首页 > 期刊论文知识库 > 人工智能论文英文参考文献

人工智能论文英文参考文献

发布时间:

人工智能论文英文参考文献

1。 Frosini A, Gori M, Priami P (1996) A neural network-based model弗罗西尼甲,普里亚米P(下1996)哥里的神经网络的M -基于模型for paper currency recognition and verification.为纸币识别和验证。 IEEE Trans Neural电机及电子学工程师联合会跨神经Network 7:1482-1490网络7:1482-14902. 2。 Kosaka T, Taketani N, Omatu S (1999) Classification of Italian小坂吨,武谷ñ,Omatu工作主任(1999年)意大利分类bills by a competitive neural network.法案通过有竞争力的神经网络。 Trans Inst Elec Eng Jpn中国科学院利安达反英Jpn119-C:948-954 119 - ç :948 - 9543. 3。 Fukunaga K (1972) Introduction to statistical pattern recognition.福永度(1972年)介绍统计模式识别。Academic, New York学术,纽约4. 4。 Tipping ME, Bishop CM (1999) Probabilistic principal component小费我,主教厘米(1999年)的主要组成部分概率analysis.分析。 J Roy Stat Soc B 61:611-622 ĵ罗伊统计芯片乙61:611-6225. 5。 Haykin S (1999) Neural networks. Haykin工作主任(1999年)神经网络。 Prentice Hall, New Jersey普伦蒂斯大厅,新泽西6. 6。 Kohonen T (1995) Self-organization maps.基于Kohonen T(下1995)自组织地图。 Springer, Berlin施普林格,柏林Heidelberg New York海德堡纽约7. 7。 Rabiner LR (1989) A tutorial on hidden Markov models and拉比娜的LR(1989)关于隐马尔可夫模型和教程selected applications in speech recognition.在语音识别选定的应用程序。 Proceedings of IEEE诉讼的IEEE77:257-286 77:257-2868. 8。 Kohavi R (1995) A study of cross-validation and bootstrap for accuracy Kohavi住宅(1995年)的交叉研究,验证和引导的准确性estimation and model selection.估计和模型选择。 Proceedings of the 14th International程序的第14届国际Joint Conference on Artificial Intelligence IJCAI,联席会议人工智能IJCAI,Montreal, Canada, pp 1137-11加拿大蒙特利尔,第1137至1111年

人工智能技术无论是在过去。认知心理学和人工智能。使得人工智能和心理学从最初就紧密地联系在一起。以下是我整理的人工智能的期末论文的相关资料,欢迎阅读!

摘要:人工智能技术无论是在过去。认知心理学和人工智能。使得人工智能和心理学从最初就紧密地联系在一起。

关键词:人类智能,人工智能,认知,心理学

人工智能技术无论是在过去,现在还是将来,都作为科学研究的热点问题之一。人类对自己本身的秘密充满好奇,随着生物技术的飞速发展,人类不断破译人体的生命密码。而以生物科学为基础的人工智能技术也得到了长足的发展。人们希望通过某种技术或者某些途径能够创造出模拟人思维和行为的“替代品”,帮助人们从事某些领域的工作。为了让计算机能够从事一些只有人脑才能完成的工作,解脱人的繁重的脑力劳动,人类对自身的思维和智能不断地研究探索。但是,科学技术是一柄双刃剑,人们对人工智能技术的飞速发展存在着恐慌。如果机器真的具有了人类的智能,在未来的某一天,他们会不会取代人类而成为地球的主宰者?人类智能和人工智能,谁才是未来的传奇?

1.你在和谁说话?

“先进的人工智能机器人不但拥有可以乱真的人类外表,而且还能像人类一样感知自己的存在。”这是人工智能发展到高级阶段的目标和任务。那么,我们在不久的未来能否实现这样一个目标呢?人类真的能发明出足以乱真的智能人类吗?隔着一堵墙,我们是否能分辨出正在与我们对话的是一部机器还是人类?

. 人工智能的定义

人工智能(Artificial Intelligence) ,英文缩写为AI。它是研究、开发用于模拟、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。人工智能是相对于人的智能而言的。正是由于意识是一种特殊的物质运动形式,所以根据控制论理论,运用功能模拟的方法心理学,制造电脑模拟人脑的部分功能,把人的部分智能活动机械化,叫人工智能。人工智能的本质是对人思维的信息过程的模拟,是人的智能的物化。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能发展的过程归纳为机器不断取代人的过程。

. 人工智能技术的发展

几个世纪以来,人类依靠智慧,发明了许多机器,使人类能够从许多体力劳动中解放出来。从1956年正式提出人工智能学科算起,40多年来取得长足的发展,成为一门广泛的交叉和前沿科学。科学家发明了汽车,火车,飞机,收音机等等,它们模仿我们身体器官的功能,但是这些不能模仿人类大脑的功能。当计算机出现后,人类开始真正有了一个可以模拟人类思维的工具,在以后的岁月中,无数科学家为这个目标努力着。1997年5月,IBM公司研制的深蓝(Deep Blue)计算机战胜了国际象棋大师卡斯帕洛夫(Kasparov)。在一些地方计算机帮助人进行其它原来只属于人类的工作,计算机以它的高速和准确为人类发挥着它的作用。计算机的出现,使得人工智能有了突破性的进展。计算机不仅能代替人脑的某些功能,而且在速度和准确性上大大超过人脑,它不仅能模拟人脑部分分析和综合的功能,而且越来越显示某种意识的特性。真正成了人脑的延伸和增强。

. 人工智能的研究领域

人工智能是一种外向型的学科,也是一门多领域综合学科。它不但要求研究它的人懂得人工智能的知识,而且要求有比较扎实的数学基础,哲学和生物学基础,只有这样才可能让一台什么也不知道的机器模拟人的思维。而人工智能的最根本目的是模拟人类的思维,因此,它的研究领域与人类活动息息相关。什么地方只要有人在工作,他就可以运用到那个领域。

现阶段主要研究领域有专家系统,机器学习,模式识别,自然语言理解,自动定理证明,自动程序设计心理学,机器人学,博弈,智能决定支持系统和人工神经网络等等。

2.机器真的可以思考吗?

机器真的可以思考吗?机器的思考归根结底还是模仿人类的思维模式,正是“思考”这一人类的本质属性,使得人工智能和心理学从最初就紧密地联系在一起。心理学研究人脑中信息的输入、输出、存储和加工,并研究人脑各个部位的功能。最早的双核计算机模仿人的左右脑,在人脑不同区域主管各个不同功能这一原理的基础上,来设计负责不同功能的芯片。以此为出发点,心理学家和计算机学者进一步合作,通过研究人解决问题的方法来研究开发人工智能。随着人工智能的发展,所要求实现的职能愈加复杂,但最基本的方式还是逻辑推理和归纳,这正是心理学家和逻辑学家的专业领域。心理学家以研究探讨人类逻辑思维方式为人工智能提供了基本原理和原则。

. 人类意识的本质

意识是世界的内在规定、一般规律和组成部分,是具有客观实在性同世界的其它组成部分处在对立统一关系中的事物。意识普遍存于世界和万物之中,世界是包含意识的世界,万物是包含意识的万物。没有意识存在于其中的世界不是我们现实生活中的世界,没有意识存在于其中的万物也不是我们天天眼见手触的万物。有了意识的存在,世界和万物就有了生机和活力。

. 意识是与物质相对应的哲学范畴,与物质既相对立又相统一的精神现象。

意识是自然界长期发展的产物,由无机物的反应特性,到低等生物的刺激感应性,再到动物的感觉和心理这一生物进化过程是意识得以产生的自然条件。意识是社会的产物,人类社会的物质生产劳动在意识的产生过程中起决定的作用。辩证唯物主义在强调物质对意识起决定作用的前提下肯定意识对于物质具有能动的反作用,在意识活动中人们从感性经验抽象出事物的本质、规律形成理性认识,又运用这些认识指导自己有计划、有目的地改造客观世界。

. 从意识的起源看,意识是物质世界发展到一定阶段的产物;从意识的本质来看,意识是客观存在在人脑中的反映。

意识是人脑对客观存在的反映:第一,正确的思想意识与错误的思想意识都是客观存在在人脑中的反映;第二,无论是人的具体感觉还是人的抽象思维,都是人脑对客观事物的反映;第三,无论是人们对现状的感受与认识,还是人们对过去的思考与总结,以至人们对未来的预测,都是人脑对客观事物的反映。 意识的能动作用首先表现在,意识不仅能够正确反映事物的外部现象,而且能够正确反映事物的本质和规律;意识的能动作用还突出表现在,意识能够反作用于客观事物,以正确的思想和理论为指导心理学,通过实践促进客观事物的发展。

. 人类意识与人工智能的关系

认知心理学和人工智能,是认知科学的两个组成部分。人工智能使用了心理学的理论,心理学又借用了人工智能的成果。人类意识与人工智能两者具有以下关系:

l人工智能是研究用机器模拟和扩展人的智能的科学。它撇开了人脑的内在结构和意识的社会性,而只是把人脑作为一种信息处理的过程,包括信息的接收、记忆、分析、控制和输出五部分。现代科学技术用相应的部件来完成着五个过程,就构成了人工智能或电脑。

l人工智能可以代替人的某些脑力劳动,甚至可以超过人的部分思维能力,随着现代科学技术的发展,它发挥着越来越重要的作用。人工智能的出现不仅解放了人的智力,而且为研究人脑的意识活动提供了新的方法和途径。它说明了人的意识活动不管多么复杂,都是以客观物质过程为基础的,而不是什么神秘的超物质的东西,人们完全可以用自然科学的精确方法来加以研究和模拟,它进一步证实了辩证唯物主义意识论的科学性。

l人工智能的产生和发展,深化了我们对意识相对独立性和能动性的认识。机器思维即人工智能表明,思维形式在思维活动中对于思维内容具有相对独立性,它可从人脑中分化出来,物化为机械的、物理的运动形式,部分地代替人的思维活动。

随着科学技术的发展,人工智能将向更高水平发展,反过来推动科学技术、生产力和人类智慧向更高水平发展,对人类社会进步将起着巨大的推动作用。

3. 人工智能的未来

人工智能是为了模拟人类大脑的活动而产生的科学,人类已经可以用许多新技术新材料模拟人体的许多功能,诸如皮肤,毛发,骨骼等等,也就是说,人类可以创造出“类人体”。只要能够模拟人的大脑的功能,人就可以完成人工生命的研究工作,人创造自己,这不但在科学上,而且在哲学上都具有划时代的意义。这就是人工智能承担的历史使命。

在科学技术日新月异的今天,知识爆炸,科技的增长超出了人类承受的速度。各种新科技的出现层出不穷,随之而来的成果简直让人瞠目结舌,克隆、基因芯片、转基因等等,人类自身的秘密开始一层一层的揭开。我们人脑的复杂结构,人体的基因链也逐渐被科学技术解剖。我们希望将来的人工智能机器能将我们从繁重的体力劳动和脑力劳动中解放出来心理学,例如机器人做家务,带孩子,做司机,秘书等等一系列我们不愿意花太多精力或者有太多限制条件的工作。然而,人类由于多种“性能”都不如机器人,反而退化成为机器人的奴隶?他们会不会有一天无法忍受人类对他们的“剥削”和“压迫”,挑战人类的统治?很多的科幻作品和电影中都预言了这样的场景,未来的智能机器人和人类争夺有限的地球资源,并最终打败人类,成为新的地球统治者。这也正是绝大多数心理学家和哲学家对人工智能的发展忧心忡忡的原因。

人工智能的发展,也只能无限接近于人的智能,而不能超越人的智能。因为人工智能技术的本质,是模拟人类的思维过程,是为人类服务的。我们在进行发明创造的同时,担心被我们所发明的物质所毁灭。正如人类发明了原子能,用于取代正在逐渐消逝的矿物能源,然而当原子能用于军事领域的时候,他产生的力量也足以毁灭人类文明。科技本身并不是问题,人类如何运用自己掌握的技术,才是问题的关键。我们最大的敌人不是我们发明的技术,而是我们自己本身。

【参考文献】

1.李建国人工智能与认知心理学[J]. 西南师范大学学报 1986年4月第二期 142-146页

2.郑南宁认知过程的信息处理和新型人工智能系统[J]. 中国基础科学.科学前沿2008年 9-18页

3.蔡自兴,徐光�人工智能及其应用(第三版)[M].北京.清华大学出版社 2004年

4.(美)Sternberg,.认知心理学[M] .北京.中国轻工业出版社 2006年

5.(美)Nils 人工智能[M].北京. 机械工业出版社 2004年

下一页分享更优秀的<<<人工智能的期末论文

那你在网上找找(人工智能与机器人研究)吧~~看看别人的是怎么写的~

“人工智能”是大学本科自动化专业所开设的一门专业选修课,为了能够调动自动化专业的学生对本课程学习的积极性,对《人工智能》这门专业选修课程的 教学 方法 进行了探索和 总结 。以下是我整理分享的关于人工智能结课论文的相关 文章 ,欢迎阅读!

对《人工智能》专业选修课教学的几点体会

摘要:“人工智能”是大学本科自动化专业所开设的一门专业选修课,为了能够调动自动化专业的学生对本课程学习的积极性,提高《人工智能》专业选修课的教学效果,我们结合近几年的实际教学 经验 ,从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学等方面对《人工智能》这门专业选修课程的教学方法进行了探索和总结。

关键词:人工智能 优选教材 考核方式内容 手段 实践

人工智能(Aritificial Intelligence,英文缩写为AI)是一门综合了应用数学、自动控制、模式识别、系统工程、计算机科学和心理学等多种学科交叉融合而发展起来的的一门新型学科,是21世纪三大尖端技术(基因工程、纳米科学、人工智能)之一。它是研究智能机器所执行的通常与人类智能有关的职能行为,如推理、证明、感知、规划和问题求解等思维活动,来解决人类处理的复杂问题。人工智能紧跟世界社会进步和科技发展的步伐,与时俱进,有关人工智能的许多研究成果已经广泛应用到国防建设、工业生产、国民生活中的各个领域。在信息网络和知识经济时代,人工智能现已成为一个广受重视且有着广阔应用潜能的前沿学科,必将为推动科学技术的进步和产业的发展发挥更大的作用。因此在我国的大中专院校中开展人工智能这门课的教学与科研工作显得十分紧迫。迄今为止,全国绝大多数工科院校中的自动控制、计算机/软件工程、电气工程、机械工程、应用数学等相关专业都开设了人工智能这门课程。南京邮电大学自动化学院自2005年成立至今,一直将“人工智能”列为自动化专业本科生的选修课程,到目前为止已经有八年的历史了。由于南京邮电大学是一所以邮电、通信、电子、计算机、自动化为特色的工科院校,因此,学校所开设的许多专业都迫切需要用人工智能理论和方法解决科研中的实际问题。在问题需求的推动下,南邮人经过多年的努力工作,在人工智能科研方面取得了丰硕的成果,如物联网学院所开发的现代智能物流系统、自动化学院所开发的城市交通流量控制与决策系统,为本课程的开设提供了典型的教学案例。我们结合近几年的实际教学经验,从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学等方面对人工智能课程教学方法进行了总结归纳。

一、优选教材

目前,国内有关人工智能课程的中英版教材种类非常多,遵循实用、简单、够用的原则,再经过授课老师和学生们的共同调研,我们选用由中南大学蔡自兴教授主编的《人工智能及其应用》第三版作为南邮本课程的授课教材。本书覆盖的人工智能知识体系比较全面,包含知识表示、搜索推理、模糊计算、专家系统等。本书主要针对计算机、自动化、电气工程等本科专业的学生所编写,内容基础,难度适中。蔡教授所编写的这本教材全面地介绍了人工智能的研究内容与应用领域,做到了内容新颖、简单易懂、兼顾基础和应用,受到了全国广大师生们的一致好评,多年的教学实践证明我们所选择的教材是恰当的、正确的。

二、考核方式

在全国大部分高等院校,“人工智能”这门课大都选择开卷考试的方式来进行考核。为了强化学生对人工智能这门课基础知识的掌握,南京邮电大学自动化学院选用闭卷考试的方式来进行考核。为了打消部分学生想在期末闭卷考试中通过作弊手段来完成人工智能这门课考核的侥幸心理,我们加强了对学生平时考勤成绩、课下作业成绩和实验成绩的考核,从而杜绝了“一纸定成绩”的现象。我们对人工智能这门课的最后期末成绩是按如下权重来划分的:平时考勤成绩占10%、课下作业成绩占10%、实验成绩占20%、最后的期末考试卷面成绩只占60%。为了克服国家现行 教育 体制的弊端,避免学生“机械式”地的应对教学和考试,我们对考试题型进行了调整,不再是以往的填空、选择、简答等题型,而是改为以解决实际问题为导向的应用题型为主,这样学生只需要在理解授课内容的基础上利用自己的思维来解题就可以了,这也体现了国家目前正在提倡的应用型教学导向。

三、教学内容调整

对于本科生而言,人工智能这门课程所需要讲授的内容实在太多,由于课时所限,我们必须精简教学内容,让学生在掌握基础知识的同时,也能够了解它的具体应用。因此,我们将人工智能这门课程的教学内容分为两个部分:第一部分是基本理论和方法,包括人工智能的概述、知识表示方法、确定性推理方法等;第二部分为人工智能研究成果的具体应用,包括神经元网络计算、模糊智能计算、专家知识库系统、机器语言学习等。通过对教材内容的合理调整和安排,使得授课计划能够比较全面地覆盖了人工智能这门课程的基本知识点,从而满足了学生们的求知需求。

四、教学手段的改进

(一) 激发学生的学习兴趣

经过长时间的教学我们发现,在选修“人工智能”这门课程时,每个学生的心中所想各有不同,这些学生在刚开始学习时兴趣还比较强烈,但随着教学内容变得越来越抽象,学生逐渐对这本课的学习失去了信心,甚至上课时间不去听课,使授课教师对教学也渐渐失去了信心,导致恶性循环,严重影响了教学质量。针对这种现象,我们认为,在开课前充分激发学生的学习兴趣是很有必要的。我们要结合学校的实验条件,开课前给学生演示“机器人医疗服务”实验,通过该实验的演示,让学生们看到机器人能够给病人提供多项人性化的服务,理解人工智能技术在开发医疗服务机器人多项关键技术中的应用,让学生在开课前能够对本课程的学习产生极大的兴趣,实践证明这种方法是有效的。

(二) 借助多媒体教学

多媒体教学是现代教学过程中一种非常重要的形式,它往往根据教学目的和学生们的特点,通过合理的设计、选择教材内容,应用公式、图形、文字、视频等多种媒体信息进行有机组合并通过电脑和投影机显示出来,与传统教学手段相结合,形成合理的教学过程结构,达到最优化的教学效果。人工智能这门课具有针对性强、内容抽象、公式繁琐等特点,学生学习起来比较困难,为了让学生生动、形象地学习该课程,我们在教学过程中充分利用了多媒体技术来组织教学。例如在课堂教学过程中播放南邮自动化学院梁志伟博士带领学生所开发的“智能 足球 机器人”比赛片段;让学生在线观看北京大学工学院谢广明博士带领学生所开发的“自主视觉机器鱼”录像片段等。在讲解某些重要的求解算法时,借助Matlab软件和投影机,直接展现该算法的求解过程,从而改善了课程教学的形式,提高了教学质量。 (三)提倡课堂 辩论

我们在教学过程中打破了传统的“老师讲课学生听课”的教学模式,多次组织课堂辩论,辩论的主题包括人工智能研究过程中出现的技术困惑、人工智能研究成果转化中的市场前景等。如组织了“电脑PK人脑”“电脑是否让电视消失”“电脑的未来发展方向在哪里”等一系列 辩论会 。经过激烈的辩论,无论正方还是反方都感觉自己收获很大,增长了知识,开阔了眼界。在教学过程中通过将学生由“被动听课”角色变换为“主动参与”角色,大大地调动了学生的学习积极性,从而提高了课堂教学质量。

五、实践教学

实践教学是课堂教学不可缺少的重要组成部分,通过让学生亲自动手实验来对理论知识进行检验和应用是目前国内外各个大学提高学生综合素质、增强学生市场竞争力的重要手段。人工智能实验教学的目的是让学生通过亲自动手体会授课中的各种智能控制算法,从而使学生能够更加形象地掌握课本知识。人工智能教学计划安排了4学时实验课,设置了“传教士和野人过河”“机器人路径规划”这两个人工智能问题,要求学生独立完成这2个实验题目的编程,并书写实验 报告 。通过实验,学生动手实践了课堂上所掌握的理论知识,加深了对智能算法的理解。

人工智能是一门实用性较强的课程,我们总结了近几年来的教学经验,从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学五个方面对人工智能课程教学进行了总结。从学生的反馈来看,我们所总结的教学经验对于指导新教师讲授“人工智能”这门课程具有积极的作用,需要指出的是,我们仍有很多不足之处,需要在以后的教学过程中不断努力完善,提高自己的教学能力,争取更好的教学效果。

参考文献

[1]蔡自兴,徐光佑.人工智能及其应用[M].北京:清华大学出版社,2003.

[2]路小英,周桂红,赵艳等.高等农业院校《人工智能》课程的教学研究与实践[J].河北农业大学学报:农林教育版,2007,9(4):66-68.

[3]马建斌,李阅历,高媛. 人工智能课程教学的探索与实践[J].河北农业大学学报:农林教育版,2011,13(3):330-332.

[4]赵海波.人工智能课程教学方法的探讨[J].科技信息,2011,(7):541.

[5]张廷,杨国胜.“人工智能”课程教学的实践与探索[J].课程与教学,2009(11):133-134.

本研究得到了江苏省2011年度研究生双语授课教学试点项目—“模式识别与智能系统”项目经费的资助。

下一页分享更优秀的<<<人工智能结课论文

人工智能教育论文参考文献英文

“人工智能”是大学本科自动化专业所开设的一门专业选修课,为了能够调动自动化专业的学生对本课程学习的积极性,对《人工智能》这门专业选修课程的 教学 方法 进行了探索和 总结 。以下是我整理分享的关于人工智能结课论文的相关 文章 ,欢迎阅读!

对《人工智能》专业选修课教学的几点体会

摘要:“人工智能”是大学本科自动化专业所开设的一门专业选修课,为了能够调动自动化专业的学生对本课程学习的积极性,提高《人工智能》专业选修课的教学效果,我们结合近几年的实际教学 经验 ,从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学等方面对《人工智能》这门专业选修课程的教学方法进行了探索和总结。

关键词:人工智能 优选教材 考核方式内容 手段 实践

人工智能(Aritificial Intelligence,英文缩写为AI)是一门综合了应用数学、自动控制、模式识别、系统工程、计算机科学和心理学等多种学科交叉融合而发展起来的的一门新型学科,是21世纪三大尖端技术(基因工程、纳米科学、人工智能)之一。它是研究智能机器所执行的通常与人类智能有关的职能行为,如推理、证明、感知、规划和问题求解等思维活动,来解决人类处理的复杂问题。人工智能紧跟世界社会进步和科技发展的步伐,与时俱进,有关人工智能的许多研究成果已经广泛应用到国防建设、工业生产、国民生活中的各个领域。在信息网络和知识经济时代,人工智能现已成为一个广受重视且有着广阔应用潜能的前沿学科,必将为推动科学技术的进步和产业的发展发挥更大的作用。因此在我国的大中专院校中开展人工智能这门课的教学与科研工作显得十分紧迫。迄今为止,全国绝大多数工科院校中的自动控制、计算机/软件工程、电气工程、机械工程、应用数学等相关专业都开设了人工智能这门课程。南京邮电大学自动化学院自2005年成立至今,一直将“人工智能”列为自动化专业本科生的选修课程,到目前为止已经有八年的历史了。由于南京邮电大学是一所以邮电、通信、电子、计算机、自动化为特色的工科院校,因此,学校所开设的许多专业都迫切需要用人工智能理论和方法解决科研中的实际问题。在问题需求的推动下,南邮人经过多年的努力工作,在人工智能科研方面取得了丰硕的成果,如物联网学院所开发的现代智能物流系统、自动化学院所开发的城市交通流量控制与决策系统,为本课程的开设提供了典型的教学案例。我们结合近几年的实际教学经验,从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学等方面对人工智能课程教学方法进行了总结归纳。

一、优选教材

目前,国内有关人工智能课程的中英版教材种类非常多,遵循实用、简单、够用的原则,再经过授课老师和学生们的共同调研,我们选用由中南大学蔡自兴教授主编的《人工智能及其应用》第三版作为南邮本课程的授课教材。本书覆盖的人工智能知识体系比较全面,包含知识表示、搜索推理、模糊计算、专家系统等。本书主要针对计算机、自动化、电气工程等本科专业的学生所编写,内容基础,难度适中。蔡教授所编写的这本教材全面地介绍了人工智能的研究内容与应用领域,做到了内容新颖、简单易懂、兼顾基础和应用,受到了全国广大师生们的一致好评,多年的教学实践证明我们所选择的教材是恰当的、正确的。

二、考核方式

在全国大部分高等院校,“人工智能”这门课大都选择开卷考试的方式来进行考核。为了强化学生对人工智能这门课基础知识的掌握,南京邮电大学自动化学院选用闭卷考试的方式来进行考核。为了打消部分学生想在期末闭卷考试中通过作弊手段来完成人工智能这门课考核的侥幸心理,我们加强了对学生平时考勤成绩、课下作业成绩和实验成绩的考核,从而杜绝了“一纸定成绩”的现象。我们对人工智能这门课的最后期末成绩是按如下权重来划分的:平时考勤成绩占10%、课下作业成绩占10%、实验成绩占20%、最后的期末考试卷面成绩只占60%。为了克服国家现行 教育 体制的弊端,避免学生“机械式”地的应对教学和考试,我们对考试题型进行了调整,不再是以往的填空、选择、简答等题型,而是改为以解决实际问题为导向的应用题型为主,这样学生只需要在理解授课内容的基础上利用自己的思维来解题就可以了,这也体现了国家目前正在提倡的应用型教学导向。

三、教学内容调整

对于本科生而言,人工智能这门课程所需要讲授的内容实在太多,由于课时所限,我们必须精简教学内容,让学生在掌握基础知识的同时,也能够了解它的具体应用。因此,我们将人工智能这门课程的教学内容分为两个部分:第一部分是基本理论和方法,包括人工智能的概述、知识表示方法、确定性推理方法等;第二部分为人工智能研究成果的具体应用,包括神经元网络计算、模糊智能计算、专家知识库系统、机器语言学习等。通过对教材内容的合理调整和安排,使得授课计划能够比较全面地覆盖了人工智能这门课程的基本知识点,从而满足了学生们的求知需求。

四、教学手段的改进

(一) 激发学生的学习兴趣

经过长时间的教学我们发现,在选修“人工智能”这门课程时,每个学生的心中所想各有不同,这些学生在刚开始学习时兴趣还比较强烈,但随着教学内容变得越来越抽象,学生逐渐对这本课的学习失去了信心,甚至上课时间不去听课,使授课教师对教学也渐渐失去了信心,导致恶性循环,严重影响了教学质量。针对这种现象,我们认为,在开课前充分激发学生的学习兴趣是很有必要的。我们要结合学校的实验条件,开课前给学生演示“机器人医疗服务”实验,通过该实验的演示,让学生们看到机器人能够给病人提供多项人性化的服务,理解人工智能技术在开发医疗服务机器人多项关键技术中的应用,让学生在开课前能够对本课程的学习产生极大的兴趣,实践证明这种方法是有效的。

(二) 借助多媒体教学

多媒体教学是现代教学过程中一种非常重要的形式,它往往根据教学目的和学生们的特点,通过合理的设计、选择教材内容,应用公式、图形、文字、视频等多种媒体信息进行有机组合并通过电脑和投影机显示出来,与传统教学手段相结合,形成合理的教学过程结构,达到最优化的教学效果。人工智能这门课具有针对性强、内容抽象、公式繁琐等特点,学生学习起来比较困难,为了让学生生动、形象地学习该课程,我们在教学过程中充分利用了多媒体技术来组织教学。例如在课堂教学过程中播放南邮自动化学院梁志伟博士带领学生所开发的“智能 足球 机器人”比赛片段;让学生在线观看北京大学工学院谢广明博士带领学生所开发的“自主视觉机器鱼”录像片段等。在讲解某些重要的求解算法时,借助Matlab软件和投影机,直接展现该算法的求解过程,从而改善了课程教学的形式,提高了教学质量。 (三)提倡课堂 辩论

我们在教学过程中打破了传统的“老师讲课学生听课”的教学模式,多次组织课堂辩论,辩论的主题包括人工智能研究过程中出现的技术困惑、人工智能研究成果转化中的市场前景等。如组织了“电脑PK人脑”“电脑是否让电视消失”“电脑的未来发展方向在哪里”等一系列 辩论会 。经过激烈的辩论,无论正方还是反方都感觉自己收获很大,增长了知识,开阔了眼界。在教学过程中通过将学生由“被动听课”角色变换为“主动参与”角色,大大地调动了学生的学习积极性,从而提高了课堂教学质量。

五、实践教学

实践教学是课堂教学不可缺少的重要组成部分,通过让学生亲自动手实验来对理论知识进行检验和应用是目前国内外各个大学提高学生综合素质、增强学生市场竞争力的重要手段。人工智能实验教学的目的是让学生通过亲自动手体会授课中的各种智能控制算法,从而使学生能够更加形象地掌握课本知识。人工智能教学计划安排了4学时实验课,设置了“传教士和野人过河”“机器人路径规划”这两个人工智能问题,要求学生独立完成这2个实验题目的编程,并书写实验 报告 。通过实验,学生动手实践了课堂上所掌握的理论知识,加深了对智能算法的理解。

人工智能是一门实用性较强的课程,我们总结了近几年来的教学经验,从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学五个方面对人工智能课程教学进行了总结。从学生的反馈来看,我们所总结的教学经验对于指导新教师讲授“人工智能”这门课程具有积极的作用,需要指出的是,我们仍有很多不足之处,需要在以后的教学过程中不断努力完善,提高自己的教学能力,争取更好的教学效果。

参考文献

[1]蔡自兴,徐光佑.人工智能及其应用[M].北京:清华大学出版社,2003.

[2]路小英,周桂红,赵艳等.高等农业院校《人工智能》课程的教学研究与实践[J].河北农业大学学报:农林教育版,2007,9(4):66-68.

[3]马建斌,李阅历,高媛. 人工智能课程教学的探索与实践[J].河北农业大学学报:农林教育版,2011,13(3):330-332.

[4]赵海波.人工智能课程教学方法的探讨[J].科技信息,2011,(7):541.

[5]张廷,杨国胜.“人工智能”课程教学的实践与探索[J].课程与教学,2009(11):133-134.

本研究得到了江苏省2011年度研究生双语授课教学试点项目—“模式识别与智能系统”项目经费的资助。

下一页分享更优秀的<<<人工智能结课论文

人工智能技术无论是在过去。认知心理学和人工智能。使得人工智能和心理学从最初就紧密地联系在一起。以下是我整理的人工智能的期末论文的相关资料,欢迎阅读!

摘要:人工智能技术无论是在过去。认知心理学和人工智能。使得人工智能和心理学从最初就紧密地联系在一起。

关键词:人类智能,人工智能,认知,心理学

人工智能技术无论是在过去,现在还是将来,都作为科学研究的热点问题之一。人类对自己本身的秘密充满好奇,随着生物技术的飞速发展,人类不断破译人体的生命密码。而以生物科学为基础的人工智能技术也得到了长足的发展。人们希望通过某种技术或者某些途径能够创造出模拟人思维和行为的“替代品”,帮助人们从事某些领域的工作。为了让计算机能够从事一些只有人脑才能完成的工作,解脱人的繁重的脑力劳动,人类对自身的思维和智能不断地研究探索。但是,科学技术是一柄双刃剑,人们对人工智能技术的飞速发展存在着恐慌。如果机器真的具有了人类的智能,在未来的某一天,他们会不会取代人类而成为地球的主宰者?人类智能和人工智能,谁才是未来的传奇?

1.你在和谁说话?

“先进的人工智能机器人不但拥有可以乱真的人类外表,而且还能像人类一样感知自己的存在。”这是人工智能发展到高级阶段的目标和任务。那么,我们在不久的未来能否实现这样一个目标呢?人类真的能发明出足以乱真的智能人类吗?隔着一堵墙,我们是否能分辨出正在与我们对话的是一部机器还是人类?

. 人工智能的定义

人工智能(Artificial Intelligence) ,英文缩写为AI。它是研究、开发用于模拟、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。人工智能是相对于人的智能而言的。正是由于意识是一种特殊的物质运动形式,所以根据控制论理论,运用功能模拟的方法心理学,制造电脑模拟人脑的部分功能,把人的部分智能活动机械化,叫人工智能。人工智能的本质是对人思维的信息过程的模拟,是人的智能的物化。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能发展的过程归纳为机器不断取代人的过程。

. 人工智能技术的发展

几个世纪以来,人类依靠智慧,发明了许多机器,使人类能够从许多体力劳动中解放出来。从1956年正式提出人工智能学科算起,40多年来取得长足的发展,成为一门广泛的交叉和前沿科学。科学家发明了汽车,火车,飞机,收音机等等,它们模仿我们身体器官的功能,但是这些不能模仿人类大脑的功能。当计算机出现后,人类开始真正有了一个可以模拟人类思维的工具,在以后的岁月中,无数科学家为这个目标努力着。1997年5月,IBM公司研制的深蓝(Deep Blue)计算机战胜了国际象棋大师卡斯帕洛夫(Kasparov)。在一些地方计算机帮助人进行其它原来只属于人类的工作,计算机以它的高速和准确为人类发挥着它的作用。计算机的出现,使得人工智能有了突破性的进展。计算机不仅能代替人脑的某些功能,而且在速度和准确性上大大超过人脑,它不仅能模拟人脑部分分析和综合的功能,而且越来越显示某种意识的特性。真正成了人脑的延伸和增强。

. 人工智能的研究领域

人工智能是一种外向型的学科,也是一门多领域综合学科。它不但要求研究它的人懂得人工智能的知识,而且要求有比较扎实的数学基础,哲学和生物学基础,只有这样才可能让一台什么也不知道的机器模拟人的思维。而人工智能的最根本目的是模拟人类的思维,因此,它的研究领域与人类活动息息相关。什么地方只要有人在工作,他就可以运用到那个领域。

现阶段主要研究领域有专家系统,机器学习,模式识别,自然语言理解,自动定理证明,自动程序设计心理学,机器人学,博弈,智能决定支持系统和人工神经网络等等。

2.机器真的可以思考吗?

机器真的可以思考吗?机器的思考归根结底还是模仿人类的思维模式,正是“思考”这一人类的本质属性,使得人工智能和心理学从最初就紧密地联系在一起。心理学研究人脑中信息的输入、输出、存储和加工,并研究人脑各个部位的功能。最早的双核计算机模仿人的左右脑,在人脑不同区域主管各个不同功能这一原理的基础上,来设计负责不同功能的芯片。以此为出发点,心理学家和计算机学者进一步合作,通过研究人解决问题的方法来研究开发人工智能。随着人工智能的发展,所要求实现的职能愈加复杂,但最基本的方式还是逻辑推理和归纳,这正是心理学家和逻辑学家的专业领域。心理学家以研究探讨人类逻辑思维方式为人工智能提供了基本原理和原则。

. 人类意识的本质

意识是世界的内在规定、一般规律和组成部分,是具有客观实在性同世界的其它组成部分处在对立统一关系中的事物。意识普遍存于世界和万物之中,世界是包含意识的世界,万物是包含意识的万物。没有意识存在于其中的世界不是我们现实生活中的世界,没有意识存在于其中的万物也不是我们天天眼见手触的万物。有了意识的存在,世界和万物就有了生机和活力。

. 意识是与物质相对应的哲学范畴,与物质既相对立又相统一的精神现象。

意识是自然界长期发展的产物,由无机物的反应特性,到低等生物的刺激感应性,再到动物的感觉和心理这一生物进化过程是意识得以产生的自然条件。意识是社会的产物,人类社会的物质生产劳动在意识的产生过程中起决定的作用。辩证唯物主义在强调物质对意识起决定作用的前提下肯定意识对于物质具有能动的反作用,在意识活动中人们从感性经验抽象出事物的本质、规律形成理性认识,又运用这些认识指导自己有计划、有目的地改造客观世界。

. 从意识的起源看,意识是物质世界发展到一定阶段的产物;从意识的本质来看,意识是客观存在在人脑中的反映。

意识是人脑对客观存在的反映:第一,正确的思想意识与错误的思想意识都是客观存在在人脑中的反映;第二,无论是人的具体感觉还是人的抽象思维,都是人脑对客观事物的反映;第三,无论是人们对现状的感受与认识,还是人们对过去的思考与总结,以至人们对未来的预测,都是人脑对客观事物的反映。 意识的能动作用首先表现在,意识不仅能够正确反映事物的外部现象,而且能够正确反映事物的本质和规律;意识的能动作用还突出表现在,意识能够反作用于客观事物,以正确的思想和理论为指导心理学,通过实践促进客观事物的发展。

. 人类意识与人工智能的关系

认知心理学和人工智能,是认知科学的两个组成部分。人工智能使用了心理学的理论,心理学又借用了人工智能的成果。人类意识与人工智能两者具有以下关系:

l人工智能是研究用机器模拟和扩展人的智能的科学。它撇开了人脑的内在结构和意识的社会性,而只是把人脑作为一种信息处理的过程,包括信息的接收、记忆、分析、控制和输出五部分。现代科学技术用相应的部件来完成着五个过程,就构成了人工智能或电脑。

l人工智能可以代替人的某些脑力劳动,甚至可以超过人的部分思维能力,随着现代科学技术的发展,它发挥着越来越重要的作用。人工智能的出现不仅解放了人的智力,而且为研究人脑的意识活动提供了新的方法和途径。它说明了人的意识活动不管多么复杂,都是以客观物质过程为基础的,而不是什么神秘的超物质的东西,人们完全可以用自然科学的精确方法来加以研究和模拟,它进一步证实了辩证唯物主义意识论的科学性。

l人工智能的产生和发展,深化了我们对意识相对独立性和能动性的认识。机器思维即人工智能表明,思维形式在思维活动中对于思维内容具有相对独立性,它可从人脑中分化出来,物化为机械的、物理的运动形式,部分地代替人的思维活动。

随着科学技术的发展,人工智能将向更高水平发展,反过来推动科学技术、生产力和人类智慧向更高水平发展,对人类社会进步将起着巨大的推动作用。

3. 人工智能的未来

人工智能是为了模拟人类大脑的活动而产生的科学,人类已经可以用许多新技术新材料模拟人体的许多功能,诸如皮肤,毛发,骨骼等等,也就是说,人类可以创造出“类人体”。只要能够模拟人的大脑的功能,人就可以完成人工生命的研究工作,人创造自己,这不但在科学上,而且在哲学上都具有划时代的意义。这就是人工智能承担的历史使命。

在科学技术日新月异的今天,知识爆炸,科技的增长超出了人类承受的速度。各种新科技的出现层出不穷,随之而来的成果简直让人瞠目结舌,克隆、基因芯片、转基因等等,人类自身的秘密开始一层一层的揭开。我们人脑的复杂结构,人体的基因链也逐渐被科学技术解剖。我们希望将来的人工智能机器能将我们从繁重的体力劳动和脑力劳动中解放出来心理学,例如机器人做家务,带孩子,做司机,秘书等等一系列我们不愿意花太多精力或者有太多限制条件的工作。然而,人类由于多种“性能”都不如机器人,反而退化成为机器人的奴隶?他们会不会有一天无法忍受人类对他们的“剥削”和“压迫”,挑战人类的统治?很多的科幻作品和电影中都预言了这样的场景,未来的智能机器人和人类争夺有限的地球资源,并最终打败人类,成为新的地球统治者。这也正是绝大多数心理学家和哲学家对人工智能的发展忧心忡忡的原因。

人工智能的发展,也只能无限接近于人的智能,而不能超越人的智能。因为人工智能技术的本质,是模拟人类的思维过程,是为人类服务的。我们在进行发明创造的同时,担心被我们所发明的物质所毁灭。正如人类发明了原子能,用于取代正在逐渐消逝的矿物能源,然而当原子能用于军事领域的时候,他产生的力量也足以毁灭人类文明。科技本身并不是问题,人类如何运用自己掌握的技术,才是问题的关键。我们最大的敌人不是我们发明的技术,而是我们自己本身。

【参考文献】

1.李建国人工智能与认知心理学[J]. 西南师范大学学报 1986年4月第二期 142-146页

2.郑南宁认知过程的信息处理和新型人工智能系统[J]. 中国基础科学.科学前沿2008年 9-18页

3.蔡自兴,徐光�人工智能及其应用(第三版)[M].北京.清华大学出版社 2004年

4.(美)Sternberg,.认知心理学[M] .北京.中国轻工业出版社 2006年

5.(美)Nils 人工智能[M].北京. 机械工业出版社 2004年

下一页分享更优秀的<<<人工智能的期末论文

Artificial Intelligence (AI) is the intelligence of machines and the branch of computer science which aims to create it. Textbooks define the field as "the study and design of intelligent agents,"[1] where an intelligent agent is a system that perceives its environment and takes actions which maximize its chances of success.[2] John McCarthy, who coined the term in 1956,[3] defines it as "the science and engineering of making intelligent machines."[4]The field was founded on the claim that a central property of human beings, intelligence—the sapience of Homo sapiens—can be so precisely described that it can be simulated by a machine.[5] This raises philosophical issues about the nature of the mind and limits of scientific hubris, issues which have been addressed by myth, fiction and philosophy since antiquity.[6] Artificial intelligence has been the subject of breathtaking optimism,[7] has suffered stunning setbacks[8] and, today, has become an essential part of the technology industry, providing the heavy lifting for many of the most difficult problems in computer science.[9]AI research is highly technical and specialized, deeply divided into subfields that often fail to communicate with each other.[10] Subfields have grown up around particular institutions, the work of individual researchers, the solution of specific problems, longstanding differences of opinion about how AI should be done and the application of widely differing tools. The central problems of AI include such traits as reasoning, knowledge, planning, learning, communication, perception and the ability to move and manipulate objects.[11] General intelligence (or "strong AI") is still a long-term goal of (some) research.[12]Thinking machines and artificial beings appear in Greek myths, such as Talos of Crete, the golden robots of Hephaestus and Pygmalion's Galatea.[13] Human likenesses believed to have intelligence were built in every major civilization: animated statues were worshipped in Egypt and Greece[14] and humanoid automatons were built by Yan Shi,[15] Hero of Alexandria,[16] Al-Jazari[17] and Wolfgang von Kempelen.[18] It was also widely believed that artificial beings had been created by Jābir ibn Hayyān,[19] Judah Loew[20] and Paracelsus.[21] By the 19th and 20th centuries, artificial beings had become a common feature in fiction, as in Mary Shelley's Frankenstein or Karel Čapek's . (Rossum's Universal Robots).[22] Pamela McCorduck argues that all of these are examples of an ancient urge, as she describes it, "to forge the gods".[6] Stories of these creatures and their fates discuss many of the same hopes, fears and ethical concerns that are presented by artificial problem of simulating (or creating) intelligence has been broken down into a number of specific sub-problems. These consist of particular traits or capabilities that researchers would like an intelligent system to display. The traits described below have received the most attention.[11][edit] Deduction, reasoning, problem solvingEarly AI researchers developed algorithms that imitated the step-by-step reasoning that human beings use when they solve puzzles, play board games or make logical deductions.[39] By the late 80s and 90s, AI research had also developed highly successful methods for dealing with uncertain or incomplete information, employing concepts from probability and economics.[40]For difficult problems, most of these algorithms can require enormous computational resources — most experience a "combinatorial explosion": the amount of memory or computer time required becomes astronomical when the problem goes beyond a certain size. The search for more efficient problem solving algorithms is a high priority for AI research.[41]Human beings solve most of their problems using fast, intuitive judgments rather than the conscious, step-by-step deduction that early AI research was able to model.[42] AI has made some progress at imitating this kind of "sub-symbolic" problem solving: embodied approaches emphasize the importance of sensorimotor skills to higher reasoning; neural net research attempts to simulate the structures inside human and animal brains that gives rise to this intelligenceMain articles: Strong AI and AI-completeMost researchers hope that their work will eventually be incorporated into a machine with general intelligence (known as strong AI), combining all the skills above and exceeding human abilities at most or all of them.[12] A few believe that anthropomorphic features like artificial consciousness or an artificial brain may be required for such a project.[74]Many of the problems above are considered AI-complete: to solve one problem, you must solve them all. For example, even a straightforward, specific task like machine translation requires that the machine follow the author's argument (reason), know what is being talked about (knowledge), and faithfully reproduce the author's intention (social intelligence). Machine translation, therefore, is believed to be AI-complete: it may require strong AI to be done as well as humans can do it.[75][edit] ApproachesThere is no established unifying theory or paradigm that guides AI research. Researchers disagree about many issues.[76] A few of the most long standing questions that have remained unanswered are these: should artificial intelligence simulate natural intelligence, by studying psychology or neurology? Or is human biology as irrelevant to AI research as bird biology is to aeronautical engineering?[77] Can intelligent behavior be described using simple, elegant principles (such as logic or optimization)? Or does it necessarily require solving a large number of completely unrelated problems?[78] Can intelligence be reproduced using high-level symbols, similar to words and ideas? Or does it require "sub-symbolic" processing?[79][edit] Cybernetics and brain simulationMain articles: Cybernetics and Computational neuroscience There is no consensus on how closely the brain should be the 1940s and 1950s, a number of researchers explored the connection between neurology, information theory, and cybernetics. Some of them built machines that used electronic networks to exhibit rudimentary intelligence, such as W. Grey Walter's turtles and the Johns Hopkins Beast. Many of these researchers gathered for meetings of the Teleological Society at Princeton University and the Ratio Club in England.[24] By 1960, this approach was largely abandoned, although elements of it would be revived in the can one determine if an agent is intelligent? In 1950, Alan Turing proposed a general procedure to test the intelligence of an agent now known as the Turing test. This procedure allows almost all the major problems of artificial intelligence to be tested. However, it is a very difficult challenge and at present all agents intelligence can also be evaluated on specific problems such as small problems in chemistry, hand-writing recognition and game-playing. Such tests have been termed subject matter expert Turing tests. Smaller problems provide more achievable goals and there are an ever-increasing number of positive broad classes of outcome for an AI test are:Optimal: it is not possible to perform better Strong super-human: performs better than all humans Super-human: performs better than most humans Sub-human: performs worse than most humans For example, performance at draughts is optimal,[143] performance at chess is super-human and nearing strong super-human,[144] and performance at many everyday tasks performed by humans is quite different approach is based on measuring machine intelligence through tests which are developed from mathematical definitions of intelligence. Examples of this kind of tests start in the late nineties devising intelligence tests using notions from Kolmogorov Complexity and compression [145] [146]. Similar definitions of machine intelligence have been put forward by Marcus Hutter in his book Universal Artificial Intelligence (Springer 2005), which was further developed by Legg and Hutter [147]. Mathematical definitions have, as one advantage, that they could be applied to nonhuman intelligences and in the absence of human is a common topic in both science fiction and in projections about the future of technology and society. The existence of an artificial intelligence that rivals human intelligence raises difficult ethical issues and the potential power of the technology inspires both hopes and Shelley's Frankenstein,[160] considers a key issue in the ethics of artificial intelligence: if a machine can be created that has intelligence, could it also feel? If it can feel, does it have the same rights as a human being? The idea also appears in modern science fiction: the film Artificial Intelligence: . considers a machine in the form of a small boy which has been given the ability to feel human emotions, including, tragically, the capacity to suffer. This issue, now known as "robot rights", is currently being considered by, for example, California's Institute for the Future,[161] although many critics believe that the discussion is premature.[162]Another issue explored by both science fiction writers and futurists is the impact of artificial intelligence on society. In fiction, AI has appeared as a servant (R2D2 in Star Wars), a law enforcer (. "Knight Rider"), a comrade (Lt. Commander Data in Star Trek), a conqueror (The Matrix), a dictator (With Folded Hands), an exterminator (Terminator, Battlestar Galactica), an extension to human abilities (Ghost in the Shell) and the saviour of the human race (R. Daneel Olivaw in the Foundation Series). Academic sources have considered such consequences as: a decreased demand for human labor,[163] the enhancement of human ability or experience,[164] and a need for redefinition of human identity and basic values.[165]Several futurists argue that artificial intelligence will transcend the limits of progress and fundamentally transform humanity. Ray Kurzweil has used Moore's law (which describes the relentless exponential improvement in digital technology with uncanny accuracy) to calculate that desktop computers will have the same processing power as human brains by the year 2029, and that by 2045 artificial intelligence will reach a point where it is able to improve itself at a rate that far exceeds anything conceivable in the past, a scenario that science fiction writer Vernor Vinge named the "technological singularity".[164] Edward Fredkin argues that "artificial intelligence is the next stage in evolution,"[166] an idea first proposed by Samuel Butler's "Darwin among the Machines" (1863), and expanded upon by George Dyson in his book of the same name in 1998. Several futurists and science fiction writers have predicted that human beings and machines will merge in the future into cyborgs that are more capable and powerful than either. This idea, called transhumanism, which has roots in Aldous Huxley and Robert Ettinger, is now associated with robot designer Hans Moravec, cyberneticist Kevin Warwick and inventor Ray Kurzweil.[164] Transhumanism has been illustrated in fiction as well, for example in the manga Ghost in the Shell and the science fiction series Dune. Pamela McCorduck writes that these scenarios are expressions of the ancient human desire to, as she calls it, "forge the gods."[6]

人工智能论文参考

自从计算机诞生以来,计算机的发展十分迅猛快速,而且计算机的运算速度已经超过了人脑的运算速度。目前对于计算机科学的研究已经出现了很多的分支,其中的人工智能在整个计算机科学领域中也是一个十分热门的课题。以下是我整理分享的人工智能发展的结课论文的相关资料,欢迎阅读!

浅谈人工智能技术的发展

摘要:自从计算机诞生以来,计算机的发展十分迅猛快速,而且计算机的运算速度已经超过了人脑的运算速度。目前对于计算机科学的研究已经出现了很多的分支,其中的人工智能在整个计算机科学领域中也是一个十分热门的课题。本文从人工智能的概念开始,对人工智能的发展进行讲述,并从哲学的角度对人工智能能否超过人的智能这个问题进行了分析。

关键词:人工智能 发展 智能

1、人工智能的概念

人工智能(Artificial Intelligence,简称AI)是计算机科学的一个分支,它探究智能的实质,并以制造一种能以人类智能相类似的方式做出反应的智能机器为目的。人工智能的产生和发展首先是一场思维科学的革命,它的产生和发展一定程度上依赖于思维科学的革命,同时它也对人类的 思维方式 和 方法 产生了深刻的变革。人工智能是与哲学关系最为紧密的科学话题,它集合了来自认知心理学、语言学、神经科学、逻辑学、数学、计算机科学、机器人学、经济学、社会学等等学科的研究成果。过去的半个多世纪以来人工智能在人类认识自身及改造世界的道路上扮演了重要角色。一直以来,对人工智能研究存在两种态度:强人工智能和弱人工智能,前者认为AI可以达到具备思维理解的程度,可以具有真正的智能;后者认为研究AI只是通过它来探索人类认知,其智能只是模仿的不完全的智能。

2、人工智能的发展

对于人工智能的研究一共可以分为五个阶段。

第一个阶段是人工智能的兴起与冷落,这个时间是在20世纪的50年代。这个阶段是人工智能的起始阶段,人工智能的概念首次被提出,并相继涌现出一批科技成果,例如机器定理证明、 跳棋 程序、LISP语言等。由于人工智能处于起始阶段,很多地方都存在着缺陷,在加上对自然语言的翻译失败等诸多原因,人工智能的发展一度陷入低谷。同时在这一个阶段的人工智能研究有一个十分明显的特点:对问题求解的方法过度重视,而忽视了知识重要性。

第二个阶段从20世纪的60年代末到70年代。专家系统的出现将人工智能的研究再一次推向高潮。其中比较著名的专家系统有DENDAL化学质谱分析系统、MTCIN疾病诊断和治疗系统、Hearsay-11语言理解系统等。这些专家系统的出现标志着人工智能已经进入了实际运用的阶段。

第三个阶段是20世纪80年代。这个阶段伴随着第五代计算机的研制,人工智能的研究也取得了极大的进展。日本为了能够使推理的速度达到数值运算的速度那么快,于1982年开始了“第五代计算机研制计划”。这个计划虽然最终结果是以失败结束,但是它却带来了人工智能研究的又一轮热潮。

第四个阶段是20世纪的80年代末。1987年是神经网络这一新兴科学诞生的年份。1987年,美国召开了第一次神经网络国际会议,并向世人宣告了这一新兴科学的诞生。此后,世界各国在神经网络上的投资也开始逐渐的增加。

第五个阶段是20世纪90年代后。 网络技术 的出现和发展,为人工智能的研究提供了新的方向。人工智能的研究已经从曾经的单个智能主体研究开始转向基于网络环境下的分布式人工智能研究。在这个阶段人工智能不仅仅对基于同一目标的分布式问题求解进行研究,同时还对多个智能主体的多目标问题求解进行研究,让人工智能有更多的实际用途。

3、人工智能可否超过人的智能

那么人工智能可否超过人的智能呢?关于这个问题可以从下面几个方面来分析:

首先,从哲学量变会引起质变的角度来说,人工智能的不断发展必定会产生质的飞跃。大家都知道,人工智能从最初的简单模拟功能,到现在能进行推理分析 (比如计算机战胜了 国际象棋 世界冠军),这本身就是巨大的量变。在一部科幻电影中,父亲把儿子生前的记忆输人芯片,装在机器人中,这个机器人就与他的儿子死去时具有相同的思维和记忆,虽然他不会长大。从技术的角度来说,科幻电影中的东西在不久的将来也可以成为现实。到那个时候,真的就很难辨别是人还是机器了。

第二,有的人会说,人工智能不会超过人的智能,因为人工智能是人制造出来的,所以不可能超过人的智能。对于这个观点,我们这样想一想,起重机也是人造出来的,它的力量不是超过人类很多吗?汽车也是人制造出来的,它的速度不也远超过人类的速度吗?从科学技术的角度来说,智能和力气、速度一样,也是人的某个方面的特性,为什么人工智能就不能超过人类的智能呢?

第三,还有的人认为,人工智能是人制造的,必有其致命的弱点,所以人的智能胜于人工智能。我认为这一点也不成立,因为人与机器人比较,也可以说有致命弱点,比如说人如果没有空气的话,就不能生存,就好比是机器人没有电一样。再比如,人体在超过一定的温度或压力的环境下,不能生存,在这一点上,机器人却可以远胜于人类。因此,在弱点比较方面,我认为人工智能的机器人并不比人差,在某些方面还远胜于人类。

第四,随着科学技术的发展,人工智能不单需要 逻辑思维 与模仿。科学家对人类大脑和精神系统研究得越多,他们越加肯定情感是智能的一部分,而不是与智能相分离的,因此人工智能领域的下一个突破可能不仅在于赋予它情感能力。

4、结束语

人工智能一直处于计算机技术的前沿,其研究的理论和发现在很大程度上将决定计算机技术、控制科学与技术的发展方向。今天,已经有很多人工智能研究的成果进入人们的日常生活。将来,人工智能技术的发展将会给人们的生活、工作和 教育 等带来更大的影响。

下一页分享更优秀的<<<人工智能发展的结课论文

“人工智能”是大学本科自动化专业所开设的一门专业选修课,为了能够调动自动化专业的学生对本课程学习的积极性,对《人工智能》这门专业选修课程的 教学 方法 进行了探索和 总结 。以下是我整理分享的关于人工智能结课论文的相关 文章 ,欢迎阅读!

对《人工智能》专业选修课教学的几点体会

摘要:“人工智能”是大学本科自动化专业所开设的一门专业选修课,为了能够调动自动化专业的学生对本课程学习的积极性,提高《人工智能》专业选修课的教学效果,我们结合近几年的实际教学 经验 ,从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学等方面对《人工智能》这门专业选修课程的教学方法进行了探索和总结。

关键词:人工智能 优选教材 考核方式内容 手段 实践

人工智能(Aritificial Intelligence,英文缩写为AI)是一门综合了应用数学、自动控制、模式识别、系统工程、计算机科学和心理学等多种学科交叉融合而发展起来的的一门新型学科,是21世纪三大尖端技术(基因工程、纳米科学、人工智能)之一。它是研究智能机器所执行的通常与人类智能有关的职能行为,如推理、证明、感知、规划和问题求解等思维活动,来解决人类处理的复杂问题。人工智能紧跟世界社会进步和科技发展的步伐,与时俱进,有关人工智能的许多研究成果已经广泛应用到国防建设、工业生产、国民生活中的各个领域。在信息网络和知识经济时代,人工智能现已成为一个广受重视且有着广阔应用潜能的前沿学科,必将为推动科学技术的进步和产业的发展发挥更大的作用。因此在我国的大中专院校中开展人工智能这门课的教学与科研工作显得十分紧迫。迄今为止,全国绝大多数工科院校中的自动控制、计算机/软件工程、电气工程、机械工程、应用数学等相关专业都开设了人工智能这门课程。南京邮电大学自动化学院自2005年成立至今,一直将“人工智能”列为自动化专业本科生的选修课程,到目前为止已经有八年的历史了。由于南京邮电大学是一所以邮电、通信、电子、计算机、自动化为特色的工科院校,因此,学校所开设的许多专业都迫切需要用人工智能理论和方法解决科研中的实际问题。在问题需求的推动下,南邮人经过多年的努力工作,在人工智能科研方面取得了丰硕的成果,如物联网学院所开发的现代智能物流系统、自动化学院所开发的城市交通流量控制与决策系统,为本课程的开设提供了典型的教学案例。我们结合近几年的实际教学经验,从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学等方面对人工智能课程教学方法进行了总结归纳。

一、优选教材

目前,国内有关人工智能课程的中英版教材种类非常多,遵循实用、简单、够用的原则,再经过授课老师和学生们的共同调研,我们选用由中南大学蔡自兴教授主编的《人工智能及其应用》第三版作为南邮本课程的授课教材。本书覆盖的人工智能知识体系比较全面,包含知识表示、搜索推理、模糊计算、专家系统等。本书主要针对计算机、自动化、电气工程等本科专业的学生所编写,内容基础,难度适中。蔡教授所编写的这本教材全面地介绍了人工智能的研究内容与应用领域,做到了内容新颖、简单易懂、兼顾基础和应用,受到了全国广大师生们的一致好评,多年的教学实践证明我们所选择的教材是恰当的、正确的。

二、考核方式

在全国大部分高等院校,“人工智能”这门课大都选择开卷考试的方式来进行考核。为了强化学生对人工智能这门课基础知识的掌握,南京邮电大学自动化学院选用闭卷考试的方式来进行考核。为了打消部分学生想在期末闭卷考试中通过作弊手段来完成人工智能这门课考核的侥幸心理,我们加强了对学生平时考勤成绩、课下作业成绩和实验成绩的考核,从而杜绝了“一纸定成绩”的现象。我们对人工智能这门课的最后期末成绩是按如下权重来划分的:平时考勤成绩占10%、课下作业成绩占10%、实验成绩占20%、最后的期末考试卷面成绩只占60%。为了克服国家现行 教育 体制的弊端,避免学生“机械式”地的应对教学和考试,我们对考试题型进行了调整,不再是以往的填空、选择、简答等题型,而是改为以解决实际问题为导向的应用题型为主,这样学生只需要在理解授课内容的基础上利用自己的思维来解题就可以了,这也体现了国家目前正在提倡的应用型教学导向。

三、教学内容调整

对于本科生而言,人工智能这门课程所需要讲授的内容实在太多,由于课时所限,我们必须精简教学内容,让学生在掌握基础知识的同时,也能够了解它的具体应用。因此,我们将人工智能这门课程的教学内容分为两个部分:第一部分是基本理论和方法,包括人工智能的概述、知识表示方法、确定性推理方法等;第二部分为人工智能研究成果的具体应用,包括神经元网络计算、模糊智能计算、专家知识库系统、机器语言学习等。通过对教材内容的合理调整和安排,使得授课计划能够比较全面地覆盖了人工智能这门课程的基本知识点,从而满足了学生们的求知需求。

四、教学手段的改进

(一) 激发学生的学习兴趣

经过长时间的教学我们发现,在选修“人工智能”这门课程时,每个学生的心中所想各有不同,这些学生在刚开始学习时兴趣还比较强烈,但随着教学内容变得越来越抽象,学生逐渐对这本课的学习失去了信心,甚至上课时间不去听课,使授课教师对教学也渐渐失去了信心,导致恶性循环,严重影响了教学质量。针对这种现象,我们认为,在开课前充分激发学生的学习兴趣是很有必要的。我们要结合学校的实验条件,开课前给学生演示“机器人医疗服务”实验,通过该实验的演示,让学生们看到机器人能够给病人提供多项人性化的服务,理解人工智能技术在开发医疗服务机器人多项关键技术中的应用,让学生在开课前能够对本课程的学习产生极大的兴趣,实践证明这种方法是有效的。

(二) 借助多媒体教学

多媒体教学是现代教学过程中一种非常重要的形式,它往往根据教学目的和学生们的特点,通过合理的设计、选择教材内容,应用公式、图形、文字、视频等多种媒体信息进行有机组合并通过电脑和投影机显示出来,与传统教学手段相结合,形成合理的教学过程结构,达到最优化的教学效果。人工智能这门课具有针对性强、内容抽象、公式繁琐等特点,学生学习起来比较困难,为了让学生生动、形象地学习该课程,我们在教学过程中充分利用了多媒体技术来组织教学。例如在课堂教学过程中播放南邮自动化学院梁志伟博士带领学生所开发的“智能 足球 机器人”比赛片段;让学生在线观看北京大学工学院谢广明博士带领学生所开发的“自主视觉机器鱼”录像片段等。在讲解某些重要的求解算法时,借助Matlab软件和投影机,直接展现该算法的求解过程,从而改善了课程教学的形式,提高了教学质量。 (三)提倡课堂 辩论

我们在教学过程中打破了传统的“老师讲课学生听课”的教学模式,多次组织课堂辩论,辩论的主题包括人工智能研究过程中出现的技术困惑、人工智能研究成果转化中的市场前景等。如组织了“电脑PK人脑”“电脑是否让电视消失”“电脑的未来发展方向在哪里”等一系列 辩论会 。经过激烈的辩论,无论正方还是反方都感觉自己收获很大,增长了知识,开阔了眼界。在教学过程中通过将学生由“被动听课”角色变换为“主动参与”角色,大大地调动了学生的学习积极性,从而提高了课堂教学质量。

五、实践教学

实践教学是课堂教学不可缺少的重要组成部分,通过让学生亲自动手实验来对理论知识进行检验和应用是目前国内外各个大学提高学生综合素质、增强学生市场竞争力的重要手段。人工智能实验教学的目的是让学生通过亲自动手体会授课中的各种智能控制算法,从而使学生能够更加形象地掌握课本知识。人工智能教学计划安排了4学时实验课,设置了“传教士和野人过河”“机器人路径规划”这两个人工智能问题,要求学生独立完成这2个实验题目的编程,并书写实验 报告 。通过实验,学生动手实践了课堂上所掌握的理论知识,加深了对智能算法的理解。

人工智能是一门实用性较强的课程,我们总结了近几年来的教学经验,从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学五个方面对人工智能课程教学进行了总结。从学生的反馈来看,我们所总结的教学经验对于指导新教师讲授“人工智能”这门课程具有积极的作用,需要指出的是,我们仍有很多不足之处,需要在以后的教学过程中不断努力完善,提高自己的教学能力,争取更好的教学效果。

参考文献

[1]蔡自兴,徐光佑.人工智能及其应用[M].北京:清华大学出版社,2003.

[2]路小英,周桂红,赵艳等.高等农业院校《人工智能》课程的教学研究与实践[J].河北农业大学学报:农林教育版,2007,9(4):66-68.

[3]马建斌,李阅历,高媛. 人工智能课程教学的探索与实践[J].河北农业大学学报:农林教育版,2011,13(3):330-332.

[4]赵海波.人工智能课程教学方法的探讨[J].科技信息,2011,(7):541.

[5]张廷,杨国胜.“人工智能”课程教学的实践与探索[J].课程与教学,2009(11):133-134.

本研究得到了江苏省2011年度研究生双语授课教学试点项目—“模式识别与智能系统”项目经费的资助。

下一页分享更优秀的<<<人工智能结课论文

人工智能论文外文参考文献

可以的,外文翻译,帮助你的了。

关于人工智能的定义众说不一。美国 斯坦福大学人工智能研究中心尼尔逊教授 下过这样一个定义:“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 。” 而麻省理工学院 的温斯顿教授认为:“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。”人们普遍认为人工智能(Artificial Intelligence),英文缩写为 AI,也称机器智 能。它是研究、开发用于模拟、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。它是从计算机应 用系统的角度出发 , 研究如何制造出人造 的智能机器或智能系统 , 来模拟人类智能 活动的能力, 以延伸人们智能的科学。 人工智能就其本质而言 , 是对人的思 维的信息过程的模拟。人工智能不是人的 智能 , 更不会超过人的智能。 对于人的思 维模拟可以从两条道路进行, 一是结构模 拟 , 仿照人脑的结构机制 , 制造出 “类人 脑”的机器;二是功能模拟,暂时撇开人脑 的内部结构, 而从其功能过程进行模拟。 人工智能可以分为强人工智能和弱人 工智能。强人工智能观点认为有可能制造 出真正能推理 (Reasoning) 和解决问题 (Problem solving)的智能机器,并且,这样的 机器能将被认为是有知觉的, 有自我意识 的。弱人工智能观点认为不可能制造出能 真正地推理和解决问题的智能机器 , 这些 机器只不过看起来像是智能的 , 但并不真 正拥有智能 , 也不会有自主意识。 人工智 能的研究经历了以下几个阶段: 第一阶段:20 世纪 50 年代人工智能的兴 起和冷落。人工智能概念首次提出后,出现了 一批显著的成果,如机器定理证明、跳棋程序、 LISP 表处理语言等。但由于解法推理能力有 限,以及机器翻译失败等,使人工智能走入低 谷。这一阶段的特点是:重视问题求解的方 法,忽视知识重要性。第二阶段:20 世纪 60 年代末到 70 年代,专 家系统出现使人工智能研究出现新高潮。 DENDRAL 化学质谱分析系统、MYCIN 疾病诊断和治疗系统、PROSPECTIOR 探矿系统、Hearsay-II 语音理解系统等专家系统的研究 和开发,将人工智能引向了实用化。1969 年成立了国际人工智能联合会议(IJCAI)。 第三阶段:20 世纪 80 年代,随着第五代计 算机的研制,人工智能得到了很大发展。日本1982 年开始了“第五代计算机研制计划”,即“知识信息处理计算机系统KIPS”,其目的是使 逻辑推理达到数值运算那么快。虽然此计划最终失败,但它的开展形成了一股研究人工智能的热潮。 第四阶段:20 世纪 80 年代末,神经网络飞 速发展。1987 年,美国召开第一次神经网络 国际会议,宣告了这一新学科的诞生。此后, 各国在神经网络方面的投资逐渐增加,神经网 络迅速发展起来。 第五阶段:20 世纪 90 年代,人工智能出现 新的研究高潮。由于网络技术特别是国际互 连网的技术发展,人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问 题求解,而且研究多个智能主体的多目标问题求解,将人工智能面向实用。人工智能研究范畴有自然语言处理 , 知识表现,智能搜索,推理,知识获取,组合调度问题,感知问题,模式识别,逻辑程序设计,软计算,不精确和不确定的管理,人 工生命,神经网络,复杂系统等。目前,人工智能是与具体领域相结合进行研究的,有如下领域:(1)专家系统。依靠人 类已有的知识建立起来的知识系统,目前专家系统是人工智能研究中开展较早、最活跃、成效最多的领域。(2)机器学习。主要在三 个方面进行:一是研究人类学习的机理、人 脑思维的过程;二是机器学习的方法;三是建立针对具体任务的学习系统。(3)模式识别。研究如何使机器具有感知能力,主要研究视觉 模式和听觉模式的识别。(4)理解自然语言。计算机如能“听懂”人的语言,便可以直接用口语操作计算机,这将给人们带极大的便 利。(5)机器人学。机器人是一种能模拟人的行为的机械,对它的研究经历了三代发展过程:第一代(程序控制)机器人:这种机器人只能刻板地按程序完成工作,环境稍有变化就会出问题,甚至发生危险。第二代(自适应)机器人:这种机器人配备有相应的感觉传感器, 能取得作业环境、操作对象等简单的信息,并由机器人体内的计算机进行分析处理,控制机器人的动作。第三代(智能)机器人:智能机 器人具有类似人的智能,它装备了高灵敏度传感器,因而具有超过人的视觉、听觉、 、嗅觉、触觉的能力,能对感知的信息进行分析,控制自 己的行为,处理环境发生的变化,完成各种复杂的任务。而且有自我学习、归纳、总结、提高已掌握知识的能力。(6)智能决策支持系统。20 世纪 80 年代以来专家系统在许多方面取得 成功,将人工智能中特别是智能和知识处理技术应用于决策支持系统,扩大了决策支持系统 的应用范围,提高了系统解决问题的能力,这就成为智能决策支持系统。(7)人工神经网络。在研究人脑的奥秘中得到启发,试图用大量的 处理单元模仿人脑神经系统工程结构和工作机理。

“人工智能”是大学本科自动化专业所开设的一门专业选修课,为了能够调动自动化专业的学生对本课程学习的积极性,对《人工智能》这门专业选修课程的 教学 方法 进行了探索和 总结 。以下是我整理分享的关于人工智能结课论文的相关 文章 ,欢迎阅读!

对《人工智能》专业选修课教学的几点体会

摘要:“人工智能”是大学本科自动化专业所开设的一门专业选修课,为了能够调动自动化专业的学生对本课程学习的积极性,提高《人工智能》专业选修课的教学效果,我们结合近几年的实际教学 经验 ,从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学等方面对《人工智能》这门专业选修课程的教学方法进行了探索和总结。

关键词:人工智能 优选教材 考核方式内容 手段 实践

人工智能(Aritificial Intelligence,英文缩写为AI)是一门综合了应用数学、自动控制、模式识别、系统工程、计算机科学和心理学等多种学科交叉融合而发展起来的的一门新型学科,是21世纪三大尖端技术(基因工程、纳米科学、人工智能)之一。它是研究智能机器所执行的通常与人类智能有关的职能行为,如推理、证明、感知、规划和问题求解等思维活动,来解决人类处理的复杂问题。人工智能紧跟世界社会进步和科技发展的步伐,与时俱进,有关人工智能的许多研究成果已经广泛应用到国防建设、工业生产、国民生活中的各个领域。在信息网络和知识经济时代,人工智能现已成为一个广受重视且有着广阔应用潜能的前沿学科,必将为推动科学技术的进步和产业的发展发挥更大的作用。因此在我国的大中专院校中开展人工智能这门课的教学与科研工作显得十分紧迫。迄今为止,全国绝大多数工科院校中的自动控制、计算机/软件工程、电气工程、机械工程、应用数学等相关专业都开设了人工智能这门课程。南京邮电大学自动化学院自2005年成立至今,一直将“人工智能”列为自动化专业本科生的选修课程,到目前为止已经有八年的历史了。由于南京邮电大学是一所以邮电、通信、电子、计算机、自动化为特色的工科院校,因此,学校所开设的许多专业都迫切需要用人工智能理论和方法解决科研中的实际问题。在问题需求的推动下,南邮人经过多年的努力工作,在人工智能科研方面取得了丰硕的成果,如物联网学院所开发的现代智能物流系统、自动化学院所开发的城市交通流量控制与决策系统,为本课程的开设提供了典型的教学案例。我们结合近几年的实际教学经验,从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学等方面对人工智能课程教学方法进行了总结归纳。

一、优选教材

目前,国内有关人工智能课程的中英版教材种类非常多,遵循实用、简单、够用的原则,再经过授课老师和学生们的共同调研,我们选用由中南大学蔡自兴教授主编的《人工智能及其应用》第三版作为南邮本课程的授课教材。本书覆盖的人工智能知识体系比较全面,包含知识表示、搜索推理、模糊计算、专家系统等。本书主要针对计算机、自动化、电气工程等本科专业的学生所编写,内容基础,难度适中。蔡教授所编写的这本教材全面地介绍了人工智能的研究内容与应用领域,做到了内容新颖、简单易懂、兼顾基础和应用,受到了全国广大师生们的一致好评,多年的教学实践证明我们所选择的教材是恰当的、正确的。

二、考核方式

在全国大部分高等院校,“人工智能”这门课大都选择开卷考试的方式来进行考核。为了强化学生对人工智能这门课基础知识的掌握,南京邮电大学自动化学院选用闭卷考试的方式来进行考核。为了打消部分学生想在期末闭卷考试中通过作弊手段来完成人工智能这门课考核的侥幸心理,我们加强了对学生平时考勤成绩、课下作业成绩和实验成绩的考核,从而杜绝了“一纸定成绩”的现象。我们对人工智能这门课的最后期末成绩是按如下权重来划分的:平时考勤成绩占10%、课下作业成绩占10%、实验成绩占20%、最后的期末考试卷面成绩只占60%。为了克服国家现行 教育 体制的弊端,避免学生“机械式”地的应对教学和考试,我们对考试题型进行了调整,不再是以往的填空、选择、简答等题型,而是改为以解决实际问题为导向的应用题型为主,这样学生只需要在理解授课内容的基础上利用自己的思维来解题就可以了,这也体现了国家目前正在提倡的应用型教学导向。

三、教学内容调整

对于本科生而言,人工智能这门课程所需要讲授的内容实在太多,由于课时所限,我们必须精简教学内容,让学生在掌握基础知识的同时,也能够了解它的具体应用。因此,我们将人工智能这门课程的教学内容分为两个部分:第一部分是基本理论和方法,包括人工智能的概述、知识表示方法、确定性推理方法等;第二部分为人工智能研究成果的具体应用,包括神经元网络计算、模糊智能计算、专家知识库系统、机器语言学习等。通过对教材内容的合理调整和安排,使得授课计划能够比较全面地覆盖了人工智能这门课程的基本知识点,从而满足了学生们的求知需求。

四、教学手段的改进

(一) 激发学生的学习兴趣

经过长时间的教学我们发现,在选修“人工智能”这门课程时,每个学生的心中所想各有不同,这些学生在刚开始学习时兴趣还比较强烈,但随着教学内容变得越来越抽象,学生逐渐对这本课的学习失去了信心,甚至上课时间不去听课,使授课教师对教学也渐渐失去了信心,导致恶性循环,严重影响了教学质量。针对这种现象,我们认为,在开课前充分激发学生的学习兴趣是很有必要的。我们要结合学校的实验条件,开课前给学生演示“机器人医疗服务”实验,通过该实验的演示,让学生们看到机器人能够给病人提供多项人性化的服务,理解人工智能技术在开发医疗服务机器人多项关键技术中的应用,让学生在开课前能够对本课程的学习产生极大的兴趣,实践证明这种方法是有效的。

(二) 借助多媒体教学

多媒体教学是现代教学过程中一种非常重要的形式,它往往根据教学目的和学生们的特点,通过合理的设计、选择教材内容,应用公式、图形、文字、视频等多种媒体信息进行有机组合并通过电脑和投影机显示出来,与传统教学手段相结合,形成合理的教学过程结构,达到最优化的教学效果。人工智能这门课具有针对性强、内容抽象、公式繁琐等特点,学生学习起来比较困难,为了让学生生动、形象地学习该课程,我们在教学过程中充分利用了多媒体技术来组织教学。例如在课堂教学过程中播放南邮自动化学院梁志伟博士带领学生所开发的“智能 足球 机器人”比赛片段;让学生在线观看北京大学工学院谢广明博士带领学生所开发的“自主视觉机器鱼”录像片段等。在讲解某些重要的求解算法时,借助Matlab软件和投影机,直接展现该算法的求解过程,从而改善了课程教学的形式,提高了教学质量。 (三)提倡课堂 辩论

我们在教学过程中打破了传统的“老师讲课学生听课”的教学模式,多次组织课堂辩论,辩论的主题包括人工智能研究过程中出现的技术困惑、人工智能研究成果转化中的市场前景等。如组织了“电脑PK人脑”“电脑是否让电视消失”“电脑的未来发展方向在哪里”等一系列 辩论会 。经过激烈的辩论,无论正方还是反方都感觉自己收获很大,增长了知识,开阔了眼界。在教学过程中通过将学生由“被动听课”角色变换为“主动参与”角色,大大地调动了学生的学习积极性,从而提高了课堂教学质量。

五、实践教学

实践教学是课堂教学不可缺少的重要组成部分,通过让学生亲自动手实验来对理论知识进行检验和应用是目前国内外各个大学提高学生综合素质、增强学生市场竞争力的重要手段。人工智能实验教学的目的是让学生通过亲自动手体会授课中的各种智能控制算法,从而使学生能够更加形象地掌握课本知识。人工智能教学计划安排了4学时实验课,设置了“传教士和野人过河”“机器人路径规划”这两个人工智能问题,要求学生独立完成这2个实验题目的编程,并书写实验 报告 。通过实验,学生动手实践了课堂上所掌握的理论知识,加深了对智能算法的理解。

人工智能是一门实用性较强的课程,我们总结了近几年来的教学经验,从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学五个方面对人工智能课程教学进行了总结。从学生的反馈来看,我们所总结的教学经验对于指导新教师讲授“人工智能”这门课程具有积极的作用,需要指出的是,我们仍有很多不足之处,需要在以后的教学过程中不断努力完善,提高自己的教学能力,争取更好的教学效果。

参考文献

[1]蔡自兴,徐光佑.人工智能及其应用[M].北京:清华大学出版社,2003.

[2]路小英,周桂红,赵艳等.高等农业院校《人工智能》课程的教学研究与实践[J].河北农业大学学报:农林教育版,2007,9(4):66-68.

[3]马建斌,李阅历,高媛. 人工智能课程教学的探索与实践[J].河北农业大学学报:农林教育版,2011,13(3):330-332.

[4]赵海波.人工智能课程教学方法的探讨[J].科技信息,2011,(7):541.

[5]张廷,杨国胜.“人工智能”课程教学的实践与探索[J].课程与教学,2009(11):133-134.

本研究得到了江苏省2011年度研究生双语授课教学试点项目—“模式识别与智能系统”项目经费的资助。

下一页分享更优秀的<<<人工智能结课论文

人工智能概论论文参考文献

有《会计电算化教程》《管家婆会计电算化简明教程》《会计电算化理论与实务》等等。据查询相关公开信息《会计电算化教程》《管家婆会计电算化简明教程》《会计电算化理论与实务》均属于人工智能与会计电算化参考文献。受时代发展人工智能得以更加便捷系统地处理、呈现财务信息。这意味着人工智能将渐渐取代基层会计人员。

“人工智能”是大学本科自动化专业所开设的一门专业选修课,为了能够调动自动化专业的学生对本课程学习的积极性,对《人工智能》这门专业选修课程的 教学 方法 进行了探索和 总结 。以下是我整理分享的关于人工智能结课论文的相关 文章 ,欢迎阅读!

对《人工智能》专业选修课教学的几点体会

摘要:“人工智能”是大学本科自动化专业所开设的一门专业选修课,为了能够调动自动化专业的学生对本课程学习的积极性,提高《人工智能》专业选修课的教学效果,我们结合近几年的实际教学 经验 ,从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学等方面对《人工智能》这门专业选修课程的教学方法进行了探索和总结。

关键词:人工智能 优选教材 考核方式内容 手段 实践

人工智能(Aritificial Intelligence,英文缩写为AI)是一门综合了应用数学、自动控制、模式识别、系统工程、计算机科学和心理学等多种学科交叉融合而发展起来的的一门新型学科,是21世纪三大尖端技术(基因工程、纳米科学、人工智能)之一。它是研究智能机器所执行的通常与人类智能有关的职能行为,如推理、证明、感知、规划和问题求解等思维活动,来解决人类处理的复杂问题。人工智能紧跟世界社会进步和科技发展的步伐,与时俱进,有关人工智能的许多研究成果已经广泛应用到国防建设、工业生产、国民生活中的各个领域。在信息网络和知识经济时代,人工智能现已成为一个广受重视且有着广阔应用潜能的前沿学科,必将为推动科学技术的进步和产业的发展发挥更大的作用。因此在我国的大中专院校中开展人工智能这门课的教学与科研工作显得十分紧迫。迄今为止,全国绝大多数工科院校中的自动控制、计算机/软件工程、电气工程、机械工程、应用数学等相关专业都开设了人工智能这门课程。南京邮电大学自动化学院自2005年成立至今,一直将“人工智能”列为自动化专业本科生的选修课程,到目前为止已经有八年的历史了。由于南京邮电大学是一所以邮电、通信、电子、计算机、自动化为特色的工科院校,因此,学校所开设的许多专业都迫切需要用人工智能理论和方法解决科研中的实际问题。在问题需求的推动下,南邮人经过多年的努力工作,在人工智能科研方面取得了丰硕的成果,如物联网学院所开发的现代智能物流系统、自动化学院所开发的城市交通流量控制与决策系统,为本课程的开设提供了典型的教学案例。我们结合近几年的实际教学经验,从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学等方面对人工智能课程教学方法进行了总结归纳。

一、优选教材

目前,国内有关人工智能课程的中英版教材种类非常多,遵循实用、简单、够用的原则,再经过授课老师和学生们的共同调研,我们选用由中南大学蔡自兴教授主编的《人工智能及其应用》第三版作为南邮本课程的授课教材。本书覆盖的人工智能知识体系比较全面,包含知识表示、搜索推理、模糊计算、专家系统等。本书主要针对计算机、自动化、电气工程等本科专业的学生所编写,内容基础,难度适中。蔡教授所编写的这本教材全面地介绍了人工智能的研究内容与应用领域,做到了内容新颖、简单易懂、兼顾基础和应用,受到了全国广大师生们的一致好评,多年的教学实践证明我们所选择的教材是恰当的、正确的。

二、考核方式

在全国大部分高等院校,“人工智能”这门课大都选择开卷考试的方式来进行考核。为了强化学生对人工智能这门课基础知识的掌握,南京邮电大学自动化学院选用闭卷考试的方式来进行考核。为了打消部分学生想在期末闭卷考试中通过作弊手段来完成人工智能这门课考核的侥幸心理,我们加强了对学生平时考勤成绩、课下作业成绩和实验成绩的考核,从而杜绝了“一纸定成绩”的现象。我们对人工智能这门课的最后期末成绩是按如下权重来划分的:平时考勤成绩占10%、课下作业成绩占10%、实验成绩占20%、最后的期末考试卷面成绩只占60%。为了克服国家现行 教育 体制的弊端,避免学生“机械式”地的应对教学和考试,我们对考试题型进行了调整,不再是以往的填空、选择、简答等题型,而是改为以解决实际问题为导向的应用题型为主,这样学生只需要在理解授课内容的基础上利用自己的思维来解题就可以了,这也体现了国家目前正在提倡的应用型教学导向。

三、教学内容调整

对于本科生而言,人工智能这门课程所需要讲授的内容实在太多,由于课时所限,我们必须精简教学内容,让学生在掌握基础知识的同时,也能够了解它的具体应用。因此,我们将人工智能这门课程的教学内容分为两个部分:第一部分是基本理论和方法,包括人工智能的概述、知识表示方法、确定性推理方法等;第二部分为人工智能研究成果的具体应用,包括神经元网络计算、模糊智能计算、专家知识库系统、机器语言学习等。通过对教材内容的合理调整和安排,使得授课计划能够比较全面地覆盖了人工智能这门课程的基本知识点,从而满足了学生们的求知需求。

四、教学手段的改进

(一) 激发学生的学习兴趣

经过长时间的教学我们发现,在选修“人工智能”这门课程时,每个学生的心中所想各有不同,这些学生在刚开始学习时兴趣还比较强烈,但随着教学内容变得越来越抽象,学生逐渐对这本课的学习失去了信心,甚至上课时间不去听课,使授课教师对教学也渐渐失去了信心,导致恶性循环,严重影响了教学质量。针对这种现象,我们认为,在开课前充分激发学生的学习兴趣是很有必要的。我们要结合学校的实验条件,开课前给学生演示“机器人医疗服务”实验,通过该实验的演示,让学生们看到机器人能够给病人提供多项人性化的服务,理解人工智能技术在开发医疗服务机器人多项关键技术中的应用,让学生在开课前能够对本课程的学习产生极大的兴趣,实践证明这种方法是有效的。

(二) 借助多媒体教学

多媒体教学是现代教学过程中一种非常重要的形式,它往往根据教学目的和学生们的特点,通过合理的设计、选择教材内容,应用公式、图形、文字、视频等多种媒体信息进行有机组合并通过电脑和投影机显示出来,与传统教学手段相结合,形成合理的教学过程结构,达到最优化的教学效果。人工智能这门课具有针对性强、内容抽象、公式繁琐等特点,学生学习起来比较困难,为了让学生生动、形象地学习该课程,我们在教学过程中充分利用了多媒体技术来组织教学。例如在课堂教学过程中播放南邮自动化学院梁志伟博士带领学生所开发的“智能 足球 机器人”比赛片段;让学生在线观看北京大学工学院谢广明博士带领学生所开发的“自主视觉机器鱼”录像片段等。在讲解某些重要的求解算法时,借助Matlab软件和投影机,直接展现该算法的求解过程,从而改善了课程教学的形式,提高了教学质量。 (三)提倡课堂 辩论

我们在教学过程中打破了传统的“老师讲课学生听课”的教学模式,多次组织课堂辩论,辩论的主题包括人工智能研究过程中出现的技术困惑、人工智能研究成果转化中的市场前景等。如组织了“电脑PK人脑”“电脑是否让电视消失”“电脑的未来发展方向在哪里”等一系列 辩论会 。经过激烈的辩论,无论正方还是反方都感觉自己收获很大,增长了知识,开阔了眼界。在教学过程中通过将学生由“被动听课”角色变换为“主动参与”角色,大大地调动了学生的学习积极性,从而提高了课堂教学质量。

五、实践教学

实践教学是课堂教学不可缺少的重要组成部分,通过让学生亲自动手实验来对理论知识进行检验和应用是目前国内外各个大学提高学生综合素质、增强学生市场竞争力的重要手段。人工智能实验教学的目的是让学生通过亲自动手体会授课中的各种智能控制算法,从而使学生能够更加形象地掌握课本知识。人工智能教学计划安排了4学时实验课,设置了“传教士和野人过河”“机器人路径规划”这两个人工智能问题,要求学生独立完成这2个实验题目的编程,并书写实验 报告 。通过实验,学生动手实践了课堂上所掌握的理论知识,加深了对智能算法的理解。

人工智能是一门实用性较强的课程,我们总结了近几年来的教学经验,从优选教材、考核方式、教学内容调整、教学手段的改进和实践教学五个方面对人工智能课程教学进行了总结。从学生的反馈来看,我们所总结的教学经验对于指导新教师讲授“人工智能”这门课程具有积极的作用,需要指出的是,我们仍有很多不足之处,需要在以后的教学过程中不断努力完善,提高自己的教学能力,争取更好的教学效果。

参考文献

[1]蔡自兴,徐光佑.人工智能及其应用[M].北京:清华大学出版社,2003.

[2]路小英,周桂红,赵艳等.高等农业院校《人工智能》课程的教学研究与实践[J].河北农业大学学报:农林教育版,2007,9(4):66-68.

[3]马建斌,李阅历,高媛. 人工智能课程教学的探索与实践[J].河北农业大学学报:农林教育版,2011,13(3):330-332.

[4]赵海波.人工智能课程教学方法的探讨[J].科技信息,2011,(7):541.

[5]张廷,杨国胜.“人工智能”课程教学的实践与探索[J].课程与教学,2009(11):133-134.

本研究得到了江苏省2011年度研究生双语授课教学试点项目—“模式识别与智能系统”项目经费的资助。

下一页分享更优秀的<<<人工智能结课论文

  • 索引序列
  • 人工智能论文英文参考文献
  • 人工智能教育论文参考文献英文
  • 人工智能论文参考
  • 人工智能论文外文参考文献
  • 人工智能概论论文参考文献
  • 返回顶部