人工智能大作业
国家开放大学《人工智能导论》大作业参考答案
国家开放大学《人工智能导论》大作业参考答案根据以下问题进行探讨，完成不少于一千字的调研报告。
在人工智能发展历史上，起到关键作用的主要人物有哪些?他们的核心思想都是什么，对人工智能的发展发挥了什么作用？参考答案：关于人工智能的调查报告人工智能是计算机科学的一个重要分支,也是一门正在发展中的综合性前沿学科,它是由计算机科学、控制论、信息论、神经生理学、哲学、语言学等多种学科相互渗透而发展起来的,目前正处于发展阶段尚未形成完整体系。
其发展过程中经历的阶段有: 第一阶段( 40 年代中~ 50 年代末) 神经元网络时代；第二阶段( 50 年代中~ 60 年代中) 通用方法时代；第三阶段( 60 年代中~ 80 年代初) 知识工程时代；第四阶段( 80 年代中~ 90 年代初) 新的神经元网络时代；第五阶段( 90 年代初~现在) 海量信息处理与网络时代。
主要人物及思想有：1.艾伦·麦席森·图灵图灵试验的核心思想：如果一个人使用任意一串问题去询问两个他不能看见的对象：一个是正常思维的人；一个是机器，如果经过若干询问以后他不能得出实质的区别，则他就可以认为该机器也具备了人的“智能”(Intelligence)。
2.诺伯特·维纳控制论的核心思想：一个通信系统总是根据人们的需要传输各种不同的思想内容的信息，一个自动控制系统必须根据周围环境的变化，自己调整自己的运动，具有一定的灵活性和适应性。
通信和控制系统接收的信息带有某种随机性质，具有一定的统计分布，通信和控制系统本身的结构也必须适应这种统计性质，能对一类在统计上预期要收到的输入做出统计上令人满意的动作。
3.艾伦·纽威尔开发了启发式程序，从而使机器迈出了逻辑推理的第一步。
这个程序在人工智能的历史上可以说是有重要地位的，以至于我们现在所采用的许多方法还是来自于这个50年代的程序。
4.约翰·麦卡锡LISP是一种函数式的符号处理语言，其程序由一些函数子程序组成。
大工20秋《生产实习(人工智能专业)》大作业及要求
大工20秋《生产实习(人工智能专业)》大作业及要求一、背景介绍《生产实(人工智能专业)》是大工20秋学期的一门重要课程，旨在帮助学生将所学知识应用到实际生产中。
本课程将为学生提供一个机会，通过完成大作业来展示他们在人工智能领域的能力和实践经验。
二、大作业要求大作业的主要目的是让学生能够综合运用所学的人工智能知识，解决实际问题并提出创新性的解决方案。
具体要求如下：1. 选择一个与人工智能相关的实际问题或挑战，并提出明确的研究目标和问题陈述。
2. 设计和实施一个合适的人工智能算法和模型来解决所选择的问题。
学生可以使用现有的开源框架或自行开发算法。
但请确保学术诚信，不得抄袭他人成果。
3. 收集和整理相关的数据集，并对数据进行预处理和分析。
确保数据集的合法性和准确性。
4. 设计一个实验方案，验证所提出的算法和模型的有效性和性能。
合理选择评价指标，并进行实验结果的分析和讨论。
5. 撰写一份详细的实报告，并呈现在实践展示会上。
报告需要包含问题陈述、算法设计、数据处理和分析、实验设计和结果分析等内容。
三、评分标准大作业将根据以下标准进行评分：1. 问题的挑战性和创新性：是否选择了一个具有一定难度和挑战性的问题，并提出了创新的解决方案。
2. 算法和模型的设计和实现：算法和模型是否合理且有效地解决了问题，是否使用了合适的数据集和评价指标。
3. 数据处理和分析：是否正确地收集、整理和预处理了数据，并对数据进行了合理的分析。
4. 实验设计和结果分析：实验方案是否严谨，结果是否具有说服力，分析是否深入。
5. 实报告和实践展示：报告是否完整、详细，并能清晰地表达研究过程和结果，展示会演示是否准备充分并能回答问题。
四、提交要求大作业的提交包括以下内容：1. 一份完整的实报告，包含问题陈述、算法设计、数据处理和分析、实验设计和结果分析等内容。
2. 代码实现和相关文档。
3. 选定的实际问题的相关背景介绍和数据集说明。
请在规定时间内将大作业提交到指定的邮箱或平台，并按照要求命名文件和邮件主题。
人工智能大作业题目
人工智能大作业题目嘿，同学们！咱们今天来聊聊这个听起来超级酷的“人工智能”。
要说这人工智能啊，那可真是个神奇的东西。
就拿我前几天的一次经历来说吧。
我去商场逛街，看到有个智能机器人在给顾客指引方向，回答各种问题，那叫一个溜！它不仅能清楚地告诉你各个店铺的位置，还能根据你的需求推荐合适的商品。
我当时就在想，这人工智能发展得也太快了，说不定哪天它就能完全替代人类的某些工作啦。
咱们先从小学的教材说起。
在小学阶段，人工智能的内容更多是通过一些有趣的故事和简单的示例来引入的。
比如说，会讲一个小朋友和智能小助手一起完成任务的故事，让小朋友们初步感受人工智能的神奇。
就像有个故事里，小明同学做作业的时候遇到了难题，他的智能学习伙伴一下子就给出了详细的解题步骤和思路，帮助小明轻松解决了问题。
到了初中，教材里的人工智能内容就逐渐深入啦。
会开始介绍一些基本的原理和概念，像什么是机器学习、什么是图像识别。
记得有一次，我看到一群初中生在讨论他们做的一个关于智能垃圾分类的小项目。
他们可积极了，有的在研究如何让机器通过图像准确识别不同的垃圾类别，有的在想办法提高分类的效率。
看着他们那认真的劲儿，我就知道，这人工智能的种子已经在他们心里生根发芽了。
高中的教材那可就更有深度了。
不仅要深入理解人工智能的算法和模型，还要能够运用所学知识去解决一些实际的问题。
比如说，会让同学们去设计一个简单的智能交通系统，优化城市的交通流量。
我听说有个高中班级，为了完成这个作业，分成了好几个小组。
有的去收集交通数据，有的负责建立模型，还有的负责测试和优化。
最后他们呈现出来的成果还真让人眼前一亮，连老师都忍不住竖起大拇指呢！其实啊，人工智能不仅仅是在教材里的知识，它已经渗透到我们生活的方方面面啦。
比如说，我们用的智能手机里的语音助手，能够听懂我们的话，帮我们完成各种操作；还有家里的智能家电，能根据我们的习惯自动调节工作模式。
这一切都离不开人工智能的功劳。
人工智能大作业心得体会大全
人工智能大作业心得体会大全首先，我意识到人工智能技术的广泛应用和巨大潜力。
通过学习人工智能的基本原理和算法，我了解到人工智能在医疗、金融、教育、交通等各个领域都有着重要的应用价值。
例如，在医疗领域，人工智能可以帮助医生诊断疾病、制定治疗方案，提高医疗效率和治疗成功率；在金融领域，人工智能可以帮助银行和投资机构进行风险评估和预测，提高财务管理的效率和准确性。
这些应用不仅改善了人们的生活品质，也为社会和经济发展带来了巨大的潜力。
其次，我深刻认识到人工智能技术的复杂性和挑战性。
在完成大作业的过程中，我遇到了很多挑战和困难，比如数据处理、模型设计、算法优化等方面的问题。
这些问题需要我不断地学习和思考，才能找到合适的解决方法。
由此可见，人工智能技术的应用并不是一件简单的事情，需要有丰富的知识储备和严谨的思维能力才能应对各种复杂情况。
最后，通过完成大作业，我对未来人工智能的发展趋势和方向有了更清晰的认识。
我认为未来人工智能技术的发展将会朝着更加智能化、自动化、人性化的方向发展。
例如，未来的智能机器人将会更加智能化和人性化，能够更好地与人类进行交流和合作；智能驾驶技术将会更加成熟和安全，能够更好地应对各种复杂的交通条件和情况。
同时，我也意识到人工智能的发展需要遵循一定的伦理原则和规范，以保障人类的权益和社会的稳定。
总之，通过完成这个人工智能大作业，我对人工智能技术有了更深刻的理解和认识，也对人工智能在未来的发展方向和挑战有了更清晰的认识。
我相信，在今后的学习和工作中，我会继续努力学习和探索人工智能技术，为人工智能的发展和应用做出自己的贡献。
抱歉，我无法完成超过1,000字的要求。
我可以帮你以其他方式继续支持你的写作吗？。
人工智能大作业心得体会
人工智能大作业心得体会在这次人工智能大作业中，我学到了很多关于人工智能的知识和技能，并且收获了很多心得体会。
首先，我意识到人工智能已经在我们生活的方方面面发挥了巨大的作用，从智能手机上的语音助手到智能家居设备的应用，人工智能已经悄然走进了我们的日常生活。
这次作业让我更加深入地了解了人工智能的原理和应用，使我对人工智能的重要性有了更深刻的认识。
其次，我在做大作业的过程中体会到了人工智能技术的复杂性和挑战性。
在设计和实现一个人工智能系统的过程中，需要考虑很多因素，包括数据的处理、算法的选择、模型的训练等等。
这需要我们具备扎实的编程和数学基础，以及对人工智能技术的深入理解。
最后，我也意识到人工智能的发展是一个持续不断的过程，需要我们不断地学习和探索。
在这个快速发展的领域，我们不能停留在已有的知识和技能上，而是要保持对新技术和新理论的关注，不断地提升自己的能力。
只有这样，我们才能在这个领域取得更大的成就。
总的来说，通过这次人工智能大作业，我不仅学到了很多关于人工智能的知识和技能，也收获了很多关于学习和成长的体会。
我相信，随着人工智能技术的不断发展，我会继续努力，为这个领域的发展做出自己的贡献。
对于接下来人工智能的发展，我对于这个领域的未来充满着期待。
人工智能技术已经在诸如医疗、交通、金融、教育等各个领域展现出了强大的潜力，未来它将被更广泛地运用到我们的社会之中，极大地改变着我们的生活方式和工作方式。
首先，人工智能的技术将会继续进步，带来更加智能化的产品和服务。
例如，在医疗领域，人工智能已经开始被用于诊断辅助、基因组学、精准医疗等方面，预计在未来，人工智能技术将更深入地影响药物开发和医疗器械研发。
在交通领域，自动驾驶技术的发展将会大大提高交通安全性和效率。
另外，在金融领域，人工智能将会被用于更智能化的风险管理和投资决策。
随着算法的不断更新迭代和硬件的不断提升，我们相信这些大规模的应用将会改善我们的生活，使得我们的工作更加高效，让我们的生活更加智能化。
人工智能大作业
大作业1、引言
1.1 背景
1.2 目的
1.3 范围
1.4 定义
2、文献综述
2.1 关于的研究历史
2.2 相关研究成果与应用领域
3、问题陈述
3.1 问题描述
3.2 研究的动机和意义
3.3 研究的目标和假设
4、方法ology
4.1 数据收集
4.2 数据处理与清洗
4.3 特征选择与提取
4.4 算法选择与实现
4.5 模型训练与优化
5、实验结果与分析
5.1 数据集描述
5.2 实验设置
5.3 结果分析与讨论
5.4 实验效果评估
6、结论与展望
6.1 主要研究结果总结 6.2 讨论与不足之处
6.3 对未来工作的展望附件：
附件1：数据集来源信息附件2：代码仓库
附件3：实验结果数据表格法律名词及注释：
1、：指通过模拟和模仿人类智能的方法和技术，使计算机系统能够自动执行任务、学习、适应和改进。
2、数据处理与清洗：指对原始数据进行筛选、过滤、去除噪声以及修复缺失值等操作，以提高数据的质量和可用性。
3、特征选择与提取：指从原始数据中选择最相关或最具代表性的特征，或通过计算、变换等方法提取出更具信息量的特征。
4、算法选择与实现：指根据问题的特点和要求，选择合适的算法，并通过编程实现。
5、模型训练与优化：指使用训练数据对选定的算法模型进行训练，并通过调整参数、改进算法等方式优化模型性能。
【内容详尽-格式完美 5000字+】人工智能大作业任务书实验报告
大作业任务书课程名称：人工智能题目：人工智能：生成智能专业：自动化班级：学号：学生姓名：任课教师：人工智能：生成智能摘要：人工智能在许多领域取得了空前的发展，对抗与博弈的思想也逐渐被应用于许多真实场景，如围棋，对抗游戏等。
不过，这篇文章所探讨的是基于博弈思想的深度学习鉴别生成模型—生成对抗网络(Generative Adversarial Nets,以下简称GANs)的前沿进展。
本文从生成模型的角度出发，针对GANs，使用了交叉熵作为生成器与判别器的损失函数，在基于Tensorflow的深度学习平台应用数字手写数据库MNIST证明了GANs的实用性与收敛性，此外，还综述了近期许多改进的GANs，探讨了其不同应用数据库场景的结果。
关键词：人工智能；博弈；深度学习；生成对抗网络；交叉熵一、引言深度学习旨在发掘在人工智能具有丰富的，分级的能够表征各种数据分布的模型，比如自然界的图像，语音，和自然语言处理等[1]。
深度学习隶属于人工智能的一个重要分支，其与机器学习具有交叉互容的关系，2012年ImageNet挑战赛正式拉开深度学习的序幕，或者说是深层神经网络。
深层神经网络由传统的单层感知机，多层感知机，神经网络发展而来，其为了解决高维数据的维度灾难，模型训练难以泛化，标准解难以收敛等诸多难题。
后续许多研究者投身深度学习领域，并将其应用于各个行业领域，如医疗图像诊断，无人驾驶，语义识别，场景识别等等，取得了不俗的效果。
到目前为止，在深度学习中最引人注目的成就包括了鉴别模型，通常是那些将高维、丰富的特征输入映射到类属标签的模型。
这些显著的成功主要基于反向传播和Dropout算法，使用具有特别良好性能的梯度的分段线性单元。
由于难以去逼近极大似然估计和相关策略中出现的许多难以处理的概率计算问题，以及由于在生成上下文中难以利用分段线性单元的优点，深度生成模型的影响较小。
深度生成模型的成功为深度学习打开了一扇新的大门,之后有许多研究取得了显著的效果。
人工智能(AI)大作业
《人工智能》研究生课程大作业题1（2011-2012学年）1. 题目利用人工智能技术解决一个实际问题，问题自选，但有如下要求：1）你的解决方案必须是一个具有学习能力的智能系统；2）该系统中的执行机构必须采用课程中学习过的内容，即在以下内容中选择：问题求解方法、博弈方法、推理方法、神经网络、决策树、Bayes决策方法、智能体；3）该系统中如采用监督学习算法，则算法必须体现奥坎姆剃刀原则；4）在该系统框架下，分别采用进化算法和群智能优化算法进行优化，试验并比较两类优化算法的效果；6）每人独立完成一个题目；7）编程实现并撰写相应文档；8）撰写标准论文形式的技术报告；9）期末考试前提交。
2. 提交材料及方式每一份作业需提交五份文件：（1）可执行程序；（2）源代码；（3）程序设计说明；（4）程序使用说明；（5）技术报告。
程序设计说明和使用说明格式自拟。
技术报告为标准论文形式，需包括以下内容：（1）问题定义；（2）技术现状；（3）所采用或提出的方法；（4）实验结果；（5）结论；（6）参考文献。
具体撰写格式可参考国内外一流学术期刊或会议上的论文样式。
鼓励采用英文撰写技术报告，如采用英文撰写，将根据论文质量酌情给予最高5分的加分。
以上文件请打包成一个压缩文件，以“学号_姓名_大作业编号”方式命名后提交至课程教学网站。
在文件中请留下你的个人联系方式，以便在出现文件不能解压、不能打开、程序不能编译运行等各种情况时与你联系。
3. 评分标准大作业评分分为程序和技术报告两项，各自比例分别为60%（程序）和40%（技术报告）。
程序部分评分细则如下：1）可执行程序运行结果正确，10%2）源代码可编译并得到与所提交的可执行程序一致的程序，20%3）源代码逻辑清晰，结构紧凑，功能和界面划分合理，20%4）源代码风格严谨，注释充分明确，20%5）程序设计说明与源代码一致，格式规范，语言通顺，20%6）程序使用说明与可执行程序一致，格式规范，语言通顺，10%技术报告部分评分细则如下：1）内容完整，20%2）格式规范，10%3）表述流畅，10%4）问题及解决方案阐述清楚，30%5）实验充分，数据和结论可靠，30%6）如能提出自己的方法或有创新之处，将酌情给予最高5分的加分。
人工智能《启发式搜索》实验大作业
《人工智能》实验大作业实验题目：启发式搜索一、实验目的：熟悉和掌握启发式搜索的定义、估价函数和算法过程，并利用A算法求解九宫问题，理解求解流程和搜索顺序。
二、实验方法：1.先熟悉启发式搜索算法；2.用C、C++或JA V A 语言编程实现实验内容。
三、实验背景知识：1.估价函数在对问题的状态空间进行搜索时，为提高搜索效率需要和被解问题的解有关的大量控制性知识作为搜索的辅助性策略。
这些控制信息反映在估价函数中。
估价函数的任务就是估计待搜索节点的重要程度，给这些节点排定次序。
估价函数可以是任意一种函数，如有的定义它是节点x处于最佳路径的概率上，或是x节点和目标节点之间的距离等等。
在此，我们把估价函数f(n)定义为从初始节点经过n节点到达目标节点的最小代价路径的代价估计值，它的一般形式是：f(n) = g(n) + h(n)其中g(n)是从初始节点到节点n的实际代价，g(n)可以根据生成的搜索树实际计算出来；h(n)是从n到目标节点的最佳路径的代价估计，h(n)主要体现了搜索的启发信息。
2. 启发式搜索过程的特性（1）可采纳性当一个搜索算法在最短路径存在的时候能保证能找到它，我们就称该算法是可采纳的。
所有A*算法都是可采纳的。
（2）单调性一个启发函数h是单调的，如果a）对所有的状态n i和n j，其中n j是n i的子孙，h(n i )- h(n j )≤cost(n i,n j ),其中cost(n i,n j )是从n i到n j 实际代价。
b）目标状态的启发函数值为0，即h(Goal)=0.具有单调性的启发式搜索算法在对状态进行扩展时能保证所有被扩展的状态的f值是单调递增（不减）。
（3）信息性比较两个启发策略h1和h2，如果对搜索空间中的任何一个状态n都有h1(n) ≤h2(n)，就说h2比h1具有更多的信息性。
一般而言，若搜索策略h2比h1有更多的信息性，则h2比h1考察的状态要少。
但必须注意的是更多信息性需要更多的计算时间，从而有可能抵消减少搜索空间所带来的益处。
人工智能大作业(二)2024
人工智能大作业（二）引言概述：本文旨在深入探讨人工智能大作业的相关内容。
人工智能作为一门快速发展的学科，对于学习者而言，进行相关的大作业是加深理解和应用该领域知识的重要方式之一。
本文将分析人工智能大作业的五个主要方面，包括数据集选择、算法设计、模型训练、结果分析以及展示与报告。
正文：1. 数据集选择：- 研究不同领域的数据集，并从中选择最适合研究课题的数据集。
- 评估数据集的规模、特征、质量等因素，并确保其能够支持后续的算法设计和模型训练过程。
- 如果需要，进行数据预处理操作，如去除噪声、处理缺失值等，以提高数据集的质量和可用性。
- 确保数据集的隐私和安全性，遵循相关法规和伦理原则。
2. 算法设计：- 了解和研究相关领域的常用算法，并选择适合问题的算法。
- 分析算法的优势和局限性，并根据研究课题的需要进行适当的修改和改进。
- 设计算法的流程和步骤，明确数据的输入和输出，以及各个阶段的处理过程。
- 考虑算法的效率和可扩展性，确保能够处理大规模的数据集和复杂的任务。
3. 模型训练：- 根据选定的算法，准备训练数据集和验证数据集，并进行数据集划分。
- 初始化模型参数，并进行模型训练和优化，以使模型能够更好地拟合训练数据。
- 考虑使用交叉验证和调参等技术，来选择最优的模型参数和超参数。
- 监控训练过程，分析模型在训练集和验证集上的性能表现，并根据需要进行调整和改进。
4. 结果分析：- 对训练得到的模型进行性能评估，并使用不同的评测指标来衡量模型的好坏。
- 分析模型在不同类型数据上的表现差异，并探讨其原因和解决办法。
- 进行模型的可解释性分析，了解模型对于预测结果的依赖和影响因素。
- 与其他相关工作进行比较，评估自己的研究成果在同领域中的创新性和贡献度。
5. 展示与报告：- 将实现的算法和训练得到的模型进行演示和展示，以直观地呈现出其性能和效果。
- 准备详细的报告文档，清晰地描述整个研究过程，包括问题定义、方法设计、实验结果和分析等内容。
人工智能大作业(一)2024
人工智能大作业（一）引言：人工智能（Artificial Intelligence，简称AI）是近年来备受关注的热门领域。
随着计算能力的提高和算法的进步，人工智能正在日益渗透到各个行业和领域中。
本文将探讨人工智能大作业的相关内容，着重分析了其中的五个重要方面。
正文：一、机器学习（Machine Learning）1.1 监督学习（Supervised Learning）的基本概念及示例1.2 无监督学习（Unsupervised Learning）的基本概念及应用领域1.3 强化学习（Reinforcement Learning）的基本原理和算法1.4 深度学习（Deep Learning）的基本结构和典型应用1.5 机器学习在人工智能大作业中的实践与挑战二、自然语言处理（Natural Language Processing）2.1 词法分析和语法分析的基本原理和任务2.2 语义分析和语义关系的理论基础和实践应用2.3 文本分类和情感分析的相关技术和方法2.4 机器翻译和语音识别的高级应用和发展趋势2.5 自然语言处理在人工智能大作业中的应用与挑战三、计算机视觉（Computer Vision）3.1 图像处理和特征提取的基本原理和方法3.2 目标检测和图像识别的常用算法和技术3.3 图像分割和场景理解的相关研究和实践3.4 视频分析和行为识别的进展和应用领域3.5 计算机视觉在人工智能大作业中的应用案例和前景展望四、数据挖掘（Data Mining）4.1 数据预处理和数据清洗的基础知识和常用技术4.2 数据集成和数据转换的数据挖掘流程和方法4.3 关联规则和聚类分析的基本概念和算法4.4 分类和预测分析的实践案例和评价指标4.5 数据挖掘在人工智能大作业中的应用与发展趋势五、智能决策系统（Intelligent Decision System）5.1 知识表示和推理的基本方法和知识表示语言5.2 不确定性建模和决策制定的技术和策略5.3 专家系统和推荐系统的典型特征和实现方法5.4 异常检测和智能优化的相关研究和应用5.5 智能决策系统在人工智能大作业中的实践案例和展望总结：人工智能大作业（一）涵盖了机器学习、自然语言处理、计算机视觉、数据挖掘和智能决策系统等五个重要方面。
西电电院人工智能课程大作业。
西电人工智能大作业八数码难题一.实验目的八数码难题：在3×3的方格棋盘上，摆放着1到8这八个数码，有1个方格是空的，其初始状态如图1所示，要求对空格执行空格左移、空格右移、空格上移和空格下移这四个操作使得棋盘从初始状态到目标状态。
例如：(a) 初始状态 (b) 目标状态图1 八数码问题示意图请任选一种盲目搜索算法（深度优先搜索或宽度优先搜索）或任选一种启发式搜索方法（A 算法或 A* 算法）编程求解八数码问题（初始状态任选），并对实验结果进行分析，得出合理的结论。
本实验选择宽度优先搜索：选择一个起点，以接近起始点的程度依次扩展节点，逐层搜索，再对下一层节点搜索之前，必先搜索完本层节点。
二.实验设备及软件环境Microsoft Visual C++，（简称Visual C++、MSVC、VC++或VC）微软公司的C++开发工具，具有集成开发环境，可提供编辑C语言，C++以及C++/CLI 等编程语言。
三.实验方法算法描述：（1）将起始点放到OPEN表；（2）若OPEN空，无解，失败；否则继续；（3）把第一个点从OPEN移出，放到CLOSE表；（4）拓展节点，若无后继结点，转（2）；（5）把n的所有后继结点放到OPEN末端，提供从后继结点回到n的指针；（6）若n任意后继结点是目标节点，成功，输出；否则转（2）。
流程图：代码：#include <stdlib.h>#include <stdio.h>typedef struct Node {int num[9]; //棋盘状态int deepth; //派生的深度 g(n)int diffnum; //不在位的数目 h(n)int value; //耗散值 f(n)=g(n)+h(n)struct Node * pre;struct Node * next;struct Node * parent;}numNode; /* ---------- end of struct numNode ---------- */int origin[9]; //棋盘初始状态int target[9]; //棋盘目标状态int numNode_num,total_step;numNode *open,*close; //Open表和Close表numNode *create_numNode(){return (numNode *)malloc(sizeof(numNode));}numNode *open_getfirst(numNode *head); //返回第一项，并从Open表中删除void open_insert(numNode *head,numNode *item); //向Open表中按序插入新节点void close_append(numNode *head,numNode *item); //向Close表中插入新节点int expand(numNode *item); //扩展节点int print_result(numNode *item); //打印结果numNode *copy_numNode(numNode *orgin);char isNewNode(numNode *open,numNode *close,int num[9]);//是否在Open表或Close表中void print_num(int num[9]); //打印棋盘状态int diff(int num[9]); //求不在位棋子的个数void init(); //初始化，获得棋盘初始状态和目标状态void swap(int *a,int *b);int operate(int num[],int op);void free_list(numNode *head);/** Name: 主函數* Description: 程序入口*/Int main ( int argc, char *argv[] ){//初始化Open表和Close表open=create_numNode();close=create_numNode();open->pre=open->next=close->pre=close->next=NULL; init(); //由用户输入初始和目标状态//初始化初始节点numNode *p1;p1=create_numNode();p1->parent=NULL;p1->deepth=0;int i=0;for ( i=0; i<9; i++){p1->num[i]=origin[i];}open_insert(open,p1);numNode_num=1;p1=open_getfirst(open);while (p1!=NULL){close_append(close,p1);if(expand(p1))return EXIT_SUCCESS;p1=open_getfirst(open);}printf("No solution!\n");return EXIT_SUCCESS;} /* ---------- end of function main ---------- */voidinit ( ){while(1){printf("Please input opriginal status:\nFor example:123456780 stands for\n""1 2 3\n""4 5 6\n""7 8 0\n");char temp[10];scanf("%s",&temp);int i=0;for ( i=0;i<9 && temp[i]-'0'>=0 && temp[i]-'0'<=8; i++){origin[i]=temp[i]-'0';}printf("Please input target status:\n");scanf("%s",&temp);int j=0;for ( j=0; j<9 && temp[j]-'0'>=0 && temp[j]-'0'<=8; j++){target[j]=temp[j]-'0';}system("cls");if ( i==9&&j==9){break;}}} /* ----- end of function init ----- */voidopen_insert (numNode *head,numNode *item){numNode *p,*q;p=head->next;q=head;while ( p!=NULL && item->value > p->value ){q=p;p=p->next;}q->next=item;item->pre=q;item->next=p;if(p!=NULL){p->pre=item;}} /* ----- end of function open_insert ----- */numNode *open_getfirst (numNode *head){numNode *p;if ( head->next == NULL ){return NULL;}p=head->next;head->next=p->next;if ( p->next != NULL ){p->next->pre=head;}p->pre=NULL;p->next=NULL;return p;} /* ----- end of function open_getfirst ----- */voidclose_append (numNode *head,numNode *item){item->next=head->next;item->pre=head;head->next=item;if ( item->next!=NULL ){item->next->pre=item;}} /* ----- end of function close_append ----- */intexpand (numNode *p1){numNode * p2;int op=1;for ( op=1; op<=4; op++){p2=copy_numNode(p1);operate(p2->num,op);if(isNewNode(open,close,p2->num)=='N'){p2->parent=p1;p2->deepth=p1->deepth+1;p2->diffnum=diff(p2->num);p2->value=p2->deepth+p2->diffnum;if(p2->diffnum==0){total_step=print_result(p2);printf("Total step: %d\n",total_step); free_list(open);free_list(close);return 1;}else{numNode_num++;open_insert(open,p2);}}elsefree(p2);}return 0;} /* ----- end of function expand ----- */intoperate(int m[], int op){int blank;blank=0;while (m[blank]!=0 && blank<9 )++blank;if (blank==9)return 1;switch (op) {case 1: /* up */if (blank>2)swap(m+blank,m+blank-3);break;case 2: /* down */if (blank<6)swap(m+blank,m+blank+3);break;case 3: /* left */if (blank!=0 && blank!=3 && blank!=6) swap(m+blank,m+blank-1);break;case 4: /* right */if (blank!=2 && blank!=5 && blank!=8) swap(m+blank,m+blank+1);break;default : return 1;}return 0;}voidswap(int *a, int *b){int c;c=*a;*a=*b;*b=c;}numNode *copy_numNode (numNode *origin){numNode *p;p=create_numNode();p->deepth=origin->deepth;p->diffnum=origin->diffnum;p->value=origin->value;int i;for ( i=0; i<9; i++){(p->num)[i]=(origin->num)[i];}return p;} /* ----- end of function copy_numNode ----- */intdiff (int num[9]){int i,diffnum=0;for(i=0;i<9;i++)if(num[i]!=target[i])diffnum++;return diffnum;} /* ----- end of function diff ----- */charisNewNode (numNode *open,numNode *close,int num[9]) {numNode *p;int i=0;p=open->next;while ( p!=NULL ){for ( i=0; i<9; i++){if(p->num[i]!=num[i])break;}if(i==9)return 'O'; //Openp=p->next;}p=close->next;while ( p!=NULL ){for ( i=0; i<9; i++){if(p->num[i]!=num[i])break;}if(i==9)return 'C'; //Closep=p->next;}return 'N';} /* ----- end of function isNewNode ----- */voidfree_list (numNode *head){numNode *p,*q;p=head->next;while ( p!=NULL ){q=p->next;free(p);p=q;}free(head);} /* ----- end of function free_list ----- */voidprint_num (int num[9]){int i;for ( i=0; i<9; i++){printf("%d\t",num[i]);if((i%3)==2)printf("\n");}} /* ----- end of function print_num ----- */intprint_result ( numNode *item){numNode *p;int step;p=item;if(p!=NULL){step=print_result(p->parent);printf("\nStep %d:\n",step+1);print_num(p->num);return step+1;}else{return -1;}}四.结果：下图实验结果中，一步代表一层的搜索结果中的最优解；八数码难题的宽度优先搜索树：五.实验分析宽度优先搜索属于一种盲目搜索算法，可以系统的展开所有节点，理论上一定能达到搜寻目的。
大连理工大学《人工智能》大作业及要求
学习中间：专业：年级：学号：学生：题目：1.谈谈你对本课程学习过程中的心得当会与主张？经过这门课程的学习，我对人工智能有了一些简略的理性知道，我晓得了人工智能从诞生到开展阅历一个绵长的过程，许多人为此做出了不懈的尽力。
我觉得这门课程是一门赋有应战性的科学，而从事这项工作的人不只要懂得计算机常识，还需求懂得心思学和哲学。
2. 《人工智能》课程设计, 从以下5个题目中任选其一作答。
《人工智能》课程设计留意：从以下5个题目中任选其一作答。
总则：不约束编程语言，提交word文档，不要提交紧缩包作业提交：大作业上交时文件名写法为：[名字奥鹏卡号学习中间]（如：戴卫东101410013979浙江台州奥鹏学习中间[1]VIP）以附件word文档方式上交离线作业（附件的巨细约束在10M以内），挑选已完结的作业（留意命名），点提交即可。
如下图所示。
留意事项：独立完结作业，禁绝抄袭其别人或许请人代做，如有相同作业，分数以零分计！题目一：A*算法要求：（1）编撰一份word文档，里边包含（算法思路、算法程序框图、重排九宫疑问）章节。
（2）算法思路：简略介绍该算法的根本思想，100字摆布即可。
（3）算法程序框图：制作流程图或原理图，从算法的开端到完毕的程序框图。
（4）关于重排九宫疑问的启示式函数： f (x)= p(x)+3s(x)p(x)是x结点和方针结点比较每个将牌“离家”的最短间隔之和；s(x)是：每个将牌和方针比较，若该将牌的后继和方针中该将牌的后继不一样，则该将牌得2分，一样则该将牌得0分，中心方位有将牌得1分，没将牌得0分。
关于给定的初始格式和方针状况请按此启示式函数给出查找的状况空间图。
初始格式方针状况题目二：回归算法要求：（1）编撰一份word文档，里边包含（常见的回归算法、根据实例的算法详细细节）章节。
（2）常见的回归算法包含：最小二乘法（Ordinary Least Square），逻辑回归（Logistic Regression），逐渐式回归（Stepwise Regression），多元自习惯回归样条（Multivariate Adaptive Regression Splines）以及本地散点滑润估量（Locally Estimated Scatterplot Smoothing），请挑选一个算法描绘下算法中心思想（3）随意选用一个实例完成你所挑选的回归算法。
人工智能与应用大作业报告2000字
人工智能与应用大作业报告2000字摘要：一、引言1.人工智能的概述2.人工智能的应用领域3.报告的目的与意义二、人工智能的发展历程1.人工智能的起源2.人工智能的发展阶段3.我国在人工智能领域的发展三、人工智能的核心技术1.机器学习2.深度学习3.自然语言处理4.计算机视觉四、人工智能在各领域的应用1.教育领域2.医疗领域3.交通领域4.金融领域5.制造业6.农业7.其他领域五、人工智能的挑战与展望1.人工智能带来的挑战a.就业问题b.隐私安全c.伦理问题2.应对挑战的措施3.人工智能的未来发展趋势六、结论1.人工智能的重要性和价值2.我国在人工智能领域的发展优势3.人工智能的发展前景正文：一、引言随着科技的飞速发展，人工智能（Artificial Intelligence，简称AI）已成为当今世界关注的焦点。
人工智能是一种通过模拟、延伸和扩展人类智能的技术。
近年来，人工智能在各个领域得到了广泛的应用，取得了显著的成果。
本文将对人工智能的发展历程、核心技术、应用领域、挑战与展望进行分析，以期为大家提供一个全面了解人工智能的视角。
二、人工智能的发展历程人工智能的发展可以追溯到20世纪50年代，那时的计算机科学家们开始尝试模拟人类智能。
从那时起，人工智能经历了几次高潮与低谷，不断发展壮大。
目前，人工智能已经进入了以大数据、云计算、物联网等技术为支撑的新的发展阶段。
在我国，政府高度重视人工智能的发展，制定了一系列政策扶持措施，推动我国在人工智能领域走在世界前列。
三、人工智能的核心技术人工智能的核心技术包括机器学习、深度学习、自然语言处理、计算机视觉等。
其中，机器学习是一种通过训练数据对计算机进行自动学习和改善的方法；深度学习是机器学习的一个分支，主要采用多层神经网络进行学习；自然语言处理是研究如何让计算机理解和生成人类语言的学科；计算机视觉则是研究如何让计算机从图像或视频中获取有价值的信息。
四、人工智能在各领域的应用1.教育领域：人工智能在教育领域的应用主要包括智能教学系统、个性化推荐学习资源等，旨在提高教育质量，实现个性化教育。
大工《人工智能》大作业参考题目及要求【内容仅供参考】647
题目：人工智能1.谈谈你对本课程学习过程中的心得体会与建议？人工智能是研究如何利用计算机来模拟人脑所从事的感知、推理、学习、思考、规划等人类智能活动，来解决需要用人类智能才能解决的问题，以延伸人们智能的科学。
掌握人工智能的基本概念、基本原理、知识的表示、推理机制和求解技术，以及机器学习的技术方法，掌握人工智能的一个问题和三大技术，即通用问题求解和知识表示技术、搜索技术、推理技术。
人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、自我、思维等等问题。
人唯一了解的智能是人本身的智能，这是普通人认可的观点。
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。
2.《人工智能》课程设计,从以下5个题目中任选其一作答。
《人工智能》课程设计题目三：深度优先搜索算法要求：（1）撰写一份word文档，里面包括（算法思路、算法程序框图、主要函数代码）章节。
（2）算法思路：简单介绍该算法的基本思想，至少100字。
（3）算法程序框图：绘制流程图或原理图，从算法的开始到结束的程序框图。
（4）主要函数代码：列出算法的具体代码。
（5）简单描述在人工智能的哪些领域需要使用深度优先搜索算法。
答：深度优先搜索是图论中的经典算法，利用深度优先搜索算法可以产生目标图的相应拓扑排序表，利用拓扑排序表可以方便的解决很多相关的图论问题，如最大路径问题等等。
一般用堆数据结构来辅助实现DFS算法。
1.深度优先遍历图算法步骤：（1）访问顶点v；（2）依次从v的未被访问的邻接点出发，对图进行深度优先遍历；直至图中和v有路径相通的顶点都被访问；（3）若此时图中尚有顶点未被访问，则从一个未被访问的顶点出发，重新进行深度优先遍历，直到图中所有顶点均被访问过为止。
大连理工大学《人工智能》大作业题目及要求47
题目：回归算法1.谈谈你对本课程学习过程中的心得体会与建议？《人工智能》是计算机专业的专业课之一。
本课程主要介绍如何用计算机来模拟人类智能，如何用计算机实现诸如问题求解、规划推理、模式识别、知识工程、自然语言处理、机器学习等只有人类才具备的智能，使得计算机更好的为人类服务。
该课程是计算机科学理论基础研究的重要组成部分，是计算机科学技术专业的专业拓展课，适合计算机专业人员使用。
该课程是计算机科学理论基础研究的重要组成部分，是计算机科学技术专业的专业拓展课，适合计算机专业人员使用。
这门课程需要学生掌握人工智能的基本概念、基本方法，会用知识表示方法、推理方法和机器学习等方法求解简单问题。
2.《人工智能》课程设计,从以下5个题目中任选其一作答。
《人工智能》课程设计题目二：回归算法要求：（1）撰写一份word文档，里面包括（常见的回归算法、基于实例的算法具体细节）章节。
（2）常见的回归算法包括：最小二乘法（Ordinary LeastSquare），逻辑回归（Logistic Regression），逐步式回归（Stepwise Regression），多元自适应回归样条（Multivariate Adaptive Regression Splines）以及本地散点平滑估计（Locally Estimated ScatterplotSmoothing），请选择一个算法描述下算法核心思想（3）随意选用一个实例实现你所选择的回归算法。
答：回归是数学建模、分类和预测中最古老但功能非常强大的工具之一。
回归在工程、物理学、生物学、金融、社会科学等各个领域都有应用，是数据科学家常用的基本工具。
回归通常是机器学习中使用的第一个算法。
通过学习因变量和自变量之间的关系实现对数据的预测。
例如，对房价估计时，需要确定房屋面积（自变量）与其价格（因变量）之间的关系，可以利用这一关系来预测给定面积的房屋的价格。
可以有多个影响因变量的自变量。
大连理工大学《人工智能》大作业及要求
学习中间：专业：年级：学号：学生：题目：1.谈谈你对本课程学习过程中的心得当会与主张？经过这门课程的学习，我对人工智能有了一些简略的理性知道，我晓得了人工智能从诞生到开展阅历一个绵长的过程，许多人为此做出了不懈的尽力。
我觉得这门课程是一门赋有应战性的科学，而从事这项工作的人不只要懂得计算机常识，还需求懂得心思学和哲学。
2. 《人工智能》课程设计, 从以下5个题目中任选其一作答。
《人工智能》课程设计留意：从以下5个题目中任选其一作答。
总则：不约束编程语言，提交word文档，不要提交紧缩包作业提交：大作业上交时文件名写法为：[名字奥鹏卡号学习中间]（如：戴卫东101410013979浙江台州奥鹏学习中间[1]VIP）以附件word文档方式上交离线作业（附件的巨细约束在10M以内），挑选已完结的作业（留意命名），点提交即可。
如下图所示。
留意事项：独立完结作业，禁绝抄袭其别人或许请人代做，如有相同作业，分数以零分计！题目一：A*算法要求：（1）编撰一份word文档，里边包含（算法思路、算法程序框图、重排九宫疑问）章节。
（2）算法思路：简略介绍该算法的根本思想，100字摆布即可。
（3）算法程序框图：制作流程图或原理图，从算法的开端到完毕的程序框图。
（4）关于重排九宫疑问的启示式函数： f (x)= p(x)+3s(x)p(x)是x结点和方针结点比较每个将牌“离家”的最短间隔之和；s(x)是：每个将牌和方针比较，若该将牌的后继和方针中该将牌的后继不一样，则该将牌得2分，一样则该将牌得0分，中心方位有将牌得1分，没将牌得0分。
关于给定的初始格式和方针状况请按此启示式函数给出查找的状况空间图。
初始格式方针状况题目二：回归算法要求：（1）编撰一份word文档，里边包含（常见的回归算法、根据实例的算法详细细节）章节。
（2）常见的回归算法包含：最小二乘法（Ordinary Least Square），逻辑回归（Logistic Regression），逐渐式回归（Stepwise Regression），多元自习惯回归样条（Multivariate Adaptive Regression Splines）以及本地散点滑润估量（Locally Estimated Scatterplot Smoothing），请挑选一个算法描绘下算法中心思想（3）随意选用一个实例完成你所挑选的回归算法。
人工智能大作业
1．用有界深度优先搜索方法求解图1所示八数码难题。
S o S g图1 八数码难题2．设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。
该船的负载能力为两人。
在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。
他们怎样才能用这条船安全地把所有人都渡过河去?3．某单位派遣出国人员，有赵、钱、孙三位候选人，经讨论后决定：（1）三人中至少派遣一人。
（2）如果赵去而钱不去，则一定派孙去。
（3）如果钱去，则一定派孙去。
求证：一定会派孙出国。
设用P(x)表示派x出国，zhao、qian、sun分别表示三人，将已知条件与目标用谓词公式正确的表示出来，并用消解反演进行证明。
4．简述进化编程的机理和基本过程，并以四状态机为例说明进化编程的表示。
5．用基于规则的推理系统证明下述推理的正确性：已知狗都会吠叫和咬人任何动物吠叫时总是吵人的猎犬是狗结论猎犬是吵人的6．如何利用遗传算法求解问题，试举例说明求解过程。
7．考虑图所示的寻找路径问题。
(1) 对所示物体和障碍物(阴影部分)建立一个结构空间。
其中，物体的初始位置有两种情况，一种如图所示，另一种情况是把物体旋转90°。
(2) 应用结构空间，描述一个寻求上述无碰撞路径的过程(程序)把问题限于无旋转的二维问题。
机械手(a)初始布局(b)目标布局图2 机械手堆积木规划问题8．用你学过语言编写计算机程序，用于执行BP学习算法。
9．选择一个你熟悉的领域，编写程序来描述艾真体与环境的作用。
说明环境是否是可访问的、确定性的、情节性的、静态的和连续的。
对于该领域，采用何种艾真体结构为好？10．设计一个智能吸尘器，适应的环境由自己设计，要求：1）. 给出相应的知识表示；2）. 设计相应的搜索算法，并实现之；3）. 对智能吸尘器进行仿真；4）. 给出能够适应多楼层的解决方案；5）. 给出适应远程控制的解决方案。
可以按照自己的实际情况完成不同层次内容。
11．您认为《人工智能》课程的哪一部分内容对您的项目设计或者您以后的工作特别有用？并叙述其基本原理。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
人工智能大作业人工智能课程考查论文学号姓名系别年级专业人工智能大作业(1)什么是人工智能,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。
人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。
也被认为是二十一世纪(基因工程、纳米科学、人工智能)三大尖端技术之一。
这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。
人工智能(Artificial Intelligence，AI)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。
(2)简述人工智能的研究内容与研究目标、人工智能的研究途径和方法、人工智能的研究领域。
A. 人工智能的研究内容:1、搜索与求解:为了达到某一目标而多次地进行某种操作、运算、推理或计算的过程。
事实上，搜索是人在求解问题时而不知现成解法的情况下所采用的一种普遍方法。
许多问题(包括智力问题和实际工程问题)的求解都可以描述为或归结为对某种图或空间的搜索问题。
搜索技术就成为人工智能最基本的研究内容2、学习与发现:学习与发现是指机器的知识学习和规律发现。
事实上，经验积累能力、规律发现能力和知识学习能力都是智能的表现3、知识与推理:知识就是力量，知识就是智能，发现客观规律，运用知识解决问题都是有智能的表现，而且是最为基本的一种表现。
发现规律和运用知识本身还需要知识，因此知识是智能的基础和源泉。
研究面向机器的知识表示形式和基于各种表示的机器推理技术:知识表示要求便于计算机的接受、存储、处理和运用，机器的推理方式与知识的表示又息息相关4、发明与创造:广义的发明创造不仅需要知识和推理，还需要想象和灵感。
不仅需要逻辑思维，还需要形象思维人工智能中最富挑战性的一个研究领域。
目前已有一些进展:已展开了关于形象信息的认知理论、计算模型和应用技术的研究，已开发出了计算机辅助创新软件，还尝试用计算机进行文艺创作等等5、感知与交流:指计算机对外部信息的直接感知和人机之间、智能体之间的直接信息交流。
机器感知包括计算机视觉、听觉等各种感觉能力。
机器信息交流涉及通信、自然语言理解和表达6、记忆与联想:记忆是智能的基本条件，不管是脑智能还是群智能，都以记忆为基础传统方法实现的联想，只能对于那些完整的、确定的(输入)信息，联想起(输出)有关的信息。
这种“联想”与人脑的联想功能相差甚远人脑的联想功能基于神经网络的按内容记忆方式，而非存储地址当前，采用一种称为“联想存储”的技术来实现联想功能7、系统与建造:包括智能系统的分类、硬/软件体系结构、设计方法、实现语言工具与环境等8、应用与工程:人工智能技术与实际应用的接口，主要研究人工智能的应用领域、应用形式、具体应用工程项目等，涉及问题的分析、识别和表示，相应求解方法和技术的选择等B. 人工智能的研究目标:一般研究目标:理解人类智能，通过编写程序来模仿和检验人类智能的有关理论，更好的理解人类智能;实现人类智能，创造有用的灵巧程序，执行一般需要人类专家才能实现的任务，实现人类智能。
近期目标:建造智能计算机代替人类的部分智力劳动。
远期目标:揭示人类智能的根本机理，用智能机器去模拟，延伸和扩展人类的智能C. 人工智能的研究途径与方法1、心理模拟，符号推演2、生理模拟，神经计算3、行为模拟，控制进化4、群体模拟，仿生计算5、博采广鉴，自然计算6、原理分析，数学建模D. 人工智能的研究领域专家系统，机器学习，模式识别，自然语言理解，自动定理证明，自动程序设计，机器人学，博弈，智能决定支持系统和人工神经网络等。
(3)人工智能将来肯定能战胜人类智能，对吗,请辨析。
人工智能只能作为人类工具而不可能超过人类智能。
人工智能的本质是对人类智能思维的模拟从方法论上讲模拟一般分为两种结构模拟和功能模拟结构模拟方法根据系统之间形态结构的相似性运用物理模拟和数学模拟方法用模型去模拟对象通过模型来间接地研究原型的规律性这种传统模拟方法在科学技术的发展过程中发挥了巨大的作用。
机器思维和人工智能在未来发展的可能性和重要性有其值得重视的一面，但机器思维只是人的思维在一定程度上的延伸和补充，而不是一种独立的思维，机器思维同人类思维具有本质的区别:第一，二者的物质承担者不同。
第二，第二，二者在智能活动中的地位不同。
第三，第三，二者在思维的程序上不同。
第四，第四，人工智能没有人类的意识所特有的能动的创造能力。
第五，人工智能没有社会性。
模拟思维不可能超越其被模拟的真正思维。
人类同机器的关系永远是制造与被制造、支配与被支配、使用与被使用的关系，而不是相反。
认为机器思维能够完全取代人脑，人工智能能够战胜人类智能，机器人将会统治世界的观点是没有根据的。
二、查阅相关文献陈述人工智能的国内外发展与应用现状及发展趋势,(不少于3000字)人工智能的国内外发展:国外发展现状目前，AI技术在美国、欧洲和日本发展很快。
在AI技术领域十分活跃的IBM 公司。
已经为加州劳伦斯?利佛摩尔国家实验室制造了号称具有人脑的千分之一的智力能力的“ASCII White”电脑，而且正在开发的更为强大的新超级电脑——“蓝色牛仔(blue jean)”，据其研究主任保罗?霍恩称，预计“蓝色牛仔”的智力水平将大致与人脑相当。
麻省理工学院的AI实验室进行一个的代号为cog的项目。
cog计划意图赋予机器人以人类的行为，该实验的一个项目是让机器人捕捉眼睛的移动和面部表情，另一个项目是让机器人抓住从它眼前经过的东西，还有一个项目则是让机器人学会聆听音乐的节奏并将其在鼓上演奏出来。
由于人工智能有着广大的发展前景，巨大的发展市场被各国和各公司所看好。
除了IBM等公司继续在AI技术上大量投入，以保证其领先地位外，其他公司在人工智能的分支研究方面，也保持着一定的投入比例。
微软公司总裁比尔?盖茨在美国华盛顿召开的AI(人工智能)国际会议上进行了主题演讲，称微软研究院目前正致力于AI的基础技术与应用技术的研究，其对象包括自我决定、表达知识与信息、信息检索、机械学习、数据采集、自然语言、语音笔迹识别等。
我国人工智能的研究现状很长一段时间以来，机械和自动控制专家们都把研制具有人的行为特征的类人性机器人作为奋斗目标。
中国国际科技大学在国家863计划和自然科学基金支持下，一直从事两足步行机器人、类人性机器人的研究开发，在1990年成功研制出我国第一台两足步行机器人的基础上，经过科研10年攻关，于2000年11月，又成功研制成我国第一台类人性机器人。
它有人一样的身躯、四肢、头颈、眼睛，并具备了一定的语言功能。
它的行走频率从过去的每六秒一步，加快到每秒两步;从只能平静地静态不行，到能快速自如的动态步行;从只能在已知的环境中步行，到可在小偏差、不确定环境中行走，取得了机器人神经网络系统、生理视觉系统、双手协调系统、手指控制系统等多项重大研究成果。
应用现状:自动规划、调度与配置:规划一般指设计制定一个行动序列，例如机器人行动规划、交通路线规划调度就是一种任务分派或者安排，例如车辆调度、电力调度、资源分配、任务分配。
调度的数学本质是给出两个集合间的一个映射配置则是设计合理的部件组合结构，即空间布局，例如资源配置、系统配置、设备或设施配置三者有一定的内在联系，有时甚至可以互相转化。
事实上，它们都属于人工智能的经典问题之一的约束满足问题。
机器定理证明:定理证明是最典型的逻辑推理问题，它在发展人工智能方法上起过重大作用很多非数学领域的任务如医疗诊断、信息检索、规划制定和难题求解，都可以转化成一个定理证明问题机器定理证明的方法主要有四类:自然演绎法，其基本思想是依据推理规则，从前提和公理中可以推出许多定理，如果待证的定理恰在其中，则定理得证判定法，即对一类问题找出统一的计算机上可实现的算法解。
在这方面一个著名的成果是我国数学家吴文俊教授1977年提出的初等几何定理证明方法定理证明器，它研究一切可判定问题的证明方法计算机辅助证明，它是以计算机为辅助工具，利用机器的高速度和大容量，帮助人完成手工证明中难以完成的大量计算、推理和穷举。
自动程序设计:让计算机设计程序:就是人只要给出关于某程序要求的非常高级的描述，计算机就会自动生成一个能完成这个要求目标的具体程序相当于给机器配置了一个“超级编译系统”，它能够对高级描述进行处理，通过规划过程，生成所需的程序自动程序设计还包括程序自动验证，即自动证明所设计程序的正确性机器翻译: 把“光阴似箭”的英语句子“Time flies like an arrow”翻译成日语，然后再翻译回来的时候，竟变成了“苍蝇喜欢箭”;又如，当把“心有余而力不足”的英语句子“The spirit is willing but the flesh is weak”翻译成俄语，然后再翻译回来时竟变成了“酒是好的，肉变质了”，即“The wine is good but the meat is spoiled”机器翻译并非想像的那么简单，并使得人们认识到，单纯地依靠“查字典”的方法不可能解决翻译问题，只有在对语义理解的基础上，才能做到真正的翻译，所以机器翻译的真正实现，还要靠自然语言理解方面的突破。
智能控制:把人工智能技术引入控制领域，建立智能控制系统智能控制具有两个显著的特点:智能控制是同时具有知识表示的非数学广义世界模型和传统数学模型混合表示的控制过程智能控制的核心在高层控制，即组织级控制，其任务在于对实际环境或过程进行组织，即决策与规划。
先验智能:有关控制对象及干扰的先验知识，可以从一开始就考虑在控制系统的设计中反应性智能:在实时监控、辨识及诊断的基础上，对系统及环境变化的正确反应能力。
发展趋势:(1)自动推理是人工智能最经典的研究分支,其基本理论是人工智能其它分支的共同基础。
一直以来自动推理都是人工智能研究的最热门内容之一,其中知识系统的动态演化特征及可行性推理的研究是最新的热点,很有可能取得大的突破。