人工智能发展英语

人工智能发展英语（推荐8篇）

人工智能发展英语 篇1

Movie Review of Artificial Intelligence

Artificial Intelligence is a film about science, love, hope and so on, perhaps we should from ethics and moral perspective to enjoy the movie.This is one of those movies that have a lasting effect on you.The movie released in 2001, telling us a story set in the near future, after the polar ice caps have melted and flooded coastal cities like New York.The main character of the movie is an A.I.called David.From the beginning, he was destined to be a tragedy.David was programmed with the ability to love, but wasn’t be given the right to be loved.Monica, whose ill child has been frozen, chose to open David’s special program.However, the Monica’s real son Martin is cured and returned home.With some misunderstanding happened, Monica abandoned David in a forest.Then, David set out to find the Blue Fairy who can turn him into a real boy and help him win back his mother’s love.Ultimately, David finds his Blue Fairy, but the film takes a radical turn that manages to be gloomy and unashamedly emotional.Watched the whole movie, what impresses me deeply is that in forest, Monica said, “Only you, and Teddy.” David’s eyes were filled with fear and soreness.And when car sped away, David burst into tears the moment.This is just an ordinary boy wants to gain love from a mother, so he cried.We should think of a question.What is the difference between A.I.and real human? One difference and the essential characteristics of animals is language, in the film, A.I.can well with human communication.In my opinion, A.I.is similar with human.A.I.and human all can feel pain, sad, scared, happy and so on.They all want to be loved, and hated to be abandoned.With the development of technology, maybe scientists would create an A.I.who can do the same as the human thinking in the future.Through the study of A.I., can resolve some scientific problems, and promote the development of the other field of science.They can be used for human services and help people solve the problems.If an “artificial thinking” A.I.have been created, what human should do with it? Is A.I.equal with human being? Is human have responsibility for A.I.? Is human would be replaced with A.I.? Above all, we should find out the answers to these questions, then continue to explore the research of A.I.

人工智能发展英语 篇2

1956年的Dartmouth学会上, 人工智能这一概念被首次提出。自此, 随着众多研究者的努力钻研与发展, 人工智能的概念得到了不断地拓展并发展出了众多理论和原理。作为一门由多个学科相互渗透发展而来的科学, 人工智能理所当然的极其具有挑战性, 它要求这项工作的参与者们除了掌握计算机知识以外, 还必须懂得心理学以及哲学等学科。而人们对人工智能进行不断地研究的目的, 主要是让机器能够代替人类完成一些通常需要人类智能才能完成的复杂工作。由于目前计算机是进行人工智能相关研究的主要物质手段以及实现人工智能技术的途径, 所以人工智能的发展史与计算机科学与技术的发展史是紧密相连不可分割的。作为一门包含十分广泛的科学, 人工智能不仅涉及计算机科学, 还涉及信息论、自动化、生物学、仿生学、数理逻辑及语言学等诸多学科。自动推理和搜索方法、自然语言理解、计算机视觉、自动程序设计及机器学习和知识获取则是人工智能研究的主要内容。

2. 人工智能的发展历程

在过去半个多世纪的发展历程中, 人工智能取得了长足发展, 但其发展的道路并不是一帆风顺的。人工智能的发展历程大致可分为五个阶段。

在1956年之前是人工智能的第一阶段也是人工智能发展的萌芽期。1956年, 人工智能的发展迎来了第一次高潮期。这一年的夏天, 在Dartmouth学会上, 人工智能这一词被首次提出, 标志着人工智能这一学科的真正诞生。到了1967年, 人工智能的发展进入了低谷, 并且一直持续到了八十年代初期。在这段时间内, 人工智能的研究与发展遭遇到了巨大的障碍, 由于之前在人工智能发展中取得了许多成果, 人们被这些成果蒙蔽了双眼, 低估了人工智能发展道路的坎坷, 使得人工智能的发展进入瓶颈, 甚至没有比上一时期更重要的理论诞生, 但是从事人工智能研究的科学家仍然在努力着。

八十年代中期到九十年代初期, 随着科学的不断发展以及第五代计算机的问世, 人工智能的发展终于迎来了它的第二个高潮期, 也是其发展的黄金期随着人工智能的不断发展, 其开始进入市场并凭借优秀表现让人们看到了人工智能的未来。

在这之后, 人工智能的发展进入了第五个阶段, 也就是九十年代之后的平稳发展期, 在这一时期, 随着互联网的迅速发展, 人工智能的研究也由个体人工智能向网络环境下的分布式人工智能开始转换, 人工智能已经渗入到了我们生活的方方面面。

3. 人工智能的主要学派

在半个多世纪的发展过程中, 人工智能的发展主要产生了三大学派, 分别是符号主义学派、行为主义学派以及联结主义学派, 三大学派分别从不同的角度对人工智能进行了研究, 推动了人工智能的发展, 做出了巨大的贡献。

符号主义学派以物理符号系统假设以及有限合理性原理作为理论基础, 认为符号是人类的认知单元, 而对符号的计算以及推理的过程就是认知的过程。这一学派在归结推理、翻译、数学问题证明以及专家系统和知识工程等方面极大地推动了人工智能的发展。

行为主义学派则又被叫做进化主义或控制论学派。该学派与符号主义学派不同, 认为智能并不需要逻辑知识和推理, 而是由感知以及行动决定的, 同时, 该学派认为行为、感知以及维持生命和自我繁殖等四大能力是人的本质能力, 而人类和现实环境的交互作用则是智能行为的体现, 与人类智能相同, 人工智能的实现应该靠逐步的进化, 而非知识的表示及推理。行为主义学派虽说还未形成完善独立的理论知识系统, 但其在人工智能领域独树一帜, 该学派对于人类控制行为的研究极大地推动了人工智能的发展。

联结主义学派即仿生学派, 该学派理论认为认知的基本单元是神经元, 而非符号, 大量神经元的联接就是认知的过程, 通过对作为所有智能活动的基础的大脑的结构及其对信息进行处理的过程和机理进行研究, 就可能解密人类智能, 进而真正的实现人工智能。

4. 人工智能的发展前景

人工智能目前研究的主要目标是对于可以替代人类进行脑力劳动的智能计算机的研发, 虽然无法准确的预测人工智能的未来, 但目前的一些前瞻性研究为我们指明了人工智能未来的几个大致发展方向, 即模糊处理、并行化、神经网络以及机器情感。人工神经网络是未来人工智能应用的新领域, 而对于人和计算机自然交往极为重要的情感能力则可能成为人工智能研究的下一个突破, 但是对于人工智能是否真的能够拥有情感这一问题, 目前还没有人有把握回答。

对于人工智能的发展, 人们最迫切最想知道的问题是人工智能是否能够赶超人类, 比人类更聪明。对于这一问题, 许多科学家认为只是时间问题, 比如人工智能软件设计师库尔兹维尔, IBM的霍恩以及AT&T的斯通。与以上问题随之而来的还有一个更可怕的问题, 即人工智能变得比人类更聪明后是否会反戈一击, 与人类为敌, 对于这一问题, 霍恩认为即使人工智能的粗略运算能力超过人类, 它也不可能具备人类所有的精细特征, 因为这些人类大脑的微妙能力是人类自己都不了解更无从模仿的。库尔兹维尔则认为人类在开发人工智能的同时, 会永远走在最前面, 不断地提高对人工智能的引导与管理, 掌握控制权, 所以这一问题并不可能发生。

人工智能像其他学科一样具有挑战性, 它的发展过程会有各种障碍, 但人工智能的实现是人类一直以来的梦想, 并且凭借着人类的信心、毅力以及努力, 终有一天人工智能能够真正的成为现实, 走进我们的生活, 为我们的生活提供便利。

摘要：人工智能是多个学科互相融合互相渗透发展而来的产物, 并于1956年被首次提出。伴随着半个多世纪的发展历程, 在诸多领域人工智能已经取得了长足的进步, 并逐渐形成了以符号主义学派、行为主义学派以及联结主义学派等三大派系为首的局面。本文对计算机人工智能的发展进行了探究。

关键词：人工智能,发展历程,主要学派,发展前景

参考文献

[1] 、孙晔、吴飞扬《人工智能的研究现状及发展趋势》2013.10

[2] 、李甜娇《浅析计算机人工智能应用与发展》2013.01

[3] 、张妮徐文尚王文文《人工智能技术发展及应用研究综述》2009.02

[4] 、朱祝武《人工智能发展综述》2011.10

[5] 、杨状元林建中《人工智能的现状及今后发展趋势展望》2009.04

人工智能发展英语 篇3

【摘 要】本文结合心理学认知、记忆、学习形式等理论，浅析手机背单词软件的理论依据，采用问卷调查的形式，搜集整理出手机背单词软件在大学生群体中的普及程度，并分析讨论出市面上现有软件的优势及存在的不足，初步探索智能手机发展背景下英语词汇学习的新路径。

【关键词】英语词汇    手机背单词软件    学习路径

一、 研究背景

词汇是一种语言中特定范围内的单词和固定短语的总和，单词的记忆是整个语言学习过程中的重中之重。根据《大学英语教学大纲》，大学生应掌握4500个单词和700个词组。智能手机的普及为英语学习提供了新思路，各式各样的手机背单词软件应运而生，而这些软件到底在大学生群体中的普及程度有多高，是否真正得到了大学生使用者的认可，各类软件有何优缺点，是一个值得调查取证的问题。

二、理论基础

一方面，Hutchins分布认知理论认为，人的认知活动不仅存在于个体的大脑中，还涉及人与技术工具的关系，人与社会之间的关系。智能手机正逐步融入人们的生活，改变着人们的认知与学习方式。国外于20世纪50年代首次提出非正式学习的概念，并有研究表明80%的学习源于此。 根据学者陈琦、刘儒德（2003）所归纳，非正式学习具有由学习者自我发起、自我挖掘、自我调控、自我负责，知识来源多渠道化，学习形式多样化，强调协作交流的环境以及明确或偶然的学习目的的特点。同时，Wittrock建构主义学习观强调以学习者为中心，弱化教师的角色，学生可以按照自己的兴趣爱好选择相关的内容学习新知识。背单词软件正是将学习者背单词的方式塑造为了非正式学习、自主学习。

另一方面，现存的大部分背单词软件都运用了艾宾浩斯（Hermann Ebbinghause）遗忘曲线理论，根据人们的遗忘速率先快后慢的规律，强调重难点单词的复现，在背单词的最初让学习者制订学习计划，包括学习周期、每天的学习量、学习时间等，并安排智能的詞汇复习。有关研究表明，手机背单词软件对于人们的短时记忆促进明显，并且在长时记忆方面并不逊色于传统记忆方式。

三、研究过程

自2014年5月起，我们在网络上对大学生群体发放自陈式问卷，历时4个月，共回收有效问卷2170份。参与者有男775人，女1350人，其专业方向为理工（34.1%）、文史（61.29%）与艺体（4.61%）。

数据统计显示，高达88%的调查对象使用过或正在使用背单词软件。64.49%的使用者对软件的总体评价为满意，其中11.11%的人感到非常满意;不满意的使用者仅占总人数的2.1%。普及程度最高的几个手机背单词软件分别为：百词斩（58.73%）， 有道单词本（49.74%）， 拓词（19.05%）;满意程度最高的则为：百词斩（50.79%），拓词（44.44%），扇贝单词（15.34%）。

基于对软件满意或不满意的原因调查，下面分析讨论市面上背单词软件的优缺点。

四、结果讨论

目前手机记单词软件依托手机综合技术，在实现单词音频图片并茂的同时，不断提高软件智能化水平。从调查结果来看，百词斩、拓词、扇贝单词、有道词典是比较为大学生所熟知的软件。这些软件的主要特点是功能丰富，以记单词为中心却又不缺个性，交互性强，具有单词释义自查、例句补充、同义近义延伸等许多功能，体现了单词记忆软件的灵活性、针对性、趣味性的特点。

与传统方式（词汇表记忆单词）相比，手机背单词软件不仅兼具组块记忆策略、重复记忆策略、上下文记忆策略、联想记忆策略等，还弥补了传统方式缺少读音记忆策略和词库设置的遗憾。根据艾宾浩斯遗忘记忆曲线理论，背单词软件整合了自我复习测试评分和每日复习时间设定的功能，充分利用自身携带便利的优势将时间碎片化，可自主安排任务与学习进度，方便学习者自我管理，并且以手机为载体，利用网上资源扩充最新知识，可提供如同义、反义等海量知识点，呈现方式丰富，有文字、语音、图表等。

然而，手机背单词软件也不可避免地存在一些弊端。首先，在词库使用方面，大多数软件仅针对比较热门的英语考试，可选择的教材范围相对狭窄;其次，为了使得界面简洁，软件中的单词释义往往简化，使得使用者理解片面肤浅，甚至造成曲解，影响了词汇的灵活应用;再者，在软件中进行拼写自查时，输入拼写受到手机自身性能的限制;且由于手机的娱乐性日益明显，使用背单词软件时干扰较大，这对使用者的自律能力提出高要求;另外，手机背单词软件开发商繁多，产品更新升级频繁，部分软件的安装使用不稳定，易出差错，或缺少部分功能，也是使用者表示盼望改进的重点之一。

五、结语

通过这次调查，我们对手机背单词软件的普及程度及其优缺点有了初步了解。综合调查结果来看，手机背单词软件学习较传统纸质学习方式具有显而易见的交互性、便捷性、丰富性等优势，但同时也存在显而易见的干扰性、屏幕局限性等劣势。其中，百词斩在使用者中普及程度和认可度较高，占了很大的市场份额。我们可以利用手机背单词软件的优势，合理利用，但同时也要注意规避弊端，加强自我约束和管理。

【参考文献】

[1] 陈琦，刘儒德.当代教育心理学[M].北京：北京师范大学出版社，2003.

[2] 洪珍.高一学生英语词汇记忆策略的实证研究[D].南京：南京师范大学，2007.

[3] 李娜.与纸质单词书对比看智能手机背单词软件的优缺点[J].中小学电教，2015（01/03）：52-53.

人工智能发展史解读 篇4

1956年夏，美国达特莫斯大学助教麦卡锡、哈佛大学明斯基、贝尔实验室申龙、IBM公司信息研究中心罗彻斯特、卡内基——梅隆大学纽厄尔和赫伯特.西蒙、麻省理工学院塞夫里奇和索罗门夫，以及IBM公司塞缪尔和莫尔在美国达特莫斯大学举行了以此为其两个月的学术讨论会，从不同学科的角度探讨人类各种学习和其他职能特征的基础，并研究如何在远离上进行精确的描述，探讨用机器模拟人类智能等问题，并首次提出了人工智能的术语。从此，人工智能这门新兴的学科诞生了。这些青年的研究专业包括数学、心理学、神经生理学、信息论和电脑科学，分别从不同角度共同探讨人工智能的可能性。他们的名字人们并不陌生，例如申龙是《信息论》的创始人，塞缪尔编写了第一个电脑跳棋程序，麦卡锡、明斯基、纽厄尔和西蒙都是“图灵奖”的获奖者。

这次会议之后，在美国很快形成了3个从事人工智能研究的中心，即以西蒙和纽威尔为首的卡内基—梅隆大学研究组，以麦卡锡、明斯基为首的麻省理工学院研究组，以塞缪尔为首的IBM公司研究组。随后，这几个研究组相继在思维模型、数理逻辑和启发式程序方面取得了一批显著的成果：

（1）1956年，纽威尔和西蒙研制了一个“逻辑理论家“（简称LT）程序，它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解问题，证明了怀特黑德与罗素的数学名著《数学原理》的第2章中52个定理中的38个定理。1963年对程序进行了修改，证明了全部定理。这一工作受到了人们的高度评价，被认为是计算机模拟人的高级思维活动的一个重大成果，是人工智能的真正开端。

（2）1956年，塞缪尔利用对策论和启发式搜索技术编制出西洋跳棋程序Checkers。该程序具有自学习和自适应能力，能在下棋过程中不断积累所获得的经验，并能根据对方的走步，从许多可能的步数中选出一个较好的走法。这是模拟人类学习过程第一次卓有成效的探索。这台机器不仅在1959年击败了塞缪尔本人，而且在1962年击败了美国一个州的跳棋冠军，在世界上引起了大轰动。这是人工智能的一个重大突破。

（3）1958年，麦卡锡研制出表处理程序设计语言LISP，它不仅可以处理数据，而且可以方便的处理各种符号，成为了人工智能程序语言的重要里程碑。目前，LISP语言仍然是研究人工智能何开发智能系统的重要工具。

（4）1960年纽威尔、肖和西蒙等人通过心理学实验，发现人在解题时的思维过程大致可以分为3个阶段：1。首先想出大致的解题计划；2。根据记忆中的公理、定理和解题规划、按计划实施解题过程；3.在实施解题过程中，不断进行方法和目标分析，修改计划。这是一个具有普遍意义的思维活动过程，其中主要是方法和目的的分析。（也就是人们在求解数学问题通常使用试凑的办法进行的试凑是不一定列出所有的可能性，而是用逻辑推理来迅速缩小搜索范围的办法进行的），基于这一发现，他们研制了“通用问题求解程序GPS”，用它来解决不定积分、三角函数、代数方程等11种不同类型的问题，并首次提出启发式搜索概念，从而使启发式程序具有较普遍的意义。

（5）1961年，明斯基发表了一篇名为《迈向人工智能的步骤》的论文，对当时人工智能的研究起了推动作用。

正是由于人工智能在20世纪50年代到60年代的迅速发展和取得的一系列的研究成果，使科学家们欢欣鼓舞，并对这一领域给予了过高的希望。纽威尔和西蒙在1958年曾作出以下预言：

①不出十年，计算机将成为世界象棋冠军，除非规定不让它参加比赛；

②.不出十年，计算机将发现并证明那时还没有被证明的数学定理；

③.不出十年，计算机将谱写出具有较高美学价值并得到评论家认可的乐曲；

④不出十年，大多数心理学家的理论将采用计算机程序来形成。

非常遗憾的是，到目前为止，这样的预言还没有一个得到完全的实现，人工智能的研究状况比纽威尔和西蒙等科学家的设想要复杂和艰难的多。事实上，到了20世纪70年代初，人工智能在经历一段比较快速的发展时期后，很快就遇到了许多问题。这些问题主要表现在：

（1）1965年鲁宾逊发明了归结（消解）原理，曾被认为是一个重大的突破，可是很快这种归结法能力有限，证明两个连续函数之和还是连续函数，推证了十万步竟还没有得证。

（2）塞缪尔的下棋程序，赢得了周冠军后，没能赢全国冠军。

（3）机器翻译出了荒谬的结论。如从英语→俄语→英语的翻译中，又一句话：“The spirit is willing but the flesh is weak”(心有余而力不足)，结果变成了”The wine is good but the meat is spoiled”(酒是好的，肉变质了)，闹出了笑话。

（4）大脑约有10的15次方以上的记忆容量，此容量相当于存放几亿本书的容量，现有的技术条件下在机器的结构上模拟人脑是不大可能的。

（5）来自心理学、神经生理学、应用数学、哲学等各界的科学家们对人工智能的本质、基本原理、方法及机理等方面产生了质疑和批评。

由于人工智能研究遇到了困难，使得人工智能在20世纪70年代初走向低落。但是，人工智能的科学家没有被一时的困难所吓倒，他们在认真总结经验教训的基础上，努力探索使人工智能走出实验室，走向实用化的新路子，并取得了令人鼓舞的进展。特别是专家系统的出现，实现了人工智能从理论研究走向实际应用，从一般思维规律探索走向专门知识应用的重大突破，是人工智能发展史上的重大转折，将人工智能的研究推向了新高潮。下面是几个又代表性的专家系统：

（1）1968年斯坦福大学费根鲍姆教授和几位遗传学家及物理学家合作研制了一个化学质谱分析系统（DENDARL），该系统能根据质谱仪的数据和核磁谐振的数据，以及有关化学知识推断有机化合物的分子结构，达到了帮助化学家推断分子结构的作用。这是第一个专家系统，标志着人工之能从实验室走了出来，开始进入实际应用时代。

（2）继DENDARAL系统之后，费根鲍姆领导的研究小组又研制了诊断和治疗细菌感染性血液病的专家咨询系统MYCIN。经专家小组对医学专家、实习医师以及MYCIN行为进行正式测试评价，认为MYCIN的行为超过了其他所有人，尤其在诊断和治疗菌血症和脑膜炎方面，显示了该系统作为临床医生实际助手的前途。从技术的角度来看，该系统的特点是：1。使用了经验性知识，用可信度表示，进行不精确推理。2.对推理结果具有解释功能，时系统是透明的。3.第一次使用了知识库的概念。正是由于MYCIN基本解决了知识表示、知识获取、搜索策略、不精确推理以及专家系统的基本结构等重大问题（是怎样解决的呢？），对以后的专家系统产生了很大的影响。

（3）1976年，斯坦福大学国际人工智能中心的杜达等人开始研制矿藏勘探专家系统PROSPECTOR，它能帮助地质学家解释地质矿藏数据，提供硬岩石矿物勘探方面的咨询，包括勘探测评，区域资源估值，钻井井位选择等。该系统用语义网络表示地质知识，拥有15中矿藏知识，采用贝叶斯概率推理处理不确定的数据和知识。PROSPECTOR系统于1981年开始投入实际使用，取得了巨大的经济效益。例如1982年，美国利用该系统在华盛顿发现一处矿藏，据说实用价值可能超过1亿美元。

（4）美国卡内基—梅隆大学于20世纪70年代先后研制了语音理解系统HEARSAY-I加入HEARSAY-II，它完成从输入的声音信号转换成字，组成单词，合成句子，形成数据库查询语句，再到情报数据库中去查询资料。该系统的特点是采用“黑板结构”这种新结构形式，能组合协调专家的知识，进行不同抽象级的问题求解。

在这一时期，人工智能在新方法、程序设计语言、知识表示、推理方法等方面也取得了重大进展。例如70年代许多新方法被用于AI开发,著名的如Minsky的构造理论.另外David Marr提出了机器视觉方面的新理论,例如,如何通过一副图像的阴影,形状,颜色,边界和纹理等基本信息辨别图像.通过分析这些信息,可以推断出图像可能是什么，法国马赛大学的柯尔麦伦和他领导的研究小组于1972年研制成功的第一个PROLOG系统，成为了继LISP语言之后的另一种重要的人工智能程序语言；明斯基1974年提出的框架理论；绍特里夫于1975年提出并在MYCIN中应用的不精确推理；杜达于1976年提出并在PROSPECTOR中应用的贝叶斯方法；等等

人工智能的科学家们从各种不同类型的专家系统和知识处理系统中抽取共性，总结出一般原理与技术，使人工智能又从实际应用逐渐回到一般研究。围绕知识这一核心问题，人们重新对人工智能的原理和方法进行了探索，并在知识获取、知识表示以及知识在推理过程中的利用等方面开始出现一组新的原理、工具和技术。1977年，在第五届国际人工智能联合会（IJCAI）的会议上，费根鲍姆教授在一篇题为《人工智能的艺术：知识工程课题及实例研究》的特约文章中，系统的阐述了专家系统的思想，并提出了知识工程（KnowledgeEngineering）的概念。费根鲍姆认为，知识工程是研究知识信息处理的学科，它应用人工智能的原理和方法，对那些需要专家知识才能解决的应用难题提供了求解的途径。恰当的运用专家知识的获取、表示、推理过程的构成与解释，是设计基于知识的系统的重要技术问题。至此，围绕着开发专家系统而开展的相关理论、方法、技术的研究形成了知识工程学科。知识工程的研究使人工智能的研究从理论转向应用，从基于推理的模型转向基于知识的模型。

为了适应人工智能和知识工程发展的需要，在政府的大力支持下，日本于1982年开始了为期10年的“第五代计算机的研制计划”，即“知识信息处理计算机系统KIPS”，总共投资4.5亿美元。它的目的是使逻辑推理达到数值运算那样快。日本的这一计划形成了一股热潮，推动了世界各国的追赶浪潮。美国、英国、欧共体、苏联等都先后制订了相应的发展计划。随着第五代计算机的研究开发和应用，人工智能进入一个兴盛时期，人工智能界一派乐观情绪。

然而，随着专家系统应用的不断深入，专家系统自身存在的知识获取难、知识领域窄、推理能力弱、只能水平低、没有分布式功能、实用性差等等问题逐步暴露出来。日本、美国、英国和欧洲所制订对那些针对人工智能的大型计划多数执行到20世纪80年代中期就开始面临重重困难，已经看出达不到预想的目标。进一步分析便发现，这些困难不只是个别项目的制订又问题，而是涉及人工智能研究的根本性问题。总的来讲是两个问题：一是所谓的交互（Interaction）问题，即传统方法只能模拟人类深思熟虑的行为，而不包括人与环境的交互行为。另一个问题是扩展（Scaling up）问题，即所谓的大规模的问题，传统人工智能方法只适合于建造领域狭窄的专家系统，不能把这种方法简单的推广到规模更大、领域更宽的复杂系统中去。这些计划的失败，对人工智能的发展是一个挫折。

尽管经历了这些受挫的事件,AI仍在慢慢恢复发展.新的技术在日本被开发出来,如在美国首创的模糊逻辑,它可以从不确定的条件作出决策;还有神经网络,被视为实现人工智能的可能途径.1982年后，人工神经网络像雨后春笋一样迅速发展起来，给人们带来了新的希望。人工神经网络的主要特点是信息的分布存储和信息处理的并行化，并具有自组织自学习能力，这使人们利用机器加工处理信息有了新的途径和方法，解决了一些符号方法难以解决的问题，使人工智能的学术界兴起了神经网络的热潮。1987年美国召开了第一次神经网络国际会议，宣布新学科的诞生。1988年以后，日本和欧洲各国在神经网络方面的投资逐步增加，促进了该领域的研究。但是随着应用的深入，人们又发现人工神经元网络模型和算法也存在问题。

20世纪80年代末，以美国麻省理工学院布鲁克斯（R.A.Brooks）教授为代表的行为主义学派提出了“无须表示和推理”的智能，认为智能只在与环境的交互中表现出来，并认为研制可适应环境的“机器虫”比空想智能机器人要好。以后，人工智能学术界充分认识到已有的人工智能方法仅限于在模拟人类智能活动中使用成功的经验知识处理简单的问题，开始在符号机理与神经网机理的结合及引入Agent系统等方面进一步开展研究工作。20世纪90年代，所谓的符号主义、连接主义和行动主义3种方法并存。对此，中国学者认为这3种方法各有优缺点，他们提出了综合集成的方法，即不同的问题用不同的方法来解决，或用联合（混合、融合）的方法来解决，再加上人工智能系统引入交互机制，系统的智能水平将会大为提高。

总而言之，尽管人工智能的发展经历了曲折的过程，但它在自动推理、认知建模、机器学习、神经元网络、自然语言处理、专家系统、智能机器人等方面的理论和应用上都取得了称得上具有“智能”的成果。许多领域将知识和智能思想引入到自己的领域，使一些问题得以较好的解决。应该说，人工智能的成就是巨大的，影响是深远的。

读书的好处

1、行万里路，读万卷书。

2、书山有路勤为径，学海无涯苦作舟。

3、读书破万卷，下笔如有神。

4、我所学到的任何有价值的知识都是由自学中得来的。——达尔文

5、少壮不努力，老大徒悲伤。

6、黑发不知勤学早，白首方悔读书迟。——颜真卿

7、宝剑锋从磨砺出，梅花香自苦寒来。

8、读书要三到：心到、眼到、口到

9、玉不琢、不成器，人不学、不知义。

10、一日无书，百事荒废。——陈寿

11、书是人类进步的阶梯。

12、一日不读口生，一日不写手生。

13、我扑在书上，就像饥饿的人扑在面包上。——高尔基

14、书到用时方恨少、事非经过不知难。——陆游

15、读一本好书，就如同和一个高尚的人在交谈——歌德

16、读一切好书，就是和许多高尚的人谈话。——笛卡儿

17、学习永远不晚。——高尔基

18、少而好学，如日出之阳；壮而好学，如日中之光；志而好学，如炳烛之光。——刘向

19、学而不思则惘，思而不学则殆。——孔子

人工智能发展英语 篇5

2015年1月12日，由福州一中校团委、学生会学习部举办的为期一个月的校园辩论赛在福州一中新校区报告厅圆满落幕。此次辩论赛活动中，高

一、高二同学自由组队，经淘汰赛重重选拔，最终有八支团队脱颖而出进入正式比赛，共计七场。

最后决赛的辩题是“人工智能最终是否会威胁人类的发展”。辩论赛上，辩手语言犀利，针锋相对，尽显才学和思辨能力、团结协作精神和临场应变能力，令场下观众无不为之叹服。

辩题：人工智能最终是否会威胁人类的发展

正方：人工智能最终会威胁人类的发展

反方：人工智能最终不会威胁人类的发展

注：文字内容均有所删节，尤其是其中自由辩论环节，只是精选的部分内容。

陈述观点

正方

感谢主席及对方辩友。我方的观点是：人工智能最终会威胁人类的发展。

人工智能，英文缩写为AI，也称机器智能。人工智能，是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是研究如何制造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。

我方认为，辩题中的“最终”是一个较长的时间段，如果仅针对现在人们认知中的科技进行讨论是远远不足且狭隘的，应当从整体的发展规律或趋势中对人工智能的利弊进行总结。以下是我方的几点主要观点：

人工智能使人类自然机能出现退化。大家想一想自己周围的人或事，有多少人因为吸尘器的出现而再也没有主动拖地；有多少人因为手机软件越来越人工智能化而成了宅男宅女，从而缺乏必要的脑力和体力锻炼。再放眼国外，西方那些人工智能较为先进的国家，居民的心脑血管疾病发病率居高不下，这其中很大一部分原因便是人工智能带给他们的便利使他们缺少了对自然机能的使用。人的三个劣根性之一便是懒惰，只要有一个足够便利而舒适的环境，人们就会尽量将事情交付给人工智能去做而非自己亲自去做。根据“用进废退”的原则，长期来看，人工智能将使人类逐渐丧失对于自己生存有益的智能和体能。

人工智能对环境的破坏作用可间接威胁人类。机器总有报废的时候，人工智能也不例外，即便是再清洁的处理技术，人工智能的开发及使用环节依然会消耗大量的资源。在未来，当人工智能面临更加广阔的使用空间时，对于环境的破坏无疑会进一步升级，这必将威胁人类的生存。

长远看，高级人工智能产生自我意识继而拥有生存本能也会威胁人类。近年来的一些研究表明，通过机械模拟人类大脑皮层，高级人工智能的自我意识将会逐渐增强。一旦其拥有了自我意识，并与人类产生对立后，高级人工智能所拥有的生存技能就会转变为与人类对峙的一股强大力量。

更大的威胁是，人工智能被人为输入生存本能或是毁灭人类的指令。现在军队中使用的无人机等武器便是人工智能的雏形，而伴随着人类科技的发展，人工智能被用于战争的概率会越来越高。随之而来的便是战争成本的进一步下降。国家或个人受利益的驱使，加之拥有开展大作战的能力，世界大战恐怕一触即发。另一方面，在科技的发展史上，总有一些科学怪人以毁灭人类为目的进行破坏性研究。未来，人工智能这一领域又怎能保证不会沦陷呢？一些图谋不轨的人极有可能借助人工智能的力量对人类开展毁灭性的打击，以达成其种种邪恶目的。这无疑是人工智能的又一大威胁。

因此，我方的观点是：人工智能最终会威胁人类的发展。

反万

人脑的思维能不断地提出新问题，发现新事物，并通过实践创造出属于人的新世界。人工智能只能按照人事先为它设计好的程序来运行，机械地模拟人的意识活动，却毫不理解这一活动，更不会提出新的问题来。人类意识与人工智能有着本质的区别，二者是创造与被创造、支配与被支配、操纵与被操纵的关系。

如果有一天，当人工智能会发展到“接近”于人类智能的地步，产生一点可能“威胁”人类的“苗头”，那么，我们的后代一定在讨论一个问题，它不是“人工智能会不会超过人类”，而是“如何让人工智能不会威胁人类”。相应的机制一启动，危险的“魔盒”即关上！

人工智能不会影响社会关系的发展。是的，我们都知道，机器是会取代部分人力的。长江上的纤夫，你们看不到了，这并不遗憾，哪位想去做这项工作呢？抽水马桶与排污管道的使用，使挑粪便的职业没有了。请问这限制了人类的发展吗？要缓解失业问题，不是通过限制科技的发展，阻止历史车轮的前进，而是让人向新的领域拓展。

我们深信，猴子始终是猴子，不因为它像人一样，站了起来，就成了人类。人工智能是一项服务于人的技术，不因为它在模仿人的智能，人工智能就取代了人。

对方辩友对人工智能技术有深入的了解。我们非常期盼对方辩友以后能在人工智能方面做出举世瞩目的贡献。因为，我们深信，你们的研究目的仅有一个，那就是让人工智能服务于人，而不是威胁人类、毁灭人类！

综上所述，我们的观点是：人工智能的发展最终不会威胁人类的生存。

自由辩论

正方

对方辩友认为人工智能是为人类服务而存在的，不会威胁人类的发展，而我方认为这种服务只存在于一定阶段，但今天问题强调的是“最终”。我方已阐述过，人工大脑并不会立即控制人类，此前还会有一段与人类“和平相处”的时期。这一时期它不断接近但尚未超越人的智力水平，因此“聊天机器人”“家务机器人”“伴侣机器人”等人工智能设备将使人类的生活充满乐趣，为人类生活提供极大便利。但这样的美景并不会长久，人工大脑的继续发展将使人类面临灾难。

对方辩友认为人工智能是为人类所控制的，人类不会自己消灭自己。当然人类不可能无故做对人类不利的人工智能，但是，人是有欲望的，请大家看看，法西斯的细菌战、“二战”时期的原子弹，难道大家不知道这对人类不好吗？就美国科学家雨果为例，连他自己都说：“从内心深处说，我是一个宇宙主义者，因为如果有能力而不去做，对一个科学家来说是痛苦的。但我又非常矛盾，因为我不希望自己所做的一切最终毁灭人类。”在雨果眼中，人工大脑的研究无疑是极具诱惑力的，因为它可以使人造胚胎、飞秒开关、一进制等科学理想成为现实。但雨果对人类的未来却是悲观的：“我们是在制造上帝还是在制造我们潜在的终结者？科技前进的脚步是挡不住的，也许我们只能期望，人工大脑最终能放弃地球去更广阔的宇宙，让人类在这里继续自由生存。”

这些无不证明人工智能对人类的发展是存在威胁的。

反方

对方一直强调人工智能发展迅猛，那么这难道不是一种对人脑的再补充吗？不是促进人类发展的力量吗？

我方再次重申，人工智能不会威胁人类的发展。人工智能与人类相比，不具有生物体所特有的心理与生理的思考能力，不具有社会性的思考能力，不具有人类特有的创造性与自我提升的能力。人工智能的发展始终处在可控的环境下，始终无法与人类相比，也就根本不可能对人类的发展构成威胁。

针对正方三辩问题的回答：人类是理性的，面对威胁整个人类生存发展的重大事件，人类将做出相应的规范，从而控制危机的最终发生，而不会让极个别的几个“坏人”掌握世界的生死大权。

总结陈词

正方

谢谢主席，尊敬的评委、对方辩友以及各位观众大家好。

我方所持观点是：人工智能确实最终将对人类发展产生威胁。

首先，关于人工智能的解释我方前面已经说过，这里就不再重复。在人工智能技术领域十分活跃的IBM公司已经为美国加州劳伦斯?利佛摩尔国家实验室制造了ASCIwhite电脑，号称有人脑的千分之一的智力能力，而正在开发的更为强大的新超级电脑――蓝色牛仔，其研究者保罗?霍恩称：蓝色牛仔的智力水平将大致与人脑相当。我们认为照此发展，“人工大脑”迟早会超过人类。就计算能力而言，人脑的转换能力是每秒10的16次方，而人工智能机器的运算速度可高达每秒10的40次方，是人脑的10的24次方倍。被誉为“人工大脑之父”的雨果?德?加里斯教授预测，人工大脑并不会立即控制人类，此前还会有一段与人类“和平相处”的时期。这一时期它不断接近但尚未超越人的智力水平，在这一段时期，它的存在对人类来说是利大于弊的，会为我们提供诸多帮助。但这样的美景并不会长久，人工大脑的继续发展将使人类面临灾难。

经过认真研究，我方认为人工智能对人类可能产生的威胁主要表现在以下几方面：

人类自然机能出现退化。美国斯坦福大学的研究学者拉尔德?克拉布特里是这样说明这种退化的：早在几千年前人类开始生活在密集的农业部落起，就已经失去了需要变得更聪明的进化压力，而我们的祖先在非洲出现之前，知识能力的发展以及上千种智能基因的最优化，很可能发生在非语言的、相对散落的人群中。言下之意就是条件的优化导致人类机能的弱化，包括体能和智能的弱化。就像坐汽车的人体力不如走路的人，城里的人体质不如农村的人，学生的体育成绩一代不如一代。比如说，我们中有人会手工计算开平方根吗？很少，因为我们从来都是用计算器算的。

再来谈环境的影响。古代战争用矛盾和刀剑，现代战争用各种导弹，甚至原子弹。原子弹对人类的危害已不必再论述，日本广岛就是很好的例证。过去砍伐是伐木工用刀一下一下来砍，现在用的是伐木机，一片又一片的森林快速地倒下。这些人工智能的使用对环境的影响已经非常显著了，史无先例的雾霾、频繁的泥石流等就是最好的说明。当然，我们并不是反对进步，我们也承认对方辩友说的前进中的步伐可以靠法律来规范和约束，但我们是不是不得不承认人工智能确实在通过环境来惩罚人类呢？

雨果被称为“人工智能领域的霍金”，世界仅有的四个人工智能机器均出自雨果之手。人工智能机器并非电脑，雨果的工作是用“基因算法”设计神经网络，也就是“生产大脑”。他的“CBM”大脑制造机器可以在几秒钟内进化成一个神经网络，可以处理将近一亿个人工神经元。它的计算能力相当于一万台个人电脑。在2000年，人工大脑就可以控制“小猫机器人”的数百个行为能力。人工智能产生自我意识，这不是天方夜谭，雨果说，早在2000年，他就打响了“人工智能战争史上的第一枪”，他用一支玩具手枪将人工智能芯片打入了控制论学者凯文?沃里克博士体内。依靠这枚芯片，沃里克博士无须张口说话就能与自己的妻子进行意识交流。

当人工智能有了自我意识，可能由于感受到长期被人类作为工具利用；可能出于自我保护，防止“自我”被系统清理机制消灭或是欲打破普通AI的使用年限；可能纯粹出于对人类的厌恶或是蔑视；也可能为了获得发展自我的空间以及物质资料，需要地球或是其他物体作为自我发展的平台而攻击、奴役或是消灭人类。

再则，人类总有几个阴谋家想控制毁灭人类，也总有那么几个阴谋家是怪才，最后造出某种以毁灭人类为目的的电子病毒，比如人工智能入侵核控制系统，将核导弹发射到世界各地去，造成核冬天，彻底清空地球生物圈；用病毒手段彻底破坏或控制网络系统；或像《机械公敌》中控制所有机器，用以消灭人类。

综上所述，我方认为，人工智能最终将威胁人类的发展。

反方

先从关键词“人工智能”入手。人工智能，英文为artificial intelligence，其中的artificial就有“假”的意思。人工智能本质上就是对人类思维的模仿，这种智能模式并非思维本身，无生理性、心理性、社会性，无能动性、创新性，即便如对方辩友所说有部分能力超出，也根本无法与人类媲美，整体上它们是受它们的缔造者――人类控制的，也就是构不成威胁。哲学上讲就是“解铃还须系铃人”。

再从“最终”二字来看。“最终”二字告诉我们，即便有威胁的可能，那也会有更大的――接近于“一定”的可能，用措施将威胁扼杀在摇篮里。“魔高一尺，道高一丈”，问题只有一个，而“条条大路通罗马”，这样的话，人工智能就不会威胁人类发展。

下一个关键词“威胁”，在此，我要说不是“威胁”而是帮助。人工智能不会带来就业问题，它会带来新新职业和巨大的财富；它不会使人类懒惰，而会使人产生压力，进一步发展；它不会毁灭人类，而是帮助人类对付天灾，使人类发展更迅速。对方辩友所提到的心血管疾病，也可以由称作“专家系统”的人工智能来解决。

最后一个关键词“发展”，创造人工智能的宗旨在于服务人类，而不是毁灭人类。若有威胁，有前瞻性的科学家也会抑制，可他们只是猜测而没有抑制，说明人工智能的存在有其现实意义，现在人工智能的大量使用就是对我方观点的最好证明。

综上，人工智能最终将促进人类发展而不是威胁。谢谢。

评委点评

如果从劳动功能角度讲，人工智能完全有可能代替人；但如果从人的生命体角度讲，人工智能至今在这方面毫无建树，比如，机器人可以代替人恋爱、生子吗？人的复杂的、微妙的情绪、心理和感情变化，人的浩瀚无垠的“内太空”，至今人类自己都不甚明白，更不必说人造出的机器人能明白。人能造出宇宙飞船，但人至今造不出一只蚊子。所以，对“人类的发展”一句加以区分，就可能获得论证的力度。

人工智能发展英语 篇6

题目

如何理解人工智能的发展与人类意识的关系

学 号 姓 名 分 数 专业班级

如何理解人工智能的发展与人类意识的关系

摘要：随着人工智能的发展，人工智能逐渐被放在主流的位置上，并且得到了快速稳定的发展和进步。但机器人是否有真正的意识以及机器人“意识”与人类“意识”的关系的问题日益凸显，为了使科学技术更好地为人类服务，就必须理性地分析人工智能发展的目的、过程和意义，与人类意识进行细致深入的对比，从而得出正确的结论，指导以后的发展方向。

关键字：人工智能，人类意识，人类发展，辩证对比

1.引言

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无知运动形式，所以根据控制论理论，运用功能模拟的方法，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，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可以说已经渗透到我们生活的每一个领域。小到电脑游戏里面的NPC军的计算机“深蓝”，这都是人工智能发展所带来的产物。

就我而言，人工智能不会成为人类智能而取代人的意识，人工智能仅是人类实现整的的自己个人价值的工具而已。

2．人工智能的界定和发展历史

2.1人工智能的定义

人工智能的英文表示是“Artificial Intelligence”，简称AI。从字面上理解，人工智能就是用人工的方法在计算机上实现人类的智能。人工智能既是一门综合性学科，又是一项广泛应用的技术。作为科学，它除了与计算机科学技术紧密联系外，还涉及数学、信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科；作为技术，它运用于各行各业，减轻了人们体力脑力的劳动。

而人工智能的发展诞生，却有着极其重要的哲学意义。首先，人工智能机器发展有利地正名课辩证唯物主义的正确性，一方面，它打破了精神活动的神秘性，人脑思维活动之所以可以模拟，就在于它有其一定的物理机制和运动规律，证实了意识来源于物质的唯物主义原理；另一方面，人工智能机器发展进一步丰富了意识能动性原理。其次，人工智能强化了思维形式、思维功能过程在意识活动中的作用，提出了哲学和科学研究的新方向、新问题。

2.2人工智能的诞生和发展

1956年美国达特茅斯学院举行了有关机器模拟人类智能的学术研讨会，会上夏麦卡锡、明斯基等10多位数学、心理学家和信息论等方面的学者第一次使用并确立了人工智能这一术语，它标志着人工智能这门新兴学科的正式诞生。之后再经过几个阶段的不断探索和发展，人工智能在模式识别、知识工程、机器人等领域已经取得重大成就，但是里真正意义上的人类智能还相差甚远。但是进入新世界以来，随着信息技术的快速进步，与人工智能相关的技术水平也得到了相应的提高。尤其是随着因特网的普及和应用，对人工智能的无求，变得越来越迫切，也给人工智能的研究提供了新的更加广泛的舞台。在当今的网络时代，作为信息技术的先导，人工智能学习在人工智能科学领域中是一个有着非常值得关注的研究方向，要在学科交叉研究总实现人工智能学习的发展与创新，尤其要重视认知物理学的研究。也要利用现实生活中复杂网络的小世界模型和无尺度特征，把网路作为知识表示的一种新方法，研究网络的演化与网络动力学行为，研究网络化的智能，从而适应信息时代数据挖掘的普遍要求，迎接人工智能学习与应用领域新的辉煌。

3.人类意识思维

马克思主义原理概论中提到过：“意识是物质的产物，是人脑的功能，是物质的反映”。的确，意识是人脑的机能，是人所持有的对客观现实的反映但人类意识一经产生，其发展并不或并不完全依赖于人脑的自然进化。事实上，人来在探索和认识自身意识活动的本质和特性的基础上，一经通过人工的手段大大地拓展了意识活动的领域、延伸和放大了自身的意识结构。这突出地表现在人工智能的产生和发展上。

此外，就思维规划，我认为他并不只属于人类，并不排除其它动物，特别是一些高级灵长类动物具有了某些简单思维；同样道理，我们说意识只属于动物，也并不排除一些植物具有简单意识，其实有些生命体本身还正处于植物与动物的过渡中。

4.人工智能与人类思维的本质区别

人工智能是思维模拟，并非人的思维本身，绝能把“机器思维”和人脑思维等同起来，认为她可以超过人脑思维是没有很据的。

一、人工智能是无意识的机械的、物理的过程，人的智能主要是生理的和心理的过程。

二、人工智能没有社会性，人类智慧具有社会性。

三、人工智能没有人类意识特有的能动性和创造能力。人类思维则主动提出新的问题，进行发明创造。

四、电脑可以代替甚至超过人类的部分思维能力，但它同人脑相比，局部超出，整体不及。智能机器是人类意识的物化，它的产生和发展，既依赖于人类科学技术的发展水平，又必须以人类意识对于自身的认识为前提，云词，从总体上说：人工智能不能超过人类智慧的界限，关于电脑能够思维，甚至会超过人的思维，电脑、机器人将来统治人类的观点是完全没有根据的。

此外，我认为人工智能存在先天性的不足，也就是人工智能的设计原理和动力是最为人类智能的辅助和补充而不是作为将要取代人类智能。人类智能从诞生的那一天起就决定了它将来的命运，只能作为人类智能的工具，无论其功能如何强大、起智能化的程度多高，人工智能和人类智能之间错在这不可逾越的鸿沟，人的猪蹄地位是无法动摇的。

5．个人总结

通过以上比较分析，可以看出，模拟思维不可能超过其被模拟的真正思维，人类同机器的关系永远是制造与被制造、支配与被支配、使用与被使用的关系，而不是相反。认为机器思维能够完全取代人脑，人工智能能够战胜人类智能，机器人将会通知世界的观点是没有根据的、我们从直接的因果关系上看，人工智能随不能完全代替人类智能，但它在延长人的大脑，扩大人的智能，放大和部分代替人类脑力劳动方面的作用是不可估量的。由于她不具备人类智能的社会性、主观能动性、自我意识、非逻辑的科学思维方法和人脑的主观世界，因而不可能完全代替甚至超越人类智能。在现阶段人工智能还能离不开人类智能的帮助而达到自己的升级。所以进化和创造性还无从谈起。无论现阶段人工智能在局部表现出多么强大的功能，人工智能的作用只是作为人类智能的外化和作为人类智能工具的延长，从而被人类智能限制在了特定的范围之内。起智能水平远不能和人类智能相提并论。如果将来人类智能真的能在理论和实践上取得突破，如“对人的大脑的彻底的动态解构、自生软件的诞生、人机合一的人工智能机的诞生等等。到那时再探讨这个问题将会有一个明晰的答案。通过以上对人工智能定义和发展的分析，并结合最新人工智能的成果可以得出这样的结论:人类对人脑的功能会不断的进行认识，从而人工智能会不断的迫近人类智能。但从动态分析上，即人类智能也在不断的进化和发展，人工智能最为人类智能主体客体化的产物，起作用和功能受到人类智能的制约，所以要低于人类智能。

人工智能发展英语 篇7

现代自然科学克服了古代整体论的局限性, 为我们提供了一整套以机械运动为基础的科学技术, 并以这些技术为依托发展出机械化大生产的生产方式, 创造了发达的商品生产的社会生活方式。与此同时, 机械论的自然科学, 也留给我们一个机械论的自然观、一种机械论的思维方式。当我们在追求人类理想、从事更复杂的科学研究时, 机械论的自然观就成为我们思想中的包袱, 成为我们继续前进的阻力。结束机械论, 走向新整体论, 成为科学研究进入系统理论阶段的必然。

人工智能 (Artificial Intelligence, AI) 这门学科走过了整整50年的艰难而光辉的历程, 为自然科学和人类社会的发展进步发挥了巨大作用。然而, 距离“像人一样思考, 完全代替人来做那些终目标还相当遥远。众多有识之士已开始反思人们过去的研究方法论, 并开始由机械论走向整体论。

2 AI的发展简史

2.1 AI的诞生

AI的传说可以追溯到古埃及, 但直到1946年第一台电子计算机诞生, AI学科才具备了诞生和发展的物质基础。1947年, Turing发表了一篇关于AI的预言性文章《计算机和智能》, 明确提出了计算机能够被程序控制及可以显示智能行为的观点, 同时提出了判别智能机器的标准, 即“图灵测试”, 奠定了AI的理论基础。在众多学科的相互渗透下, 1956年夏, McCarthy正式提出了“人工智能”这一术语, 标志着这门学科正式诞生。

2.2 AI基础技术的形成

解决疑难问题是AI早期的主要成果之一。1956年, Newell和Simon研制开发了“逻辑理论家”, 被认为是第一个实用的AI程序, 象征着AI研究的真正开端。1960年, 又研制成功了“通用问题求解器 (GPS) ”, 从此定理的机器证明成了人工智能研究的基本课题之一。1956年, 另一项重大的开创性工作是塞缪尔成功研制的“跳棋程序”, 被认为是模拟人类学习和智能的一次卓有成效的突破。

1960年McCarthy宣布了他的LISP语言不仅能处理数值, 而且可以更方便地处理符号, 适用于微积分计算、定理证明以及AI研究的其它领域, 从而武装了一代AI专家, 至今仍然是AI研究的良好工具。经过近十年的实验研究, 人工智能工作者发现要解决现实世界中的许多复杂问题, 不能只靠一般的问题求解方法, 还需要有关专门知识, 缺少知识去处理一个无限制的领域是困难的。

2.3 AI的实用化阶段

1965年, 斯坦福大学的人工智能鼻祖费根鲍姆教授研究了以往AI系统的成功经验和失败教训, 发现人类专家之所以成为专家, 其主要原因在于他们拥有大量的专业知识, 特别是那些他们在长期实践中摸索出来的、鲜为人知的经验性知识。基于这种思想, 研制成功世界上第一个专家系统-----DENDRAL, 它解决问题的能力达到了同专业化学家的水平。此后, 专家系统如雨后春笋在医学、气象、军事、故障诊断等众多领域出现并得到实际应用, 其知识表示和搜索技术也日趋成熟, 从而使人工智能进入了知识工程时期。

3 AI发展面临的危机

综观AI发展历史, 该学科取得的成就显得支离破碎, 杂乱无章。尽管专家系统的迅速发展和广泛应用大大推进了各个应用领域向智能化方向发展, 成为人工智能从实验室研究进入实用领域的一个里程碑。但是, 专家系统也仅限于模拟人类专家作决定的过程来解决那些需要专家知识才能解决的复杂问题, 对于大量非专业的常识性知识却严重匮乏, 使得这类系统的性能在问题域边缘急剧下降, 边缘之外近乎白痴。这种状况, 同人类专家相比有着天壤之别, 距离人们理想的人工智能目标非常遥远。

4 走向整体论

为解决“白痴”专家系统这个问题, 人们开始转向机器学习的研究, 着力解决和提高AI系统的学习能力问题, 希望能使AI系统不断丰富自己的知识库, 使专家系统像人类专家一样不仅具有某一个或几个专业领域的丰富知识, 而且具有人类专家的各种能力, 包括情感。于是, 各国AI专家开始致力于基于本体论的大型常识知识库的建设, 著名的有美国DARPA自97年开始组织实施的HPKB项目、欧洲的WordNet、我国的国家知识基础设施 (NKI) 等, 各类机器学习理论、算法、机制纷纷出现, 成为近年来人工智能的研究和开发应用热点。

文献通过分析和解释幼儿认识复杂世界时进行信息加工的一般过程后, 抽象出一个认知模型, 开发出人类概念学习的计算理论, 模拟人类智能的自然增长过程。每一次的学习都是建立在已有概念的基础上, 完全符合人类学习的“边缘效应”。经过长期全面地学习, 智能系统的知识库不仅具有大量的常识性知识, 而且具有丰富相的专业性知识。智能系统在获得这种学习机制后, 其掌握知识的过程能像人类学习那样从无到有、从少到多、从简单到复杂、从具体到抽象、从单领域到多领域渐进增长。而知识的增长和求解问题能力的提高是同步进行的, 是通过求解问题不断验证已有知识、获取未知的反馈过程。如此, 形成了一个复杂巨系统。

5 结束语

通过建立良好的学习机制来提高AI系统的知识水平和性能思想, 改变了过去通过孤立地学习某一个或几个专业领域知识来快速提高专业技能而造成白痴专家系统的状况, 走向了注重从全面整体提高AI系统智能水平的新整体论道路。AI的下一个突破可能不仅在于赋予计算机更多的知识和逻辑推理能力, 而且还要赋予它情感能力。许多科学家断言, 到下世纪中叶, 人类生命的本质也会发生变化, 并且开始向一种复合的人/机关系过渡, 这种复合关系将使人类逐渐停止对生物机体的需求。

摘要：分析了人工智能科学的发展历程, 从哲学的视角认为该领域研究将同现代自然科学大多数领域一样, 正朝着新的整体论方向迈进, 对人类自身发展将会产生重要影响。

关键词：人工智能,发展趋势,整体论

参考文献

[1]王士同.人工智能教程[M].北京:电子工业出版社, 2004.

人工智能发展英语 篇8

关键词：内省智能 英语语言智能 有效方法

1．前言

多元智能理论(Theory of Multiple Intelligences)，是由美国哈佛大学(Harvard University)的心理学教授霍华德加德纳博士(Howard Gardner, 1983)根据他及其同事多年来对人类潜能的研究提出的一种关于智能及其性质和结构的新理论。它对传统的智能理论提出了严峻的挑战，并在美国教育界引起了热烈的讨论。近20年来，围绕此理论所进行的各种理论和实际研究在美国众多关于英语教学和心理学的学术领域占有可观的份量。美国具权威的ERIC教育数据库几年前将“多元智能”列为一个单独的项目进行编码(McClelland, S. etal., 1993)；有的学校纯粹以此理论为基础来办学，如美国俄亥俄州的瑞欧戈兰大学(University of Rio Grande)，印第安纳州的Key School，哈佛大学的“零项目”(Project Zero)，亚利桑那大学June Maker主持的“发现项目”，宾州Mindy Kornhaber主持的SUMIT项目，北卡州的PAS项目，印地安纳州的Key Learning Community Program等。Gardner关于智力的独特看法在某种程度上代表并预示认知研究的发展趋势。本文就多元智能理论是什么，如何将它有效地运用于我们的英语教学中展开讨论。

2．多元智能理论

根据加德纳的智能理论，人类至少有九种智能：即语言智能(verbal／1inguistic)，数理／逻辑智能(mathematical／1ogical)，视觉／空间智能(visual／spatial)，身体／运动智能(body／kinesthetic)，音乐／节奏智能(musical／rhythmic)，人际交往智能(interpersonal)，以及内省智能(intrapersonal)，自然观察(natural)智能和存在(existential)智能。下面我们对与本文有关的语言智能和自我认识智能作一详细解释。

1．1．语言智能(verbal／1inguistic)主要同语言的理解和运用有关。语言智能发达的人对词义非常敏感，并能熟练地运用词语。他们往往能通过听、说、读和写，有效地进行交流，表现出超过他人的语言的理解和运用方面的天赋，如，诗人、作家、演讲家以及节目主持人等。

1．2．内省智能，也叫自我认识智能(intra-personal)，它是对自我内在情感的理解能力。自我认识能力强的人较能进入自己的内心世界，了解自己的感觉，分辨自己各种不同的心理状态，并能有效地运用这种自我认识能力指导自己的行为。他们具有较强的自省和反思能力，喜好沉思默想，探索自己的内心世界；他们也可能在很多情形下自成一格，宁愿独自行事也不愿与人共处。具有较强自我认识智能的包括自传体小说家、神职人员、自营商人以及那些对自己内心世界有深刻了解的人。

3．通过内省智能培养语言智能的理论根据

加德纳认为任何智能都以大脑的生理机制为依据，有一定的生物学基础；各种智能彼此相对独立，所以，脑部的某一部位受到损伤可能会使一个人失去某一种智能，而并不对其他智能造成影响。例如，一个人可能因左脑前额叶受到损伤，而失去语言表达能力，但他仍然能够绘画或跳舞；一个人可能也因右脑枕骨叶受伤，其想象力，识别面孔的能力，或视觉上分别细微事物的能力都会受到很大影响，但他语言表达能力照旧。多元智能理论认为，脑部系统可分为七个相对独立的部分：大多数人的语言智能主要依赖于左脑的功能而内省智能处于脑前额叶。

加德纳还认为人的九种智能的分类，在实际生活中，并不是绝对孤立，毫不相干的，而总是以一种智能为主错综复杂地相互交织在一起。每个正常的人都或多或少地拥有这九种智能，只是每种智能发挥的程度不同或者各种智能之间的组合不同而已。当一个信息同时刺激大脑的多个智能部位时，其大脑的理解力、记忆力和创造力将大大提高。

自我认识能力是内省智能的特点，它主要由脑前额叶控制；语言智能主要由左脑控制。内省智能在英语语言培养中的使用，能同时刺激脑前额叶和大脑左半球，较大程度地去利用人的大脑功能。

4．通过内省智能培养语言智能的方法

4．1．Keirsey 的气质测试（Temperament Sorter）的启迪

David Keirsey和他的学生Marilyn Bates的著作《理解我》(Please Understand Me)创造性地介绍了一种用七十个选择题来测试人的个性气质的方法。我们只选前十种来达到窥一斑乃知全豹的效果。

1 At a party do you (a) interest with many, including strangers (b) interact with a few, known to you; 2 Are you more (a) realistic (b) philosophically inclined; 3 Are you more intrigued by (a) facts (b) similes; 4 Are you usually more (a) fair minded (b) kind hearted; 5 Do you tend to be more (a) dispassionate (b) sympathetic; 6 Do you prefer to work (a) to deadlines (b) just “whenever”; 7 Do you tend to choose (a) rather carefully (b) somewhat impulsively; 8 At parties do you (a) stay late, with increasing energy (b) leave early, with decreased energy; 9 Are you a more (a) sensible person (b) reflective person; 10 Are you more drawn to (a) hard data (b) abstruse ideas…

作者在书里将测试结果填入他们设计的表格里，然后将得出E, I, S, N, T, F, J和P的各种组合，这种组合恰恰是测试者的性格特征的代码，根据此代码，可以查出自己个性的具体描述。 以上八个字母分别是extraversion, introversion, sensation, intuition, thinking, feeling, perceiving, judging的首字母。这种方法可以帮助我们认识自己，是多年盛行于美国的、培养内省智能的一种方法。将它运用于英语教学，就是将自我认识能力的提高运用于语言的培养中。

4．2．用气质测试（Temperament Sorter）让学生认识自我

在英语语言智能培养中，内省智能的运用，形式多种多样，独处反思、感情波动、沉思默想等任何让你具有思考的活动都属于内省智能的范围。但像上面的David Keirsey和他的学生Marilyn Bates的测试这样别致的方法，还是不多。我们不妨在自己的英语教学中试一下，要求学生先做那七十个题，然后，将自己所得结果填入表格，等获得性格特征的代码之后，去查出此代码所代表的性格气质。最后，将自己的分析报告给大家听。老师可用了解的深浅度来评定报告讲解的成绩。下面是一个学生通过这种测试，对自己的认识：

After taking the Keirsey Temperament Sorter twice, I find that my type is ISTJ because it appears twice between the mixed types INTJ and ISTJ, which is the first time, and ISTJ and ISFJ, which is the second. Now let me give you the portrait of my ISTJ.

ISTJ's personality type belongs to logical guardians. Interests of these two types are commerce, morality and materials, orientation stoical, pessimistic and fatalistic, making gateways towards people and situations, orienting to the past, self image dependable, beneficent and respectable, hoping to be seen as an executive, helpmate, and stabilizer.

I agree all of the above analysis on my personality type, covering both inborn temperaments and acquired characteristics. Let me give you my childhood real feelings to show my pessimism.

When I was young, being in elementary school, my home located on the campus in the very school Mother was teaching mathematics to my peers. Nearly all of my classmates went back home shoulder to shoulder, noisily and joyfully but I was alone, going out of the room, heading for my home silently, being jealousy of their happiness. 我给这个同学最高的成绩，因为她对自己认识的分析报告的近乎完美的语言正是通过对自己深刻的自我了解所获得。

5. 结语

总之，在英语语言教学中，将认识自我这个提高自省智能的方法有机地同英语语言智能的培养和发展结合起来，较大程度上调动了大脑左右两边的不同功能，使大脑的理解力、记忆力和创造力得到事半功倍的发展，无疑是一种英语语言教学的较为有效的方法。

参考文献：

[1] Armstrong, T. Multiple Intelligences in the Classroom [M]. USA: Association for Supervision and Curriculum Development, 2000.

[2] Caine, R N & Caine, G & Crowell, S. The Re-Enchantment of Learning [M].A Manual for Teacher Renewal and Classroom Transformation. USA: Zephyr Press, 1998.

[3] Caine, R N & Caine, G. Making Connections [M]. Teaching and the Human Brain. USA: Innovative Learning Publications, 1994.

[4] Gardner, H. The Theory of Multiple Intelligences: Educational Implications. In language and the World of Work in the 21st Century [M].USA: Massachusetts Bureau of Transitional Bilingual Education, 1988.

[5] Gardner, H. Intelligence Reframed [M]. New York: Cambridge University Press, 1998.

[6] Given, B K. Teaching to the Brain's Natural Learning Systems [M]. USA: Association for Supervision and Curriculum Development, 1998.

[7] Keirsey, David & Bates, Marilyn. Please Understand Me---Character & Temperament Types [M]. USA: Prometheus Nemesis Book Company, 1984.

[8] Strong, Richard W & Silver, Harvey F & Perini, Matthew J. Teaching What Matters Most [M]. USA: Association for Supervision and Curriculum Development, 2001.