在日常的學習、工作、生活中，肯定對各類范文都很熟悉吧。相信許多人會覺得范文很難寫？以下是小編為大家收集的優秀范文，歡迎大家分享閱讀。
人工智能的計算機網絡技術應用論文篇一
隨著科學技術近年來突飛猛進的發展，計算機及相關智能化應用在各個領域中占據了越來越重要的地位。無論是日常生活、工業領域還是軍事領域，使用計算機的場合越來越多，而且不僅僅局限于最初的科學計算。在這種前提下，人工智能的概念應運而生。人工智能是20世紀中葉科學技術所取得的重大成果之一。它的誕生與發展對人類文明產生了巨大的影響和效益，同時，人類是否最終成為機器人的奴隸，人類社會會被計算機取代等等問題也被人提出并廣泛討論，這也就引起了哲學意識與人工智能的理論探討。
人工智能是20世紀中葉科學技術所取得的重大成果之一。人工智能是相對于人類智能而言的。它是指用機械和電子裝置來模擬和代替人類的某些智能。人工智能也稱“機器智能”或“智能模擬”。當今人工智能主要是利用電子技術成果和仿生學方法，從大腦的結構方面模擬人腦的活動，即結構模擬。
人腦是智能活動的物質基礎，是由上百億個神經元組成的復雜系統。結構模擬是從單個神經元入手的，先用電子元件制成神經元模型，然后把神經元模型連接成神經網絡（腦模型），以完成某種功能，模擬人的某些智能。如1957年美國康乃爾大學羅森布萊特等人設計的“感知機”，1975年日本的福島設計的“認知機”（自組織多層神經網絡）等。
電子計算機是智能模擬的物質技術工具。它是一種自動、高速處理信息的電子機器。它采用五個與大腦功能相似的部件組成了電腦，來模擬人腦的相應功能。這五個部件是：(1)輸入設備，模擬人的感受器（眼、耳、鼻等），用以接受外來的信息。人通過輸入設備將需要計算機完成的任務、課題、運算步驟和原始數據采用機器所能接受的形式告訴計算機，并經輸入設備把這些存放到存貯器中。(2)存貯器，模擬人腦的記憶功能，將輸入的信息存儲起來，供隨時提取使用，是電子計算機的記憶裝置。(3)運算器，模擬人腦的計算、判斷和選擇功能，能進行加減乘除等算術運算和邏輯運算。(4)控制器，人腦的分析綜合活動以及通過思維活動對各個協調工作的控制功能，根據存貯器內的程序，控制計算機的各個部分協調工作。它是電腦的神經中樞。(5)輸出設備，模擬人腦的思維結果和對外界刺激的反映，把計算的結果報告給操作人員或與外部設備聯系，指揮別的機器動作。
以上五部分組成的電腦是電子模擬計算機的基本部分，稱為硬件。只有硬件還不能有效地模擬和代替人腦的某些功能，還必須有相應的軟件或軟設備。所謂軟件就是一套又一套事先編好的程序系統。
人工智能的產生是人類科學技術進步的結果，是機器進化的結果。人類的發展史是人們利用各種生產工具有目的地改造第一自然（自然造成的環境，如江河湖海、山脈森林等），創造第二自然（即人化自然，如人造房屋、車輛機器等）的歷史。人類為了解決生理機能與勞動對象之間的矛盾，生產更多的財富，就要使其生產工具不斷向前發展。人工智能，是隨著科學技術的發展，在人們創造了各種復雜的機器設備，大大延伸了自己的手腳功能之后，為了解決迫切要延伸思維器官和放大智力功能的要求而產生和發展起來的。
從哲學上看，物質世界不僅在本原上是統一的，而且在規律上也是相通的。不論是機器、動物和人，都存在著共同的信息與控制規律，都是信息轉換系統，其活動都表現為一定信息輸入與信息輸出。人們認識世界與在實踐中獲取和處理信息的過程相聯系，改造世界與依據已有的信息對外界對象進行控制的過程相聯系?？傊磺邢到y都能通過信息交換與反饋進行自己調節，以抵抗干擾和保持自身的穩定。因此，可以由電子計算機運用信息與控制原理來模擬人的某些智能活動。
從其它科學上來說，控制論與信息論就是運用系統方法，從功能上揭示了機器、動物、人等不同系統所具有的共同規律。以此把實際的描述形式化，即為現象和行為建立一個數學模型；把求解問題的方式機械化，即根據數學模型，制定某種算法和規則，以便機械地執行；把解決問題的過程自動化，即用符號語言把算法和規則編成程序，交給知識智能機器執行某種任務，使電子計算機模擬人的某些思維活動。所以，控制論、信息論是“智能模擬”的科學依據，“智能模擬”是控制論、信息論在實踐中的最重要的實踐結果。
人工智能是人類智能的必要補充，但是人工智能與人類智能仍存在著本質的區別：
愛好等 心理活動所構成的主觀世界。而人類智能則是在人腦生理活動基礎上產生的心理活動，使人形成一個主觀世界。因此，電腦與人腦雖然在信息的輸入和輸出的行為和功能上有共同之處，但在這方面兩者的差別是十分明顯的。從信息的輸入看，同一件事，對于兩個智能機具有相同的信息量，而對于兩個不同的人從中獲取的信息量卻大不相同。“行家看門道，外行看熱鬧”就是這個道理。從信息的輸出方面看，兩臺機器輸出的同一信息，其信息量相等。而同一句話，對于飽經風霜的老人和天真幼稚的兒童，所說的意義卻大不相同。
（2）人工智能在解決問題時，不會意識到這是什么問題，它有什么意義，會帶來什么后果。電腦沒有自覺性，是靠人的操作完成其 機械的運行機能；而人腦智能，人的意識都有目的性，可控性，人腦的思維活動是自覺的，能動的。
（3）電腦必須接受人腦的指令，按預定的程序進行 工作。它不能輸出未經輸入的任何東西。所謂結論，只不過是輸入程序和輸入數據的邏輯結果。它不能自主地提出問題，創造性地解決問題，在遇到沒有列入程序的“意外”情況時，就束手無策或中斷工作。人工智能沒有創造性。而人腦功能則能在反映規律的基礎上，提出新概念，做出新判斷，創造新表象，具有豐富的想象力和創造性。
（4）人工機器沒有 社會性。作為社會存在物的人，其腦功能是適應社會生活的需要而產生和 發展的。人們的社會需要遠遠超出了直接生理需要的有限目的，是由社會的物質文明與精神文明的發展程序所決定的。因此，作為人腦功能的思維能力，是通過社會的 教育和訓練，通過對歷史上積累下來的 文化的吸收逐漸形成的。人的內心世界之所以豐富多彩，是由于人的社會 聯系是豐富的和多方面的，人類智能具有社會性。所以要把人腦功能全面模擬下來，就需要再現人的思想發展的整個歷史邏輯。這是無論多 么“聰明”的電腦都做不到的。隨著科學技術的發展，思維模擬范圍的不斷擴大，電腦在功能上會不斷向人腦接近。但從本質上看，它們之間只能是一條漸近線，它們之間的界限是不會清除的。模擬是近似而不能是等同。
從以上分析不難看出，人工智能與人腦在功能上是局部超過，而整體上不及。由于人工智能是由人造機器而產生的，因此，人工智能永遠也不會趕上和超過人類智能。所謂“機器人將超過人奴役人”、“人將成為 計算機思想家的玩物或害蟲，……保存在將來的動物園”的“預言”是不能成立的。因為，它抹煞了人與機器的本質差別與根本界限。然而，在現代科學認識活動中，沒有人工智能，就不會有人類認識能力的突破性發展和認識范圍的不斷擴大。不僅電腦依賴于人，人也依賴于電腦。這就使得對人工智能的探討以及對人機互補的關系的探討成為一個新的課題。
人工智能的計算機網絡技術應用論文篇二
摘要：隨著人工智能技術的日新月異，人類社會生活廣泛而深刻的受到其影響，在提高工作效率與生活質量的同時，許多新興的法律問題逐漸浮現，尤其對與人類社會生活聯系緊密的民法提出了挑戰。本文以人工智能技術為視角，探討民法制度在新的時代背景下的發展方向。
隨著舉世矚目的人機大戰在2016年3月15日落下帷幕，圍棋人機大戰中人工智能機器人以4比1的成績戰勝圍棋九段棋手，揭開了人們對人工智能討論和聯想的新高潮。國內的一部分科技公司已經買下一些機器人公司，準備搶占人工智能的市場先機。在一些企業中已經開始大規模使用機器人代替工人。人工智能的發展必然對人們的社會生活產生深刻的影響，隨之而來的是對與社會生活高度相關的民法制度的沖擊。
第一回合，發生在第一次工業革命。第一次工業革命的標志產物是珍妮紡紗機，它的產生極大提高了工作效率。一位名叫路德的紡織工人，認為是珍妮紡紗機奪走了他們的工作，帶頭搗毀了工廠的機器。事件的態勢愈演愈烈，最后是英國的政府派出軍隊進行鎮壓才得以控制，這就是“路德事件”。
第二回合，發生在第三次工業革命。手機產生于第三次工業革命，它的出現使傳呼員的職業徹底消失，拉近了人們之間的距離，提高了工作效率與生活質量。機器又一次戰勝了人類。
第三回合，發生在第四次工業革命。智能機械手的出現可以大幅度降低產品的不良率，設備的產能效率大幅度得以提高，其工作效率大大的戰勝了傳統的車間工人。這也使得高危險系數以及高人工成本的工種消失。
第四回合，就是發生在不久之前的阿爾法圍棋對戰圍棋九段選手，最終人類以1比4的成績敗北人工智能。
雖然，最智能的機器也需要“老師”的指引，而人類就是機器的老師，但是不容否認的是，在一些領域，人工智能和機器人技術已經代替了人類，并震顫著人類的社會生活。
人工智能產業是近三十年涌現出的高新產業。早在“七五”時期政府就開始了對這一高新技術產業的攻關研究，并取得了有目共睹的成果，一批人工智能產品與人工智能應用工程層出不窮。[1]近些年，人工智能技術發展迅速，其應用也愈來愈廣，從之前傳統的工業領域擴展到軍事、公安、醫療和服務等眾多領域。
2012年由某公司的實驗室研發并推出了無人駕駛汽車，這臺汽車不需要駕駛者就可以進行啟動、行駛以及停止。這些車輛使用照相機、雷達感應器和激光測距機來“看”其他的交通狀況，并且使用詳細地圖來為前方的道路導航。該公司表示，這些車輛比有人駕駛的車更安全，因為它們能更迅速、更有效地作出反應。這種人工智能汽車的出現，使得汽車的概念以及人們出行方式發生了極大的轉變，同時也體現著人工智能技術和機器人技術開始真正融入到人類現實生活中。人類可以預測到，下一代智能型機器人將更加廣泛的融入到社會運作中。然而這一高新技術的應用，同時也使得如何避免人工智能機器人侵權或者被侵權以及如何規范機器人的制造、使用等法律問題更加突出。
在醫療領域，人工智能機器人在外科手術中得以應用。美國曾于2000年上市一款醫療外科手術機器人。據統計，至今為止總共2500部機器人被投入市場。這種人工智能機器人的使用，一方面對于提高醫療水平起到了積極的作用，但是也出現了人工智能機器人侵權的事件發生。自2007年至2014年，美國政府就收到了兩百多件關于該人工智能機器人手術時發生燒傷或割傷以及感染等侵權事故報告，在這兩百多件事故中共造成89名患者醫治無效死亡。
基于人工智能機器人在社會生活中產生的問題，一些國家如日本、韓國以及歐共體，已經開始著手制定規章或制度以確保社會穩定以及人工智能技術的可持續發展。日本公布了《下一代機器人安全問題指導方針（草案）》，用于調整人工智能技術的研發與應用。[2]歐洲共同體在2012年推出了歐盟第七框架計劃項目，即機器人法研究，聚集了各個相關領域的專家學者，包括法學、哲學、仿生神經工學等專業，討論并草擬機器人立法政策白皮書。韓國已經擬定了機器人法，專門規定了人與機器人的關系。
除了對人工智能機器人的安全應用進行必要的法律規范以外，同時也應對與人工智能機器人的應用相關的法律，如民法制度進行一定程度上的變革。例如，法律該怎樣認定人工智能機器人的法律地位，如若發生侵權事故時該怎樣認定相應的法律責任以及適用怎樣的歸責原則等法律問題。若無人駕駛汽車發生交通事故該怎樣認定事故責任。許多相關法律問題都隨著人工智能機器人廣泛而深入的進入人類社會生活而變得更加凸顯，然而相關規章制度仍處于空白階段。因此，變革相關的法律制度對于平衡人工智能技術與社會的穩定和諧具有重要的意義。
人工智能機器人在社會生活中的廣泛應用，更加深刻的影響著人類文明，同時伴隨而來的是大量法律問題逐漸涌現。
2006年美國一個名叫《未來學家》的雜志曾這樣報道：2016年至2020年，人工智能實體可能會當選為“國會議員”；2020年后，轉基因技術加上機器人技術，將制造出“有機機器人”。雖然這些設想都尚未實現，但是在社會生活中人工智能技術是確確實實得以廣泛應用的。許多人工智能機器人已經代替人類走向工作崗位，如迎賓機器人、送餐機器人，甚至在日本一款機器人可以向顧客提供推銷手機、簽訂合同等服務。
（一）人工智能技術與婚姻法律制度
2016年在某電視臺的明星喜劇真人秀中，某團隊以一部講述主人公用人工智能機器人做女朋友來應付父母的催婚，最后發現連主人公的父母都是人工智能機器人的喜劇作品參加比賽，其作品以夸張的手法描繪了人工智能技術對人類社會生活的巨大影響。但是不能說小品中的事情不會在現實生活中發生，英國人工智能學者戴維萊維曾推測：人類將和機器人結婚，這一切大約會在2050年實現。
人類與人工智能機器人的結婚能夠得到法律的認可，就需要對我國民法制度中的婚姻法律規范進行調整，目前婚姻只能是自然人的行為，而人工智能機器人目前在法律上不是民事主體，但這并不能阻擋人類與人工智能機器人結婚的情況發生。因此，人工智能技術的發展會對婚姻法律制度造成一定程度上的沖擊。
（二）人工智能技術與侵權責任法律制度
人工智能技術的發展賦予了機器人更加類似于人類行為的功能。在2004年的伊拉克戰場上，美軍僅僅使用了一架由人工智能機器人操作的軍用飛機將一個連的兵力瞬間消滅。美國科學家在2006年曾宣稱，新研發并投入軍用的機器人能夠自己檢測損傷并獨立思考出修復方法。如若這樣的機器人太過于像人，而且擁有智慧，很有可能“造反”，對人類造成侵害。這就需要對侵權法律制度進行完善以維護社會穩定。
早在1978年人工智能機器人侵權的事件事實上早已存在。在日本廣島一間工廠里，機器人正切割鋼板，但突然轉身將其背后正在休息的工人抓住并當做鋼板進行切割，這是世界上第一起機器人侵權事件。[3]無獨有偶，全蘇國際象棋象棋冠軍對戰早期的人工智能機器人，終以3比1的成績打敗機器人，但機器人惱羞成怒，在眾目睽睽下向對手釋放強電流，這位國際象棋大師最終并沒用搶救過來。
因此，隨著人工智能技術的日益精湛，人類不得不考慮機器人侵權的歸責原則、責任分配等一系列法律問題，更需要對侵權責任法律制度進行一定的調整以適應高科技時代的大背景。
人工智能技術的發展對與人們聯系緊密的民法制度提出了挑戰。如果民法不能適應時代的要求，將無法使社會得以穩定運作。因此對相關的民事法律規范進行調整，適應人工智能技術的發展要求，已經是新世紀大勢所趨。
[1]金周英，白英。我國機器人發展的政策研究報告[j]。機器人技術與應用，2009—3—30。
[2]肖尤丹。機器人需要“守法”嗎[n]。xxx，2014—7—21（20）。
[3]黃建民。我們要給機器人以“人權”嗎[j]。讀書與評論，2009（6）。
人工智能的計算機網絡技術應用論文篇三
摘要：人工智能屬于一門綜合性的邊緣學科。誕生時間為 20 世紀 50 年代左右，大概歷經了四個時代，第一個時代為神經網絡時代，第二個時代為弱方法時代，第三個時代為知識工程時代第四個時代為知識工業時代。它在發展過程中包含的基礎有計算機科學，信息論，神經心理學，哲學，統計學等多種學科。至今為止，人工神經網絡技術和遺傳算法都已經應用于工業，軍事等領域。
1.1人工智能簡述
人工智能[1]（artificial intelligence，簡稱ai）是計算機學科的一個分支，屬于為世界三大尖端技術空間技術、能源技術、人工智能其中之一，最近幾十年來，人工智能的發展非常的迅速， 在很多的地方都得到了應用，尤其是在科學領域。
人工智能源自于對人的模仿，其最終目的是服務于人類，但是，就像世界上沒有相同的兩片葉子，也沒有完全相同的兩個人，也就像沒有一家服務企業可以滿足一個國家人的所有要求一樣，人工智能產業中也會涌現許多實力強大的企業，一些企業也會在某個領域內形成自己的競爭優勢，甚至會出現壟斷型企業。人工智能產業在國內外都還是處于剛剛發展階段，人工智能產業的競爭也會伴隨不斷增長變化的需求而演化，企業也會為了滿足并提升社會大眾越來的生活品質而不斷進步，不斷完善自身。
1.2人工智能研究的發展概況
近年來，人臉識別技術得益于機器學習與大數據，又有了非常令人欣喜的進步，擁有足夠的多的人力模型數據，計算機對具體提供的數量足夠多的人臉模型數據進行針對性訓練，就可以達到一個極高的識別正確率。但是對一個具體的個例可以做到百分百識別，并不能就此完全肯定對人群大眾使用就都能達到同樣級別的水平，對于大量的人臉數據依然需要不斷地整理系統的統計，所以，距離完美的識別率人類還有很長的路要走。不僅是人臉識別，ocr、語音識別、機器翻譯等人工智能技術在現實的應用中都會面臨準確率的標準。也希望無論是企業還是社會群體大眾，用一份積極包容的心態，為人工智能產業的發展營造一個優良的可持續發展環境。
人工智能應用研究有許許多多的可行性。專家系統內部含有大量的某個領域的專家水平的知識與經驗，經過運用人類的知識和解決問題的途徑進行推理、匯總、判斷、解決，來處理某個領域的疑難棘手問題。人工智能系統在很多領域的應用也都在促進著人工智能的理論和技術的不斷發展。專家系統也是人工智能應用研究最活躍和最廣泛的應用領域之一，涉及社會各個方面，各種專家系統已遍布各個專業領域，取得很大的成功。人工智能在計算機領域內，得到了原來越多的重視。并在機器人等中得到了很多的實際應用。
人工智能是研究人類智能活動的可循規律，創建具有一定人類智能的電子系統，它主要是通過讓計算機去完成原本是需要人類智慧才能去解決的問題，換而言之，就是研究如何應用計算機的軟硬件來模擬人類智慧行為的基本理論、方法和技術。例如：繁重的科學工程和數學計算本來是要人腦來承擔的，但是，現今，計算機不但能高效準確的完成這種計算，而且還能夠比人腦做得更加的完美，因此，當今社會也不再把這種程度的計算看成是“需要人類智慧高強度才能完成的復雜任務”，由此可見，高強度復雜工作的定義隨著人類社會時代的發展和科學技術的不斷進步而不斷變化，人工智能這門科學的具體目標也自然隨著社會科學的變化而發展。它一方面不斷地通過科學技術獲得新的進展，另一方面又勇敢的轉向更有意義、更加困難的目標。
2.1智能信息檢索技術
現今社會，智能信息檢索技術的發展日新月異。而人工智能在信息檢索技術中的應用，主要集中表現在網絡信息的檢索。網絡信息檢索，也即網絡信息搜索，是指互聯網用戶在網絡終端，通過特定的網絡搜索工具或是通過瀏覽的方式，查找并獲取信息的行為。運用人工智能技術，可以快速準確的在大數據的基礎之上獲得所需信息。
2.2遺傳算法
遺傳算法（genetic algorithm）是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型，是一種通過模擬自然進化過程進行搜索找出最優解的方法。遺傳算法是通過一類問題可能潛在的解集的其中一個集群開始的，而一個集群群則由經過基因編碼的一定數目的個體組成。每個個體實際上是染色體帶有本身特征的實體。比如，它決定了個體所要表現出的外部形狀，如單眼皮，雙眼皮的特征是由染色體中控制這一特征的某種基因組合決定的。由此可見，從一開始通過表象得到實際的基因的編碼程序為一種算法。我們通常將基因的編碼工作簡單化 ，如二進制編碼，在第一代種群產生之后，遵循適者生存，按照自然法則優勝劣汰，選擇最優的結果，并借助交叉和變異，得到一種新的集合。這種辦法會得到一種比以前更加優秀，更加適者生存的種群。
人工智能對人類科學來說是一門極富挑戰性的科研究，想要從事這項研究工作必須懂得計算機知識，心理學、統計學、哲學等等。人工智能是一種涵蓋了非常廣泛的知識的科學，它包含了很多不同的領域，如機器學習，計算機視覺、軟件工程、操作系統等等，總而言之，人類科學對人工智能研究的一個主要目的是使機器通過一系列的操作能夠勝任一些通常需要人類智能才能完成的復雜工作。在不同的時代、不同的社會環境、不同的人對這種“復雜”程度的理解是不一樣的，每個時代的科學發展也是不同的，希望在科學不斷發展的今天，人工智能的發展也會帶來許許多多的驚喜。
[1] 元慧。議當代人工智能的應用領域和發展狀況[j]。福建電腦，2008（9）。
[2] 劉玉然。談談人工智能在企業管理中的應用[j]。價值工程，2013（9）。
[3] 焦加麟，徐良賢，戴克昌。人工智能在智能教學系統中的應用[j]。計算機仿真，2013（7）。
[4] 周明正。人工智能在醫學專家系統中的應用[j]。科技信息，2014（7）。
[5] 張海燕，劉鎮清。人工智能及其在超聲無損檢測中的應用[j]。無損檢測，2011（5）。
[6] 馬秀榮，王化宇。簡述人工智能技術在網絡安全管理中的應用[j]。呼倫貝爾學院學報，2015（7）。
[7] 曾雪峰。論人工智能的研究與發展[j]?，F代商貿工業，2009（8）。
人工智能的計算機網絡技術應用論文篇四
摘要：人工智能屬于一門綜合性的邊緣學科。誕生時間為20世紀50年代左右，大概歷經了四個時代，第一個時代為神經網絡時代，第二個時代為弱方法時代，第三個時代為知識工程時代第四個時代為知識工業時代。它在發展過程中包含的基礎有計算機科學，信息論，神經心理學，哲學，統計學等多種學科。至今為止，人工神經網絡技術和遺傳算法都已經應用于工業，軍事等領域。
1.1人工智能簡述
人工智能[1]（artificialintelligence，簡稱ai）是計算機學科的一個分支，屬于為世界三大尖端技術空間技術、能源技術、人工智能其中之一，最近幾十年來，人工智能的發展非常的迅速，在很多的地方都得到了應用，尤其是在科學領域。
人工智能源自于對人的模仿，其最終目的是服務于人類，但是，就像世界上沒有相同的兩片葉子，也沒有完全相同的兩個人，也就像沒有一家服務企業可以滿足一個國家人的所有要求一樣，人工智能產業中也會涌現許多實力強大的企業，一些企業也會在某個領域內形成自己的競爭優勢，甚至會出現壟斷型企業。人工智能產業在國內外都還是處于剛剛發展階段，人工智能產業的競爭也會伴隨不斷增長變化的需求而演化，企業也會為了滿足并提升社會大眾越來的生活品質而不斷進步，不斷完善自身。
1.2人工智能研究的發展概況
近年來，人臉識別技術得益于機器學習與大數據，又有了非常令人欣喜的進步，擁有足夠的多的人力模型數據，計算機對具體提供的數量足夠多的人臉模型數據進行針對性訓練，就可以達到一個極高的識別正確率。但是對一個具體的個例可以做到百分百識別，并不能就此完全肯定對人群大眾使用就都能達到同樣級別的水平，對于大量的人臉數據依然需要不斷地整理系統的統計，所以，距離完美的識別率人類還有很長的路要走。不僅是人臉識別，ocr、語音識別、機器翻譯等人工智能技術在現實的應用中都會面臨準確率的標準。也希望無論是企業還是社會群體大眾，用一份積極包容的心態，為人工智能產業的發展營造一個優良的可持續發展環境。
人工智能應用研究有許許多多的可行性。專家系統內部含有大量的某個領域的專家水平的知識與經驗，經過運用人類的知識和解決問題的途徑進行推理、匯總、判斷、解決，來處理某個領域的疑難棘手問題。人工智能系統在很多領域的應用也都在促進著人工智能的理論和技術的不斷發展。專家系統也是人工智能應用研究最活躍和最廣泛的應用領域之一，涉及社會各個方面，各種專家系統已遍布各個專業領域，取得很大的成功。人工智能在計算機領域內，得到了原來越多的重視。并在機器人等中得到了很多的實際應用。
人工智能是研究人類智能活動的可循規律，創建具有一定人類智能的電子系統，它主要是通過讓計算機去完成原本是需要人類智慧才能去解決的問題，換而言之，就是研究如何應用計算機的軟硬件來模擬人類智慧行為的基本理論、方法和技術。例如：繁重的科學工程和數學計算本來是要人腦來承擔的，但是，現今，計算機不但能高效準確的完成這種計算，而且還能夠比人腦做得更加的完美，因此，當今社會也不再把這種程度的計算看成是“需要人類智慧高強度才能完成的復雜任務”，由此可見，高強度復雜工作的定義隨著人類社會時代的發展和科學技術的不斷進步而不斷變化，人工智能這門科學的具體目標也自然隨著社會科學的變化而發展。它一方面不斷地通過科學技術獲得新的進展，另一方面又勇敢的轉向更有意義、更加困難的目標。
2.1智能信息檢索技術
現今社會，智能信息檢索技術的發展日新月異。而人工智能在信息檢索技術中的應用，主要集中表現在網絡信息的檢索。網絡信息檢索，也即網絡信息搜索，是指互聯網用戶在網絡終端，通過特定的網絡搜索工具或是通過瀏覽的方式，查找并獲取信息的行為。運用人工智能技術，可以快速準確的在大數據的基礎之上獲得所需信息。
2.2遺傳算法
遺傳算法（geneticalgorithm）是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型，是一種通過模擬自然進化過程進行搜索找出最優解的方法。遺傳算法是通過一類問題可能潛在的解集的其中一個集群開始的，而一個集群群則由經過基因編碼的一定數目的個體組成。每個個體實際上是染色體帶有本身特征的實體。比如，它決定了個體所要表現出的外部形狀，如單眼皮，雙眼皮的特征是由染色體中控制這一特征的某種基因組合決定的。由此可見，從一開始通過表象得到實際的基因的編碼程序為一種算法。我們通常將基因的編碼工作簡單化，如二進制編碼，在第一代種群產生之后，遵循適者生存，按照自然法則優勝劣汰，選擇最優的結果，并借助交叉和變異，得到一種新的集合。這種辦法會得到一種比以前更加優秀，更加適者生存的種群。
人工智能對人類科學來說是一門極富挑戰性的科研究，想要從事這項研究工作必須懂得計算機知識，心理學、統計學、哲學等等。人工智能是一種涵蓋了非常廣泛的知識的科學，它包含了很多不同的領域，如機器學習，計算機視覺、軟件工程、操作系統等等，總而言之，人類科學對人工智能研究的一個主要目的是使機器通過一系列的操作能夠勝任一些通常需要人類智能才能完成的復雜工作。在不同的時代、不同的社會環境、不同的人對這種“復雜”程度的理解是不一樣的，每個時代的科學發展也是不同的，希望在科學不斷發展的今天，人工智能的發展也會帶來許許多多的驚喜。
[1]元慧。議當代人工智能的應用領域和發展狀況[j]。福建電腦，2008（9）。
[2]劉玉然。談談人工智能在企業管理中的應用[j]。價值工程，2013（9）。
[3]焦加麟，徐良賢，戴克昌。人工智能在智能教學系統中的應用[j]。計算機仿真，2013（7）。
[4]周明正。人工智能在醫學專家系統中的應用[j]。科技信息，2014（7）。
[5]張海燕，劉鎮清。人工智能及其在超聲無損檢測中的應用[j]。無損檢測，2011（5）。
[6]馬秀榮，王化宇。簡述人工智能技術在網絡安全管理中的應用[j]。呼倫貝爾學院學報，2015（7）。
[7]曾雪峰。論人工智能的研究與發展[j]?，F代商貿工業，2009（8）。
人工智能的計算機網絡技術應用論文篇五
人工智能（artificial intelligence），英文縮寫為ai，也稱機器智能?！叭斯ぶ悄堋币辉~最初是在1956年的dartmouth學會上提出的。它是計算機科學、控制論、信息論、神經生理學、心理學、語言學等多種學科互相滲透而發展起來的一門綜合性學科。從計算機應用系統的角度出發，人工智能是研究如何制造智能機器或智能系統來模擬人類智能活動的能力，以延伸人們智能的科學。
人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能與人類智能相似的方式做出反應的智能機器。人工智能的發展史是和計算機科學與技術的發展史聯系在一起的，目前能夠用來研究人工智能的主要物質手段以及能夠實現人工智能技術的機器就是計算機，人工智能在21世紀必將為發展國民經濟和改善人類生活做出更大的貢獻。
事物的發展都是曲折的，人工智能的發展也是如此。人工智能的發展歷程大致可以劃分為以下五個階段：
第一階段：20世紀50年代，人工智能的興起和冷落。人工智能概念在1956年首次提出后，相繼出現了一批顯著的成果，如機器定理證明、跳棋程序、通用問題s求解程序、lisp表處理語言等。但是由于消解法推理能力有限以及機器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點是重視問題求解的方法，而忽視了知識的重要性。
第二階段：60年代末到70年代，專家系統出現，使人工智能研究出現新高潮。dendral化學質譜分析系統、mycin疾病診斷和治療系統、prospectior探礦系統、hearsay—ii語音理解系統等專家系統的研究和開發，將人工智能引向了實用化。并且，1969年成立了國際人工智能聯合會議（international joint conferences onartificial intelligence 即ijcai）。
第三階段：80年代，隨著第五代計算機的研制，人工智能得到了飛速的發展。日本在1982年開始了“第五代計算機研制計劃”，即“知識信息處理計算機系統kips”，其目的是使邏輯推理達到數值運算那么快。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熱潮。
第四階段：80年代末，神經網絡飛速發展，。1987年，美國召開第一次神經網絡國際會議，宣告了這一新學科的誕生。此后，各國在神經網絡方面的投資逐漸增加，神經網絡迅速發展起來。
第五階段：90年代，人工智能出現新的研究高潮。由于網絡技術特別是國際互連網技術的發展，人工智能開始由單個智能主體研究轉向基于網絡環境下的分布式人工智能研究。不僅研究基于同一目標的分布式問題求解，而且研究多個智能主體的多目標問題求解，將人工智能更面向實用。另外，由于hopfield多層神經網絡模型的提出，使人工神經網絡研究與應用出現了欣欣向榮的景象。
1、人工智能在管理系統中的應用
人工智能應用于企業管理的意義主要不在于提高效率，而是用計算機實現人們非常需要做，但工業工程信息技術是靠人工卻做不了或是很難做到的事情。把人工智能應用于企業管理中，以數據管理和處理為中心，圍繞企業的核心業務和主導流程建立若干個主題數據庫，而所有的應用系統應該圍繞主題數據庫來建立和運行。也就是說，將企業各部門的數據進行統一集成管理，搭建人工智能的應用平臺，使之成為企業管理與決策中的關鍵因子，這些正體現了人工智能在企業管理中的巨大價值。
2、人工智能在工程領域中的應用
人工智能在地質勘探、石油化工等工程領域也發揮著非常重要的作用。早在1978年，美國斯坦福國際研究所就研發制成礦藏勘探和評價專家系統“prospector”，該系統用于勘探評價、區域資源估值和鉆井井位選擇等，是工程領域的首個人工智能專家系統，其發現了一個鉬礦沉積，價值超過1億美元。
3、人工智能在技術研究中的應用
人工智能在電子技術領域的應用可謂由來已久。隨著網絡的迅速發展，網絡技術的安全已經成了人們關心的重點，因此必須在傳統技術的基礎上進行網絡安全技術的改進和變更，大力發展數據挖掘技術、人工免疫技術等高效的ai技術，開發更高級的ai通用與專用語言和應用環境以及開發專用機器，而人工智能技術則為其提供了一定的可能。
人工智能的近期研究目標在于建造智能計算機，用以代替人類去從事各種復雜的腦力勞動。正是根據這一近期研究目標，人們才把人工智能理解為計算機科學的一個分支。當然，人工智能還有它的遠期研究目標，即探究人類智能和機器智能的基本原理，研究用自動機（automata）模擬人類的思維過程和智能行為。這個長期目標遠遠超出計算機科學的范疇，幾乎涉及自然科學和社會科學的所有學科。如今，人工智能已經進入了21世紀，其必將為發展國民經濟和改善人類生活做出更大的貢獻。但是，從人工智能目前的發展現狀來看，其研究也存在一定的問題，這些主要表現在以下三個方面：
1、宏觀與微觀隔離
一方面是 哲學、認知科學、思維科學和 心理學等學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 網絡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，中間還有許多層次尚待研究，目前還無法把宏觀與微觀有機地結合起來和相互滲透。
2、全局與局部割裂
人工智能是腦系統的整體效應，有著豐富的層次和多個側面。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化過程。這就導致了三者之間存在著明顯的局限性。因此，必須從多層次、多因素、多維和全局觀點來研究人工智能，才能克服上述局限。
3、理論與實際脫節
大腦的實際 工作，在宏觀上已知道不少；但是智能的千姿百態，變幻莫測，復雜的難以理出頭緒。在微觀上，我們對大腦的工作機制知之甚少，似是而非，這也使我們難以找出規律。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，能在某些方面表現出“智能”就已經算是相當的成功。
人工智能一直處于 計算機技術的前沿，其研究的理論和發現在很大程度上將決定計算機技術的 發展方向。人工智能研究與 應用雖取得了不少成果，但離全面推廣應用還有很大的距離，還有許多問題有待解決，且需要多學科的研究專家共同合作。因此，要想從根本上了解人腦的結構和功能，完成人工智能的研究任務，就必須去尋找和建立更新的人工智能框架和理論體系，進而為人工智能的進一步發展奠定堅實的理論基礎。我們堅信在不久的將來，人工智能技術的應用與發展必將會給人們的生活、工作和 教育等帶來更大的。影響。