当前位置：
人工智能的应用领域分析
人工智能的应用的泛围很广，包括：医药，诊断，金融贸易，机器人控制，法律，科学发现和玩具。许多千种人工智能应用深入于每种工业的基础。90年代和21世纪初，人工智能技术变
&&& 智能检索：面对国内外各类繁多和数量巨大的科技文献，传统的检索方法远不能胜任，特别是网络技术的发展和因特网的出现，更是对传统的检索方法提出了挑战，因此，智能检索的研究已成为当代科技持续发展的重要保证。目前对数据库的检索技术有了很大的发展，有的具有智能化人机交互界面和演绎回答系统，还有一种称为自动个人助手的系统，主动帮助人使用计算机网络查找信息。
&&& 机器证明：机器证明是用电子计算机来完成数学命题的证明，它是现代数学中一种新兴的边缘性学科，是现代人工智能发展的一个重要方向。
&&& 专家系统：专家系统是目前人工智能研究领域中最活跃、最有成效的一个领域，它研究如何让计算机充当&专家&，让计算机在各个领域中起到人类专家的作用，是一种在特定领域内具有大量知识与经验的程序系统，它应用人工智能技术，根据某个领域一个或多个人类专家提供的知识和经验进行推理和判断，模拟人类专家求解问题的思维过程，以解决该领域内的各种问题。
&& 机器人学：人工智能的一个长期目标是发明出可以具备人脑功能的机器。这种机器需要具备感知能力、记忆与思维能力、学习能力以及行为能力等几个方面的人类智能特征。机器人不仅可以模拟人的思维，更可以模拟人的动作，它是在计算机程序控制下能够自动完成人类工作的机器。除了上面介绍的研究领域外，有的学者还把智能控制、智能决策、数据挖掘等看作人工智能的研究领域。随着科学技术的发展，人工智能各个领域之间会互相渗透，使得相互联系更加紧密，这种融合与渗透，必将促进人工智能研究的进一步发展。
&&& 问题求解：问题求解是人工智能研究的一个重要方面。人工智能的许多概念，如：归纳、推断、决策、规划等都与问题求解有关。棋类游戏程序的开发是问题求解研究的一个方面。在棋类程序中应用的某些技术，如向前看几步，把困难的问题解成一些较容易的子问题，发展成为搜索和问题归纳这样的人工智能基本技术。
在对弈过程中，计算机棋手会像人类一样思考，从规则、技巧等各个方面进行判断。甚至，今天的计算机程序已经能够达到下各种方盘棋和国际象棋的锦标赛水平。但是，关于模仿人类棋手具有的一些独特的能力，如：国际象棋大师们洞察棋局的能力，至今还尚未解决。
&田忌赛马&就属于问题求解研究中的典型博弈问题。
齐国大将田忌和齐威王进行一场赛马比赛。他们商量好，把各自的马成上、中、下三等。比赛时，田忌采用的策略是：上马对上马、中马对中马、下马对下马。由于齐威王的每个等级的马，都比田忌的马强。所以，三场比赛下来，田忌皆败。后来，孙膑向田忌其献了一计。田忌依照此计，最终以2：1赢了齐威王。
思考问题：⑴田忌与齐威王共有几种赛马策略？
⑵孙膑向田忌献的是什么样的赛马策略？
&& 模式识别：模式识别就是研究如何使机器具有感知能力。机器感知是机器智能的一个重要方面，是机器获取外信息的根本保障。
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进行感知，是对人类感知外界功能的模拟或扩展。计算机识别系统就是使一个计算机具有模拟人类通过感官接触外界信息、识别和理解周围环境的感知能力。
模式识别技术已经逐渐在图形识别、图像识别、语音识别、机器人视觉、染色体识别等各种不同的领域获得应用。 ⒈图形识别
用于心电图、脑电图、X-射线、CAT医学视频成像处理技术；用于地球资源勘测、预报气象和自然灾害、军事侦察等。 ⒉图像识别
利用指纹识别、外貌识别和各种痕迹识别协助破案。 ⒊语音识别
研究各种语音、语言的识别与翻译。 ⒋机器人视觉
用于景物识别、三维图像识别、解决机器人视觉问题，以控制机器人行动。 ⒌染色体识别
识别染色体用于遗传因子研究，识别及研究人体和其他生物细胞。
经过多年研究，模式识别已发展成为一个独立的学科，其应用十广泛。目前，模式识别已经在天气预报、卫星航空图片解释、工业产品检测、字符识别、语音识别、指纹识别、医学图像析等许多方面得到了成功的应用。
&&& 以上就是关于人工智能的应用领域的一些简单的分析，希望对大家有帮助。
不感兴趣(0)
相关阅读：全部相关文章延伸标签
评论列表（网友评论仅供网友表达个人看法，并不表明本站同意其观点或证实其描述）
7月下旬以来，安防上市公司陆续发布了企业2014年上半年业绩报...
这是一个充满着竞争的社会，在这样的社会里，有这样一群女人...
大家都爱看
有198人围观
有163人围观
有56人围观
有136人围观
有187人围观
1闭路监控系统方案
2深圳大运会放假通知 大运放假安
3安全用电常识
4海康威视客户端软件（最新版）
5海康威视播放器软件
6什么是CIF/4CIF/QCIF/D1？
7智能建筑弱电工程师培训班
8上海诚丰数码科技有限公司
9监控技术培训资料
10机房建设标准及管理规范
12345678910世界五大最成功人工智能技术应用
最近全中国都在讨论&中国大脑&，但更多地还是停留在概念意淫，其实基于大数据的人工智能技术早已经渗透进我们的生活，陪伴在我们的身边。
几百数千年后，或许没人会记得卡斯帕罗夫曾是世界第一的围棋高手，但人们会记得，他败给了电脑&深蓝&。那虽算不上人工智能时代的开启，但也足够成为一道里程碑，而卡斯帕罗夫却不幸的成为了碑上的的铭文。
图1：电脑&深蓝&击败国际象棋第一人
所谓人工智能，就是要实现所有目前还无法不借助人类智慧才能实现的任务的集合。或许&人工智能&听起来总让人想起科幻小说或者科幻电影中的那些聪明的robot，很有趣，但却缺乏真实感。可实际上机器人外形只不过是人工智能的容器之一，人工智能很早之前就以多种形态出现在生活之中。
沃森：击败最强大脑的人工智能
如果说深蓝只体现于对弈的人工智能并不算足够智能的话，那么另一款人工智能程序&沃森&，则能够符合大众对&智能&的认知。在一档类似于&最强大脑&的综艺节目《危险边缘》中，沃森击败了两位最高纪录保持者，获得百万奖金。问答过程中，沃森在无人类协助的情况下，独自完成对自然语言的分析，并且以远超人类的速度完成抢答。
图2：&沃森&智力碾压美国最强大脑
人工智能程序沃森的特点在于对大数据迅速、准确的分析，于是现今IBM正将其运用于医学领域。病人向沃森上传自己的病况与症状，沃森则根据该情况分析患者最有可能患上的疾病种类，并提供医治方法。今后该程序还可运用在更多特定环境中，为用户提供各种紧急情况的应对方法。
谷歌搜索：隐藏最深的人工智能
2002年，尚未成为谷歌CEO的拉里&佩奇曾在回答凯文&凯利&为什么谷歌要做免费搜索&的提问时，回答道，&不，我们在做人工智能&。实际上，谷歌搜索正是一种完善人工智能的尝试：用户在谷歌上的每一次搜索，都是在辅导人工智能进行深度学习。
图3：暗藏人工智能技术的谷歌搜索
谷歌搜索在表面上只是一款搜索引擎，但其引擎的机理和很多人工智能程序相同：以并行计算、大数据及更深层次算法为基础，完成对数据、问题的智能化分析。或许很多谷歌用户都能感受到，谷歌搜索正变得越来越&聪明&，越来越&懂你&，而赋予其这种学习能力的，正是人工智能。
谷歌无人驾驶汽车：即将到来的人工智能
前方红灯需要停车；左转弯时注意行人与后方汽车；前方汽车急停需要迅速踩刹车&&诸如此类复杂且参考因素众多的驾驶问题，只有人类才能妥善解决。不过这个情况马上就会迎来改变，因为Google的无人驾驶车将于2020年正式上市。人工智能正在取代人类的工作，解放人类的双手。
图4：即将问世的谷歌无人驾驶汽车
与谷歌无人驾驶汽车高价值对应的，是复杂的分析程式：利用传感器、雷达、摄像机、激光测距仪、GPS等获得路况信息，再交由系统分析，获得应对措施，再传达至汽车的各项零部件&&其复杂繁琐程度可见一斑。虽然谷歌汽车暂时尚未能完全实现汽车自动驾驶，但相信随着人工智能技术的发展，人工智能完全接替人力操作的未来并不遥远。
QVM：最安全也&最冷门的人工智能
国内也有颇多厂商开始利用人工智能技术为大众服务，其中成熟度较高的则是安全领域中的一款杀毒引擎：360 QVM引擎。QVM引擎在病毒库中寻找病毒演化规律并归纳成算法，尔后利用人工智能技术的学习功能将其掌握，最终QVM引擎将能够自主识别病毒库中的样本及病毒库中并不存在的样本&进化版&。据了解，人工智能引擎QVM被归为第三代杀毒引擎，其病毒检出率已远超前两代引擎的总和，且查杀速度至少提高一倍。
图5：QVM人工智能引擎病毒检出率世界第一
在反病毒领域，QVM的价值并不仅体现在其快速、准确的识别、查杀病毒能力，还有将人工智能技术与杀毒软件结合的想法：首先通过对病毒样本的分析和分类形成样本向量和向量机，然后建立一个机器学习的决策机模型，利用决策树和向量机对大量样本进行学习，从而识别恶意程序或非恶意程序；并且病毒库中的样本越多，QVM引擎的查杀将越快、越精确。运用人工智能技术的QVM引擎，正在重新定义杀毒软件的历史。
苹果Siri：为你解决问题的人工智能
相比于冷冰冰的的病毒引擎，人们对有&感情&的Siri明显更有兴趣。Siri用到的技术同样基于人工智能以及云计算：通过与用户交互获取用户需求，将自然语言转化为&真实含义&，交由知识库分析、检索所需结果，最终再转换为自然语言回答给用户。短短数秒之内，Siri就能将用户需求转化为多不同的表述方式并完成在海量数据中的搜索。
图6：智能私人助理Siri
Siri对人类生活产生的影响无需赘述，从最初的聊天解闷，到后来能有效的帮助主人搜索并解决问题，现今Siri俨然成为最合格的&私人助理&。在并不遥远的未来，以Siri为代表的人工智能语音识别技术亦将有着更大的发展：类似于&沃森&的医疗求助、车载导航乃至教育领域都可以利用该技术来达到解放人力的目的。
虽然当前人工智能技术的&思考方式&依旧略显远古，但即便如此，它们还是在很多领域超越了人类中的佼佼者。&我们该给它们多一些的时间，再等个15年，机器（人工智能技术）或许就能完全超越我们&，奇点大学校长雷&库兹韦尔在接受采访时曾如是表示；大批&聪明人&（霍金、比尔盖茨等）亦都曾预测&智能爆炸&为期不远。或许库兹韦尔所期待的遥远的奇点，已经来临了。
最新图文推荐
最新专栏文章
大家感兴趣的内容
网友热评的文章
seajs.config({
base: "/resource/passapi/scripts/"
seajs.use('seajs/seajs-css');
seajs.use(['artdialog/src/dialog-plus'], function (dialog) {
$('#favorite').on('click', function(){
$.getJSON('/passapi.php?op=userstatus&callback=?', function(data){
if (data.status == 1) {
var _this = $('#favorite').find('span');
$.getJSON('/?app=favorite&controller=favorite&action=add&jsoncallback=?&contentid='+contentid, function(json){
if(json.state){
_this.html('人工智能技术在游戏中的应用_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
人工智能技术在游戏中的应用
人​工​智​能​期​末​小​论​文
阅读已结束，如果下载本文需要使用
想免费下载本文？
下载文档到电脑，查找使用更方便
还剩4页未读，继续阅读
你可能喜欢您所在的位置>>课程资源>>课程信息>>教学大纲
《人工智能及其应用》教学大纲(48学时）
课程英文译名：Artificial Intelligence and Its Applications
课程类别：学科基础必修课
开课对象：数字媒体技术、计算机+自动化等专业本科生&
开课学期：第4学期&&&&&&& 学分：3学分；&&&&&&&&&&
总学时：48学时；&&&&&&&& 理论课学时：32学时；
实验学时：0学时；&&&&&& 上机学时：16学时&&&&&&
先修课程：概率论与数理统计、程序设计基础等
教材： 《人工智能及其应用》（第2版），王万良编著，高等教育出版社，2008
【1】《人工智能》，贲可荣, 张彦铎，，2006
【2】《人工智能》，涂序彦主编，科学出版社，2006
一、课程的性质、目的和任务
人工智能是计算机科学中的重要内容，已经成为计算机技术发展以及许多高新技术产品中的核心技术。由于人工智能是模拟人类智能解决问题，几乎在所有领域都具有非常广泛的应用。《人工智能导论》是计算机科学与技术、软件工程、网络工程等专业本科生的一门基础选修课程。本课程主要介绍人工智能问题求解的一般性原理和基本思想以及一些前沿内容，为学生提供最基本的人工智能技术和有关问题的入门性知识，为进一步学习和研究人工智能理论与应用奠定基础。
二、课程的基本要求
1. 了解人工智能研究的特点、主要研究领域、研究历史及未来发展动向。
2. 掌握人工智能导论的基本概念、基本原理和基本方法。
3. 了解应用人工智能技术解决实际问题的范例。
三、课程的基本内容及学时分配
第1章&& 绪论 (2学时)
教学内容：
1．人工智能的概念
2．人工智能的发展简史
3．人工智能研究的基本内容
4．人工智能的主要研究领域
教学要求：
了解人工智能研究的特点、内容、发展历史及未来，增加对人工智能学科的认识。了解人工智能研究的基本内容和主要研究领域，开阔学生思路，为以后学习和应用人工智能奠定基础。
第2章&& 知识表示（4学时，本课程的重点）
教学内容：
1．知识的特性、分类和表示
2．表示方法：一阶谓词逻辑、产生式、框架等
教学要求：
1．熟练掌握知识及知识表示的概念，了解知识的相对正确性、可表示性及可利用性等特性。
2．了解各种表示方法的具体表示形式、优缺点、适宜的应用对象。
第3章&& 确定性推理方法（4学时，本课程的难点）
教学内容：
1.& 推理的基本概念
2.& 确定性推理方法：自然演绎推理、谓词公式化为子句集的方法、鲁宾逊归结原理
3.& 确定性推理方法的应用：归结反演、应用归结原理求解问题
教学要求：
1. 熟练掌握谓词公式化为子句集的方法。
2. 熟练掌握归结原理、方法，并能灵活应用。
第4章&& 不确定性推理方法（7学时，本课程的难点）
教学内容：
1. 不确定性推理的基本概念
2. 可信度方法、证据理论等基于概率的推理方法
3. 模糊推理方法
教学要求：
1. 熟练掌握归结原理、方法，并能灵活应用。
2. 理解不确定推理的基本概念和意义。
3. 了解可信度方法、证据理论及其推理方法。
4. 掌握模糊集合、模糊知识表示、模糊推理方法，并能灵活应用。
第5章&& 基于搜索的问题求解策略（5学时，本课程的重点）
教学内容：
1. 搜索的概念
2. 状态空间的搜索策略
3. 盲目的图搜索策略
4. 启发式图搜索策略
教学要求：
1. 搜索的基本概念、基本方法。
2. 掌握搜索方法的实现与基本软件设计。
第6章& &专家系统（2学时）
教学内容：
1. 专家系统的产生与发展、概念、一般结构
2. 专家系统的工作原理及其建立方法
3. 专家系统实例
4. 专家系统的开发工具
教学要求：
1. 掌握专家系统的基本概念、基本特征、一般结构等基本内容。
2. 掌握专家系统的建造、开发，了解专家系统的应用例子。
第7章&& 人工神经网络及其应用（6学时，本课程的难点）
教学内容：
1. 神经元与神经网络的基本概念
2. BP神经网络学习算法及其应用
3. Hopfield神经网络及其应用
教学要求：
1.掌握人工神经网络的基本概念、常用人工神经网络模型。
2.了解BP神经网络学习算法及其在模式识别、软测量等工程中的应用
3.了解Hopfield神经网络的特性及其在联想记忆、优化等工程中的应用
第8章&& 遗传算法及其应用（6学时，本课程的重点）
教学内容：
1. 遗传算法的产生与发展
2. 遗传算法的基本算法及其改进算法
3. 遗传算法的应用实例
教学要求：
掌握遗传算法的基本概念和基本方法，了解一些遗传算法的改进算法，了解遗传算法的应用实例。
第9章& 自然语言理解及其应用（2学时，可选）
教学内容：
1. 自然语言理解的概念与发展历史
2. 语音分析、词法分析、句法分析、语义分析等基本概念与方法
3. 基于语料库的大规模真实文本的处理方法、机器翻译、语音识别等应用。
教学要求：
1. 了解自然语言理解的概念与发展历史
2. 掌握语音分析、词法分析、句法分析、语义分析等基本概念与思路
3. 掌握大规模真实文本的处理方法、机器翻译、语音识别等应用的基本思路。
第10章& 人工智能在游戏设计中的应用（2学时，可选）
教学内容：
1. 智能游戏的概念与主要游戏智能技术
2. 智能游戏设计技术
3. 游戏开发工具及其应用
教学要求：
1. 了解智能游戏的概念与基本原理
2. 掌握角色的运动、追逐与躲避、路径搜索等基本设计方法
3. 掌握遗传算法等在游戏中的程序设计方法。
四、课内上机安排
1. 学时：共16学时，一般安排在第9至16周。
2. PCVisual C++ 6.0Matlab 7.0。
五、习题及课外教学要求
1. 每章布置3～5题课后习题；
2. 完成人工智能方面其中的3个算法的仿真程序。
六、考核方式及成绩评定
考查。120。