千文網(wǎng)小編為你整理了多篇相關(guān)的《人工智能調(diào)查報(bào)告(范文6篇)》，但愿對(duì)你工作學(xué)習(xí)有幫助，當(dāng)然你在千文網(wǎng)還可以找到更多《人工智能調(diào)查報(bào)告(范文6篇)》。

第一篇：產(chǎn)品市場(chǎng)調(diào)查報(bào)告

摘要：逐步建立不發(fā)達(dá)縣市農(nóng)副產(chǎn)品流通網(wǎng)絡(luò)，充分發(fā)揮市場(chǎng)對(duì)農(nóng)業(yè)結(jié)構(gòu)調(diào)整、農(nóng)民增收、農(nóng)村二、三產(chǎn)業(yè)發(fā)展和城鎮(zhèn)化建設(shè)等方面的帶動(dòng)作用，本文提出了一些有針對(duì)性的建議。

關(guān)鍵詞：市場(chǎng)流通農(nóng)副產(chǎn)品調(diào)查

一、基本情況

截止20xx年６月，岑鞏縣共有農(nóng)副產(chǎn)品市場(chǎng)15個(gè)，其中：中心集貿(mào)市場(chǎng)2個(gè)，沿街道市場(chǎng)10個(gè)，村級(jí)群眾自發(fā)開辦市場(chǎng)3個(gè)。除了兩個(gè)中心集貿(mào)市場(chǎng)經(jīng)營(yíng)內(nèi)容有日用產(chǎn)品和大宗商品如農(nóng)副產(chǎn)品、農(nóng)資、服裝、五金、建材、餐飲服務(wù)等外，另外的13個(gè)基本上只是進(jìn)行一些日用的農(nóng)副產(chǎn)品的流通交易，融資渠道狹窄，經(jīng)營(yíng)規(guī)模小。

近幾年來，隨著國(guó)內(nèi)經(jīng)濟(jì)的快速發(fā)展和西部大開發(fā)的進(jìn)一步推動(dòng)，我縣加大了產(chǎn)業(yè)結(jié)構(gòu)調(diào)整力度，農(nóng)民經(jīng)營(yíng)收入得到較快增長(zhǎng)，加之外出務(wù)工的人數(shù)逐年增多，工資性收入增加，農(nóng)民人均純收入從20xx年的1408元上升到20xx年的1830元，增加422元，但是，與城鎮(zhèn)居民收入相比，差距仍然較大。

二、城鎮(zhèn)與農(nóng)村經(jīng)濟(jì)發(fā)展的主要特點(diǎn)及比較。

一是經(jīng)營(yíng)方式不盡相同，收入渠道呈現(xiàn)多樣化。在岑鞏縣的農(nóng)村地區(qū)，農(nóng)民收入主要還是以糧食為主的農(nóng)副產(chǎn)品，科技含量低，商品率低，收入渠道狹窄；而在城鎮(zhèn)，居民的經(jīng)營(yíng)方式已從傳統(tǒng)的以糧食為主的經(jīng)營(yíng)結(jié)構(gòu)向反季節(jié)蔬菜種植、花卉種植和日用商品流通、房屋租賃、餐飲服務(wù)等方面發(fā)展，收入渠道相對(duì)較多。二是文化素質(zhì)不同，務(wù)工收入差距較大。近年來，在城鄉(xiāng)收入中，工資性收入已成為農(nóng)民收入的主要來源之一，然而，由于文化素質(zhì)的差異，使得城鄉(xiāng)農(nóng)民務(wù)工收入也不盡相同。根據(jù)岑鞏縣專項(xiàng)調(diào)查數(shù)據(jù)顯示，城鎮(zhèn)外出務(wù)工人員平均月工資在800元以上，而農(nóng)村外出務(wù)工人員平均月工資為500D600元。三是消費(fèi)支出不同。農(nóng)村居民支出近年來雖也逐步向高檔家俱、電器方面發(fā)展，但很大程度上仍然停留在以解決溫飽為主的生存型消費(fèi)上；而城鎮(zhèn)已從生存型消費(fèi)向休閑娛樂、對(duì)自身進(jìn)行教育和再教育等發(fā)展型消費(fèi)方面邁進(jìn)。

三、農(nóng)產(chǎn)品市場(chǎng)發(fā)展存在的困難和問題

1、農(nóng)村經(jīng)濟(jì)落后，農(nóng)民購(gòu)買力不強(qiáng)，這是制約農(nóng)產(chǎn)品市場(chǎng)發(fā)展的主要因素。岑鞏縣是典型的山區(qū)農(nóng)業(yè)縣，資源相對(duì)不足，農(nóng)民受傳統(tǒng)耕作方式的影響，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整較為緩慢，經(jīng)濟(jì)發(fā)展滯后，收入增長(zhǎng)緩慢。農(nóng)民的總體消費(fèi)水平仍然較低，生活消費(fèi)仍未擺脫以必需品為主的生存型消費(fèi)模式，從而制約了農(nóng)業(yè)經(jīng)濟(jì)和農(nóng)村市場(chǎng)的發(fā)展。

2、農(nóng)產(chǎn)品市場(chǎng)發(fā)育不良。規(guī)劃不完善，檔次不高，功能不全，由于資金投入不足，基礎(chǔ)設(shè)施建設(shè)嚴(yán)重滯后，影響了市場(chǎng)功能的充分發(fā)揮。從而使得交易方式較為原始，一些地方存在“有市無場(chǎng)”、“空殼市場(chǎng)”、“馬路市場(chǎng)”等現(xiàn)象。

3、農(nóng)村交通不便，市場(chǎng)信息不暢通。相對(duì)而言，岑鞏縣的農(nóng)村信息服務(wù)發(fā)展還相當(dāng)滯后，農(nóng)民獲得必要的生產(chǎn)指導(dǎo)和市場(chǎng)銷售信息的時(shí)間和空間相對(duì)較長(zhǎng)和狹窄，市場(chǎng)信息指導(dǎo)生產(chǎn)銷售的情況得不到較好銜接，使得產(chǎn)銷之間的.聯(lián)系度不夠暢通，造成“什么好賣就生產(chǎn)什么”，造成部分農(nóng)產(chǎn)品供不應(yīng)求，而一些農(nóng)產(chǎn)品卻存在積壓和賣難。

4、農(nóng)村經(jīng)紀(jì)人隊(duì)伍發(fā)展緩慢，發(fā)育不良，服務(wù)農(nóng)村市場(chǎng)有限。岑鞏縣縣農(nóng)村經(jīng)紀(jì)人隊(duì)伍建設(shè)尚處于初始階段，大部分農(nóng)民經(jīng)紀(jì)人還只是以單打獨(dú)斗的方式融入市場(chǎng)參予市場(chǎng)競(jìng)爭(zhēng)，形成組織的較少，而且發(fā)展相對(duì)滯后，對(duì)農(nóng)產(chǎn)品市場(chǎng)和農(nóng)村經(jīng)濟(jì)發(fā)展進(jìn)行正確引導(dǎo)、服務(wù)、信息傳遞的作用還沒有得到較好發(fā)揮。

5、農(nóng)民商品意識(shí)差。受傳統(tǒng)農(nóng)業(yè)和傳統(tǒng)消費(fèi)觀念的影響，岑鞏縣農(nóng)村60%以上地區(qū)群眾還處于自給自足的家庭經(jīng)營(yíng)狀態(tài)，農(nóng)民種植的農(nóng)產(chǎn)品以自用為主，產(chǎn)品商品率低，一定程度上也影響了農(nóng)村市場(chǎng)的發(fā)育發(fā)展。

四、進(jìn)一步開拓農(nóng)副產(chǎn)品市場(chǎng)的對(duì)策和建議

1、健全農(nóng)副產(chǎn)品市場(chǎng)體系。在當(dāng)前和今后一個(gè)時(shí)期，岑鞏縣的工作重點(diǎn)應(yīng)著力于建立以區(qū)域性批發(fā)市場(chǎng)為骨干，縣、集鎮(zhèn)批發(fā)市場(chǎng)為基礎(chǔ)，多層次、多形式、多種經(jīng)營(yíng)方式的農(nóng)產(chǎn)品市場(chǎng)體系。規(guī)劃建設(shè)若干個(gè)規(guī)模較大、輻射力較強(qiáng)、具有區(qū)域性影響的以糧食、蔬菜、果品、茶葉、畜產(chǎn)品、水產(chǎn)品、中藥材等農(nóng)產(chǎn)品為主的農(nóng)副產(chǎn)品產(chǎn)地批發(fā)基地，并抓好幾個(gè)規(guī)模較大、設(shè)施水平較高、交易方式較為先進(jìn)、管理規(guī)范的銷地批發(fā)市場(chǎng)（鄉(xiāng)鎮(zhèn)集貿(mào)市場(chǎng)），使產(chǎn)地批發(fā)基地和銷地批發(fā)市場(chǎng)（鄉(xiāng)鎮(zhèn)集貿(mào)市場(chǎng)）結(jié)構(gòu)合理，適應(yīng)城鄉(xiāng)居民的消費(fèi)品需要，充分發(fā)揮市場(chǎng)對(duì)農(nóng)業(yè)結(jié)構(gòu)調(diào)整、農(nóng)民增收、農(nóng)村二、三產(chǎn)業(yè)發(fā)展和城鎮(zhèn)化建設(shè)等方面的帶動(dòng)作用。

2、搞好市場(chǎng)規(guī)劃。要重點(diǎn)抓好市場(chǎng)的規(guī)劃、建設(shè)、管理等幾個(gè)環(huán)節(jié)。在規(guī)劃建設(shè)上，產(chǎn)地批發(fā)基地應(yīng)建立在商品農(nóng)產(chǎn)品的集中產(chǎn)區(qū)，主要選擇在交通比較方便的公路沿線。銷地市場(chǎng)應(yīng)納入城市建設(shè)規(guī)劃，選擇城鄉(xiāng)結(jié)合部進(jìn)行建設(shè)。以此建設(shè)一批專業(yè)性和綜合性的產(chǎn)地（基地）和銷地批發(fā)市場(chǎng)，并形成網(wǎng)絡(luò)，從而使批發(fā)市場(chǎng)的信息集散功能和指導(dǎo)產(chǎn)銷的功能充分發(fā)揮出來。要建立健全政府對(duì)重要農(nóng)產(chǎn)品供求變化和市場(chǎng)價(jià)格波動(dòng)的監(jiān)測(cè)，建立市場(chǎng)信息預(yù)警體系和儲(chǔ)備體系，從而提高市場(chǎng)的經(jīng)濟(jì)效益，使市場(chǎng)成為基本的資源配置方式。

3、加大資金投入。農(nóng)產(chǎn)品批發(fā)市場(chǎng)是公益性事業(yè)，其建設(shè)要列入各級(jí)財(cái)政預(yù)算，作為政府加強(qiáng)農(nóng)業(yè)基礎(chǔ)建設(shè)的重要內(nèi)容，在用地、投資、信貸、稅收及用水、用電的收費(fèi)標(biāo)準(zhǔn)等方面，要給予優(yōu)惠和扶持。要多渠道籌集資金，采取貸款、引資、資本置換、股份合作制、租賃制、連鎖經(jīng)營(yíng)、配送中心等方式，廣泛吸納資金，改建和擴(kuò)建農(nóng)產(chǎn)品批發(fā)市場(chǎng)，不斷完善市場(chǎng)服務(wù)功能，為農(nóng)產(chǎn)品流通提供良好場(chǎng)所。

4、加快推進(jìn)農(nóng)村經(jīng)濟(jì)信息體系建設(shè)。要建立和完善農(nóng)業(yè)信息網(wǎng)絡(luò)，特別要抓好農(nóng)產(chǎn)品生產(chǎn)、技術(shù)、價(jià)格、供求和商品流通等信息的收集與發(fā)布工作，為農(nóng)民和企業(yè)提供及時(shí)、準(zhǔn)確的信息服務(wù)。要確保調(diào)整適應(yīng)市場(chǎng)，市場(chǎng)引導(dǎo)調(diào)整，充分發(fā)揮信息的橋梁和紐帶作用。

5、加快農(nóng)村小城鎮(zhèn)建設(shè)步伐。農(nóng)村城鎮(zhèn)化是拉動(dòng)內(nèi)需的重要內(nèi)容。發(fā)展小城鎮(zhèn)，有利于加快農(nóng)村剩余勞動(dòng)力的轉(zhuǎn)移，推進(jìn)農(nóng)村城鎮(zhèn)化進(jìn)程，加快農(nóng)村經(jīng)濟(jì)的發(fā)展，提高勞動(dòng)生產(chǎn)率，增加農(nóng)民收入；有利于擴(kuò)大內(nèi)需，啟動(dòng)民間投資，形成新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)；有利于人口的流動(dòng)和遷移，帶來交通和市場(chǎng)的繁榮，推動(dòng)第三產(chǎn)業(yè)發(fā)展，擴(kuò)大就業(yè)領(lǐng)域；有利于促進(jìn)農(nóng)民更快、更多地了解外界信息。要進(jìn)一步加快農(nóng)村小城鎮(zhèn)建設(shè)，使其更好的發(fā)揮在農(nóng)村經(jīng)濟(jì)發(fā)展中的獨(dú)特作用。

6、加快農(nóng)村經(jīng)紀(jì)人隊(duì)伍建設(shè)力度。農(nóng)村經(jīng)紀(jì)人是聯(lián)系農(nóng)村市場(chǎng)商品、信息和農(nóng)產(chǎn)品供、銷主體的較為活躍的因素，在農(nóng)村市場(chǎng)經(jīng)營(yíng)中起著較為重要的著用。要通過鼓勵(lì)、培訓(xùn)等促進(jìn)農(nóng)村經(jīng)紀(jì)人個(gè)體數(shù)量和質(zhì)量的提高，采取整合、規(guī)范等形式建立農(nóng)村經(jīng)紀(jì)人組織，發(fā)展壯大農(nóng)村經(jīng)紀(jì)人隊(duì)伍。同時(shí)，要大力扶持產(chǎn)業(yè)引路人、致富帶頭人、流通經(jīng)紀(jì)人、營(yíng)銷能人等參與市場(chǎng)流通，引導(dǎo)農(nóng)民參與流通，鼓勵(lì)農(nóng)村營(yíng)銷大戶、農(nóng)民聯(lián)戶及農(nóng)村集體或合作經(jīng)濟(jì)組織進(jìn)行農(nóng)產(chǎn)品營(yíng)銷活動(dòng)，提高農(nóng)民的商品意識(shí)和組織化程度，逐步建立農(nóng)副產(chǎn)品流通網(wǎng)絡(luò)。

第二篇：產(chǎn)品市場(chǎng)調(diào)查報(bào)告

一、調(diào)查背景：

民以食為天，飲食是人們?nèi)粘Ｉ钪信e足輕重的部分，對(duì)于大學(xué)生而言，除了一日三餐主食外，零食也是其生活的重要部分，我們就在校大學(xué)生的零食消費(fèi)情況展開一次市場(chǎng)調(diào)研。

二、調(diào)查目的：

1.調(diào)查了解大學(xué)生的零食消費(fèi)習(xí)慣2.針對(duì)大學(xué)生對(duì)于零食消費(fèi)行為，得出結(jié)果，以此對(duì)賣零食的店家提出改進(jìn)性建議。

三、研究時(shí)間：

20xx年6月

四、調(diào)查方法：

網(wǎng)絡(luò)問卷調(diào)查法

調(diào)查對(duì)象：在校大學(xué)生。

有效問卷：64份（其中男性23份，女性41份）

五、調(diào)查問卷內(nèi)容

1.受訪者所在年級(jí)分布圖

由圖可看出受訪者大多數(shù)為大一大二，占訪問總?cè)藬?shù)的70.32%。大三大四的占29.78%。

2.受訪者對(duì)零食的喜愛程度

由圖可看出占接近受訪者90%的人都喜歡吃零食，可見零食產(chǎn)品在大學(xué)生范圍內(nèi)深受喜愛。

3.受訪者吃零食的頻率

由圖中可看出受訪者吃零食的頻率很高，而從來不吃零食的人數(shù)只占受訪者總?cè)藬?shù)

的4.69%，可見大學(xué)生對(duì)零食的需求量較高。

4.受訪者一般購(gòu)買食品單價(jià)

由圖看出受訪者一般購(gòu)買價(jià)格在1元以下占總?cè)藬?shù)的71.88%，11―20元占20.31%，20元以上則占7.82%，所以零食產(chǎn)品在大學(xué)生范圍以低價(jià)格的食品更為受歡迎。

5.受訪者每星期在零食上的花費(fèi)

由圖可看出受訪者中每星期花費(fèi)16―25元的占40.63%，而15元以下占34.38%，31―100占20.32%，100元以上僅占4.69%，零食食品對(duì)于大多數(shù)大學(xué)生來說屬于中低檔消費(fèi)。

6.受訪者喜歡食品的類型

由于此題為多選題，可看出大多數(shù)受訪者喜歡吃的零食類有膨化食品類，果脯類，餅干類，肉脯類，堅(jiān)果類。其中堅(jiān)果類受訪者由56.25%選擇。各類商品店開發(fā)大學(xué)生零食市場(chǎng)時(shí)可多為注重這幾類零食產(chǎn)品

7.受訪者購(gòu)買食品更傾向于的包裝類型

由圖可以看出，小袋裝較為受歡迎，占35.94%，盒裝占23.44%，大袋與散裝分別同樣占20.31%，可見小份包裝的零食產(chǎn)品更為容易攜帶，也容易被大家選擇。

8.受訪者購(gòu)買食品最在意方面

由圖可看出，受訪者中67.19%的人選擇了味道，21.88%的人選擇了品質(zhì)，剩下的人則分別選擇了價(jià)格，外觀與功能?？梢妼?duì)于零食產(chǎn)品來說，味道與品質(zhì)依然是重中之重。

9.受訪者購(gòu)買以前沒購(gòu)買過的零食或品種因素

此題為多選題，受訪者中有59.38%的選擇了口味風(fēng)格。48.44%的選擇了他人介紹。42.19%的選擇了外觀包裝。37.5%的選擇了沒見過，好奇心理。34.38%的選擇了廣告宣傳。23.444%選擇了價(jià)格?？梢娍谖?，廣告宣傳，外觀包裝對(duì)一件新的零食產(chǎn)品的推出均占有重要因素。

10.受訪者購(gòu)買食品途徑

此題為多選題，受訪者中84.38%的選擇了就近超市，46.88%的.選擇了大型連鎖超市，小賣店占45.31%，而網(wǎng)上購(gòu)物與專賣店分別占25%與21.88%。受訪者購(gòu)買零食產(chǎn)品基本上采取就近原則，在大學(xué)附近的超市與小賣店較受歡迎。

六、總結(jié)

總體來說，零食產(chǎn)品在大學(xué)生范圍內(nèi)廣受歡迎，有較高的需求量，這些對(duì)于商家與零食售賣商具有重大的商業(yè)意義。

建議：

1. 店家要不定期搞一些促銷活動(dòng)，來激起學(xué)生的購(gòu)物欲望，以促進(jìn)消費(fèi)。

2. 店家銷售的零食應(yīng)該以0-10元左右的小零食為主，輔助一些10元以上的進(jìn)行搭配銷售。

3. 店家要想吸引學(xué)生購(gòu)物就必須選方便的地點(diǎn)進(jìn)行售賣如：寢室周圍、校內(nèi)小賣部或就近的超市。

4. 店家要注意所賣零食的口感，但同時(shí)也要重視食品質(zhì)量安全。

5. 對(duì)于各類零食，店家在店內(nèi)的鋪貨量應(yīng)該差不多。堅(jiān)果類，餅干類果脯類零食略微多些。

6. 對(duì)于食品包裝，進(jìn)行小包裝類較好

7. 為更好推出新產(chǎn)品，首推味道然后做好宣傳與外觀包裝

但是無論如何,對(duì)于大家來說,零食還是少吃一點(diǎn)為好。

第三篇：人工智能調(diào)查報(bào)告

關(guān)于人工智能的調(diào)查報(bào)告

目錄

前 言.........2 一、人工智能的定義..3 二、人工智能的研究發(fā)展階段..3 三、人工智能的研究方法.......4 四、人工智能在人類生活中的應(yīng)用....5 五、人工智能發(fā)展的利.6 六、人工智能發(fā)展的弊.7 七、人工智能的影響..7 八、人工智能的研究熱點(diǎn).......7 九、人工智能的研究?jī)r(jià)值.......8 十、展望人工智能......8 總 結(jié).........9

前 言

通過這段時(shí)間對(duì)人工智能的調(diào)查、研究、學(xué)習(xí)，我對(duì)人工智能有了更深的認(rèn)識(shí)。我理解的人工智能就是對(duì)人的意識(shí)、思維的信息過程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。

人工智能是計(jì)算機(jī)學(xué)科的一個(gè)分支，二十世紀(jì)七十年代以來被稱為世界三大尖端技術(shù)之一（空間技術(shù)、能源技術(shù)、人工智能）。也被認(rèn)為是二十一世紀(jì)三大尖端技術(shù)（基因工程、納米科學(xué)、人工智能）之一。這是因?yàn)榻陙硭@得了迅速的發(fā)展，在很多學(xué)科領(lǐng)域都獲得了廣泛應(yīng)用，并取得了豐碩的成果，人工智能已逐步成為一個(gè)獨(dú)立的分支，無論在理論和實(shí)踐上都已自成一個(gè)系統(tǒng)。人工智能從誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大，可以設(shè)想，未來人工智能帶來的科技產(chǎn)品，將會(huì)是人類智慧的“容器”。

人工智能在計(jì)算機(jī)領(lǐng)域內(nèi)，得到了愈加廣泛的重視。并在機(jī)器人，經(jīng)濟(jì)政治決策，控制系統(tǒng)，仿真系統(tǒng)中得到應(yīng)用。人工智能是研究使計(jì)算機(jī)來模擬人的某些思維過程和智能行為（如學(xué)習(xí)、推理、思考、規(guī)劃等）的學(xué)科，主要包括計(jì)算機(jī)實(shí)現(xiàn)智能的原理、制造類似于人腦智能的計(jì)算機(jī)，使計(jì)算機(jī)能實(shí)現(xiàn)更高層次的應(yīng)用。

一、人工智能的定義

人工智能的定義可以分為兩部分，即“人工”和“智能”?！叭斯ぁ北容^好理解，爭(zhēng)議性也不大。有時(shí)我們會(huì)要考慮什么是人力所能及制造的，或者人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步，等等。但總的來說，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。[1] 關(guān)于什么是“智能”，就問題多多了。這涉及到其它諸如意識(shí)（CONSCIOUSNESS）、自我（SELF）、思維（MIND）（包括無意識(shí)的思維（UNCONSCIOUS_MIND））等等問題。人唯一了解的智能是人本身的智能，這是普遍認(rèn)同的觀點(diǎn)。但是我們對(duì)我們自身智能的理解都非常有限，對(duì)構(gòu)成人的智能的必要元素也了解有限，所以就很難定義什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及對(duì)人的智能本身的研究。其它關(guān)于動(dòng)物或其它人造系統(tǒng)的智能也普遍被認(rèn)為是人工智能相關(guān)的研究課題。

人工智能是研究使計(jì)算機(jī)來模擬人的某些思維過程和智能行為（如學(xué)習(xí)、推理、思考、規(guī)劃等）的學(xué)科，主要包括計(jì)算機(jī)實(shí)現(xiàn)智能的原理、制造類似于人腦智能的計(jì)算機(jī)，使計(jì)算機(jī)能實(shí)現(xiàn)更高層次的應(yīng)用。著名的美國(guó)斯坦福大學(xué)人工智能研究中心尼爾遜教授對(duì)人工智能下了這樣一個(gè)定義：“人工智能是關(guān)于知識(shí)的學(xué)科――怎樣表示知識(shí)以及怎樣獲得知識(shí)并使用知識(shí)的科學(xué)?！倍硪粋€(gè)美國(guó)麻省理工學(xué)院的溫斯頓教授認(rèn)為：“人工智能就是研究如何使計(jì)算機(jī)去做過去只有人才能做的智能工作?！边@些說法反映了人工智能學(xué)科的基本思想和基本內(nèi)容。即人工智能是研究人類智能活動(dòng)的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計(jì)算機(jī)去完成以往需要人的智力才能勝任的工作，也就是研究如何應(yīng)用計(jì)算機(jī)的軟硬件來模擬人類某些智能行為的基本理論、方法和技術(shù)。

二、人工智能的研究發(fā)展階段

（一）第一階段：50年代人工智能的興起和冷落

人工智能概念首次提出后，相繼出現(xiàn)了一批顯著的成果，如機(jī)器定理證明、跳棋程序、通用問題s求解程序、LISP表處理語(yǔ)言等。但由于消解法推理能力的有限，以及機(jī)器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點(diǎn)是：重視問題求解的方法，忽視知識(shí)重要性。

（二）第二階段：60年代末到70年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮 DENDRAL化學(xué)質(zhì)譜分析系統(tǒng)、MYCIN疾病診斷和治療系統(tǒng)、PROSPECTIOR探礦系統(tǒng)、Hearsay-II語(yǔ)音理解系統(tǒng)等專家系統(tǒng)的研究和開發(fā)，將人工智能引向了實(shí)用化。并且，1969年成立了國(guó)際人工智能聯(lián)合會(huì)議第三階段：80年代，隨著第五代計(jì)算機(jī)的研制，人工智能得到了很大發(fā)展。日本1982年開始了”第五代計(jì)算機(jī)研制計(jì)劃”，即”知識(shí)信息處理計(jì)算機(jī)系統(tǒng)KIPS”，其目的是使邏輯推理達(dá)到數(shù)值運(yùn)算那么快。雖然此計(jì)劃最終失敗，但它的開展形成了一股研究人工智能的熱潮。

（三）第三階段：80年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展

1987年，美國(guó)召開第一次神經(jīng)網(wǎng)絡(luò)國(guó)際會(huì)議，宣告了這一新學(xué)科的誕生。此后，各國(guó)在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來。

（四）第四階段：90年代，人工智能出現(xiàn)新的研究高潮 由于網(wǎng)絡(luò)技術(shù)特別是國(guó)際互連網(wǎng)的技術(shù)發(fā)展，人工智能開始由單個(gè)智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標(biāo)的分布式問題求解，而且研究多個(gè)智能主體的多目標(biāo)問題求解，將人工智能更面向?qū)嵱?。另外，由于Hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。人工智能已深入到社會(huì)生活的各個(gè)領(lǐng)域。

三、人工智能的研究方法

如今沒有統(tǒng)一的原理或范式指導(dǎo)人工智能研究。許多問題上研究者都存在爭(zhēng)論。其中幾個(gè)長(zhǎng)久以來仍沒有結(jié)論的問題是：是否應(yīng)從心理或神經(jīng)方面模擬人工智能？或者像鳥類生物學(xué)對(duì)于航空工程一樣，人類生物學(xué)對(duì)于人工智能研究是沒有關(guān)系的？智能行為能否用簡(jiǎn)單的原則（如邏輯或優(yōu)化）來描述？還是必須解決大量完全無關(guān)的問題？

智能是否可以使用高級(jí)符號(hào)表達(dá)，如詞和想法？還是需要“子符號(hào)”的處理？JOHN HAUGELAND提出了GOFAI(出色的老式人工智能)的概念，也提議人工智能應(yīng)歸類為SYNTHETIC INTELLIGENCE，這個(gè)概念后來被某些非GOFAI研究者采納。(一)大腦模擬

主條目：控制論和計(jì)算神經(jīng)科學(xué)

20世紀(jì)40年代到50年代，許多研究者探索神經(jīng)病學(xué)，信息理論及控制論之間的聯(lián)系。其中還造出一些使用電子網(wǎng)絡(luò)構(gòu)造的初步智能，如W.GREY WALTER的TURTLES和JOHNS HOPKINS BEAST。這些研究者還經(jīng)常在普林斯頓大學(xué)和英國(guó)的RATIO CLUB舉行技術(shù)協(xié)會(huì)會(huì)議.直到1960大部分人已經(jīng)放棄這個(gè)方法，盡管在80年代再次提出這些原理。（二）符號(hào)處理

主條目：GOFAI

當(dāng)20世紀(jì)50年代，數(shù)字計(jì)算機(jī)研制成功，研究者開始探索人類智能是否能簡(jiǎn)化成符號(hào)處理。研究主要集中在卡內(nèi)基梅隆大學(xué)，斯坦福大學(xué)和麻省理工學(xué)院，而各自有獨(dú)立的研究風(fēng)格。JOHN HAUGELAND稱這些方法為GOFAI(出色的老式人工智能)。60年代，符號(hào)方法在小型證明程序上模擬高級(jí)思考有很大的成就。基于控制論或神經(jīng)網(wǎng)絡(luò)的方法則置于次要。60~70年代的研究者確信符號(hào)方法最終可以成功創(chuàng)造強(qiáng)人工智能的機(jī)器，同時(shí)這也是他們的目標(biāo)。

認(rèn)知模擬經(jīng)濟(jì)學(xué)家赫伯特·西蒙和艾倫·紐厄爾研究人類問題解決能力和嘗試將其形式化，同時(shí)他們?yōu)槿斯ぶ悄艿幕驹泶蛳禄A(chǔ)，如認(rèn)知科學(xué)，運(yùn)籌學(xué)和經(jīng)營(yíng)科學(xué)。他們的研究團(tuán)隊(duì)使用心理學(xué)實(shí)驗(yàn)的結(jié)果開發(fā)模擬人類解決問題方法的程序。這方法一直在卡內(nèi)基梅隆大學(xué)沿襲下來，并在80年代于SOAR發(fā)展到高峰?；谶壿嫴幌癜瑐悺ぜ~厄爾和赫伯特·西蒙，JOHN MCCARTHY認(rèn)為機(jī)器不需要模擬人類的思想，而應(yīng)嘗試找到抽象推理和解決問題的本質(zhì)，不管人們是否使用同樣的算法。他在斯坦福大學(xué)的實(shí)驗(yàn)室致力于使用形式化邏輯解決多種問題，包括知識(shí)表示，智能規(guī)劃和機(jī)器學(xué)習(xí).致力于邏輯方法的還有愛丁堡大學(xué)，而促成歐洲的其他地方開發(fā)編程語(yǔ)言PROLOG和邏輯編程科學(xué).“反邏輯”斯坦福大學(xué)的研究者(如馬文·閔斯基和西摩爾·派普特)發(fā)現(xiàn)要解決計(jì)算機(jī)視覺和自然語(yǔ)言處理的困難問題，需要專門的方案-他們主張不存在簡(jiǎn)單和通用原理（如邏輯）能夠達(dá)到所有的智能行為。ROGER SCHANK 描述他們的“反邏輯”方法為"SCRUFFY".常識(shí)知識(shí)庫(kù)(如DOUG LENAT的CYC)就是"SCRUFFY"AI的例子，因?yàn)樗麄儽仨毴斯ひ淮尉帉懸粋€(gè)復(fù)雜的概念?；谥R(shí)大約在1970年出現(xiàn)大容量?jī)?nèi)存計(jì)算機(jī)，研究者分別以三個(gè)方法開始把知識(shí)構(gòu)造成應(yīng)用軟件。這場(chǎng)“知識(shí)革命”促成專家系統(tǒng)的開發(fā)與計(jì)劃，這是第一個(gè)成功的人工智能軟件形式?！爸R(shí)革命”同時(shí)讓人們意識(shí)到許多簡(jiǎn)單的人工智能軟件可能需要大量的知識(shí)。（三）子符號(hào)法

80年代符號(hào)人工智能停滯不前，很多人認(rèn)為符號(hào)系統(tǒng)永遠(yuǎn)不可能模仿人類所有的認(rèn)知過程，特別是感知，機(jī)器人，機(jī)器學(xué)習(xí)和模式識(shí)別。很多研究者開始關(guān)注子符號(hào)方法解決特定的人工智能問題。

自下而上，接口AGENT，嵌入環(huán)境（機(jī)器人），行為主義，新式AI機(jī)器人領(lǐng)域相關(guān)的研究者，如RODNEY BROOKS，否定符號(hào)人工智能而專注于機(jī)器人移動(dòng)和求生等基本的工程問題。他們的工作再次關(guān)注早期控制論研究者的觀點(diǎn)，同時(shí)提出了在人工智能中使用控制理論。這與認(rèn)知科學(xué)領(lǐng)域中的表征感知論點(diǎn)是一致的：更高的智能需要個(gè)體的表征(如移動(dòng)，感知和形象)。計(jì)算智能80年代中DAVID RUMELHART 等再次提出神經(jīng)網(wǎng)絡(luò)和聯(lián)結(jié)主義.這和其他的子符號(hào)方法，如模糊控制和進(jìn)化計(jì)算，都屬于計(jì)算智能學(xué)科研究范疇。（三）統(tǒng)計(jì)學(xué)法

90年代，人工智能研究發(fā)展出復(fù)雜的數(shù)學(xué)工具來解決特定的分支問題。這些工具是真正的科學(xué)方法，即這些方法的結(jié)果是可測(cè)量的和可驗(yàn)證的，同時(shí)也是人工智能成功的原因。共用的數(shù)學(xué)語(yǔ)言也允許已有學(xué)科的合作（如數(shù)學(xué)，經(jīng)濟(jì)或運(yùn)籌學(xué)）。STUART J.RUSSELL和PETER NORVIG指出這些進(jìn)步不亞于“革命”和“NEATS的成功”。有人批評(píng)這些技術(shù)太專注于特定的問題，而沒有考慮長(zhǎng)遠(yuǎn)的強(qiáng)人工智能目標(biāo)。（四）集成方法

智能AGENT范式智能AGENT是一個(gè)會(huì)感知環(huán)境并作出行動(dòng)以達(dá)致目標(biāo)的系統(tǒng)。最簡(jiǎn)單的智能AGENT是那些可以解決特定問題的程序。更復(fù)雜的AGENT包括人類和人類組織（如公司）。這些范式可以讓研究者研究單獨(dú)的問題和找出有用且可驗(yàn)證的方案，而不需考慮單一的方法。一個(gè)解決特定問題的AGENT可以使用任何可行的方法-一些AGENT用符號(hào)方法和邏輯方法，一些則是子符號(hào)神經(jīng)網(wǎng)絡(luò)或其他新的方法。范式同時(shí)也給研究者提供一個(gè)與其他領(lǐng)域溝通的共同語(yǔ)言--如決策論和經(jīng)濟(jì)學(xué)（也使用ABSTRACT AGENTS的概念）。90年代智能AGENT范式被廣泛接受。AGENT體系結(jié)構(gòu)和認(rèn)知體系結(jié)構(gòu)研究者設(shè)計(jì)出一些系統(tǒng)來處理多ANGENT系統(tǒng)中智能AGENT之間的相互作用。一個(gè)系統(tǒng)中包含符號(hào)和子符號(hào)部分的系統(tǒng)稱為混合智能系統(tǒng)，而對(duì)這種系統(tǒng)的研究則是人工智能系統(tǒng)集成。分級(jí)控制系統(tǒng)則給反應(yīng)級(jí)別的子符號(hào)AI 和最高級(jí)別的傳統(tǒng)符號(hào)AI提供橋梁，同時(shí)放寬了規(guī)劃和世界建模的時(shí)間。RODNEY BROOKS的SUBSUMPTION ARCHITECTURE就是一個(gè)早期的分級(jí)系統(tǒng)計(jì)劃。

四、人工智能在人類生活中的應(yīng)用

目前人工智能應(yīng)用人工智能是在計(jì)算機(jī)科學(xué)、控制論、信息論、心理學(xué)、語(yǔ)言學(xué)等多種學(xué)科相互滲透的基礎(chǔ)發(fā)展起來的一門新興邊緣學(xué)科，主要研究用機(jī)器（主要是計(jì)算機(jī)）來模仿和實(shí)現(xiàn)人類的智能行為，經(jīng)過幾十年的發(fā)展，人工智能應(yīng)用在不少領(lǐng)域得到發(fā)展。日前“AI+”已經(jīng)成為公式，發(fā)展至今，下面是人工智能應(yīng)用最多的幾大場(chǎng)景。

（一）家居

智能家居主要是基于物聯(lián)網(wǎng)技術(shù)，通過智能硬件、軟件系統(tǒng)、云計(jì)算平臺(tái)構(gòu)成一套完整的家居生態(tài)圈。用戶可以進(jìn)行遠(yuǎn)程控制設(shè)備，設(shè)備間可以互聯(lián)互通，并進(jìn)行自我學(xué)習(xí)等，來整體優(yōu)化家居環(huán)境的安全性、節(jié)能性、便捷性等。值得一提的是，近兩年隨著智能語(yǔ)音技術(shù)的發(fā)展，智能音箱成為一個(gè)爆發(fā)點(diǎn)。小米、天貓、Rokid 等企業(yè)紛紛推出自身的智能音箱，不僅成功打開家居市場(chǎng)，也為未來更多的智能家居用品培養(yǎng)了用戶習(xí)慣。但目前家居市場(chǎng)智能產(chǎn)品種類繁雜，如何打通這些產(chǎn)品之間的溝通壁壘，以及建立安全可靠的智能家居服務(wù)環(huán)境，是該行業(yè)下一步的發(fā)力點(diǎn)。

（二）零售

人工智能在零售領(lǐng)域的應(yīng)用已經(jīng)十分廣泛，無人便利店、智慧供應(yīng)鏈、客流統(tǒng)計(jì)、無人倉(cāng)/無人車等等都是的熱門方向。京東自主研發(fā)的無人倉(cāng)采用大量智能物流機(jī)器人進(jìn)行協(xié)同與配合，通過人工智能、深度學(xué)習(xí)、圖像智能識(shí)別、大數(shù)據(jù)應(yīng)用等技術(shù)，讓工業(yè)機(jī)器人可以進(jìn)行自主的判斷和行為，完成各種復(fù)雜的任務(wù)，在商品分揀、運(yùn)輸、出庫(kù)等環(huán)節(jié)實(shí)現(xiàn)自動(dòng)化。圖普科技則將人工智能技術(shù)應(yīng)用于客流統(tǒng)計(jì)，通過人臉識(shí)別客流統(tǒng)計(jì)功能，門店可以從性別、年齡、表情、新老顧客、滯留時(shí)長(zhǎng)等維度建立到店客流用戶畫像，為調(diào)整運(yùn)營(yíng)策略提供數(shù)據(jù)基礎(chǔ)，幫助門店運(yùn)營(yíng)從匹配真實(shí)到店客流的角度提升轉(zhuǎn)換率。

（三）交通

智能交通系統(tǒng)是通信、信息和控制技術(shù)在交通系統(tǒng)中集成應(yīng)用的產(chǎn)物。ITS 應(yīng)用最廣泛的地區(qū)是日本，其次是美國(guó)、歐洲等地區(qū)。目前，我國(guó)在ITS方面的應(yīng)用主要是通過對(duì)交通中的車輛流量、行車速度進(jìn)行采集和分析，可以對(duì)交通進(jìn)行實(shí)施監(jiān)控和調(diào)度，有效提高通行能力、簡(jiǎn)化交通管理、降低環(huán)境污染等。

（四）醫(yī)療 目前，在垂直領(lǐng)域的圖像算法和自然語(yǔ)言處理技術(shù)已可基本滿足醫(yī)療行業(yè)的需求，市場(chǎng)上出現(xiàn)了眾多技術(shù)服務(wù)商，例如提供智能醫(yī)學(xué)影像技術(shù)的德尚韻興，研發(fā)人工智能細(xì)胞識(shí)別醫(yī)學(xué)診斷系統(tǒng)的智微信科，提供智能輔助診斷服務(wù)平臺(tái)的若水醫(yī)療，統(tǒng)計(jì)及處理醫(yī)療數(shù)據(jù)的易通天下等。盡管智能醫(yī)療在輔助診療、疾病預(yù)測(cè)、醫(yī)療影像輔助診斷、藥物開發(fā)等方面發(fā)揮重要作用，但由于各醫(yī)院之間醫(yī)學(xué)影像數(shù)據(jù)、電子病歷等不流通，導(dǎo)致企業(yè)與醫(yī)院之間合作不透明等問題，使得技術(shù)發(fā)展與數(shù)據(jù)供給之間存在矛盾。

（五）教育

科大訊飛、乂學(xué)教育等企業(yè)早已開始探索人工智能在教育領(lǐng)域的應(yīng)用。通過圖像識(shí)別，可以進(jìn)行機(jī)器批改試卷、識(shí)題答題等；通過語(yǔ)音識(shí)別可以糾正、改進(jìn)發(fā)音；而人機(jī)交互可以進(jìn)行在線答疑解惑等。AI 和教育的結(jié)合一定程度上可以改善教育行業(yè)師資分布不均衡、費(fèi)用高昂等問題，從工具層面給師生提供更有效率的學(xué)習(xí)方式，但還不能對(duì)教育內(nèi)容產(chǎn)生較多實(shí)質(zhì)性的影響。

（六）物流

物流行業(yè)通過利用智能搜索、推理規(guī)劃、計(jì)算機(jī)視覺以及智能機(jī)器人等技術(shù)在運(yùn)輸、倉(cāng)儲(chǔ)、配送裝卸等流程上已經(jīng)進(jìn)行了自動(dòng)化改造，能夠基本實(shí)現(xiàn)無人操作。比如利用大數(shù)據(jù)對(duì)商品進(jìn)行智能配送規(guī)劃，優(yōu)化配置物流供給、需求匹配、物流資源等。目前物流行業(yè)大部分人力分布在“最后一公里”的配送環(huán)節(jié)，京東、蘇寧、菜鳥爭(zhēng)先研發(fā)無人車、無人機(jī)，力求搶占市場(chǎng)機(jī)會(huì)。

（七）安防

近些年來，中國(guó)安防監(jiān)控行業(yè)發(fā)展迅速，視頻監(jiān)控?cái)?shù)量不斷增長(zhǎng)，在公共和個(gè)人場(chǎng)景監(jiān)控?cái)z像頭安裝總數(shù)已經(jīng)超過了1.75億。而且，在部分一線城市，視頻監(jiān)控已經(jīng)實(shí)現(xiàn)了全覆蓋。不過，相對(duì)于國(guó)外而言，我國(guó)安防監(jiān)控領(lǐng)域仍然有很大成長(zhǎng)空間。

五、人工智能發(fā)展的利

目前人工智能已經(jīng)為人類創(chuàng)造出了非?？捎^的經(jīng)濟(jì)效益，人工智能可以代替人類做大量人類不想做、不能做的工作，而且機(jī)器犯錯(cuò)誤的概率比人低，并且能夠持續(xù)工作，大大的提升工作效率，節(jié)約了大量的成本，未來的人工智能可能還會(huì)代替人類工作，代替人類做家務(wù)，幫助人類學(xué)習(xí)，甚至可以照顧老人和小孩，實(shí)時(shí)監(jiān)護(hù)人類的健康，生病了直接給人來治療，延長(zhǎng)人類的壽命，讓人類的生活變得越來越美好。六、人工智能發(fā)展的弊

科技的發(fā)展是一把雙刃劍，汽車分發(fā)明顛覆了傳統(tǒng)的馬車行業(yè)，人工智能的發(fā)展同樣也將顛覆許多行業(yè)。機(jī)器人代替了許多人類的工作將導(dǎo)致大量的人口失業(yè)，機(jī)器新的學(xué)習(xí)速度遠(yuǎn)遠(yuǎn)快于人類，阿爾法狗戰(zhàn)勝李世石引起人們的恐慌，有人說不怕阿爾法狗戰(zhàn)勝李世石，怕的是阿爾法夠故意輸?shù)粢痪?，如果未來的某一天，機(jī)器人變成像電影《機(jī)械姬》中有意識(shí)的機(jī)器人，那么人類隨時(shí)會(huì)變成機(jī)器人的奴隸，同時(shí)，人工智能面臨著技術(shù)失控的危險(xiǎn)，霍金曾發(fā)出警告，人類面臨一個(gè)不確定的未來，先進(jìn)的人工智能設(shè)備能夠獨(dú)立思考，并適應(yīng)環(huán)境變化，它們未來或?qū)⒊蔀閷?dǎo)致人類滅亡的終結(jié)者！如果真的有一天，人工智能機(jī)器人變成了能獨(dú)立思考，獨(dú)立的做出準(zhǔn)確的判斷，一旦有一天人工智能反客為主，到時(shí)人工智能對(duì)于人類將會(huì)是毀滅性的災(zāi)難。甚至被人工智能消滅。地球?qū)⒈蝗斯ぶ悄芙y(tǒng)治。

七、人工智能的影響

（一）人工智能對(duì)自然科學(xué)的影響。在需要使用數(shù)學(xué)計(jì)算機(jī)工具解決問題的學(xué)科，AI帶來的幫助不言而喻。更重要的是，AI反過來有助于人類最終認(rèn)識(shí)自身智能的形成。

（二）人工智能對(duì)經(jīng)濟(jì)的影響。專家系統(tǒng)更深入各行各業(yè)，帶來巨大的宏觀效益。AI也促進(jìn)了計(jì)算機(jī)工業(yè)網(wǎng)絡(luò)工業(yè)的發(fā)展。但同時(shí)，也帶來了勞務(wù)就業(yè)問題。由于AI在科技和工程中的應(yīng)用，能夠代替人類進(jìn)行各種技術(shù)工作和腦力勞動(dòng)，會(huì)造成社會(huì)結(jié)構(gòu)的劇烈變化。

（三）工智能對(duì)社會(huì)的影響。AI也為人類文化生活提供了新的模式。現(xiàn)有的游戲?qū)⒅鸩桨l(fā)展為更高智能的交互式文化娛樂手段，今天，游戲中的人工智能應(yīng)用已經(jīng)深入到各大游戲制造商的開發(fā)中。

八、人工智能的研究熱點(diǎn)

（一）智能接口。智能接口技術(shù)是研究如何使人們能夠方便自然地與計(jì)算機(jī)交流。為了實(shí)現(xiàn)這一目標(biāo)，要求計(jì)算機(jī)能夠看懂文字、聽懂語(yǔ)言、說話表達(dá)，甚至能夠進(jìn)行不同語(yǔ)言之間的翻譯，而這些功能的實(shí)現(xiàn)又依賴于知識(shí)表示方法的研究。因此，智能接口技術(shù)的研究既有巨大的應(yīng)用價(jià)值，又有基礎(chǔ)的理論意義。目前，智能接口技術(shù)已經(jīng)取得了顯著成果，文字識(shí)別、語(yǔ)音識(shí)別、語(yǔ)音合成、圖像識(shí)別、機(jī)器翻譯以及自然語(yǔ)言理解等技術(shù)已經(jīng)開始實(shí)用化。

（二）數(shù)據(jù)挖掘。數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過程。數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的研究目前已經(jīng)形成了三根強(qiáng)大的技術(shù)支柱: 數(shù)據(jù)庫(kù)、人工智能和數(shù)理統(tǒng)計(jì)。主要研究?jī)?nèi)容包括基礎(chǔ)理論、發(fā)現(xiàn)算法、數(shù)據(jù)倉(cāng)庫(kù)、可視化技術(shù)、定性定量互換模型、知識(shí)表示方法、發(fā)現(xiàn)知識(shí)的維護(hù)和再利用、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中的知識(shí)發(fā)現(xiàn)以及網(wǎng)上數(shù)據(jù)挖掘等。

（三）主體及多主體系統(tǒng)。主體是具有信念、愿望、意圖、能力、選擇、承諾等心智狀態(tài)的實(shí)體，比對(duì)象的粒度更大，智能性更高，而且具有一定自主性。主體試圖自治地、獨(dú)立地完成任務(wù)，而且可以和環(huán)境交互，與其他主體通信，通過規(guī)劃達(dá)到目標(biāo)。多主體系統(tǒng)主要研究在邏輯上或物理上分離的多個(gè)主體之間進(jìn)行協(xié)調(diào)智能行為，最終實(shí)現(xiàn)問題求解。多主體系統(tǒng)試圖用主體來模擬人的理性行為，主要應(yīng)用在對(duì)現(xiàn)實(shí)世界和社會(huì)的模擬、機(jī)器人以及智能機(jī)械等領(lǐng)域。目前對(duì)主體和多主體系統(tǒng)的研究主要集中在主體和多主體理論、主體的體系結(jié)構(gòu)和組織、主體語(yǔ)言、主體之間的協(xié)作和協(xié)調(diào)、通信和交互技術(shù)、多主體學(xué)習(xí)以及多主體系統(tǒng)應(yīng)用等方面。技術(shù)的發(fā)展總是超乎人們的想象，要準(zhǔn)確地預(yù)測(cè)人工智能的未來是不可能的。但是，從目前的一些前瞻性研究可以看出未來人工智能可能會(huì)向以下幾個(gè)方面發(fā)展: 模糊處理、并行化、神經(jīng)網(wǎng)絡(luò)和機(jī)器情感。

九、人工智能的研究?jī)r(jià)值

繁重的科學(xué)和工程計(jì)算本來是要人腦來承擔(dān)的，如今計(jì)算機(jī)不但能完成這種計(jì)算，而且能夠比人腦做得更快、更準(zhǔn)確，因此當(dāng)代人已不再把這種計(jì)算看作是“需要人類智能才能完成的復(fù)雜任務(wù)”，可見復(fù)雜工作的定義是隨著時(shí)代的發(fā)展和技術(shù)的進(jìn)步而變化的，人工智能這門科學(xué)的具體目標(biāo)也自然隨著時(shí)代的變化而發(fā)展。它一方面不斷獲得新的進(jìn)展，另一方面又轉(zhuǎn)向更有意義、更加困難的目標(biāo)。

通常，“機(jī)器學(xué)習(xí)”的數(shù)學(xué)基礎(chǔ)是“統(tǒng)計(jì)學(xué)”、“信息論”和“控制論”。還包括其他非數(shù)學(xué)學(xué)科。這類“機(jī)器學(xué)習(xí)”對(duì)“經(jīng)驗(yàn)”的依賴性很強(qiáng)。計(jì)算機(jī)需要不斷從解決一類問題的經(jīng)驗(yàn)中獲取知識(shí)，學(xué)習(xí)策略，在遇到類似的問題時(shí)，運(yùn)用經(jīng)驗(yàn)知識(shí)解決問題并積累新的經(jīng)驗(yàn)，就像普通人一樣。我們可以將這樣的學(xué)習(xí)方式稱之為“連續(xù)型學(xué)習(xí)”。但人類除了會(huì)從經(jīng)驗(yàn)中學(xué)習(xí)之外，還會(huì)創(chuàng)造，即“跳躍型學(xué)習(xí)”。這在某些情形下被稱為“靈感”或“頓悟”。一直以來，計(jì)算機(jī)最難學(xué)會(huì)的就是“頓悟”?；蛘咴賴?yán)格一些來說，計(jì)算機(jī)在學(xué)習(xí)和“實(shí)踐”方面難以學(xué)會(huì)“不依賴于量變的質(zhì)變”，很難從一種“質(zhì)”直接到另一種“質(zhì)”，或者從一個(gè)“概念”直接到另一個(gè)“概念”。正因?yàn)槿绱?，這里的“實(shí)踐”并非同人類一樣的實(shí)踐。人類的實(shí)踐過程同時(shí)包括經(jīng)驗(yàn)和創(chuàng)造。這是智能化研究者夢(mèng)寐以求的東西。

2013年，帝金數(shù)據(jù)普數(shù)中心數(shù)據(jù)研究員S.C WANG開發(fā)了一種新的數(shù)據(jù)分析方法，該方法導(dǎo)出了研究函數(shù)性質(zhì)的新方法。作者發(fā)現(xiàn)，新數(shù)據(jù)分析方法給計(jì)算機(jī)學(xué)會(huì)“創(chuàng)造”提供了一種方法。本質(zhì)上，這種方法為人的“創(chuàng)造力”的模式化提供了一種相當(dāng)有效的途徑。這種途徑是數(shù)學(xué)賦予的，是普通人無法擁有但計(jì)算機(jī)可以擁有的“能力”。從此，計(jì)算機(jī)不僅精于算，還會(huì)因精于算而精于創(chuàng)造。計(jì)算機(jī)學(xué)家們應(yīng)該斬釘截鐵地剝奪“精于創(chuàng)造”的計(jì)算機(jī)過于全面的操作能力，否則計(jì)算機(jī)真的有一天會(huì)“反捕”人類。

十、展望人工智能

目前，人工智能的推理功能已獲突破，學(xué)習(xí)及聯(lián)想功能正在研究之中，下一步就是模仿人類右腦的模糊處理功能和整個(gè)大腦的并行化處理功能。人工神經(jīng)網(wǎng)絡(luò)是未來人工智能應(yīng)用的新領(lǐng)域，未來智能計(jì)算機(jī)的構(gòu)成，可能就是作為主機(jī)的馮·諾依曼型機(jī)與作為智能外圍的人工神經(jīng)網(wǎng)絡(luò)的結(jié)合。研究表明: 情感是智能的一部分，而不是與智能相分離的，因此人工智能領(lǐng)域的下一個(gè)突破可能在于賦予計(jì)算機(jī)情感能力。情感能力對(duì)于計(jì)算機(jī)與人的自然交往至關(guān)重要。今天，已經(jīng)有很多人工智能研究的成果進(jìn)入人們的日常生活。將來，人工智能技術(shù)的發(fā)展將會(huì)給人們的生活、工作和教育等帶來更大的影響。

總 結(jié)

通過這次調(diào)查，我感觸最深的是未來2-5年人工智能將導(dǎo)致的大規(guī)模失業(yè)將率先從勞動(dòng)密集型產(chǎn)業(yè)開始。如制造業(yè)，在主要依賴勞動(dòng)力的階段，其商業(yè)模式本質(zhì)上是賺取勞動(dòng)力的剩余價(jià)值。而當(dāng)技術(shù)成本低于雇傭勞動(dòng)力的成本時(shí)，顯然勞動(dòng)力會(huì)被無情淘汰，制造企業(yè)的商業(yè)模式也將隨之發(fā)生改變。再比如物流行業(yè)，目前大多數(shù)企業(yè)都實(shí)現(xiàn)了無人倉(cāng)庫(kù)管理和機(jī)器人自動(dòng)分揀貨物，接下來無人配送車、無人機(jī)也很有可能取代一部分物流配送人員的工作。

就中國(guó)目前的情況來看，正處于從勞動(dòng)密集型產(chǎn)業(yè)向技術(shù)密集型產(chǎn)業(yè)過渡的過程中，難以避免地要受到人工智能技術(shù)的沖擊，而經(jīng)濟(jì)相對(duì)落后的東南亞國(guó)家和地區(qū)因?yàn)榱畠r(jià)的勞動(dòng)力優(yōu)勢(shì)仍在，受人工智能技術(shù)沖擊較小。世界經(jīng)濟(jì)論壇2016年的調(diào)研數(shù)據(jù)預(yù)測(cè)到2020年，機(jī)器人與人工智能的崛起，將導(dǎo)致全球15個(gè)主要的工業(yè)化國(guó)家510萬(wàn)個(gè)就業(yè)崗位的流失，多以低成本、勞動(dòng)密集型的崗位為主。

市場(chǎng)調(diào)研報(bào)告網(wǎng)

市場(chǎng)調(diào)研報(bào)告格式

市場(chǎng)調(diào)研情況報(bào)告

市場(chǎng)調(diào)研報(bào)告模板

人工智能口號(hào)

第四篇：人工智能多種模式識(shí)別的調(diào)研報(bào)告

鄭州科技學(xué)院

鄭州科技學(xué)院

本科畢業(yè)設(shè)計(jì)（論文）

題 目 多種模式識(shí)別的調(diào)研報(bào)告 姓 名 閆 永 光 專 業(yè) 計(jì)算機(jī)科學(xué)與技術(shù) 學(xué) 號(hào) 201115025 指導(dǎo)教師

鄭州科技學(xué)院信息工程系 二○一四年六月

鄭州科技學(xué)院

摘 要

信息技術(shù)的飛速發(fā)展使得人工智能的應(yīng)用范圍變得越來越廣，而模式識(shí)別作為其中的一個(gè)重要方面，一直是人工智能研究的重要方向。在介紹人工智能和模式識(shí)別的相關(guān)知識(shí)的同時(shí)，對(duì)人工智能在模式識(shí)別中的應(yīng)用進(jìn)行了一定的論述。

模式識(shí)別(Pattern Recognition)是人類的一項(xiàng)基本智能，著20世紀(jì)40年代計(jì)算機(jī)的出現(xiàn)以及50年代人工智能的興起，模式識(shí)別技術(shù)有了長(zhǎng)足的發(fā)展。模式識(shí)別與統(tǒng)計(jì)學(xué)、心理學(xué)、語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)、生物學(xué)、控制論等都有關(guān)系。它與人工智能、圖像處理 的研究有交叉關(guān)系。模式識(shí)別的發(fā)展?jié)摿薮蟆?/p>

關(guān)鍵詞：模式識(shí)別； 人工智能； 多種模式識(shí)別的應(yīng)用； 模式識(shí)別技術(shù)的發(fā)展?jié)摿?/p>

鄭州科技學(xué)院

引言

隨著計(jì)算機(jī)應(yīng)用范圍不斷的拓寬，我們對(duì)于計(jì)算機(jī)具有更加有效的感知“能力”，諸如對(duì)聲音、文字、圖像、溫度以及震動(dòng)等外界信息，這樣就可以依靠計(jì)算機(jī)來對(duì)人類的生存環(huán)境進(jìn)行數(shù)字化改造。但是從一般的意義上來講，當(dāng)前的計(jì)算機(jī)都無法直接感知這些信息，而只能通過人在鍵盤、鼠標(biāo)等外設(shè)上的操作才能感知外部信息。雖然攝像儀、圖文掃描儀和話筒等相關(guān)設(shè)備已經(jīng)部分的解決了非電信號(hào)的轉(zhuǎn)換問題，但是仍然存在著識(shí)別技術(shù)不高，不能確保計(jì)算機(jī)真正的感知所采錄的究竟是什么信息。這直接使得計(jì)算機(jī)對(duì)外部世界的感知能力低下，成為計(jì)算機(jī)應(yīng)用發(fā)展的瓶頸。這時(shí)，能夠提高計(jì)算機(jī)外部感知能力的學(xué)科——模式識(shí)別應(yīng)運(yùn)而生，并得到了快速的發(fā)展。人工智能中所提到的模式識(shí)別是指采用計(jì)算機(jī)來代替人類或者是幫助人類來感知外部信息，可以說是一種對(duì)人類感知能力的一種仿真模擬。它探討的是計(jì)算機(jī)模式識(shí)別系統(tǒng)的建立，通過計(jì)算機(jī)系統(tǒng)來模擬人類感官對(duì)外界信息的識(shí)別和感知

1、模式識(shí)別

什么是模式和模式識(shí)別？

模式可分成抽象的和具體的兩種形式。前者如意識(shí)、思想、議論等,屬于概念識(shí)別研究的范疇,是人工智能的另一研究分支。我們所指的模式識(shí)別主要是對(duì)語(yǔ)音波形、地震波、心電圖、腦電圖、圖片、照片、文字、符號(hào)、生物傳感器等對(duì)象的具體模式進(jìn)行辨識(shí)和分類。

模式識(shí)別(Pattern Recognition)是指對(duì)表征事物或現(xiàn)象的各種形式的(數(shù)值的、文字的和邏輯關(guān)系的)信息進(jìn)行處理和分析,以對(duì)事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和解釋的過程,是信息科學(xué)和人工智能的重要組成部分。模式識(shí)別又常稱作模式分類，從處理問題的性質(zhì)和解決問題的方法等角度，模式識(shí)別分為有監(jiān)督的分類（Supervised Claification）和無監(jiān)督的分類(Unsupervised Claification)兩種。二者的主要差別在于，各實(shí)驗(yàn)樣本所屬的類別是否預(yù)先已知。一般說來，有監(jiān)督的分類往往需要提供大量已知類別的樣本，但在實(shí)際問題中，這是存在一定困難的，因此研究無監(jiān)督的分類就變得十分有必要了。

鄭州科技學(xué)院

2、人工智能

人工智能的定義可以分為兩部分，即“人工”和“智能”。“人工”比較好理解，爭(zhēng)議性也不大。有時(shí)我們會(huì)要考慮什么是人力所能及制造的，或者人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步，等等。但總的來說，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。

關(guān)于什么是“智能”，就問題多多了。這涉及到其它諸如意識(shí)（consciousne）、自我（self）、思維（mind）（包括無意識(shí)的思維（unconscious_mind）等等問題。人唯一了解的智能是人本身的智能，這是普遍認(rèn)同的觀點(diǎn)。但是我們對(duì)我們自身智能的理解都非常有限，對(duì)構(gòu)成人的智能的必要元素也了解有限，所以就很難定義什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及對(duì)人的智能本身的研究。其它關(guān)于動(dòng)物或其它人造系統(tǒng)的智能也普遍被認(rèn)為是人工智能相關(guān)的研究課題。

人工智能目前在計(jì)算機(jī)領(lǐng)域內(nèi)，得到了愈加廣泛的重視。并在機(jī)器人，經(jīng)濟(jì)政治決策，控制系統(tǒng)，仿真系統(tǒng)中得到應(yīng)用。

人工智能是研究使計(jì)算機(jī)來模擬人的某些思維過程和智能行為（如學(xué)習(xí)、推理、思考、規(guī)劃等）的學(xué)科，主要包括計(jì)算機(jī)實(shí)現(xiàn)智能的原理、制造類似于人腦智能的計(jì)算機(jī)，使計(jì)算機(jī)能實(shí)現(xiàn)更高層次的應(yīng)用。人工智能將涉及到計(jì)算機(jī)科學(xué)、心理學(xué)、哲學(xué)和語(yǔ)言學(xué)等學(xué)科?？梢哉f幾乎是自然科學(xué)和社會(huì)科學(xué)的所有學(xué)科，其范圍已遠(yuǎn)遠(yuǎn)超出了計(jì)算機(jī)科學(xué)的范疇，人工智能與思維科學(xué)的關(guān)系是實(shí)踐和理論的關(guān)系，人工智能是處于思維科學(xué)的技術(shù)應(yīng)用層次，是它的一個(gè)應(yīng)用分支。從思維觀點(diǎn)看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進(jìn)人工智能的突破性的發(fā)展，數(shù)學(xué)常被認(rèn)為是多種學(xué)科的基礎(chǔ)科學(xué)，數(shù)學(xué)也進(jìn)入語(yǔ)言、思維領(lǐng)域，人工智能學(xué)科也必須借用數(shù)學(xué)工具，數(shù)學(xué)不僅在標(biāo)準(zhǔn)邏輯、模糊數(shù)學(xué)等范圍發(fā)揮作用，數(shù)學(xué)進(jìn)入人工智能學(xué)科，它們將互相促進(jìn)而更快地發(fā)展。

3、多種模式識(shí)別的應(yīng)用

3.1文字識(shí)別

漢字已有數(shù)千年的歷史，也是世界上使用人數(shù)最多的文字，對(duì)于中華民族燦爛文化的形成和發(fā)展有著不可磨滅的功勛。所以在信息技術(shù)及計(jì)算機(jī)技術(shù)日益普及的今天，如何將

鄭州科技學(xué)院

文字方便、快速地輸入到計(jì)算機(jī)中已成為影響人機(jī)接口效率的一個(gè)重要瓶頸，也關(guān)系到計(jì)算機(jī)能否真正在我過得到普及的應(yīng)用。目前，漢字輸入主要分為人工鍵盤輸入和機(jī)器自動(dòng)識(shí)別輸入兩種。其中人工鍵入速度慢而且勞動(dòng)強(qiáng)度大；自動(dòng)輸入又分為漢字識(shí)別輸入及語(yǔ)音識(shí)別輸入。從識(shí)別技術(shù)的難度來說，手寫體識(shí)別的難度高于印刷體識(shí)別，而在手寫體識(shí)別中，脫機(jī)手寫體的難度又遠(yuǎn)遠(yuǎn)超過了連機(jī)手寫體識(shí)別。到目前為止，除了脫機(jī)手寫體數(shù)字的識(shí)別已有實(shí)際應(yīng)用外，漢字等文字的脫機(jī)手寫體識(shí)別還處在實(shí)驗(yàn)室階段。

3.2 語(yǔ)音識(shí)別

語(yǔ)音識(shí)別技術(shù)技術(shù)所涉及的領(lǐng)域包括：信號(hào)處理、模式識(shí)別、概率論和信息論、發(fā)聲機(jī)理和聽覺機(jī)理、人工智能等等。近年來，在生物識(shí)別技術(shù)領(lǐng)域中，聲紋識(shí)別技術(shù)以其獨(dú)特的方便性、經(jīng)濟(jì)性和準(zhǔn)確性等優(yōu)勢(shì)受到世人矚目，并日益成為人們?nèi)粘Ｉ詈凸ぷ髦兄匾移占暗陌豺?yàn)證方式。而且利用基因算法訓(xùn)練連續(xù)隱馬爾柯夫模型的語(yǔ)音識(shí)別方法現(xiàn)已成為語(yǔ)音識(shí)別的主流技術(shù)，該方法在語(yǔ)音識(shí)別時(shí)識(shí)別速度較快，也有較高的識(shí)別率。

3.3 指紋識(shí)別

我們手掌及其手指、腳、腳趾內(nèi)側(cè)表面的皮膚凹凸不平產(chǎn)生的紋路會(huì)形成各種各樣的圖案。而這些皮膚的紋路在圖案、斷點(diǎn)和交叉點(diǎn)上各不相同，是唯一的。依靠這種唯一性，就可以將一個(gè)人同他的指紋對(duì)應(yīng)起來，通過比較他的指紋和預(yù)先保存的指紋進(jìn)行比較，便可以驗(yàn)證他的真實(shí)身份。一般的指紋分成有以下幾個(gè)大的類別:left loop,right loop,twin loop,whorl,arch和tented arch,這樣就可以將每個(gè)人的指紋分別歸類，進(jìn)行檢索。指紋識(shí)別基本上可分成：預(yù)處理、特征選擇和模式分類幾個(gè)大的步驟。

3.4 圖像模式識(shí)別

圖像模式識(shí)別的方法很多，從圖像模式識(shí)別提取的特征對(duì)象來看，圖像識(shí)別方法可分為以下幾種：基于形狀特征的識(shí)別技術(shù)、基于色彩特征的識(shí)別技術(shù)以及基于紋理特征的識(shí)別技術(shù)。其中，基于形狀特征的識(shí)別方法，其關(guān)鍵是找到圖像中對(duì)象形狀及對(duì)此進(jìn)行描述，形成可視特征矢量，以完成不同圖像的分類，常用來表示形狀的變量有形狀的周長(zhǎng)、面積、圓形度、離心率等?；谏侍卣鞯淖R(shí)別技術(shù)主要針對(duì)彩色圖像，通過色

鄭州科技學(xué)院

彩直方圖具有的簡(jiǎn)單且隨圖像的大小、旋轉(zhuǎn)變換不敏感等特點(diǎn)進(jìn)行分類識(shí)別。基于紋理特征的識(shí)別方法是通過對(duì)圖像中非常具有結(jié)構(gòu)規(guī)律的特征加以分析或者則是對(duì)圖像中的色彩強(qiáng)度的分布信息進(jìn)行統(tǒng)計(jì)來完成。

從模式特征選擇及判別決策方法的不同可將圖像模式識(shí)別方法大致歸納為兩類:統(tǒng)計(jì)模式(決策理論)識(shí)別方法和句法(結(jié)構(gòu))模式識(shí)別方法。此外，近些年隨著對(duì)模式識(shí)別技術(shù)研究的進(jìn)一步深入，模糊模式識(shí)別方法和神經(jīng)網(wǎng)絡(luò)模式識(shí)別方法也開始得到廣泛的應(yīng)用。在此將這四種方法進(jìn)行一下說明。

3.5 句法模式識(shí)別

對(duì)于較復(fù)雜的模式，如采用統(tǒng)計(jì)模式識(shí)別的方法，所面臨的一個(gè)困難就是特征提取的問題，它所要求的特征量十分巨大，要把某一個(gè)復(fù)雜模式準(zhǔn)確分類很困難，從而很自然地就想到這樣的一種設(shè)計(jì)，即努力地把一個(gè)復(fù)雜模式分化為若干較簡(jiǎn)單子模式的組合，而子模式又分為若干基元，通過對(duì)基元的識(shí)別，進(jìn)而識(shí)別子模式，最終識(shí)別該復(fù)雜模式。正如英文句子由一些短語(yǔ)，短語(yǔ)又由單詞，單詞又由字母構(gòu)成一樣。用一組模式基元和它們的組成來描述模式的結(jié)構(gòu)的語(yǔ)言，稱為模式描述語(yǔ)言。支配基元組成模式的規(guī)則稱為文法。當(dāng)每個(gè)基元被識(shí)別后，利用句法分析就可以作出整個(gè)的模式識(shí)別。即以這個(gè)句子是否符合某特定文法，以判別它是否屬于某一類別。這就是句法模式識(shí)別的基本思想。

句法模式識(shí)別系統(tǒng)主要由預(yù)處理、基元提取、句法分析和文法推斷等幾部分組成。由預(yù)處理分割的模式，經(jīng)基元提取形成描述模式的基元串（即字符串）。句法分析根據(jù)文法推理所推斷的文法，判決有序字符串所描述的模式類別，得到判決結(jié)果。問題在于句法分析所依據(jù)的文法。不同的模式類對(duì)應(yīng)著不同的文法，描述不同的目標(biāo)。為了得到于模式類相適應(yīng)的文法，類似于統(tǒng)計(jì)模式識(shí)別的訓(xùn)練過程，必須事先采集足夠多的訓(xùn)練模式樣本，經(jīng)基元提取，把相應(yīng)的文法推斷出來。實(shí)際應(yīng)用還有一定的困難。

3.6 統(tǒng)計(jì)模式識(shí)別

統(tǒng)計(jì)模式識(shí)別是目前最成熟也是應(yīng)用最廣泛的方法，它主要利用貝葉斯決策規(guī)則解決最優(yōu)分類器問題。統(tǒng)計(jì)決策理論的基本思想就是在不同的模式類中建立一個(gè)決策邊界，利用決策函數(shù)把一個(gè)給定的模式歸入相應(yīng)的模式類中。統(tǒng)計(jì)模式識(shí)別的基本模型如

鄭州科技學(xué)院

圖2，該模型主要包括兩種操作模型：訓(xùn)練和分類，其中訓(xùn)練主要利用己有樣本完成對(duì)決策邊界的劃分，并采取了一定的學(xué)習(xí)機(jī)制以保證基于樣本的劃分是最優(yōu)的;而分類主要對(duì)輸入的模式利用其特征和訓(xùn)練得來的決策函數(shù)而把模式劃分到相應(yīng)模式類中。統(tǒng)計(jì)模式識(shí)別方法以數(shù)學(xué)上的決策理論為基礎(chǔ)建立統(tǒng)計(jì)模式識(shí)別模型。其基本模型是:對(duì)被研究圖像進(jìn)行大量統(tǒng)計(jì)分析，找出規(guī)律性的認(rèn)識(shí)，并選取出反映圖像本質(zhì)的特征進(jìn)行分類識(shí)別。統(tǒng)計(jì)模式識(shí)別系統(tǒng)可分為兩種運(yùn)行模式:訓(xùn)練和分類。訓(xùn)練模式中，預(yù)處理模塊負(fù)責(zé)將感興趣的特征從背景中分割出來、去除噪聲以及進(jìn)行其它操作;特征選取模塊主要負(fù)責(zé)找到合適的特征來表示輸入模式;分類器負(fù)責(zé)訓(xùn)練分割特征空間。在分類模式中，被訓(xùn)練好的分類器將輸入模式根據(jù)測(cè)量的特征分配到某個(gè)指定的類。統(tǒng)計(jì)模式識(shí)別組成如圖2所示。

圖2 統(tǒng)計(jì)模式識(shí)別模型

4、模式識(shí)別技術(shù)的發(fā)展?jié)摿?/p>

模式識(shí)別技術(shù)是人工智能的基礎(chǔ)技術(shù)，21世紀(jì)是智能化、信息化、計(jì)算化、網(wǎng)絡(luò)化的世紀(jì)，在這個(gè)以數(shù)字計(jì)算為特征的世紀(jì)里，作為人工智能技術(shù)基礎(chǔ)學(xué)科的模式識(shí)別技術(shù)，必將獲得巨大的發(fā)展空間。在國(guó)際上，各大權(quán)威研究機(jī)構(gòu)，各大公司都紛紛開始將模式識(shí)別技術(shù)作為公司的戰(zhàn)略研發(fā)重點(diǎn)加以重視。

3.1語(yǔ)音識(shí)別技術(shù)

語(yǔ)音識(shí)別技術(shù)正逐步成為信息技術(shù)中人機(jī)接口的關(guān)鍵技術(shù)，語(yǔ)音技術(shù)的應(yīng)用已經(jīng)成為一個(gè)具有競(jìng)爭(zhēng)性的新興高技術(shù)產(chǎn)業(yè)。中國(guó)互聯(lián)網(wǎng)中心的市場(chǎng)預(yù)測(cè)：未來5年，中文語(yǔ)音技術(shù)領(lǐng)域?qū)?huì)有超過400億人民幣的市場(chǎng)容量,然后每年以超過30%的速度增長(zhǎng)。

3.2生物認(rèn)證技術(shù)

生物認(rèn)證技術(shù)本世紀(jì)最受關(guān)注的安全認(rèn)證技術(shù)，它的發(fā)展是大勢(shì)所趨。人們?cè)敢馔?/p>

鄭州科技學(xué)院

掉所有的密碼、扔掉所有的磁卡，憑借自身的唯一性來標(biāo)識(shí)身份與保密。國(guó)際數(shù)據(jù)集團(tuán)（IDC）預(yù)測(cè)：作為未來的必然發(fā)展方向的移動(dòng)電子商務(wù)基礎(chǔ)核心技術(shù)的生物識(shí)別技術(shù)在未來10年的時(shí)間里將達(dá)到100美元的市場(chǎng)規(guī)模。

3.3數(shù)字水印技術(shù)

90年代以來才在國(guó)際上開始發(fā)展起來的數(shù)字水印技術(shù)是最具發(fā)展?jié)摿εc優(yōu)勢(shì)的數(shù)字媒體版權(quán)保護(hù)技術(shù)。IDC預(yù)測(cè)，數(shù)字水印技術(shù)在未來的5年內(nèi)全球市場(chǎng)容量超過80億美元。

結(jié) 語(yǔ)

綜上所述，模式識(shí)別從20世紀(jì)20年代發(fā)展至今，人們的一種普遍看法是不存在對(duì)所有模式識(shí)別問題都適用的單一模型和解決識(shí)別問題的單一技術(shù)，我們現(xiàn)在擁有的只是一個(gè)工具袋，所要做的是結(jié)合具體問題把統(tǒng)計(jì)的和句法的識(shí)別結(jié)合起來，把統(tǒng)計(jì)模式識(shí)別或句法模式識(shí)別與人工智能中的啟發(fā)式搜索結(jié)合起來，把統(tǒng)計(jì)模式識(shí)別或句法模式識(shí)別與支持向量機(jī)的機(jī)器學(xué)習(xí)結(jié)合起來，把人工神經(jīng)元網(wǎng)絡(luò)與各種已有技術(shù)以及人工智能中的專家系統(tǒng)、不確定推理方法結(jié)合起來，深入掌握各種工具的效能和應(yīng)有的可能性，互相取長(zhǎng)補(bǔ)短，開創(chuàng)模式識(shí)別應(yīng)用的新局面。

參考文獻(xiàn)

1 邊肇祺，張學(xué)工等編著.模式識(shí)別(第二版).北京：清華大學(xué)出版社，2000.2 王碧泉，陳祖蔭.模式識(shí)別理論、方法和應(yīng)用.北京：地震出版社，1989.3 趙陵滋，甘云祥.統(tǒng)計(jì)模式識(shí)別算法的MATLAB語(yǔ)言實(shí)現(xiàn).應(yīng)用科技 4 語(yǔ)音識(shí)別 理想與現(xiàn)實(shí)的距離

5 人類形象思維模式識(shí)別與機(jī)器模式識(shí)別之探討 6 指紋認(rèn)證方法應(yīng)注意的問題

第五篇：產(chǎn)品市場(chǎng)調(diào)查報(bào)告

根據(jù)服裝市場(chǎng)調(diào)查統(tǒng)計(jì)及品牌資料分析，掌握國(guó)內(nèi)服裝市場(chǎng)的著明企業(yè)和馳名品牌，在北京、上海服裝市場(chǎng)都占有較大的份額。

京滬兩大市場(chǎng)歷來是服裝企業(yè)、經(jīng)銷商進(jìn)行服裝產(chǎn)品市場(chǎng)推廣的最重要的兩大城市，京滬兩地商場(chǎng)眾多，而且定位各有特點(diǎn)，消費(fèi)群體也有各自消費(fèi)的喜好。因此如何科學(xué)的分析京滬商場(chǎng)的詳細(xì)經(jīng)銷能力、同類產(chǎn)品的銷售情況、當(dāng)?shù)叵M(fèi)者對(duì)相關(guān)產(chǎn)品品牌的認(rèn)知程度以及各種品牌的市場(chǎng)占有率對(duì)想在京滬市場(chǎng)進(jìn)一步開拓市場(chǎng)的服裝企業(yè)及準(zhǔn)備進(jìn)入兩地市場(chǎng)的服裝企業(yè)尤為重要；此外也可作為服裝品牌加盟商、代理商衡量該品牌市場(chǎng)拓展前途的一個(gè)重要的依據(jù)。

國(guó)家信息中心市場(chǎng)信息處 聯(lián)合京滬兩地重點(diǎn)商業(yè)企業(yè)推出相關(guān)市場(chǎng)調(diào)查報(bào)告，報(bào)告根據(jù)京滬商場(chǎng)每月的'商場(chǎng)銷售小票經(jīng)過專業(yè)統(tǒng)計(jì)系統(tǒng)分析。調(diào)查產(chǎn)品涉及：女裝、男西服、男襯衣、童裝、羊毛衫、皮衣、休閑裝、成人內(nèi)衣、女士?jī)?nèi)衣、少兒內(nèi)衣、T恤衫、羊絨衫、美容護(hù)膚、洗發(fā)護(hù)發(fā)、香水等，每月25日出版上述產(chǎn)品的市場(chǎng)調(diào)查報(bào)告。

調(diào)查報(bào)告針對(duì)京滬兩地不同產(chǎn)品從三個(gè)方面進(jìn)行詳細(xì)分析：

A、商場(chǎng)銷售情況：不同商場(chǎng)的銷售能力描述；

B、生產(chǎn)企業(yè)分析：各種產(chǎn)品生產(chǎn)企業(yè)的銷售情況，市場(chǎng)占有率以及月度占有率變化；

C、品xx：具體描述品牌市場(chǎng)變化情況，每月市場(chǎng)份額占有走勢(shì)。

因此，市場(chǎng)調(diào)查報(bào)告對(duì)生產(chǎn)企業(yè)和經(jīng)銷商無疑是打開和占領(lǐng)兩地市場(chǎng)的鑰匙。

市場(chǎng)調(diào)研報(bào)告 ?安全生產(chǎn)調(diào)研報(bào)告 ?社會(huì)調(diào)研報(bào)告 ?會(huì)計(jì)調(diào)研報(bào)告 ?產(chǎn)品調(diào)研報(bào)告

服裝網(wǎng)作為服裝行業(yè)的綜合門戶網(wǎng)站，全面致力于為服裝行業(yè)提供各種貿(mào)易、市場(chǎng)、營(yíng)銷、流行、會(huì)展、人才等綜合資訊。為了較好為服裝行業(yè)提供直接有效的服務(wù)，此次和國(guó)家信息中心合作推出的服裝市場(chǎng)調(diào)查統(tǒng)計(jì)報(bào)告，讓服裝企業(yè)、經(jīng)銷商、服裝加盟代理商能適時(shí)把握服裝市場(chǎng)動(dòng)態(tài)和需求，我們還特別組建專家小組結(jié)合商業(yè)資源優(yōu)勢(shì)，為服裝品牌進(jìn)入市場(chǎng)提供全面的市場(chǎng)營(yíng)銷策劃方案、為服裝代理加盟商提供品牌市場(chǎng)咨詢。

第六篇：產(chǎn)品市場(chǎng)調(diào)查報(bào)告

產(chǎn)品屬性： 潮流配飾

品名：SINOBI 情侶表 1850

顏色：白色

包裝：普通包裝此款有黑白兩色，分別有男女裝

時(shí)諾比，英文SINOBI，是廣東永鴻鐘表有限公司旗下品牌，公司經(jīng)營(yíng)15年，商標(biāo)于20xx年注冊(cè)，時(shí)諾比產(chǎn)品上市僅僅三年便受到消費(fèi)者熱烈追捧，至今為止，時(shí)諾比品牌在網(wǎng)絡(luò)手表品牌銷量中位居第三名，被眾多網(wǎng)絡(luò)經(jīng)銷商列為“最好賣的手表產(chǎn)品”

型號(hào): 1850無鉆 機(jī)芯類型: 石英表

手表種類: 男，女表 手表風(fēng)格: 潮流時(shí)尚

表帶材質(zhì): 合金 表盤形狀: 圓型

顯示類型: 指針 推出時(shí)間: 20xx年

成色: 全新 表扣: 單折疊扣

表底: 普通 表冠: 普通

表盤直徑: 40 mm 品牌產(chǎn)地: 中國(guó)

主要網(wǎng)站價(jià)格：

合眾網(wǎng)：57.5元/對(duì)

淘寶：96元/對(duì)

阿里巴巴： 21.00~ 23.00 /塊

亞馬孫：99元/對(duì)

京東：無同一品牌商品

1號(hào)店：無同一品牌商品

目標(biāo)市場(chǎng)及適用人群：這款SINOBI手表在韓國(guó)瘋賣哦!不僅僅是韓國(guó)，國(guó)內(nèi)也非常流行，受到青年男女的喜愛，所以市場(chǎng)就定位在這部分區(qū)域。該產(chǎn)品的設(shè)計(jì)從青年男女的角度出發(fā)材料選用優(yōu)質(zhì)合金，進(jìn)口烤磁，不銹鋼底蓋，日本機(jī)芯。

SWOT分析法：

Strength優(yōu)勢(shì)：此商品在合眾網(wǎng)手表的價(jià)格中是比較低的，而且該商品大方，美觀，時(shí)尚廣受青年男女的好評(píng)。而對(duì)于創(chuàng)業(yè)者來說，是一個(gè)作為售賣商品很不錯(cuò)色貨源，而且上述的價(jià)格調(diào)查中，合眾網(wǎng)的價(jià)格是最具有優(yōu)勢(shì)的，此商品在合眾網(wǎng)潮流配飾中的是比較值得嘗試的一個(gè)產(chǎn)品。

Weakness劣勢(shì)：雖然有著價(jià)格的明顯優(yōu)勢(shì)，但是實(shí)際上該產(chǎn)品的種類以及樣式是很少的，較于阿里巴巴批發(fā)平臺(tái)上相同類目的產(chǎn)品，式樣以及款式都是不可比擬的，對(duì)于這個(gè)要求功能與外觀的時(shí)代，該產(chǎn)品還是有不足的`。在合眾網(wǎng)里潮流配飾里，對(duì)于SINOBI這款產(chǎn)品來說，大家對(duì)于SINOBI還不是特別了解，沒能做到家家戶戶都知道此商品，前期對(duì)于此商品的推廣還是存在一定的困難。

Opportunity機(jī)會(huì)：合眾網(wǎng)借力網(wǎng)絡(luò)營(yíng)銷能力秀這個(gè)平臺(tái)，有眾多參與的選手可以為其做推廣，里面的商品中，情侶手表正好借助廣大青年情侶的喜愛，天時(shí)地利人和才能給到此產(chǎn)品的一個(gè)良好前景。

Threat威脅：情侶手表這類產(chǎn)品在各個(gè)平臺(tái)都有售賣，和淘寶、天貓、阿里巴巴等其他平臺(tái)來說，合眾網(wǎng)這一平臺(tái)還并不是為眾人所熟知，大多數(shù)人的選擇還是會(huì)去淘寶、天貓其他平臺(tái)上購(gòu)買這一產(chǎn)品，無法保證合眾網(wǎng)上該產(chǎn)品的市場(chǎng)。

結(jié)論：此款商品在合眾網(wǎng)上價(jià)格對(duì)于淘寶、天貓的同一品牌產(chǎn)品是有絕對(duì)優(yōu)勢(shì)的，價(jià)格相差一倍，而較于阿里巴巴這個(gè)批發(fā)商品的平臺(tái)上，并沒有優(yōu)勢(shì)，并在此期間，合眾網(wǎng)并不需要支付相關(guān)的運(yùn)輸費(fèi)用。對(duì)于京東、1號(hào)店則無此同一品牌商品，但類似的產(chǎn)品中價(jià)格也是比合眾網(wǎng)高的，所以對(duì)于我們?cè)谛５膶W(xué)生創(chuàng)業(yè)選貨的話，此商品還是具有明顯優(yōu)勢(shì)的。