人工智能学习研究的现状及其发展趋势 去百度文库，查看完整内容>内容来自用户:凤凰涅槃浅谈人工智能学习研究的现状及其发展趋势摘要：自上世纪五十年代以来，经过了几个阶段的不断探3433646365索和发展，人工智能在模式识别、知识工程、机器人等领域已经取得重大成就，但是离真正意义上的的人类智能还相差甚远。但是进入新世纪以来，随着信息技术的快速进步，与人工智能相关的技术水平也得到了相应的提高。尤其是随着因特网的普及和应用，对人工智能的需求，变得越来越迫切，也给人工智能的研究提供了新的更加广泛的舞台。本文强调在当今的网络时代，作为信息技术的先导，人工智能学习在人工智能科学领域中是一个着非常值得关注的研究方向，要在学科交叉研究中实现人工智能学习的发展与创新，就要关注认知科学、脑科学、生物智能、物理学、复杂网络、计算机科学与人工智能之间的交叉渗透点，尤其是重视认知物理学的研究。自然语言是人类思维活动的载体，是人工智能学习研究知识表示无法回避的直接对象，要对语言中的概念建立起能够定量表示的不确定性转换模型，发展不确定性人工智能；要利用现实生活中复杂网络的小世界模型和无尺度特性，把网络拓扑作为知识表示的一种新方法，研究网络拓扑的演化与网络动力学行为，研究网络化了的智能，从而适应信息时代数据挖掘的普遍要求，学习机制的研究是人工智能研究的一项核心课题。几乎在图灵上述工作的同时，冯·诺依曼从生物学角度研究了人工智能。1958年，美籍逻辑学家王浩在自动定理证明中取得的重要进展。他的程序在IBM　704计算机上