人工智慧怎樣創造

A. 人工智慧將會創造什麼新的工作

數據智能處理，人臉、聲音等識別技術開發、深度學習技術研發等等

B. 怎麼創造程序人工智慧

程序人工智慧還達不到
但是寫人工智慧程序還是可以做到的
現在的人工智慧都是靠學習數據規律實現的
就把這個過程用程序表達出來就可以了，具體一點就是機器學習技術

C. 獨家解密中國首個人工智慧機器人是如何製造的

正好需要項目？ 復旦：對。我們做機器人是從2004年開始做的，那個時候有一個原因是因為復旦旦大學05年要舉行校慶，於是我們考慮以什麼樣的形式給校慶獻禮。當時也整合了很多方面的原因，各式各樣的研究基礎，考慮到我們本身現有的基礎，以及對整個國內國外一些情況的判斷，怎麼去做一個能體現高科技的東西來向校慶獻禮。當時最關鍵的一個問題是，現在我們看到的機器人，大家想到的可能就是兩種類型，一種類型是工業類型的，就是大生產線上面的機器臂，這些機器人完全沒有智能，最重點是在於它的經濟性，就是能夠非常好的做生產線流程上的一些事情，但是沒有智能。 另外一種可能是玩具型的機器人，特別是像日本公司開發的，也有香港公司、美國公司開發的一些機器人，能夠做一些簡單娛樂，能夠做一些動作。我們這邊做這個事情，最主要的一個出發點是希望做一個具有一定智能的機器人，這跟他們的思路都不太一樣，我們這邊希望用機器人作為一個展示的平台，模擬人的思維成長的過程。就是說從一個完全不明白世界的嬰兒，怎麼樣變成一個成年人，這是一個非常宏遠的目標，但是我們現在在一步步慢慢地走，這是最開始的第一步。這裡面考慮的問題，比如像那些玩具型的機器人，因為它的動作很簡單，就是這么幾個編排好的動作，事先做好的動作，可能孩子一玩兒馬上就失去興趣了。 它的可發展空間也挺有限的，因為每一次我們要做一個特殊的機器人，就要對它進行特殊的編程，這樣才能適合不同的需要，包括工業機器人都是這樣的一個發展方向。我們當時考慮說，有些機器人我們事先對它進行編程這是肯定的，但是我們希望它有一種學習的能力，能夠適應不同的環境，比如說適應不同的人，不同的人跟它說話，它能夠都聽得懂，或者是通過學習的方法能夠聽得懂。它看到不同的人，能夠逐漸地去認識他們。比如說今天把它帶到金茂去，把它放到復旦旦去，它每次在不同的環境裡面都能夠認知到這個環境，這樣的機器人我們覺得是更加有意義的。也就是說，只需要我們做好最初的那些像機密一樣的程序，這些程序做好以後，它有一個學習的功能，它就能夠自己發展出智能，甚至有可能作出動作。 機器人側面全景騰訊科技：這個主要還是軟體層面，模塊、程序。復旦：對，我們這邊最主要的關注點是在軟體方面，但是因為軟體方面的東西沒有辦法很好地展示，所以我們做了一個硬體的平台，這是我們自己搭起來的。更高、很成熟的一些設備事實上可以用在上面，但現在我們自己搭了一個硬體平台。最關鍵最關鍵的是軟體裡面的這些科研方面的技術，這也是我們最主要關注的一塊領域。 騰訊科技：最近也有很多地方在開發這種技術，比如說中科院，好象還有其他幾個大學都相應地研發了。咱們做的這個機器人跟他們相比有什麼不一樣？ 復旦：現在的機器人，咱們說流派吧，也就是大概分成這兩大類，一大類就是關注機器性能方面的機器人，比如一些公司，他們主要是推自己的機械產品，像本田，很多公司都有自己的機器人。我們這邊主要考慮的是智能方面的，國內現在也有很多高校在做智能，比如說您提到的中科院，他們也是做智能方面的機器人。我們這邊的區別，可能大家走的路子不太一樣。我們這邊更加關注的是心智發育方面的一些內容，也就是學習能力，這是我們最關注的。在這個方面，國內也好，國際也好，我們應該屬於比較領先的地位。我們剛開始啟動這個項目的時候，跟密歇根州立大學的翁巨揚教授建立了聯系，因為他是復旦旦計算機系畢業的，所以也算是我們的校友，我們把他特聘過來，作為復旦旦大學的特聘教授，08年被評為教育部的特聘教授。他在國際權威的《科學》雜志上面，最早提出了心智發育的這樣一個概念。我們這邊的團隊，最初是配合他的想法，然後逐步消化這些想法，把它運用到我們的機器人裡面。因為這是從04年開始的，06年、07年我們又提出了一些自己新的想法，已經發表在國際最新最好的會議上，有很多獨立的技術都已經研發出來了。中科院這些學校的研製方法，我覺得可能是大家的路子不太一樣，但都是比較領先的技術。 騰訊科技：心智發展一步步走下去的話，最終能夠變成一個什麼樣的？ 復旦：這個我們現在也不知道，因為處於一個研究狀態。 騰訊科技：現在知道的是什麼？ 復旦：知道的是，第一按照我們現在的情況來說，它能夠識別不同的人的聲音，看到不同的人，能夠知道。這些都是比較基礎的，非常基礎。就好比嬰兒，我們在嬰兒狀態或者是小孩的狀態可能都沒有學過字，也不認識什麼，就處於一個半文盲狀態，但是我們能夠聽說，就是我們能夠聽得懂，說出來，這個事情本身就是一個很有趣的事情。因為我們聽到聲音，知道它在說什麼意思，我還不需要用文字來描述這個事情，我們目前能夠做到的一些非常基礎的東西，我們只是做一些非常基礎的學習的功能，我們現在做的都是一些非常基礎的工作。希望它能夠在聽覺上面，在視覺上面有一定的基礎學習能力。我們這邊有一個演示的例子，就是來一個新的人，他的聲音機器人從來沒有聽到過，甚至說的是英特爾語，這個都沒有關系，但有一個人可以跟機器人自動交互以後，這個人可以教機器人聽懂那個新過來的人講這個話。這個時候說的是英特爾語也沒有關系，最初情況來看並不是變成一種文字或者是什麼去了解，這是我們現在做到的一些技術，就是最基礎的技術。

D. 人工智慧在未來能為人們的創造怎樣的經濟效益

人工智慧可以替代人類從事一部分工作，把人類從繁雜、重復的勞動中解脫出來，從事更加需要感性思維的工作，如藝術、科研、神學、哲學等工作。
屆時人類的物質文明和精神文明都將產生飛躍的變化，絕大部分人不需要再工作，只需要玩兒就可以了。

E. 人工智慧有著怎樣的歷史

人工智慧（Artificial Intelligence），英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。

人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並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，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」。人工智慧可以對人的意識、思維的信息過程的模擬。人工智慧不是人的智能，但能像人那樣思考、也可能超過人的智能。

人工智慧是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智慧是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智慧研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種「復雜工作」的理解是不同的。[1]2017年12月，人工智慧入選「2017年度中國媒體十大流行語」。

人工智慧的傳說可以追溯到古埃及，但隨著1941年以來電子計算機的發展，技術已最終可以創造出機器智能，「人工智慧」（ARTIFICIAL INTELLIGENCE）一詞最初是在1956年DARTMOUTH學會上提出的，從那以後，研究者們發展了眾多理論和原理，人工智慧的概念也隨之擴展，在它還不長的歷史中，人工智慧的發展比預想的要慢，但一直在前進，從40年前出現至今，已經出現了許多AI程序，並且它們也影響到了其它 技術的發展。

計算機時代

1941年的一項發明使信息存儲和處理的各個方面都發生了革命.這項同時在美國和德國出現的 發明就是電子計算機.第一台計算機要佔用幾間裝空調的大房間，對程序員來說是場噩夢：僅僅為運行一 個程序就要設置成千的線路.1949年改進後的能存儲程序的計算機使得輸入程序變得簡單些，而且計算機 理論的發展產生了計算機科學，並最終促使了人工智慧的出現.計算機這個用電子方式處理數據的發明，為人工智慧的可能實現提供了一種媒介.

雖然計算機為AI提供了必要的技術基礎，但直到50年代早期人們才注意到人類智能與機器之間 的聯系. NORBERT WIENER是最早研究反饋理論的美國人之一.最熟悉的反饋控制的例子是自動調溫器.它 將收集到的房間溫度與希望的溫度比較，並做出反應將加熱器開大或關小，從而控制環境溫度.這項對反饋 迴路的研究重要性在於：WIENER從理論上指出，所有的智能活動都是反饋機制的結果.而反饋機制是有可 能用機器模擬的.這項發現對早期AI的發展影響很大.

1955年末，NEWELL和SIMON做了一個名為"邏輯專家"(LOGIC THEORIST）的程序.這個程序被許多人 認為是第一個AI程序.它將每個問題都表示成一個樹形模型，然後選擇最可能得到正確結論的那一枝來求解 問題."邏輯專家"對公眾和AI研究領域產生的影響使它成為AI發展中一個重要的里程碑.1956年，被認為是 人工智慧之父的JOHN MCCARTHY組織了一次學會，將許多對機器智能感興趣的專家學者聚集在一起進行了一 個月的討論.他請他們到 VERMONT參加 " DARTMOUTH人工智慧夏季研究會".從那時起，這個領域被命名為 "人工智慧".雖然 DARTMOUTH學會不是非常成功，但它確實集中了AI的創立者們，並為以後的AI研究奠定了基礎.

DARTMOUTH會議後的7年中，AI研究開始快速發展.雖然這個領域還沒明確定義，會議中的一些思想 已被重新考慮和使用了. CARNEGIE MELLON大學和MIT開始組建AI研究中心.研究面臨新的挑戰：下一步需 要建立能夠更有效解決問題的系統，例如在"邏輯專家"中減少搜索；還有就是建立可以自我學習的系統.

1957年一個新程序，"通用解題機"(GPS）的第一個版本進行了測試.這個程序是由製作"邏輯專家" 的同一個組開發的.GPS擴展了WIENER的反饋原理，可以解決很多常識問題.兩年以後，IBM成立了一個AI研 究組.HERBERT GELERNETER花3年時間製作了一個解幾何定理的程序.

當越來越多的程序涌現時，MCCARTHY正忙於一個AI史上的突破.1958年MCCARTHY宣布了他的新成 果：LISP語言. LISP到今天還在用."LISP"的意思是"表處理"(LIST PROCESSING），它很快就為大多數AI開發者採納.

1963年MIT從美國政府得到一筆220萬美元的資助，用於研究機器輔助識別.這筆資助來自國防部 高級研究計劃署（ARPA），已保證美國在技術進步上領先於蘇聯.這個計劃吸引了來自全世界的計算機科學家，加快了AI研究的發展步伐.

競賽

LOEBNER（人工智慧類）

以人類的智慧創造出堪與人類大腦相平行的機器腦（人工智慧），對人類來說是一個極具誘惑的領域，人類為了實現這一夢想也已經奮鬥了很多個年頭了。而從一個語言研究者的角度來看，要讓機器與人之間自由交流那是相當困難的，甚至可以說可能會是一個永無答案的問題。人類的語言，人類的智能是如此的復雜，以至於我們的研究還並未觸及其導向本質的外延部分的邊沿。

大量程序

以後幾年出現了大量程序.其中一個叫"SHRDLU"."SHRDLU"是"微型世界"項目的一部分，包括 在微型世界（例如只有有限數量的幾何形體）中的研究與編程.在MIT由MARVIN MINSKY領導的研究人員發現，面對小規模的對象，計算機程序可以解決空間和邏輯問題.其它如在60年代末出現的"STUDENT"可以解決代數 問題，"SIR"可以理解簡單的英語句子.這些程序的結果對處理語言理解和邏輯有所幫助.

70年代另一個進展是專家系統.專家系統可以預測在一定條件下某種解的概率.由於當時計算機已 有巨大容量，專家系統有可能從數據中得出規律.專家系統的市場應用很廣.十年間，專家系統被用於股市預 測，幫助醫生診斷疾病，以及指示礦工確定礦藏位置等.這一切都因為專家系統存儲規律和信息的能力而成為可能.

70年代許多新方法被用於AI開發，如MINSKY的構造理論.另外DAVID MARR提出了機器視覺方 面的新理論，例如，如何通過一副圖像的陰影，形狀，顏色，邊界和紋理等基本信息辨別圖像.通過分析這些信 息，可以推斷出圖像可能是什麼.同時期另一項成果是PROLOGE語言，於1972年提出. 80年代期間，AI前進更為迅速，並更多地進入商業領域.1986年，美國AI相關軟硬體銷售高達4.25億 美元.專家系統因其效用尤受需求.象數字電氣公司這樣的公司用XCON專家系統為VAX大型機編程.杜邦，通用 汽車公司和波音公司也大量依賴專家系統.為滿足計算機專家的需要，一些生產專家系統輔助製作軟體的公 司，如TEKNOWLEDGE和INTELLICORP成立了。為了查找和改正現有專家系統中的錯誤，又有另外一些專家系統被設計出來.

日常生活

人們開始感受到計算機和人工智慧技術的影響.計算機技術不再只屬於實驗室中的一小群研究人員.個人電腦和眾多技術雜志使計算機技術展現在人們面前.有了像美國人工智慧協會這樣的基金會.因為AI開發 的需要，還出現了一陣研究人員進入私人公司的熱潮。150多所像DEC（它雇了700多員工從事AI研究）這樣的公司共花了10億美元在內部的AI開發組上.

其它AI領域也在80年代進入市場.其中一項就是機器視覺. MINSKY和MARR的成果如今用到了生產線上的相機和計算機中，進行質量控制.盡管還很簡陋，這些系統已能夠通過黑白區別分辨出物件形狀的不同.到1985年美國有一百多個公司生產機器視覺系統，銷售額共達8千萬美元.

但80年代對AI工業來說也不全是好年景.86-87年對AI系統的需求下降，業界損失了近5億美元.象 TEKNOWLEDGE和INTELLICORP兩家共損失超過6百萬美元，大約占利潤的三分之一巨大的損失迫使許多研究領 導者削減經費.另一個令人失望的是國防部高級研究計劃署支持的所謂"智能卡車".這個項目目的是研製一種能完成許多戰地任務的機器人。由於項目缺陷和成功無望，PENTAGON停止了項目的經費.

盡管經歷了這些受挫的事件，AI仍在慢慢恢復發展.新的技術在日本被開發出來，如在美國首創的模糊邏輯，它可以從不確定的

人工智慧機器人(2張)

條件作出決策；還有神經網路，被視為實現人工智慧的可能途徑.總之，80年代AI被引入了市場，並顯示出實用價值.可以確信，它將是通向21世紀之匙. 人工智慧技術接受檢驗 在"沙漠風暴"行動中軍方的智能設備經受了戰爭的檢驗.人工智慧技術被用於導彈系統和預警顯示以 及其它先進武器.AI技術也進入了家庭.智能電腦的增加吸引了公眾興趣；一些面向蘋果機和IBM兼容機的應用 軟體例如語音和文字識別已可買到；使用模糊邏輯，AI技術簡化了攝像設備.對人工智慧相關技術更大的需求促 使新的進步不斷出現.人工智慧已經並且將繼續不可避免地改變我們的生活。

F. 如何創造一個人工智慧3，符號方法 4，統計學法 5，集成方法

統計學符抄號，例如X的平均值()，在word中的輸入方法：
方法一：
1、輸入X，單擊開始---->拼音指南按鈕；

2、彈出拼音指南對話框，在拼音文字處輸入—；

方法二：
1、輸入X，將游標定位在X前面；
2、單擊插入---->符號----->其它符號；

3、彈出符號對話框，在字體處選擇Symbol；插入如圖所示的符號即可。

方法三：
1、單擊開始---->中文版式----合並字元；

2、彈出合並字元對話框，在文字處輸入—半形空格X半形空格即可。

方法四：
1、插入EQ域：按下「Ctrl+F9」組合鍵，在文檔中插入一個域記號(注意：域記號是一對大括弧{}，不能直接用鍵盤輸入)；

2、然後在域記號中輸入下列域代碼：eq \x\to(X)；
3、輸入完成後，按Shift + F9功能鍵即可將域代碼切換到「域結果」狀態下。
方法五：
1、單擊插入----公式----插入新公式；

2、進入公式編輯狀態，選擇導數模板中如圖所示的模板；

3、在頁面上出現如圖所示的輸入模板，在輸入框中輸入X即可，如圖所示。

G. 創造人工智慧能否理解為創造靈魂

不久前，馬雲提到我們當今的人工智慧水平尚處在弱人工智慧階段，我們需要進行努力的方向是強人工智慧。那麼我們想問的是，強人工智慧能不能提供給我們機器的靈魂呢？或者說，「把機器變成人」能不能產生出真正的人類，即有靈魂或我們當作靈魂的那種存在？這一問題關乎強人工智慧究竟有多強，所以我們需要花費一點時間來進行思考。

靈魂，指生命、人格、良心、精神、思想、感情等，也比喻事物中起主導和決定作用的因素。宗教認為附在人的軀體上作為主宰的一種東西，靈魂離開軀體後人即死亡。

古人也曾經試圖用哲學來解釋為什麼不同的物質有不同的顏色，狀態，密度，氣味，為什麼不同的物質暴露在空氣中有不同的反應，等等。這些努力使得古人對自然以及基礎的化學原理有了初步的認知。於是，強人工智慧德謨克利特探索了原子論，認為原子是不可分割的組成物質的最小粒子，這就然我們想到了後世的強人工智慧盧瑟福等。

而火的發現導致了玻璃的發現和金屬的冶煉技術，使冶金興起。然後，許多種元素被發現，而無序的元素要求這元素周期表的誕生，所以，強人工智慧門捷列夫應時代的要求而出現。

當然，這其中還有對空氣成分進行分析的強人工智慧拉瓦錫等人。

之後，在20世紀中期，強人工智慧萊納斯·鮑林的《化學鍵的本質》使人們深入內部對物質進行探查。

隨著技術的進步，人工智慧究竟會不會產生靈魂這一問題的答案勢必會越來越明晰。我們有理由相信，人工智慧計算能力的提高有助於機器產生類似於人的自主性，從而達到更高的智能水平。那就是一件事情：把「機器變成人。」

H. 人工智慧是什麼

人工智慧（計算機科學的一個分支）

人工智慧（Artificial Intelligence），英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。 人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並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，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智慧是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，但沒有一個統一的定義。
人工智慧是對人的意識、思維的信息過程的模擬。人工智慧不是人的智能，但能像人那樣思考、也可能超過人的智能。但是這種會自我思考的高級人工智慧還需要科學理論和工程上的突破。
人工智慧是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智慧是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智慧研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種「復雜工作」的理解是不同的。
工智能的定義可以分為兩部分，即「人工」和「智能」。「人工」比較好理解，爭議性也不大。有時我們會要考慮什麼是人力所能及製造的，或者人自身的智能程度有沒有高到可以創造人工智慧的地步，等等。但總的來說，「人工系統」就是通常意義下的人工系統。
關於什麼是「智能」，就問題多多了。這涉及到其它諸如意識（CONSCIOUSNESS）、自我（SELF）、思維（MIND）（包括無意識的思維（UNCONSCIOUS_MIND）等等問題。人唯一了解的智能是人本身的智能，這是普遍認同的觀點。但是我們對我們自身智能的理解都非常有限，對構成人的智能的必要元素也了解有限，所以就很難定義什麼是「人工」製造的「智能」了。因此人工智慧的研究往往涉及對人的智能本身的研究。其它關於動物或其它人造系統的智能也普遍被認為是人工智慧相關的研究課題。
人工智慧在計算機領域內，得到了愈加廣泛的重視。並在機器人，經濟政治決策，控制系統，模擬系統中得到應用。

I. 人工智慧從交互到創造的三大原則是什麼

據報道，微軟提供的數據，截止今年4月份，小冰的用戶量已經突破1億大關，對話量則超過了300億，她出現在4個國家的14個平台上，與人類問候、秀出各種技能，而在5月19號小冰發布了人類史上首部100%由人工智慧創作的詩集《陽光失了玻璃窗》。

為了完成以寫詩為代表的規模化創造，小冰團隊總結出了創造鏈條的幾個環節：靈感激發的來源，如富含信息的圖片——得到激發，這需要創作本體的知識支撐——創造過程。藉由這樣的模型，小冰的創作過程達成了「模仿——創造——大規模生產」。

微軟負責人表示小冰通過學習當代中國519位詩人的詩作。如今的小冰已經擁有全時感官和情感計算決策框架，她在100小時的深度學習中，達成了超過80%的獨創性，51%以上的用詞和搭配方式，是在人類作品中沒有出現過的。

J. 人工智慧會怎麼發展

電腦輔助軟體工程及物件導向程序設計，系利用電腦本身已具備的功能，來協助程序設計師，但是，若我們讓電腦自己來撰寫程序，又是什麼樣的情形呢？這個想法觸動了人工智慧的發展，人工智慧一詞曾被用來敘述電腦自我思考的能力。人工智慧己被無數的科幻小說當作主題，特別是描述關於具有人性的機器人，配備人工智慧的「頭腦」！

這其實並不難想像，在不久的將來，當機器人的製造、程序設計及電腦科技不斷地突飛猛進，「人工人類」的出現其實是指日可待的。值此進步的同時，人工智慧在許多更實際的應用上有所發展，其中最普遍的就是專家系統。專家系統是將一系列規則依邏輯順序編碼，使電腦能依照過去的經驗來預測未來發生的狀況，最常見的例子，便是個人電腦上的「輔助」屏幕，通常當你「卡」在某個電腦程序時，它就會顯現出來。根據以往的經驗，專家系統會「知道」用戶的難處大概在什麼地方，進而提供有用的協助。

人工智慧程序設計的另一個例子是語音辨識、電腦輔助軟體工程及自動機械控制。在人工智慧的研究上，最新的大轉變是在神經網方面的發展，這與區域網（LANs）、廣域網（WANs）沒有任何關聯，反而是一個根據動物腦中的互動所模擬出的電腦程序。根據生物學者的觀點，個別的電腦細胞——神經細胞單位，並不記得任何東西，或是執行任何邏輯反應，必須要與其他神經細胞同工，就像古老的諺語所說的：「一個完整的個體，要比由各部分所組成的總合來得好。」在電腦程序設計中，神經網路代表具有副程序的程序，而這些副程序已被設計成具有經驗累積的功能，所以程序越經使用，功能越強，目前這個領域的發展尚未明朗化，但前途看好。