人工智能[db:标签]��历了三个跨越阶[db:标签]��：第一个解决问题的方法得以实现，取代了部分逻辑推理工作的完成，例如机器定理证明和专家系统；智能系统能否与环境互动是第二次。信息是从运行环境中获取的，人员的替换完成了包括不确定性在内的部分思维工作的完成。它通过自身的行为对环境产生影响，并适应环境的变化，例如智能。第三次是具有人类般的认知和思考能力的智能系统，能够发现新知识并完成其面临的任务，例如基于数据挖掘的系统。

人工智能研究出现了新的高潮。性能有两个方面。一方面，人工智能理论有了新的进展，另一方面，这是由于计算机硬件的飞速发展。随着计算机速度的不断提高，存储容量的不断扩大，价格的不断下降以及网络的不断发展，许多以前不可能做到的事情现在变得可能了。当前，智能接口，数据挖掘，主题和多智能体系统是人工智能研究的三个热点。 （1）智能接口技术是研究如何使人们方便，自然地与计算机通信。为了实现此目标，计算机需要理解单词，理解语言，表达语音，甚至在不同语言之间进行翻译。这些功能的实现取决于对知识表示方法的研究。因此，智能接口技术的研究具有重要的应用价值和基础理论意义。 目前，智能接口技术已经取得了令人瞩目的成果，诸如文本识别，语音识别，语音合成，图像识别，机器翻译和自然语言理解等技术已经开始投入实际使用。 （2）数据挖掘是从大量不完整，嘈杂，模糊和随机的应用程序数据中提取隐藏的，可能有用的信息和知识的过程。数据挖掘和知识发现的研究现已形成三个强大的技术支柱：数据库，人工智能和数学统计。 （3）主体系统是一个具有信念，欲望，意图，能力，选择，承诺等精神状态的实体，该主体比对象更大，更聪明，具有一定程度的自主权。受试者尝试自主地独立完成任务，并且可以与环境交互，与其他受试者进行交流并通过计划实现目标。多主体系统主要研究逻辑上或物理上分离的多个主体之间的协调智能行为，最终解决该问题。如今，人工智能功能更有可能应用于人类或其他动物智能的一个或几个方面，被自动化取代，有时甚至可以用来模拟它们。但是，在某些情况下，高性能计算机调度下的这些智能行为远比人类行为强大。 （1）路径寻找与路径规划。 在成本最低的路径规划和路径查找系统中，您可以使用专门的技术（其中有些非常灵巧和微妙，而其他一些则可以用蛮力简单地解决）来模拟对理解或对普通人脑的直观转换。在识别构建过程中，有时的结果非常令人惊讶！路径查找是路径计划问题的一种变体。为了找到最佳路线，我们需要计算通过每个往返路线所花费的时间。时间就是金钱;因此，我们更倾向于关注成本最低的路线。这也适用于飞机路线的开发，他们需要留在不同的城市或更改航班，等等。 （2）逻辑与不确定性。计算机编程就像用逻辑砖建造房屋。实际上，人工智能编程通常被认为是两种逻辑形式（命题逻辑和形式逻辑）的特殊混合应用，也被视为谓词演算。此外，在编程语言中，我们采用了更为特殊的命题逻辑形式：布尔逻辑或布尔代数。命题逻辑适用于具有真假状态的主张以及命题域。经典命题逻辑或布尔逻辑仅处理两种状态：true或fAlse。谓词演算是命题演算（与中学的数学计算无关），是命题逻辑的增强扩展，例如对象之间的连接以及这些连接的真假值（布尔形式）。 但是，当我们在逻辑甚至最复杂的逻辑中使用这些谓词时，我们最终只能得到一个黑白世界：一件事不是真是假。如果某件事不是真假，那它一定是不存在的东西。否则，它必须是两者之一。 （3）自然语言处理。 AI应用程序最重要的部分是自然语言处理。但是，现实情况是，自然语言处理系统不善于分析单词的含义，这些单词的含义和含义不如人类。但是，这种功能受限的功能对于残障人士，翻译系统，文字处理拼写和语法检查器仍然非常有用。 （4）神经网络。信息处理结构是神经网络。这是尝试模仿生物神经系统（如大脑）以将简单数据转换为信息的原理。神经网络由许多相互关联的小元素组成：神经结点，起着大脑神经细胞的作用，突触互相作用以解决特定问题。神经网络上的元素将输入模式转换为输出模式，而输出模式又可以是其他神经网络的输入模式。神经网络通过实例学习，这与人类实践相同。需要为某些特定应用设置神经网络，例如通过学习过程识别图像。 对于生命系统本身，我们仍然对以下事实表示怀疑：学习过程涉及神经细胞之间突触连接的调节。当前，大多数AI功能的研究方向是研究如何完全模拟智能过程，而不是重现器官使用的每个低级步骤。一个非常引人注目的例子是使用数据库和搜索软件来获取信息的专家系统。该数据库几乎没有为大脑提供任何关联数据，这些数据的传输与其在大脑中的存储不同。但是，许多专家系统仍然具有承担医生等专业角色的能力。当然，它们仅用于他们非常熟悉的领域。

在不久的将来，智能生活必将进入我们的生活。有兴趣进入未来前沿行业的朋友可以收集智慧生活，并及时获得人工智能，大数据，云计算和物联网。前沿的信息和基础知识，让我们共同努力，引领人工智能的未来！