【www.rconcon.com--人工智能】
写好心得体会，一定要有干货，要写出与众不同、自己独有的思想和观点。以下是小编整理的人工智能论文3000字【3篇】，欢迎阅读与收藏。
【篇1】人工智能论文3000字
摘要：崔政博士的新著《科学技术知识的政治经济学研究》以马克思的“劳动”概念为中心，提供了一个划定人工智能替代人类劳动的边界框架。该书区分了重复性劳动与创造性劳动，提出创造性劳动是人类劳动的本质也是人工智能不可替代的。但需要进一步指出的是，机器学习已经在认识实践中表现出对人类认知劳动的极大辅助作用，包括：人工智能能够提升科学知识生产效率;人工智能擅于提取和传递默会知识;人工智能可以产生某种机器知识。以上原因使得我们在创造性劳动中很难将人工智能排除在外，未来可能的创造性劳动方式应当是某种人机协作或人机融合。
关键词：人工智能;创造性劳动;科学知识;默会知识;机器知识
中图分类号：TP18文献标识码：A文章编号：CN61-1487-（2020）01-0154-03
产业科学出现以来，科技创新对经济增长的驱动作用已经成为全球性的共识。崔政博士的新著——《科学技术知识的政治经济学研究》，试图以“劳动”概念的历史分析为切入点，讨论科学技术在当代资本主义经济中所扮演的角色，进而以一种动态的劳动价值论表明当代社会经济运行的内在动因[1]2。该书以马克思的“劳动”概念为核心构建了一个哲学空间，将科学知识、技术创新、资本运行纳入其中，完整地阐述了科学技术对经济社会的塑造作用。该书的叙事方式表达了两个理论取向：第一，对科技创新的分析不同于传统技术创新理论仅关注经济“增长”，而是从更为基础的社会分工出发关注经济“发展”;第二，将科学知识的生产还原到马克思的“科学劳动”概念，实际上已经使用了一种扩展了的“科学”概念，蕴含着当代科学知识生产所具有的实践性、情境化、多主体等特征。
该书更为重要的贡献在于讨论了人工智能技术对于社会生产方式的挑战和变革作用。书中提出：“人工智能的替代效应是建立在对人类劳动数据化和逻辑化的基础上的，探索自在自然的创造性劳动是不可数据化和逻辑化的。因此，人工智能只能围绕既有的对象进行重复性生产，替代重复性劳动;而人类则能够探索自在自然，从而摸索新技术、建构新对象，进行创造性劳动。也就是说，机器所不能替代的人类劳动的‘硬核’是探索自在自然的劳动，是创造对象和掌握技术的‘创造性劳动’。”[1]25作者将马克思的“劳动”概念区分为“重复性劳动”和“创造性劳动”，进而指出人工智能是对机器大工业的否定，它将替代人类劳动中可以重复、可以数据化的部分，但创造性劳动是人类劳动的本质，是人工智能所不能替代的。
作者提出：“人工智能可以在将重复性劳动数据化的基础上，对人类劳动进行模仿，从而取代任何形式的重复性劳动。但人工智能却不能取代人类的创造性劳动，创造性劳动是通过探索自在自然，经过反复的摸索与实验、征服反常和偶然、掌握技术、创造对象、实现对象从无到有的过程的劳动，这是一种原生性的劳动。”[1]27作者认为，创造性劳动是对马克思的“自在自然”的探索，“自在自然”是在人类的现有认知能力之外，却以反常和失败等形式向人类显现其自身。然而，在认知实践当中，机器学习已经可以帮助人类探索认知能力之外的“自然”，当然这种“自然”并不以反常或失败的形式存在。作者也指出：“尤其是在大数据和云计算的背景之下，机器学习的速度远超人类的认知极限，甚至可能在数据中找到人尚未发现的方法和规则。”[1]35因此，在认知劳动方面，我们可以在作者的概念框架下进一步区分出人工智能对人类“创造性劳动”的辅助作用，具体表现为三个方面：人工智能提高科学知识生产效率;人工智能擅于提取和传递默会知识;人工智能可以产生某种机器知识。
一、人工智能能够提升科学知识生产效率
机器学习的广泛使用可以提升科学知识生产的效率，主要表现在文献研究和实验室研究两个方面。人工智能系统可以通过自然语言理解获取、阅读和总结所有相关文献。例如，一个叫做Iris的人工智能系统的运行方式是：从某个研究主题的演讲切入，先使用自然语言处理算法分析演講的脚本，挖掘从开放渠道获取的研究文献，然后将相关研究文献分组并进行可视化，再通过人工标注文献使机器匹配精度增加，当机器能够理解文献的内容和结构时，可以帮助科研人员总结出该研究主题下的所有研究问题、假设、实验结果等，从而将前人工作完整呈现。此外，机器学习的使用还能够加快实验研究的进程。例如，2016年5月，澳大利亚国立大学的研究团队使用机器学习重复了物质的玻色—爱因斯坦凝聚态的实验室发现过程，从反复设置调整实验设备的各种参数到产生凝聚态物质，机器学习只用了一个小时，而凭借这一发现获得诺贝尔奖的三位科学家是在直觉的基础上经过多年实验才制造出了物质的凝聚态。由此可见，作为技术的人工智能的进步已经开始反向促进作为基础研究的科学知识的生产。
二、人工智能擅于提取和传递默会知识
波兰尼（MichaelPolyani）提出了默会知识（tacitknowledge）的概念，以区别于可以明述的知识（explicitknowledge），明述知识是用语言文字来表达的知识，如科学知识，默会知识则是我们知道但通常不加言述或者不能充分言述的知识[2]。默会知识具有以下几个特点：难以用语言文字描述，不易传播、记录和积累;获取默会知识主要依靠亲身体验;默会知识呈分布式存在，难以整合。这些特点导致我们很难有效运用默会知识，而机器学习的大规模运用使得人工智能系统非常擅于处理默会知识。作者敏锐地意识到了这一特点——“以往我们所说的‘默会知识’、手工技艺技巧，以及复杂程度远超人类认知能力之外的一些潜在规则，也都不再是一个个‘黑箱’，机器可以基于将人类劳动的过程还原成物理量和数据，再通过机器学习找到其内在的规律，从而取代人类劳动。”[1]56
在当前人类社会所有已经产生的信息中，文字只占极少的比例，大量的信息以图片和视频方式呈现，其中蕴含了大量需要通过亲身体验才能获取的默会知识。如果有办法将事物状态用图片或视频记录下来，就有可能使用机器学习从中萃取出知识。很多电影公司已经使用人工智能系统观看大量人类历史上的影视作品，从而归纳提取出经典桥段，创作出新的配乐、台词和预告片以供人类借鉴。更为重要的是，由人工智能系统获取的默会知识是以神经网络参数集的形式存在的，这对人类而言仍然不可描述，也难以在人类之间传递，但却非常易于在人工智能系统间传播。例如，一台掌握驾驶技能的自动驾驶汽车只要将参数集分享出来就可以快速让所有汽车学会这项技能，而且可以实现机器间的协同行动。
三、人工智能可以产生某种机器知识
如果说默会知识还是“可意会而不可言传”的知识，那么AlphaGoZero在围棋上的表现已经表明人工智能系统产生了某种既无法“意会”也无法“言传”的机器知识。AlphaGoZero在没有人类以往的经验或指导、不提供基本规则以外的任何领域知识的情况下，就使用机器学习在短时间内探索了大量人类从未尝试过的走法。机器发现的知识不仅完全超出了人类的经验，也超出了人类的理性，成为人类几乎无法理解的知识。由此，产生了讨论某种“机器认识论”的可能性，GregoryWheeler在《MachineEpistemologyandBigData》一文中提出：机器学习对事物间隐蔽的相关性的发现和掌握已经远超人类，因此机器知识更多的是一种相关性知识。[3]321董春雨教授在《机器认识论何以可能？》一文中也指出：“人类必须正视机器在其擅长的领域，通过特殊的认识方式所获得和积累的知识。”[4]
机器知识与科学知识或默会知识的核心差别在于：机器知识依赖数据，科学知识或默会知识依赖信息。信息是事物可观察的表征，或者说信息是事物的外在表现。任何一个物体的信息量都非常大，要精确描述一个物体，就需要将其中所有基本粒子的形态以及它们之间的关系都描述出来，同时还要将该物体与周围环境的关系都描述出来。而数据是已经描述出来的部分信息，关于一个物体的数据通常要比信息少得多，例如只包含它的形状、重量、颜色和种属关系等。只有当信息经过适当的处理，当它被用来进行比较、得出结论和建立联系时，它才會转化为知识。而知识可以理解为伴随着经验、判断、直觉和价值的信息，作为认知主体的人在其中扮演了关键角色。
相较之下，机器知识可以被刻画为数据在时空中的关系，这些关系表现为某种模式，对模式的识别就是认知，识别出来的模式就是知识，用模式去预测就是知识的应用。这些数据在时空中的关系只在少数情况下才能用数学工具进行表达，而多数情况下知识表现为数据间的相关性的集合，这些相关性只有一小部分可以被人类感知和理解。这源于人类感受能力的局限性：人类只能感受部分外界信息，人类的感官经验局限在三维的物理空间和一维的时间。因此，当数据无法被感知，它们之间的关系又无法用数学工具表达时，这些数据间的关系就超出了人类的理解能力之外而属于机器知识。当前机器学习的主流形式——人工神经网络的最大特点就是发现并记忆数据中的相关性，例如在看了很多汽车图片后会发现汽车都有四个轮胎，人类对图片这类直观的数据间的相关性也能发现并记忆一部分，这就是默会知识。但当数据量很大且不直观时，例如股票市场的数据或者核电站的内部数据，人类就无法应对了。而随着人工神经网络层级和数量的增加，人工智能系统能够处理大规模的复杂数据，这就是机器知识。机器知识当前的主要表现形式类似于AlphaGoZero中的神经网络的全部参数。
概言之，科学知识和默会知识多是基于信息的因果性知识，而机器知识多是基于数据的相关性知识。此外，科学知识是易于记录、易于陈述、易于传递的;默会知识是难以记录、难以陈述、可传递的;机器知识则是可记录、不可陈述、易于在机器间传递的。
四、人工智能发展的局限性
当然，基于人工神经网络的机器学习仍有两个核心的局限性导致人工智能系统还不足以承担创造性劳动。第一个局限是，人工神经网络需要依赖特定领域的先验知识，也就是需要特定场景下的训练，这是因为人工神经网络的学习本质上是对相关性的记忆，人工神经网络将训练数据中相关性最高的因素作为判断标准。这个问题在自动驾驶汽车中表现的非常突出，鉴于道路交通情境的复杂性和交通标示的多样性，自动驾驶系统难以避免很多交通事故。第二个局限是，人工神经网络无法解释产生某个结果的原因，这种不可解释性在许多涉及安全和公共政策的领域显现的比较突出，例如在智能医疗中，人工神经网络在影像识别和辅助诊断中都对其结果缺乏医学上的解释性，都需要专业医生的复核。
基于人工神经网络的人工智能系统在记忆和识别这两个基础智能方面超越了人类，但在推理、想象等高级智能方面还相差较远。与人类相比，人工智能无法承担创造性劳动的原因还不止于以上的局限性，还包括：人工智能没有常识和物理世界的模型;人工智能没有自主和自发的通用语言能力;人工智能没有想象力，需要大量常识、反事实假设和推理能力;最重要的是人工智能没有自我意识。自我意识的缺乏导致能够产生机器知识的人工智能系统仍然无法被视为认知主体，其知识的“创造性劳动”是一种无意识认识活动。
五、结语
人工智能系统在提升科学知识生产效率、处理默会知识以及产生机器知识方面的优势，使得我们在创造性劳动中很难将其排除在外，未来可能的创造性劳动方式应当是某种人机协作或人机融合。脑机接口（brain-computerinterface）是当前一个重要的人机协作研究方向，而其中最激进的方式是马斯克提出的Neuralink，即通过柔性电极对接在人脑的神经网络上，Neuralink要解决的是人类的信号输入与输出，但其问题在于人类的高级思维（如逻辑推理或描述场景）必须依赖语言，而目前基于人工神经网络的机器学习能力主要是对环境的识别能力，还远没有达到语言和逻辑推理，但人类智能通过语言进行沟通。这背后就隐含了人类的科学知识与人工智能系统的机器知识之间的不可通约，以上例子也表明基于人机协作的创造性劳动还有很大的技术障碍需要克服。
参考文献：
[1]崔政.科学技术知识的政治经济学研究[M].石家庄：河北人民出版社，2019.
[2]郁振华.当代英美认识论的困境及出路——基于默会知识维度[J].中国社会科学，2018（7）.
[3]GregoryWheeler.Machineepistemologyandbigdata[A].inMcIntyre，Lee，andAlexRosenberg，eds.TheRoutledgeCompaniontoPhilosophyofSocialScience[C].Taylor&Francis，2016.
[4]董春雨，薛永红.机器认识论何以可能？[J].自然辩证法研究，2019（8）.
【篇2】人工智能论文3000字
[摘要]随着科技的发展，数据信息时代已经到来，财务手工核算工作逐步被现代化软件系统所替代，这给传统核算会计带来了巨大的挑战。对于企业而言，从财务会计向管理会计转型已成为必然，但企业转型过程中存在着许多问题。文章首先阐述了财务会计与管理会计的关系及转型的必要性，结合其转型的实践，深入分析了存在的问题，提出了相应的解决对策，为企业顺利转型提供了参考。
[关键词]财务会计;管理会计;人工智能时代
1财务会计与管理会计的关系及转型的必要性
1.1财务会计与管理会计的关系
财务会计是以货币为主要计量单位，采用专业的方法确认和计量企业发生的各类交易或事项，并以财务会计报告的形式，定期向各经济利益相关者提供会计信息的一种外部会计。管理会计是一种管理会计工具，用于参与各单位的规划、决策、监测和评价，以及提供有助于战略规划的信息。管理会计是企业会计的一个分支，主要研究优化决策、改进管理、提高经济效益。财务会计和管理会计的最终目标是提高企业管理水平和经济效益。1.1.1两者的主要指标相互渗透。财务会计提供的收入、成本、利润等相关指标是管理会计长期和短期决策分析的重要依据。管理会计确定的计划是日常财务会计的目标。它们的主要指标体系和内容是一致的，特别是内部会计指标体系要同步实施，实现有效控制和管理。1.1.2两者职能相辅相成。管理会计职能主要是预测、决策、预算、控制和考核;财务会计职能主要是记录和对外报告。管理会计利用财务会计提供的信息进行加工分析，财务会计的优势在于收集和处理数据。1.1.3两者提供的信息具有共同的特征。相关性和可靠性是管理会计和财务会计信息的共同特征。信息是决策的基础，无论是企业内部管理者，还是外部投资者和债权人，所需要的信息都要求具有相关性和可靠性。
1.2人工智能时代向管理会计转型的必然性分析
一方面，企业的转型起因于企业的迫切需要。鉴于市场竞争加剧、企业利润减少以及企业在管理方面的效率需要，必须提高管理和决策水平，确保财务人员参与企业的管理和决策，并为管理和决策提供财务信息。另一方面，人工智能时代的到来为转型提供了条件。由于计算机的迅速发展，网络和信息技术的复杂和相互重叠的会计过程可以通过计算机化的方式进行，解放了财务工作人员，并使更多的财务工作人员将时间和精力花在高附加值工作上。例如，参与企业战略规划、项目决策、过程监测、业绩评估等。当企业有强烈的意愿和条件向管理会计转型时，这种转变就成为必然。
2向管理会计转型所面临的问题
2.1企业管理者对“转型”关注不够
因为有的管理者没有意识到智能办公大时代已经到来，或因企业规模、智能人工办公系统前期资金投入量较大等原因，没有把先进的智能办公系统引进到企业中来，使智能办公系统的优异性、高效性未能在企业中得到体现，仍用滞后的管理理念对待智能时代信息技术，这将导致在智能时代下信息技术领域的落后对企业自身价值提升的影响。此外，在大多数情况下，投资者同时扮演着管理者的角色，而他们自身的管理水平也不尽相同。一些管理者没有意识到，在智能时代信息技术飞速发展的背景下，向管理会计的转型在企业管理中扮演着重要的角色。对会计的理解仅仅停留在基础会计的层面，没有让改制后的会计管理人员参与企业管理，为企业创造更多的价值。这一落后的管理理念大大降低了财务管理者的积极性，并阻碍了向管理会计的转型。
2.2财务会计人员整体管理分析能力较低
财务部门设置相对简单，财务人员专业管理分析能力参差不齐。特别是在一些中小企业中，一方面，由于企业业务相对简单，会计人员的专业素质难以提高。一贯的基础核算工作，已形成固化的工作模式。由于人员有限，会计人员无法从繁重的基础核算中摆脱出来，进行财务管理、财务分析。另一方面，大多数财务会计人员未意识到可以对财务信息数据进行细化，没有及时为企业管理者提供有效的管理建议。在企业管理方面，信息技术应用落后，使财务人员在信息技术方面的学习与培训工作滞后，最终使企业在财务管理上存在缺失。这使企业在承担潜在财务风险的同时，也承担着潜在的运营风险等问题。
2.3没有有效地建立财务管理体系
财务管理体系不仅要做好各项财务指标事前、事中及事后控制，还需要协调企业中各个部门对重要的非财务指标进行汇总整理分析，结合绩效管理及评价工作，进行合理有效管控。因此，要实现企业内部信息的集成共享，就必须实现财务与业务的整合，这就需要建立有效的财务管理体系。现实中，大多数企业只是对财务指标数据进行处理，提供相关的财务报表。而重要的非财务信息在决策中同样起着关键作用，却往往被忽略，使企业整体运营得不到有效的全面控制。业务部门根据市场分析和本部门实际情况，经常以非财务信息的形式向管理者提出相关意见和建议。他们很难找到关键的接触点，并将它们整合成一个完整的系统。此外，由于一些制度建设的不完善等因素制约了有效财务管理体系的建立。
3完善财务会计向管理会计转型的对策
3.1提高管理者对“转型”的重视程度
要提高管理者对“转型”的重视程度，可采取相应的措施。首先，各级政府相关部门及其有关方面组织企业管理者培训时，适当加强相关管理会计方面的内容，管理者也应加强完善自身对管理会计工作的认识。其次，在企业中建立一定的制约机制，甚至以一种行政手段促使企业管理者重视管理会计应用。例如在企业的重大决策中，建立管理会计的一票否决制。最后，在做好财务会计基础工作的前提下，将管理会计应用于预测、计划和决策、分析和控制，可以为企业创造更多的价值，激发管理者对管理会计的重视程度，使其认识到向管理会计转型的必然性与重要性。
3.2提高财务人员的专业综合能力
先进的信息技术使财务软件能够实现的功能越来越强大，逐步替代了人工。以管理者的身份，利用先进的信息技术，使财务管理工作得以提升。这就要求一方面，专业的财务人员应全面提升自身的综合能力。另一方面，企业应高度重视财务人才的培养，鼓励其参加相关学习和培训，提高专业水平。首先，国民经济的发展推动财务管理的不断发展和变革，财务制度和会计准则也在不断地调整和变化。为此，财务人员应终身学习相关法律法规、财务制度及会计准则等，否则将不能适应发展的需要。其次，做到学习与工作实践相结合。利用工作之余，不断地充实自己。重视专业技能考试，比如全国会计职称统一考试、注册会计师考试等，对会计人员素质的提高有着非常积极的作用，使其在工作中深刻理解业务活动及财务工作的内涵。同时完善单位财务考核制度，保证财务在岗人员全部具备专业的知识背景。在学习财务专业知识及本岗位所需的业务知识的前提下，加强对先进系统软件工程的学习，以适应现代信息发展的需要。最后，提高财务人员的沟通协调能力。通过与单位同事的沟通，分享财务专业知识，加强对业务的了解，有利于推进财务管理工作。通过与本单位之外的交流，有助于开阔视野，总结先进的工作经验。与此同时，财务人员需要具备良好的综合协调能力。通过精妙的语言表达，误解没有了，矛盾没有了，财务综合管理能力增强了。
3.3建立有效的财务管理体系
财务管理体系分别是全面预算管理体系，内部控制管理体系，成本管理体系，财务信息管理体系及财会队伍管理体系。财务管理制度包括企业内部财务管理制度;货币资金管理;交易结算管理;存货管理;短期和长期投资管理;固定资产管理;在建工程管理;无形资产和递延资产管理;其他资产管理;销售收入管理;成本管理;利润分配管理;财务会计报告和财务评价管理。3.3.1建立有效的财务管理制度。为了加强财务管理，必须建立一个内部财务控制体系，制定相互关联和相互制约的管理流程和方法，并加强财务管理机制。这些制度包括资金的筹集、资金的投资和使用、资金的消费和资金的分配。通过制定相关制度，规范财务行为，认真履行财务管理职能，建立健全财务管理工作，提高管理水平。3.3.2建立有效的控制手段及机制。建立健全会计核算流程、固定资产卡片管理。对现金流量、资产评估、预算分配审批权限、清算及分配，财务目标的计划和实施等都要做出具体的规定。在企业中，管理会计将参与企业业务，参与企业的管理与决策，涉及生产加工环节、市场销售环节、售后服务环节等，财务部门将汇总所有财务信息和非财务信息，并进行整理分析，将细化后的信息汇报反馈给企业各相关部门，各部门据此做好进一步的工作安排，从而将企业的业务进行整合，最终建立起有效的财务管理体系。
4结论
随着高新技术的迅猛发展，财务会计必然要向管理会计转变，以适应科学技术时展的需要。面对转型中的问题，首先要转变企业管理者的财务管理观念，在提高专业财务人员综合能力的同时，建立有效的财务管理体系。随着未来智能时代的发展，企业财务管理应注重财务管理人员的培养和应用，同时结合信息技术的高效管理，实现人的智能与信息智能的融合，为企业创造更多价值。
【篇3】人工智能论文3000字
电脑在二十世纪70年代末期开始广泛普及,当时,有些专家便预计说,电脑可以改变人们的日常生活,并且使社会文化随之改变。
现在,时间的车轮运转到了2000年,专家们的这些预想至少已经有一部分成为现实。今天,人们已经在开始讨论有关电脑会不会具有人类的某些智能。这类课题已经不是什么科学幻想,而是非常严肃的学术讨论了。
舍科尔教授是美国麻省理工学院的社会学教授,他是电脑心理学方面的专家,曾经撰写过关于电脑心理学的两本具有开创性的着作。
一本书的书名是《第二自我—电脑和人类精神》,另一本书是最近出版的,书的题目是《电脑屏幕上的生活—因特网时代的特征》。舍科尔教授现在是麻省理工学院科学技术和社会项目的教授。从70年代开始到80年代初期,舍科尔教授开始研究人和电脑的关系。
舍科尔教授说:“电脑的特征在物体和非物体之间。很明显地,电脑是物体,即使是孩子也知道电脑是一部机器。可是,在另外一方面,电脑又可以反馈,可以有行为,可以有理智,甚至有精神。
人们发现,自己和电脑之间存在着互动的关系,甚至感到电脑似乎在活着。”
舍科尔教授特别对儿童和第一代电脑,以及电子玩具之间的关系感兴趣。他发现,十来岁的少年主要用电脑来探索认知的问题;而青春期以前的儿童也就是八岁到十二岁之间的儿童,他们主要试图熟练地掌握机器和电子玩具。
舍科尔教授发现,电脑玩具对五岁到八岁之间的儿童来说,起到了激发他们的伦理性、推测性息维的能力。
舍科尔教授说:“这些电脑玩具促使我们考虑‘什么是生活’这一类的问题。电脑有生命吗?在电脑玩具的战斗中,搏杀者意味着什么呢?作为一种玩具,到底有什么特殊性呢?
讨论电脑到底和人类有哪些区别,就无疑地是一个重要的问题。
一个十二岁的男孩对我说,将来可能会出现和人类一样聪明的电脑。但是,人类仍然要做饭,要建立家庭,要开餐馆。人类可能是地球上唯一要去教堂的生物。
换句话说,电脑为人类留下的空间是感情、感性、家庭生活。模拟思维可能在某种程度上可以算是一种思维,可是,模拟感情却永远不能被看作是真正的感情。当然了,模拟爱情更不能算是爱情了。”
微软公司的视窗系统是舍科尔教授目前重点研究的课题。视窗操作系统可以允许使用者在同时执行几个相互没有任何关系的工作任务,并随意在这几个任务之间互相切换。
舍科尔教授说:“用鼠标器指一下这些长方形的图形,你可以先做一件事情,然后再做另一件事情。例如,你可以通过电脑先跟你的母亲聊会儿天,在跟你的母亲说再见以后你开始写你的论文。写累了,你可以通过电脑看看你的银行账户。
从某种意义上来说,人们可以在电脑上确定各人的位置。也就是说,使用者是电脑屏幕上所有的窗口,以及电脑所有的活动的总和。
显然,这是一场革新,因为微软视窗允许你同时在你的电脑上提出好几个指令,并且在这些活动之间不断循环往复。这已经具备了人类心理活动的某些特点。”
在80年代,人类可能通过和自己心理的比较试图理解电脑。而今天,舍科尔教授说,人类试图通过电脑的运行模式,来更好地理解人类的心灵。
舍科尔教授认为,现在研究电脑心理学的最热门的领域,是假设电脑到最后会真正地有感情。你的一部电脑会对你产生“爱情”,它们需要你的关怀,需要感情的忠实。这可能是未来研究人和机器之间互动关系领域里最新的潮流了。
目前,在电脑控制的玩具方面已经出现了一些突破。例如,去年圣诞节期间,出现过一种类似猫头鹰的玩具,这种玩具可以说几百句话,而且具有学习功能,甚至会骂厂。
日本索尼公司制造出一种电子宠物狗,名叫“艾卜”,也是这类电子宠物玩具的代表性产品。
除了玩具以外,在智能电脑方面,电脑能够听懂主人说话现在已经不算稀奇了。目前,美国麻省理工学院的媒体研究室已经研制出一种具有人工智能的计算机,计算机可以对使用者发出的非语言性信号做出反应,并且据此进行某种程度的调整。
舍科尔教授认为,未来的电脑发展趋势是生物化电脑,电脑越来越具有知性和感性,从社会学的角度上说,这将是一大飞跃,值得学者专家好好地探讨。
人工智能论文3000字以上 人工智能论文3000字范文精选7篇