人工智慧心得體會
人工智慧心得體會
當在某些事情上我們有很深的體會時，可以尋思將其寫進心得體會中，它可以幫助我們瞭解自己的這段時間的學習、工作生活狀態。那麼問題來了，應該如何寫心得體會呢？下面是小編收集整理的人工智慧心得體會，希望對大家有所幫助。
一、研究領域
在大多數數學科中存在著幾個不同的研究領域，每個領域都有著特有的感興趣的研究課題、研究技術和術語。在人工智慧中，這樣的領域包括自然語言處理、自動定理證明、自動程式設計、智慧檢索、智慧排程、機器學習、專家系統、機器人學、智慧控制、模式識別、視覺系統、神經網路、agent、計算智慧、問題求解、人工生命、人工智慧方法、程式設計語言等。
在過去50多年裡，已經建立了一些具有人工智慧的計算機系統；例如，能夠求解微分方程的，下棋的，設計分析積體電路的，合成人類自然語言的，檢索情報的，診斷疾病以及控制控制太空飛行器、地面移動機器人和水下機器人的具有不同程度人工智慧的計算機系統。人工智慧是一種外向型的學科，它不但要求研究它的人懂得人工智慧的知識，而且要求有比較紮實的數學基礎，哲學和生物學基礎，只有這樣才可能讓一臺什麼也不知道的機器模擬人的思維。因為人工智慧的研究領域十分廣闊，它總的來說是面向應用的，也就說什麼地方有人在工作，它就可以用在什麼地方，因為人工智慧的最根本目的還是要模擬人類的思維。參照人在各種活動中的功能，我們可以得到人工智慧的領域也不過就是代替人的活動而已。哪個領域有人進行的智力活動，哪個領域就是人工智慧研究的領域。人工智慧就是為了應用機器的長處來幫助人類進行智力活動。人工智慧研究的目的就是要模擬人類神經系統的功能。
二、各領域國內外研究現狀
近年來，人工智慧的研究和應用出現了許多新的領域，它們是傳統人工智慧的延伸和擴充套件。在新世紀開始的時候，這些新研究已引起人們的更密切關注。這些新領域有分散式人工智慧與艾真體（agent）、計算智慧與進化計算、資料探勘與知識發現，以及人工生命等。下面逐一加以概略介紹。
1、分散式人工智慧與艾真體
分散式人工智慧（distributedai，dai）是分散式計算與人工智慧結合的結果。dai系統以魯棒性作為控制系統質量的標準，並具有互操作性，即不同的異構系統在快速變化的環境中具有交換資訊和協同工作的能力。
分散式人工智慧的研究目標是要建立一種能夠描述自然系統和社會系統的精確概念模型。dai中的智慧並非獨立存在的概念，只能在團體協作中實現，因而其主要研究問題是各艾真體間的合作與對話，包括分散式問題求解和多艾真體系統（multiagentsystem，mas）兩領域。其中，分散式問題求解把一個具體的求解問題劃分為多個相互合作和知識共享的模組或結點。多艾真體系統則研究各艾真體間智慧行為的協調，包括規劃、知識、技術和動作的協調。這兩個研究領域都要研究知識、資源和控制的劃分問題，但分散式問題求解往往含有一個全域性的概念模型、問題和成功標準，而mas則含有多個區域性的概念模型、問題和成功標準。
mas更能體現人類的社會智慧，具有更大的靈活性和適應性，更適合開放和動
態的世界環境，因而倍受重視，已成為人工智慧以至計算機科學和控制科學與工程的研究熱點。當前，艾真體和mas的研究包括理論、體系結構、語言、合作與協調、通訊和互動技術、mas學習和應用等。mas已在自動駕駛、機器人導航、機場管理、電力管理和資訊檢索等方面獲得應用。
2、計算智慧與進化計算
計算智慧（computingintelligence）涉及神經計算、模糊計算、進化計算等研究領域。其中，神經計算和模糊計算已有較長的研究歷史，而進化計算則是較新的研究領域。在此僅對進化計算加以說明。
進化計算（evolutionarycomputation）是指一類以達爾文進化論為依據來設計、控制和最佳化人工系統的技術和方法的總稱，它包括遺傳演算法（geneticalgorithms）、進化策略（evolutionarystrategies）和進化規劃（evolutionaryprogramming）。它們遵循相同的指導思想，但彼此存在一定差別。同時，進化計算的研究關注學科的交叉和廣泛的應用背景，因而引入了許多新的方法和特徵，彼此間難於分類，這些都統稱為進化計算方法。目前，進化計算被廣泛運用於許多複雜系統的自適應控制和複雜最佳化問題等研究領域，如平行計算、機器學習、電路設計、神經網路、基於艾真體的模擬、元胞自動機等。
達爾文進化論是一種魯棒的搜尋和最佳化機制，對計算機科學，特別是對人工智慧的發展產生了很大的影響。大多數生物體透過自然選擇和有性生殖進行進化。自然選擇決定了群體中哪些個體能夠生存和繁殖，有性生殖保證了後代基因中的混合和重組。自然選擇的原則是適者生存，即物競天擇，優勝劣汰。
直到幾年前，遺傳演算法、進化規劃、進化策略三個領域的研究才開始交流，並發現它們的共同理論基礎是生物進化論。因此，把這三種方法統稱為進化計算，而把相應的演算法稱為進化演算法。
3、資料探勘與知識發現
知識獲取是知識資訊處理的關鍵問題之一。20世紀80年代人們在知識發現方面取得了一定的進展。利用樣本，透過歸納學習，或者與神經計算結合起來進行知識獲取已有一些試驗系統。資料探勘和知識發現是90年代初期新崛起的一個活躍的研究領域。在資料庫基礎上實現的知識發現系統，透過綜合運用統計學、粗糙集、模糊數學、機器學習和專家系統等多種學習手段和方法，從大量的資料中提煉出抽象的知識，從而揭示出蘊涵在這些資料背後的客觀世界的內在聯絡和本質規律，實現知識的自動獲取。這是一個富有挑戰性、並具有廣闊應用前景的研究課題。
從資料庫獲取知識，即從資料中挖掘並發現知識，首先要解決被發現知識的表達問題。最好的表達方式是自然語言，因為它是人類的思維和交流語言。知識表示的最根本問題就是如何形成用自然語言表達的概念。
機器知識發現始於1974年，並在此後十年中獲得一些進展。這些進展往往與專家系統的知識獲取研究有關。到20世紀80年代末，資料探勘取得突破。越來越多的研究者加入到知識發現和資料探勘的研究行列。現在，知識發現和資料探勘已成為人工智慧研究的又一熱點。
比較成功的知識發現系統有用於超級市場商品資料分析、解釋和報告的`
coverstory系統，用於概念性資料分析和查尋感興趣關係的整合化系統explora，互動式大型資料庫分析工具kdw，用於自動分析大規模天空觀測資料的skicat系統，以及通用的資料庫知識發現系統kdd等。
4、人工生命
人工生命（artificiallife，alife）的概念是由美國聖菲研究所非線性研究組的蘭頓（langton）於1987年提出的，旨在用計算機和精密機械等人工媒介生成或構造出能夠表現自然生命系統行為特徵的模擬系統或模型系統。自然生命系統行為具有自組織、自複製、自修復等特徵以及形成這些特徵的混沌動力學、進化和環境適應。
人工生命所研究的人造系統能夠演示具有自然生命系統特徵的行為，在“生命之所能”（lifeasitcouldbe）的廣闊範圍內深入研究“生命之所知”（lifeasweknowit）的實質。只有從“生命之所能”的廣泛內容來考察生命，才能真正理解生物的本質。人工生命與生命的形式化基礎有關。生物學從問題的頂層開始，把器官、組織、細胞、細胞膜，直到分子，以探索生命的奧秘和機理。人工生命則從問題的底層開始，把器官作為簡單機構的宏觀群體來考察，自底向上進行綜合，把簡單的由規則支配的物件構成更大的集合，並在互動作用中研究非線性系統的類似生命的全域性動力學特性。
人工生命的理論和方法有別於傳統人工智慧和神經網路的理論和方法。人工生命把生命現象所體現的自適應機理透過計算機進行模擬，對相關非線性物件進行更真實的動態描述和動態特徵研究。
人工生命學科的研究內容包括生命現象的仿生系統、人工建模與模擬、進化動力學、人工生命的計算理論、進化與學習綜合系統以及人工生命的應用等。比較典型的人工生命研究有計算機病毒、計算機程序、進化機器人、自催化網路、細胞自動機、人工核苷酸和人工腦等。
三、學了人工智慧課程的收穫
（1）瞭解人工智慧的概念和人工智慧的發展，瞭解國際人工智慧的主要流派和路線，瞭解國內人工智慧研究的基本情況，熟悉人工智慧的研究領域。
（2）較詳細地論述知識表示的各種主要方法。重點掌握了狀態空間法、問題歸約法和謂詞邏輯法，熟悉語義網路法，瞭解知識表示的其他方法，如框架法、劇本法、過程法等。
（3）掌握了盲目搜尋和啟發式搜尋的基本原理和演算法，特別是寬度優先搜尋、深度優先搜尋、等代價搜尋、啟發式搜尋、有序搜尋、a*演算法等。瞭解博弈樹搜尋、遺傳演算法和模擬退火演算法的基本方法。
（4）掌握了消解原理、規則演繹系統和產生式系統的技術、瞭解不確定性推理、非單調推理的概念。
（5）概括性地瞭解了人工智慧的主要應用領域，如專家系統、機器學習、規劃系統、自然語言理解和智慧控制等。
（6）基本瞭解人工智慧程式設計的語言和工具。
四、對人工智慧研究的展望
對現代社會的影響有多大？工業領域，尤其是製造業，已成功地使用了人工智慧技術，包括智慧設計、虛擬製造、線上分析、智慧排程、模擬和規劃等。金融業，股票商利用智慧系統輔助其分析，判斷和決策；應用卡欺詐檢測系統業已得到普遍應用。人工智慧還滲透到人們的日常生活，cad，cam，cai，cap，cims等一系列智慧產品給大家帶來了極大的方便，它還改變了傳統的通訊方式，語音撥號，手寫簡訊的智慧手機越來越人性化。
人工智慧還影響了你們的文化和娛樂生活，引發人們更深層次的精神和哲學層面的思考，從施瓦辛格主演的《終結者》系列，到基努.裡維斯主演的《駭客帝國》系列以及斯皮爾伯格導演的《人工智慧》，都有意無意的提出了同樣的問題：我們應該如何看待人工智慧？如何看待具有智慧的機器？會不會有一天機器的智慧將超過人的智慧？問題的答案也許千差萬別，我個人認為上述擔心不太可能成為現實，因為我們理解人工智慧並不是讓它取代人類智慧，而是讓它模擬人類智慧，從而更好地為人類服務。
當前人工智慧技術發展迅速，新思想，新理論，新技術不斷湧現，如模糊技術，模糊--神經網路，遺傳演算法，進化程式設計，混沌理論，人工生命，計算智慧等。以agent概念為基礎的分散式人工智慧正在異軍突起，特別是對於軟體的開發，“面向agent技術”將是繼“面向物件技術”後的又一突破。從全球資訊網到人工智慧的研究正在如火如荼的開展。
五、對課程的建議
（1）能夠結合現在最新研究成果著重講解重點知識，以及講述在一些研究成果中人工智慧那些知識被應用。
（2）多推薦一些過於人工智慧方面的電影，如：《終結者》系列、《駭客帝國》系列、《人工智慧》等，從而增加同學對這門課程學習的興趣。
（3）條件允許的話，可以安排一些實驗課程，讓同學們自己製作一些簡單的作品，增強同學對人工智慧的興趣，加強同學之間的學習。
（4）課堂上多講解一些人工智慧在各個領域方面的應用，以及著重闡述一些新的和正在研究的人工智慧方法與技術，讓同學們可以瞭解近期發展起來的方法和技術，在講解時最好多舉例，再結合原理進行講解，更助於同學們對人工智慧的理解。