第一章绪论
1、智能是由知识与智力组成。知识是一切智能行为的基础，智力是获取知识并运用知识求解问题的能力。
Q;
2、把非Q并入到公式集F中，得到{F,非Q};
3、把{F,非Q}化为子句集S；
4、应用归结原理对S中的子句进行归结，并把每次归结得到的归结式都并入S中。如此反复进行，若出现空子句，则终止归结，此时就证明了Q为真。
为推理机提供求解问题所需的知识。知识库管理系统负责对知识库中的知识进行组织、检索、维护等。推理机是专家系统的“思维”机构，是构成专家系统的核心部分。任务是模拟领域专家的思维过程，并执行对问题的求解。
2、智能的特征:具有感知能力;记忆与思维能力;具有学习能力与自适应能力;具有行为能力。
3、人工智能：用人工的方法在智能计算机上实现的智能，它是人类智能在计算机上实现的模拟。第五章不确定与非单调推理
1、不确定推理：就是从不确定性的初始证据出发，通过
运用不确定的知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。
数据库用于存放用户提供的初始事实、问题描述以及系统运行过程中得到的工作存储器。数据库管理系统是用来对数据库进行管理。解释机构能够对自己的行为作出解
释，能跟踪并记录推理过程。
4、人工智能的三个阶段：孕育、形成、发展。
5、人工智能的最终目标是构建智能计算机。近期目标
是在现有的电子数字计算机上实现人类智能的部分模拟，构造分别用于不同目的的智能系统。
2、不确定推理除了必须解决推力方向、推理方法、控制策略等基本问题外，一般还需要解决不确定性的表示与
量度、不确定性匹配算法及阈值的选择、组合证据不确定的算法、不确定性的传递算法、结论不确定性的合成等重
5、知识获取需要做的工作：抽取知识、知识的转换、知识的输入、知识的检测。为何是“瓶颈”问题：由于
目前获取知识的手段还没有完全实现自动化，许多工作还要用手工方法完成。
6、人工智能的基本内容：机器感知、机器思维、机器
学习、机器行为、智能系统及智能计算机的构造技术。
6、知识的组织：当把获取的知识送入数据库时，立即面
临的问题就行如何物理的安排这些知识，并建立起逻辑上的联系，称这一工作为知识的组织。遵守的原则：选用的组织方式应使知识具有相对独立性、便于对知识的搜索、便于对知识进行维护及管理、便于内存与外存的交换、便于在知识库中同时存储有多种模式表示的知识、尽量节省存储空间。
7、人工智能的研究途径：以符号处理为核心的方法、以网络连接为主的连接机制方法、系统集成。要问题。
3、不确定处理方法主要是沿着两条路线发展的：一条
是在推理一级扩展确定性推理，成为模型算法；另一条是在控制策略一级处理不确定性，成为控制方法。模型方法
8、人工智能的研究领域：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、机器人学、博弈、智能决策支持系统、人工神经网络等。
分为数值方法和非数值方法。数值方法包括概率方法、主观Bayes方法、可信度方法、证据理论、模糊推理等；
9、人工智能的三个学派：符号、连接、行为主义。
非数值方法有发生率计算等。
7、知识的管理内容：知识库的重组、记录系统的运行
实例、记录系统的运行史、记录知识库的发展史、知识库的安全保护与保密。
第三章知识与知识表示
1、知识：把有关的信息关联在一起的所形成的信息结构。 第六章搜索策略
2、知识的特性：相对正确性、不确定性、可表示性与可
利用性。
3、知识表示方法有符号表示法和连接机制表示法。
主要有：一阶谓词逻辑、产生式、框架、语义网络、脚本、过程、Petri网、面向对象表示法。
4、知识表示就是知识的符号化过程，把知识用计算机可
接受的符号并以某种结构形式表示出来。
5、选择知识表示方法时应考虑的问题：充分表示领域
知识，有利于对知识的利用，便于对知识的组织、维护与管理，便于理解和实现。
6、一阶谓词逻辑表示法适合于表示事物的状态、属性、概念等事实性的知识，也可以用来表示事物间确定的因果关系。优点：自燃性、精确性、严密性、容易实现。局限：不能表示不确定的知识、组合爆炸、效率低。
7、产生式系统：把一组产生式放在一起，让他们互相配
合，协同作用，一个产生式生成的结论可以供另一个产生式作为已知事实使用，以求得问题的解决，这样的系统即是产生式系统。有规则库、综合数据库、控制系统组成。求解问题的一般步骤：
1、初始化综合数据库，把问题的初始已知事实送入综合数据库。
2、若规则库中存在尚未使用过的规则，而且它的前提可与综合数据库中的已知事实匹配。则转第3步；若不存在这样的事实转第5步。
3、执行当前选中的规则，并对该规则做上标记，把该规则执行后得到的结论送入综合数据库中。如果该规则的结论部分指出的是某些操作，则执行这些操作。
4、检查综合数据库中是否已包含问题的解，若已包含，则终止问题的求解过程；否则转第2步。
5、要求用户提这一步的关于问题的已知事实；若能提供，则转第2步；否则终止问题的求解过程。
6、若规则库中不再有未使用过的规则，则终止问题的求解过程。特点：自然性、模块性、有效性、清晰性。缺点：效率不高、不能表达具有结构性的知识。
8、框架表示法：框架系统中问题的求解主要是通过匹
配与填槽实现的。当要求解某个问题时，首先把这个问题用一个框架表示出来，然后通过与知识库中的已有的框架进行匹配，找出一个或几个可匹配的预选框架作为初步假设，并在此初步假设的引导下收集进一步的信息，最后用某种评价方法对预选框架进行评价，以便决定是否接受它。特点：结构性、继承性、自然性。不足：不善于表达过程性的知识。
9、语义网络系统问题的求解一般是通过匹配实现的，主要过程：
1、根据待求解问题的要求构造一个网络片段，其中有些节电或弧的标识是空的，反应待求解的问题。
2、依次网络片段到知识库中去寻找可匹配的网络，以找出所需要的信息。当然，这种匹配一般不是完全的，具有不确定性，因此需要解决不确定性匹配的问题。
3、当问题的语义网络片段与知识库中的某语义网络片段匹配时，则与询问处匹配的事实就是问题的解。优点：结构性、联想性、自然性。缺点：非严格性、处理上的复杂性。
第四章经典逻辑推理
1、推理就是按照某种策略由已知判断推出另一种判断的思维过程。包括两种判断：已知的判断和由已知判断推
出的新判断。
2、推理的控制策略：推力方向、搜索策略、冲突消解
策略、求解策略、限制策略。
3、正向推理描述算法：
1、将用户提供给的已知事实送
入数据库DB。
2、检查数据库中是否已经包含问题的解，若有，则求解结束，并成功推出；否则执行下一步。
3、根据数据库中的已知事实，扫描知识库KB，检查KB中是否有可适用的知识，若有转4，否则转6。
4、把KB中的所有可适用的知识集KS。
5、若KS不空，则按某种冲突消解策略从中选出一条知识进行推理并将推出的新事实加入DB，然后转2；若KS为空转6。
6、询问用户是否可进一步补充新的事实，若可补充，则将补充的新事实加入DB中，然后转3,否则表示求不出解，失败推出。
4、逆向推理描述算法：
1、提出要求证的目标（假设）；
2、检查该目标是否已在数据库中，若在，则该目标成立，成功的推出推理或者对下一个假设目标进行论证；否则，转下一步；
3、判断该目标是否是证据，即它是否为应由用户证实的原始事实，若是，则询问用户；否则转下一步；
4、在知识库中找出所有能导出该目标的知识，形成适用知识集KS，然后转下一步；
5、从KS中选出一条知识，并将该知识的运用条件作为新的假设目标，然后转2。
5、用归结反演证明Q为真步骤：
1、否定Q，得到非
1、搜索分为盲目搜索和启发式搜索。盲目搜索是按预定的控制策略进行搜索，在搜索过程中获得的中间信息不用来改进控制策略。启发式搜索是在搜索中加入了与问题有关的启发性信息，用以指导搜索朝着最有希望的方向前进，加速问题的求解过程并找到最优解。
2、状态空间表示法使用“状态”和“算符”来表示问
题的一种方法。状态描述问题求解过程中不同时刻的状况。算符表示对状态的操作。
3、OPEN表用于存放刚生成的节点；CLOSED表用于存放
将要扩展或者已经扩展的节点。
4、广度优先搜索过程：
1、把初始节点S0放入OPEN
表。
2、如果OPEN表为空，则问题无解，退出。
3、把OPEN表的第一个节点（记为节点n）取出放入CLOSED表。
4、考察节点n是否为目标节点。若是，则求得了问题的解，退出。
5、若节点n不可扩展，则转第2步。
6、扩展节点n，将其子节点放入OPEN表的尾部，并为每一个子节点都配置指向父节点的指针，然后转第2步。
5、深度优先搜索过程：与上一搜索的不同点就是要把
节点n的子节点放入到OPEN表的首部。
6、有界深度优先搜索过程：
1、把初始节点S0放入OPEN
表，置So的深度d（S0）=0。
2、如果OPEN表为空，则问题无解，退出。
3、把OPEN表的第一个节点（记为节点n）取出放入CLOSED表。
4、考察节点n是否为目标节点。若是，则求得了问题的解，退出。
5、如果节点n的深度d（节点n）=dm，则转第2步。
6、若节点n不可扩展，则转第2步。
7、扩展节点n，将其子节点放入OPEN表的首部，并为其配置指向父节点的指针，然后转第2步。
7、与或树的广度优先搜索：
1、把初始节点S0放入OPEN
表。
2、把OPEN表的第一个节点（记为节点n）取出放入CLOSED表。
3、如果节点n可扩展，则做下列工作。①扩展节点n，将其子节点放入OPEN表的尾部，并为每个子节点配置指向父节点的指针，以备标示过程使用。②考察这些子节点中有否终止节点。若有，则标示这些终止节点为可解节点，并应用可解标示过程对其父节点、祖父节点等先辈节点中的可解节点进行标示。如果初始节点S0也被标示为可解节点，就得到了解树，搜索成功，推出搜索过程；如果不能确定S0为可解节点，则从OPEN表中删去具有可解先辈的节点。③转第2步。
4、如果节点n不可扩展，则做下列工作：①标示节点n为不可解节点。②应用不可解标示过程对节点n的先辈节点中不可解的节点进行标示。如果初始节点S0也被标示为不可解节点，则搜索失败，表明原始问题无解，推出搜索过程；如果不能确定S0为不可解节点，则从OPEN表中删去具有不可解先辈的节点。③转第2步。
8、α-β剪枝技术：是博弈树搜索中一种提高搜索效率的方法。通过边生成边计算，从而剪去某些分枝的技术成为α-β剪枝技术。一般规律：
1、任何或节点x的α值如果不能降低其父节点的β值，则对节点x以下的分枝可停止搜索，并使x的倒推值为α 。这种剪枝技术成为β 剪枝。
2、任何与节点x的β值如果不能升高其父节点的α值，则对节点x以下的分枝可停止搜索，并使x的倒推值为β。这种剪枝技术成为α 剪枝。
第七章专家系统
1、专家系统：就是一种在相关领域中具有专家水平解题
能力的智能程序系统，它能运用领域专家多年积累的经验与专门的知识，模拟人类专家的思维过程，求解需要专家才能解决的困难问题。
2、专家系统的特征：
1、具有专家水平的专门知识，2、能进行有效的推理，3、具有获取知识的能力。
4、具有灵活性。
5、具有透明性。
6、具有交互性。
7、具有实用性。
8、具有一定的复杂性及难度。
3、专家系统的分类：按特性和处理问题分有解释型、诊断型、预测型、设计型、规划型、控制型、监测型维修型、教育型、调试型。按体系结构分类分为集中式专家系统、分布式专家系统、神经网络专家系统、符号系统与神经网络结合的专家系统。
4、专家系统的一般结构：人机接口、知识获取机构、知识库及其管理系统、数据库及其管理系统、推理机、解释机构。人机接口是专家系统与领域专家或知识工程师及一般用户间的界面，用于完成输入输出工作。知识获取
机构是把知识输入到知识库中，并负责维持知识的一致性
及完整性，建立起性能良好的知识库。知识库用于存储领
域内的原理性知识、专家的经验性知识以及有关的事实。
8、专家系统的建造原则：恰当地划定求解问题的领域、获取完备的知识、知识库与推理机分离、选择设计合适的知识表示模式、推理应能模拟领域专家求解问题的思维过程、建立友好的交互环境、渐增式的开发策略。
第八章机器学习
1、机器学习：就是计算机能模拟人的学习行为，自动地
通过学习获取知识和技能，不断改善性能、实现自我完善。
2、学习系统：能够在一定程度上实现机器学习的系统。应具有的条件和能力：具有适当的学习环境、具有一定的学习能力、能应用学到的知识求解问题、能提高系统的性能。结构：环境、学习、知识库、执行与评价。
第九章模式识别
1、模式：对某些事物定量或结构的描述。
2、模式识别：研究一种自动技术，计算机通过运用这种
技术就可以自动地或者人尽可能少干预地把待识别模式归入到相应的模式类中去。一般过程：模式信息采集、预处理、特征或基元抽取、模式分类。分类：统计模式识别、结构模式识别、仿生模式识别。
第2篇：人工智能
人工智能技术应用（智能终端应用方向）
培养目标：面向人工智能终端应用方向的企业，培养具备基于电子信息技术，通信技术，计算机技术、自动控制技术、智能系统方法、传感信息处理等技术，进行人工智能终端应用的高级技工人才，具有相应工程实施能力，具备在相应领域从事人工智能终端的安装、调试、维修、保养、维修、培训，以及人工智能系统的推广销售及系统运行管理工作，有一定的自我学习、自我发展能力、创新能力和良好的职业素养的高技能应用型人才。
主要课程：微机原理与接口技术、计算机网络技术、电工电子技术、传感器技术、C语言程序设计、Linux操作系统、单片机技术、嵌入式技术、通信原理、人工智能、云计算、人工智能技术应用、智能终端设备应用与维修、智能产品企业经营管理、综合项目设计等。
就业岗位：人工智能终端应用工程师、人工智能推广营销员、人工智能系统管理。未来已来，只是很多人不知道而已！
随着互联网、物联网、大数据的飞速发展，人工智能已不再是科幻电影中的情节，它已经来到我们真实
世界中！
从1950年现代计算之父阿兰·图灵首次提出一个问题“机器能否思考么？”到2016年谷歌人工智能阿尔法狗战胜人类围棋冠军，短短的六十多年人类信息技术经历了难以想象的发展速度！彻底颠覆了我们普通人的认知！当前，更多的人工智能与智能系统研究获得各种基金计划支持。同时，越来越多的企业纷纷响应国家政策号召，加入到人工智能发展的行列，无论是市场还是技术，中国已是当今世界人工智能研发领域的领头羊之一。人工智能作为万物互联时代最前沿的基础技术，将能够渗透至各行各业，并助力传统行业实现跨越式升级，实现全行业的重塑，成为掀起互联网颠覆性浪潮的新引擎。
白云信息工程系历经2年的市场及企业调研，率先开设人工智能技术应用专业！跳过那些不适合技校学生冗繁的基础理论，我们所有的专业课程直接学习人工智能产品设备的设计安装调试管理技术，专为技校学生量身定制，全程理实一体教学模式，达到进度与实用都兼顾的教学效果，做到零基础都能学得会。
白云信息工程系既有大规模的软件机房，还有多间训练动手能力及设计制作智能产品的硬件实训室，软硬件技术与管理课程都包括，专业课程与岗位需求相符务实，做到毕业即就业，与企业岗位需求无缝对接。
没有人能随随便便成功，白云信息工程系有第二课堂、课业训练项目；有各类专业协会、研发工作室、学生公司等组织，充分发挥同学们的各种能力与天赋，即充实了你的业余生活，也提高了个人能力素质，在校经过这样丰富多彩的为学习生活经历，毕业后才能凭专业背景做管理或创业。
汇聚有志者的地方！
人工智能专业是你的荣耀，毕业后事业有成，我们为你骄傲！
人工智能专业课程已备好!
第3篇：人工智能
人工智能
课程设计中期报告
题目：一字棋游戏 班级：计算机技术 2014级 成员：樊祥锰（2014704101）
段绍鹏（2014704100）范程斌（2014704102）
指导老师：张 云
目录
第一章 项目建议书
1.1 立项目的 1.2 立项动机 1.3 项目实现方案 1.4 项目测试及验证方案 1.5 项目安排 1.6 参考文献
第二章 前期工作总结
第一章 项目建议书
1.1立项目的学习和了解人工智能知识，并对极大极小搜索与α-β剪枝算法的学习和分析。把所学算法应用于一字棋游戏的设计中，让机器附有人的思路，实现人与机器的对决。
1.2立项动机
1.学习和了解人工智能。 2.学习极大极小搜索分析法。
3.学习α-β剪枝算法并在项目中对它进行实现。 4.用人工智能算法解决现实问题。
1.3项目实现方案
一字棋项目实现完全按照软件开发的一般步骤，并对它现实的需求分析进行了客观的设计，对一字棋游戏规则进行具体的描述。在代码设计阶段，又对输赢判断算法进行了设计与分析，本项目是基于windows平台，开发软件采用VC++ 6.0，采用MFC可视化界面，运用α-β剪枝算法实现机器的智能化对决。
1.4项目测试及验证方案
采用软件工程测试方法，对关键函数代码的测试与调试，对测试用例进行极端设置，观察估值函数是否符合自己设计的要求。运行项目并截图观察结果。
1.5项目安排 （1）时间进度：
第一周：小组成员收集资料，对人工智能知识的学习。
第二周：对极大极小搜索分析法、α-β剪枝算法的学习与研究。第三周：学习C++编程知识、软件工程知识。
第四周：学习软件开发过程，并对一字棋项目进行需求分析与设计，画出流程图。
第五周：对一字棋界面的设计，并编写代码。第六周：对人工智能算法的设计并编写代码。第七周：对算法的设计并进行项目的测试。第八周：写设计报告。（2）分工安排
1.由段绍鹏、樊祥锰进行需求分析。 2.大家合作对一字棋AI问题进行分析。3.由段绍鹏、范程斌进行代码编写。
4.由樊祥锰、范程斌进行软件测试及问题修改。 5.由范程斌进行撰写报告。
1.6参考文献
1、蔡自兴、徐光佑。人工智能及其应用。清华大学出版社，1997
2、蔡瑞英、李长河。人工智能。武汉理工大学出版社，2003
第二章 前期工作总结
在任务的初期，我们选定好人工智能的一种可行算法，然后确定好小组分工，每个人负责各自的任务，负责收集和学习人工智能相关的书籍和C++编程方面的知识。对于传统的一字棋游戏，主要采用的算法有：估值函数、搜索算法和胜负判断等。由于极大极小分析算法，每走一步棋都要调用估值函数，要遍历整个棋盘。所以自身有它的不足，这样会增加系统开销和时间开销，所以本项目在极大极小算法的基础上与α-β剪枝算法相结合，减少了博弈树结点的搜索范围。在前期工作中，主要学习了极大极小分析算法和α-β剪枝算法，了解算法的思想和设计思路，并学习了可视化的MFC编程知识，对按钮、编辑框等控件进行了学习。在第四周，主要对一字棋游戏进行了需求分析与设计，在需求分析阶段，主要是根据传统一字棋游戏的不足，提出α-β剪枝搜索算法，并介绍我们的基本思路和对算法技术原理的分析，画出算法的流程图和整个系统的实现功能图。在主界面设计阶段，当时考虑的不是很全面，只是简单的添加了基本的功能，先实现整个框架结构的生成，但是在棋盘设计阶段遇到了很多问题，一是控件响应问题，鼠标可响应的界面范围。二是环境设备的编程问题，后来经过MFC书籍的学习，解决了问题。三是棋盘大小问题，考虑到博弈树的异常庞大，选择设计3*3 的棋盘，并分析设计了数组存放8种胜算的布局。在算法代码的编辑阶段，也出现过编译不通过的问题，主要是指针的使用问题，少写头文件问题，控制结构问题等，但是通过大家的努力和收集资料，最终还是调试好了。
第4篇：人工智能
人工智能
在影片的描述中，未来世界由于环境问题导致人类大量使用机器人，从而避免粮食和资源的消耗。人们制造了各式各样的机器人来满足人类的各种需求，甚至机器人情人也应运而生。新泽西的拟真电子公司并不满足于已经研发出的拟真机器人，研发出了会爱的机器人——机器人小孩戴维。影片围绕戴维和他的家庭由此产生了一系列情感、道德和伦理思考。亨利的孩子马丁患病成了植物人。亨利将机器人小孩戴维送给妻子梦妮卡，希望妻子能够走出伤痛。梦妮卡开始时无法接受戴维，在发觉戴维其实和人类小孩几乎没有什么区别以及戴维对她的依赖后，也渐渐地释放出自己的母爱。好景不长，梦妮卡的孩子马丁竟然奇迹般的战胜了病魔，最终康复了。苏醒后的马丁发现自己不再是母亲梦妮卡对马丁的母爱后，开始对戴维使用了一些小孩子的伎俩，希望使得梦妮卡不再爱马丁。毕竟戴维在生理结构上并不是人类的血肉之躯，人们始终是无法接受他的。在一些巧合的作用下，戴维和马丁掉入了泳池中，使得马丁差点溺死。梦妮卡决定不要戴维，但又不忍戴维就此销毁，于是将戴维抛弃。
戴维被抛弃之后经历了种种危险，机器人屠宰场的追捕、和机器人情人乔一起翻越山海、、最终到达了自己的出生地。他的研发者告诉他自己不过是最新的一代机器人之后，戴维自沉在已经成为失落之城——曼哈顿的海底。
影片并未就此结束。在两千年后，人类已经灭绝，当外星人发现戴维时，戴维已经成为他们眼中的人类智慧结晶。外星人答应戴维利用梦妮卡的头发来复活她，但梦妮卡只能复活一天。戴维和梦妮卡度过了美丽的一天，特别是当戴维和梦妮卡双双入睡时，我想真人和机器人已经不分彼此、、
第5篇：人工智能
1、智能是什么？
形成和掌握含义的能力；全面考虑问题的能力和思维的效率；先天的、综合的和认识的能力；善于判断、理解和推理，运用知识解决问题；适当地行动、理智地思考、有效地适应环境的总体能力；人工智能的本质：试图使计算机具有人类在处理问题时需要的智能。
2、人工智能定义
定义1人工智能(智能机器)：能够在各类环境中自主地或交互地执行各种拟人任务的机器。
定义2人工智能(学科)：人工智能(学科)是计算机科学中涉及研究、设计和应用智能机器的一个分支。
定义3人工智能(能力)：人工智能(能力)是智能机器所执行的通常与人类智能有关的智能行为。
定义4人工智能是一种使计算机能够思维，使机器具有智力的激动人心的新尝试。定义5人工智能是那些与人的思维、决策、问题求解和学习等有关活动的自动化。人工智能定义（理性思维）
定义6人工智能是用计算模型研究智力行为。
定义7人工智能是研究那些使理解、推理和行为成为可能的计算。
定义8人工智能是一种能够执行需要人的智能的创造性机器的技术。
定义9人工智能研究如何使计算机做事让人过得更好。
人工智能定义（理性行为）
定义10人工智能是一门通过计算过程力图理解和模仿智能行为的学科。
定义11 人工智能是计算机科学中与智能行为的自动化有关的一个分支。
3、人工智能的三大学派及其认知观：
（1）符号主义：又称为逻辑主义或计算机学派，其原理主要为物理符号系统假设和有限合理性原理。（2）连接主义：又称为仿生学派或生理学派，其原理主要为神经网络及神经网络间的连接机制与学习算法。（3）行为主义：又称进化主义或控制论学派，其原理为控制论及感知—动作型控制系统。认为人工智能起源于控制论。控制论研究动物和机器内部的控制与通信的一般规律,着重于研究过程中的数学关系。
4、人工智能的研究目标
近期目标：制造智能计算机代替人类的部分智力劳动
远期目标：揭示人类智能的根本机理，用智能机器仿真和拓展人类智能
5、人类智能与人工智能的关系：人类智能主要表现在人类认知活动中，认知活动可分为三个层次
最高层思维策略；中间层初级信息处理；最低层生理过程
6、人类的认知行为具有不同的层次
认知生理学：研究认知行为的生理过程，主要研究人的神经系统的活动，是认知科学研究的底层。
认知心理学：研究认知行为的心理活动，主要研究人的思维策略，是认知科学研究的顶层。
认知信息学：研究人的认知行为在人体内的初级信息处理，主要研究人的认知行为如何通过初级信息自然处理，由生理活动变为心理活动及其逆过程，即由心理活动变为生理行为。这是认知活动的中间层，承上启下。
7、符号处理系统的六种基本功能
信息处理系统又叫符号操作系统或物理符号系统。所谓符号就是模式。
一个完善的符号系统应具有下列6种基本功能：
(1)输入符号；(2)输出符号;(3)存储符号;(4)复制符号;(5)建立符号结构：通过找出各符号间的关系，在符号系统中形成符号结构；(6)条件性迁移:根据已有符号，继续完成活动过程。
8、图灵测试：机器具有智能的实验
实验有测试者A，被测试人B，被测试机器C组成；测试者A与被测试人B和被测试机器C不可见，测试者A与B或C使用计算机相连；测试者A向被测试B和被测试C提出相同的智能性问题，但不能询问物理特征，B和C在回答问题时，应尽量让A相信自己是人,A区分机器和人。
实验结果表明，通过变换A和B，A区分出人和机器的概率小于50%，认为该机器具有了智能
9、模式识别：人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知模式，是对人类感知外界功能的模拟，研究的是计算机模式识别系统，也就是使一个计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力。
模式识别采用方法：统计模式；句法模式；神经网络；模板匹配
10、人工智能的主要研究范围和应用领域： (1)专家系统(2)计算智能(3)机器学习(4)自然语言处理(5)模式识别(6)分布式人工智能(7)数据挖掘(8)机器视觉(9)机器人学(10)智能检索(11)智能控制(12)智能调度与指挥(13)
人工生命(14)人工神经网络(15)问题解决(16)机器证明
11、请把“房间”用框架表示出来 例4.5 下面是关于房间的框架: 框架名: 墙数x1:缺省:x1=4条件:x1>0 窗数x2:缺省:x2=2条件:x2≥0 门数x3:缺省:x3=1条件:x3>0
前墙: 后墙: 左墙: 右墙: 天花板: 地板: 门: 窗:
条件:w1+w2+w3+w4=x2 d1+d2+d3+d4=x3
类型:(，，，…)
12、语义网络的概念：语义网络是由节点和边组成的一种有向图。其中节点表示事物、对象、概念、行为、性质、状态等；有向边表示节点之间的某种联系或关系。
13、语义网络分为七种类型：
(1)命题语义网（包括分块联想网络）；(2)数据语义网：以数据为中心的语义网络；(3)语言语义网：用于自然语言的分析和理解；(4)结构语义网：描述客观事物的结构，常见于模式识别和机器学习等领域；(5)分类语义网：描述抽象概念及其层次；(6)推理语义网：是一种命题网，但它已在某种程度上规范化，更适于推理；(7)框架语义网：与框架相结合的语义网。
14、语义网的表达能力 （1）实例关系：实例关系表示类与其实例（个体）之间的关系。这是最常见的一种语义关系。例如，“小华是一个大学生”。其中，关系“是一个”一般标识为“is-a”，或ISA。（2）分类关系：分类关系是指事物间的类属关系。鸟是鸵鸟的上层概念节点，其属性是“有羽毛”、“会飞”，但鸵鸟的属性只是继承了“有羽毛”这一属性，而把鸟的“会飞”变异为“不会飞”。其中，关系“是一种”一般标识为“akindof”或AKO。
(3)组装关系：如果下层概念是上层概念的一个方面或者一部分，则称它们的关系是组装关系。其中，关系“一部分”一般标识为“apartof”。
(4)属性关系：属性关系表示对象的属性及其属性值。
(5)集合与成员关系：意思是“是……的成员”，它表示成员（或元素）与集合之间的关系。例如，“张三是计算机学会会员”。其中，关系“是成员”一般标识为“a-member-of”。(6)逻辑关系：
(7)方位关系：在描述一个事物时，经常需要指出它发生的时间、位置，或者指出它的组成、形状等等，此时可用相应的方位关系语义网络表示。(8)所属关系：所属关系表示“具有”的意思。例如“狗有尾巴”可表示为图5―10。
15、语义网络也能表示用谓词公式表示的形式语言语句。例如：
（1）x((student(x)∧read(x，三国演义))即“某个学生读过《三国演义》”，其语义网络表示为图5―12。
16、语义网络的推断主要包括网络匹配、继承推理和网络演绎三个方面的问题
17、语义网络表示法的特点
结构性：语义网络表示法是一种结构化的知识表示方法，它将事物的属性及事物之间的各种语义关系表达出来。
自然性：语义网络实际上是一种带有标示的有向图，符合人们的思维习惯。
自索引性：语义网络表示方式明确，通过与某一节点连接的弧可以很容易地找出该节点有关的信息，不必查找整个知识库。
联想性：语义网络作为人类联想记忆模型提出来，着重强调事物之间的语义关系。缺点
非严格性：以一个给定的语义网络的含义来于处理程序对其所进行的解释，通过语义网络所实现的推理不能确保其正确。复杂性：语义网络表示知识的手段是可选的，这给知识表示带来了灵活性；但也带来了表示形式的不统一，增加了处理的复杂性。
18、面向对象技术中的核心概念: 对象和类。
19、基于知识的智能体的核心部件是知识库，当这些知识以逻辑形式表示并进行相应的推理时，就是逻辑智能体
采用命题和谓词演算进行推理的系统是一种典型的逻辑智能体
20、逻辑的分类
a:按照推理的逻辑基础
演绎推理：演绎推理是从全称判断推出特称判断或单称判断的过程，即从一般到个别的推理。演绎推理最常见的形式是三段论法。三段论由三个判断组成，其中两个判断是前提，分别称为大前提和小前提，另一个判断为结论。例如：（1）大学生都要学习计算机。（2）小明是大学生。（3）小明要学习计算机。b:按照推理的逻辑基础
归纳推理：归纳推理是从足够多的实例中归纳出一般性结论的推理过程，是一种从个别到一般的推理过程。常用的方法有枚举法和类比法。枚举法
A1具有f；A2具有f；A3具有f；……；An具有f
A1,A2,A3…,An 都是A类中的事物，且都具有f特征
结论：A具有f特征 类比法
A具有特征a,b,c,d,e；B具有特征a,b,c,d, 结论：B具有特征e
在两个或两类事物的许多属性都相同的基础上，推出它们在其它属性也相同 c:按照推理的逻辑基础
默认推理：默认推理是在知识不完全的情况下假设某些条件已经具备所进行的推理。由于这类推理允许默认某些条件是成立的，这就避免了需要知道全部事实才能进行推理的要求，使得在知识不完全的情况下也能进行推理。在默认推理过程中，如果某一时刻发现原先的默认不正确，则要撤销所做的默认以及由此默认推出的所有结论。d:按照所用知识的确定性：
确定性推理：如果在推理过程中所用的知识都是精确的，推理的结论或者为真，或者为假，就称为确定性推理。
不确定推理：在人类知识中，有相当一部分属于人的主观判断，是不精确的。由这些知识归纳出来的推理规则是不确定的。基于这种不确定性的推理规则进行推理，形成的结论也是不确定的，这种推理称为不确定推理。e:按照推理过程的单调性
单调推理：在推理过程中随着推理的向前推进及新知识的加入，推出的结论呈单调增加的趋势，并且越来越接近最终目标。一个演绎推理的逻辑系统有一个无矛盾的公理系统，新加入的结论必须与公理系统兼容，因此新的结论与已有的知识不发生矛盾，结论是越来越多，所以演绎推理是单调推理。
非单调推理：在推理过程中随着推理的向前推进及新知识的加入，不仅没有加强已推理出的结论，反而要否定它，使得推理退回前面的某一步，重新开始。一般非单调推理是在知识不完全的情况下进行的，由于知识不完全，为使推理进行下去，就要先做某些假设，并在此假设下进行推理。当新知识的加入发现原先的假设不正确时，就要推翻该假设及其一切结论，应用新知识进行推理。由于情况不断变化，所以推理过程往往是非单调的。
f:按照推理中是否用到启发性知识
启发式推理： 在推理过程中，运用与问题有关的启发性知识，即解决问题的策略、技巧和经验，以加快推理过程，提高搜索效率。非启发性推理：在推理过程中，不运用启发性知识，按照一般的控制逻辑进行推理。这种推理缺乏对求解问题的针对性，所以推理效率低，容易出现“组合爆炸”问题。
21、命题—能够判断真假的陈述句 判断陈述句的标准：（1）真值唯一；（2）Tor F；（3）可用二进制表示
22、合式公式：
单个常量或者变量的命题构成合式公式；联结词联结的合式公式的组合也是合式公式 合式公式的有限次组合称为命题公式
命题公式：有限次合式公式组合的形式化描述，以大写字母标识。
23、基本联结(连接)符号
～ 非，否定,﹁；∧ 与，合取，AND的首字;∨ 或，析取，or； 蕴含，式A：a b表示，如果a为真，则b为真;↔等价
24、联结符号的优先级 ～;∧;∨;→;↔
25、将命题从语言表述转换为命题公式
1、3不是偶数
令：p表示“3是偶数”，~p
2、教室里有30名男生和10名女生 令：p表示“教室里有30名男生”，q表示“教室里有10名女生”，则p∧q
3、如果天下雨，出门带伞 令p表示“天下雨”，q表示“出门带伞”，则p→q
4、只要不下雨，我就骑自行车上班
令p表示“天下雨”，q表示“骑自行车上班”，则~p→q
5、只有不下雨，我才骑自行车上班
令p表示“天下雨”，q表示“骑自行车上班”，则q →~p
26、练习：扫雷游戏
设Xi,j表示方格[i,j]中有一个地雷。
写出方格[1,1]周围恰好有2颗地雷的命题公
式
28、等值逻辑运算
逻辑等值，等号连接的命题公式等价 交换率:A ∧ BB∧A；A∨BB∨A ； 结合率:(A ∧ B)∧ CA ∧(B ∧ C)；(A ∨B)∨ CA ∨(B ∨ C)；
*分配率: A ∨(B ∧ C)(A ∨ B)∧(A ∨ C);A ∧(B ∨ C)(A∧B)∨(A∧ C)； 双重否定律：~ ~ A A ；等幂率：A A ∧ A ； A A ∨A ； *摩根律：~(A ∨B)~A ∧ ~B； ~(A ∧ B)~A ∨ ~B；
吸收率:A ∨(A ∧ B)A； A ∧(A ∨B)A ；同一率: A ∨0A;A ∧1A； 零率: A ∨11； A ∧00；排中律：A∨~ A 1；矛盾律：A ∧ ~ A 0 *蕴含等值式：A→B ~ A ∨ B ；*等价等值式：A↔B(A→B)∧(B →A)； 假言易位式：A → B ~ B → ~A；等价否定等值式：A ↔ B ~ A ↔~B；
归谬论：(A → B)∧(A → ~B)~ A ；
29、任意命题公式都存在等值的析取范式和合取范式
30、合取范式与析取范式
简单析取式：有限个命题变元或其否定，析取联结符：p∨q；~p ∨q；p ；q
析取范式：有限个简单合取式，析取：p∨(p ∧ q)∨(~p ∧ q)
简单合取式：有限个命题变元或其否定，合取：p∧ q;~p ∧ q;p;q 合取范式：有限个简单析取式，合取：p∧(p∨q)∧(~p ∨q)
31、例计算(p ∧(q →r))→s 的合取范式
(p ∧(~q ∨r))→s;蕴含等值式 ~(p ∧(~q ∨r))∨s;蕴含等值式 ~p ∨~(~q ∨r)∨s;摩根律 ~p ∨(~~q ∧ ~r)∨s;摩根律 ~p ∨(q ∧ ~r)∨s;双重否定律(~p ∨s)∨(q ∧ ~r);交换律
(~p ∨s ∨ q)∧(~p ∨s ∨ ~r);分配律
32、计算 ((p ∨q)→r)→p 的合取范式(~(p ∨q)∨ r)→p ；蕴含等值式 ~(~(p ∨q)∨ r)∨ p;蕴含等值式(~~(p ∨q)∧ ~r)∨ p;摩根律((p ∨q)∧ ~r)∨ p;双重否定律(p ∨q∨ p)∧(~r ∨ p);分配律(p ∨q)∧(~r ∨ p);等幂律
33、常用推理定律： 附加：A =>(A∨B)简化：(A∧B)=>A
假言推理：((A → B)∧ A)=>B 拒取式:((A → B)∧~ B)=> ~ A 析取三段论：((A∨B)∧~A)=>B
假言三段论：((A → B)∧(B →C))=>(A → C)
等价三段论：((AB)∧(BC))=>(AC)
构造型二难：(A → B)∧(C →D)∧(A∨C)=>(B∨D)
34、如果今天下雨，则要带雨伞或雨衣。如果走路上班；则不带雨衣。今天下雨，走路上班，证明要带伞。
解： p: 今天下雨；q: 带雨伞；r : 带雨衣；s: 走路上班
前提： p→(q∨ r)； s →~ r； p； s求证： q
证明：
1、p→(q∨ r)，p前提引入：
2、((p→(q∨ r))∧p)=>q∨ r假言推理：
3、s →~ r，s前提引入：
4、((s →~ r)∧s)=> ~r假言推理：
5、((q∨ r)∧~r)=>q析取三段论：
35、例：证明 G是F的逻辑结论 F1：P→W F2：~W G：~P
分析：已知条件为：(P→W)(~W)结论为：~P；则，逆否命题为：(P→W)∧(~W)
36、例： p∧(p∨q)∧(~p ∨q)子句集为{p,p∨q, ~p ∨q}
38、例2：用命题逻辑归结原理证明：“人都是妈生的，张飞是人，所以张飞是妈生的” p :人都是妈生的 q :张飞是人 r :张飞是妈生的(p∧q)→r ；p∧q∧~r
39、例：现在课堂上的所有学生都在上人工智能课 命题逻辑
s1 : 张三在上人工智能课 s2 : 李四在上人工智能课 s3 : 王五在上人工智能课… … …
40、命题是一个陈述句，它一般可分成主语和谓语两部分。有时还需要用到量词。主语：指独立存在的客体，可以是具体事物或抽象概念，也称为个体
谓词：描述个体词性质或个体之间关系的词 个体域：表示个体变量的取值范围，常用D表示
常量：表示具体性质或关系的个体或者谓词 变量：表示抽象或泛指的个体或者谓词。量词：表示数量的词。
任意量词∀：表示“任意”，“所有”，也称为全称量词
存在量词∃：表示“存在”
41、例：“关羽是人”，“张飞是人”
这是两个不同的命题，其主语（个体）不同 但是谓词是相同的，“是人”
把谓语部分抽出来，假设 Human(x)表示x是人
这两个命题都可以用这个谓词来描述Human(guanyu)；Human(zhangfei)其中x属于个体变量，guanyu和zhangfei属于个体常量
42、例：
1、所有的人都是要死的2、有的人能够活到100岁
P(x)表示x是要死的，Q(x)表示x活到100岁
个体域D为人类集合个体域D为总个体域集合 引入特殊谓词R(x)表示x是人
43、例：我是计算机系的学生
1、确定并说明谓词：
方法一：Student(x,y)表示X是Y系的学生
2、个体域：X：学生的集合，y：系的集合 Student(I,computer)
方法二：Computer(x)表示X是计算机系的学生
Computer(I)
注意：必须对谓词进行说明 P(I,computer)
48、对于 ，x称为指导变量
A称为相应量词的辖域∃x(A(x))x在辖域A中的出现称为约束出现
x以外的变量在辖域A中的出现称为自由出现∃x(A(x,y))
49、例：人都是妈生的，张飞是人，张飞是妈生的 定义谓词：
Mum(x)表示x是妈生的 Human(x)表示x是人
前提： x(Human(x)→Mum(x)), Human(ZF)
结论： Mum(ZF)写出否命题：
50、人工智能本质：试图使计算机具有人类在处理问题时需要的智能。
51、人工智能的发展简史：
第一阶段：1921 通用计算机系统组成输入设备，存储器，运算器，控制器和输出设备 ；1937 图灵计算机模型 ；1946 研制出第一台计算机ENIAC ；1956 提出人工智能术语人类历史上第一次人工智能研讨会在美国的达特茅斯大学举行，标志着人工智能学科的诞生。第二阶段：1956逻辑理论机该系统是第一个处理符号的计算机程序，是机器证明数学定理的最早尝试，该系统是第一个实用的人工智能程序，象征着人工智能研究的真正开端；1960通用问题求 解程序系统解决不定积分，三角函数等不同问题。从此，自动定理证明成为人工智能研究的基本课题之一。第三阶段：1965 第一个专家系统DENRAL该系统有非常丰富的高质量化学知识，它解决问题的能力达到同专业化学家水平，该系统的问世，标志着人工智能开始向实用化阶段迈进，同时也标志着专家系统的正式诞生；1972开始研制医疗MYCIN系统；20世纪60 年代自动定理证明王浩，鲁滨逊，吴文俊，曾宪昌等人第四阶段：20世纪80年代研制5代计算机，即知识信息处理计算机系统；1987神经网络国际会议，神经网络学科诞生，随后迅速发展起来。第五阶段：单个智能主体 à 分布式人工智能多Agent系统，人工思维模型，知识系统，遗传与进化计算，人工智能应用近十多年来，机器学习、计算智能、人工神经网络等和行为主义的研究深入开展，形成高潮。同时，不同人工智能学派间的争论也非常热烈。这些都推动人工智能研究的进一步发展。
52、人工智能的理论基础:知识表示、知识的内涵、谓词表示、产生式、语义网络、框架等表示法；逻辑推理方法、命题逻辑、谓词逻辑、置换与合一、机器证明方法；搜索技术、状态空间法、盲目搜索与启发式搜索。
第6篇：人工智能
电影《我，机器人》里面描述的那种正常的机器人，这种机器人没有自我意识，但有足够的智能和行动力可以完成所有所有人类需要完成的工作，甚至可以包括战争。同样，电影《终结者》也清楚的展示了机器人的魅力。2015年底的《超能陆战队》。“大白”属于医疗机器人。它可以通过扫描人体，就能迅速发现哪些地方需要治疗，并且立即就能给出治疗方案。“大白”和一般机器人不同的地方还在于它具备“共情”能力，可以感知并分析出主人的情绪起伏，除了身体上的疗愈，它与人类之间个性化的互动也是心灵治愈的灵药。“人人都想和大白来一次治愈的拥抱”，可以说，“大白”满足了人类对医疗人工智能的终极幻想——可靠、全能、快速、精准，甚至还有点幽默的私人医生。那我们今天就来谈谈在不久的将来与我们会有密切联系的——人工智能。
2016年3月9日中午12时，韩国九段棋手李世石与谷歌公司开发的软件“阿尔法围棋”在首尔四季酒店举行人机大战。双方一共进行5盘比赛。在记者会上李世石表示，他认为到目前为止还是人类比人工智能强。不过，在围棋人机大战首场比赛中，经过4个半小时的对弈，人工智能“阿尔法围棋”战胜了李世石。当韩国棋王李世石投子认输的那一刻，人类开始以另一种眼光看待这个人工智能程序，从不被看好到连胜两局，人们在惊愕之余不得不承认，人工智能已经发展到可以轻易超越人类的水平了。对于这场大赛，人们已经失去了最初的期待，反而是人工智能这个新“物种”吸引了大家的注意，这个看不见摸不着的电脑程序，就这样将人类最后的骄傲摧毁，这场人机大战让人工智能再次成为关注焦点。我们不得不可能会问，除了下棋之外，人工智能还会做些什么？
4月25日下午，李克强总理在成都菁蓉创客小镇，应邀与创业团队设计的羽毛球机器人“切磋”球技。这台机器人出自成都电科创品机器人科技有限公司，该公司创始人之一骆德渊接受本报记者采访时表示，这台机器人目前已经进入市场，骆德渊把这款机器人定义为休闲健身机器人，他透露，这台羽毛球机器人于2014年9月投入研发，它还曾获2015年亚太大学生机器人大赛冠军，打羽毛球的实力不输一般业余选手。
人工智能的本质（每一条的解释）
1相对于人的智能而言，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，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。
2人工智能本身并没有生命活性的成分，只能算是人工仿真的部分生命活动程序。所以人工智能并没有自我意识的成分。
3这是计算机和人脑两者都可以做到的。计算机的记忆过程是被动的执行指令，所能记住的东西仅仅是工作所需的程序和要处理的数据。所以计算机的记忆内容和记忆过程是可以被控制。
人工智能对经济的影响：
1 专家系统效应
2 推动计算机技术的发展
1.专家系统的效益
人工智能可以用比较经济的方法执行任务而不需要有经验的专家，可以极大地减少劳务开支和培养费用。由于软件易于复制，所以专家系统能够广泛传播专家知识和经验，推广应用数量有限的和昂贵的专业人员及其知识。（举例：股票图片自己理解阐述）（人工智能拥有强大的计算能力，将人工智能引入股市银行等代替人类做交易员。）
2.人工智能推动计算机技术发展
人工智能研究已经对计算机技术的各个方面产生并将继续产生较大影响。人工智能应用要求繁重的计算，促进了并行处理和专用集成片的开发。算法发生器和灵巧的数据结构获得应用，自动程序设计技术将开始对软件开发产生积极影响。所有这些在研究人工智能时开发出来的新技术，推动了计算机技术的发展，进而使计算机为人类创造更大的经济实惠。
人工智能对文化的影响：
改善人类知识，改善人类语言，改善文化生活
1.改善人类知识
在重新阐述我们的历史知识的过程中，哲学家、科学家和人工智能学家有机会努力解决知识的模糊性以及消除知识的不一致性。这种努力的结果，可能导致知识的某些改善，以便能够比较容易地推断出令人感兴趣的新的真理。（举例：谷歌的人工智能画展，自己组织语言）（不久前，谷歌在旧金山举行一场画展和拍卖会，展示电脑在人类的指导下创作的画作。此次展示的画作包括迷幻的海景、梵高风格的森林和以及城堡和狗组成的奇异景观。
谷歌最初开发这项技术是为了识别照片中的物体。）
2.改善人类语言
根据语言学的观点，语言是思维的表现和工具，思维规律可用语言学方法加以研究，但人的下意识和潜意识往往"只能意会，不可言传"。由于采用人工智能技术，综合应用语法、语义和形式知识表示方法，我们有可能在改善知识的自然语言表示的同时，把知识阐述为适用的人工智能形式。随着人工智能原理日益广泛传播，人们可能应用人工智能概念来描述他们生活中的日常状态和求解各种问题的过程。人工智能能够扩大人们交流知识的概念集合，为我们提供一定状况下可供选择的概念，描述我们所见所闻的方法以及描述我们的信念的新方法。
3.改善文化生活
人工智能技术为人类文化生活打开了许多新的窗口。比如图像处理技术必将对图形艺术、广告和社会教育部门产生深远的影响。比如现有的智力游戏机将发展为具有更高智能的文化娱乐手段。（举例：机器人陪人类休闲，自己组织语言。个人助手
人工智能个人助手，如果要诠释这个，看一遍电影《Her》就可以了，其中的人工智能操作系统萨曼莎不仅可以帮助主人公快速处理各种邮件、文件等工作，还能像朋友一样理解并与之交互。现实生活中，这样的个人助手也正在成为现实，如苹果的Siri、以及谷歌的Google Now，国内也有科大讯飞的灵犀、图灵的虫洞语音助手等，这些语音助手现在一般是存在于PC或手机之中，近年随着服务机器人的发展，它们开始有了新的载体。而机器人除了有语音功能外，还具备自主行动地能力。）
人工智能对社会的影响（主要是不好的影响）
1.思维方式与观念的变化
人工智能的发展会为人类带来很多便利，比如我们可以运用它做一些事。（事情举例）但是，人类会由于人工智能系统的不断完善而变得懒惰，失去对许多问题的思考与敏感度，变得过分的依赖智能机器，主动思维能力和计算能力也会明显下降。如，（举例1）一旦专家系统的用户开始相信系统(智能机器)的判断和决定，那么他们就可能不愿多动脑筋，变得懒惰，并失去对许多问题及其求解任务的责任感和敏感性。（举例2）那些过分依赖计算器的学生，他们的主动思维能力和计算能力也会明显下降。过分地依赖计算机的建议而不加分析地接受，将会使智能机器用户的认知能力下降，并增加误解。
2.社会结构变化
人工智能和智能机器能够代替人类从事各种劳动，但是另一方面发展又会引起新的社会问题。比如社会结构的变化。"人-机器"的社会结构，终将为"人-智能机器-机器"的社会结构所取代。智能机器人就是智能机器之一。现在和将来的很多本来是由人承担的工作将由机器人来担任，因此，人们将不得不学会与有智能的机器相处，并适应这种变化了的社会结构。
3.心理上的威胁
随着人工智能的继续发展，像大白这样的高科技机器人，它和一般机器人不同的地方还在于它具备“共情”能力，可以感知并分析出主人的情绪起伏，除了身体上的疗愈，它与人类之间个性化的互动也是心灵治愈的灵药。但是它也使社会成员感到心理上的威胁，或叫做精神威胁。人们一般认为，只有人类才具有感知精神，而且以此与机器相别。当机器人具备了学习、认知能力甚至产生情感后，人类还能否对其进行控制，是大家较为关心的问题,当人工智能超过人的自然智能，有可能会使得人类变成智能系统的奴隶。
4.技术失控的危险
迅速发展的人工智能如果用于应用于普通生活中，它可以大大方便人们的生活，但是如果应用于战场，使用人工智能控制的致命性武器，其后果将十分严重，它可以提高杀人机器的效率，同时承担的责任更少，还可能还会出现其它的一些困扰。
5.引起的法律问题 人工智能的应用技术可以代替了人的一些体力劳动，也代替了人的某些脑力劳动，有时甚至行使着本应由人担任的职能（比如IBM沃森人工智能系统。像医生一样思考和交流 给出治疗方案
。它可以存储海量的信息，既有医学文献，也有不同患者的临床资料和病患医疗记录，并且具备认知、理解、推理和学习的能力，可以将这些信息全部“消化”、“吸收”，并且随着信息的更新实时升级，像一个真正的医生那样“思考”，对单个患者提出适合的治疗方案，也可以为临床医生的提问提供基于大量证据的答案，快速帮助医生做出最正确的决策，医生更多时间花在聆听患者意见和与患者进行互动上。“沃森”目前还没有进行真正意义上的商业化应用，但是已经在美国、加拿大的十几家医院落地进行内部测试。一些医疗应用也搭载了这一智能平台，面向恶性肿瘤、心理创伤等疾病领域的医患提供服务。）但是有些方面却容易引起法律问题。比如医疗诊断专家系统万一出现失误，导致医疗事故，怎么样来处理，开发专家系统者是否要负责任，使用专家系统者应负什么责任，等等。
明天可能实现的（可讲可不讲）：中国研究人员在致力做出更复杂的人工智能，检验方式颇具中国特色——高考。科大讯飞公司董事长刘庆峰透露，他们正在研发“类人答题机器人”，目标是在3到5年之内让机器参加高考能考上“一本”。高考涉及学科多，除了客观题外还有大量的主观题，如果真能达成这个目标，又是人工智能一个里程碑。去年年底在北京举行的世界机器人大会上，有机器人分别展示了踢足球、打乒乓等方面的运动能力。但是很明显，它们还无法与人类选手相提并论，很大程度上因为判断对手或队友的比赛意图是一大瓶颈。不过，在RoboCup等机器人足球赛中，机器人的水平也在不断提高，该赛事的目标是，让机器人足球队在2050年能击败人类世界冠军球队。人工智能的马原思想
1.从意识的本质上看：
意识是物质世界长期发展的产物, 是人脑的机能
意识活动作为人脑的特有机能，而人脑又是高度组织起来的中枢神经系统，其上千亿个神经元之间存在着网络化、层次化的相互连接，是目前已知的宇宙中最复杂、最协调自组织系统。而人工智能则是依靠机械、电子元件和线路组成的机械物理装臵，用软件等方法模拟人的思维活动，是一个无意识的、机械的、物理的运动过程。
2．从意识作用看：
意识活动具有目的性和计划性
人的意识具有自我选择的自由意志，行动目的明确，理解任务的意义、性质和后果。人的思维包括形象思维、直觉或灵感思维、逻辑思维等基本形式，具有目的性、容错性、并行性、连续性、模糊性、辩证性和自觉性等特征。而人工智能的机器思维方式却是离散的、精确的、机械的和不自觉的。人工智能的机械性表现在实际问题描述符号化、求解问题方式程序化、解决问题过程自动化，因而不可能有人类那样的能动创造力、丰富想象力；最后，在认识与实践中的地位不同。从整体上和全过程看，人脑和电脑的关系永远是主体和客体、主动者和被动者的关系，电脑必须接受人的指令才能工作，否则它只是一堆死物。是人首先把智慧赋予电脑，电脑又使人更富有智慧。
3．从人的社会性看：
人的本质属性在于它的社会性
人的意识蕴含着全部思想发展的历史一逻辑的结果。人脑不仅经历了漫长的物理化学进化，还经历了几百万年的社会进化，因而它同时受制于自然规律和社会规律。而人工智能是技术进化和机器进化的结果，其本质属性是自然性，机器在执行指令时并不探求任务本身的社会意义，也不会考虑社会责任和社会后果。智能机器的运行只遵守自然界的规律。（结束语）
所以，由此我们可以的出以下结论，人工智能诞生的初衷是作为人类工具的延长，其作用和发展从其诞生的那一天就已经确定，人工智能只能作为人类智能的附庸和补充，而不可能对人类智能构成挑战，更不可能取代人类智能。当然随着人类对人脑的功能会不断地进一步认识，人工智能也会不断的近似于人类智能。但即使人工智能再不断的进化和发展，计算机与社会性的人的大脑仍是无法比拟的，计算机仅是人脑的延伸而已，高度智能化的计算机再怎么发展也只是人类的工具，人工智能作为人类智能主体客体化的产物，其作用和功能仍将受到人类智能的制约与支配。这是我们组得出来的结论，并不代表所有人的观点。谢谢
