指南：本文的首席执行官注释将介绍英语使用英语的相关内容。我希望这对每个人都会有所帮助。让我们来看看。
人工智能是一种用于模拟，扩展和扩展智能的研发的新技术，方法，技术和应用系统。人工智能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。
人工智能（人工智能），英语缩写是AI。它是一种新技术，方法，技术和应用系统，用于智能理论，方法，技术和应用系统，用于模拟，扩展和扩展。
人工智能是计算机科学的一个分支。它试图理解智力的本质，并可以生产一种可以响应人类智力的新智能机器。自然语言处理和专家系统。
由于人工智能的诞生，理论和技术变得越来越成熟，并且应用领域正在不断扩展。可以想象，人工智能在未来带来的科学和技术产品将是人类智慧的“容器”。人工智能可以模拟人类意识和思维的信息过程。尽管人工智能不是人工智能，但它不是人类的智能，它可以像人类一样思考，最终超越人类的智慧。
优势：
1.在生产方面，机械和人工智能实体具有较高的效率和低成本，取代了人们的各种能力，人工劳动将被大大解放。
2.人类的环境问题将在一定程度上得到改善，更少的资源可以满足更大的需求。
3.人工智能可以提高人类了解世界并适应世界的能力。
缺点：
1.人工智能取代了人类做各种事情。人类失业率将大大增加，人类将处于无依赖生存状态。
2.如果不能合理地使用人工智能，那么坏人可能会使用它来犯罪，那么人类将感到恐慌。
3.如果我们不能很好地控制和使用人工智能，我们将受到人工智能的控制和利用，那么人类将死亡，世界将变得恐慌。
AI
也称为“人工智能”
英语的全名是：“人工智能”
简介：这是一门新的技术科学，研究和开发智能理论，方法，技术和应用系统，用于模拟，扩展和扩展。如何使用计算机来模拟，扩展和扩展人员的智能；如何使用智能计算机；如何设计和构建具有较高智能水平的计算机应用系统；智能计算机等。Arthiftection是计算机科学的一个分支，人工智能是计算机科学和技术的切割技术领域。人工智能与计算机软件。一方面，必须使用计算机软件来实现各种人工智能应用系统。另一方面，许多智能计算机软件还应用了人工智能的理论方法和技术。例如，专家系统软件，机器游戏软件等。但是，人工智能并不意味着软件。除了软件外，还有硬件和其他自动化和通信设备。尽管人工智能是计算机科学的一个分支，其研究不仅涉及计算机科学，而且还涉及脑科学，神经学，心理学，语言学，逻辑，认知（思考））科学，行为科学和行为科学与行为。数学和信息理论，控制理论和系统理论是许多学科。因此，人工智能实际上是一项全面的跨学科和边缘学科。
AI经常提到人工智能的英语缩写。我们的计算机编程是创建一个智能系统并将其安装到应用机器上以模拟我们的各种工作和行为。这台机器是一种思考。事实上，这个想法很早提出，当时是在1956年。阿尔法犬（Alpha Dogs人工智能的最终形式的幻想。
计算机视觉位置和人工智能似乎是“不令人满意的”，这也是人工智能领域非常热门的就业方向之一。
拍照时，相机可以自动识别并检测面部图片。当P图片时，您可以执行相应的美化处理（更大，腮红），依此类推。
当Leng Bing的机器能够感知特定图像并确定这一点时，人工智能等同于为机器放一双眼睛。这种“神奇”的技术手段自然会占据工作需求中的第一个机会。
对人工智能的理解在不同领域具有不同的看法。为了收养每个家庭的主任，我在人工智能方面已经交换了科学技术行业中不同人的一些看法。
第一个想法。ai是一款计算机程序，使人们感到不可思议。人工智能是机器可以完成不认为机器可以胜任的人的一件事。尽管这种定义非常主观，但也很有趣。这反映了那个时代的大多数普通人都知道人工智能：何时出现了一个新的人工智能热点，新闻媒体和公众总是利用自己的经验来确定人工智能技术的价值。
第二个想法是AI是类似于人类思维的计算机程序。这是对早期流行人工智能的定义。另一个类似的人，同样的思维方式的定义是：AI是一种可以遵循逻辑定律的程序思考。这种趋势的最重要的问题是，人类的机制仍然缺乏对学习，记忆，归纳，推理等思考的机制。在功能级别上。细胞之间切换化学物质和电信号的水平？还是分子和原子运动的水平？）真正模拟的人脑的运行可以创建可以与人类智慧相匹配的智能机器。
第三个想法是AI是类似于人类行为的计算机程序。这与强调人脑的研究和模仿的第二个想法不同。第三个思想的支持者认为，人工智能的实现不必遵循任何规则或理论框架。无标准的低级别程序或高级程序，该程序可以解决问题是一个很好的程序。在类似环境中的人们可以说，该计算机程序在该领域具有人工智能。这意味着从人类行为的最终结果，忽略了达到这种结果的手段。其他人工智能的类似定义强调了实际功能人工智能：AI是一个可以解决问题并获得最大回报的计算机程序。
第四个想法是AI是一个可以学习的计算机程序。没有学习，没有AI”，这几乎已成为当今人工智能研究的核心指导。许多研究人员更愿意自称为机器学习专家，而不是一般人工智能专家。
第五个想法是，根据对环境的感知并获得最大收入计算机计划，AI是合理的行动。对于人工智能，不同的定义将指导人们采取不同的研究或认知方向，并且不同的理解适用于不同的人和不同的人和上下文分别。如果我们必须调整所有合理的定义，我们可能会得到一个全面但过于笼统和模糊的概念。
以上五个想法是我长期以来在人工智能领域获得的收益。在文章的最后，我想引用一个句子。这是我对人工智能的长期看法。生命的生物学机制与大脑的实际工作原理有很大不同。它比大脑类似于大脑，使其具有神奇的光环，这很危险。这将导致天花的宣传。以前曾经历过几个寒冷的冬天，因为人们要求人工智能无法提供的东西。”
人工智能作为一种技术也分为成绩。人工智能在不同层面的运作并不相同。
人工智能薄弱（AI弱）
也称为人工智能的限制（狭窄的AI）或应用AI，它是指重点关注并只能解决特定领域的问题。毫无疑问，我们今天看到的所有人工智能算法和应用都属于人工智能薄弱的类别。对于弱人工智能技术，科学研究和工程管理中的大多数经验以及对人类的安全监督的大多数是适用的。一台可以自动控制汽车的计算机，并且可以悬挂重物的起重机需要严格需要严格质量控制流程和安全监督策略。自动驾驶程序中的ERROR可能导致车祸，而起重机设计的错误也可能导致起重机被覆盖，并且两者都会导致人员伤亡。
换句话说，虚弱的人工智能通常只是一种技术工具。如果存在弱人工智能的风险，那么它与人类大规模使用的其他技术基本没有不同。只要严格控制和严格的监督，人类就可以使用当今所有的AI技术，例如使用其他工具。
强大的人工智能（强大的AI）
强大的人工智能，也称为人工通用智能或全部人工智能，是指对于所有人类工作都可以胜任的人工智能。为了评估哪种计算机程序是强大的人工智能。出于这个原因，不同的研究人员提出了许多不同的建议。最受欢迎和广泛接受的标准是图灵测试。但是，即使图灵测试本身，也只会注意这种行为计算机和人类行为。从观察者的角度来看，它没有区分。
人们普遍认为，可以称为强大人工智能的程序需要具有以下方面：
当存在不确定因素时，推理，使用策略，解决问题并制定决策权；
知识的能力，包括常识的能力；
计划能力；
学习能力；
与自然语言交流的能力；
整合上述能力以实现既定目标。
根据上述功能的描述，我们可以想象具有强大人工智能的计算机程序的哪种行为特征将显示出一种符合此描述的强大人工智能，我们几乎可以说所有人类的工作都可以更换从人工智能的角度来看，从乐观的角度来看，人类可以在达到它时享受它，以便机器人可以为我们服务。每个机器人可以以一对一的一项替换每个人的特定工作，而不再劳动。
在强大人工智能的定义中，存在一个关键的争议问题：拥有人工智能是否需要强大的人工智能才能使人“意识”。一些研究人员认为，只有人工智能才能称为强烈的人工智能。人工智能只需要具有完成所有人类工作的能力，并且可能不需要人类的意识。意识的有争议的话题非常复杂。本质上，这首先将涉及解决“人类意识”的困难，以便以便讨论成为目标。基于人类对感情，自我意识，记忆，态度的概念的理解，类似的讨论涉及哲学，伦理学，人类学，社会学，神经科学，计算机科学和其他方面的各个方面。这个问题。
换句话说，一旦涉及“意识”，强大人工智能的定义和评估标准将变得极为复杂。人们对强大人工智能的担忧也不难以想象，一旦一个强大的人工智能计划，有人类的意识，然后我们必须像一个具有健全个性的人一样对待机器。在那个时候，人类和机器之间的关系绝不是如此简单，以至于工具用户和工具本身都会自己。众生？机器会因为普遍的吸引力而站在人类的对立面吗？一旦实现了有意识的强大人工智能，这些问题将直接成为人类面临的真正挑战。
超级智能
假设计算机程序正在不断发展，它们可能比世界上最聪明，最有才华的人更聪明。然后，生成的人工智能系统可以被称为超级人工智能。在他的书《超级聪明》中，牛津的哲学家尼克·博斯特罗姆（Nick Bostrom）将超级人工智能定义为“科学创造力，智慧和社会能力等。显然，对于当今的人们来说，这是科幻电影中存在的一种想象力。
与虚弱的人工智能和强大的人工智能相比，超级人工智能的定义是最含糊的，因为没有人知道超越人类最高水平的智能会如何执行。如果我们仍然有可能讨论强大的人造人工智力，我们仍然有可能从技术角度讨论，因此，对于超级人工智能，当今大多数人类只能从哲学或科幻小说的角度进行分析。
首先，我们不知道一种比人类更强大的智慧形式。现在谈论超级人工智能和人类之间的关系不仅太早了，而且不仅可以清楚地定义的对象根本。
其次，我们没有办法，我们没有经验来预测超级官方情报是不现实的幻想，还是将来不可避免地会发生的结局（无论未来是一百年还是一千年，还是10,000年）。事实，我们无法准确推断计算机程序是否有能力实现这一目标。
显然，如果公众担心人工智能是否会挑战人类并威胁人类，那么公众担心的人工智能属于此处提到的“强大人工智能”和“超级人工智能”。
人类的时代现在正处于狭窄领域的人工智能的时代。人工智能的范围仍在小领域的某个地区。值得一提的是，已经有一些人工智能可以帮助人类写作。。
2011年，一家名为Robbie Allen的思科公司重命名为他成立的一家自动洞察力的小公司。
借助一组人工智能技术平台，称为“ Wordsmith”，自动见解首先与美联社和其他新闻机构合作，以自动使用机器编写新闻稿。在2013年，该机器自动编写的新闻数量达到3亿，达到3亿，达到了3亿，，达到了3亿，，该新闻发布数量，超过所有主要新闻机构的手稿数量；2014年，自动见解的人工智能计划撰写了超过10亿新闻稿。
美联社是世界上三个主要新闻机构之一，于2014年宣布，它将使用自动见解为美国和加拿大的所有上市公司编写收入绩效报告。美联社每个季度使用人工智能计划接近3,700。该数字是美联社和编辑同时编写的相关报告数量的12倍。在2016年，美联社将自动新闻扩展到体育领域，从美国职业棒球联盟的试验开始，减少了人类记者和编辑的劳动力强度。
想看看计算机报告的新闻是否清楚地表达并且句子没有打扰？
宾夕法尼亚学院（美联社）：在第11局，在第一，第二和第三基地中有人。对于一个人来说，迪伦·蒂西斯（Dylan Tisis）被球击中并拯救了基地。这是州立大学鹿角比赛中的一个场景，本周三击败布鲁克林飓风9:89。
丹尼·哈塔纳（Danny Hatana）牺牲了一分。击球后，他成功地跑到了第二垒，但当他跑到第三垒时就出去了。
凯恩·科恩（Kane Cohen）在第一场比赛中打了两次杀戮，使旋风球队达到1：0。其中，迪伦·蒂西斯（Dylan Tisis）的触摸球直接将两者送到了国内基地。
割草
自动编写新闻发布的好处是自我的。这不仅节省了大量的劳动力和编辑，而且还完全反映了处理紧急情况时计算机的“闪电速度”。
2014年3月17日清晨，仍在梦境中的洛杉矶居民在地面上略微醒来。这是一场小地震，但是由于有浅薄的来源，公民的感情更为明显。地震发生不到三分钟后，《洛杉矶时报》发布了有关在线地震的详细报告。
人们在新闻报道的网页上看到了“洛杉矶时报”的名称，但是这是可以在如此快的时间内发送新闻的原因，这完全是由于人工智能新闻写作程序可以正常工作地震发生的那一刻，计算机就从地震网络的数据接口中获得了地震的所有数据，然后迅速产生了英语报告的全文。他睁开眼睛后立即在屏幕上看到了报告。他迅速使用鼠标审查了“发布”按钮。自动生成的新闻稿，通过人工评论将尽快启动。
当前的技术应用领域是在人工智能薄弱的时代，即狭窄的应用人工智能。该人工智能计划在特定的小领域中越来越多。
人工智能目标可以大致分为两类：（1）强大的人工智能（将军AI，有些人称为GAI或AGI），目的是开发到达甚至超过人类智慧水平的机器。他们具有心理和意识，可以根据自己的自己来基于自己。事物。主流人工智能研究的目标是弱人工智能。人工智能应用领域也非常广泛：1）服务行业：教育机器人，保姆机器人，政府服务，早期教育的医学诊断，家政，绿色植物，绿色植物，，绿色植物，，零售等。这些可以通过人工智能解放。没有必要具有自我学习能力，只需根据已建立的规则完成清晰的任务..2）行业：智能汽车，安全和智能家居工业领域。人工智能只能执行狭窄的一部分，但是它可以完成人力的完整范围更换。人力将执行更多的业务行为。3）农业和畜牧业：土壤质量检测，自然环境监测，农业业务策略分析农业是人类最原始的行业，但它具有特征性的，非 -我们都知道，农业正在进行先进的机械化，但是中国农业仍处于经验阶段，也无法普及科学阶段。然后，人工智能只能执行一些细分市场，例如农药播种，水果收集，这仍然是机械自动化的阶段， 高端人工智能没有应用程序。造成这种情况的更重要原因是提取基本数据模型，这仍然需要一些时间。
人工智能（人工智能），英语缩写是AI。这是一门新的技术科学，研究并开发了用于模拟，扩展和扩展的智能理论，方法，技术和应用系统。ArtherticeIntellioncence是计算机科学的分支。它试图了解智力的本质，并生产一种可以响应人类情报的新智能机器。自然语言处理和专家系统。“人工智能”一词最初是在1956年在达特茅斯协会提出的。许多理论和原则以及人工智能的概念也扩大了。徒劳人工智能是一门具有挑战性的科学。那些从事这项工作的人必须了解计算机知识，心理学和哲学。人工智能包括一门非常广泛的科学科学。它由不同的领域组成，例如机器学习，计算机视觉等。总的来说，人工智能研究的主要目标之一是使机器能够竞争一些通常需要人类智能才能完成工作的人类智能。但是不同的时代。不同的人对这项“复杂工作”有不同的理解。例如，最初需要的重型科学和工程计算是人类大脑。现在，计算机不仅可以完成此计算，而且可以比人大脑更快，更准确地完成计算。这项工作是“一项复杂的任务，需要人类的智能才能完成”。可以看出，随着时代的发展和技术的发展，复杂任务的定义发生了变化。人工智能的具体目标自然而然地随着时代的变化而自然发展。一方面，它继续获得新的进步，一方面，它已转移到一个更有意义，更艰难的目标。 主要材料意味着可用于研究人工智能和可以意识到人工智能技术的机器是计算机。人工智能的发展历史与计算机科学和技术的发展历史有关。除了计算机科学外，人工智能还涉及许多学科，例如信息理论，控制理论，自动化，生物学，生物学，生物学，心理学，数学逻辑，语言学，语言学，医学和哲学。人工智能学科研究的主要内容包括：知识表示，自动推理和搜索方法，机器学习和知识获取，知识处理系统，自然语言理解，计算机视觉，智能机器人，自动程序设计和自动计划设计和其他方面。
[编辑本段] [手册和智能]
人工智能的定义可以分为两个部分，即“人造”和“智能”。“人造”更好地理解，争议不是很好。有时我们必须考虑什么是人类和制造，还是水平是什么。智力足够高以创造人工智能，等等。
“智力”是什么，有很多问题。这涉及其他问题，例如意识，自我，思维（包括无意识的_Mind）。人们理解的唯一智慧是人们自己的智慧，但这是一个普遍的认可。我们对我们自己的智力的理解非常有限，对人类智慧的需求的必要要素有限，所以这是难以定义“人造”制造的“智能”。因此，有关智能本身的搜索。对动物或其他人工系统的其他智能也通常被视为与人工智能有关的研究主题。
人工智能目前正在计算机领域，该领域受到了越来越多的关注。它应用于机器人，经济和政治决策，控制系统和仿真系统中。
[编辑本段] [人工智能的定义]
纳尔逊教授是美国著名的斯坦福大学人工智能研究中心，它定义了这种对人工智能的定义：“人工智能是一门关于知识的学科 - 如何代表知识以及如何获得知识和使用知识。”马萨诸塞州理工学院的另一位美国公司温斯顿也认为：“人工智能是研究可以使计算机过去做的智能工作。”这些主张反映了人工智能学科的基本思想和基本内容。也就是说，人工智能是研究人类智能活动，用一定的智能构建人造系统的定律，并研究如何使计算机完成人类智能在人类智能中的智能过去，也就是说，要研究如何应用计算机软件和硬件来模拟人类中的某些人类智能，以模拟人类基本理论，方法和行为技术的某些智能。
人工智能（AI）是计算机学科（AI）的分支。自1970年代以来，它一直被称为世界上三项主要的切割边缘技术（空间技术，能源技术，人工智能）之一。它也被认为是21世纪的三个顶级技术之一（基因工程，纳米 - 纳米 -科学和人工智能）。这是因为它在过去三十年中取得了快速发展，在许多纪律领域已广泛使用，并取得了成果。人工智能逐渐成为一个独立的分支。
人工智能是一门学科，可以使一些思维过程和智能行为（例如学习，推理，思维，计划等）模拟计算机。可以说，哲学和语言学几乎是自然科学和社会科学的所有学科。该范围远远超出了计算机科学的范围。人工智能与思维科学之间的关系是实践与理论之间的关系。人工智能处于思维科学的技术应用水平。它是一个应用程序分支。从思维的观点来看，人工智能不仅限于逻辑思维。有必要考虑图像思维和鼓舞人心的思维，以促进人工智能的突破发展。数学通常被认为是多个学科的基础科学。数学也进入语言和思维领域。智能学科还必须借用数学工具。数学不仅在标准逻辑，模糊数学等中发挥作用，而且数学进入人工智能学科。他们将相互推广并发展更快。
[编辑本段] [实际应用程序]
机器视觉：指纹识别，面部识别，视网膜识别，虹膜识别，棕榈线识别，专家系统，智能搜索，定理证明，游戏，自动编程和航空航天应用程序。
[编辑本段] [学科范围]
人工智能是学科的边缘，属于自然科学和社会科学的十字架。
[编辑本段] [涉及学科]
哲学与认知科学，数学，神经病学，心理学，计算机科学，信息理论，控制理论，不规则理论，仿生主义，
[编辑本段] [研究范围]
自然语言处理，知识表现，智能搜索，计划，计划，机器学习，知识获取，调度问题，感知问题，模式识别，逻辑程序设计，软计算，不准确和不确定的管理，人工生活，神经网络，神经网络，神经网络，复杂系统，遗传算法
[编辑本段] [应用程序字段]
智能控制，机器人技术，语言和图像理解，基因编程
[编辑本段] [意识与人工智能之间的差异]
就其本质而言，人工智能是对人们思考的信息过程的模拟。
对于人类思维模拟，可以从两条道路上进行。一个是结构模拟，模仿人脑的结构机制以创建“人脑”机器；第二个是功能模拟，暂时将人脑的内部结构放在一边，从IT功能过程模拟中，现代电子计算机的出现是人类脑思维功能的模拟，以及对人脑信息过程的模拟思维。
人工智能不是人类的智力，也不超过人类的智力。
“机器思维”是人类思维的本质：
1.人工智能的过程纯粹是无意识的机械物理学。人类智力主要是一个生理和心理过程。
2.人工智能不是社交。
3.人工智能没有能力移动人类意识。
4.两者的思考始终是领先的，计算机的功能就在后面。
[编辑本段] [强大的人工智能和虚弱的人工智能]
人工智能的更为流行的定义也是该领域的早期定义。它是约翰·麦卡锡（John McCarthy）提出的|在1956年：举行达特茅斯会议：人工智能是让机器使机器使机器看起来像是人们所显示的智能行为。人工智能的智能是人类制造机器。从总的来说，人工智能的大多数定义可以分为四类，即，机器“像人”，“像人”，“理性思维”，“理性思维”和“理性行动”。“行动”应理解为采取行动或制定行动决策而不是身体运动的决定。
强大的人工智能
强烈的人工智能观点认为，可以创建可以真正合理的推理和问题解决问题的智能机器，并且可以将这种机器视为有意识和自我意识。有两种强大的人工智能类型：
人们的人工智能，即机器的思维和推理就像人们的思想。
非类人的人工智能，即机器作为一个人具有完全不同的意识和意识，并使用完全不同的推理方式作为人类。
人工智能薄弱
人们认为，薄弱的人工智能观点是不可能创建能够真正合理的推理和解决问题的智能机器。
主流科学研究集中在人工智能上，人们普遍认为该研究领域已取得了相当大的成就。强大的人工智能的研究处于停滞状态。
强烈人工智能的哲学争议
“强大人工智能”一词最初是由约翰·罗杰斯·海勒（John Rogers Hyler）为计算机和其他信息处理机的处理机创建的。它被定义为：
“强有力的人工智能意见认为，计算机不是研究人们思考的工具；相反，只要运行适当的程序，计算机本身就在思考。”3，1980）这意味着计算机从事智能活动。智能的含义是多才多艺和不确定的，如下所述。当使用计算机解决问题时，您必须知道清晰的程序。当人们不知道该过程时，很多情况都可以根据HEU持续的方法巧妙地解决问题。例如，识别文本，图形，声音等。此外，由于学习的基础推理，改善和归纳推理的能力也是一个例子。此外，尽管解决方案很明显，但实施它需要很长时间。对于此类问题，人们可以在短时间内找到一个好的解决方案，例如竞争竞争。此外，当计算机没有提供足够的逻辑正确信息时，它就无法理解其含义，并且如果人们只给予人们不足和不正确的信息，人们可以根据适当的补充信息掌握它，并且他们也可以掌握它。以其含义为例。自然语言就是一个例子。使用计算机对自然语言进行处理称为自然语言处理。
关于强人人工智能的辩论与更广泛的 - 宽 - - 软件和二元论。辩论的要点是：如果机器的唯一工作原理是转换编码数据，则它考虑了这台机器吗？希勒认为这是不可能的。代码和这种实用的事情不了解。机器确实在思考和有意识的人类。
丹尼尔·丹内特（Daniel C. Dennett）对其书籍意识的信念解释说，人们只是一台灵魂机器。我们为什么认为人们可以拥有聪明和普通的机器？他认为上述数据转换机可能具有思维和意识。
一些哲学家认为，如果有弱的人工智能可用，那么也可以实现强大的人工智能。我永远不知道另一个人是否真的像我这样很聪明，还是她 /他看起来很聪明。基于这一论点，因为虚弱的人工智能认为机器看起来很聪明，因此不能完全否认这台机器真的很聪明。布莱克本认为这是一个主观问题。
应当指出的是，虚弱的人工智能并没有完全反对强大的人工智能，也就是说，即使强大的人工智能是可能的，人工智能仍然有意义。至少，当今的计算机可以做一些事情，例如算术操作，等等。。，一百多年前，它们被认为是聪明的。
[编辑本段] [人工智能的简短历史]
人工智能的传说可以追溯到古埃及，但是随着自1941年以来电子计算机的开发，技术最终可以创造机器智能。然后，由于研究人员已经开发了许多理论和原则，并且人工智能的概念也已经建立了。扩展。在它的历史上，人工智能的发展比预期的要慢，但是它从40岁的40岁开始，从40岁开始，几年前出现了许多AI计划，他们也影响了该计划开发其他技术。
计算机时代
信息存储和处理信息存储和处理的各个方面的一场革命。在美国和德国出现的这一发明是一台电子计算机。第一台计算机占用了几个带空气调节的大房间，这是一场噩梦：只是为运行程序设置数千条线。可以在1949年之后存储程序的计算机使输入程序变得更简单，并且计算机理论的开发产生了计算机科学，并最终提倡人工智能的出现。计算机电子方法的发明用于为人工智能提供介质。
AI的开始
尽管计算机为AI提供了必要的技术基础，但直到1950年代初，人们才注意到人类智能与机器之间的联系。诺伯特·维纳（Norbert Wiener）是研究反馈理论的最早的美国人之一。它将比较收集的房间的集体房间与希望的温度，并做出反应以打开加热器以控制加热器以控制环境温度。它指出了所有智能活动都是反馈机制的结果。反馈机制可能会由机器模拟。这一发现对早期AI的发展产生了重大影响。
1955年底，纽厄尔（Newell）和西蒙（Simon）制定了一个名为“逻辑理论家”的程序。该计划被许多人视为第一个AI计划。最有可能获得正确结论以解决问题的计划。“逻辑专家”对公共和AI研究领域的影响使其成为AI发展的重要里程碑。1956年，约翰·麦卡锡（John McCarthy）的组织认为人工智能之父被认为是人工智能之父的父亲。学习后，我收集了许多对智能机器情报感兴趣的专家和学者，以进行一个月的讨论。他邀请他们前往佛蒙特州参加“达特茅斯人工智能夏季研究协会”。从那时起，该领域被命名为“人工智能”。尽管达特茅斯不是很成功，但它确实集中在AI的创始人上，并为未来的AI研究奠定了基础。
在达特茅斯会议后的7年中，AI研究开始迅速发展。尽管该领域尚未明确定义，但会议中的某些想法已被重新考虑和使用。卡内基·梅隆大学（Carnegie Mellon University）和麻省理工学院（MIT）开始成立AI研究中心。研究面对新的新闻：挑战：在下一步中，您需要建立一个可以更有效解决问题的系统，例如减少“逻辑专家”中的搜索；有一个可以进行自我学习的系统。
在1957年的新程序中，测试了“ GM问题溶剂机”（GPS）的第一版。该计划由同一组“逻辑专家”开发的同一组扩展，以扩大维也纳的反馈原则，这可以解决解决方案的常识问题。两年后，IBM成立了一个AI研究小组。赫伯特·吉恩特（Herbert Geerneter）花了3年的时间制作了解决几何形状的程序。
当越来越多的程序出现时，麦卡锡（McCarthy）忙于AI历史上的突破。1958年，麦卡锡宣布了他的新成就：LISP语言。LISP今天仍在使用。“ LISP”的意思是“表处理”（表处理”（列表处理），它迅速采用了大多数AI开发人员。
1963年，麻省理工学院从美国政府获得了220万美元的资金来学习机器辅助认可。国防部高级研究计划（ARPA）的资金保证，美国已领导苏联技术进步。该计划吸引了来自世界各地的Plancuper科学家，加快了AI研究发展的速度。
大量程序
将来出现了大量程序。著名的人之一叫做“ Shrdlu”。“ shrdlu”是“微型世界”项目的一部分，包括微型世界中的研究和编程（例如，只有有限数量的几何形状）。由马文·明斯基（Marvin Minsky）领导的研究者发现，面对小型对象，计算机，程序可以解决空间和逻辑问题。其他人，例如1960年代后期出现的“学生”，可以解决代数问题。“先生”可以理解这些程序的简单英语句子结果有助于理解语言和逻辑。
1970年代的另一个进展是专家系统。专家系统可以预测在一定条件下某种解决方案的概率。由于当时计算机的能力很大，专家系统可以从数据中获取法律。专家系统的市场应用非常广泛。在过去的十年中，专家系统已用于股票市场预测，帮助医生诊断疾病，并指示矿工确定矿物质的位置。由于专家系统存储的规则和信息，所有这些都是可能的。
1970年代，AI开发中使用了许多新方法，以及著名的明斯基结构理论。此外，大卫·马尔（David Marr）提出了一种新的机器视觉理论，例如如何使用一对图像的阴影，形状，颜色，边框和纹理。通过分析此信息，您可以推断图像可能是什么。同时的另一个结果是序言。1972年，提出了。在1980年代，AI更快地进步并进入了企业领域。在1986年，与美国AI相关的软件和硬件销售达到4.25亿美元。由于其实用性，特别需要专家系统。像数字电气公司这样的公司使用XCON Expert System对VAX大型机器程序进行编程。专家系统。为了满足计算机专家的需求，一些生产专家系统协助公司（例如Teknowledge和Intellicorp.s）在现有专家系统中查找和纠正错误，设计了其他一些专家系统。
从实验室到日常生活
人们开始感受到计算机和人工智能技术的影响。计算机技术不再仅属于实验室中的一小群研究人员。个人计算机和许多技术杂志使计算机技术在人们面前展示。由于AI开发的需求，一波研究人员进入了一家私人公司。超过150家DEC（雇用了700多名员工从事AI研究），花费了10亿美元在内部AI开发小组中。
其他一些AI领域也在1980年代进入市场。其中之一是机器视觉。Minsky和Marr的结果现在用于生产线上的相机和计算机中，以执行质量控制。尽管非常简单，但这些系统可能与黑白差异不同，黑白差异与物体形状不同。到1985年，美国有100多家公司来生产机器视觉系统，销售总额为8000万美元。
但是在1980年代，对于人工智能行业来说，这并不是所有的美好时光。86-87对AI系统的需求减少了，该行业损失了近5亿美元。-三分之一的巨额利润损失迫使许多研究领导者减少了资金。另一个令人失望的是，国防部的高级研究和计划部门支持了So称为“智能卡车”。
尽管发生了这些沮丧的事件，但AI仍在缓慢恢复发展。日本已经开发了新技术。如果美国的模糊逻辑可以从不确定条件下做出决定；有神经网络，他们被认为是ASIN命令，以实现人工智能的可能方式。简而言之，AI在1980年代被引入市场，并显示出实用价值。可以相信它将是21世纪的勺子。人工智能技术在中国军队的“沙漠风暴”行动中进行了测试。Fang的智能装置已通过战争进行了测试。人工智能技术用于导弹系统和警告显示以及其他高级武器。AI技术也进入了家庭。智能计算机的增加引起了公众的兴趣；可以购买一些用于Apple Machines和IBM兼容的机器应用软件，例如语音和文本识别；使用模糊逻辑，AI技术简化了相机设备。对人工智能相关技术的需求更多，促使了新的进步。
人工智能专业机构
我们。
1.马萨诸塞州技术学院马萨诸塞州技术学院
2.斯坦福大学斯坦福大学（CA）
3.卡内基·梅隆大学卡内基·梅隆大学（PA）
4.加利福尼亚大学 - 伯克利分校
5.华盛顿大学华盛顿大学
6.德克萨斯大学 - 奥斯汀大学德克萨斯大学
7.宾夕法尼亚大学宾夕法尼亚大学
8.伊利诺伊大学 - 乌下 - 坎普尼亚·埃利纳娜·坎普尼分支机构
9.马里兰州大学公园
10.康奈尔大学（纽约）
11。
12.佐治亚理工学院
密歇根大学 - 安阿伯密歇根大学
14.南加州大学
15.哥伦比亚大学哥伦比亚（纽约）
加利福尼亚大学洛杉矶分校加利福尼亚 - 洛杉矶
17.布朗布朗大学（RI）
18.耶鲁大学耶鲁大学（CT）
19.加州大学迭戈分校加利福尼亚大学
20.威斯康星大学麦迪逊分校
中国
1.北京大学
2. Tsinghua大学
3.哈尔滨技术大学
4. Xiamen大学人工智能研究所
5.中国AI企业家研发俱乐部
结论：以上是首席CTO的相关内容指出，人工智能的相关内容可以总结人工智能的相关内容。希望它对您有所帮助！如果您解决了问题，请与更多关心此问题的朋友分享?