国外人工智能研究现状.doc

国外人工智能研究现状

探讨人工智能，就要答复什么是智能的问题，综合各类定义，智能是一种知识与思维的合成,是人类认识世界和改造世界过程中的一种分析问题和解决问题的综合能力以下是精心的国外人工智能研究现状的相关资料，希望对你有帮助!

探讨人工智能，就要答复什么是智能的问题，综合各类定义，智能是一种知识与思维的合成,是人类认识世界和改造世界过程中的一种分析问题和解决问题的综合能力。对于人工智能，美国麻省理工学院的温斯顿教授提出“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作”，斯坦福大学人工智能研究中心尼尔逊教授提出“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学”。综合来看人工智能是相对人的智能而言的。其本质是对人思维的信息过程的模拟，是人的智能的物化。是研究、开发模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能经过信息采集、处理和反应三个核心环节，综合表现出智能感知、精确性计算、智能反应控制，即感知、思考、行动三个层层递进的特征。

智能感知：智能的产生首先需要收集到足够多的结构化数据去表述场景，因此智能感知是实现人工智能的第一步。智能感知技术的目的是使计算机能“听”、会“看”,目前相应的计算机视觉技术和自然语言处理技术均已经初步成熟，开始商业化尝试。

智能处理：产生智能的第二步是使计算机具备足够的计算能力模拟人的某些思维过程和行为对分析收集来的数据信息做出判断，即对感知的信息进行自我学**、信息检索、逻辑判断、决策，并产生相应反映。具体的研究领域包括知识表达、自动推理、机器学**等，与精确性计算及编程技术、存储技术、网络技术等密切相关，是大数据技术开展的远期目标，目前该领域研究还处于实验室研究阶段，其中机器学**是人工智能领域目前热度最高，科研成果最密集的领域。

智能反应：智能反应控制将前期处理和判断的结果转译为肢体运动和媒介信息传输给人机交互界面或外部设备，实现人机、机物的信息交流和物理互动。智能反应控制是人工智能最直观的表现形式，其表达能力展现了系统整体的智能水平。智能反应控制领域与机械技术、控制技术和感知技术密切相关，整体表现为机器人学，目前机械技术受制于材料学开展缓慢，控制技术受益于工业机器人领域的积累相对成熟。

(二)深度学**是当前最热的人工智能研究领域

在学术界，实现人工智能有三种路线，一是基于逻辑方法进行功能模拟的符号主义路线，代表领域有专家系统和知识工程。二是基于统计方法的仿生模拟的连接主义路线，代表领域有机器学**和人脑仿生，三是行为主义，希望从进化的角度出发，基于智能控制系统的理论、方法和技术，研究拟人的智能控制行为。

当前，基于人工神经网络的深度学**技术是当前最热的研究领域，被Google，，IBM，百度，NEC以及其他互联网公司广泛使用，来进行图像和语音识别。人工神经网络从上个世纪80年代起步，科学家不断优化和推进算法的研究，同时受益于计算机技术的快速提升，目前科学家可以利用GPU(图形处理器)模拟超大型的人工神经网络;互联网业务的快速开展，为深度学**提供了上百万的样本进行训练，上述三个因素共同作用下使语音识别技术和图像识别技术能够到达90%以上的准确率。

主要兴旺国家积极布局人工智能技术，抢占战略制高点。

各国政府高度重视人工智能相关产业的开展。自人工智能诞生至今，各国都纷纷加大对人工智能的科研投入，其中美国政府主要通过公共投资的方式牵引人工智能产业的开展，xx财年美国政府将22亿美元的国家预算投入到了先进制造业，投入方向之一便是“国家机器人方案”。

在技术方向上，美国将机器人技术列为警惕技术，主攻军用机器人技术，欧洲主攻效劳和医疗机器人技术，日本主攻仿人和娱乐机器人。

现阶段的技术突破的重点一是云机器人技术，二是人脑仿生计算技术。美国、日本、巴西等国家均将云机器人作为机器人技术的未来研究方向之一。伴随着宽带网络设施的普及，云计算、大数据等技术的不断开展，未来机器人技术本钱的进一步降低和机器人量产化目标实现，机器人通过网络获得数据或者进行处理将成为可能。目前国外相关研究的方向包括：建立开放系统机器人架构(包括通用的硬件与软件平台)、网络互联机器人系统平台、机器人网络平台的算法和图像处理系统开发、云机器人相关网络根底设施的研究等。

由于深度学习的成功，学术界进一步沿着连接主义的路线提升计算机对人脑的模拟程度。人脑仿生计算技术的开展，将使电脑可以模仿人类大脑的运算并能够实现学习和记忆，同时可以触类旁通并实现对知识的创造，这种具有创新能力的设计将会让电脑拥有自我学**和创造的能力，与人类大脑的功能几无二致。在xx年初的国情咨文中，美国总统奥巴马特别