人工智能 中英文翻译(升序排列)

B 规则B-rule

F 规则F-rule

NP 完全问题 NP-complete problem

本原问题primitive problem

博弈game

不可解标示过程unsolvable-labeling procedure

不可解节点unsolvable node

不可满足集unsatisfiable set

不确定性uncertainty

差别difference

产生式production

产生式规则production rule

冲突解决conflict resolution

存在量词existential quantifier

代换substitution

代换例substitution instance

倒退值backed-up value

等价equivalence

定理证明theorem-proving

动作action

反演refutation

反演树refutation tree

费用cost

估计费用estimated cost 估值函数evaluation function

归结resolution

归结反演resolution refutation

归结式resolvent

归结原理resolution principle

归约reduction

合取conjunction

合取范式conjunctive normal form

合取式conjunct

合适公式、合式公式well-formed formula (wff)

合一unifier

回答语句answer statement

回溯backtracking

机器学习machine learning

节点的扩展expansion of node

解释器interpreter

解树solution tree

解图solution graph

句子sentence

可解标示过程solvable labeling procedure

可解节点solvable node 可满足性satisfiability 空子句empty clause

控制策略control strategy

宽度优先搜索

breadth-first search

扩展节点expending

node

连词，连接词

connective

量词quantifier

量词辖域scope of

quantifier

论域，文字域domain

of discourse

逻辑logic

逻辑连词logic

connective

逻辑推理logic

reasoning

盲目搜索，无信息搜

blind search

模式匹配match pattern

模式识别Pattern

recognition

母式matrix

逆向推理backward

reasoning

匹配match

启发函数heuristic

function

启发式搜索Heuristic

search

启发搜索heuristic

search

启发信息heuristic

information

前缀prefix

全称量词universal

quantifier

全局数据库Global

database

人工神经网络artificial

neural network

人工智能artificial

intelligence,AI

人工智能语言AI

language

深度优先搜索

depth-first search

事实fact

搜索search, searching

搜索策略searching

strategy

搜索树searching tree

搜索算法searching

algorithm

搜索算法的效率

efficiency of search

algorithm

搜索图searching graph

算符、算子、操作符

operator

图graph

图表示法graph notation

图搜索graph search

图搜索控制策略

graph-search control

strategy

推导表，引导图

derivation graph

推理inference

推理reasoning

推理机reasoning machine

谓词predicate

谓词逻辑predicate

logic

谓词演算predicate

calculus

谓词演算公式wffs of

predicate calculus

谓词演算辖域domain

in predicate calculus

文字literal

问题归约

problem-reduction

问题求解problem

solving

析取disjunction

析取式disjunct

线形输入形策略

linear-input form

strategy

项term

学习learning

演绎deduction

一阶谓词演算first

order predicate calculus

一致解图consistant

solution graph

遗传算法genetic

algorithm

永真式validity

有向图directed graph

有序搜索ordered

search

与或树AND/OR tree

与或图AND/OR graph

与节点AND node

原子公式atomic

formula

蕴涵，蕴涵式

implication

正向推理forward

reasoning

知识knowledge

知识工程knowledge

engineering

知识获取knowledge

acquisition

知识库knowledge base

智能intelligence

重言式tautology

专家系统Expert system

状态state

状态空间state space

子句clause

自动定理证明

automatic theorem

proving

组合爆炸combinatorial

explosion

祖先过滤形策略

ancestry-filtered form

strategy

最一般合一most general

unifier

最一般合一者most

general unifier

最优解树optimal

solution tree

action 动作

AI language 人工智能语言

ancestry-filtered form strategy 祖先过滤形策略AND node 与节点

AND/OR graph 与或图AND/OR tree 与或树answer statement 回答语句

artificial intelligence,AI 人工智能

artificial neural network 人工神经网络

atomic formula 原子公式

automatic theorem proving 自动定理证明

backed-up value 倒退值backtracking 回溯backward reasoning 逆向推理

blind search 盲目搜索，无信息搜

breadth-first search 宽度优先搜索

B-rule B 规则

clause 子句combinatorial explosion 组合爆炸

conflict resolution 冲突解决

conjunct 合取式conjunction 合取conjunctive normal form 合取范式

connective 连词，连接词consistant solution graph一致解图

control strategy 控制策略

cost 费用

deduction 演绎

depth-first search 深度优先搜索

derivation graph 推导表，引导图

difference 差别directed graph 有向图disjunct 析取式disjunction 析取

domain in predicate calculus 谓词演算辖域

domain of discourse 论域，文字域

efficiency of search algorithm 搜索算法的效率empty clause 空子句equivalence 等价estimated cost 估计费用evaluation function 估值函数

existential quantifier 存在量词

expansion of node 节点的扩展

expending node 扩展节点

Expert system 专家系统fact 事实

first order predicate calculus

一阶谓词演算

forward reasoning 正向推

理

F-rule F 规则

game 博弈

genetic algorithm 遗传算

法

Global database 全局数

据库

graph 图

graph notation 图表示法

graph search 图搜索

graph-search control strategy

图搜索控制策略

heuristic function 启发函

数

heuristic information 启

发信息

Heuristic search 启发式

搜索

heuristic search 启发搜

索

implication 蕴涵，蕴涵式

inference 推理

intelligence 智能

interpreter 解释器

knowledge 知识

knowledge acquisition 知

识获取

knowledge base 知识库

knowledge engineering 知

识工程

learning 学习

linear-input form strategy

线形输入形策略

literal 文字

logic逻辑

logic connective 逻辑连

词

logic reasoning 逻辑推

理

machine learning 机器学

习

match 匹配

match pattern 模式匹配

matrix 母式

most general unifier 最

一般合一

most general unifier 最

一般合一者

NP-complete problem NP

完全问题

operator 算符、算子、操作

符

optimal solution tree 最

优解树

ordered search 有序搜索

Pattern recognition 模式识

别

predicate 谓词

predicate calculus 谓词演

算

predicate logic 谓词逻辑

prefix 前缀

primitive problem 本原问

题

problem solving 问题求

解

problem-reduction 问题归

约

production 产生式

production rule 产生式

规则

quantifier 量词

reasoning 推理

reasoning machine 推理机

reduction 归约

refutation 反演

refutation tree 反演树

resolution归结

resolution principle 归结原

理

resolution refutation 归

结反演

resolvent 归结式

satisfiability 可满足性

scope of quantifier 量词辖

域

search, searching 搜索

searching algorithm 搜索算

法

searching graph 搜索图

searching strategy 搜索策

略

searching tree 搜索树

sentence 句子

solution graph 解图

solution tree 解树

solvable labeling procedure

可解标示过程

solvable node 可解节点

state 状态

state space 状态空间

substitution 代换

substitution instance 代

换例

tautology 重言式

term 项

theorem-proving 定理证

明

uncertainty 不确定性

unifier 合一

universal quantifier 全称量

词

unsatisfiable set 不可满

足集

unsolvable node 不可解

节点

unsolvable-labeling

procedure不可解标示过程

validity 永真式

well-formed formula (wff)

合适公式、合式公式

wffs of predicate calculus

谓词演算公式

人工智能专业外文翻译-机器人

译文资料： 机器人 首先我介绍一下机器人产生的背景，机器人技术的发展，它应该说是一个科学技术发展共同的一个综合性的结果，同时，为社会经济发展产生了一个重大影响的一门科学技术，它的发展归功于在第二次世界大战中各国加强了经济的投入，就加强了本国的经济的发展。另一方面它也是生产力发展的需求的必然结果，也是人类自身发展的必然结果，那么随着人类的发展，人们在不断探讨自然过程中，在认识和改造自然过程中，需要能够解放人的一种奴隶。那么这种奴隶就是代替人们去能够从事复杂和繁重的体力劳动，实现人们对不可达世界的认识和改造，这也是人们在科技发展过程中的一个客观需要。 机器人有三个发展阶段，那么也就是说，我们习惯于把机器人分成三类，一种是第一代机器人，那么也叫示教再现型机器人，它是通过一个计算机，来控制一个多自由度的一个机械，通过示教存储程序和信息，工作时把信息读取出来，然后发出指令，这样的话机器人可以重复的根据人当时示教的结果，再现出这种动作，比方说汽车的点焊机器人，它只要把这个点焊的过程示教完以后，它总是重复这样一种工作，它对于外界的环境没有感知，这个力操作力的大小，这个工件存在不存在，焊的好与坏，它并不知道，那么实际上这种从第一代机器人，也就存在它这种缺陷，因此，在20世纪70年代后期，人们开始研究第二代机器人，叫带感觉的机器人，这种带感觉的机器人是类似人在某种功能的感觉，比如说力觉、触觉、滑觉、视觉、听觉和人进行相类比，有了各种各样的感觉，比方说在机器人抓一个物体的时候，它实际上力的大小能感觉出来，它能够通过视觉，能够去感受和识别它的形状、大小、颜色。抓一个鸡蛋，它能通过一个触觉，知道它的力的大小和滑动的情况。第三代机器人，也是我们机器人学中一个理想的所追求的最高级的阶段，叫智能机器人，那么只要告诉它做什么，不用告诉它怎么去做，它就能完成运动，感知思维和人机通讯的这种功能和机能，那么这个目前的发展还是相对的只是在局部有这种智能的概念和含义，但真正完整意义的这种智能机器人实际上并没有存在，而只是随着我们不断的科学技术的发展，智能的概念越来越丰富，它内涵越来越宽。 下面我简单介绍一下我国机器人发展的基本概况。由于我们国家存在很多其

关于现代工业机械手外文文献翻译@中英文翻译@外文翻译

附录 About Modenr Industrial Manipulayor Robot is a type of mechantronics equipment which synthesizes the last research achievement of engine and precision engine, micro-electronics and computer, automation control and drive, sensor and message dispose and artificial intelligence and so on. With the development of economic and the demand for automation control, robot technology is developed quickly and all types of the robots products are come into being. The practicality use of robot not only solves the problems which are difficult to operate for human being, but also advances the industrial automation program. Modern industrial robots are true marvels of engineering. A robot the size of a person can easily carry a load over one hundred pounds and move it very quickly with a repeatability of 0.006inches. Furthermore these robots can do that 24hours a day for years on end with no failures whatsoever. Though they are reprogrammable, in many applications they are programmed once and then repeat that exact same task for years. At present, the research and development of robot involves several kinds of technology and the robot system configuration is so complex that the cost at large is high which to a certain extent limit the robot abroad use. To development economic practicality and high reliability robot system will be value to robot social application and economy development. With he rapid progress with the control economy and expanding of the modern cities, the let of sewage is increasing quickly; with the development of modern technology and the enhancement of consciousness about environment reserve, more and more people realized

人工智能与机器翻译习题答案.doc

2、产生式系统有哪些类型？ 1正向、逆向、双向产生式系统 2可交换的产生式系统 3可分解的产生式系统 3、试举例说明不可撤|口|搜索方法的基本思想？ 这种方法相当于沿着单独一条路搜索下去，利用问题给出的局部知识决定如何选取规则, 就是说根据当前可靠的局部知识选一条可应用规则并作用于当前综合数据库。接着再根据新状态继续选取规则，搜索过程一直进行，不必考虑撤回用过的规则。 9、试说明产生式系统规则不一致的原因及解决方法。 原因：规则集中存在的不一致是影响系统性能的重要因素之一。系统建立初期，由于规则集较小，内容也比较简单，设计人员能对每一条规则的条件和结论部分反复推敲和精心构造，这类问题容易防止。但随着时间的推移，新的规则不断加入，规则集合越来越大，内容也越来越丰富，这时规则间的相互影响和相互联系就随之变得复杂。在此情况下，规则的不一致就将自然产生， 解决：(1) 对于循环规则，可构造规则集的IF-THEN图，从起始规则的条件部分开始搜索，如果搜索过程中遇到的THEN部分已在前面出现，就可以中断搜索，规则集中包含的循环规则子集合需设计人员检查，解决； (2)对于冲突规则，构造IF-IF表，对规则集内有相同的IF规则子句构造规则树，形成推理图。同时建立THEN-THEN表用以判断是否有冲突规则出现。对相同IF部分的规则继续用它的各自THEN部分作为其它可以匹配的IF前提条件，递归地构造，如发现两个推理图上分别有节点在THEN-THEN表上是矛盾的，则检测出冲突规则，人工予以解决。 (3)对冗余规则和从属规则的检查类似于冲突规则链的方法.不同之处是前者在推理图中的遍历是试图发现有THEN部分等价的两条规则。 1、机器翻译主要有娜些方法？这些方法各有什么特点？ 1基于分析和转换的机器翻译方法 这样的方法有两个特点：一是面向源语言分析，因为源语言中的一个句子已经由句法、语义分析等阶段分析完毕，生成了关于源语言句子的某种中间表示，转换以这种源语言中间表示作为输入；二是直接转换，即对于S表示，直接给出译文形式，一般不需要在目标语言内再作进一步转换，Tl~Tj可以直接包括目标语言的词汇，也可以是对应于Sl~Si的译文组块。 2基于中间语言的翻译方法 基于中间语言的机器翻译方法主要有两个优点。首先，独立的中间表示形式为多语种之间的互译的实现提供了一种经济有效的途径。假设要对N种语言进行互译，则有N*(N.1)个语言对。不同方向的翻译是不同的语言对。此时如果采用基于转换的方法，因为把一种语言翻译成另一种语言都需要一个不同的转换机制(或模块)，所以N火(N?l)个语言对共需要N*(N-1)个独立的转换机制。而采用中间语言的方法，由于对每一种语言只需实现将该种语言翻译成中间语言和把中间语言翻译成该种语言的目标语言这样两个模块，所以总共只需要2N个模块。其次，中间语言不仅是对基于中间语言的机器翻译方法这一特定目的有意义, 同时，作为一种通用的自然语言表示，也值得深入研究。 4.1.3基于统计的机器翻译方法 基于统计的机器翻译方法，一般不要任何语言学知识，它的基木原理是实现源语言词汇到目标语言浏汇的映射。其思路受到语音识别研究的启发，因而应用了类似的方法来实现。研究者用

浅谈人工智能

中国西部科技
２００９年１０月（下旬）第０８卷第３０期 总第１９１期
浅谈人工智能
李轶博
（吉林石化信息网络公司软信公司，吉林 １３２０２１） 摘 要： 人工智能作为计算机学科的一个分支，有其自身的特点，现已在社会生活各个领域都有应用，并将有更为广阔 的发展前景。 关键词： 人工智能；ＡＩ；模拟
关于人工智能的定义众说不一，美国斯坦福大学人工 智能研究中心尼尔逊教授下过这样的一个定义：“人工智 能是关于知识的学科——怎样表示知识以及怎么样获得知 识并使用知识的科学。”而麻省理工学院的温斯顿教授认 为：人工智能就是如何使用计算机去做过去只有人才能做的 工作。”人们普遍认为人工智能，它是研究、开发用于模 拟、延伸和扩展人的智能的理念、方法技术以及应用系统 的一门新的技术科学。它是从计算机应用系统的角度出 发，研究如何制造出人造的智能机器或智能系统，来模拟 人类智能活动能力，以延伸人们智能的科学。 人工智能就其本质而言，是对人的思维的信息过程的 模拟，人工智能不是人的智能，更不会超过人的智能，对 于人的思维模拟可是结构模拟，仿照人脑的结构机制，暂 时撇开人脑的内部结构，而从其功能过程进行模拟。 人工智能可以分为强人工智能和弱人工智能。强人工 智能观点认为有可能制造出真正能推理和解决问题的智能 机器，并且，这样的奇迹将被认为是有知觉的，有自我意 识的。弱人工智能观点认为不可能制造出能真正的地推理 和解决问题的智能机器，这些机器只不过看起来像是智能 的，但并不真正拥有智能，也不会有自主意识。 １ 人工智能研究的历史与现状 人工智能的研究经历了以下几个阶段： 第一阶段：２０世纪５０年代人工智能的兴起和冷落。人工
此计划最终失败，但它的开展形成了一股研究人工智能的 热潮。 第四阶段：２０世 纪 ８０年代末，精神网络飞速发展。 １９８７年，美国召开第一次精神网络国际会议，宣告了这一 新学科的诞生。此后，各国在精神网络方面的投资逐渐增 大，精神网络迅速发展起来。 第五阶段：２０世纪９０年代，人工智能出现新的研究高 潮。由于网络技术特别是国际互联网的技术发展，人工智 能开始由单个智能主体研究转向基于网络环境下的分布式 人工智能研究。不仅研究基于同一目标的分布式问题求 解，而且研究多个智能主体的多目标问题求解，将人工智 能面向实用。 人工智能研究范畴有自然语言处理、知识表现、智能 搜索、推理、知识获得、组合调度问题，感知问题，模式 识别，逻辑程序设计，软计算，不精确和不确定的管理， 人工生命，精神网络，复杂系统等。 ２ 人工智能是与具体领域相结合 目前，人工智能是与具体领域相结合进行研究的，有 如下领域：①专家系统。依靠人类已有的知识建立起来的 知识系统，目前专家系统是人工智能研究中开展最早、最 活跃、成就最多的领域。②机器学习。主要在三个方面进 行：首先是研究人类学习的机理、人脑思维的过程。其次 是机器学习的方法。最后是建立针对具体任务的学习系 统。③模式识别。研究如何使机器具有感知能力，主要研 究听觉模式和视觉模式的识别。④理解自然语言，计算机 如能“听懂”人的语言，便可以直接用口语操作计算机， 这将给人们带来极大的便利。⑤机器人学。机器人是一种 模拟人的行为的机械，对它的研究历经三代发展过程：第 一代机器人只能按程序完成工作。第二代机器人配备了像 样的感觉传感器，能取得作业环境、操作对象等简单的信 息，并由机器人体内的计算机进行分析处理，控制机器人 的动作。第三代机器人具有类似人的智能，它装备了高灵 敏度传感器，因而具有超过人的视觉、听觉、嗅觉、触觉 的能力，能对感知的信息进行分析，控制自己的行为，处 理环境发生的变化，完成各种复杂的任务。而且有自我学 习、归纳、总结、提高已掌握知识的能力。⑥智能决策支 （下转第４１页）
智能概念首次提出后，出现了一批显著的成果，如机器定理 证明、跳棋程序、ＬＩＳＰ表处理语言等。但由于揭发推理能力 有限，以及其翻译失败等，使人工智能走入低谷。这一阶段 的特点是：重视问题求解的方法，忽视知识重要性。 第二阶段：２０世纪６０年代末到７０年代，专家系统出现使 人工智能研究出现新高潮，ＤＥＮＤＡＬ化 学 质 谱 分 析 系 统 、 ＭＴＣＩＮ疾 病 诊 断 和 治 疗 系 统 、 ＰＲＯＳＰＥＣＴＩＯＲ探 矿 系 统 ， Ｈｅａｒｓａｙ－ＩＩ语言理解系统等专家系统的研究和开发，将人工 智能引向了实用化。１９６９年成立了国际人工智能联合会。 第三阶段：２０世纪 ８０年代，随着第五代计算机的研 制，人工智能得到了很大发展。日本１９８２年开始了“第五 代计算机研制计划”，即“知识信息处理计算机系统 ＬＩＰＳ”，其目的是使逻辑推理达到数值运算那么快。虽然
收稿日期： ２００９－０９－０６ 修回日期：２００９－１０－１６
作者简介： 李轶博（１９８２－），男，吉林籍，本科，助理工程师，主要研究方向为信息技术应用和管理。
58

文献综述_人工智能

人工智能的形成及其发展现状分析 冯海东 （长江大学管理学院荆州434023） 摘要：人工智能的历史并不久远，故将从人工智能的出现、形成、发展现 状及前景几个方面对其进行分析，总结其发展过程中所出现的问题，以及发展现状中的不足之处，分析其今后的发展方向。 关键词：人工智能，发展过程，现状分析，前景。 一．引言 人工智能最早是在1936年被英国的科学家图灵提出，并不为多数人所认知。 当时，他编写了一个下象棋的程序，这就是最早期的人工智能的应用。也有著名的“图灵测试”，这也是最初判断是否是人工智能的方案,因此，图灵被尊称为“人工智能之父”。人工智能从产生到发展经历了一个起伏跌宕的过程，直到目前为止，人工智能的应用技术也不是很成熟，而且存在相当的缺陷。 通过搜集的资料，将详细的介绍人工智能这个领域的具体情况，剖析其面临的挑战和未来的前景。 二．人工智能的发展历程 1. 1956年前的孕育期 (1) 从公元前伟大的哲学家亚里斯多德(Aristotle)到16世纪英国哲学家培根(F. Bacon)，他们提出的形式逻辑的三段论、归纳法以及“知识就是力量”的警句，都对人类思维过程的研究产生了重要影响。 （2）17世纪德国数学家莱布尼兹(G..Leibniz)提出了万能符号和推理计算思想，为数理逻辑的产生和发展奠定了基础，播下了现代机器思维设计思想的种子。而19世纪的英国逻辑学家布尔（G. Boole）创立的布尔代数，实现了用符号语言描述人类思维活动的基本推理法则。 （3） 20世纪30年代迅速发展的数学逻辑和关于计算的新思想，使人们在计算机出现之前，就建立了计算与智能关系的概念。被誉为人工智能之父的英国天才的数学家图灵（A. Tur-ing）在1936年提出了一种理想计算机的数学模型，即图灵机之后,1946年就由美国数学家莫克利（J. Mauchly）和埃柯特（J. Echert）研制出了世界上第一台数字计算机，它为人工智能的研究奠定了不可缺少的物质基础。1950年图灵又发表了“计算机与智能”的论文，提出了著名的“图灵测试”，形象地指出什么是人工智能以及机器具有智能的标准，对人工智能的发展产生了极其深远的影响。 （4） 1934年美国神经生理学家麦克洛奇(W. McCulloch) 和匹兹(W. Pitts )建立了第一个神经网络模型，为以后的人工神经网络研究奠定了基础。 2. 1956年至1969年的诞生发育期 (1)1956年夏季，麻省理工学院（MIT)的麦卡锡（J．McCarthy）、明斯基（M. Minshy）、塞尔夫里奇（O. Selfridge)与索罗门夫(R. Solomonff)、 IBM的洛

人工智能与机器翻译期末复习题

一、名词解释（5X3‘）15’ 1.兼类（P121）：一个单词既可以作名词动词又可以作其他词类 2.机器翻译：用计算机软件代替人做的书面翻译 3.组合型歧义：一个字与前面的字成词,与后面的字成词,合起来也成词。 4.交集型歧义（P117）：一个字与前面的字成词,与后面的字也成词。 5.人工智能：用计算机硬件、软件模拟人的行为，解决人类目前尚未认识清楚的问题。 6.人工智能软件的三大技术：知识表示、知识推理、知识获取。 7.语料库：单词、短语和句子组成的数据库。 8.知识工程：包括人工智能软件技术的工程。（知识工程是以知识为基础的系统，就是 通过智能软件而建立的专家系统） 9.深度学习：一步一步在丰富起来的特征规律引导下，由浅入深完成推理的方法。 10.语用分析：分析成语和习惯用语的方法。 二、题解P36 例2.1 、2.2 例2.1 设有下列语句： （1）高山比他父亲出名。 （2）刘水是计算机系的一名学生，但他不喜欢编程序。 （3）人人爱劳动。 为了用谓词公式表示这些语句，应先定义谓词： BIGGER(x,y):x比y出名 COMPUTER(x):x是计算机系的学生 LIKE(x,y):x喜欢y LOVE(x,y):x爱y M(x):x是人 定义函数father(x)表示从x到其父亲的映射此时可用谓词公式把上述三个语句表示为：（1）BIGGER(高山，father(x)) （2）COMPUTER(刘水)∧∽LIKE（刘水，程序） （3）（?x）（M(x) →LOVE(x,劳动)） 例2.2 设有下列语句： （1）自然数都是大于零的整数。 （2）所有整数不是偶数就是奇数。 （3）偶数除以2是整数。 定义谓词如下： N(x):x是自然数 I(x):x是整数 E(x):x是偶数 O(x):x是奇数 GZ(x):x大于零 另外，用函数S（x）表示x除以2。此时，上述三个句子可用谓词公式表示为： （?x）(N(x) →GZ(x)∧I(x)) (?x)（I(x) →E(x)∨O(x）） （?x）(E(x) →I(S(x))) 三、论述（4X5‘）20’ 1.阐述深度、广度、代价驱动搜索方法。（P68） 答：广度优先搜索法：对全部节点沿广度进行横向扫描，按各节点生成的先后次序，

论文《人工智能》---文献检索结课作业

人工智能 【摘要】：人工智能是一门极富挑战性的科学，但也是一门边沿学科。它属于自然科学和社会科学的交叉。涉及的学科主要有哲学、认知科学、数学、神经生理学、心理学、计算机科学、信息论、控制论、不定性论、仿生学等。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1。 【关键词】：人工智能；应用领域；发展方向；人工检索。 1．人工智能描述 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2。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 类智能相似的方式作出反应的智能 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”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。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。例如繁重的科学和工程计算本来是要人脑来承担的，现在计算机不但能完成这种计算, 而且能够比人脑做得更快、更准确，因之当代人已不再把这种计算看作是“需要人类智能才能完成的复 1.蔡自兴，徐光祐.人工智能及其应用.北京：清华大学出版社，2010 2元慧·议当人工智能的应用领域与发展状态〖Ｊ〗．2008

人工智能专家系统_外文翻译原文

附件 毕业生毕业论文(设计)翻译原文 论文题目远程农作物病虫害诊断专家系统的设计与实现系别_____ ______ _ 年级______ _ _ _ _ _ 专业_____ ___ ___ 学生姓名______ _____ 学号 ___ __ _ 指导教师______ ___ _ __ _ 职称______ __ ___ 系主任 _________________ _ _ ___ 2012年 04月22 日

EXPERT SYSTEMS AND ARTIFICIAL INTELLIGENCE Expert Systems are computer programs that are derived from a branch of computer science research called Artificial Intelligence (AI). AI's scientific goal is to understand intelligence by building computer programs that exhibit intelligent behavior. It is concerned with the concepts and methods of symbolic inference, or reasoning, by a computer, and how the knowledge used to make those inferences will be represented inside the machine. Of course, the term intelligence covers many cognitive skills, including the ability to solve problems, learn, and understand language; AI addresses all of those. But most progress to date in AI has been made in the area of problem solving -- concepts and methods for building programs that reason about problems rather than calculate a solution. AI programs that achieve expert-level competence in solving problems in task areas by bringing to bear a body of knowledge about specific tasks are called knowledge-based or expert systems. Often, the term expert systems is reserved for programs whose knowledge base contains the knowledge used by human experts, in contrast to knowledge gathered from textbooks or non-experts. More often than not, the two terms, expert systems (ES) and knowledge-based systems (KBS), are used synonymously. Taken together, they represent the most widespread type of AI application. The area of human intellectual endeavor to be captured in an expert system is called the task domain. Task refers to some goal-oriented, problem-solving activity. Domain refers to the area within which the task is being performed. Typical tasks are diagnosis, planning, scheduling, configuration and design. An example of a task domain is aircraft crew scheduling, discussed in Chapter 2. Building an expert system is known as knowledge engineering and its practitioners are called knowledge engineers. The knowledge engineer must make sure that the computer has all the knowledge needed to solve a problem. The knowledge engineer must choose one or more forms in which to represent the required knowledge as symbol patterns in the memory of the computer -- that is, he (or she) must choose a knowledge representation. He must also ensure that the computer can use the knowledge efficiently by selecting from a handful of reasoning methods. The practice of knowledge engineering is described later. We first describe the components of expert systems. The Building Blocks of Expert Systems Every expert system consists of two principal parts: the knowledge base; and the reasoning, or inference, engine.

智能机器人外文翻译

Robot Robot is a type of mechantronics equipment which synthesizes the last research achievement of engine and precision engine, micro-electronics and computer, automation control and drive, sensor and message dispose and artificial intelligence and so on. With the development of economic and the demand for automation control, robot technology is developed quickly and all types of the robots products are come into being. The practicality use of robot products not only solves the problems which are difficult to operate for human being, but also advances the industrial automation program. At present, the research and development of robot involves several kinds of technology and the robot system configuration is so complex that the cost at large is high which to a certain extent limit the robot abroad use. To development economic practicality and high reliability robot system will be value to robot social application and economy development. With the rapid progress with the control economy and expanding of the modern cities, the let of sewage is increasing quickly: With the development of modern technology and the enhancement of consciousness about environment reserve, more and more people realized the importance and urgent of sewage disposal. Active bacteria method is an effective technique for sewage disposal，The lacunaris plastic is an effective basement for active bacteria adhesion for sewage disposal. The abundance requirement for lacunaris plastic makes it is a consequent for the plastic producing with automation and high productivity. Therefore, it is very necessary to design a manipulator that can automatically fulfill the plastic holding. With the analysis of the problems in the design of the plastic holding manipulator and synthesizing the robot research and development condition in recent years, a economic scheme is concluded on the basis of the analysis of mechanical configuration, transform system, drive device and control system and guided by the idea of the characteristic and complex of mechanical configuration, electronic, software and hardware. In this article, the mechanical configuration combines the character of direction coordinate and the arthrosis coordinate which can improve the stability and operation flexibility of the system. The main function of the transmission mechanism is to transmit power to implement department and complete the necessary movement. In this transmission structure, the screw transmission mechanism transmits the rotary motion into linear motion. Worm gear can give vary transmission

浅谈人工智能的现状与未来

浅谈人工智能的现状与未来 摘要：作为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），同时也被认为是二十一世纪三大尖端技术之一（基因工程、纳米科学、人工智能）。人工智能在很多科学领域都获得了广泛应用，并取得了丰硕的成果，本文将对人工智能的发展历程，现状以及发展趋势作一个初步的解读，人工智能应用于工程是是目前工程技术研究的热点之一，本文也将就人工智能中的专家系统、模拟逻辑、神经网络控制在机电一体化中的应用进行了探讨。 关键词：人工智能；机电一体化；专家系统；模糊控制；神经网络控制；AI发展前景； 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。 人工智能与机电一体化系统的统一 近几十年来，人工智能得到了长足的发展，譬如，IBM 公司制造的深蓝计算机运用人工智能于1997年5月，战胜了国际象棋冠军卡斯帕洛夫。人工智能用于机电一体化是机电一体化发展的方向之一。这种智能主要通过控制技术加以设计和实现，即由机电一体化系统中的控制系统来具体实现。 专家系统、模糊逻辑、神经网络控制、学习控制和分层递阶是目前人工智能研究主要的几个领域，它们各自发展，又相互渗透，走向结合。其中，前三个领域是目前机电一体系统实现智能化的较成熟的领域。 一，自从第一个专家系统于1968年问世以来，经过30多年的发展，专家系统已经成为人工智能应用最活跃的领域。已经从最初的应用于医疗、科技等领域，向财政、金融、保险、商业和法律方向扩展，下面就与机电一体化有关的应用予以探讨。 （1）在装配制造业的应用：产品的生产，总是用零件来构造的，将不同的零件一起装配成一种新产品，叫做配里任务。专家系统应用于装配制造方面可以取得 可观的经济效益。比如， DEC公司的专家系统XCON，是应用于计算机配置的 第一个专家系统，现在每年为DEC公司盈利1。5亿美元 （2）在设备故障诊断中的应用：专家系统用于设备故障诊断，特别是针对大型的结构、复杂的故障诊断，可以尽快找到故障，大大缩短检修时间，有很多成功 的例子，比如美国西屋电气公司研制的GEN一AID专家系统，已经成功地应 用于诊断汽轮发动机的故障。IBM公司也曾经为其IBMATPC机配备了一个专家 系统，用来精确定位系统故障。 （3）在控制方面的应用：专家系统可以在机电一体化设备控制方面发挥作用，在伺服控制、数控机床、加工中心以及其它控制领域，已取得了进展。在这方面成 功的例子如AT&T公司为控制机械手，研制出在单个芯片上实现的专家系统。 最早的芯片包括16条规则的ROM，控制器以及处理数据与规则的推理机。采 用2。5um线宽的CMOS工作，最初只使用了芯片面积的四分之一，改用1。 5um线宽后可容纳256条规则，建立规则时采用模糊逻辑，执行速度可达到 80000LISP，比常规专家系统快1000倍。尽管大型专家系统的造价是很昂贵的，

人工智能研究方法的文献综述

人工智能研究方法的文献综述 1、前言 本文综述了人工智能的主要研究方法，并对各方法进行分析和总结，并阐述了目前人工智能研究方法日趋多样化的研究现状。 2、主题 研究方法，对一个问题的研究方法从根本上说分为两种：其一，对要解决的问题扩展到他所隶属的领域，对该领域做一广泛了解，研究该领域从而实现对该领域的研究，讲究广度，从对该领域的广泛研究收缩到问题本身；其二，把研究的问题特殊化，提炼出要研究问题的典型子问题或实例，从一个更具体的问题出发，做深刻的分析，研究透彻该问题，再一般化扩展到要解决的问题，讲究研究深度，从更具体的问题入手研究扩展到问题本身。 人工智能的研究方法主要可以分为三类：一、结构模拟，神经计算，就是根据人脑的生理结构和工作机理，实现计算机的智能，即人工智能。结构模拟法也就是基于人脑的生理模型，采用数值计算的方法，从微观上来模拟人脑，实现机器智能。采用结构模拟，运用神经网络和神经计算的方法研究人工智能者，被称为生理学派、连接主义。二、功能模拟，符号推演，就是在当前数字计算机上，对人脑从功能上进行模拟，实现人工智能。功能模拟法就是以人脑的心理模型，将问题或知识表示成某种逻辑网络，采用符号推演的方法，实现搜索、推理、学习等功能，从宏观上来模拟人脑的思维，实现机器智能。以功能模拟和符号推演研究人工智能者，被称为心理学派、逻辑学派、符号主义。三、行为模拟，控制进化，就是模拟人在控制过程中的智能活动和行为特性。以行为模拟方法研究人工智能者，被称为行为主义、进化主义、控制论学派。 人工智能的研究方法，已从“一枝独秀”的符号主义发展到多学派的“百花争艳”，除了上面提到的三种方法，又提出了“群体模拟，仿生计算”“博采广鉴，自然计算”“原理分析，数学建模”等方法。人工智能的目标是理解包括人在内的自然智能系统及行为，而这样的系统在实在世界中是以分层进化的方式形成了一个谱系，而智能作为系统的整体属性，其表现形式又具有多样性，人工智能的谱系及其多样性的行为注定了研究的具体目标和对象的多样性。人工智能与前沿技术的结合，使人工智能的研究日趋多样化。 3、总结 人工智能的研究方法会随着技术的进步而不断丰富，很多新名词还会被提出，但研究的目的基本不变，日趋多样化的研究方法追根溯源也就是研究问题的两种方法的演变。对人工智能中尚未解决的众多问题，运用基本的研究问题的方法，结合先进的技术，不断实现智能化。人工智能与前沿技术密切联系，人工智能的研究方法必然日趋多样化。 4、参考文献 （1）人工智能技术导论廉师友西安电子科技大学出版社2007.8 （2）人工智能研究方法及途径熊才权2005年第三期 （3）人工智能学派及其在理论、方法上的观点蔡自兴1995.5 （4）人工智能研究的主要学派及特点黄伟聂东陈英俊2001第三期 （5）人工智能研究对思维学的方法论启示尹鑫苏国辉2002.10第四期

英文翻译人工智能

【PT】[J]. 【AU:】shambour,Qusai Xu, Yisi Lin, Qing Zhang, Guangquan 【AB】The web provides excellent opportunities to businesses in various aspects of development such as finding a business partner online. However, with the rapid growth of web information, business users struggle with information overload and increasingly find it difficult to locate the right information at the right time. Meanwhile, small and medium businesses (SMBs), in particular, are seeking one-to-one e-services from government in current highly competitive markets. How can business users be provided with information and services specific to their needs, rather than an undifferentiated mass of information? An effective solution proposed in this study is the development of personalized e-services. Recommender systems is an effective approach for the implementation of Personalized E-Service which has gained wide exposure in e-commerce in recent years. Accordingly, this paper first presents a hybrid fuzzy semantic recommendation (HFSR) approach which combines item-based fuzzy semantic similarity and item-based fuzzy collaborative filtering (CF) similarity techniques. This paper then presents the implementation of the proposed approach into an intelligent recommendation system prototype called Smart BizSeeker, which can recommend relevant business partners to individual business users,particularly for SMBs. Experimental results show that the HFSR approach can help overcome the semantic limitations of classical CF-based recommendation approaches, namely sparsity and new cold start item problems. 【题目】：基于Web的个性化推荐系统使用的业务合作伙伴---模糊语义技术 【刊登杂志】: 计算智能 【摘要】网站为企业在各方面的发展提供了极好的机会，例如找到一个在线的业务合作 伙伴。然而，随着网络信息的快速增长，商业用户正在和信息过载做斗争，并且在正确的时间找到正确的信息的难度在不断增加。同时，特别是中小型企业（中小企业），在当前竞争激烈的市场中从政府寻求的是一对一的电子服务。怎么为企业用户提供他们需要的的信息和服务，而不是一种未分化的海量信息？本文中就为个性化服务发展提出了一个有效的解决方法。推荐系统是实施个性化的全方位服务的一种有效的方法，近年来在电子商务中得到了广泛的提及。相应的，本文首先提出了一种混合模糊语义推荐（HFSR）的方法，这种方法结合了基于项目的模糊语义相似度和基于项目的模糊协同过滤（CF）相似的技术。本文就介绍了在一个智能推荐系统原型中该方法的实现，这个实现方法称为智能bizseeker，它可推荐相关个人商务用户的业务合作伙伴，特别是对中小企业。实验结果表明，HFSR方法可以帮助克服基于推荐的经典CF语义的限制方法，即稀疏性和冷开始新项目问题。