人工智能是21世紀世界三大尖端技術之一，它在社會生產生活中起到了無可替代的巨大作用，它研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)。作為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以人類智能相似的方式做出反應的智能機器，它是多種學科互相滲透的一門綜合性新學科，是研究如何制造出人造的智能機器或智能系統(tǒng)，來模擬人類智能活動的能力，用以延伸人們智能的科學。

　　2） 在我看來，人工智能可以分成兩個部分來理解，即“人工”和“智能”。人工，自然就是一些人力所能做到的事情，由人去完成活動。智能，應該理解為智慧和能力。既然走智能平臺之路，就必須做到兩點：一、通過向開發(fā)者開放免費的API接口，方便導入后臺數據庫；二、平臺具備自我學習能力，不斷完善信息和豐富數據庫。

　　3）人工智能的本質就是機器自學習的過程。機器學習包括兩大模塊：一是數據來源，即大數據；二是數據處理方式，即機器學習算法，機器在自學習過程中兩大模塊同時運行。深度學習是機器學習研究中的全新領域，主要為建立、模擬人腦進行分析學習的神經網絡，它模仿人腦的機制來解釋數據。深度學習能增強機器學習的能力，整個機理得到大幅改進。

　　4）但受限于技術瓶頸，目前人工智能遠未到達成熟的地步。人工智能一旦做成，將對現(xiàn)有移動互聯(lián)網產品商業(yè)模式產生巨大的顛覆，甚至很多移動互聯(lián)網、互聯(lián)網產品將不復存在。它的到來，將改變現(xiàn)有的購物、聊天和通信方式，甚至對社交產生沖擊。

　　5）基于大數據的分析和處理的人工智能能實現(xiàn)精準推薦。但用它來模擬人工存在較大瓶頸，即模擬不出情感、道德等人類特有特征，最根本的解決辦法是基于生物計算機去變革，這是人工智能演化必經的基礎性變革。以上就是我對人工智能的看法。

　　智能機器人是當前人工智能領域一個十分重要的應用領域和熱門的研究方向，它直接面向應用，社會效益強，發(fā)展非常迅速。它的研制幾乎需要所有的人工智能技術，而且還涉及其他許多科學技術部門和領域。作為人工智能的理想研究平臺，它是一個集感知、思維、效應等多方面全面模擬人的機器系統(tǒng)，但其外形不一定像人。它是人工智能技術的綜合試驗場?？梢匀娴乜疾烊斯ぶ悄芨鱾€領域的技術。其能力和水平已經成為人工智能技術水平甚至人類科學技術綜合水平的一個表現(xiàn)和體現(xiàn)，研究它們相互之間的關系還可以在有害環(huán)境中代替人從事危險工作、上天下海、戰(zhàn)場作業(yè)等方面大顯身手。

　　2）智能機器人作為第三代機器人，具有感知、識別、推理、規(guī)劃和學習等智能機制， 其中，感知本身， 就是人類和動物所具有的低級智能。智能機器人可以把感知和行動智能化結合起來。它的智能分為兩個層次：第一即具有感覺、識別、理解和判斷功能;第二即具有總結經驗和學習的功能。

　　3）智能機器人技術將會沿著自主性、智能通信和適應性三個方向發(fā)展。移動功能是智能機器人與工業(yè)機器人顯著的區(qū)別之一。智能機器人的生命在于創(chuàng)新， 開展仿生機構的研究， 可以從生體機構、移動模式、運動機理、信息處理與綜合， 以及感知和認知等方面多層次得到啟發(fā)。智能機器人的發(fā)展必將伴隨著智能化算法的不斷涌現(xiàn)，模糊控制、神經網絡、遺傳算法以及它們的相互結合也是智能機器人研究熱點之一。由于智能機器人工作環(huán)境復雜度和任務的加重， 人類對其要求不再局限于單臺智能機器人， 在動態(tài)環(huán)境中多智能機器人的合作與單個機器人路徑規(guī)劃要很好地統(tǒng)一，才能更好實現(xiàn)智能化。由于智能機器人的造價太高，所以至今無法普及。不過，總有一天，智能機器人將會伴著我們的生活，為我們的生活帶來方便。

　　專家系統(tǒng)是人工智能中最重要的也是最活躍的一個應用領域，它實現(xiàn)了人工智能從理論研究走向實際應用、從一般推理策略探討轉向運用專門知識的重大突破。ES的理論和技術不斷發(fā)展，應用滲透到幾乎各個領域，包括軍事、法律、商業(yè)、計算機設計和制造等眾多領域，開發(fā)的專家系統(tǒng)，其中不少在功能上已達到，甚至超過同領域中人類專家的水平，并在實際應用中產生了巨大的經濟效益。

　　它是具有大量專門知識與經驗的智能計算機系統(tǒng)，通常，主要指計算機軟件系統(tǒng)。它在計算機中組織整理存儲了專門領域中人類專家的知識和思考解決問題的方法，經驗和訣竅，不但能模擬領域專家的思維過程，而且能讓計算機宛如人類專家那樣智能地解決實際存在的困難和復雜的問題。即它是一個應用于某專門領域，擁有專家級知識，能模擬專家思維，能達到專家級水平的系統(tǒng)。

　　ES是人類專家智能的模擬，延伸和擴展，具有一定的復雜性和難度；是專家可以信賴和利用的高水平智能助手和有效工具；它可以接近人類專家的水平在特定領域工作；它能高效，準確，迅速地工作，不會產生疲勞，遺忘，不受環(huán)境，情緒等的影響；它突破了時間和空間的控制，程序可永久保存，并可復制，還可在網上傳遞；它能進行有效推理，包括各種精確性推理和非精確性推理。

　　相對于一般計算機軟件系統(tǒng)來說，ES 不同于一般的計算機軟件系統(tǒng)，從處理問題的性質來看，ES善于解決不確定性，非結構化，沒有算法或雖然有算法但是在現(xiàn)有的機器上無法實施的困難問題，主要用于知識信息處理；從處理問題的方法看，ES 則利用專家的知識和經驗，求解專門問題，而不是數學描述的方法來解決問題，它是基于知識的智能問題求解系統(tǒng)；從系統(tǒng)的結構來看，ES靈活性和可擴充性更好。

　　ES是人類專家智慧的拷貝，是人類專家的某種化身，它是基于知識的系統(tǒng)，雖然現(xiàn)在技術比較成熟，但是仍然存在很多的問題，比如系統(tǒng)的優(yōu)化和發(fā)展問題，但是正是有這些問題的存在，才會推動專家系統(tǒng)一代一代的發(fā)展下去。

　　有一些詞語確實應該經受更多的質疑。六十年前，一些科學家制定了一個會議日程，希望為預測并塑造未來奠定基礎。他們的任務，是用計算科學重建和超越人類心智的運作。這個大會被他們命名為“達特茅斯人工智能研究項目”。

　　1955年的一個草案明確提出了達特茅斯會議的假設：“研究是基于這樣一個猜想：學習的每一個環(huán)節(jié)，或者智能的任何其它功能，原則上都可以被精確描述，可以讓機器進行模擬。”然而到了今天，“智能”這個詞仍然很籠統(tǒng)。從自動駕駛的車輛到面部識別，從下象棋和圍棋到基于數十億個樣本的翻譯，越來越聰明的自動化方案讓人入迷。然而，但每一篇文章標題中的詞語都讓我們偏離對機器本身的認識——機器和人根本不像，并不是對人類智能的反射。

　　阿蘭·圖靈1950年發(fā)表了一篇關于計算機器和智能的論文，其中寫道，“我們只能看到很短的未來，但我們可以看到未來有很多事情需要去做。”如果要誠實地面對未來，我們就需要清楚我們經過了哪里，需要準確描述眼前正在發(fā)生的事情是什么。 人工智能包含一系列新興學科，它們有更精確的名稱：機器學習、符號系統(tǒng)、大數據、有監(jiān)督學習、神經網絡。然而，由于其術語中嵌入了一個六十年前的類比，大多數關于它們的討論都受到一些干擾——同時又滋生了很多無益的幻想。

　　知道維基百科的起源未必有助于我們了解它為什么成功，也未必可以教會我們更好地使用它。但它確實是個提醒：我們今天習以為常的事情，當初可能并非是這樣。所以，未來的事情也未必就會是今天的樣子。