[人工智能论文读书报告] 人工智能论文开题报告

近年来，世界各个发达国家竞相发展机械电子工程，以提高本国的成产力水平，机械电子工程也不断向智能化、网络化、柔性化发展，机械电子工程与人工智能的完美融合给这一产业带来了革命性的变革和惊人的经济效益。以下是我精心整理的人工智能论文读书报告的相关资料，希望对你有帮助!

　人工智能论文读书报告篇一

机械电子工程与人工智能的关系探究

摘 要 近年来，世界各个发达国家竞相发展机械电子工程，以提高本国的成产力水平，机械电子工程也不断向智能化、网络化、柔性化发展，机械电子工程与人工智能的完美融合给这一产业带来了革命性的变革和惊人的经济效益。本文分别从机械电子工程、人工智能、两者融合3个方面探讨了这一趋势。

关键词 机械电子工程;人工智能;信息处理

0 引言

传统的机械工程一般分为两大类，包括动力和制造。制造类工程包括机械加工、毛坯制造和装配等生产过程，而动力类工程包括各式发电机。电子工程与传统的机械工程相比来言是较新的学科，两者于上世纪逐渐结合在一起。最初，电子工程与机械工程是以块与块的分离模式或功能替代的模式相结合，随着科学技术的不断向前推动，传统的机械工程与现代的电子工程通过信息技术有机的结合起来，形成了现在的机械电子工程学科。随着人工智能技术的不断发展，机械电子工程由传统的能量连接、动能连接逐步发展为信息连接，使得机械电子工程具有了一定的人工智能。传统的机械电子工程通过现代的科学技术进入到一个新的发展领域，同时，人工智能技术伴随着机械电子工程的日益复杂，也得到了长足的发展。

1 机械电子工程

11 机械电子工程的发展史

20世纪是科学发展最辉煌的时期，各类学科相互渗透、相辅相成，机械电子工程学科也在这一时期应运而生，它是由机械工程与电子工程、信息工程、智能技术、管理技术相结合而成的新的理论体系和发展领域。随着科学技术的不断发展，机械电子工程也变的日益复杂。

机械电子工程的发展可以分为3个阶段：第一阶段是以手工加工为主要生产力的萌芽阶段，这一时期生产力低下，人力资源的匮乏严重制约了生产力的发展，科学家们不得不穷极思变，引导了机械工业的发展。第二阶段则是以流水线生产为标志的标准件生产阶段，这种生产模式极大程度上提高了生产力，大批量的生产开始涌现，但是由于对标准件的要求较高，导致生产缺乏灵活性，不能适应不断变化的社会需求。第三阶段就是现在我们常见的现代机械电子产业阶段，现代社会生活节奏快，亟需灵活性强、适应性强、转产周期短、产品质量高的高科技生产方式，而以机械电子工程为核心的柔性制造系统正是这一阶段的产物。柔性制造系统由加工、物流、信息流三大系统组合而成，可以在加工自动化的基础之上实现物料流和信息流的自动化。

12 机械电子工程的特点

机械电子工程是机械工程与电子技术的有效结合，两者之间不仅有物理上的动力连结，还有功能上的信息连结，并且还包含了能够智能化的处理所有机械电子信息的计算机系统。机械电子工程与传统的机械工程相比具有其独特的特点：

1)设计上的不同。机械电子工程并非是一门独立学科，而是一种包含有各类学科精华的综合性学科。在设计时，以机械工程、电子工程和计算机技术为核心的机械电子工程会依据系统配置和目标的不同结合其他技术，如：管理技术、生产加工技术、制造技术等。工程师在设计时将利用自顶向下的策略使得各模块紧密结合，以完成设计;2)产品特征不同。机械电子产品的结构相对简单，没有过多的运动部件或元件。它的内部结构极为复杂，但却缩小了物理体积，抛弃了传统的笨重型机械面貌，但却提高了产品性能。

机械电子工程的未来属于那些懂得运用各种先进的科学技术优化机械工程与电子技术之间联系的人，在实际应用当中，优化两者之间的联系代表了生产力的革新，人工智能的发展使得这一想法变成可能。

2 人工智能

21 人工智能的定义

人工智能是一门综合了控制论、信息论、计算机科学、神经生理学、心理学、语言学、哲学等多门学科的交叉学科，是21世纪最伟大的三大学科之一。尼尔逊教授将人工智能定义为：人工智能是关于怎样表示知识和怎样获得知识并使用知识的科学。温斯顿教授则认为：人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。至今为止，人工智能仍没有一个统一的定义，笔者认为，人工智能是研究通过计算机延伸、扩展、模拟人的智能的一门科学技术。

22 人工智能的发展史

221 萌芽阶段

17世纪的法国科学家BPascal发明了世界上第一部能进行机械加法的计算器轰动世界，从此之后，世界各国的科学家们开始热衷于完善这一计算器，直到冯诺依曼发明第一台计算机。人工智能在这一时期发展缓慢，但是却积累了丰富的实践经验，为下一阶段的发展奠定了坚实的基础。

222 第一个发展阶段

在1956年举办的“侃谈会”上，美国人第一次使用了“人工智能”这一术语，从而引领了人工智能第一个兴旺发展时期。这一阶段的人工智能主要以翻译、证明、博弈等为主要研究任务，取得了一系列的科技成就，LISP语言就是这一阶段的佼佼者。人工智能在这一阶段的飞速发展使人们相信只要通过科学研究就可以总结人类的逻辑思维方式并创造一个万能的机器进行模仿。

223 挫折阶段

60年代中至70年代初期，当人们深入研究人工智能的工作机理后却发现，用机器模仿人类的思维是一件非常困难的事，许多科学发现并未逃离出简单映射的方法，更无逻辑思维可言。但是，仍有许多科学家前赴后继的进行着科学创新，在自然语言理解、计算机视觉、机器人、专家系统等方面取得了卓尔有效的成就。1972年，法国科学家发现了Prolog语言，成为继LISP语言之后的最主要的人工智能语言。

224 第二个发展阶段

以1977年第五届国际人工智能联合会议为转折点，人工智能进入到以知识为基础的发展阶段，知识工程很快渗透于人工智能的各个领域，并促使人工智能走向实际应用。不久之后，人工智能在商业化道路上取得了卓越的成就，展示出了顽强的生命力与广阔的应用前景，在不确定推理、分布式人工智能、常识性知识表示方式等关键性技术问题和专家系统、计算机视觉、自然语言理解、智能机器人等实际应用问题上取得了长足的发展。

225 平稳发展阶段

由于国际互联网技术的普及，人工智能逐渐由单个主体向分布式主体方向发展，直到今天，人工智能已经演变的复杂而实用，可以面向多个智能主体的多个目标进行求解。

3 人工智能在机械电子工程中的应用

物质和信息是人类社会发展的最根源的两大因素，在人类社会初期，由于生产力水平低，人类社会以物质为首要基础，仅靠“结绳记事”的方法传递信息，但随着社会生产力的不断发展，信息的重要性不断被人们发现，文字成为传递信息最理想的途径，最近五十年间，网络的普及给信息传递带来了新的生命，人类进入到了信息社会，而信息社会的发展离不开人工智能技术的发展。不论是模型的建立与控制，还是故障诊断，人工智能在机械电子工程当中都起着处理信息的作用。

由于机械电子系统与生俱来的不稳定性，描述机械电子系统的输入与输出关系就变得困难重重，传统上的描述方法有以下几种：1)推导数学方程的方法;2)建设规则库的方法;3)学习并生成知识的方法。传统的解析数学的方法严密、精确，但是只能适用于相对简单的系统，如线性定常系统，对于那些复杂的系统由于无法给出数学解析式，就只能通过操作来完成。现代社会所需求的系统日益复杂，经常会同时处理几种不同类型的信息，如传感器所传递的数字信息和专家的语言信息。由于人工智能处理信息时的不确定性、复杂性，以知识为基础的人工智能信息处理方式成为解析数学方式的替代手段。

通过人工智能建立的系统一般使用两类方法：神经网络系统和模糊推理系统。神经网络系统可以模拟人脑的结构，分析数字信号并给出参考数值;而模糊推理系统是通过模拟人脑的功能来分析语言信号。两者在处理输入输出的关系上有相同之处也有不同之处，相同之处是：两者都通过网络结构的形式以任意精度逼近一个连续函数;不同之处是：神经网络系统物理意义不明确，而模糊推理系统有明确的物理意义;神经网络系统运用点到点的映射方式，而模糊推理系统运用域到域的映射方式;神经网络系统以分布式的方式储存信息，而模糊推理系统则以规则的方式储存信息;神经网络系统输入时由于每个神经元之间都有固定联系，计算量大，而模糊推理系统由于连接不固定，计算量较小;神经网络系统输入输出时精度较高，呈光滑曲面，而模糊推理系统精度较低，呈台阶状。

随着社会的不断发展，单纯的一种人工智能方法已经不能满足日益增长的社会需要，许多科学家开始研究综合性的人工智能系统。综合性的人工智能系统采用神经网络系统与模糊推理系统相结合的方法，取长补短，以获得更全面的描述方式，模糊神经网络系统便是一成功范例。模糊神经网络系统做到了两者功能的最大融合，使信息在网络各层当中找到一个最适合的完全表达空间。逻辑推理规则能够对增强节点函数，为神经网络系统提供函数连结，使两者的功能达到最大化。

4 结论

科学的不断发展带来的不仅是学科的高度细化、深化，而且是学科间的高度融合。人工智能就是各学科交叉与综合之后的结果，秉承这一天性，人工智能与机械电子工程自然的进行了完美融合，这一全新领域的发展必将引领世界潮流，促进生产力的飞速发展。

　人类还有圣洁的一面，世界应该像结尾时橘**的暖色调一样充满温暖，充满爱的甜蜜。下面就是我给大家带来的人工智能 观后感 范文 ，希望大家喜欢!

　人工智能观后感范文一

　不知道大家是否都把注意力给了小男孩大卫。

　我在这里只想写点话给卑微的泰迪。

　泰迪也是人工智能，但他不如大卫高级，也不具有人的形态。可既然是智能(具有部分智慧)，它就会希望获得爱。

　泰迪教大卫写字，写的内容是：“马丁和大卫是妈妈的儿子，但泰迪不是”

　妈妈的头发掉在地上，两千年后，泰迪从它的肚子里掏了出来使妈妈复活。其实，当马丁跟大卫说，剪来妈妈的头发能使妈妈爱上自己时，泰迪也相信了这个谎言，夜里跟着大卫潜进妈妈的房间，并把掉落的头发保存了两千年。

　当大卫和泰迪被遗弃后，这只小熊执着地跟着大卫，为什么在机器人屠宰大会上，跟着大卫它很可能会死，跟着那位小女孩它才更安全。但它说：“我必须找到大卫!”

　因为泰迪和大卫一样，它相信匹诺曹的 童话 故事 ，它也想见到蓝仙女。也许，蓝仙女把大卫变成真的小男孩时，也会顺道把它变成真的生命，或许变成小男孩，或许变成可爱的小动物。泰迪深深地渴望被爱，但它不敢奢求，更从未说出口。

　最后，当大卫和妈妈幸福地睡在一起时，泰迪也爬上了床，静静地坐着。

　不论是关于头发的谎言，或是匹诺曹的童话，还是复活一天的回光返照泰迪一直没有放弃它那卑微的希望。

　人工智能观后感范文二

　他的程序是爱。当爱成为他生存的唯一理由，这个孩子无法不穷其毕生去寻找、去等待，千年万载，轮回往复。

　“让妈妈爱我”——这样一个简单到极点的愿望，在孩子蔚蓝的眼睛里闪烁。

　我又怎么能忍住自己的泪水，为了他，为了他从出生就注定无法抹去的烙印。他是机器，它的程序是爱。

　美丽的蓝衣仙女，在孩子的拥抱中风化瓦解，变成无数狰狞的碎片。仙女残破的面颊温柔依旧，但是她曾经优雅的身躯居然是一具空壳——童话和梦想的空壳，人类谎言铸就的残躯碎体，就这样冰冷冷地展现在孩子面前(——斯皮尔伯格，你实在是太残忍了!)

　他象一个男子汉那样关切地俯下身，为妈妈送上清晨的第一杯咖啡，微笑着看她啜饮。小小的身体努力、认真地挺直着，做她最初的，最后的屏障，小小的，爱的屏障。因为他知道，自己很快就要再次失去她，永远地失去她了。他从两千年之前把她找回来，只为现在这样斜倚在床边，独自一人拥有爱妈妈的时间。他的时间——他们的时间多么少啊!

　斯皮尔伯格的镜头如同喃喃低语，屏心静息地讲述着。音乐仿佛辽阔背景下瞬息起伏的浪涛，配合着他的故事。一点点铺陈，一段段展开，一层层推进，一寸寸深入人心。最后，随着男孩的复制品妈妈沉入永恒的睡眠，这个小小的机器也静静睡去。故事终结，该讲的，不该讲的，都已经结束了。

　在时间的永恒之河中等待是一种怎样的诅咒等到绝望之日慢慢降临，愿望才能得以解脱。

　这种漫长的等待让火柴放弃了对永恒的企望。同时默默庆幸：属于自己的时间是有限的--这是一种幸福。在我有限的生命中爱过，被爱过，是幸福中的幸福。

　人工智能观后感范文三

　感谢库布里克与斯皮尔伯格联手为我们献上了这部《AI》，我相信它将经受时间的考验，成为一部经典。如果这是部库氏单独完成的作品，那么它必将会狞厉而更具穿透力，但斯皮尔伯格为它披上了层温情的外纱，将《AI》制成了块酒心巧克力，醇美而意味深长。作品对人类、宇宙的终级思考和关怀并不是我所能完全把握和理解，所以以下我将开始关于这部影片的无主题漫游：

　一、谁是造物主

　影片开始的一个画面就耐人寻味：Hobby教授在屋内发表着自己的高论，窗外是象征公司的雕塑(一个抽象化了的人的形象，坚毅有力，在片中多次出现)，强烈的光线使它显得朦胧而神圣。我不由想到中世纪的哥特式教堂，高耸入云的尖塔，透过五颜六色玻璃射入的光线，烘托出教堂的庄严和宗教的权威，人们虔诚地祷告忏悔……而在这时，人类自身取而代之，成为崇拜的偶像。在这有趣的构图中，Hobby教授的形象始终是清晰明确的，而景深处的雕塑模糊渺小。Hobby教授光亮的前额，深邃的眼神，时刻提醒着我们：在这个科技高度发达的时代，人类压倒一切，在地球上无处不显着强势。

　在这样一个时代，谁是造物主上帝吗不，早在尼采就宣告了它的死亡，科学使一切解码化，世界失去了魔力和神秘，宗教丧失了神圣性，人类抛弃了敬畏之心。当人类感受到自身的力量，便要求自己扮演造物主的角色。Hobby教授不就是典型吗他要制造懂得爱的Mecha，片末David 在 Hobby教授的办公室内发现了流水线上无数的自己，那上面写着“At last---A love of your own”，我不知道拥有了自爱之心的Mecha与人类又有何差别。但人类是否便有资格成为造物主呢让我们进入Flesh Fair去看看。

　二、Flesh Fair

　这是个古罗马斗兽场与现代摇滚演唱会相结合的光怪陆离的世界。正如现今有人反对全球化，在那个时代反对滥用Mecha也是大有人在。人类强烈意识到了自己的危机，科技是把锋利的双韧剑，一步步为人类挖掘自身的坟墓。已见末日却无力回天的人们绝望地聚会，在疯狂屠戮Mecha中取得无谓的快感，享受最后的狂欢。

　看看关在笼内的Mecha们，他们求饶并彼此宽慰，再看看台上各个年龄Orgas面对残酷的炮轰、腰斩、五马分尸时的冷漠和叫嚣，我不知说出“我觉得mecha更有人性”这样的话是否很可笑，但这就是flesh fair给我的感受，如果古罗马竞技在血腥之余还展示了人的力量，那这就是泯灭人性的屠杀(毁坏)。科技没有给人以真善美，全知的世界消去了人类的虔诚和敬畏，在恐惧和无所适从中，恶的本性暴露得淋漓尽致，然而对mecha的残暴破坏，事实上是徒劳无力的，连joe都意识到：“在世界末日来临时，剩下的会是我们mecha,而非人类。”

　托马思库思认为科技并非在不断进步，不断引导人类向那越来越伟大的真理迈进，而只是不断地发现问题。我在想，当问题多到无法解决时，人类怎么办人类不仅成不了造世主，而且将失去整个世界。

　三、David自杀的意义

　我不敢确认david跳下深海是否算得上自杀，但如果就此误读，又能引出个有趣的话题。

　我们可以先探讨一下那个时代的人类有无自杀的可能，如果将一般意义的自杀定义为向暧昧的世界无意义性边界发起的最后冲击(刘小枫语)，排除因世俗事物偶然脱节引起的自杀，我们要追寻的也就是那个时代的人们是否还有赖以安身立命的价值信念。可以想象在那时近代理想主义的信仰和价值依据，无论是上帝还是理性科学都已被颠覆，追求艺术审美来确信自身价值也不大可能，人们不再思考世界意义的有无，只是用虚无主义归避问题或是享乐主义麻痹人生，色欲之都Rouyh City 就是那个时代的真实写照。

　既然人类都已不再寻求死亡，David作为一个机器人的自杀行为就更显出其意义。我们是否能把David 看作人类自身历史的浓缩和写照呢他被创造，创造的目的一如上帝创造亚当，是用来爱的;他被Monica 输入程序，于是寻找和获取母爱成为他的最终目标;也如圣经所述，他必须遭受放逐和磨难，甚至经历死亡，这是一个自我救赎的过程。最后他虔诚的祷告——人类目前也只走到了这一步。只不过斯皮尔伯格给它加了个光明的尾巴，让David美梦成真。

　David的跳海是他的新生，Joe在被抓走前，喊出了：“ I am ,I was ”Mecha在自身追寻中暗自到达了终点，这暗示了的是人类的灭亡还是希望我们都会有自己的读解和答案……

　人工智能观后感范文四

　回归**，大卫带着找到蓝色仙女的愿望一路冒险着，在机器人屠宰场的九死一生和在欢乐城询问万事通博士企图找到答案，抢了来追朋友乔的警察的两栖飞机到达了没落的曼哈顿。一路上，大卫差点丧命，看着自己的机器人同伴被各种 方法 摧毁，他心里受到深深的震撼，正因他不一样，他有感情，他有爱人的天性。虽然情人机器人乔曾告诉大卫，他和自己一样，给人们带来快乐，一旦人们失去兴趣，就会抛弃他们，但大卫没有放下。支持他的是唯一那么一点母亲给予的爱的记忆，以及想要回家和母亲团聚的信念。qq女生个性签名

　最后在玩具熊泰迪和乔的帮忙下，大卫找到了建造自己的工厂，自己其实是设计师以自己死去的儿子为原型制造的，而且并不是像自己想象的那样独一无二，而是同样是被批量生产的机器人。在打击下他跳入海里，却意外发现了蓝色仙女的雕像。在乔和泰迪的支持下，他与泰迪一齐乘坐两栖飞机到了海里，在蓝色仙女面前一遍一遍的祈求着，期望自己成为真的小孩。令我们想不到的是，这样的祈求竟然持续了20某某年。直到这个世界已经没有人类了，高级机器人发现了大卫，并想透过对大卫的研究获取过去人类的事实，他们根据大卫的记忆给他建造了家，而大卫却祈求他们给自己带回母亲。虽然利用泰迪保存的母亲的头发能够把莫妮卡带回来，但是这样凭借记忆带回来的莫妮卡只能坚持一天。但大卫还是毫不犹豫的答应了。在这一天里，大卫成为世界上最幸福的那个孩子，和母亲在一齐就是他全部的愿望，最后影片定格在大卫和母亲一齐躺在床上沉沉睡去的画面。

　20某某年换一天，在大卫眼里，是那么的值得。我想比较大卫，我们是不是幸福很多，我们拥有的是大卫拼了命想拥有的东西，母亲的爱，独一无二的存在，等等。但我们却总是不满足，在爱里任性着。一句话我们总听到，那些爱你越深的人是那些越容易被你伤害的人。从此刻开始，我想我们是不是就应借机好好审视一下我们的生活，我们拥有什么，我们正因什么而幸福，我们又怎样让我们爱的人也幸福。现代都市人被判定幸福指数随着经济的增长却不断下降，不是我们的生活变差了，而是我们在变好的生活中忘了本性和初心。

　我想每个人甚至我们身边的动物植物，都有爱人的权利以及被爱的资格。爱永远不会太晚，此刻起，每一天对父母说我爱你，不仅仅从语言上更从我们的心里，对每个给自己带给帮忙和服务的人说声谢谢，时时刻刻持续微笑，将幸福传递给每一个人。爱很简单，却需要我们身体力行。怀有感恩的心去应对世界，我们收获的将是全世界的爱。

　人工智能观后感范文五

　这部**的主题应该是多元的，人类制造了有情感的机器，大卫保留有之间最纯洁的爱，但现实总是残酷的，人类制造了会思考，有潜意识，懂暗喻，会推理的机器人，可在心底还是鄙视你，歧视你，。虽然你和我一样，但人类永远无法跨过自己心底的界限。这在历史上发生过多次的，哥伦布发现新大陆开启了屠杀的序幕，知道现在种族歧视还在每时每刻的发生着。的确，人类很擅长排除异己。

　一切的一切终究是人类作茧自缚，人类在发展的同时贪婪无度向自然不停索取，最后导致的是自己的灭亡。影片开头展示了人类及发达的科技，可南极冰川在融化，沿海城市被海水吞没。**的结尾时机器人复制已经灭绝的人类，历史在此刻戏剧性的颠覆。

　影片中大卫也许仅是哪位母亲母爱的发泄品，但母亲最终也不舍得让他进入屠宰场。这是人性使然，人类还有最最珍贵的东西——爱。这是我们生命的意义。 戴维为了追求爱，在海底冰封了千年换来和母亲独处的一天。而哪位母亲真是的儿子却找机会陷害着戴维，纯洁与邪恶的较量高下两判。

　人类还有圣洁的一面，世界应该像结尾时橘**的暖色调一样充满温暖，充满爱的甜蜜。

　可这又是不可能的，也许我们能够希望父母，情人，朋友，爱人做到这一点，但现实又充满太多欺骗，猜忌，嫉妒，憎恨，我们最亲的人往往都不能达到我们期许的善待与温暖，何况我们白眼相待的陌生人。

　最后想说：圣洁的爱是永恒，即使在人类灭亡时!

 

人工智能观后感范文相关 文章 ：

1 **人工智能观后感范文5篇

2 关于《人工智能》观后感范文5篇

3 科幻**人工智能观后感范文5篇

4 人工智能观后感1000字

5 人工智能感想的论文范文参考

Artificial Intelligence (AI) is the intelligence of machines and the branch of computer science which aims to create it Textbooks define the field as "the study and design of intelligent agents,"[1] where an intelligent agent is a system that perceives its environment and takes actions which maximize its chances of success[2] John McCarthy, who coined the term in 1956,[3] defines it as "the science and engineering of making intelligent machines"[4]

The field was founded on the claim that a central property of human beings, intelligence—the sapience of Homo sapiens—can be so precisely described that it can be simulated by a machine[5] This raises philosophical issues about the nature of the mind and limits of scientific hubris, issues which have been addressed by myth, fiction and philosophy since antiquity[6] Artificial intelligence has been the subject of breathtaking optimism,[7] has suffered stunning setbacks[8] and, today, has become an essential part of the technology industry, providing the heavy lifting for many of the most difficult problems in computer science[9]

AI research is highly technical and specialized, deeply divided into subfields that often fail to communicate with each other[10] Subfields have grown up around particular institutions, the work of individual researchers, the solution of specific problems, longstanding differences of opinion about how AI should be done and the application of widely differing tools The central problems of AI include such traits as reasoning, knowledge, planning, learning, communication, perception and the ability to move and manipulate objects[11] General intelligence (or "strong AI") is still a long-term goal of (some) research[12]

Thinking machines and artificial beings appear in Greek myths, such as Talos of Crete, the golden robots of Hephaestus and Pygmalion's Galatea[13] Human likenesses believed to have intelligence were built in every major civilization: animated statues were worshipped in Egypt and Greece[14] and humanoid automatons were built by Yan Shi,[15] Hero of Alexandria,[16] Al-Jazari[17] and Wolfgang von Kempelen[18] It was also widely believed that artificial beings had been created by Jābir ibn Hayyān,[19] Judah Loew[20] and Paracelsus[21] By the 19th and 20th centuries, artificial beings had become a common feature in fiction, as in Mary Shelley's Frankenstein or Karel Čapek's RUR (Rossum's Universal Robots)[22] Pamela McCorduck argues that all of these are examples of an ancient urge, as she describes it, "to forge the gods"[6] Stories of these creatures and their fates discuss many of the same hopes, fears and ethical concerns that are presented by artificial intelligence

The problem of simulating (or creating) intelligence has been broken down into a number of specific sub-problems These consist of particular traits or capabilities that researchers would like an intelligent system to display The traits described below have received the most attention[11]

[edit] Deduction, reasoning, problem solving

Early AI researchers developed algorithms that imitated the step-by-step reasoning that human beings use when they solve puzzles, play board games or make logical deductions[39] By the late 80s and 90s, AI research had also developed highly successful methods for dealing with uncertain or incomplete information, employing concepts from probability and economics[40]

For difficult problems, most of these algorithms can require enormous computational resources — most experience a "combinatorial explosion": the amount of memory or computer time required becomes astronomical when the problem goes beyond a certain size The search for more efficient problem solving algorithms is a high priority for AI research[41]

Human beings solve most of their problems using fast, intuitive judgments rather than the conscious, step-by-step deduction that early AI research was able to model[42] AI has made some progress at imitating this kind of "sub-symbolic" problem solving: embodied approaches emphasize the importance of sensorimotor skills to higher reasoning; neural net research attempts to simulate the structures inside human and animal brains that gives rise to this skill

General intelligence

Main articles: Strong AI and AI-complete

Most researchers hope that their work will eventually be incorporated into a machine with general intelligence (known as strong AI), combining all the skills above and exceeding human abilities at most or all of them[12] A few believe that anthropomorphic features like artificial consciousness or an artificial brain may be required for such a project[74]

Many of the problems above are considered AI-complete: to solve one problem, you must solve them all For example, even a straightforward, specific task like machine translation requires that the machine follow the author's argument (reason), know what is being talked about (knowledge), and faithfully reproduce the author's intention (social intelligence) Machine translation, therefore, is believed to be AI-complete: it may require strong AI to be done as well as humans can do it[75]

[edit] Approaches

There is no established unifying theory or paradigm that guides AI research Researchers disagree about many issues[76] A few of the most long standing questions that have remained unanswered are these: should artificial intelligence simulate natural intelligence, by studying psychology or neurology Or is human biology as irrelevant to AI research as bird biology is to aeronautical engineering[77] Can intelligent behavior be described using simple, elegant principles (such as logic or optimization) Or does it necessarily require solving a large number of completely unrelated problems[78] Can intelligence be reproduced using high-level symbols, similar to words and ideas Or does it require "sub-symbolic" processing[79]

[edit] Cybernetics and brain simulation

Main articles: Cybernetics and Computational neuroscience

There is no consensus on how closely the brain should be simulatedIn the 1940s and 1950s, a number of researchers explored the connection between neurology, information theory, and cybernetics Some of them built machines that used electronic networks to exhibit rudimentary intelligence, such as W Grey Walter's turtles and the Johns Hopkins Beast Many of these researchers gathered for meetings of the Teleological Society at Princeton University and the Ratio Club in England[24] By 1960, this approach was largely abandoned, although elements of it would be revived in the 1980s

How can one determine if an agent is intelligent In 1950, Alan Turing proposed a general procedure to test the intelligence of an agent now known as the Turing test This procedure allows almost all the major problems of artificial intelligence to be tested However, it is a very difficult challenge and at present all agents fail

Artificial intelligence can also be evaluated on specific problems such as small problems in chemistry, hand-writing recognition and game-playing Such tests have been termed subject matter expert Turing tests Smaller problems provide more achievable goals and there are an ever-increasing number of positive results

The broad classes of outcome for an AI test are:

Optimal: it is not possible to perform better

Strong super-human: performs better than all humans

Super-human: performs better than most humans

Sub-human: performs worse than most humans

For example, performance at draughts is optimal,[143] performance at chess is super-human and nearing strong super-human,[144] and performance at many everyday tasks performed by humans is sub-human

A quite different approach is based on measuring machine intelligence through tests which are developed from mathematical definitions of intelligence Examples of this kind of tests start in the late nineties devising intelligence tests using notions from Kolmogorov Complexity and compression [145] [146] Similar definitions of machine intelligence have been put forward by Marcus Hutter in his book Universal Artificial Intelligence (Springer 2005), which was further developed by Legg and Hutter [147] Mathematical definitions have, as one advantage, that they could be applied to nonhuman intelligences and in the absence of human testers

AI is a common topic in both science fiction and in projections about the future of technology and society The existence of an artificial intelligence that rivals human intelligence raises difficult ethical issues and the potential power of the technology inspires both hopes and fears

Mary Shelley's Frankenstein,[160] considers a key issue in the ethics of artificial intelligence: if a machine can be created that has intelligence, could it also feel If it can feel, does it have the same rights as a human being The idea also appears in modern science fiction: the film Artificial Intelligence: AI considers a machine in the form of a small boy which has been given the ability to feel human emotions, including, tragically, the capacity to suffer This issue, now known as "robot rights", is currently being considered by, for example, California's Institute for the Future,[161] although many critics believe that the discussion is premature[162]

Another issue explored by both science fiction writers and futurists is the impact of artificial intelligence on society In fiction, AI has appeared as a servant (R2D2 in Star Wars), a law enforcer (KITT "Knight Rider"), a comrade (Lt Commander Data in Star Trek), a conqueror (The Matrix), a dictator (With Folded Hands), an exterminator (Terminator, Battlestar Galactica), an extension to human abilities (Ghost in the Shell) and the saviour of the human race (R Daneel Olivaw in the Foundation Series) Academic sources have considered such consequences as: a decreased demand for human labor,[163] the enhancement of human ability or experience,[164] and a need for redefinition of human identity and basic values[165]

Several futurists argue that artificial intelligence will transcend the limits of progress and fundamentally transform humanity Ray Kurzweil has used Moore's law (which describes the relentless exponential improvement in digital technology with uncanny accuracy) to calculate that desktop computers will have the same processing power as human brains by the year 2029, and that by 2045 artificial intelligence will reach a point where it is able to improve itself at a rate that far exceeds anything conceivable in the past, a scenario that science fiction writer Vernor Vinge named the "technological singularity"[164] Edward Fredkin argues that "artificial intelligence is the next stage in evolution,"[166] an idea first proposed by Samuel Butler's "Darwin among the Machines" (1863), and expanded upon by George Dyson in his book of the same name in 1998 Several futurists and science fiction writers have predicted that human beings and machines will merge in the future into cyborgs that are more capable and powerful than either This idea, called transhumanism, which has roots in Aldous Huxley and Robert Ettinger, is now associated with robot designer Hans Moravec, cyberneticist Kevin Warwick and inventor Ray Kurzweil[164] Transhumanism has been illustrated in fiction as well, for example in the manga Ghost in the Shell and the science fiction series Dune Pamela McCorduck writes that these scenarios are expressions of the ancient human desire to, as she calls it, "forge the gods"[6]