人工智能怎样创造

A. 人工智能将会创造什么新的工作

数据智能处理，人脸、声音等识别技术开发、深度学习技术研发等等

B. 怎么创造程序人工智能

程序人工智能还达不到
但是写人工智能程序还是可以做到的
现在的人工智能都是靠学习数据规律实现的
就把这个过程用程序表达出来就可以了，具体一点就是机器学习技术

C. 独家解密中国首个人工智能机器人是如何制造的

正好需要项目？ 复旦：对。我们做机器人是从2004年开始做的，那个时候有一个原因是因为复旦旦大学05年要举行校庆，于是我们考虑以什么样的形式给校庆献礼。当时也整合了很多方面的原因，各式各样的研究基础，考虑到我们本身现有的基础，以及对整个国内国外一些情况的判断，怎么去做一个能体现高科技的东西来向校庆献礼。当时最关键的一个问题是，现在我们看到的机器人，大家想到的可能就是两种类型，一种类型是工业类型的，就是大生产线上面的机器臂，这些机器人完全没有智能，最重点是在于它的经济性，就是能够非常好的做生产线流程上的一些事情，但是没有智能。 另外一种可能是玩具型的机器人，特别是像日本公司开发的，也有香港公司、美国公司开发的一些机器人，能够做一些简单娱乐，能够做一些动作。我们这边做这个事情，最主要的一个出发点是希望做一个具有一定智能的机器人，这跟他们的思路都不太一样，我们这边希望用机器人作为一个展示的平台，模拟人的思维成长的过程。就是说从一个完全不明白世界的婴儿，怎么样变成一个成年人，这是一个非常宏远的目标，但是我们现在在一步步慢慢地走，这是最开始的第一步。这里面考虑的问题，比如像那些玩具型的机器人，因为它的动作很简单，就是这么几个编排好的动作，事先做好的动作，可能孩子一玩儿马上就失去兴趣了。 它的可发展空间也挺有限的，因为每一次我们要做一个特殊的机器人，就要对它进行特殊的编程，这样才能适合不同的需要，包括工业机器人都是这样的一个发展方向。我们当时考虑说，有些机器人我们事先对它进行编程这是肯定的，但是我们希望它有一种学习的能力，能够适应不同的环境，比如说适应不同的人，不同的人跟它说话，它能够都听得懂，或者是通过学习的方法能够听得懂。它看到不同的人，能够逐渐地去认识他们。比如说今天把它带到金茂去，把它放到复旦旦去，它每次在不同的环境里面都能够认知到这个环境，这样的机器人我们觉得是更加有意义的。也就是说，只需要我们做好最初的那些像机密一样的程序，这些程序做好以后，它有一个学习的功能，它就能够自己发展出智能，甚至有可能作出动作。 机器人侧面全景腾讯科技：这个主要还是软件层面，模块、程序。复旦：对，我们这边最主要的关注点是在软件方面，但是因为软件方面的东西没有办法很好地展示，所以我们做了一个硬件的平台，这是我们自己搭起来的。更高、很成熟的一些设备事实上可以用在上面，但现在我们自己搭了一个硬件平台。最关键最关键的是软件里面的这些科研方面的技术，这也是我们最主要关注的一块领域。 腾讯科技：最近也有很多地方在开发这种技术，比如说中科院，好象还有其他几个大学都相应地研发了。咱们做的这个机器人跟他们相比有什么不一样？ 复旦：现在的机器人，咱们说流派吧，也就是大概分成这两大类，一大类就是关注机器性能方面的机器人，比如一些公司，他们主要是推自己的机械产品，像本田，很多公司都有自己的机器人。我们这边主要考虑的是智能方面的，国内现在也有很多高校在做智能，比如说您提到的中科院，他们也是做智能方面的机器人。我们这边的区别，可能大家走的路子不太一样。我们这边更加关注的是心智发育方面的一些内容，也就是学习能力，这是我们最关注的。在这个方面，国内也好，国际也好，我们应该属于比较领先的地位。我们刚开始启动这个项目的时候，跟密歇根州立大学的翁巨扬教授建立了联系，因为他是复旦旦计算机系毕业的，所以也算是我们的校友，我们把他特聘过来，作为复旦旦大学的特聘教授，08年被评为教育部的特聘教授。他在国际权威的《科学》杂志上面，最早提出了心智发育的这样一个概念。我们这边的团队，最初是配合他的想法，然后逐步消化这些想法，把它运用到我们的机器人里面。因为这是从04年开始的，06年、07年我们又提出了一些自己新的想法，已经发表在国际最新最好的会议上，有很多独立的技术都已经研发出来了。中科院这些学校的研制方法，我觉得可能是大家的路子不太一样，但都是比较领先的技术。 腾讯科技：心智发展一步步走下去的话，最终能够变成一个什么样的？ 复旦：这个我们现在也不知道，因为处于一个研究状态。 腾讯科技：现在知道的是什么？ 复旦：知道的是，第一按照我们现在的情况来说，它能够识别不同的人的声音，看到不同的人，能够知道。这些都是比较基础的，非常基础。就好比婴儿，我们在婴儿状态或者是小孩的状态可能都没有学过字，也不认识什么，就处于一个半文盲状态，但是我们能够听说，就是我们能够听得懂，说出来，这个事情本身就是一个很有趣的事情。因为我们听到声音，知道它在说什么意思，我还不需要用文字来描述这个事情，我们目前能够做到的一些非常基础的东西，我们只是做一些非常基础的学习的功能，我们现在做的都是一些非常基础的工作。希望它能够在听觉上面，在视觉上面有一定的基础学习能力。我们这边有一个演示的例子，就是来一个新的人，他的声音机器人从来没有听到过，甚至说的是英特尔语，这个都没有关系，但有一个人可以跟机器人自动交互以后，这个人可以教机器人听懂那个新过来的人讲这个话。这个时候说的是英特尔语也没有关系，最初情况来看并不是变成一种文字或者是什么去了解，这是我们现在做到的一些技术，就是最基础的技术。

D. 人工智能在未来能为人们的创造怎样的经济效益

人工智能可以替代人类从事一部分工作，把人类从繁杂、重复的劳动中解脱出来，从事更加需要感性思维的工作，如艺术、科研、神学、哲学等工作。
届时人类的物质文明和精神文明都将产生飞跃的变化，绝大部分人不需要再工作，只需要玩儿就可以了。

E. 人工智能有着怎样的历史

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。[1]2017年12月，人工智能入选“2017年度中国媒体十大流行语”。

人工智能的传说可以追溯到古埃及，但随着1941年以来电子计算机的发展，技术已最终可以创造出机器智能，“人工智能”（ARTIFICIAL INTELLIGENCE）一词最初是在1956年DARTMOUTH学会上提出的，从那以后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展，在它还不长的历史中，人工智能的发展比预想的要慢，但一直在前进，从40年前出现至今，已经出现了许多AI程序，并且它们也影响到了其它 技术的发展。

计算机时代

1941年的一项发明使信息存储和处理的各个方面都发生了革命.这项同时在美国和德国出现的 发明就是电子计算机.第一台计算机要占用几间装空调的大房间，对程序员来说是场噩梦：仅仅为运行一 个程序就要设置成千的线路.1949年改进后的能存储程序的计算机使得输入程序变得简单些，而且计算机 理论的发展产生了计算机科学，并最终促使了人工智能的出现.计算机这个用电子方式处理数据的发明，为人工智能的可能实现提供了一种媒介.

虽然计算机为AI提供了必要的技术基础，但直到50年代早期人们才注意到人类智能与机器之间 的联系. NORBERT WIENER是最早研究反馈理论的美国人之一.最熟悉的反馈控制的例子是自动调温器.它 将收集到的房间温度与希望的温度比较，并做出反应将加热器开大或关小，从而控制环境温度.这项对反馈 回路的研究重要性在于：WIENER从理论上指出，所有的智能活动都是反馈机制的结果.而反馈机制是有可 能用机器模拟的.这项发现对早期AI的发展影响很大.

1955年末，NEWELL和SIMON做了一个名为"逻辑专家"(LOGIC THEORIST）的程序.这个程序被许多人 认为是第一个AI程序.它将每个问题都表示成一个树形模型，然后选择最可能得到正确结论的那一枝来求解 问题."逻辑专家"对公众和AI研究领域产生的影响使它成为AI发展中一个重要的里程碑.1956年，被认为是 人工智能之父的JOHN MCCARTHY组织了一次学会，将许多对机器智能感兴趣的专家学者聚集在一起进行了一 个月的讨论.他请他们到 VERMONT参加 " DARTMOUTH人工智能夏季研究会".从那时起，这个领域被命名为 "人工智能".虽然 DARTMOUTH学会不是非常成功，但它确实集中了AI的创立者们，并为以后的AI研究奠定了基础.

DARTMOUTH会议后的7年中，AI研究开始快速发展.虽然这个领域还没明确定义，会议中的一些思想 已被重新考虑和使用了. CARNEGIE MELLON大学和MIT开始组建AI研究中心.研究面临新的挑战：下一步需 要建立能够更有效解决问题的系统，例如在"逻辑专家"中减少搜索；还有就是建立可以自我学习的系统.

1957年一个新程序，"通用解题机"(GPS）的第一个版本进行了测试.这个程序是由制作"逻辑专家" 的同一个组开发的.GPS扩展了WIENER的反馈原理，可以解决很多常识问题.两年以后，IBM成立了一个AI研 究组.HERBERT GELERNETER花3年时间制作了一个解几何定理的程序.

当越来越多的程序涌现时，MCCARTHY正忙于一个AI史上的突破.1958年MCCARTHY宣布了他的新成 果：LISP语言. LISP到今天还在用."LISP"的意思是"表处理"(LIST PROCESSING），它很快就为大多数AI开发者采纳.

1963年MIT从美国政府得到一笔220万美元的资助，用于研究机器辅助识别.这笔资助来自国防部 高级研究计划署（ARPA），已保证美国在技术进步上领先于苏联.这个计划吸引了来自全世界的计算机科学家，加快了AI研究的发展步伐.

竞赛

LOEBNER（人工智能类）

以人类的智慧创造出堪与人类大脑相平行的机器脑（人工智能），对人类来说是一个极具诱惑的领域，人类为了实现这一梦想也已经奋斗了很多个年头了。而从一个语言研究者的角度来看，要让机器与人之间自由交流那是相当困难的，甚至可以说可能会是一个永无答案的问题。人类的语言，人类的智能是如此的复杂，以至于我们的研究还并未触及其导向本质的外延部分的边沿。

大量程序

以后几年出现了大量程序.其中一个叫"SHRDLU"."SHRDLU"是"微型世界"项目的一部分，包括 在微型世界（例如只有有限数量的几何形体）中的研究与编程.在MIT由MARVIN MINSKY领导的研究人员发现，面对小规模的对象，计算机程序可以解决空间和逻辑问题.其它如在60年代末出现的"STUDENT"可以解决代数 问题，"SIR"可以理解简单的英语句子.这些程序的结果对处理语言理解和逻辑有所帮助.

70年代另一个进展是专家系统.专家系统可以预测在一定条件下某种解的概率.由于当时计算机已 有巨大容量，专家系统有可能从数据中得出规律.专家系统的市场应用很广.十年间，专家系统被用于股市预 测，帮助医生诊断疾病，以及指示矿工确定矿藏位置等.这一切都因为专家系统存储规律和信息的能力而成为可能.

70年代许多新方法被用于AI开发，如MINSKY的构造理论.另外DAVID MARR提出了机器视觉方 面的新理论，例如，如何通过一副图像的阴影，形状，颜色，边界和纹理等基本信息辨别图像.通过分析这些信 息，可以推断出图像可能是什么.同时期另一项成果是PROLOGE语言，于1972年提出. 80年代期间，AI前进更为迅速，并更多地进入商业领域.1986年，美国AI相关软硬件销售高达4.25亿 美元.专家系统因其效用尤受需求.象数字电气公司这样的公司用XCON专家系统为VAX大型机编程.杜邦，通用 汽车公司和波音公司也大量依赖专家系统.为满足计算机专家的需要，一些生产专家系统辅助制作软件的公 司，如TEKNOWLEDGE和INTELLICORP成立了。为了查找和改正现有专家系统中的错误，又有另外一些专家系统被设计出来.

日常生活

人们开始感受到计算机和人工智能技术的影响.计算机技术不再只属于实验室中的一小群研究人员.个人电脑和众多技术杂志使计算机技术展现在人们面前.有了像美国人工智能协会这样的基金会.因为AI开发 的需要，还出现了一阵研究人员进入私人公司的热潮。150多所像DEC（它雇了700多员工从事AI研究）这样的公司共花了10亿美元在内部的AI开发组上.

其它AI领域也在80年代进入市场.其中一项就是机器视觉. MINSKY和MARR的成果如今用到了生产线上的相机和计算机中，进行质量控制.尽管还很简陋，这些系统已能够通过黑白区别分辨出物件形状的不同.到1985年美国有一百多个公司生产机器视觉系统，销售额共达8千万美元.

但80年代对AI工业来说也不全是好年景.86-87年对AI系统的需求下降，业界损失了近5亿美元.象 TEKNOWLEDGE和INTELLICORP两家共损失超过6百万美元，大约占利润的三分之一巨大的损失迫使许多研究领 导者削减经费.另一个令人失望的是国防部高级研究计划署支持的所谓"智能卡车".这个项目目的是研制一种能完成许多战地任务的机器人。由于项目缺陷和成功无望，PENTAGON停止了项目的经费.

尽管经历了这些受挫的事件，AI仍在慢慢恢复发展.新的技术在日本被开发出来，如在美国首创的模糊逻辑，它可以从不确定的

人工智能机器人(2张)

条件作出决策；还有神经网络，被视为实现人工智能的可能途径.总之，80年代AI被引入了市场，并显示出实用价值.可以确信，它将是通向21世纪之匙. 人工智能技术接受检验 在"沙漠风暴"行动中军方的智能设备经受了战争的检验.人工智能技术被用于导弹系统和预警显示以 及其它先进武器.AI技术也进入了家庭.智能电脑的增加吸引了公众兴趣；一些面向苹果机和IBM兼容机的应用 软件例如语音和文字识别已可买到；使用模糊逻辑，AI技术简化了摄像设备.对人工智能相关技术更大的需求促 使新的进步不断出现.人工智能已经并且将继续不可避免地改变我们的生活。

F. 如何创造一个人工智能3，符号方法 4，统计学法 5，集成方法

统计学符抄号，例如X的平均值()，在word中的输入方法：
方法一：
1、输入X，单击开始---->拼音指南按钮；

2、弹出拼音指南对话框，在拼音文字处输入—；

方法二：
1、输入X，将光标定位在X前面；
2、单击插入---->符号----->其它符号；

3、弹出符号对话框，在字体处选择Symbol；插入如图所示的符号即可。

方法三：
1、单击开始---->中文版式----合并字符；

2、弹出合并字符对话框，在文字处输入—半角空格X半角空格即可。

方法四：
1、插入EQ域：按下“Ctrl+F9”组合键，在文档中插入一个域记号(注意：域记号是一对大括号{}，不能直接用键盘输入)；

2、然后在域记号中输入下列域代码：eq \x\to(X)；
3、输入完成后，按Shift + F9功能键即可将域代码切换到“域结果”状态下。
方法五：
1、单击插入----公式----插入新公式；

2、进入公式编辑状态，选择导数模板中如图所示的模板；

3、在页面上出现如图所示的输入模板，在输入框中输入X即可，如图所示。

G. 创造人工智能能否理解为创造灵魂

不久前，马云提到我们当今的人工智能水平尚处在弱人工智能阶段，我们需要进行努力的方向是强人工智能。那么我们想问的是，强人工智能能不能提供给我们机器的灵魂呢？或者说，“把机器变成人”能不能产生出真正的人类，即有灵魂或我们当作灵魂的那种存在？这一问题关乎强人工智能究竟有多强，所以我们需要花费一点时间来进行思考。

灵魂，指生命、人格、良心、精神、思想、感情等，也比喻事物中起主导和决定作用的因素。宗教认为附在人的躯体上作为主宰的一种东西，灵魂离开躯体后人即死亡。

古人也曾经试图用哲学来解释为什么不同的物质有不同的颜色，状态，密度，气味，为什么不同的物质暴露在空气中有不同的反应，等等。这些努力使得古人对自然以及基础的化学原理有了初步的认知。于是，强人工智能德谟克利特探索了原子论，认为原子是不可分割的组成物质的最小粒子，这就然我们想到了后世的强人工智能卢瑟福等。

而火的发现导致了玻璃的发现和金属的冶炼技术，使冶金兴起。然后，许多种元素被发现，而无序的元素要求这元素周期表的诞生，所以，强人工智能门捷列夫应时代的要求而出现。

当然，这其中还有对空气成分进行分析的强人工智能拉瓦锡等人。

之后，在20世纪中期，强人工智能莱纳斯·鲍林的《化学键的本质》使人们深入内部对物质进行探查。

随着技术的进步，人工智能究竟会不会产生灵魂这一问题的答案势必会越来越明晰。我们有理由相信，人工智能计算能力的提高有助于机器产生类似于人的自主性，从而达到更高的智能水平。那就是一件事情：把“机器变成人。”

H. 人工智能是什么

人工智能（计算机科学的一个分支）

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，但没有一个统一的定义。
人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。但是这种会自我思考的高级人工智能还需要科学理论和工程上的突破。
人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。
工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。
关于什么是“智能”，就问题多多了。这涉及到其它诸如意识（CONSCIOUSNESS）、自我（SELF）、思维（MIND）（包括无意识的思维（UNCONSCIOUS_MIND）等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。
人工智能在计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决策，控制系统，仿真系统中得到应用。

I. 人工智能从交互到创造的三大原则是什么

据报道，微软提供的数据，截止今年4月份，小冰的用户量已经突破1亿大关，对话量则超过了300亿，她出现在4个国家的14个平台上，与人类问候、秀出各种技能，而在5月19号小冰发布了人类史上首部100%由人工智能创作的诗集《阳光失了玻璃窗》。

为了完成以写诗为代表的规模化创造，小冰团队总结出了创造链条的几个环节：灵感激发的来源，如富含信息的图片——得到激发，这需要创作本体的知识支撑——创造过程。借由这样的模型，小冰的创作过程达成了“模仿——创造——大规模生产”。

微软负责人表示小冰通过学习当代中国519位诗人的诗作。如今的小冰已经拥有全时感官和情感计算决策框架，她在100小时的深度学习中，达成了超过80%的独创性，51%以上的用词和搭配方式，是在人类作品中没有出现过的。

J. 人工智能会怎么发展

电脑辅助软件工程及物件导向程序设计，系利用电脑本身已具备的功能，来协助程序设计师，但是，若我们让电脑自己来撰写程序，又是什么样的情形呢？这个想法触动了人工智能的发展，人工智能一词曾被用来叙述电脑自我思考的能力。人工智能己被无数的科幻小说当作主题，特别是描述关于具有人性的机器人，配备人工智能的“头脑”！

这其实并不难想像，在不久的将来，当机器人的制造、程序设计及电脑科技不断地突飞猛进，“人工人类”的出现其实是指日可待的。值此进步的同时，人工智能在许多更实际的应用上有所发展，其中最普遍的就是专家系统。专家系统是将一系列规则依逻辑顺序编码，使电脑能依照过去的经验来预测未来发生的状况，最常见的例子，便是个人电脑上的“辅助”屏幕，通常当你“卡”在某个电脑程序时，它就会显现出来。根据以往的经验，专家系统会“知道”用户的难处大概在什么地方，进而提供有用的协助。

人工智能程序设计的另一个例子是语音辨识、电脑辅助软件工程及自动机械控制。在人工智能的研究上，最新的大转变是在神经网方面的发展，这与局域网（LANs）、广域网（WANs）没有任何关联，反而是一个根据动物脑中的互动所模拟出的电脑程序。根据生物学者的观点，个别的电脑细胞——神经细胞单位，并不记得任何东西，或是执行任何逻辑反应，必须要与其他神经细胞同工，就像古老的谚语所说的：“一个完整的个体，要比由各部分所组成的总合来得好。”在电脑程序设计中，神经网络代表具有副程序的程序，而这些副程序已被设计成具有经验累积的功能，所以程序越经使用，功能越强，目前这个领域的发展尚未明朗化，但前途看好。