人工智能與人類的論文

人工智能與人類的論文

　　人類智能是人類在認(rèn)識世界和改造世界的活動中，由腦力勞動表現(xiàn)出來的能力;人工智能實際上是在計算機(jī)上實現(xiàn)的智能或者說是人工智能在機(jī)器上的模擬，因此又稱為機(jī)器智能。以下是學(xué)習(xí)啦小編整理分享的人工智能與人類的論文的相關(guān)文章，歡迎閱讀!

　　人工智能與人類的論文篇一

　　人工智能與人類智能在解決問題過程中的對比

　　摘 要：人類智能是人類在認(rèn)識世界和改造世界的活動中，由腦力勞動表現(xiàn)出來的能力;人工智能實際上是在計算機(jī)上實現(xiàn)的智能或者說是人工智能在機(jī)器上的模擬，因此又稱為機(jī)器智能。作為機(jī)器思維的人工智能與作為人類思維的人類智能具有本質(zhì)的區(qū)別;在一道最常見的智力題“河內(nèi)塔問題”的求解過程中可對比顯現(xiàn)。由此還得出人類智能的局限正是人工智能的優(yōu)勢性所在，而人工智能的局限正是人類智能的優(yōu)勢性所在。

　　關(guān)鍵詞：人類智能;人工智能;河內(nèi)塔問題

　　中圖分類號：TP18

　　人類智能活動的能力是人類在認(rèn)識世界和改造世界的活動中，由腦力勞動表現(xiàn)出來的能力。人類的自然智能(人類智能)伴隨著人類活動時時處處存在。人類的許多活動，如下棋、競技、解算題、猜謎語、討論問題、編制計劃和編寫計算機(jī)程序，甚至駕駛汽車都需要“智能”。

　　人工智能實際上是在計算機(jī)上實現(xiàn)的智能或者說是人工智能在機(jī)器上的模擬，因此又可以稱為機(jī)器智能。人工智能的第一大成就是發(fā)展了能夠求解難題的下棋(如國際象棋)程序。目前人工智能的研究領(lǐng)域包括：自然語言處理、自動定理證明、智能數(shù)據(jù)檢索系統(tǒng)、機(jī)器學(xué)習(xí)、模式識別、視覺系統(tǒng)、問題求解、人工智能方法和程序語言以及自動程序設(shè)計等。

　　作為機(jī)器思維的人工智能與作為人類思維的人類智能具有本質(zhì)的區(qū)別：

　　(1)二者的物質(zhì)載體不同。人類智能的物質(zhì)載體是人的大腦，而人工智能的物質(zhì)載體是計算機(jī)。

　　(2)二者的活動規(guī)律不同。人腦的活動是按照高等生物的高級神經(jīng)活動規(guī)律進(jìn)行的;計算機(jī)則是按照機(jī)械的、物理的和電子的活動規(guī)律進(jìn)行的。

　　(3)人類智能或人類的認(rèn)識能力，只是人類意識的一個因素。人工智能則是對人的認(rèn)識能力的一部分--邏輯、理性的模擬，不具備其他因素。

　　(4)人類智能是有目的、能動的，在與外部環(huán)境的物質(zhì)、能量和信息交換過程中，具有適應(yīng)性;而人工智能是無意識、無目的的，沒有主觀能動性和適應(yīng)性。

　　下面我們在一道最常見的智力題“河內(nèi)塔問題”的求解過程中對比人工智能與人類智能：

　　起源于印度的“河內(nèi)塔問題”是：有3根柱子和n個大小不同的盤片。開始盤片都是疊在第一根柱子上，從下到上按由大到小的順序串疊。要求每次只移動最頂上的一個盤片到另一根柱子上，且大盤不得壓在小盤上，直到把所有盤片移到第3根柱子上。我們先以三圓盤為例，如下圖所示：

　　圖1 三盤片河內(nèi)塔

　　依據(jù)當(dāng)代心理學(xué)家A.Newell，J.C.Shaw和H.A.Simon于1958年在著名的“通用問題解決程序”中的觀點，認(rèn)為問題解決就是搜索問題的空間，尋找一條從起始狀態(tài)通向目標(biāo)狀態(tài)的通路，或應(yīng)用算子使起始狀態(tài)逐步過渡到目標(biāo)狀態(tài)。初始狀態(tài)和目標(biāo)狀態(tài)如圖1所示，要是初始狀態(tài)變?yōu)槟繕?biāo)狀態(tài)就必須移動圓盤。每移動一次圓盤就會改變當(dāng)前的問題狀態(tài)而出現(xiàn)新的問題狀態(tài)，這種介于初始狀態(tài)和目標(biāo)狀態(tài)之間的新的問題狀態(tài)就是中間狀態(tài)。中間狀態(tài)的數(shù)量多少，取決于問題情境的復(fù)雜程度和操作系列是否合理。在這個三圓盤的“河內(nèi)塔問題”中，至少會有六個中間狀態(tài)，如果圓盤增加，中間狀態(tài)就會更多的增加。人腦這種思維解決問題的策略心理學(xué)上稱為算法策略，但人腦還有一種更高級的策略是啟發(fā)式策略，問題解決的啟發(fā)式策略多種多樣，其中應(yīng)用最廣泛的有手段-目的分析策略(正向工作法)和目標(biāo)遞歸策略(逆向工作法)。在這個三圓盤問題的解決過程中，人腦就會不自覺的應(yīng)用啟發(fā)式策略快速的找到答案，但如果圓盤增加問題的解決就會變得越來越困難且速度也會越來越慢。

　　而人工智能這時就可以發(fā)揮它的優(yōu)勢了，我們先來看人工智能解決這個問題的方法：利用graph將盤子可能移動的狀態(tài)表示出來，然后在graph上搜索問題的解。

　　令：(x，y，z)=(小盤子所在的柱子，中盤子所在的柱子，大盤子所在的柱子)例如(2，2，1)就表示小盤子在柱子2上，中盤子也在柱子2上，大盤子在柱子1上。所以(x，y，z)表示的狀態(tài)就有3*3*3=27種，且每一種狀態(tài)只能與相鄰狀態(tài)相互變換。由此我們可以建立如圖2所示的狀態(tài)空間圖。

　　圖2 三圓盤的狀態(tài)空間圖

　　所以從圖中可以得出從(1，1，1)到(3，3，3)最快捷的解法是：(1，1，1)→(3，1，1)→(1，2，1)→(2，2，1)→(2，2，3)→(1，2，3)→(1，3，3)→(3，3，3)這也是所有解法中步驟最少的一種解法。

　　用同樣的方法我們分析兩個圓盤的情況，可以做出如圖3所示的狀態(tài)空間圖。

　　圖3 n=2 狀態(tài)空間圖

　　由此可以推測n=k時空間狀態(tài)圖的結(jié)構(gòu)即為圖4所示：

　　圖4 n=k狀態(tài)圖結(jié)構(gòu)

　　這就是人工智能的搜索問題求解，它是用計算機(jī)程序來模擬人的思維策略解決問題。狀態(tài)空間表示法是人工智能中最基本的問題表示法之一，用狀態(tài)空間法求解問題時，首先將所要求的問題表示成狀態(tài)空間，問題的解就在狀態(tài)空間中。依照這種方法，“河內(nèi)塔問題”里無論圓盤數(shù)是多少，人工智能都可以輕松的解決。

　　所以說，人類智能的局限正是人工智能的優(yōu)勢性所在，而人工智能的局限正是人類智能的優(yōu)勢性所在。“人在質(zhì)的思考方面勝過機(jī)器，而機(jī)器則在量的方面勝過人”，二者是互補(bǔ)互動的。

　　同時我們可以預(yù)言：人工智能的研究成果將能夠創(chuàng)造出更多、更高級的智能“制品”，并使之在越來越多的領(lǐng)域超越人類智能;人工智能將為發(fā)展國民經(jīng)濟(jì)和改善人類生活作出更大的貢獻(xiàn)。

下一頁分享更優(yōu)秀的<<<人工智能與人類的論文