詞:人工智能；空中交通；管理
人工智能，即artificialintelligence，是計算機(jī)科學(xué)的一個分支，研究對人的意識及思維的信息過程的模擬并對其進(jìn)行延伸和擴(kuò)展，通過了解人類智能，研究出類似的反應(yīng)的智能機(jī)器。隨著計算機(jī)技術(shù)的發(fā)展，人工智能越來越多的運(yùn)用于民航的各個方面，如飛行間隔的控制，空中流量的預(yù)測，飛行沖突的調(diào)配。但隨著民航業(yè)的飛速發(fā)展，飛行流量日益增大，需要將人工智能技術(shù)有效運(yùn)用于空中交通流量管理中，建立人工智能輔助系統(tǒng)，擴(kuò)大空域容量，優(yōu)化空中交通流量，提升空管秩序。
1空中交通流量管理探討
在空中交通流量管理（airtrafficflowcontrolmanagement）中，空中交通流量是指單位時間和空間通過的航空器數(shù)量。通過優(yōu)化空中交通流量，將空中交通管制服務(wù)與機(jī)場、航路有效結(jié)合，減少延誤，提高機(jī)場和空域的利用率。從時間角度上，空中交通流量管理可以分為航路流量管理和機(jī)場終端區(qū)流量管理兩部分，從時間上又可劃分為戰(zhàn)略流量管理，預(yù)戰(zhàn)術(shù)流量管理和戰(zhàn)術(shù)流量管理。當(dāng)航空器數(shù)量飽和時就要對航空器進(jìn)行流量控制，目前的常用的控制措施如下：1）地面等待，最主要的空中交通流量管理措施，本著地面讓空中的原則，對地面航空器的起飛時間進(jìn)行限制；2）空中等待，航空器在航路上或終端區(qū)規(guī)定的等待點(diǎn)或沒有沖突的臨時等待點(diǎn)進(jìn)行盤旋等待；3）更改航路等待，當(dāng)航路航線的容量飽和時，航空器可以通過選擇其他航路航線；4）控制航路間隔，通過對航空器進(jìn)入空域的間隔進(jìn)行限制，來達(dá)到流量管理的目的，吸收部分擁擠的流量。
2人工智能的應(yīng)用研究探討
agent在人工智能的研究中，指能自主活動的軟件或者硬件實(shí)體，目前國內(nèi)普遍翻譯為智能體。在人工智能中，設(shè)計關(guān)鍵智能體，對于研究人工智能的應(yīng)用是非常重要的。在空中交通流量管理中，設(shè)計如下關(guān)鍵智能體：航班智能體、航路智能體和機(jī)場終端區(qū)智能體。航班智能體的屬性有高度、速度、上升/下降率、起飛機(jī)場、目的地等。航班智能體可以與區(qū)域內(nèi)或終端區(qū)的其他航班智能體建立通信，通過獲取航班信息和邏輯判斷，結(jié)合周圍環(huán)境與自身狀況，指導(dǎo)控制自身行為。如果航班智能體需要做出相應(yīng)的調(diào)整如改變高度航向等，需要給上級的航路智能體或機(jī)場終端區(qū)智能體發(fā)出申請，上級智能體批準(zhǔn)后，航班智能體才能采取相應(yīng)的調(diào)整，作出相應(yīng)的控制行為，才能通過交互環(huán)境反饋相應(yīng)結(jié)果。在實(shí)際工作中，這個過程是通過空中交通管制員指揮航空器實(shí)現(xiàn)的?？罩薪煌ü苤茊T在實(shí)際指揮工作中，需要結(jié)合當(dāng)時的空中交通狀況和自身的經(jīng)驗(yàn)知識。航路智能體的主要屬性有航路的`高度、寬度、容量等。航路智能體需要對航班智能體進(jìn)行指揮，管理航路上的智能體，同時與其他航路智能體和機(jī)場終端區(qū)智能體進(jìn)行通信，對航班智能體進(jìn)入和離開航路的時機(jī)進(jìn)行協(xié)調(diào)，記錄流量信息并報告給上級流量管理部門，接收上級智能體的指令。在航班智能體進(jìn)入航路之前首先要進(jìn)行容量評估。通過評估后的航班智能體回收到航路智能體發(fā)出的放行許可才能進(jìn)入航路。如果沒有通過容量評估，則要向上級智能體發(fā)送將流量限制的申請，發(fā)布流量限制后航路就不能批準(zhǔn)航班智能體的進(jìn)入，通過減少航班智能體的數(shù)量，控制航路交通流量。機(jī)場終端區(qū)智能體：在實(shí)際工作中，機(jī)場終端區(qū)的航班管理包括管制指揮、流量控制、地面場面監(jiān)視、進(jìn)離場等，難度較大。終端區(qū)智能體（通常運(yùn)行中為塔臺管制）首先要處理所收到的信息，如天氣雷達(dá)信息、地面運(yùn)行信息和情報信息等等，結(jié)合已有知識開展機(jī)場的容量評估。如遇到低云低能見度、雷雨等天氣時可以調(diào)低終端區(qū)/機(jī)場容量，對進(jìn)入離開的航空器進(jìn)行限制。通過容量評估，塔臺會給航班智能體一個slottime，航班智能體按照塔臺的slottime起飛或降落，從而達(dá)到流量控制。如果沒有通過容量評估，則需要通過上級的智能體批準(zhǔn)，發(fā)布流量控制，限制終端區(qū)的流量，通過控制進(jìn)入或離開的航空器數(shù)量達(dá)到流量限制的目的。機(jī)場終端區(qū)智能體（塔臺）對終端區(qū)的航空器進(jìn)行管理，還需要與航路智能體和平級的終端去智能體進(jìn)行通信，對航班進(jìn)出的slottime進(jìn)行協(xié)調(diào)，并將流量管理信息報告給上級流量管理部門，接收上級智能體的命令。如果出現(xiàn)擁堵機(jī)場終端區(qū)智能體需要通過一些措施來管理流量，如分配slottime、指揮航空器地面或空中盤旋等待。
3結(jié)論
綜上所述，以往在模擬空中交通流量進(jìn)行研究的時候，首先制定流量控制信息，再在系統(tǒng)模擬航班飛行計劃。這樣的模擬過程不能解決容量告警問題。如果流量控制不合理，只能重新設(shè)定流控信息，再次進(jìn)行模擬，因而加大模擬過程的工作量。而通過智能體的運(yùn)用，可以在模擬中不斷調(diào)整智能體來模擬空中流量，增加了模擬流量過程中的靈活性，將人工智能運(yùn)用于模擬中，借助智能體來模擬空中流量，可以更好的分析空中交通流量問題。
參考文獻(xiàn)
[2]甘鑫鑫基于多agent的空中交通協(xié)同流量管理研究[j].科學(xué)與財富，20xx（30）：278.
[5]陳言俊，劉甜甜.人工智能與機(jī)器人.[6]黃昱斌.基于multi-agent的空中交通流量的探究[j].科技創(chuàng)新與應(yīng)用，20xx（14）：57-57.
人工智能論文參考文獻(xiàn)篇十一
1.1制訂本標(biāo)準(zhǔn)的目的是為了統(tǒng)一科學(xué)技術(shù)報告、學(xué)位論文和學(xué)術(shù)論文(以下簡稱報告、論文)的撰寫和編輯的格式，便利信息系統(tǒng)的收集、存儲、處理、加工、檢索、利用、交流、傳播。1.2本標(biāo)準(zhǔn)適用于報告、論文的編寫格式，包括形式構(gòu)成和題錄著錄，及其撰寫、編輯、印刷、出版等。本標(biāo)準(zhǔn)所指報告、論文可以是手稿，包括手抄本和打字本及其復(fù)制品；也可以是印刷本，包括發(fā)表在期刊或會議錄上的論文及其預(yù)印本、抽印本和變異本；作為書中一部分或獨(dú)立成書的專著；縮微復(fù)制品和其他形式。1.3本標(biāo)準(zhǔn)全部或部分適用于其他科技文件，如年報、便覽、備忘錄等，也適用于技術(shù)檔案。2定義2.1科學(xué)技術(shù)報告科學(xué)技術(shù)報告是描述一項(xiàng)科學(xué)技術(shù)研究的結(jié)果或進(jìn)展或一項(xiàng)技術(shù)研制試驗(yàn)和評價的結(jié)果；或是論述某項(xiàng)科學(xué)技術(shù)問題的現(xiàn)狀和發(fā)展的文件?？茖W(xué)技術(shù)報告是為了呈送科學(xué)技術(shù)工作主管機(jī)構(gòu)或科學(xué)基金會等組織或主持研究的人等?？茖W(xué)技術(shù)報告中一般應(yīng)該提供系統(tǒng)的或按工作進(jìn)程的充分信息，可以包括正反兩方面的結(jié)果和經(jīng)驗(yàn)，以便有關(guān)人員和讀者判斷和評價，以及對報告中的結(jié)論和建議提出修正意見。2.2學(xué)位論文學(xué)位論文是表明作者從事科學(xué)研究取得創(chuàng)造性的結(jié)果或有了新的見解，并以此為內(nèi)容撰寫而成、作為提出申請授予相應(yīng)的學(xué)位時評審用的學(xué)術(shù)論文。學(xué)士論文應(yīng)能表明作者確已較好地掌握了本門學(xué)科的基礎(chǔ)理論、專門知識和基本技能，并具有從事科學(xué)研究工作或擔(dān)負(fù)專門技術(shù)工作的初步能力。
碩士論文應(yīng)能表明作者確已在本門學(xué)科上掌握了堅實(shí)的基礎(chǔ)理論和系統(tǒng)的專門知識，并對所研究課題有新的見解，有從事科學(xué)研究工作或獨(dú)立擔(dān)負(fù)專門技術(shù)工作的能力。博士論文應(yīng)能表明作者確已在本門學(xué)科上掌握了堅實(shí)寬廣的基礎(chǔ)理論和系統(tǒng)深入的專門知識，并具有獨(dú)立從事科學(xué)研究工作的能力，在科學(xué)或?qū)ｉT技術(shù)上做出了創(chuàng)造性的成果。2.3學(xué)術(shù)論文學(xué)術(shù)論文是某一學(xué)術(shù)課題在實(shí)驗(yàn)性、理論性或觀測性上具有新的科學(xué)研究成果或創(chuàng)新見解和知識的科學(xué)記錄；或是某種已知原理應(yīng)用于實(shí)際中取得新進(jìn)展的科學(xué)總結(jié)，用以提供學(xué)術(shù)會議上宣讀、交流或討論；或在學(xué)術(shù)刊物上發(fā)表；或作其他用途的書面文件。學(xué)術(shù)論文應(yīng)提供新的科技信息，其內(nèi)容應(yīng)有所發(fā)現(xiàn)、有所發(fā)明、有所創(chuàng)造、有所前進(jìn)，而不是重復(fù)、模仿、抄襲前人的工作。3編寫要求報告、論文的中文稿必須用白色稿紙單面繕寫或打字；外文稿必須用打字。可以用不褪色的復(fù)制本。報告、論文宜用(210mm×297mm)標(biāo)準(zhǔn)大小的白紙，應(yīng)便于閱讀、復(fù)制和拍攝縮微制品。報告、論文在書寫、打字或印刷時，要求紙的四周留足空白邊緣，以便裝訂、復(fù)制和讀者批注。每一面的上方(天頭)和左側(cè)(訂口)應(yīng)分別留邊25mm以上，下方(地腳)和右側(cè)(切口)應(yīng)分別留邊20mm以上。4編寫格式4.1報告、論文章、條的編號參照國家標(biāo)準(zhǔn)gb1.1《標(biāo)準(zhǔn)化工作導(dǎo)則標(biāo)準(zhǔn)編寫的基本規(guī)定》第8章“標(biāo)準(zhǔn)條文的編排”的有關(guān)規(guī)定，采用阿拉伯?dāng)?shù)字分級編號。4.2報告、論文的構(gòu)成5前置部分5.1封面5.1.1封面是報告、論文的外表面，提供應(yīng)有的信息，并起保護(hù)作用。封面不是必不可少的。學(xué)術(shù)論文如作為期刊、書或其他出版物的一部分，無需封面；如作為預(yù)印本、抽印本等單行本時，可以有封面。5.1.2封面上可包括下列內(nèi)容：a.分類號在左上角注明分類號，便于信息交換和處理。一般應(yīng)注明《中國圖書資料分類法》的類號，同時應(yīng)盡可能注明《國際十進(jìn)分類法udc》的類號。
b.本單位編號一般標(biāo)注在右上角。學(xué)術(shù)論文無必要。
c.密級視報告、論文的內(nèi)容，按國家規(guī)定的保密條例，在右上角注明密級。如系公開發(fā)行，不注密級。
d.題名和副題名或分冊題名用大號字標(biāo)注于明顯地位。
e.卷、分冊、篇的序號和名稱如系全一冊，無需此項(xiàng)。
f.版本如草案、初稿、修訂版……等。如系初版，無需此項(xiàng)。
人工智能論文參考文獻(xiàn)篇十二
是的，正如霍金預(yù)言：“全面化人工智能可能意味著人類的終結(jié)?！彪S著人工智能日益滲透我們的生活，人類社會面臨著生存競爭、倫理逆境等方方面面的嚴(yán)峻挑戰(zhàn)，然而，冷靜想一想，ai其實(shí)本質(zhì)上與互聯(lián)網(wǎng)、智能手機(jī)等科技相差無幾，其終極目標(biāo)都是為了讓我們的生活更快捷便利，我們?yōu)楹我獙i的到來感到恐慌？私以為，面對人工智能全面化的大勢之趨，我們理應(yīng)勇立潮頭，迎戰(zhàn)ai洪流。
毋庸置疑，人工智能無可比較的學(xué)習(xí)速度，不知疲乏的高能運(yùn)作，面面俱到的'系統(tǒng)分析，以及浩大繁雜的數(shù)據(jù)體系，勢必會占據(jù)了人類相當(dāng)比重的生存空間，機(jī)器人種種優(yōu)勢人類也難以企及，但是，ai的誕生不是為了毀滅、戰(zhàn)勝人類，而是要讓人類不斷突破自我，查找新的可能。在幾十年前，我們誰能想到如今的互聯(lián)網(wǎng)科技能徹底轉(zhuǎn)變我們的生活？同樣地，我們也無法否認(rèn)將來在ai時代我們的生活會再次被*。拒絕ai更是對更美妙將來的拒絕，唯有與ai同行，讓簡單的世界更簡潔，我們才能迎來更好的時代。
是的，無論是哪個時代，“被替代”的隱患始終存在，但也恰恰是這些隱患與挑戰(zhàn)，篩選著、鞭策著人們。成也挑戰(zhàn)，敗也挑戰(zhàn)，關(guān)鍵在于當(dāng)洪流襲來，你是否有勇立潮頭，發(fā)覺機(jī)遇的士氣。正如王鼎鈞所言，“時代像篩子，篩得多數(shù)人流離失所，篩得少數(shù)人出類拔萃?！蔽倚湃?，那些自甘墮落，向人工智能俯首稱臣的人只會在社會中漸漸淡去，唯有那勇立潮頭的少數(shù)人才能提升自我，在ai洪流中暗藏的機(jī)遇中大放異彩。
人工智能之大勢已成定局，然人類將來之命運(yùn)猶未可知。面對ai洪流，是消沉，還是迎戰(zhàn)？由君定奪。
人工智能論文參考文獻(xiàn)篇十三
在科學(xué)技術(shù)日新月異的今天，知識呈爆炸性增長，全世界每天發(fā)表的論文都有數(shù)以萬計，關(guān)鍵詞能鮮明而直觀地表述文獻(xiàn)論述或表達(dá)的主題，使讀者在未看學(xué)術(shù)論文的文摘和正文之前便能一目了然地知道論文論述的主題，從而作出是否要花費(fèi)時間閱讀正文的判斷[1]。不僅如此，關(guān)鍵詞揭示的是學(xué)術(shù)論文最核心的內(nèi)容，是文章最基本的學(xué)術(shù)思想、技術(shù)方法的提煉和概括[2]，因此學(xué)術(shù)界已約定利用主題概念詞去檢索最新發(fā)表的論文?？梢?，關(guān)鍵詞早已成為學(xué)術(shù)論文的文獻(xiàn)檢索標(biāo)識，它并不是可有可無的論文裝飾品，更不是“形式主義”和“八股文”。關(guān)鍵詞標(biāo)引得是否恰當(dāng)，關(guān)系到該文被檢索的概率和該成果的利用率。
二、關(guān)鍵詞標(biāo)引的原則
（一）專指性規(guī)則
一個詞只能表達(dá)一個主題概念，即為專指性。只要能在敘詞表中找到與該文主題概念直接對應(yīng)的專指性敘詞，就不允許用詞表中的上位詞（s項(xiàng)）或下位詞（f項(xiàng)）;若找不到與主題概念直接對應(yīng)的敘詞，而上位詞確實(shí)與主題概念相符，即可選用。限制不加組配的泛指詞的使用，以免出現(xiàn)概念含糊。
（二）組配規(guī)則
1。交叉組配。系指2個或2個以上具有概念交叉關(guān)系的敘詞所進(jìn)行的組配，其結(jié)果表達(dá)一個專指概念。例如：“噴氣式垂直起落飛機(jī)”，可用“噴氣式飛機(jī)”和“垂直起落飛機(jī)”這兩個泛指概念的詞確切地表達(dá)敘詞表中沒有的專指概念。
2。方面組配。系指一個表示事物的敘詞和另一個表示事物某個屬性或某個方面的敘詞所進(jìn)行的組配，其結(jié)果表達(dá)一個專指概念。例如：“信號模擬穩(wěn)定器”可用“信號模擬器”與“穩(wěn)定器”組配，即用事物及其性質(zhì)來表達(dá)專指概念。
在組配標(biāo)引時，優(yōu)先考慮交叉組配，然后考慮方面組配;參與組配的敘詞必須是與文獻(xiàn)主題關(guān)系最密切、最臨近的敘詞，以避免越級組配;組配結(jié)果要求所表達(dá)的概念清楚、確切，只能表達(dá)一個單一的概念;如果無法用組配方法表達(dá)主題概念時，可選用最直接的上位詞或相關(guān)敘詞標(biāo)引。
（三）采用自由詞標(biāo)引
關(guān)鍵詞允許采用自由詞標(biāo)引，下列幾種情況可采用自由詞標(biāo)引：
1。主題詞表中明顯漏選的制圖概念詞;
2。表達(dá)新學(xué)科、新理論、新技術(shù)、新材料等新出現(xiàn)的概念;
3。詞表中未收錄的地區(qū)、人物、文獻(xiàn)、產(chǎn)品等名稱及重要數(shù)據(jù)名稱;
4。某些概念采用組配，其結(jié)果出現(xiàn)多義時，被標(biāo)引概念也可用自由詞標(biāo)引。
自由詞盡可能選自其他詞表或較權(quán)威的參考書和工具書，選用的自由詞必須達(dá)到詞形簡練、概念明確、實(shí)用性強(qiáng)。采用自由詞標(biāo)引后，應(yīng)有記錄，并及時向敘詞表管理部門反映。
（四）標(biāo)引程序
首先對文獻(xiàn)進(jìn)行主題分析，弄清該文的主題概念和中心內(nèi)容;盡可能從題名、摘要、層次標(biāo)題和正文的重要段落中抽出與主題概念一致的詞和詞組;對所選出的詞進(jìn)行排序，對照敘述詞表中找出哪些詞可以直接作為敘詞標(biāo)引，哪些詞可以通過規(guī)范詞化變?yōu)閿⒃~，哪些敘詞可以組配成專指主題概念詞的詞組;還有相當(dāng)數(shù)量無法規(guī)范為敘詞的詞，只要是表達(dá)主題概念所必需的，都可以作為自由詞標(biāo)引并列入關(guān)鍵詞。
三、關(guān)鍵詞標(biāo)引常出現(xiàn)的問題
（一）用詞不規(guī)范
關(guān)鍵詞雖然不像主題詞那么嚴(yán)謹(jǐn)規(guī)范，但絕不能隨意選取。因?yàn)殛P(guān)鍵詞標(biāo)引的正確與否直接影響到計算機(jī)檢索工作，所以無檢索意義的詞語不能作關(guān)鍵詞。一般規(guī)定關(guān)鍵詞必須是實(shí)詞，即必須是一些具有實(shí)質(zhì)意義的詞語。用詞不規(guī)范主要表現(xiàn)在有些選用的詞語不是實(shí)詞，或不能揭示主題內(nèi)容。
例5：網(wǎng)絡(luò)經(jīng)濟(jì)時代圖書館信息服務(wù)的創(chuàng)新/傅先華//現(xiàn)代圖書情報技術(shù)。20xx。3
關(guān)鍵詞：網(wǎng)絡(luò)經(jīng)濟(jì);圖書館;信息服務(wù);創(chuàng)新;策略
此論文中的關(guān)鍵詞“圖書館”，用詞太寬泛，作為關(guān)鍵詞輸入電腦檢索，會跳出大量有關(guān)“圖書館”方面的文獻(xiàn)，使其在提示該論文主題內(nèi)容的專指性方面的作用大大降低，失去該關(guān)鍵詞應(yīng)起的作用。
例6：電子商務(wù)在數(shù)字圖書館中的應(yīng)用/謝春枝//現(xiàn)代圖書情報技術(shù)。20xx。2
關(guān)鍵詞：電子商務(wù);數(shù)字圖書館;應(yīng)用
該論文中的關(guān)鍵詞“應(yīng)用”沒有檢索意義，不能作關(guān)鍵詞。
（二）關(guān)鍵詞的外延過于寬泛
關(guān)鍵詞是學(xué)術(shù)論文的文獻(xiàn)檢索標(biāo)識，是表達(dá)文獻(xiàn)主題概念的自然語言詞匯。它是從論文的題名、摘要、層次標(biāo)題和正文中選出來的，能反映論文主題概念的詞或詞組。因此，應(yīng)從題名、摘要、層次標(biāo)題和正文中選取最恰當(dāng)、最能反映論文所屬學(xué)科的專用的、義項(xiàng)比較單一的詞作為關(guān)鍵詞，切忌選用概念外延過于寬泛的詞。
例3：一篇題名為《論高校自然科學(xué)學(xué)報發(fā)展的新理念》的論文[3]，把“新理念”選作關(guān)鍵詞就不妥當(dāng)。因?yàn)椤靶吕砟睢钡耐庋犹?，任何一門學(xué)科都存在新理念，從正文的3個層次標(biāo)題中選取“科技理論”、“人文理論”、“編輯理論”作為關(guān)鍵詞要恰當(dāng)?shù)枚唷?/p>
（三）關(guān)鍵詞漏標(biāo)
例6：一篇題名為《話說退稿》的論文[4]的關(guān)鍵詞為：“稿件;期刊;作者;編輯”。這篇論文就明顯地漏標(biāo)了“退稿”這個關(guān)鍵詞，而沒有這個關(guān)鍵詞，全文就主題不明。
例7：一篇題名為《文化傳播與外語教學(xué)》的論文[5]，關(guān)鍵詞是：“語言;文化;目的語文化”，顯然也漏標(biāo)了“外語教學(xué)”這個關(guān)鍵詞。由上可見，關(guān)鍵詞漏標(biāo)現(xiàn)象在許多學(xué)術(shù)期刊中也是屢見不鮮的毛病。
（四）英文關(guān)鍵詞不規(guī)范
中、英文關(guān)鍵詞不一一對應(yīng)，有的中文關(guān)鍵詞為6個，英文關(guān)鍵詞則為5個，或中、英文關(guān)鍵詞的順序不一致。英文關(guān)鍵詞拼寫錯誤多，有的用詞不正規(guī)，不是專用名詞術(shù)語，而是由普通英文名詞羅列而成。
隨著計算機(jī)硬件設(shè)備的改進(jìn)和軟件技術(shù)的提高，以關(guān)鍵詞做主題索引而設(shè)計和建立的計算機(jī)數(shù)據(jù)庫檢索系統(tǒng)越來越多。關(guān)鍵詞作為一種便于文獻(xiàn)信息在計算機(jī)中進(jìn)行文獻(xiàn)標(biāo)引的最佳形式，具有較高的標(biāo)引效率，特別適合于網(wǎng)上繁雜、無序的海量文獻(xiàn)信息處理，因而成為當(dāng)前互聯(lián)網(wǎng)主要的檢索語言，為國內(nèi)外各種學(xué)術(shù)期刊和文獻(xiàn)檢索工具普遍采用，并得到迅速發(fā)展，這足以說明其對揭示論文主題和檢索科研成果的重要作用。因此，必須加強(qiáng)對學(xué)術(shù)論文中關(guān)鍵詞的規(guī)范化建設(shè)，重視對學(xué)術(shù)論文關(guān)鍵詞的學(xué)習(xí)與研究。
【本文地址：http://gzsthw.cn/zuowen/4993332.html】
