一、人工智慧的定義解讀
人工智慧(artificial intelligence),英文縮寫為ai，也稱機器智能。「人工智慧」一詞最初是在1956年的dartmouth學會上提出的。它是計算機科學、控制論、資訊理論、神經生理學、心理學、語言學等多種學科互相滲透而發展起來的一門綜合性學科。從計算機應用系統的角度出發，人工智慧是研究如何製造智能機器或智能系統來模擬人類智能活動的能力，以延伸人們智能的科學。
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與人類智能相似的方式做出反應的智能機器。人工智慧的發展史是和計算機科學與技術的發展史聯繫在一起的，目前能夠用來研究人工智慧的主要物質手段以及能夠實現人工智慧技術的機器就是計算機,人工智慧在21世紀必將為發展國民經濟和改善人類生活做出更大的貢獻。
二、人工智慧的發展歷程
事物的發展都是曲折的，人工智慧的發展也是如此。人工智慧的發展歷程大致可以劃分為以下五個階段：
第一階段:20世紀50年代，人工智慧的興起和冷落。人工智慧概念在1956年首次提出後，相繼出現了一批顯著的成果，如機器定理證明、跳棋程序、通用問題s求解程序、lisp表處理語言等。但是由於消解法推理能力有限以及機器翻譯等的失敗，使人工智慧走入了低谷。這一階段的特點是重視問題求解的方法，而忽視了知識的重要性。
第二階段:60年代末到70年代，專家系統出現，使人工智慧研究出現新高潮。dendral化學質譜分析系統、mycin疾病診斷和治療系統、prospectior探礦系統、hearsay-ii語音理解系統等專家系統的研究和開發，將人工智慧引向了實用化。並且，1969年成立了國際人工智慧聯合會議(international joint conferences onartificial intelligence 即ijcai)。
第三階段:80年代，隨著第五代計算機的研製，人工智慧得到了飛速的發展。日本在1982年開始了「第五代計算機研製計劃」，即「知識信息處理計算機系統kips」，其目的是使邏輯推理達到數值運算那麼快。雖然此計劃最終失敗，但它的開展形成了一股研究人工智慧的熱潮。
第四階段:80年代末，神經網絡飛速發展,。1987年，美國召開第一次神經網絡國際會議，宣告了這一新學科的誕生。此後，各國在神經網絡方面的投資逐漸增加，神經網絡迅速發展起來。
第五階段:90年代，人工智慧出現新的研究高潮。由於網絡技術特別是國際互連網技術的發展，人工智慧開始由單個智能主體研究轉向基於網絡環境下的分布式人工智慧研究。不僅研究基於同一目標的分布式問題求解，而且研究多個智能主體的多目標問題求解，將人工智慧更面向實用。另外，由於hopfield多層神經網絡模型的提出，使人工神經網絡研究與應用出現了欣欣向榮的景象。
三、人工智慧的多元應用
1、人工智慧在管理系統中的應用。
人工智慧應用於企業管理的意義主要不在於提高效率,而是用計算機實現人們非常需要做,但工業工程信息技術是靠人工卻做不了或是很難做到的事情。把人工智慧應用於企業管理中,以數據管理和處理為中心,圍繞企業的核心業務和主導流程建立若干個主題資料庫,而所有的應用系統應該圍繞主題資料庫來建立和運行。也就是說，將企業各部門的數據進行統一集成管理,搭建人工智慧的應用平台,使之成為企業管理與決策中的關鍵因子，這些正體現了人工智慧在企業管理中的巨大價值。
2、人工智慧在工程領域中的應用。
人工智慧在地質勘探、石油化工等工程領域也發揮著非常重要的作用。早在1978年，美國史丹福國際研究所就研發製成礦藏勘探和評價專家系統「prospector」,該系統用於勘探評價、區域資源估值和鑽井井位選擇等,是工程領域的首個人工智慧專家系統,其發現了一個鉬礦沉積,價值超過1億美元。
3、人工智慧在技術研究中的應用。
人工智慧在電子技術領域的應用可謂由來已久。隨著網絡的迅速發展,網絡技術的安全已經成了人們關心的重點,因此必須在傳統技術的基礎上進行網絡安全技術的改進和變更,大力發展數據挖掘技術、人工免疫技術等高效的ai技術,開發更高級的ai通用與專用語言和應用環境以及開發專用機器,而人工智慧技術則為其提供了一定的可能。
四、人工智慧的未來思考
人工智慧的近期研究目標在於建造智能計算機，用以代替人類去從事各種複雜的腦力勞動。正是根據這一近期研究目標，人們才把人工智慧理解為計算機科學的一個分支。當然，人工智慧還有它的遠期研究目標，即探究人類智能和機器智能的基本原理，研究用自動機(automata)模擬人類的思維過程和智能行為。這個長期目標遠遠超出計算機科學的範疇，幾乎涉及自然科學和社會科學的所有學科。如今，人工智慧已經進入了21世紀，其必將為發展國民經濟和改善人類生活做出更大的貢獻。但是，從人工智慧目前的發展現狀來看，其研究也存在一定的問題，這些主要表現在以下三個方面：
1、宏觀與微觀隔離。
一方面是 哲學、認知科學、思維科學和 心理學等學科所研究的智能層次太高、太抽象;另一方面是人工智慧邏輯符號、神經 網絡和行為主義所研究的智能層次太低。這兩方面之間相距太遠，中間還有許多層次尚待研究，目前還無法把宏觀與微觀有機地結合起來和相互滲透。
2、全局與局部割裂。
人工智慧是腦系統的整體效應，有著豐富的層次和多個側面。但是，符號主義只抓住人腦的抽象思維特性;連接主義只模仿人的形象思維特性;行為主義則著眼於人類智能行為特性及其進化過程。這就導致了三者之間存在著明顯的局限性。因此，必須從多層次、多因素、多維和全局觀點來研究人工智慧，才能克服上述局限。
3、理論與實際脫節。
大腦的實際 工作，在宏觀上已知道不少;但是智能的千姿百態，變幻莫測，複雜的難以理出頭緒。在微觀上，我們對大腦的工作機制知之甚少，似是而非，這也使我們難以找出規律。在這種背景下提出的各種人工智慧理論，只 是部分人的主觀猜想，能在某些方面表現出「智能」就已經算是相當的成功。
五、結語
人工智慧一直處於 計算機技術的前沿，其研究的理論和發現在很大程度上將決定計算機技術的 發展方向。人工智慧研究與 應用雖取得了不少成果，但離全面推廣應用還有很大的距離，還有許多問題有待解決，且需要多學科的研究專家共同合作。因此，要想從根本上了解人腦的結構和功能，完成人工智慧的研究任務，就必須去尋找和建立更新的人工智慧框架和理論體系，進而為人工智慧的進一步發展奠定堅實的理論基礎。我們堅信在不久的將來，人工智慧技術的應用與發展必將會給人們的生活、工作和 教育等帶來更大的影響。
人工智慧(artificial intelligence),英文縮寫為ai，也稱機器智能。「人工智慧」一詞最初是在1956年的dartmouth學會上提出的。它是計算機科學、控制論、資訊理論、神經生理學、心理學、語言學等多種學科互相滲透而發展起來的一門綜合性學科。從計算機應用系統的角度出發，人工智慧是研究如何製造智能機器或智能系統來模擬人類智能活動的能力，以延伸人們智能的科學。
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與人類智能相似的方式做出反應的智能機器。人工智慧的發展史是和計算機科學與技術的發展史聯繫在一起的，目前能夠用來研究人工智慧的主要物質手段以及能夠實現人工智慧技術的機器就是計算機,人工智慧在21世紀必將為發展國民經濟和改善人類生活做出更大的貢獻。
二、人工智慧的發展歷程
事物的發展都是曲折的，人工智慧的發展也是如此。人工智慧的發展歷程大致可以劃分為以下五個階段：
第一階段:20世紀50年代，人工智慧的興起和冷落。人工智慧概念在1956年首次提出後，相繼出現了一批顯著的成果，如機器定理證明、跳棋程序、通用問題s求解程序、lisp表處理語言等。但是由於消解法推理能力有限以及機器翻譯等的失敗，使人工智慧走入了低谷。這一階段的特點是重視問題求解的方法，而忽視了知識的重要性。
第二階段:60年代末到70年代，專家系統出現，使人工智慧研究出現新高潮。dendral化學質譜分析系統、mycin疾病診斷和治療系統、prospectior探礦系統、hearsay-ii語音理解系統等專家系統的研究和開發，將人工智慧引向了實用化。並且，1969年成立了國際人工智慧聯合會議(international joint conferences onartificial intelligence 即ijcai)。
第三階段:80年代，隨著第五代計算機的研製，人工智慧得到了飛速的發展。日本在1982年開始了「第五代計算機研製計劃」，即「知識信息處理計算機系統kips」，其目的是使邏輯推理達到數值運算那麼快。雖然此計劃最終失敗，但它的開展形成了一股研究人工智慧的熱潮。
第四階段:80年代末，神經網絡飛速發展,。1987年，美國召開第一次神經網絡國際會議，宣告了這一新學科的誕生。此後，各國在神經網絡方面的投資逐漸增加，神經網絡迅速發展起來。
第五階段:90年代，人工智慧出現新的研究高潮。由於網絡技術特別是國際互連網技術的發展，人工智慧開始由單個智能主體研究轉向基於網絡環境下的分布式人工智慧研究。不僅研究基於同一目標的分布式問題求解，而且研究多個智能主體的多目標問題求解，將人工智慧更面向實用。另外，由於hopfield多層神經網絡模型的提出，使人工神經網絡研究與應用出現了欣欣向榮的景象。
三、人工智慧的多元應用
1、人工智慧在管理系統中的應用。
人工智慧應用於企業管理的意義主要不在於提高效率,而是用計算機實現人們非常需要做,但工業工程信息技術是靠人工卻做不了或是很難做到的事情。把人工智慧應用於企業管理中,以數據管理和處理為中心,圍繞企業的核心業務和主導流程建立若干個主題資料庫,而所有的應用系統應該圍繞主題資料庫來建立和運行。也就是說，將企業各部門的數據進行統一集成管理,搭建人工智慧的應用平台,使之成為企業管理與決策中的關鍵因子，這些正體現了人工智慧在企業管理中的巨大價值。
2、人工智慧在工程領域中的應用。
人工智慧在地質勘探、石油化工等工程領域也發揮著非常重要的作用。早在1978年，美國史丹福國際研究所就研發製成礦藏勘探和評價專家系統「prospector」,該系統用於勘探評價、區域資源估值和鑽井井位選擇等,是工程領域的首個人工智慧專家系統,其發現了一個鉬礦沉積,價值超過1億美元。
3、人工智慧在技術研究中的應用。
人工智慧在電子技術領域的應用可謂由來已久。隨著網絡的迅速發展,網絡技術的安全已經成了人們關心的重點,因此必須在傳統技術的基礎上進行網絡安全技術的改進和變更,大力發展數據挖掘技術、人工免疫技術等高效的ai技術,開發更高級的ai通用與專用語言和應用環境以及開發專用機器,而人工智慧技術則為其提供了一定的可能。
四、人工智慧的未來思考
人工智慧的近期研究目標在於建造智能計算機，用以代替人類去從事各種複雜的腦力勞動。正是根據這一近期研究目標，人們才把人工智慧理解為計算機科學的一個分支。當然，人工智慧還有它的遠期研究目標，即探究人類智能和機器智能的基本原理，研究用自動機(automata)模擬人類的思維過程和智能行為。這個長期目標遠遠超出計算機科學的範疇，幾乎涉及自然科學和社會科學的所有學科。如今，人工智慧已經進入了21世紀，其必將為發展國民經濟和改善人類生活做出更大的貢獻。但是，從人工智慧目前的發展現狀來看，其研究也存在一定的問題，這些主要表現在以下三個方面：
1、宏觀與微觀隔離。
一方面是 哲學、認知科學、思維科學和 心理學等學科所研究的智能層次太高、太抽象;另一方面是人工智慧邏輯符號、神經 網絡和行為主義所研究的智能層次太低。這兩方面之間相距太遠，中間還有許多層次尚待研究，目前還無法把宏觀與微觀有機地結合起來和相互滲透。
2、全局與局部割裂。
人工智慧是腦系統的整體效應，有著豐富的層次和多個側面。但是，符號主義只抓住人腦的抽象思維特性;連接主義只模仿人的形象思維特性;行為主義則著眼於人類智能行為特性及其進化過程。這就導致了三者之間存在著明顯的局限性。因此，必須從多層次、多因素、多維和全局觀點來研究人工智慧，才能克服上述局限。
3、理論與實際脫節。
大腦的實際 工作，在宏觀上已知道不少;但是智能的千姿百態，變幻莫測，複雜的難以理出頭緒。在微觀上，我們對大腦的工作機制知之甚少，似是而非，這也使我們難以找出規律。在這種背景下提出的各種人工智慧理論，只 是部分人的主觀猜想，能在某些方面表現出「智能」就已經算是相當的成功。
五、結語
人工智慧一直處於 計算機技術的前沿，其研究的理論和發現在很大程度上將決定計算機技術的 發展方向。人工智慧研究與 應用雖取得了不少成果，但離全面推廣應用還有很大的距離，還有許多問題有待解決，且需要多學科的研究專家共同合作。因此，要想從根本上了解人腦的結構和功能，完成人工智慧的研究任務，就必須去尋找和建立更新的人工智慧框架和理論體系，進而為人工智慧的進一步發展奠定堅實的理論基礎。我們堅信在不久的將來，人工智慧技術的應用與發展必將會給人們的生活、工作和 教育等帶來更大的影響。