人工智能发展及未来战争研究论文

全分布式人工智能技术在舰艇指控系统中的应用研究摘 要：为适应未来信息化海战场的需要，必须提高舰艇指控系统的指挥效能。舰艇指控系统的智能化是提高舰艇指挥效能的关键，也是必由之路。本文主要论述了信息战中智能化作用的地位，特别针对舰艇指控系统；并给出了一种采用全分布式人工智能技术的智能化舰艇指控系统结构模型。关键词：信息战； 舰艇指控系统； 全分布式人工智能技术； 指挥效能中图分类号：TP18 文献标识码：AStudy of Full Distributed Artificial Intelligence in Shipborne C2 SystemZHANG Yu-ce , YANG Qing-song , CHEN KeAbstract: In order to be adapted to the demand of information warfare (IW), the command efficiency of shipborne C2 system must be improved. The intellectualization of shipborne C2 system is the key factor of improving its command efficiency. This paper gives one model of intellectualized shipborne C2 system using full distributed artificial words: IW; shipborne C2 system ; distributed AI technology ; command efficiency0 引言1985年，美国的军事家首先提出“信息时代的到来正在引发一场新的军事革命，以信息技术为特征的新战争形态正在出现”，而后提出“信息战”，如果说海湾战争首次向世人显示了信息优势的巨大战略作用，那么美英对伊拉克的战争则是信息战的进一步延伸。美英正是通过运用先进的情报系统、电子战装备、精确打击力量重创伊拉克的有生军事指挥系统，从而牢牢地掌握了战场的制信息权，最终以较小的代价取得了全面胜利。对于信息战的特征，从不同的角度都会得出不同的解释。而外军普遍认为，信息战实质上就是计算机战，特别是一种高层次的智能较量，海湾战争和近期几场局部战争，充分体现了高技术战争的智能化特征。这种特征尤其体现在战争的孕育期以及到战争实施期的过渡。1997年1月3日，美国防部下属国防科学委员会的一个研究小组在提交的一份题为“信息战--防卫”的报告中，就特别强调要强化部队的智能化反应能力，呼吁军方加强“信息战”的防卫能力，以防止电子“珍珠港”事件的发生，保证美国军方现有210万台计算机和1万个地方性计算机网络不轻易遭到重创。另外，在战术运用上也强调对敌摧毁、破坏和利用的智能化综合应用，同时也是作战保密、军事欺、心理战、电子战、火力摧毁等多种作战行动在指挥对抗过程中综合发挥作用的必然要求[1]。美军针对战争形态嬗变以及未来战争的要求，凭借其高技术方面的优势，提出了“数字部队”的现代化建设方案，其中首要的一条，便是实现指挥与控制系统以及武器装备的智能化。武器装备和作战指挥的智能化，将最大限度地延伸“人体”的功能，并成为提高军队战斗力的一个新的增长点。因此，外军有专家预言：“未来谁能在人工智能领域中取胜，谁就将取得新军事革命的主动权”。1 全分布式的新型智能化舰艇指控系统的作用 提高信息共享程度，增强系统生存能力和抗摧毁能力所谓全分布式是指整个系统实现在地点上的分布、功能上的分布以及控制上的分布。因此，这种分布不仅体现在系统的硬件上、地点上、分布式拓扑结构上，更重要的是在其软件上的分布。全分布体系结构，每一个节点都装有整个应用软件，系统的管理软件分布在各个节点，但只有一个在工作，同时采用分布式数据库。这样的好处是，当某个地点、功能或者控制上失效可由备份处理能力和功能冗余软件恢复。主要功能可以从一个节点重新分配到其它节点；而当正在工作的运行系统管理软件的节点失效时，可自动重新安装运行系统管理软件。软、硬件全分布体系统结构的实现有赖于一种模块化的拼接技术的支持，这种技术采用了Σ拼接技术[2] ，是一种典型的系统模块化、全分布式体系结构的技术。由于现代海战的残酷性，采用全分布式体系结构，能够提高信息共享程度，增强系统生存能力和抗摧毁能力，提高系统的通装性，能够满足军方对指控系统可靠性高、抗摧毁性强、生命力强、通信组织灵活以及自动化程度高的要求。 提高信息和决策的合成效率智能化能提高舰艇指控系统信息采集的效率，提高信息的及时性、准确性和可用性，信息的采集依赖于战场或更大范围的环境监视与侦察，这又需要在空间上分散的部队或其他相应的载体来完成。而这会引出两个问题，一是如何实现部队或载体的侦察器材最佳配置以及相互之间的通信联络；二是当某一个侦察器材无法有效地执行某一给定的侦察任务时，如何才能不影响系统整体任务的完成。而解决这些问题的有效方法就是采用分布式人工智能（DAI）技术，开发以多主体系统(MAS)为基础的信息采集系统，使各种侦察主体自主运行，既能够与动态的战场进行交互作用和实施推理，同时又可和别的主体进行协调与协作，因而具有很高的信息采集效率和自我重组能力。智能化辅助决策提高了舰艇指控系统指挥决策的实用性和适应性。计算机辅助决策通常有检索型和智能型两种类型。检索型将先验设想制定的多种作战预案存于软件库中，需要时按一定相关性准则从库中找出作战预案，提供给指挥员使用。智能化辅助决策则不仅如此，更重要的是具有人工智能特征，可以按照军事专家的知识和推理过程，依据实际情况，自动地、实时地提供给指挥员满足当前需要的作战方案。显然，智能型比检索型具有更多的灵活性和更大的适应性，更符合战场多变的实际情况。智能化辅助决策系统可以帮助舰艇指挥人员解决普通方法难以解决的半结构化或非结构化的决策问题。这种决策问题很难用常规的方法加以解决，而通过利用智能辅助决策和知识推理，可以得到令人满意的解答。这样，改进了决策过程，使决策者能够实现定性与定量相结合的高质量的决策和多目标综合决策。 促进全新指挥控制方式的产生智能化的舰艇指控系统需要与之相适应的指挥控制方式才能实现在智能化状态下实施实时、高效的指挥控制。因此，一些全新的指挥方式应运而生，如网络式指挥、非分层式指挥、互访式指挥等，通过互联网络和高效的智能化处理系统及时处理、传递信息，能使指挥员随时掌握战场情况并下达作战命令，从而可以及时捕捉战机，实现实时决策和控制。从指挥控制中的攻击行动来看，由于智能化的舰艇指控系统的工作稳定性较好，在其运作过程中只要其工作环境和工作程序不遭到直接破坏，它就能够持续正常地进行工作。因此，与以往相比，与人机合一的指挥系统进行对抗，客观上不仅要对敌方指挥员的有关情况了如指掌，而且还必须准确地掌握敌方指挥信息系统处理和使用信息的方式及其运作的程序，以及其指挥信息系统对己方不同的信息攻击手段、攻击方式的承受能力。从指挥控制中的防护行动来看，在指挥系统信息化、网络化以前，指挥过程的防护主要表现为采取各种手段（如适时更换通信密码等）来确保信息传输过程中的保密性。而现在，指挥系统的信息化改变了这种状况，使指挥和指挥系统的防护变得更加复杂。它不仅包括确保信息传递过程中的保密，而且还包括确保系统免受病毒及其他攻击的侵害，保证系统的原始数据在运作和传递过程中不改变其原来性质和不被对方所窃取。美国军方的试验表明，对一万个计算机系统进行攻击，在成功率高达88％的情况下，只有4％的攻击行动被探测到。因此，在信息化战场上对己方的指挥信息系统进行防护，没有及时、准确和充足的情报保障，就无法采取相应的防护措施，甚至连发现敌方的攻击都无法做到。 提高作战人员的适应能力未来海战场作战人员的反应能力很难适应来自多方向、多批次、多个目标、全方位的威胁。利用智能化的舰艇指控系统能够提高作战人员，特别是指挥人员对复杂战场的适应能力。当然，系统的智能化不仅没有降低反而提高了对人的要求，对人的素质产生了一种巨大的需求，促使指挥人员在知识结构、思维方式等各方面素质的转变和提高。指挥人员要想驾驭现代战争，首先必须驾驭智能化的指控系统。同时，智能化指控系统也利用计算机技术、虚拟现实（VR）技术和分布网络技术提供了一些崭新的训练方法和手段，如：模拟沉浸式训练、虚拟现实训练、交互分布式训练等，改变了传统的训练模式，增大了训练的科学性、对抗性和经济性，可以有效的提高训练质量。2 建立分布式人工智能技术的舰艇指控系统采用分布式人工智能技术DAI可将问题化解为多个具有层次结构的分问题[3]，运用大系统分解协调方法求得满意解，从而减少系统建模求解的复杂性。为提高决策效率，建立如图1所示的分布式人工智能舰艇指控系统。图1 分布式人工智能舰艇指控系统结构图由图1可以看出：这种舰艇指控系统是战场、作战、军事专家知识的有机统一，并具备能够自我学习、自我完善能力的智能系统。它能够根据战场态势分析、威胁度评估、威胁源诊断等信息生成用于决策的模型，调用相关的数据和算法提供备选方案，并对各种方案进行评估和优选，通过大屏幕用户界面进行人机对话，帮助指挥员下决心及传输指令。当舰艇各执行单元接到指令后，予以响应、动作。图中，据库主要存储各种武器装备战术性能参数和典型编制、运算过程的动态参数等；知识库主要存储战役战术原则、兵力兵器使用原则，各种典型想定，包括战场环境、作战企图和态势 ，评估作战进程所必需的基本算法等；模型库主要存储与作战有关的敌我双方各种武器系统模型、线性和非线性规划模型、推理分析模型、预测模型、模拟试验模型、优化模型、评估模型、综合运筹模型、数据处理模型、图形图像报表模型、智能模型等；人机对话系统是指挥控制系统中用户和计算机的接口，起着在操作者、模型库、数据库、知识库之间传递 (包括转换)命令和数据的重要作用；自动推理机则完成定量描述难以实现的某些复杂作战过程决策。而基于信息库的智能模糊专家系统主要由模糊产生器、模糊消除器、模糊推理机、知识获取模块、模糊知识库、模糊数据库及人机接口组成［4］，如图2所示。主要任务是通过对原始信息空间的操作，获取各种数据信息，再由模糊产生器将其映射为一个模糊集合作为初始输入，然后利用模糊知识库中的语言信息——事实和规则，采用“黑板”模型进行问题分解、推理求解及协作控制，并采用“黑板+管道”的通信机制与其他子系统/模块传递控制信息和知识信息，从而确定智能化配置，控制作战指挥模式的切换，完成作战任务的分配与调度、模糊神经网络群系统结构与参数的自适应调整与优化、对各子系统/模块的故障隔离与系统重构以及网络通讯、各智能接口的管理等。图2 基于信息库的智能模糊专家系统结构图3 结束语通过以上论述可以知道，全分布式的智能化舰艇指控系统能够真正、实时地将战场、作战指挥行动以及后方军事专家知识有机地融和在一起，使得各种武器装备的效能得到最大限度的发挥。这种舰艇指控系统能够突破现有的战场时空，改变信息战场的面貌和形态，引起一场真正意义的新军事革命，因而是舰艇指控系统的发展趋势。

给你个网址吧

目前，人工智能集计算机学科、神经生物学、语言学等多种学科于一体，引起了众多学科的日益关注，已发展成为一门具有广泛应用的交叉学科。以下是我精心整理的浅谈人工智能发展的大学期末论文的相关资料，希望对你有帮助!

人工智能发展现状与未来发展

一、人工智能概述

人工智能自诞生几十年来， 在崎岖的道路上取得了可喜的进展。目前，人工智能集计算机学科、神经生物学、语言学等多种学科于一体，引起了众多学科的日益关注，已发展成为一门具有广泛应用的交叉学科。人工智能虽然取得了快速的发展，但像许多新兴学科一样，人工智能至今尚无统一的定义。人工智能的发展引起了学术界的关注，尽管学术界有各种不同的说法和定义，但就其本质而言，人工智能是研究、设计和应用智能系统，来模拟人类智能活动的新学科。人工智能的目的就是利用各种自动化机械或者智能机器，来模仿、延伸和扩展人类的智能思维，从而实现计算机网络管理的人性化。

二、人工智能的研究历史

(一)1956年-1970年

人工智能诞生于一次历史性的聚会。为使计算机变得更“聪明”，或者说是计算机具有智能，1965年夏季，在美国达特莫斯大学举行了一次为期两个月的夏季学术研讨会。10位来自美国神经学、心理学、数学、信息科学和计算机科学方面的杰出科学家，在一起共同学习和探讨了用机器模拟人类智能的有关问题，并提议正式采用了“人工智能AI”这一术语。从而，一个以研究如何用机器来模拟人类智能的新兴学科——人工智能诞生了。

(二)1971年-80年代末

在科学上，前进的道路从来就不是平坦的，成功和失败、顺利和挫折总会交织在一起。人工智能也是如此，自它诞生至发展一段时间后，就遇到了不少的问题。在这种困难的环境下，仍有一大批人工智能的学者潜心研究。他们在总结前一段研究工作经验、教训的同时，从费根鲍姆“以知识为中心”开展人工智能研究的观点中找到了新的出路。

(三)20世纪80年代至今

人工智能逐步向多技术、多方法的综合集成与多领域、多学科的综合发展。其他学科的学者陆续将本学科的理论与方法向人工智能渗透，从而导致人工智能出现研究多学科交叉的现象。各学科对人工智能的渗透反映了目前人工智能发展的一种趋势，其渗透的结果现在还不是很明显，还需要时间的考验。目前，人工智能技术正在向大型分布式多专家协同系统、大型分布式人工智能、广义知识表达、并行推理、综合知识库、多种专家系统开发工具、大型分布式人工智能开发环境和分布式环境下的多智能协同系统等方向发展。

三、人工智能应用领域

目前 ， 人工智能在许多领域都得到了应用，其应用领域如下：

(一)在企业管理中的应用

刘玉然在《谈谈人工智能在企业管理中的应用》中提到要把人工智能应用于企业管理中，认为要做的工作就是弄清楚人的智能和人工智能的关系，从企业的发展目标出发，深入了解人工智能的内涵，搭建人工智能的应用平台，研究并开发企业智能化软件，这样一来，人工智能就能在企业决策中起到关键的作用。

(二)在医学领域中的应用

人工智能在国外发展很快，在医学方面取得了很大的成就。国外最早将人工智能成功应用于医疗诊断的是MYCIN专家系统。美国及其他发达国家的科学家已成功研制出了用于人类血管治疗的微型机器人，此外，在不久的将来，就会制造出能够在毛细血管里自由活动的机器人。20世纪80年代初，我国已成功将人工智能应用于医学，且在这方面有了新的突破，例如许多高等院校和研究机构共同开发了基于人工智能的医学计算机专家系统，并成功地应用于临床。

(三)在矿业中的应用

第一个将人工智能专家系统应用于矿业的是美国的专家系统PROSPECTOR，该系统用于勘探评价、区域资源估值和钻井井位选择等等，为矿业的开采带来了方便。1980年以来，美国的矿业公司在人工智能上加大了投资，其中矿山局匹兹堡研究中心与其它单位合作开发了用于煤矿开发的专家系统。

(四)在技术研究中的应用

人工智能在技术研究中的应用，首先是应用于超声无损检测与无损评价领域。在超声无损检测与无损评价领域，目前主要广泛采用专家系统对超声损伤中缺陷的性质，大小和形状进行判断和归类。此应用节省了许多人力，另外这些技术的应用，使得无损检测的定位、定性和定量的可靠性有了大幅度提高，为无损评价奠定了良好的判定基础。

(五)在电子技术方面的应用

人工智能在电子技术领域的应用由来已久。随着网络的迅速发展，网络问题日益突出，网络技术的安全成了我们关心的重点。因此在传统技术的基础上进行网络安全技术的改进，，大力发展挖掘技术、免疫技术，及开发智能机器，人工智能技术在这方面为我们提供了可能性。

四、人工智能的发展现状

国外发展现状。目前，人工智能技术在发达国家发展很快。尤其是在美国，发展更为迅速。在人工智能技术领域十分活跃的IBM公司，在智能电脑方面有了新的突破，成功地生产了具有人脑千分之一智力的电脑，而且正在开发功能更为强大的超级电脑。据其内部消息透露，预计该超级电脑研制成后，其智力水平将大致与人脑相当。除了IBM公司外，其他公司也加紧了这方面的研究，估计在未来几年内其成果更为惊人。

国内发展现状。二十一世纪是信息化时代，作为现代信息技术的精髓，人工智能技术必然成为新世纪科学技术的前沿和焦点。在我国，很长一段时间，专家们都把研制具有人行为特征的类人性机器人作为奋斗目标。机器人的发展水平不仅与计算机科技水平相关，而且与一个国家工业的各方面的发展水平密切相关。中国科技大学在国家基金的支持下，经过十年攻关和钻研，于2000年，成功地研制出我国第一台类人性机器人。

五、未来发展

人工智能的研究一旦取得突破性进展，将会对信息时代产生重大影响，对人类文明产生重大影响。科学发展到今天，一方面是高度分化，学科在不断细分，新学科、新领域不断产生; 另一方面是学科的高度融合，更多地呈现交叉和综合的趋势，新兴学科和交叉学科不断涌现。大学科交叉的这种普遍趋势，在人工智能学科方面表现尤其突出。由脑科学、认知科学、人工智能等共同研究智能的本质和机理，形成交叉学科智能科学。学科交叉将催生更多的研究成果，对于人工智能学科整体而言，要有所突破，需要多个学科合作协同，在交叉学科研究中实现创新。

人工智能一直处于计算机技术的前沿，其研究的领域和方向在很大程度上将决定了计算机技术的发展方向。今天，已经有很多人工智能产品融入了我们的日常生活。将来，人工智能技术的发展将会给我们的学习、生活、工作带来更大的影响。

下一页分享更优秀的<<<浅谈人工智能发展的大学期末论文

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