人工智能小論文

　　工智能的研究方向、領(lǐng)域和應(yīng)用領(lǐng)域 摘要：人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。 人工智能的研究方向、研究領(lǐng)域、應(yīng)用領(lǐng)域值得我們關(guān)注和探討。

　　下面是學(xué)習(xí)啦小編整理的人工智能小論文，歡迎閱讀!!!!!

　　人工智能小論文篇一

　　摘要：隨著科學(xué)技術(shù)的發(fā)展， 我們身邊的許多東西都已經(jīng)發(fā)展到了智能時代，電視是智能的，手機(jī)是智能的，智能冰箱，智能空調(diào)，智能掃地機(jī)器人，智能穿戴設(shè)備等等。智能產(chǎn)品已經(jīng)滲入到人類生活的許多方面，改變著我們的生活方式，影響著我們的生活。隨著人工智能的不斷發(fā)展，相信它在將來將會有更廣泛的運(yùn)用，人類將會進(jìn)入到一個嶄新的智能時代。

　　關(guān)鍵詞：人工智能 發(fā)展 運(yùn)用

　　1. 簡介 人工智能(Artificial Intelligence)，英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。 人工智能是計算機(jī)科學(xué)的一個分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能從誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大，可以設(shè)想，未來人工智能帶來的科技產(chǎn)品，將會是人類智慧的“容器”。

　　人工智能是對人的意識、思維的信息過程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。

　　人工智能是一門極富挑戰(zhàn)性的科學(xué)，從事這項工作的人必須懂得計算機(jī)知識，心理學(xué)和哲學(xué)。人工智能是包括十分廣泛的科學(xué)，它由不同的領(lǐng)域組成，如機(jī)器學(xué)習(xí)，計算機(jī)視覺等等，總的說來，人工智能研究的一個主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。但不同的時代、不同的人對這種“復(fù)雜工作”的理解是不同的。

　　2. 人工智能的發(fā)展史

　　第一階段：20世紀(jì)50年代人工智能的興起和冷落。1956年夏天，美國的酒味心理學(xué)家、數(shù)學(xué)家、計算機(jī)科學(xué)家、信息論學(xué)家和神經(jīng)學(xué)家在達(dá)特茅斯大學(xué)舉辦了一次長達(dá)兩個月的研討會，討論關(guān)于機(jī)器智能的有關(guān)問題。與會者提議證實(shí)采用“人工智能”這一術(shù)語。這次會議具有重要的歷史意義，它標(biāo)志著人工智能學(xué)科的誕生。。在這期間，人工智能的研究取得了許多令人矚目的成就，如機(jī)器定理證明、跳棋程序、LISP表處理語言等。由于揭發(fā)推理能力有限，以及其翻譯失敗等，是人工智能走入低谷。這一階段的特點(diǎn)是：重視問題求解的方法，忽視知識重要性。

　　第二階段：20世界60年代末到70年代，專家系統(tǒng)的出現(xiàn)使人工智能研究出現(xiàn)新高潮，DENDAL化學(xué)質(zhì)譜分析系統(tǒng)、MTCIN疾病診斷和治療系統(tǒng)、PROSPECTIOR探礦系統(tǒng)，Hearsay-II語言理解系統(tǒng)等專家系統(tǒng)的研究和開發(fā)，將仍能夠智能引向?qū)嵱没?969年召開的第一屆國際人工智能聯(lián)合會議，標(biāo)志著人工智能這一新興學(xué)科得到了世界的承認(rèn)。1968年“歸結(jié)推理方法”的出現(xiàn)，

　　在當(dāng)時曾被說成是重大突破，可這些都未能成為現(xiàn)實(shí)。知道1977年費(fèi)根鮑姆提出了“知識工程”概念，知識表示，知識利用和知識獲取則為人工智系統(tǒng)的三個基本問題。

　　第三階段：20世紀(jì)80年代，隨著第五代計算機(jī)的研制，人工智能得到了很大發(fā)展。日本1982年開始了“第五代計算機(jī)研制計劃”，即“知識信息處理計算機(jī)系統(tǒng)LIPS”，其目的是使邏輯推理達(dá)到數(shù)值運(yùn)算那么快。雖然，此計劃最終失敗，但它的開展形成了一股研究人工智能的狂潮。

　　第四階段：20世紀(jì)80年代末，精神網(wǎng)絡(luò)飛速發(fā)展。1987年，美國召開第一次精神網(wǎng)絡(luò)國際會議，宣告了這一新學(xué)科的誕生。此后，各國在精神網(wǎng)絡(luò)方面的投資逐漸增大，精神網(wǎng)絡(luò)迅速發(fā)展起來。

　　第五階段：20世紀(jì)90年代，人工智能出現(xiàn)了新的研究高潮。由于網(wǎng)絡(luò)技術(shù)特別是國際互聯(lián)網(wǎng)的技術(shù)發(fā)展，人工智能開始由單個智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標(biāo)的分布式問題求解，而且研究多個智能主體的多目標(biāo)問題求解，將人工智能面向?qū)嵱谩?/p>

　　3. 人工智能的研究領(lǐng)域

　　主要研究領(lǐng)域有專家系統(tǒng)，機(jī)器學(xué)習(xí)，模式識別，自然語言理解，自動定理證明，自動程序設(shè)計，機(jī)器人學(xué)，博弈，智能決定支持系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)。人工智能是一種外向型的學(xué)科，它不但要求研究它的人懂得人工智能的知識，而且要求有比較扎實(shí)的數(shù)學(xué)基礎(chǔ)，哲學(xué)和生物學(xué)基礎(chǔ)，只有這樣才可能讓一臺什么也不知道的機(jī)器模擬人的思維。因?yàn)槿斯ぶ悄艿难芯款I(lǐng)域十分廣闊，它總的來說是面向應(yīng)用的，也就說什么地方有人在工作，它就可以用在什么地方，因?yàn)槿斯ぶ悄艿淖罡灸康倪€是要模擬人類的思維。

　　4. 人工智能的具體運(yùn)用

　　人工智能在許多方面都有著運(yùn)用，專家系統(tǒng)是目前人工智能中最活躍，最有成效的一個研究領(lǐng)域，它是一種基于知識的系統(tǒng)，它從人類專家那里獲得知識，并用來解決只有專家才能解決的困難問題。這樣定義專家系統(tǒng)：專家系統(tǒng)是一種具有特定領(lǐng)域內(nèi)大量知識與經(jīng)驗(yàn)的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)、模擬人類專家求解問題的思維過程求解領(lǐng)域內(nèi)的各種問題，其水平可以達(dá)到甚至超過人類專家的水平。專家系統(tǒng)是在關(guān)于人工智能的研究處于低潮時提出來的，由它的出現(xiàn)及其所顯示出來的巨大潛能不僅使人工智能擺脫了困境，而且走上了發(fā)展時期。專家系統(tǒng)的分類有解釋型，診斷型，預(yù)測型，設(shè)計型，規(guī)劃型，控制型，監(jiān)測型，維修型，教育型和調(diào)試型，而從體系上說它可分為集中式專家系統(tǒng)，分布式專家系統(tǒng)，神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)，符號系統(tǒng)與神經(jīng)網(wǎng)絡(luò)結(jié)合的專家系統(tǒng)。宏觀與微觀隔離。一方面是哲學(xué)、認(rèn)知科學(xué)、思維科學(xué)和心理學(xué)等學(xué)科所研究的智能層次太高、太抽象;另一方面是人工智能邏輯符號、神經(jīng)網(wǎng)絡(luò)和行為主義所研究的智能層次太低。這兩方面之間相距太遠(yuǎn)，中間還有許多層次未予研究，無法把宏觀與微觀有機(jī)地結(jié)合起來和相互滲透。

　　全局與局部割裂。人類智能是腦系統(tǒng)的整體效應(yīng)，有著豐富的層次和多個側(cè)面。但是，符號主義只抓住人腦的抽象思維特性;連接主義只模仿人的形象思維特性;行為主義則著眼于人類智能行為特性及其進(jìn)化過程。它們存在明顯的局限性。必須從多層次、多因素、多維和全局觀點(diǎn)來研究智能，才能克服上述局限性。

　　理論和實(shí)際脫節(jié)。大腦的實(shí)際工作，在宏觀上我們已知道得不少;但是智能的千姿百態(tài)，變幻莫測，復(fù)雜得難以理出清晰的頭緒。在微觀上，我們對大腦的工作機(jī)制卻知之甚少，似是而非，使我們難以找出規(guī)律。在這種背景下提出的各種人工智能理論，只是部分人的主觀猜想，能在某些方面表現(xiàn)出”智能”就算相當(dāng)成功了。上述存在問題和其它問題說明，人腦的結(jié)構(gòu)和功能要比人們想象的復(fù)雜得多，人工智能研究面臨的困難要比我們估計的重大得多，人工智能研究的任務(wù)要比我們討論過的艱巨得多。同時也說明，要從根本上了解人腦的結(jié)構(gòu)和功能，解決面臨的難題，完成人 工智能的研究任務(wù)，需要尋找和建立更新的人工智能框架和理論體系，打下人工智能進(jìn)一步發(fā)展的理論基礎(chǔ)。我們至少需要經(jīng)過幾代人的持續(xù)奮斗，進(jìn)行多學(xué)科聯(lián)合協(xié)作研究，才可能基本上解開”智能”之謎，使人工智能理論達(dá)到一個更高的水平。

　　5 結(jié)論

　　發(fā)展至今，人工智能已在人類生活中扮演著一個非常重要的角色，許多人的生活都已經(jīng)離不開人工智能產(chǎn)品，它對人們的生活產(chǎn)生了巨大的影響。隨著人工智能的不斷研究與發(fā)展，相信在未來的將來，他將會給我們的生活帶來更大的改變，到時候人類將正真進(jìn)入到一個人工智能時代，涌現(xiàn)出更多的人工智能產(chǎn)品，給人類生活帶來更大方便。

　　人工智能小論文篇二

　　人工智能(Artificial Intelligence, AI)是20世紀(jì)50年代中期興起的一門新興邊緣科學(xué)，它既是計算機(jī)科學(xué)的一個分支，又是計算機(jī)科學(xué)、控制論、信息論、語言學(xué)、神經(jīng)生理學(xué)、心理學(xué)、數(shù)學(xué)、哲學(xué)等多種學(xué)科相互滲透而發(fā)展起來的綜合性學(xué)科。人工智能又稱為智能模擬，是用計算機(jī)系統(tǒng)模仿人類的感知、思維、推理等思維活動。它研究和應(yīng)用的領(lǐng)域包括模式識別、自然語言理解與生成、專家系統(tǒng)、自動程序設(shè)計、定理證明、聯(lián)想與思維的機(jī)理、數(shù)據(jù)智能檢索等。例如，用計算機(jī)模擬人腦的部分功能進(jìn)行學(xué)習(xí)、推理、聯(lián)想和決策;模擬醫(yī)生給病人診病的醫(yī)療診斷專家系統(tǒng);機(jī)械手與機(jī)器人的研究和應(yīng)用等。

　　人工智能開拓者是羅伯特·維納。1940年他創(chuàng)立了控制和傳遞。維納認(rèn)為計算機(jī)在組織和傳遞信息方面可能比人類更準(zhǔn)確。從理論上講,計算機(jī)在控制周圍環(huán)境和外界通訊時會比人類更準(zhǔn)確人工智能領(lǐng)域的研究是從1956年正式開始的，這一年在達(dá)特茅斯大學(xué)召開的會議上正式使用了"人工智能"(artificial intelligence，ai)這個術(shù)語。隨后的幾十年中，人們從問題求解、邏輯推理與定理證明、自然語言理解、博弈、自動程序設(shè)計、專家系統(tǒng)、學(xué)習(xí)以及機(jī)器人學(xué)等多個角度展開了研究，已經(jīng)建立了一些具有不同程度人工智能的計算機(jī)系統(tǒng)，例如能夠求解微分方程、設(shè)計分析集成電路、合成人類自然語言，而進(jìn)行情報檢索，提供語音識別、手寫體識別的多模式接口，應(yīng)用于疾病診斷的專家系統(tǒng)以及控制太空飛行器和水下機(jī)器人更加貼近我們的生活。我們熟知的ibm的"深藍(lán)"在棋盤上擊敗了國際象棋大師卡斯帕羅夫就是比較突出的例子。

　　人類進(jìn)化以來,為了擴(kuò)大自身的能力,已經(jīng)發(fā)明了很多不同的工具,如:棍棒、斧子、犁、軋棉機(jī)、蒸汽機(jī)、無線電收音機(jī)和電視機(jī)等。早在13世紀(jì),就曾提出過自動機(jī)器或機(jī)器人的設(shè)想。從17世紀(jì)到18世紀(jì),機(jī)械自動裝置變得普遍起來,當(dāng)時出現(xiàn)了能跳舞或能演雜技的娃娃,它們附在發(fā)出樂曲的小盒子和時鐘上,隨著19世紀(jì)的工業(yè)和20世紀(jì)初葉自動化工廠的出現(xiàn),人們擔(dān)心機(jī)器會取代人。早期的科學(xué)幻想小說重復(fù)出現(xiàn)機(jī)器人接管世界的題材。直到50年代出現(xiàn)了電子計算機(jī),人們可以進(jìn)行加減運(yùn)算,完成以前只有人類才能完成的活動。例如分類、比較,根據(jù)先前的結(jié)果改變自己的工作程序等等。

　　但早期的計算機(jī)體積大,可靠性差,價格昂貴,因而人們認(rèn)為要計算機(jī)模擬人工智能的嘗試是注定要失敗的。很早以前,人們就對自動化機(jī)器的理論有過重大的貢獻(xiàn)。其中最突出的是卓越的數(shù)學(xué)家諾依曼。諾依曼認(rèn)為,人類神經(jīng)系統(tǒng)與計算機(jī)的電子電路有許多相似之處。人類的神經(jīng)系統(tǒng)通過刺激或休止(稱為神經(jīng)動脈)來傳遞信息,而計算機(jī)用類似的二進(jìn)制碼“0”或“1”傳輸信息,數(shù)碼“1”在計算機(jī)內(nèi)部表示“通”狀態(tài),就象刺激神經(jīng)細(xì)胞,數(shù)碼“0”則表示“斷”狀態(tài),就象神經(jīng)細(xì)胞未受到刺激一樣。在我們?nèi)粘Ｉ钪?無論是看、聽、觸摸,都是用和計算機(jī)二進(jìn)制碼十分相似的雙態(tài)碼來傳輸信息的。

　　當(dāng)然，人工智能的發(fā)展也并不是一帆風(fēng)順的，也曾因計算機(jī)計算能力的限制無法模仿人腦的思考以及與實(shí)際需求的差距過遠(yuǎn)而走入低谷，但是隨著硬件和軟件的發(fā)展，計算機(jī)的運(yùn)算能力在以指數(shù)級增長，同時網(wǎng)絡(luò)技術(shù)蓬勃興起，確保計算機(jī)已經(jīng)具備了足夠的條件來運(yùn)行一些要求更高的ai軟件，而且現(xiàn)在的ai具備了更多的現(xiàn)實(shí)應(yīng)用的基礎(chǔ)。90年代以來，人工智能研究又出現(xiàn)了新的高潮

　　最初,人工智能實(shí)驗(yàn)都是游戲性質(zhì)的,主要是下棋一類的游戲。代寫論文選擇游戲作為實(shí)驗(yàn)內(nèi)容并非出于消遣,而是由于它與其它解決問題的方法有頗多的相似之處。做游戲時,必須判斷和決定多種選擇,需作短計劃和長安排。一般都有進(jìn)攻戰(zhàn)略和防御戰(zhàn)略;必須遵照一定的規(guī)則。要想取得一場游戲的勝利,就必須設(shè)法做到失的最少得的最多。游戲中出現(xiàn)的各種情況都需作出判斷和抉擇,這如同日常生活中經(jīng)常遇到的問題。作出抉擇需要聰明和智慧。在人類解決方法的研究方面,計算機(jī)是一個極好的工具。

　　人工智能的兩大目標(biāo)就是能理解人類的智能,使計算機(jī)用途更廣泛。許多研究者認(rèn)為:智能機(jī)器的關(guān)鍵總是如何表達(dá)知識,從而使計算機(jī)能用這種知識將知識具體應(yīng)用在計算機(jī)程序中雖然必要,但很困難。即使回答日常生活中的極簡單的問題,也需要大量的知識,而且其中許多知識我們是不知道的。

　　現(xiàn)在主要有兩種類型的機(jī)器人:工業(yè)機(jī)器人和智能機(jī)器人。這兩種類型都是人工智能研究者的研究范圍,但重點(diǎn)在智能機(jī)器人上。他們集中力量 研究感覺上的認(rèn)識,以及這些認(rèn)識如何用計算機(jī)來表達(dá),人們已經(jīng)研制出計算機(jī)輔助視覺和聽覺裝置、計算機(jī)輔助活動肢體和其他用微機(jī)控制的假體裝置。用智能機(jī)器人來探查海底和太空的奧秘更為實(shí)際,因?yàn)樵谶@些環(huán)境中工作既艱難又危險。研制一種不需要人參與就能完成探索工作的智能機(jī)器人,以便讓他們到宇宙空間去探索。由于這項工作遠(yuǎn)離地球,用人類控制的機(jī)器人就不適宜了?，F(xiàn)在美國國家航空和航天局使用的機(jī)器人是完全獨(dú)立的,它能采集巖石,收集土壤和其它勘探的研究項目,這些工作都不用人指揮。無論如何,在真正智能化的自主機(jī)器人制成之前,研究者們必須首先更深入地掌握、控制人類行為過程的奧秘。通過計算機(jī)科學(xué)家、神經(jīng)學(xué)家、生理學(xué)家的共同努力,我們已逐漸對人類的視聽、觸摸、感覺和四肢移動的方法有了更深的了解。但是,還留下一個最困難的、或許也是最重要的領(lǐng)域需要征服———這就是語言。

　　計算機(jī)目前還沒能完全理解語言的復(fù)雜和細(xì)微的差別。至于自然語言的計算機(jī)翻譯器,在初期研制階段,對算法上規(guī)范化的句子,就已經(jīng)顯示出相當(dāng)高的理解力和造句能力。不過,在抓住句子的意思這一點(diǎn)上,還未獲得過顯著的成就。我們懂得的東西大量來自上下文關(guān)系和我們的知識。人們的生活中,個人、社會和文化見解對句子上附著的意義施加了很大的影響,試圖定量表示人類對語言的理解無疑是人工智能研究領(lǐng)域中最復(fù)雜的問題之一。

　　在人工智能研究中,使用計算機(jī)產(chǎn)生了很多意義深遠(yuǎn)的課題。通過人工智能的研究,人們對人類的精神能力和身體能力都有了更深入的了解。在工業(yè)上,人工智能專家們已研制出工業(yè)機(jī)器人和智能機(jī)器人,以便完成單調(diào)、危險及困難的工作。使人類解放出來,把他們的時間更有效地用于創(chuàng)造性的研究、設(shè)計,以及人們之間的相互交往等人類特有的活動中去,這便是人工智能各種應(yīng)用的推動力。在醫(yī)學(xué)和其它高級科學(xué)技術(shù)領(lǐng)域內(nèi),由于人工智能的進(jìn)展,那些離開計算機(jī)就解決不了的難題正獲得解決。

　　人工智能研究工作的進(jìn)展和困難將會極大地影響人工智能研究的未來。計算機(jī)體積的縮小和成本的下降對人工智能的影響不是最重要的,發(fā)展的主要限制來自軟件。語文障礙的克服,或者在什么時候克服,無疑將是今后發(fā)展人工智能的關(guān)鍵。正如我們所看到的那樣,為了使計算機(jī)理解自然語言,并具有智能行為,必須使探索、知識表達(dá),自然語言等主要研究領(lǐng)域結(jié)合起來,形成一個系統(tǒng)。與此同時人工智能的研究將繼續(xù)對許多學(xué)科產(chǎn)生深遠(yuǎn)的影響。

　　人工智能小論文篇三

　　計算機(jī)研究的最終目標(biāo)是人工智能。最開始接觸人工智能是在大街上看見人擺著一臺電腦，邊上的招牌上寫著“電腦算命”，當(dāng)時電腦還沒普及，很多人都圍著那個人，當(dāng)時覺得很神奇，后來開始接觸電腦覺得那只是一個人開發(fā)出來的軟件，再后來接觸了程序，當(dāng)時那個算命系統(tǒng)也毫無神秘感了。那也算人工智能吧。當(dāng)代人類對人工智能的研究還停留在非常初級階段。人工智能(ArtificialIntelligence)，英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。

　　人工智能是計算機(jī)科學(xué)的一個分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。相對硬件的發(fā)展速度人工智能的進(jìn)展也比較慢。要想達(dá)到動物那么智能還需要長的一段時間，比如說斗地主游戲。玩家在線對戰(zhàn)很容易實(shí)現(xiàn)，試了很多個版本的斗地主但計算機(jī)都玩的很差。斗地主的算法用程序比象棋更難實(shí)現(xiàn)，牌的變化和還要和另一名玩家合作。象棋程序要增加學(xué)習(xí)功能很簡單，但斗地主給一個學(xué)習(xí)功能也不好怎么學(xué)習(xí)了。

　　一個人機(jī)對戰(zhàn)的軟件必須由兩方面的人來解決，比如說象棋首先要一個比較懂象棋的人，還需要程序員理解懂象棋的人走法，然后轉(zhuǎn)化為程序。象棋軟件的靈活程度就由這兩個領(lǐng)域的人決定。還有圖像識別也是很難做到的事情，當(dāng)然要是真的能實(shí)現(xiàn)那也會帶來新的問題，比如我的驗(yàn)證碼將會沒有用了。現(xiàn)在來說任何一個動物都比計算機(jī)智能的多。人工智能發(fā)展是一個非常我們還有很長的路要走。

　　專家系統(tǒng)是人工智能應(yīng)用研究的主要領(lǐng)域。專家系統(tǒng)是一個具有大量的專門知識與經(jīng)驗(yàn)的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)和計算機(jī)技術(shù)，根據(jù)某領(lǐng)域一個或多個專家提供的知識和經(jīng)驗(yàn)，進(jìn)行推理和判斷，模擬人類專家的決策過程，以便解決那些需要人類專家處理的復(fù)雜問題，簡而言之，專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問題的計算機(jī)程序系統(tǒng)。

　　20世紀(jì)60年代初，出現(xiàn)了運(yùn)用邏輯學(xué)和模擬心理活動的一些通用問題求解程序，它們可以證明定理和進(jìn)行邏輯推理。但是這些通用方法無法解決大的實(shí)際問題，很難把實(shí)際問題改造成適合于計算機(jī)解決的形式，并且對于解題所需的巨大的搜索空間也難于處理。

　　1965年，f.a.費(fèi)根鮑姆等人在總結(jié)通用問題求解系統(tǒng)的成功與失敗經(jīng)驗(yàn)的基礎(chǔ)上，結(jié)合化學(xué)領(lǐng)域的專門知識，研制了世界上第一個專家系統(tǒng)dendral，可以推斷化學(xué)分子結(jié)構(gòu)。20多年來，知識工程的研究，專家系統(tǒng)的理論和技術(shù)不斷發(fā)展，應(yīng)用滲透到幾乎各個領(lǐng)域，包括化學(xué)、數(shù)學(xué)、物理、生物、醫(yī)學(xué)、農(nóng)業(yè)、氣象、地質(zhì)勘探、軍事、工程技術(shù)、法律、商業(yè)、空間技術(shù)、自動控制、計算機(jī)設(shè)計和制造等眾多領(lǐng)域，開發(fā)了幾千個的專家系統(tǒng)，其中不少在功能上已達(dá)到，甚至超過同領(lǐng)域中人類專家的水平，并在實(shí)際應(yīng)用中產(chǎn)生了巨大的經(jīng)濟(jì)效益。

　　人機(jī)界面是系統(tǒng)與用戶進(jìn)行交流時的界面。通過該界面，用戶輸入基本信息、回答系統(tǒng)提出的相關(guān)問題，并輸出推理結(jié)果及相關(guān)的解釋等。以前在互聯(lián)網(wǎng)迅速發(fā)展的時代誕生了義批互聯(lián)網(wǎng)公司。未來將來是物聯(lián)網(wǎng)和云計算的時代，一個企業(yè)的生存之道。360安全衛(wèi)士中有一個專家系統(tǒng)。當(dāng)用戶電腦出現(xiàn)問題時打開專家系統(tǒng)的程序，然后就出現(xiàn)了一個聊天界面用戶，用戶再往里描述自己的問題，專家再處理幾秒。然后再提出一個建議，假如用戶認(rèn)為建議是對的就點(diǎn)擊那個鏈接，然后就啟動的客戶機(jī)上的程序進(jìn)行修復(fù)問題。

　　當(dāng)然人的描述不一定很清楚系統(tǒng)也不一定能了解。當(dāng)系統(tǒng)不能了解時系統(tǒng)會將描述提交給人，由人來理解，工作人員會給出結(jié)果，然后系統(tǒng)也會記下來，下次有客戶描述時就可以給出結(jié)果了。

　　綜合數(shù)據(jù)庫專門用于存儲推理過程中所需的原始數(shù)據(jù)、中間結(jié)果和最終結(jié)論，往往是作為暫時的存儲區(qū)。解釋器能夠根據(jù)用戶的提問，對結(jié)論、求解過程做出說明，因而使專家系統(tǒng)更具有人情味。比如中國移動的那個短信平臺就比較有人情味。發(fā)一些聊天的短信過去，它的回信也比較有意思。知識獲取是專家系統(tǒng)知識庫是否優(yōu)越的關(guān)鍵，也是專家系統(tǒng)設(shè)計的“瓶頸”問題，通過知識獲取，可以擴(kuò)充和修改知識庫中的內(nèi)容，也可以實(shí)現(xiàn)自動學(xué)習(xí)功能。專家那個知識庫會根據(jù)用戶的情況而修改和增加知識。當(dāng)然這個系統(tǒng)還是有很多不足的，首先系統(tǒng)無法理解一些不好描述的問題，解決問的方法也局限在360安全衛(wèi)士所能解決的功能，自己順著360安全衛(wèi)士界面找也能找到解決問題的功能按鈕，或許還找的明白些。首先一般自己不會找的大部分是不太會使用電腦的，萬一那個專家推薦的解決方法是錯誤的，那用戶卻信了“專家”，然后使電腦的問題更嚴(yán)重。這也是專家系統(tǒng)的不足，也是人工智能當(dāng)前的發(fā)展還處于初級階段。未來發(fā)展的專家系統(tǒng)，能經(jīng)由感應(yīng)器直接由外界接受資料，也可由系統(tǒng)外的知識庫獲得資料，在推理機(jī)中除推理外，上能擬定規(guī)劃，仿真問題狀況等。知識庫所存的不只是靜態(tài)的推論規(guī)則與事實(shí)，更有規(guī)劃、分類、結(jié)構(gòu)模式及行為模式等動態(tài)知識。

　　或許能實(shí)現(xiàn)機(jī)器人看病而不會將病人診死，人病了就直接和機(jī)器人接觸然后機(jī)器人就可以根據(jù)病人的情況和描述來開藥、打針甚至做手術(shù)。當(dāng)然這還有很長一段路要行走。剛開始的時候誰還敢直接讓機(jī)器人看病，這必須要這項技術(shù)成熟了才能真正在醫(yī)院中使用。這些事由機(jī)器人來做那那些真正的專家不就沒了工作嗎?等真正能實(shí)現(xiàn)這個的時候那專家也只要享受了。