人工智能计算机发展

人工智能计算机发展（共10篇）

人工智能计算机发展 篇1

在信息化高速发展的今天, 计算机辅助教学也随着计算机应用在人们生活中的日益普, 已经渗透到了教育的各个层次中。尤其是在大屏幕投影和多媒体技术以及计算机网络的发展和应用上面, 人们已经开始逐步意识到当计算机不断深入到教学领域之后, 在教学质量和教学效率有着快速提高的同时, 还将会使教学的模式和教学的思想以及教学的潮流和教学的组织过程发生翻天覆地的变化。

1 计算机辅助教学的概述

以传统的教学模式而言, 教师通常都使用诸如语言、动作以及文字等表达方式将书本上的知识通过自己的消化最终传授给学生。大多数情况下为了使学生能够更为直观的对某些知识进行理解, 教师往往会借助一些诸如模型、教学仪器、实物和插图之类的辅助教学工具来达到对自身所讲述内容的演示和阐述。虽然说诸如上述教具在我们的实际教学中是不可或缺的, 但因其自身的局限性 (在对有些对象进行描述时出现对象太大或太小的现象, 例如在中学物理学中所谈到的天体运行以及分子的热运动等, 均无法以实物的形式位同学们进行展示;对于有些发展变化非常迅速的运动过程, 例如波的传播过程、光电效应中粒子的跃迁、光的传播以及电磁波动等过程, 这些运动过程或发生现象都是用模型、插图所不能胜任的, 客观地说甚至是无法不能实现的;还有一些诸如自然界生物的成长过程等, 我们虽然能够借助于录像电影等科技手段来反映其整个运动变化过程, 但它们并不能满足按照授课教师随心所欲地来对整个过程进行调动与控制, 比如说教师对所讲授内容的前后顺序或变化速度以及显示画面等进行更改。而计算机辅助教学刚好能够凭借其交互式功能来对上所述教具之不足进行很好的弥补。计算机辅助教学能够随意调出计算机中有关授课内容的储存多媒体信息来供教师很方便的选用和操作。它凭借着计算机的强大功能能够使得教学内容图文声并茂, 十分生动有趣、形象直观地展现在学生面前、能够更加集中学生学习的注意力以及使学生对整个课程中所讲述的运动或生长过程的认识理解更加深刻, 因此, 其记忆也就更加牢固;上述优点均是传统教具所无法比拟的。

2 从生成性计算机辅助教学到智能教学系统

人们对认知主义学习理论的流行开始于上世纪其八十年代, 而对于学习者的内部认知过程的关注也是计算机辅助教学的一部分重要内容。一些研究者利用前人对传统计算机辅助教学研究为基石, 开始对学生在学习过程中的反馈信息进行系统的收集和分析, 这些学者希望以学生的反馈情况为依据来达到呈现新学习内容的目的, 基于这种目的逐渐催生了CAI的出现。若要实现根据学生的反馈信息来对新的学习内容的功能进行呈现的话, 作为整个程序的设计者则必须尽可能地要提前知道学生对上述现象可能产生什么样的反应, 然后再决定提供什么种类的信息。因此, 对于生成性CAI而言, 整个系统首次建立了正对于广大学生的学生模型, 有人却将其错误的理解为是智能计算机辅助教学系统的雏形, 尽管当时的行为建模针对的对象只是学生, 而并非针对学生的知识建模。在整个CAI生成性系统中, 与授课有关的所有教学材料都能够自动生成并存储而不必来进行事先的设定。

3 从智能化向适应性学习支持的转变

双重编码理论认为, 为了能够达到改善学习的目的, 使学生产生更好的记忆效果我们需要摒弃原来单个使用某种能的方法, 我们要将整个视觉信息与听觉信息结合使用。如果将学生的视觉、听觉以及实际行动相结合结合起来的话, 学生的学习效果将会有更为显著的提高研究者通过对多媒体条件下的个性化学习环境的创设, 运用智能教学系统来达到有效支持学生看、听和做的方法, 来达到实现提高学习效率的最终目的。但智能教学系统其本身也并非是天衣无缝的, 仍然存在着很多难以解决的问题;智能教学系统的开发需要很多领域的专家来进行通力地合作, 所以造成开发难度大的难题。基于人工智能技术自身所存在的局限性当前所应用的智能教学系统的智能化程度有点差强人意。

4 计算机辅助教学智能化与认知理论的联系

对于不同学习理论从不同的角度出发对学习进行的一系列诠释, 在一定程度上对计算机辅助教学的发展有着深远的影响。自从上世纪90年代以来, 对于主义学习理论的建构开始风靡整个欧美学界, 该理论强调对于学习者本人的经验、社会以及文化背景都有着较为深远的影响。计算机辅助教学因受到建构主义学习理论、多媒体技术普及、计算机网络技术的快速发展与应用的影响已经逐步向着适应性学习支持的方向发展, ALSS正是这类典型系统中的一员。

5 小结

计算机辅助教学正在以前所未有的速度渗透到我们的生活学习中来。她已经由最初的完全代替教师来实现单一的按部就班的教学开始向支持学生能进行主动学习与讨论的学的方向转变。对于我们传统的以教为主要手段的田野啊是教学而言, 由于传统教学对于“教”的过程过分的注重, 导致了学生对于整个“学”的过程的忽视或怠慢, 这样既压抑了学生学习的主观能动性, 又不利于对创新人才的培养。随着认知科学的普及以及教育心理学的进一步发展, 以现代教学理念为主导的新一代教学模式一方面在发挥教师的主导作用的同时, 另一方面又能够充分体现学生的认知主体作用, 从而达到更好地培养其创新思维和创造能力的目的。

参考文献

[1]张天.论计算机辅助教智能[H].合作经济与科技, 2013 (6) .

[2]赵晶明.试论我国计算机辅助教学的发展历程与趋势[J].2010 (9) .

[3]阮滢.适应性学习.信息技术支持下的因材施教[J].中小学信息技术教育, 2006 (11) .

[4]张剑平.现代教育技术.理论与应用[M].北京:高等教育出版社, 2006 (85) .

人工智能计算机发展 篇2

“新计算机平台每10年到12年出现一次。下一个是什么？是数据和训练人工智能去学习。如果这世上有计算能力空前绝后的设备，那么拥有一台就够了。你无需随身携带，但这台设备必须有自我意识。“为了让AI突破瓶颈并满足用户的需求，我们需要大量的数据，这里就需要机器人登场了，它们可以成为移动的传感器，帮AI采集周边的数据并学会与其他事物互动。

“人工智能擅长模式匹配，而这也是量子计算的优势。几百年后，二者的通力合作会为我们解答许多现在无法解释的问题，比如谁是主人，谁是仆人。如果你在撇开人工智能的情况下思考量子计算，以及这样的架构将如何使所有已知的加密技术失效，那将是另一个问题。你不必担心天网即将出现在互联网上，你应该担心，量子计算带来的计算能力意味着什么。”

Speeches at a Glance

在我看来，这种外包信息、从中学习然后出售成品的模式，非常有可能诞生下一个1000亿美元企业。我不是在说Alphabet、Facebook或Uber。如果我创建公司，我可能会以这种前提为起点。该如何利用可扩展性让用户教我？如果用户肯教我些东西，且我可以出售，这种服务将比他们知道的服务更好，而每个人都是赢家。

—Alphabet执行董事长埃里克·施密特在Startup Grind Europe上称，这类初创企业中将会诞生下一个1000亿美元大公司。

这种大奖赛可以吸引很多人来关注太空技术，人们会积极地参与比赛，谁也不知道结果会怎样。这是一种非常有效的方法，它可以让很多人对太空技术产生兴趣，让很多团队参与竞争。

—亚马逊CEO杰夫·贝索斯近日表示，打破太空技术门槛得靠政府办比赛。

维权投资者能在短期内带来好处，但结果可能让公司丧失最强的优势，或让创新停摆，最终让公司寸步难行。我们经常看到公司聚焦于短期战略，从而大幅削减资本投入和研发经费。特别是当公司显示出优秀的短期业绩时，它们甚至会叫停研发。从长期来看，这会带来灾难性后果。

—资产管理机构贝莱德的联合创始人兼CEO拉瑞·芬克在接受《哈佛商业评论》采访时对短期主义思维做出了批判。

毫无疑问，我们在移动时代大败了。

—收购了LinkedIn后，微软CEO萨蒂亚·纳德拉在对新员工的讲话中做了上述发言，并说企业级市场才是微软该努力的方向。

人工智能计算机发展 篇3

建筑智能化即在建筑行业中引进先进的计算机技术, 将在计算机技术指挥下的设备管理系统、通信系统、小区物业管理系统、公共安全系统等融入到建筑物当中。使得建筑艺术与计算机应用技术相结合, 在文化和科技的融合中, 向人们提供一个舒适、便捷、安全健康的居住环境。建筑智能化发端于1984年美国康涅狄格州哈特福特市建立世界上第一幢智能大厦, 日本、法国和德国紧随其后, 从此建筑业进入了一个新的时代。

计算机应用技术就是现代社会中各行各业以及各个领域运作时应用计算机的一系列理论、方法和技术。计算机应用技术以计算机的专业知识为基础, 综合了其他学科的相关知识, 从而深入到不同的领域开展作业。计算机技术应用的领域从最初的数据处理与应用逐渐扩展到过程检测与控制、数值计算和人工智能。作为一门学科和技术, 计算机应用技术对社会的发展和经济的繁荣有着越来越重要的作用。

随着建筑智能化的发展, 一个很明显的趋势是建筑工程的每一个环节都需要计算机应用技术进行控制, 实现智能化, 这无疑是对计算机应用技术提出的挑战。作为技术支持, 计算机应用技术对建筑智能化的发展和进步责无旁贷。

二、建筑智能化中主要使用的计算机应用技术

计算机应用技术以数据结构与C程序设计、数据库系统SQL、办公室软件操作等一系列基础的计算机技术为平台, 结合建筑物功能和类型, 形成复杂的庞大的计算机处理系统。从设计之初的准确、便捷到用户的安全和舒适出发, 主要介绍以下几种在建筑智能化中比较常见的计算机应用技术。

(一) CAD对设计建筑结构的技术支持。CAD即计算机辅助设计, 作为一个制图软件, 它在建筑结构设计中发挥了重要作用。CAD的三围制图较二维图纸或二维的制图软件更加直观和形象。CAD制图软件利用交互技术、曲面造型、图形变换技术使得建筑结构设计上升到一个新的水平, 较好地弥补了传统建筑设计中存在的问题和缺陷。专门用于建筑行业中的CAD制图软件更加具有指向性和专业性, 利用CAD软件, 设计工作者可以精确地设计出建筑的空间结构, 在短时间内作出施工图纸。在CAD软件中, 对于一些复杂的和细节的构造, 如楼梯通道、排水设施等, 它可以为设计者提供多种模型, 兼具美观和安全的效用, 从而可以为整个工程的进行节省时间, 保证工程的质量和工作的效率, 同时大大减小了设计者的工作压力。

(二) 计算机通信技术带来的安全和便利。以计算机为基础的弱电系统由在电源引入的总配电柜处、机房配电箱处和一切重要的精密的设备以及UPS的前端安装的三级浪涌保护器组成。根据工程量的大小适当调整浪涌保护的级数, 来达到保护弱点设备和追求经济合理方案的目的。等电位联结的设置, 可以有效消除在实际的施工中因不同接地点而产生的电位差, 这样就可以在发生雷击时有效避免不同电压产生的放电现象。小区或办公楼安装的公共广播传呼系统, 在发生紧急情况时可以调整为紧急广播, 在一些特殊的场所还设置专业广播设备。其工作原理是在发生火灾、地震等紧急情况时, 紧急广播控制器发出命令将对应的负载回路转换成对应的紧急广播回路, 在为居民和办公人员带来方便的同时, 保证生命安全。利用计算机通信技术安装共用无线电视系统和卫星接收系统, 为用户接收视频和音频信号, 将调制后的卫星信号送至终端用户。完备的监控系统为保证住户和工作人员的人身和财产安全提供了视频资料等有利的证据。

(三) 高性能计算技术为效率和质量保驾护航。为满足住户和办公人员更高的要求, 建筑工程的总量、难度和时间在逐渐加大, 直接的一个影响就是工程建设中会产生越来越多、越来越复杂的数据, 而一般的有限元分析和设计计算已经不能满足实际的需要。高性能计算技术以更加高端的计算软件为依托, 以分布式计算和网络技术为基础来应对复杂组件中的高精度解析。利用高性能计算技术可以挖掘和创造更加新型的建筑类型, 有助于形成多级别、多样化的智能场所空间。一些大型的工程顺利完工离不开高性能计算技术的支持, 例如:央视大楼设计中重级地震作用下的弹塑性时程分析、上海磁悬浮工程温度应力分析和奥运工程设计中火灾模拟技术的应用等。高性能计算技术的应用, 在不断扩充建筑物功能的同时还能够承担建筑的部分功能。

三、建筑智能化发展中存在的问题

在影响建筑智能化发展的众多因素当中, 计算机应用技术占着相当大的比例。因为建筑智能化是依托在计算机技术发展的基础上建立起来的, 所以建筑智能化今后的道路和计算机技术的发展紧密相关。

(一) 计算机应用技术陷入发展困境。我国是发展中国家, 尽管改革开放以来中国取得巨大的发展成就, 但是在高新技术、创新等方面和西方发达国家存在着较大的差距。计算机应用技术在我国发展较晚, 可以说是刚刚起步阶段, 对计算机应用技术的应用程度和普及程度低, 缺乏大量的精通计算机应用技术的高级人才, 对数据的分析和处理要依靠国外先进技术和专业人才, 加之国家对于信息化的发展投入力度满足不了社会发展的需要, 在很多地方都捉襟见肘。计算机应用技术的水平在一定程度上决定和限制着建筑智能化的发展水平, 要想提高建筑智能化的水平, 必须从计算机应用技术下手。

(二) 智能建筑的建设中出现的问题。在设计研发方面, 设计团队将注意力集中在智能系统上, 忽略了建筑平台, 业主和设计单位会因为设计方法、施工习惯不同产生分歧;一些业主一味追求建筑功能多和智能化的程度, 忽略建筑物本身的需求和承受能力;一些施工队伍素质不高, 缺乏专业知识和正规训练, 使得工作质量不高。

四、建筑智能化发展的建议

提高计算机应用技术是当务之急。可以依托国外技术引进、吸收、再创新, 更重要的是培养一批专业的计算机应用技术人才, 挖掘他们的创新能力和计算机操作能力, 允许的话可以开设“计算机应用技术与建筑智能化”专业课程, 培养市场需要的人才。国家投入资金和设备, 为建筑智能化的发展提供物质基础, 为普及计算机应用技术开辟道路。在建设过程中, 提高设计团队、业主、施工队伍专业素质并加强三方面的联系, 在交流合作中展现问题的全景, 并协助解决问题。

五、结语

建筑智能化的发展离不开计算机应用技术的支持, 在科学、技术和经济飞速发展的今天, 建筑智能化的市场在逐渐扩大, 需求也会逐渐增长。要想在国际竞争中占有一席之地, 我国建筑智能化必须提高自身的水平, 提高计算机应用技术利用程度, 我们应该看到对计算机应用技术和建筑智能化研究的理论价值和现实意义。

摘要：随着科学和技术的飞速发展, 人类已经进入了一个全新的信息化和数字化的时代。其中计算机应用技术的发展正在大大改变着人类生活的轨迹, 目前为止各行各业的发展几乎都离不开计算机应用技术。当建筑行业与计算机应用技术碰撞, 建筑智能化就应运而生。建筑智能化以其高端先进的技术为广大住户提供了一个安全惬意的生活居住环境, 它推动了社会主义建筑事业现代化的发展。建筑智能化的发展离不开计算机应用技术的支持, 计算机应用技术的不断革新促进建筑智能化迈向新的高度。

关键词：计算机应用技术,建筑行业,智能化

参考文献

[1]邵胜华.智能化建筑弱电安装工程管理探究[J].科技传播, 2010, 14

[2]陈勇.基于WCF和Portal的建筑智能化系统集成技术研究[J].计算机应用技术, 2010

人工智能计算机发展 篇4

全球领先的科技行业公司，如微软、IBM和谷歌，正在开发量子计算机。通过量子机制，计算机的数据处理能力将会有大幅提升。计算技术巨头认为，量子计算机将会使人工智能软件更强大，并给材料科学等领域带来巨大的飞跃。

美国宇航局（NASA）希望，量子计算机能协助安排火箭发射，模拟未来的太空飞行。NASA埃姆斯研究中心探索技术负责人迪帕克·比思维斯（Deepak Biswas）表示：“这是一项真正颠覆性的技术，可以改变我们从事所有工作的方式。”

2013年，谷歌从加拿大创业公司D-Wave Systems采购了一台计算机。当时这台计算机被称作“全球首台商用的量子计算机”。随后，NASA埃姆斯研究中心与谷歌合作基于这台计算机展开了研究。这台计算机目前安装在加州山景城NASA埃姆斯研究中心内，通过量子退火装置来处理数据。量子退火装置中的算法可以解决“最优化问题”，而这样的问题在机器学习和人工智能软件中很常见。

然而，D-Wave的芯片引起了量子物理学家的争议。该公司内外的研究人员都无法明确证明，这款设备能够利用量子技术去超过传统计算机。

谷歌量子人工智能实验室负责人哈特姆·涅文（Hartmut Neven）表示，该实验室的研究人员已完成了严格的证明。他们在D-Wave计算机和传统计算机之间展开了一系列竞赛。涅文表示：“对用于概念验证的特定问题，我们实现了1亿倍的加速。”

谷歌本周在一篇研究论文中介绍了这一成果，但这篇论文尚未得到同行的评估。涅文表示，这篇论文即将发表至学术期刊。

谷歌的研究结果具有重要意义，但即使得到证明，对D-Wave计算机来说也仅仅只是所需验证工作的一部分。在与量子计算机的竞赛中，普通计算机采用了模拟D-Wave芯片中的算法。如果采用其他算法，那么传统计算机可能更具竞争力，甚至赢得竞赛。不过涅文表示，这一测试结果很重要，因为在未来处理大量数据的过程中，传统计算机也没有任何捷径可走。

谷歌正在这一领域与D-Wave展开竞争。去年夏季，谷歌在加州圣芭芭拉设立了新实验室，负责人是学术界知名研究人员约翰·玛提尼斯（John Martinis）。

玛提尼斯目前也在关注与“最优化问题”无关的量子硬件。通用的量子计算机能解决各类问题。这样的设备用途更广，但研发过程也将更长。政府和大学的实验室、微软和IBM也在开发这类技术。

谷歌工程副总裁约翰·基纳德里（John Giannandrea）表示，如果量子退火装置可被实际使用，那么将可以被广泛用于谷歌的机器学习软件。

人工智能计算机发展 篇5

1加德纳的多元智能理论对教学具有理论指导意义

1983年出版的《智能结构》一书中, 加德纳提出了多元智能理论。1999年他又提出了存在智力的概念, 丰富了多元智能的内容。多元智力理论的主要论点有[2]: (1) 智力的多化。每个人具有八种智能, 这些智能彼此独立, 但在解决问题时共同发挥作用; (2) 智力的独立性。每个人的各种智能高低程度, 具有一种很高的智能, 不一定有同样程度的其他智能; (3) 智能的情景化。

多元智能理论倡导“如何思考”和“如何解决问题”的教学理念[2]。作为大学教师, 学习多元智力理论, 要求在教学中: (1) 及时更新课程内容, 扩充能力范围。传统的学校教育只重视学业智力, 对其他能力诸如社交智力、自我认识智力有所忽略, 而这些能力对于现实生活极其重要; (2) 丰富课程资源, 营造合作文化。科学技术的发展为学生展示了更丰富的学术世界、虚拟世界和真实世界, 并把它们统一起来。按照建构主义的观点, 学习是“知识的建构”, 这是一种交互作用的能力观。学习不仅是人与人之间的交互作用, 也是人与环境之间的交互作用; (3) 注重个别性、个性化设计。教育的目标就在于“尊重每一个人的不同的成长”, 人尽其才。要达到这个目标, 就必须有多元化的教学研究, 以个性化的学习方式, 适应不同的学习风格和特长。

2多元智能发展视角下的《水文水利计算》教学研究探讨

目前市场上《水文水利计算》教材任何一本至少都有10章基本理论。笔者使用的是武汉大学雒文生教授主编的《工程水文及水利计算》, 共计14章。按照人才培养方案安排44个学时及两周的课程设计。因此, 时间紧迫, 必须对部分重复内容进行删减, 将更多学时投入到重点教学内容中。水文水利计算与其他专业课均有部分内容重复。主要是这些课程都是为了解决实际的工程问题而设置的, 并非完全独立。因此, 这门课程中难免会牵涉到其他课程的内容。比如《气象与水文》章节内容中的每一节是《水文学原理》课程内容中对应的每一章。对于此部分内容, 可以利用一大节课的时间帮助学生复习回顾。重点放在《水文统计基本原理与方法》上, 因为这是后面水文计算部分及水利计算部分应用时需要的主要方法。学习加德纳的多元智力理论, 就要根据不同的教学内容有重点地培养学生各项能力。教师必须具备广泛的知识面, 在教学课堂中结合科研和实际教学内容。

2.1科研为教学服务

科研和教学是教师的两项日常工作, 但教学是基本。如何做到教学助长, 科研服务教学体现在教学课堂设计上。教材在短期实测径流资料时的设计年径流计算以及缺乏实测径流资料时的设计年径流计算中只提及到方法, 比如利用参证变量方法及水文比拟法。但具体如何应用呢?这时教师必须引入工程实例, 将理论知识与具体工程实例相结合, 降低课程的难度系数, 提高教学效率。笔者将科研中的曾参与的科研项目, 积累的工程实例整理, 及时填充到教学内容中, 为该课程提供充实的教学素材。

2.2归纳, 总结传统教学手段不能丢

学生从小学入门开始, 老师就采用归纳, 总结传统教学手段指导学生学习。特别是在一章节学完之后的总结复习尤其重要。该方法同样适合在高等教学中, 引导大学生归纳总结知识点也是提高教学效率的好办法。如学完第七章《由流量资料推求设计洪水》第六节设计洪水的地区组成分析, 引导学生归纳典型洪水放大的两种基本方法同倍比, 同频率。在设计洪水的地区组成上又遇到三种方法, 典型洪水地区分配法、同频率控制地区组成法以及相关法。他们之间有没有联系?通过对比分析发现, 典型洪水时间上同倍比, 也可以地区上同倍比。可以时间上同频率, 也可以空间上同频率。这就需要不断归纳, 总结, 发现新问题。事实上地区上的同频率控制法最先由鲍尔明[3]发现的。

2.3鼓励学生自己动手

《水文水利计算》是一门应用型很强的学科。整个教学中要求学生自己动手。鼓励他们自己开发小软件。比如P3曲线的绘制, 将在后续的设计年径流计算及设计洪水计算中具体应用。目前已有大量成熟的自编软件可供应用。如果直接把软件告诉学生, 输入数据--输出结果, 学生学会了软件运用, 但对理论知识掌握不深。因此, 在教学中, 鼓励学生不光会用软件, 还能自己利用Excel里面宏功能开发小程序。

2.4严格把控课程设计

课程设计内容, 是巩固和深化学生对课堂教学内容的理解和应用。学生学习完水文计算和水利计算两大部分内容后, 按照人才培养方案安排两周的课程设计。课程设计的内容是某水库水利水电规划, 实际上就是让学生设计一个合理的水库。内容包括6个方面。基本涵盖课堂所有内容。分别是: (1) 水文气象资料的搜集和审查。熟悉流域的自然地理情况, 广泛搜集有关水文气象资料。 (2设计年径流量及其年内分配。①设计年径流量的计算。先进行年径流量频率计算, 求出频率为P、50%、1-P的年径流量。②设计年内分配根据年、月径流资料和代表年的选择原则, 确定丰、中、枯三个代表年。并按设计年径流量为控制用同倍比方法缩放各代表年的逐月年内分配。 (3) 选择水库死水位①绘制两个特征水库曲线, 包括水库水位容积曲线和水电站下游水位流量关系曲线。②根据泥沙资料计算水库的淤积体积和水库相应的淤积高程。③综合各方面情况确定水库死水位。 (4) 选择正常蓄水位:根据该地区的兴利要求, 要求调节流量不低于Q, 保证率为P, 通过兴利调节计算后能满足要求就作为确定的正常蓄水位。 (5) 推求各种设计标准的设计洪水过程线。下游防洪标准为P1, 设计标准为P2, 校核标准为P3, 需要推求P1、P2、P3设计洪水过程线。 (6) 推求水库防洪特征水位。①起调水位。②防洪高水位的计算。③设计洪水位的计算。将学生以3~5人一组, 并推选一名组长负责协调。不同组学生分配不同的Q, P, P1, P2, P3组合。组内同学发挥团结互助精神, 课设过程中遇到任何困难, 一起讨论解决。

3结语

有了多元智能理论的理论指导, 通过采用启发引导讨论等多种教学方法不断的改进自己的教学方法, 激发学生的学习兴趣;及时将科研素材补充到教学中去;鼓励学生自己动手开发水文计算小程序, 可以大大增强学生的动手能力和培养学生的探索求知精神;严格把控课程设计, 使得学生更深层次地掌握及运用水文水利计算知识的同时, 动手能力以及思维能力一起大大提升。

摘要：《水文水利计算》课程是水文学与水资源专业本科生的专业核心课程, 又是一门实践性很强的课程, 该课程掌握得抓实与否, 直接影响到学生就业去向。该文尝试引入多元智能理论, 探讨多元智能发展视角下的水文水利计算教学设计。实践应用表明, 运用多元智能的教学设计理念, 综合运用归纳总结;鼓励学生质疑;合理安排课程设计等教学手段, 能够较大地发挥了学生的主观能动性。使他们的知识、能力、素质综合协调发展。

关键词：多元智能理论,水文水利计算,教学研究,解决途径

参考文献

[1]霍华德·加德纳.多元智能[M].沈致隆, 译.北京:新华出版社, 1999.

[2]柏灵.多元智能理论影响下的教学基本观[J].广东教育, 2002 (Z1) :50-51.

计算机人工智能识别技术 篇6

关键词：计算机,人工智能,识别技术

计算机人工智能技术是一种高端的信息科学技术, 主要是通过计算机中的功能将人类的思维和意识形象地模拟出来, 通过计算机程序将其呈现。这种科学技术是将多个学科领域的技术相结合, 从而形成的较为完善的计算机应用体系。与其他计算机技术相比, 其具有较大的发展空间, 能够为人们带来各种方便。人工智能识别技术发展历时较短且不成熟, 所以解决计算机人工智能识别技术中的问题是其今后发展的重要方向。

1 计算机人工智能识别技术的概念

人们对于计算机技术在发展过程中的功能都是肯定和认可的, 并且希望计算机技术在今后的发展过程中能够帮助人们解决更多的问题, 使其在生产和生活中不断深入和应用, 基于此, 人们就对计算机技术提出了更高的要求。比如电脑, 它能够像大脑一样进行工作, 具有高效且高速的优点, 提高了人们的工作效率, 使人们走向了网络化办公的时代, 也为人们带来了丰富的生活。计算机技术研究人员开始对其进行更深层次的研究, 从而研发了计算机人工智能识别技术。

计算机人工智能识别技术是在人们对自动化办公和智能化生产需求的背景下产生的, 简单来说也是来自于语音识别领域的启示。在智能手机发展的过程中, 声控成了较为流行的技术, 实际上声控也是语音识别技术, 是基于语音收录、对比的技术。所以, 人们就希望在不同领域中都能够实现人工智能识别, 减轻人们在工作过程中的负担, 全面实现智能化的生活。

简单来说, 智能识别技术就是使用一定的识别装置, 自动获取并且识别物品的信息, 将信息传输到后台计算机处理系统中进行处理。比如人们在日常生活中见到的条形码扫描器, 售货员用它扫描商品条码, 从而能够获取商品的全面信息, 然后再输入数量, 系统就可以自动计算商品的总价格, 这个过程就是计算机人工智能识别技术[1]。

2 人工智能识别技术的分类

目前, 人工智能识别技术根据识别物体是否具有生命体征分为两种:其一, 有生命识别;其二, 无生命识别。这两种识别技术具有特定的应用范围, 以下就分析这两种人工识别技术。

2.1 有生命识别技术

有生命识别技术可以分为三种。其一, 声音识别技术。指的是通过识别不同人群的声音, 对人群的身份进行智能识别及鉴定的识别技术。声音识别技术的工作原理就是通过不同人声音的不同特点, 从音调、音质及音色等不同的方面识别不同的声音, 只有用户的所有特征与系统记录相符合, 才可以通过鉴定。其二, 指纹识别技术。指的是通过扫描不同人体的指纹, 以此鉴定人的身份的技术。指纹识别技术的工作原理是根据每个人的指纹都各不相同, 世上没有两个相同的指纹, 所以指纹识别技术具有较高的精准度。其三, 人脸识别技术。指的是通过扫描人体脸部的特征, 以此鉴定人的身份。人脸识别技术一般都是扫描瞳孔或者脸部结构, 它能够放大某个局部, 以此搜索关键特征, 其检定结果也较为精准[2]。

2.2 无生命识别技术

无生命识别技术也分为三种。其一, 智能卡技术。此技术是自动识别智能卡, 所谓智能卡, 其实就是一种集成电路板, 可以独立存储及运算, 与计算机技术相结合, 能够进行管理、存储、加密及采集。智能卡技术由于自身的特点, 被广泛应用到物理方面, 比如车辆识别等。其二, 条形码识别。此技术包括一维码技术和二维码技术, 二维码技术是建立在一维码技术的基础上, 其具有较大的信息容量、现实中文/英文字符、纠错功能的特点, 所以其被广泛应用到信息采集和标示中。其三, 射频识别技术。此技术是非接触式自动符号识别技术, 通过无线电磁波识别和读取对象。通过电磁场将无线电信号将数据从物品标签中传送出去, 以实现跟踪和自动识别的目的[3]。

3 计算机人工智能识别技术的应用领域

自计算机技术发展以来, 全新的技术和方法都进入了工程化的阶段, 有效促进了工业技术的进一步发展。基于此, 人工智能识别技术也得到了飞跃的进步, 主要应用领域包括机器人、语音识别及视觉识别。

3.1 机器人

20世纪70年代, 机器人技术的不断发展深受社会人士的关注, 并且逐渐形成了专门的学科, 智能计算机也被广泛应用到各个领域中, 并且取得了相应的成果。比如, 目前许多外科医生在显微外科手术中都会使用机器人作为助手。

人工智能识别技术应用在机器人中逐渐流行, 并且还带动了相关行业在智能识别方面的发展。智能机器人虽然降低了企业和国家的开支, 但是加大了应用的风险。目前人工智能识别技术应用在机器人中的技术还不够成熟, 国家应对其重视起来, 进一步研发人工智能技术[4]。

3.2 语音识别技术

语音识别技术的目的就是使机器人能够听懂人类的语言, 这是人工智能的主要研究方向, 也是研究人机语音交互的重要技术。以语音识别技术为基础开发的产品被广泛应用到各种领域中, 具有较大的应用优势, 比如语音通信系统、声控电话交互等。

随着人工智能产品的不断普及, 在现代社会中嵌入式语音处理和识别技术得到了迅速发展, 以语音识别芯片为主的行业也不断增多。基于此, 怎样将芯片与人工智能技术相结合, 使其发展为语音识别技术是一项重要的研究课题。

3.3 人工神经网络

人工神经网络指的是经过大量简单处理单元创建形成的并行互连网络系统, 能够模拟人脑系统, 并且具有人脑的多种基本功能。人工神经网络的工作原理是通过模拟人脑神经组织构造过程中得到的启发, 试图通过人工神经网络处理大量单元, 包括电子元件、人工神经元和处理元件。

在人工神经网络中, 处理信息主要是通过神经元互相的作用和反应进行的, 信息及知识的存取主要是通过各网络元件间的分布式物理联系进行。虽然人工神经网络还有一些弊端, 但是它能够辅助人们认识外界并且进行智能控制[5]。

4 计算机人工智能识别技术的发展阻碍

计算机人工智能识别技术的发展阻碍在不同的领域有不同的表现, 上文主要分析了计算机人工智能在语音识别、机器人及人工神经网络中的应用, 那么就这几方面分析计算机人工智能识别技术的发展阻碍。

4.1 在语音识别中的发展阻碍

最早使用语音识别技术的是智能手机, 智能手机中的声控原理首先是手机收集使用者的声音, 之后通过分析和对比, 以此实现控制。另外, 现代智能手机不需要提前收录使用者的声音, 而是存储在庞大的声音库中, 只要用户对着手机说普通话, 那么就能够满足用户的功能需求。在科技不断发展的过程中, 语音识别技术得到了相应的成果, 但是还存在一系列制约发展的因素。

其一, 无法识别方言。虽然语音识别技术较为完善, 在一些高级汽车中也具有语音识别系统, 但是语音识别仅限于普通话, 并不能够识别我国各地方的方言。

其二, 无法智能判断。人的声音包括了声波、音色和声调, 如果使用者的声音发生变化, 比如由于感冒改变声音, 那么就会影响智能识别的效果, 使使用者没有办法正常操作。另外, 还会有他人模仿使用者声音, 导致存在安全隐患[6]。

总而言之, 语音识别智能在多方面还存在问题, 那么就需要相关人士对其进行深层次的研究。

4.2 人工智能机器翻译的发展阻碍

机器翻译深受人们的喜爱, 但是其中还包括一系列问题, 比如通过单词构造句子的问题, 或者单词的歧义性问题。歧义性问题是语言使用中的难题, 要想消除歧义性问题就要对原文中的每个句子联系上下文全面的进行分析和理解。但是因为机器并不是人, 不能和人类一样独立思考以此寻找歧义词语在原文中的准确意思, 而是将词语当作句子理解, 所以就会导致人工智能翻译方面缺乏理解能力。

4.3 人工智能识别模式的发展阻碍

人工智能识别被广泛应用到多种领域, 包括文字识别、语音识别和指纹识别。虽然人工智能识别模式在研究及开发方面已具有较大的成就, 但是本身还存在本质性的问题, 人工智能识别技术的理论和方式与人的识别还是两个不同的机制。那么也就表示人脑的识别、思维, 无论多么先进的计算机识别技术都是无法比拟的。

总而言之, 计算机人工智能识别技术应用在众多领域阻碍发展的主要原因就是没有真正实现智能技术, 目前的人工智能只不过是在人为设置中实现的。要想解决这些问题, 就要开拓思维, 全面思考及分析问题, 从而真正实现人工智能[7]。

5 结语

综上所述, 可以了解到人工智能识别技术在一些领域中的使用还是有一定效果的, 但是在此过程中仍然存在多种阻碍, 主要原因就是计算机不具有真正的主观判断能力。这个问题不仅是现有问题, 还是未来人工智能识别研究的一大方向。简单来说, 人脑具有主观判断, 这是无法通过计算机代替的。所以, 目前要想真正实现智能控制, 就要以主观判断意识为基础, 从而深层次研究和探讨。

参考文献

[1]刘乔辉.计算机人工智能识别技术的应用探讨[J].科技风, 2016 (4) :121-122.

[2]周娟.计算机人工智能识别技术应用瓶颈分析[J].软件导刊, 2014 (9) :28-29.

[3]黄鑫.分析计算机人工智能识别技术的应用瓶颈[J].数字技术与应用, 2016 (7) :244.

[4]李保安.计算机人工智能识别技术应用瓶颈分析[J].自然科学:全文版, 2016 (1) :00050.

[5]王小红.计算机人工智能识别技术的应用瓶颈分析[J].科技创新与应用, 2016 (8) :89.

[6]范银平.计算机人工智能识别技术的应用瓶颈分析[J].产业与科技论坛, 2013, 12 (16) :75-76.

浅析计算机应用中的人工智能技术 篇7

在信息科学技术不断更新的二十一世纪, 人工智能, 是一项从通过模拟人脑思维实现计算机更为高级的操作的高端技术, 其应用之广、影响之大都是许多计算技术无法比拟的。虽然人工智能技术在当下其发展还没有达到成熟的阶段, 但这也意味着其未来的发展蕴含着无限的空间。为此, 本文将从人工智能技术的内容、特征及发展着手, 对面对社会发展不断提出新要求的人工智能技术的革新和发展进行分析阐述, 结合人工智能系统的开发、人工智能技术在企业、家居等地方的具体应用, 对计算机应用下的人工智能技术进行一番探究, 从而对人工智能技术的巨大作用有一个更为详细直观的认识。

正文

1 人工智能技术概况

1.1 人工智能技术内容

人工智能, 顾名思义是指模拟人类思维, 模拟、延伸和扩展人的智能来实现机机器自动操作的一种计算机应用下的技术。人工智能是以实现以机器操作代替人工操作为目标的技术, 主要通过采用传统的编程技术和模拟法来完成。这是一种基于计算机技术而又超出计算机内容的应用技术。为人们所熟知的机器人就是人工智能的一个重要应用, 当然在人工智能的范畴内, 机器人只是一个很小的应用。在本文的论述中, 人工智能技术的实际应用主要包括在企业管理、家居使用及各个行业、系统的使用中。

1.2 人工智能技术的特征

人工智能是一门多门学科的技术:不仅仅是计算机知识, 还涉及到哲学和认知科学, 数学, 神经生理学, 心理学, 计算机科学, 信息论, 控制论, 不定性论, 仿生学, 社会结构学与科学发展观等多门学科的技术, 其要求之高、范围之广由此可见一斑;其次, 人工智能实现了人工操作控制到机器自动操作的过渡, 是计算机更高层次的一种应用;最为重要的一点是, 人工智能的出现给许多具有高危险的工作的解决提供了可能, 让远程控制、机器模拟系统、自动控制系统成为了现实, 同时也给人们的生活带来了便利。

1.3 人工智能技术的发展

人工智能的发展从二十世纪五十年代初期开始, 经历了具有很强非线性拟合能力的神经网络时代、弱人工智能的弱方法时代、知识工程时代和知识工业时代等几个阶段, 到了二十一世纪的今天, 人工智能的发展已然不仅仅限于机器人的研究, 已经进入了一个以计算机技术为基础的信息时代。

2 人工智能技术的实际的实际应用

从发展初期的机器人的研制到当下各种自动控制系统的成功, 人工智能技术的发展取得了不小的突破, 在实际的应用中, 也得到了不少的拓展。范围之广涵盖各个行业。

2.1 智能在企业中的应用

在企业中, 人工智能技术如今已经得到了很大程度上的使用, 从自动报警系统, 自动控制系统、监控系统等的使用来看, 这些系统无不借助了人工智能技术得以实现, 人工智能技术的出现和发展使得企业管理中更为的信息化, 便捷性更为的高, 安全性也得到了一定层次上的提升。与以前的企业管理相比, 人工智能技术的应用使得企业告别了人工巡逻、看管的局面, 解决了在生产操作中许多需要花费大量人力物力却效果不甚明显的问题。人工智能技术的使用不但为企业不但节省了不少的人力物力, 还使得企业的管理取得更为让人满意的效果。由此可见, 人工智能让企业的经营管理迈入一个现代化的新阶段。

2.2 智能家居的实现

在人工智能的应用, 智能家居的实现可谓是与我们大众生活息息相关的一大实例。智能家居实现了住房的安全、舒适、清洁。人工智能控制的门窗:可以给室内提供一个清新舒适的休息环境;智能家居中的无线传感器网络可以实现通过各类集成化的微型传感器协作地实时监测、感知和采集各种环境或监测对象的信息的功能, 从而保证住房的安全;同时, 智能家居系统还可以实现通过使用手机短信和互联网等方式解决了用户在异地对家庭智能系统的远程查询, 控制等问题.同时采用RS485拓扑总线结构解决了家庭设备布线及控制问题, 真正意义上做到远程操作, 让家中的实时情况不分时间、不分地点的在主人的掌握之中。总之, 智能家居将人工智能很好的融入到生活中, 最大程度的解决生活中的问题, 为广大人民所服务。

除了在企业和家居上的广泛应用, 人工智能技术在工业生产、军事、农商生产等各个方面都有了相当程度上的使用:人工智能技术能更好的在输电网络进行故障诊断, 发现问题, 解决问题;人工智能技术能在电站锅炉燃烧中实现优化;人工智能技术使得在教学中实现智能教学和管理;人工智能技术也能在医学事业中发挥其强大的功效。总而言之, 人工智能技术, 让一切从人类思维到机器模拟操作的过程成为可能。

3 人工智能未来的发展

从智能机器人到模式识别与智能系统;从虚拟现实技术与应用到系统仿真技术与应用;从机器翻译到计算机神经网络……一个个突破, 一个个发展可以预见人工智能的未来不可限量。发展至今, 人工智能已然成为一个勃勃发展的产业了。我们有理由相信:在未来的发展过程中, 随着科学技术的不断发展和信息化的不断推进, 人工智能将迈入一个快速发展的时代, 其功能、其应用都将得到空前的发展。人工智能技术也将更大程度上的改变我们的世界、改变我们的生活。

4 结语

通过人工智能技术概况、人工智能技术的实际的实际应用和人工智能未来的发展这几个方面对计算机应用下的人工智能技术的论述, 我们可以更为清晰的看到:人工智能不但有一定的发展历史和基础, 其发展前景也是一片光明。作为计算机技术的一个更高层次上发展的结果, 人工智能必然引领着技术的革新, 成为各个行业争相运用的一项技术, 这不但源于人工智能技术的先进性, 还决定于其自身所具有的的将机器自动操作实现模拟人类思维的特点。从这些来看, 人工智能技术在各个领域的发展终将到来。

参考文献

[1]人工智能原理朱福喜, 汤怡群, 人工智能, 傅建明-2002-武汉大学出版社

[2]人工智能及其应用蔡自兴, 徐光祐, 清华大学教授-1996-清华大学出版社

[3]人工智能技术与应用李卫华, 陈湘义, 童伟, 刘建伟, 黄芳栋, 何学平-计算机工程与应用, 1986

[4]多智能体技术应用综述刘金琨, 尔联洁 (北京航空航天大学自动控制系, 北京100083)

[5]简论人工智能的发展前景朱铭琳运城学院计算机系, 山西运城044000

人工智能计算机发展 篇8

计算机人工智能技术属于比较高端的信息科学技术, 它通过利用计算机现有的功能将人类的思维和意识形象地模拟出来, 将人类的各种思维通过计算机程序表现出来。这种基于计算机平台的高级科学技术, 将多个学科和领域的技术集合起来, 从而形成一个比较完善的计算机应用体系。与很多计算机技术相比, 这项技术具有更大的发展空间, 它给人类带来的各种方便是其它技术不能比拟的[1]。虽然人工智能技术发展迅速, 但是这项技术在我国起步较晚, 技术还不太成熟[2], 发展这项技术的关键是解决计算机人工智能识别技术遇到的瓶颈难题。

1 人工智能识别技术概念

智能识别技术是基于计算机人工智能发展起来的一项技术, 这项技术的开发和研究主要是对人的智能进行模拟和延伸, 通过分析智能的实质, 开发出一种与人类智能反应相似的全新智能机器, 该领域的研究主要包括图像识别、语言识别、机器人和自然语言处理技术等。智能识别技术通过利用一定的识别装置, 自动获取被识别物品的相关信息, 识别装置将这些信息传输到后台计算机处理系统进行相关处理。如我们生活中常见的条形码扫描器, 售货员通过扫描商品条码, 获得商品的价格、名称, 再输入数量, 系统即可自动计算出总价格, 这个过程的完成就是典型的计算机人工识别技术。计算机智能识别技术的产生和应用就是为了实现自动化办公和智能化生产, 从而简化人们的生活和工作。

2 人工智能识别技术发展现状

在国外, 人工智能识别技术发展比较早也比较快, 尤其在一些发达国家形成了一套比较成熟的自动识别系统。在我国, 人工智能识别技术近几年发展也比较迅速, 逐渐开始成为人们日常生活的重要一部分, 给人们生产生活带来了方便。但是, 我国这项技术起步较晚, 相较于发达国家存在一定的差距, 还有很多问题没有解决[3]。

3 人工智能识别技术分类

3.1“无生命”识别技术

(1) 条形码识别技术。该项技术主要包括一维条码技术和二维条码技术, 后者是在前者研究的基础上发展起来的, 二维条码技术的信息容量、中英文字符显示、信息密度以及纠错能力等更加先进, 这项技术逐渐成为重要的信息标识和信息采集技术, 并被广泛应用。

(2) 智能卡技术。该技术主要通过智能卡进行自动识别。智能卡是一种“集成电路卡”, 它可以独立运算和储备, 可与计算机系统完美结合, 完成信息采集、传输、管理、加密等工作。这项技术在物理领域应用广泛, 如物品身份追踪与验证、车辆识别等。

(3) 射频识别技术。该技术是一种非接触式的自动符号识别技术, 利用一种无线电磁波对相应的目标进行读取和识别。其中无线电信号利用电磁场将数据从物品上的标签传输出去, 从而达到自动辨识和跟踪的目的。该技术主要对物品进行标识, 它的发展可能取代现在广泛应用的条形码技术, 最终成为物品标识管理的有效手段[4]。

3.2“有生命”识别技术

(1) 声音识别技术。该技术是一项非接触识别技术。声音识别技术通过对用户声音的唯一特征, 如音频、音调、音质等进行分析处理, 其最大特点就是利用声音来实现技术的操作, 而不需要用手和眼睛等。由于现代科技的快速发展, 很多先进的技术手段为声音识别技术的发展和相关软件应用提供了必要的技术条件, 因而声音识别系统被应用到很多领域。

(2) 人脸识别技术。人脸识别技术是通过分析人脸视觉特征信息进行身份鉴别的一种计算机技术。这项技术可以对人脸各部分的特征进行自动追踪侦测, 自动调整影像放大和曝光强度等, 是一种生物特征识别技术[5]。

(3) 指纹识别技术。每个人的指纹细节特征都是不相同的, 指纹识别技术就是利用这一生物特征进行人物身份识别。

4 人工智能识别技术应用瓶颈分析

4.1 声音识别技术应用瓶颈分析

声音识别主要是对各种声音进行分析处理进而识别, 现在先进的声音技术设备中都有一个存储声音数据的声音库, 提前对用户的声纹进行采集和存储, 当用户与设备进行对话时, 计算机会对用户现有的声音与声音库中的声音在频率、音调、音质等方面进行对比分析, 然后完成一定的功能操作。随着科技的发展和各种技术设备的完善, 声音识别技术在各个领域有了较深入的发展与应用。但是, 该项技术还存在着很多瓶颈问题, 主要表现有:

(1) 声音识别系统不完善。在语言种类的识别上受限制, 它主要针对普通话进行识别, 而对于地方方言却不能识别。这项技术在手机、汽车上都有应用, 范围较广, 针对的人群类型也比较复杂, 若一些人的地方口音重或不会说普通话, 声音识别系统就无法识别这些语言, 造成应用受限。

(2) 易受干扰。不同的麦克风和信道都会对识别性能造成影响, 在环境噪音以及混音情况下, 声音提取会受到影响, 这些干扰都会对声音的识别的准确性造成影响。

(3) 不能智能判断。一个人的声音具有易变性, 比如人的身体状况、情绪、年龄造成声调、音色及声波变化, 而这一变化也会影响声音识别效果, 甚至可能发生他人模仿用户声音的情况, 从而造成安全隐患。

4.2 视觉识别技术应用瓶颈分析

视觉识别技术存在的瓶颈相较于声音识别技术的瓶颈要多得多, 有很多技术难题。视觉识别技术与声音识别技术基本原理是一致的, 都需要对信息进行采集和存储, 但在实际操作中存在很大的差距。视觉识别技术主要是对各种图像识别, 比如人脸识别、指纹识别等, 但这些识别也存在瓶颈, 主要表现在:

(1) 人脸识别。人脸识别技术通常是对人脸的几个关键点进行识别分析处理, 采集几个表情作为存储数据进行对比分析。但是, 在实际生活中, 有以下几种情况: (1) 人脸的表情是多样的, 数据库不能完全实现面部的全部信息采集, 导致数据库中的数据有限, 这在一定程度上影响了人脸的识别; (2) 人脸也是会变化的, 随着年龄的变化脸部也将变化, 这也影响了识别效果; (3) 识别技术对周围光线环境比较敏感, 可能会影响识别的准确性; (4) 脸部轮廓具有相似性, 也有可能造成错误识别。

(2) 指纹识别。指纹是人体独一无二的特征。指纹识别就是识别这些指纹的纹路图案、交叉点或断点, 从而进行身份识别, 它不仅具有唯一性的特点, 同时具有终身不变的稳定性。所以, 人们常用指纹识别技术来进行密码的设置。但是, 用户的指纹很容易在各处留下, 这样很容易对指纹痕迹进行复制, 从而利用复制的指纹进行一些操作, 影响系统的判断, 因而这种方式存在一定的危险性。另外, 因为系统是对已有的指纹进行识别, 但实际上某些人和某些群体的指纹特征比较小, 很难成像, 难以应用指纹识别。

如今, 很多计算机都具有解码程序, 计算机用户可以利用人脸识别和指纹识别进行密码设置, 从而进行加密[6], 但在实际应用中有些弊端, 使用效果并不理想。视觉识别技术的研究和应用开发还有很大的发展空间, 需要投入更多的人力物力解决这些瓶颈, 以提高计算机人工识别技术水平。

5 结语

计算机人工智能识别技术在各领域应用广泛, 发展速度很快, 但是在快速发展的同时, 也遇到了技术瓶颈问题, 这些智能识别技术的瓶颈就在于计算机无法真正实现完全的智能控制。所以, 这不仅是当前存在的问题, 也是未来发展中需要研究的方向。计算机人工智能要实现真正的智能控制, 就要不断地在主观意识判断方面进行研究。

参考文献

[1]郑邦毅.人工智能技术在计算机网络教学中的运用[J].淮海工学院学报:人文社会科学版, 2013 (4) :134-135.

[2]范银平.计算机人工智能识别技术的应用瓶颈分析[J].产业与科技论坛, 2013 (16) :75-76.

[3]杨恒.计算机人工智能技术研究进展和应用分析[J].信息通信, 2014 (1) :130.

[4]张剑平.人工智能技术与“问题解决”[J].中小学信息技术教育, 2003 (10) :4-7.

[5]王永忠.人工智能技术在智能建筑中的应用研究[J].科技信息, 2009 (3) :342-343.

已在身边的计算机智能　 篇9

语音输入和语音命令

作为人性化的一个基本内容，智能化的人机交互技术最早应用在语音和手写识别。在语音方面，业界巨头IBM 和Microsoft的推广尤具代表性。

20 世纪50 年代就开始语音识别技术研究的IBM公司，最早推出了语音输入软件V i a V o i c e ，并且已经得到广泛应用。Microsoft也已经把语音识别技术集成到了其多个主力产品中，包括Office 和Windows XP，其最新的语音识别服务器软件SpeechServer 准备在2004 年上半年发布。该软件允许用户使用语音命令对PC进行操作，企业也可以利用它建立一种类似于自动电话系统的服务。Microsoft亚洲研究院大力投入到语音开发工具的研究和全力支持SALT 规范(语音应用语言标记标准)上。据BillGates 的设想，从2000 年到2010 年的这10 年间，软件的架构将由目前类似于Windows图形界面操作系统转向以语音输入为主、图文显示为辅的人机交流方式，也就是其所谓的N a t u r a lComputing。

在国内，已经有些应用软件可让用户通过语音来指挥PC进行相应的操作(例如语音上网等)，例如“畅言2000”等；宏基Aspire 系列媒体中心PC 的“Speech E Agent”是基于语音识别的遥控技术，可让用户“动口不动手”、轻松地通过语音指令来遥控PC 的多种家电功能。语音输入解放了用户的双手，尤其是方便了不善于键盘和鼠标输入的人以及残疾人。

语音输出

语音应用的另一重要方面是计算机语音合成和输出，即Text To Speech（简称TTS），可以把计算机中任意出现的文字转换成自然流畅的语音输出。国内具有代表性的科大迅飞“KD系列汉语文语转换系统”，它能实时地将任何汉字文本转换成高自然度的连续语音输出，语音清晰、流畅，并实现中英文双语同音混和合成与相关技术的创新。与语音合成相关的应用软件早已在市面上流行，例如“畅言2000”、“播音王”等。这一技术的应用，不但可以完成文稿朗读、有声校对、学习标准普通话、学习汉语拼音等工作，还可以“听”邮件、“听”电子读物、“听”文件等，从而改变传统的电脑阅读方式，变“看”为“听”。

手写输入

由于汉字是独特的象形文字，其输入不能像西文那样通过数量有限的几个键盘字母来进行，因此手写输入技术对中国用户的意义更加突出，尤其是对于那些中老年用户非常有用。中文手写识别技术中，国内的IT企业具有得天独厚的优势，汉王手写笔是主要代表，它能够识别简繁汉字和各种字体。随着技术的进步，未来的手写输入技术将在识别率上大幅提高，其应用也将越来越受欢迎。

生物识别

随着计算机的普及，人们的生活和工作越来越依赖PC，PC数据的安全问题日益重要。数据保护的传统办法是密码，但越来越多的密码却给用户造成了新的负担。Bill Gates 在2004 年2 月的RSA 安全会议上表示：“无疑，在以后的日子里用户将更少地依赖于密码的保护。现在用户不得不记下用在不同场合的不同密码，而这一做法显然有悖于安全的初衷”。表明Microsoft 意在重视生物认证技术的应用。

通过计算机利用人体固有的生理特征或行为特征来进行个人身份的鉴定，就是生物特征认证技术（通常也称为生物特征识别技术），包括指纹、虹膜和面像等。Samsung P10笔记本电脑采用的指纹扫描技术可以把用户挡在BIOS 层次，指纹验证不符合者不能进入系统。TARGUS 的USB Authenticator 指纹认证器可以插入PC，给文件加密和解密。此外，HP的iPAQ系列掌上电脑的高端产品采用了指纹扫描识别技术，华旗的部分闪盘也采用了指纹加密技术。而Panasonic的Authenticam认证器采用视网膜拍照技术来识别用户，能够存储6 位用户的视网膜信息，以这些信息来判定用户的合法性。

Microsoft亚洲研究院在人像识别方面进行了大量投入。此外，Microsoft 发布了一种名为“tamperresistant”的生物ID 卡识别软件，这种系统能够记录指纹以及虹膜，随时可以支持对于生物信息的检测。这些生物认证技术若能取代传统的密码技术，那么将使PC与人的距离更加接近，为PC 的人性化发展产生较深远的影响。

浅谈人工智能对计算机的重要性 篇10

现如今科技的飞速发展使得人们生活的需求越来越高, 单纯的计算机技术似乎已经无法满足人们的需求。计算机不仅要提供更加智能化的服务, 而且还要提供更加人性化的服务, 只有这样才能使满足人们日益增长的使用需求。所以人工智能在整个计算机科学领域正处于非常重要。人工智能计算机突破了传统的冯·诺依曼式机器的概念, 舍弃了二进制结构, 把许多处理机并联起来, 并行处理信息, 速度大大提高。它的智能化人机接口使人们不必编写程序, 只需要发出命令或提出要求, 计算机就会完成推理和判断, 并且给出解释。

1 智能搜索

人工智能的发展到今天开始使用知识库来代替器官或机构记忆, 多年来专家系统以及基于规则的决策系统在人类诊断和经验分析上一直处于主导地位。它用于在知识库中挖掘出问题的答案、寻找关联性、模式提取等等相关工作。

2 图像识别

时至今日, 图像和视频已成为互联网主要的信息媒介形式之一, 图像识别也随之成为各种互联网应用逐渐开始关注的技术领域, 其中两个核心问题是图像分类和物体检测。图像分类是对图像整体的语义内容进行类别判定。物体检测是定位图像中特定物体出现的区域并对其类别进行判定。与图像分类相比, 物体检测更加关注图像的局部区域和特定的物体类别集合, 通常被视为更加复杂的图像识别问题。两项技术在围绕图像内容的信息检索、广告投放、用户分析、商品推荐等互联网应用中大有用武之地。目前, 百度采用深度卷积神经网络作为模型, 并在构建的近1亿图片样本上进行端到端的学习, 已经可以识别超过5万的标签, 在已知公开报道的同级别模型中, 该模型性能远超公开的性能指标。

3 自然语言处理

自然语言处理的主要目标是让人类语言能够更容易被计算机识别、操作, 其主要应用包括信息抽取、机器翻译、摘要、搜索及人机交互等。在一个自然语言处理系统中, 识别率并不是唯一的指标, 识别率的好坏不能完全决定自然语言处理平台的性能。对于整个系统来说, 文字和语言的识别应具有学习能力, 基于自主学习的自然语言处理系统才能具有良好的自适应性、跨平台性以及跨语种性。所以, 从2006年开始, 研究者们开始利用深层神经网络在大规模无标注语言源上进行无监督学习, 在形式上把每个词表示成一个固定维数的向量, 当作词的本身特征, 在此特征基础上, 进行架构设计、分词标注、分块、命名实体识别、训练网络及语义角色标注等操作。以这样的方法进行自然语言处理可以实现高计算速度的大数据处理, 而如果使用多任务模式进行计算还能进一步提升系统的计算和处理速度。

4 人机交互

人机交互中主要应用到的技术包括机器人学和模式识别技术。机器人是模拟人行为的机械, 是当前智能化领域发展较为先进的技术。而人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知模式。其主要的研究对象是计算机模式识别系统, 也就是让计算机系统能够模拟人类通过感觉器官对外界产生的各种感知能力。

5 数据挖掘与学习

当面对大量的数据需要进行深度数据挖掘、明晰数据之间的联系时, 通常采用的方法是人工智能的一个重要分支———机器学习。机器学习是研究如何使用计算机模拟或实现人类的学习活动。基于人工神经网络的深度学习目前已经广泛应用, 正是由于神经网络具有多神经元、分布式计算性能、多层深度反馈调整等优势, 才能够针对海量数据进行计算和分析, 通过数据训练形成模型, 其自主学习的特性, 非常适用于基于智能关联的海量搜索。

6 人工智能目前与将来的趋势

国际人工智能技术都在计算机互联网公司进行推动。

谷歌公司:基于人工神经网络进行研究, 开发出了一种新型的学习算法, 能够模仿人脑学习和记忆的原理, 并且能够对数据进行归纳整理以及进一步预测推断等能力。在语音识别领域和图像识别领域, 其开发算法的精准度得到了进一步的提升。

Facebook公司:致力于通过人工智能技术进行用户数据分析以提升用户体验, 主要布局基于用户信息和关系的人工智能算法演进, 同时关注于图像识别和自然语言处理, 其脸部识别算法的准确度已达到97%。

IBM公司:依托自身计算基础重点部署大规模计算能力, 研制能模拟人类大脑的芯片, 该芯片有一百万个神经元, 2.56亿个神经突触和4 096个神经突触内核

目前我国的互联网企业中阿里巴巴和腾讯把更多的精力放在了横向圈地动作上, 以求获得更多的连接面, 百度则持续以技术为核心, 聚焦纵向, 进行人工智能和深度学习领域的布局。百度云结合深度学习技术提供的人脸识别及检索技术, 使用类似人脑思维的方式去识别、搜索图片中的物体和其他内容。语音识别系统可以在嘈杂环境下实现将近81%的辨识准确率。同时百度已经建成称为“百度大脑”的大规模深度神经网络, 目前可以理解分析200亿个参数, 达到了两到三岁儿童的智力水平。