千文網(wǎng)小編為你整理了多篇相關(guān)的《人工智能與市場調(diào)查報告》，但愿對你工作學(xué)習(xí)有幫助，當然你在千文網(wǎng)還可以找到更多《人工智能與市場調(diào)查報告》。

第一篇：人工智能多種模式識別的調(diào)研報告

鄭州科技學(xué)院

鄭州科技學(xué)院

本科畢業(yè)設(shè)計（論文）

題 目 多種模式識別的調(diào)研報告 姓 名 閆 永 光 專 業(yè) 計算機科學(xué)與技術(shù) 學(xué) 號 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，而模式識別作為其中的一個重要方面，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別的相關(guān)知識的同時，對人工智能在模式識別中的應(yīng)用進行了一定的論述。

模式識別(Pattern Recognition)是人類的一項基本智能，著20世紀40年代計算機的出現(xiàn)以及50年代人工智能的興起，模式識別技術(shù)有了長足的發(fā)展。模式識別與統(tǒng)計學(xué)、心理學(xué)、語言學(xué)、計算機科學(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。模式識別的發(fā)展?jié)摿薮蟆?/p>

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

鄭州科技學(xué)院

引言

隨著計算機應(yīng)用范圍不斷的拓寬，我們對于計算機具有更加有效的感知“能力”，諸如對聲音、文字、圖像、溫度以及震動等外界信息，這樣就可以依靠計算機來對人類的生存環(huán)境進行數(shù)字化改造。但是從一般的意義上來講，當前的計算機都無法直接感知這些信息，而只能通過人在鍵盤、鼠標等外設(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的轉(zhuǎn)換問題，但是仍然存在著識別技術(shù)不高，不能確保計算機真正的感知所采錄的究竟是什么信息。這直接使得計算機對外部世界的感知能力低下，成為計算機應(yīng)用發(fā)展的瓶頸。這時，能夠提高計算機外部感知能力的學(xué)科——模式識別應(yīng)運而生，并得到了快速的發(fā)展。人工智能中所提到的模式識別是指采用計算機來代替人類或者是幫助人類來感知外部信息，可以說是一種對人類感知能力的一種仿真模擬。它探討的是計算機模式識別系統(tǒng)的建立，通過計算機系統(tǒng)來模擬人類感官對外界信息的識別和感知

1、模式識別

什么是模式和模式識別？

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

模式識別(Pattern Recognition)是指對表征事物或現(xiàn)象的各種形式的(數(shù)值的、文字的和邏輯關(guān)系的)信息進行處理和分析,以對事物或現(xiàn)象進行描述、辨認、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，各實驗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，爭議性也不大。有時我們會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（consciousne）、自我（self）、思維（mind）（包括無意識的思維（unconscious_mind）等等問題。人唯一了解的智能是人本身的智能，這是普遍認同的觀點。但是我們對我們自身智能的理解都非常有限，對構(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人的智能本身的研究。其它關(guān)于動物或其它人造系統(tǒng)的智能也普遍被認為是人工智能相關(guān)的研究課題。

人工智能目前在計算機領(lǐng)域內(nèi)，得到了愈加廣泛的重視。并在機器人，經(jīng)濟政治決策，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算機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，主要包括計算機實現(xiàn)智能的原理、制造類似于人腦智能的計算機，使計算機能實現(xiàn)更高層次的應(yīng)用。人工智能將涉及到計算機科學(xué)、心理學(xué)、哲學(xué)和語言學(xué)等學(xué)科?？梢哉f幾乎是自然科學(xué)和社會科學(xué)的所有學(xué)科，其范圍已遠遠超出了計算機科學(xué)的范疇，人工智能與思維科學(xué)的關(guān)系是實踐和理論的關(guān)系，人工智能是處于思維科學(xué)的技術(shù)應(yīng)用層次，是它的一個應(yīng)用分支。從思維觀點看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進人工智能的突破性的發(fā)展，數(shù)學(xué)常被認為是多種學(xué)科的基礎(chǔ)科學(xué)，數(shù)學(xué)也進入語言、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)不僅在標準邏輯、模糊數(shù)學(xué)等范圍發(fā)揮作用，數(shù)學(xué)進入人工智能學(xué)科，它們將互相促進而更快地發(fā)展。

3、多種模式識別的應(yīng)用

3.1文字識別

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)及計算機技術(shù)日益普及的今天，如何將

鄭州科技學(xué)院

文字方便、快速地輸入到計算機中已成為影響人機接口效率的一個重要瓶頸，也關(guān)系到計算機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器自動識別輸入兩種。其中人工鍵入速度慢而且勞動強度大；自動輸入又分為漢字識別輸入及語音識別輸入。從識別技術(shù)的難度來說，手寫體識別的難度高于印刷體識別，而在手寫體識別中，脫機手寫體的難度又遠遠超過了連機手寫體識別。到目前為止，除了脫機手寫體數(shù)字的識別已有實際應(yīng)用外，漢字等文字的脫機手寫體識別還處在實驗室階段。

3.2 語音識別

語音識別技術(shù)技術(shù)所涉及的領(lǐng)域包括：信號處理、模式識別、概率論和信息論、發(fā)聲機理和聽覺機理、人工智能等等。近年來，在生物識別技術(shù)領(lǐng)域中，聲紋識別技術(shù)以其獨特的方便性、經(jīng)濟性和準確性等優(yōu)勢受到世人矚目，并日益成為人們?nèi)粘Ｉ詈凸ぷ髦兄匾移占暗陌豺炞C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音識別方法現(xiàn)已成為語音識別的主流技術(shù)，該方法在語音識別時識別速度較快，也有較高的識別率。

3.3 指紋識別

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)生的紋路會形成各種各樣的圖案。而這些皮膚的紋路在圖案、斷點和交叉點上各不相同，是唯一的。依靠這種唯一性，就可以將一個人同他的指紋對應(yīng)起來，通過比較他的指紋和預(yù)先保存的指紋進行比較，便可以驗證他的真實身份。一般的指紋分成有以下幾個大的類別:left loop,right loop,twin loop,whorl,arch和tented arch,這樣就可以將每個人的指紋分別歸類，進行檢索。指紋識別基本上可分成：預(yù)處理、特征選擇和模式分類幾個大的步驟。

3.4 圖像模式識別

圖像模式識別的方法很多，從圖像模式識別提取的特征對象來看，圖像識別方法可分為以下幾種：基于形狀特征的識別技術(shù)、基于色彩特征的識別技術(shù)以及基于紋理特征的識別技術(shù)。其中，基于形狀特征的識別方法，其關(guān)鍵是找到圖像中對象形狀及對此進行描述，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、面積、圓形度、離心率等?；谏侍卣鞯淖R別技術(shù)主要針對彩色圖像，通過色

鄭州科技學(xué)院

彩直方圖具有的簡單且隨圖像的大小、旋轉(zhuǎn)變換不敏感等特點進行分類識別?；诩y理特征的識別方法是通過對圖像中非常具有結(jié)構(gòu)規(guī)律的特征加以分析或者則是對圖像中的色彩強度的分布信息進行統(tǒng)計來完成。

從模式特征選擇及判別決策方法的不同可將圖像模式識別方法大致歸納為兩類:統(tǒng)計模式(決策理論)識別方法和句法(結(jié)構(gòu))模式識別方法。此外，近些年隨著對模式識別技術(shù)研究的進一步深入，模糊模式識別方法和神經(jīng)網(wǎng)絡(luò)模式識別方法也開始得到廣泛的應(yīng)用。在此將這四種方法進行一下說明。

3.5 句法模式識別

對于較復(fù)雜的模式，如采用統(tǒng)計模式識別的方法，所面臨的一個困難就是特征提取的問題，它所要求的特征量十分巨大，要把某一個復(fù)雜模式準確分類很困難，從而很自然地就想到這樣的一種設(shè)計，即努力地把一個復(fù)雜模式分化為若干較簡單子模式的組合，而子模式又分為若干基元，通過對基元的識別，進而識別子模式，最終識別該復(fù)雜模式。正如英文句子由一些短語，短語又由單詞，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)的語言，稱為模式描述語言。支配基元組成模式的規(guī)則稱為文法。當每個基元被識別后，利用句法分析就可以作出整個的模式識別。即以這個句子是否符合某特定文法，以判別它是否屬于某一類別。這就是句法模式識別的基本思想。

句法模式識別系統(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。不同的模式類對應(yīng)著不同的文法，描述不同的目標。為了得到于模式類相適應(yīng)的文法，類似于統(tǒng)計模式識別的訓(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。實際應(yīng)用還有一定的困難。

3.6 統(tǒng)計模式識別

統(tǒng)計模式識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)計決策理論的基本思想就是在不同的模式類中建立一個決策邊界，利用決策函數(shù)把一個給定的模式歸入相應(yīng)的模式類中。統(tǒng)計模式識別的基本模型如

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決策邊界的劃分，并采取了一定的學(xué)習(xí)機制以保證基于樣本的劃分是最優(yōu)的;而分類主要對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)計模式識別方法以數(shù)學(xué)上的決策理論為基礎(chǔ)建立統(tǒng)計模式識別模型。其基本模型是:對被研究圖像進行大量統(tǒng)計分析，找出規(guī)律性的認識，并選取出反映圖像本質(zhì)的特征進行分類識別。統(tǒng)計模式識別系統(tǒng)可分為兩種運行模式:訓(xùn)練和分類。訓(xùn)練模式中，預(yù)處理模塊負責將感興趣的特征從背景中分割出來、去除噪聲以及進行其它操作;特征選取模塊主要負責找到合適的特征來表示輸入模式;分類器負責訓(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)測量的特征分配到某個指定的類。統(tǒng)計模式識別組成如圖2所示。

圖2 統(tǒng)計模式識別模型

4、模式識別技術(shù)的發(fā)展?jié)摿?/p>

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

3.1語音識別技術(shù)

語音識別技術(shù)正逐步成為信息技術(shù)中人機接口的關(guān)鍵技術(shù)，語音技術(shù)的應(yīng)用已經(jīng)成為一個具有競爭性的新興高技術(shù)產(chǎn)業(yè)。中國互聯(lián)網(wǎng)中心的市場預(yù)測：未來5年，中文語音技術(shù)領(lǐng)域?qū)谐^400億人民幣的市場容量,然后每年以超過30%的速度增長。

3.2生物認證技術(shù)

生物認證技術(shù)本世紀最受關(guān)注的安全認證技術(shù)，它的發(fā)展是大勢所趨。人們愿意忘

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識身份與保密。國際數(shù)據(jù)集團（IDC）預(yù)測：作為未來的必然發(fā)展方向的移動電子商務(wù)基礎(chǔ)核心技術(shù)的生物識別技術(shù)在未來10年的時間里將達到100美元的市場規(guī)模。

3.3數(shù)字水印技術(shù)

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

結(jié) 語

綜上所述，模式識別從20世紀20年代發(fā)展至今，人們的一種普遍看法是不存在對所有模式識別問題都適用的單一模型和解決識別問題的單一技術(shù)，我們現(xiàn)在擁有的只是一個工具袋，所要做的是結(jié)合具體問題把統(tǒng)計的和句法的識別結(jié)合起來，把統(tǒng)計模式識別或句法模式識別與人工智能中的啟發(fā)式搜索結(jié)合起來，把統(tǒng)計模式識別或句法模式識別與支持向量機的機器學(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，互相取長補短，開創(chuàng)模式識別應(yīng)用的新局面。

參考文獻

1 邊肇祺，張學(xué)工等編著.模式識別(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)計模式識別算法的MATLAB語言實現(xiàn).應(yīng)用科技 4 語音識別 理想與現(xiàn)實的距離

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

第二篇：產(chǎn)品市場的調(diào)查報告

轉(zhuǎn)眼之間20xx年的第一個月份已經(jīng)悄然而去，伴隨著二月份節(jié)日的到來，不少消費者都希望在這一時期購買一臺數(shù)碼攝像機產(chǎn)品來記錄節(jié)日期間家人團聚或外出旅游的情景。正因如此，這一階段數(shù)碼攝像機產(chǎn)品的整體市場關(guān)注情況呈現(xiàn)出上升的趨勢，對比去年年底dv市場，現(xiàn)在的情形要火爆了很多。下面就讓我們來看一下我站最新統(tǒng)計的本年一月份我國市場上dv產(chǎn)品的網(wǎng)友關(guān)注情況。

不同品牌產(chǎn)品市場關(guān)注程度

首先讓我們來看一下一月份數(shù)碼攝像機產(chǎn)品品牌榜的情況，同數(shù)碼相機市場多家廠商平分市場的情況略有不同，dv產(chǎn)品中數(shù)碼電子領(lǐng)域的霸主索尼在這里占有絕對優(yōu)勢。憑借著雄厚的資金支持，索尼的產(chǎn)品在性能研發(fā)方面要領(lǐng)先于其他廠商，因此反映在產(chǎn)品性能上優(yōu)勢明顯。同時，索尼在數(shù)碼攝像機領(lǐng)域產(chǎn)品種類繁多同時還不時有新品上市，能夠不斷吸引消費者的注意。在此次調(diào)查中，索尼的dv產(chǎn)品憑借著三十六個百分點的市場關(guān)注度排在了品牌榜的首位。

除索尼之外，還有幾個廠商在這方面有著出眾的研發(fā)實力，他們分別是松下、三星以及jvc。雖然論產(chǎn)品種類這些品牌還無法同索尼相媲美，但是單論主流產(chǎn)品性能方面他們旗下的產(chǎn)品也都非常出色，在技術(shù)水平上可以與索尼相抗衡。這次調(diào)查中這三個品牌產(chǎn)品的市場關(guān)注度也都超過了十個百分點，分別以百分之十四、百分之十三以及百分之十的關(guān)注度比例分列二到四名。

此外還有一些品牌的產(chǎn)品憑借著出色的產(chǎn)品性能也占據(jù)了一定的市場關(guān)注度。這些品牌分別是佳能、夏普、東芝、日立以及理光。他們所占的市場關(guān)注度比例分別從八個百分點到兩個百分點不等。除上述品牌之外，其他品牌的產(chǎn)品能夠獲得的市場關(guān)注度極為有限，這次調(diào)查表明其他品牌產(chǎn)品的總體關(guān)注比例僅為百分之四。

不同像素產(chǎn)品市場關(guān)注程度

對于數(shù)碼攝像機而言，產(chǎn)品的像素等級直接影響到產(chǎn)品的呈像質(zhì)量，因此這一指標往往會成為人們選購這類產(chǎn)品時的首選因素。然而由于顯示設(shè)備以及存儲介質(zhì)的限制，一般一款一百萬像素等級的數(shù)碼攝像機產(chǎn)品已經(jīng)完全能夠滿足人們的需要。因此，反映在產(chǎn)品市場關(guān)注情況方面，一百到兩百萬像素等級的dv產(chǎn)品占有著絕對的優(yōu)勢。在這次調(diào)查統(tǒng)計中，這類產(chǎn)品獲得了四十七個百分點的市場關(guān)注度，排在各類像素產(chǎn)品之首。

此外，由于價格方面的限制，一百萬像素以下等級的dv產(chǎn)品也得到了不少消費者的認可。從上面的統(tǒng)計結(jié)果中可以看出，這類入門級低端產(chǎn)品的市場關(guān)注程度也很高，達到了三十八個百分點。可見消費者在選購這類產(chǎn)品時表現(xiàn)的還是非常理智的，實用性以及高性價比才是他們追求的重點。

對于兩百到三百萬像素以及三百萬以上像素級的高端專業(yè)產(chǎn)品來說，現(xiàn)在大多數(shù)消費者的選擇還不在這些產(chǎn)品身上，這類產(chǎn)品只屬于特定的專業(yè)發(fā)燒級用戶去選擇。這兩類產(chǎn)品的市場關(guān)注度情況分別為六個與九個百分點。

不同光學(xué)變焦倍數(shù)產(chǎn)品市場關(guān)注度

下面再讓我們來看一下不同光學(xué)變焦倍數(shù)的數(shù)碼攝像機產(chǎn)品的市場關(guān)注度情況如何。一款產(chǎn)品光學(xué)變焦的倍數(shù)越大，就能夠保證再不損失圖像質(zhì)量的情況下拍攝到更遠的距離。因此對于每一個消費者來說都希望去選擇一款更高光學(xué)變焦倍數(shù)的產(chǎn)品，但是這也意味著更高的資金投入，所以對于大部分普通消費者來說，一款具有十倍或十二倍光學(xué)變焦能力的dv產(chǎn)品已經(jīng)足夠用了。

這次調(diào)查統(tǒng)計的結(jié)果也能夠客觀的反映出上面所提到的問題，具有十倍光學(xué)變焦能力的dv產(chǎn)品在這一段時間內(nèi)還是具有極高的人氣，所占的市場關(guān)注度已經(jīng)超過了半數(shù)以上，達到了五十四個百分點之多。可見大多數(shù)消費者在選購dv產(chǎn)品時還是本著夠用就好的原則，而并非一味追求高性能。

第三篇：產(chǎn)品市場的調(diào)查報告

4月15號，我們班同學(xué)一起去了"太原茂盛裝飾材料市場"。大家會合后開始了材料城的考察“旅程”。許多從來沒有見過的各種各樣不同的材料讓我們大開了眼見。

首先說說壁紙吧。那些精美的壁紙給我留下了深刻的印象。一般的壁紙在300元左右，象植絨的就貴點在400多元。有些是三層植絨的，更富有變化的600多元，樣式多不僅是巴洛克式的紋樣，還有圓形與豎線的結(jié)合、曲線的等感覺簡潔時尚現(xiàn)代。大副的色彩鮮艷的魚群的壁紙，店主介紹用在酒店餐飲空間。還有金色古字畫類我們看到了，我覺的此類很有市場。店主介紹說以上兩者屬檔次高的。還有仿古歐洲浮雕及仿原木紋理的的壁紙，也很有感覺，價格屬低檔。

再說說那些讓人眼花繚亂的漂亮燈具。那些精美的大水晶燈，造型精致豪華標價1萬多。有種很時尚的四方的吸頂燈由水晶和鏡面玻璃做的，很漂亮一兩千元。相對而言有種吸頂燈也是方形的但便宜多了一百多元，有仿古氣息。還有八百的那種歐式的吸頂燈也很漂亮記得小姨家就用的這種燈。各式漂亮的小吊燈讓人目不暇接，同學(xué)都說：“這么好看，以后買那個好啊?！?/p>

在燈飾店有幾種筒燈很美，里面是一層透明的格外邊是一種稀沙布，布上有古文字樣的、繁紋的，我想用在古典風格的家飾再好不過了。還有幾盞仿古式的燈籠也很有感覺。由細木條和藤條纏繞做的燈，簡直就是藝術(shù)品。燈具的標價都遠遠超過買價，有款吊燈標價350，店主說要的話170、

地板，最有感觸的是怡林軟木地板，地板上有班駁的紋樣正塊地板像一副畫。柏爾店的歐林圣德地板中，白色和灰色的水晶面地板，像地板磚似的，近觀顯得晶瑩亮麗，玲瓏剔透。

以前畫效果圖的時候，自己標注的材料都不知道具體是什么樣子的，這次真的大開眼界。原來櫻桃木是這個樣子的，白松那么好看，效果圖上熟悉的名字柚木、檀木、杉木、胡桃木、水曲柳一一呈現(xiàn)，感覺自己材料知識是那么的貧乏，羞愧啊。

有一家店的地板特別的高亮，很漂亮，價格119，不知道真的鋪在家里是什么效果。

門，有家經(jīng)營金雨林品牌的店，里面都是烤漆實木門系列，價格有1200和XX的，工藝大多是實木復(fù)合，老板介紹說這種工藝保持了天然實木的諸多優(yōu)點，又避免了實木容易變形開裂的缺點。金雨林木門的門扇核心采用優(yōu)質(zhì)烘干的白松，因為白松密度小含水率容易控制，可以避免因含水率超標而導(dǎo)致的成品門開裂、變形。中間部分為5mm環(huán)保e1級厚中密度板，表面為進口實木單板。有一款造型簡潔只有幾條豎線，老板說有不少人訂做。還有一款黑色的烤漆的上面有大小不等的坑和一款紅色烤漆上面突出的小方形給人特厚實的感覺。烤漆鋼木門，經(jīng)濟便宜700元左右，也很漂亮，有亮感，就是不能碰，一碰就完拉。老板說她計劃經(jīng)營鋼木門，畢竟有錢的不是太多。門上要安銅合葉因為銅合葉無聲。

地毯和地板閣。1米來的地毯100多元，有款1米5乘3米的800多元深藍色的很漂亮。

最后，我們?nèi)チ艘患屹I雅士利涂料立邦漆店，因為以前陳老師問過我，他們家在一樓比較陰暗用什么顏色的涂料，所以決定進去看看。進去就傻拉，店主拿出顏色表，顏色差別太微妙了都不知道選什么好。還有也不知道面積有多少。

結(jié)束了一上午的“旅程”，學(xué)到不少。最大的觸及是自己知道的太少了，有種焦灼關(guān)于材料知識更關(guān)于未來。任重道遠。

除了上述裝飾材料市場，還有大大小小的五金店、裝飾材料店等，分布廣泛、產(chǎn)品多常用常見，適合家庭小修小補時的工具選用。

五金小件有門道

門鎖：門鎖樣式繁多。簡單地說，超市里面的鎖，基本在百元左右，不算便宜;建材城就相對便宜得多，五六十元就能買到很漂亮實用的鎖。

合葉：合葉材料分全銅和不銹鋼兩種。選合葉時為了開啟輕松無噪音，應(yīng)選合葉中軸內(nèi)含滾珠軸承的為佳，一般16元-24元。

抽屜導(dǎo)軌：導(dǎo)軌分為二節(jié)軌、三節(jié)軌兩種。選擇時應(yīng)注意外表油漆和電鍍的光亮度、承重輪的間隙和強度，這些因素決定了抽屜開合的靈活和噪音，應(yīng)挑選耐磨及轉(zhuǎn)動均勻的承重輪。

鎖具：按鎖芯的制造材料來分，目前市場上的鎖可分為全銅鎖和普通鎖。購買時可以用手感比較鎖的重量，越重的說明鎖芯使用的材料越厚實，越耐磨損。同時要反復(fù)開啟，看鎖芯彈簧的靈敏程度。

第四篇：產(chǎn)品市場的調(diào)查報告

一、調(diào)查方案

(一)調(diào)查目的：通過了解大學(xué)生手機使用情況，為手機銷售商和手機制造商提供參考，同時為大學(xué)生對手機消費市場的開發(fā)提供一定的參考。

(二)調(diào)查對象：在校生

(三)調(diào)查程序：

1、設(shè)計調(diào)查問卷，明確調(diào)查方向和內(nèi)容；

2、進行網(wǎng)絡(luò)聊天調(diào)查。隨機和各大學(xué)的學(xué)生相互聊天并讓他們填寫調(diào)查表；

3、根據(jù)回收網(wǎng)絡(luò)問卷進行分析，具體內(nèi)容如下：

(1)根據(jù)樣本的購買場所、價格及牌子、月消費分布狀況的均值、方差等分布的數(shù)字特征，推斷大學(xué)生總體手機月消費分布的相應(yīng)參數(shù)；

(2)根據(jù)各個同學(xué)對手機功能的不同要求，對手機市場進行分析；

二、問卷設(shè)計

大學(xué)生手機使用情況調(diào)查問卷

三、數(shù)據(jù)分析

根據(jù)以上整理的數(shù)據(jù)，我進行數(shù)據(jù)分析，得出結(jié)論：學(xué)生手機市場是個很廣闊的具有巨大發(fā)展?jié)摿Φ氖袌觥?/p>

(一)根據(jù)學(xué)生手機市場份額分析

(二)學(xué)生消費群的普遍特點

作為學(xué)生我對這個群體做了一些了解，對于我們共同的特點進行分析，得出手機市場應(yīng)該針對不同學(xué)生群體開發(fā)產(chǎn)品或進行針對性的營銷手段，才能夠搶占市場。下面我們就來對學(xué)生群體的特點來進行分析：

學(xué)生消費群的普遍特點：

1)沒有經(jīng)濟收入；

2)追逐時尚、崇尚個性化的獨特風格和注重個性張揚；

3)學(xué)生基本以集體生活為主，相互間信息交流很快易受同學(xué)、朋友的影響。

4)品牌意識強烈，喜愛名牌產(chǎn)品；

(三)學(xué)生消費者購買手機的準則和特點

通過調(diào)查大學(xué)生購買手機主要考慮因素是時尚個性化款式、功能、價格、品牌等，這也成為學(xué)生購買手機的四個基本準則。在調(diào)查中表明，大學(xué)生選擇手機時最看重的是手機的外觀設(shè)計，如形狀、大小、厚薄、材料、顏色等，占65%；但大學(xué)生也并非一味追求外表漂亮，“內(nèi)涵”也很重要，所以手機功能也占有一席之位，占50%；其次看重的是價格，而較少看重的是品牌，看來現(xiàn)在的大學(xué)生還是比較看重實際的。

第五篇：人工智能調(diào)查報告

關(guān)于人工智能的調(diào)查報告

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.......7 九、人工智能的研究價值.......8 十、展望人工智能......8 總 結(jié).........9

前 言

通過這段時間對人工智能的調(diào)查、研究、學(xué)習(xí)，我對人工智能有了更深的認識。我理解的人工智能就是對人的意識、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。

人工智能是計算機學(xué)科的一個分支，二十世紀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）。也被認為是二十一世紀三大尖端技術(shù)（基因工程、納米科學(xué)、人工智能）之一。這是因為近三十年來它獲得了迅速的發(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獨立的分支，無論在理論和實踐上都已自成一個系統(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)域也不斷擴大，可以設(shè)想，未來人工智能帶來的科技產(chǎn)品，將會是人類智慧的“容器”。

人工智能在計算機領(lǐng)域內(nèi)，得到了愈加廣泛的重視。并在機器人，經(jīng)濟政治決策，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算機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，主要包括計算機實現(xiàn)智能的原理、制造類似于人腦智能的計算機，使計算機能實現(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”。“人工”比較好理解，爭議性也不大。有時我們會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（CONSCIOUSNESS）、自我（SELF）、思維（MIND）（包括無意識的思維（UNCONSCIOUS_MIND））等等問題。人唯一了解的智能是人本身的智能，這是普遍認同的觀點。但是我們對我們自身智能的理解都非常有限，對構(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人的智能本身的研究。其它關(guān)于動物或其它人造系統(tǒng)的智能也普遍被認為是人工智能相關(guān)的研究課題。

人工智能是研究使計算機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，主要包括計算機實現(xiàn)智能的原理、制造類似于人腦智能的計算機，使計算機能實現(xiàn)更高層次的應(yīng)用。著名的美國斯坦福大學(xué)人工智能研究中心尼爾遜教授對人工智能下了這樣一個定義：“人工智能是關(guān)于知識的學(xué)科――怎樣表示知識以及怎樣獲得知識并使用知識的科學(xué)?！倍硪粋€美國麻省理工學(xué)院的溫斯頓教授認為：“人工智能就是研究如何使計算機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)，研究如何讓計算機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)用計算機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。但由于消解法推理能力的有限，以及機器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點是：重視問題求解的方法，忽視知識重要性。

（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用化。并且，1969年成立了國際人工智能聯(lián)合會議第三階段：80年代，隨著第五代計算機的研制，人工智能得到了很大發(fā)展。日本1982年開始了”第五代計算機研制計劃”，即”知識信息處理計算機系統(tǒng)KIPS”，其目的是使邏輯推理達到數(shù)值運算那么快。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，美國召開第一次神經(jīng)網(wǎng)絡(luò)國際會議，宣告了這一新學(xué)科的誕生。此后，各國在神經(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)特別是國際互連網(wǎng)的技術(shù)發(fā)展，人工智能開始由單個智能主體研究轉(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生活的各個領(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論。其中幾個長久以來仍沒有結(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)對于航空工程一樣，人類生物學(xué)對于人工智能研究是沒有關(guān)系的？智能行為能否用簡單的原則（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符號表達，如詞和想法？還是需要“子符號”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：控制論和計算神經(jīng)科學(xué)

20世紀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)和英國的RATIO CLUB舉行技術(shù)協(xié)會會議.直到1960大部分人已經(jīng)放棄這個方法，盡管在80年代再次提出這些原理。（二）符號處理

主條目：GOFAI

當20世紀50年代，數(shù)字計算機研制成功，研究者開始探索人類智能是否能簡化成符號處理。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，而各自有獨立的研究風格。JOHN HAUGELAND稱這些方法為GOFAI(出色的老式人工智能)。60年代，符號方法在小型證明程序上模擬高級思考有很大的成就?；诳刂普摶蛏窠?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方法最終可以成功創(chuàng)造強人工智能的機器，同時這也是他們的目標。

認知模擬經(jīng)濟學(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，同時他們?yōu)槿斯ぶ悄艿幕驹泶蛳禄A(chǔ)，如認知科學(xué)，運籌學(xué)和經(jīng)營科學(xué)。他們的研究團隊使用心理學(xué)實驗的結(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。基于邏輯不像艾倫·紐厄爾和赫伯特·西蒙，JOHN MCCARTHY認為機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)的實驗室致力于使用形式化邏輯解決多種問題，包括知識表示，智能規(guī)劃和機器學(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)要解決計算機視覺和自然語言處理的困難問題，需要專門的方案-他們主張不存在簡單和通用原理（如邏輯）能夠達到所有的智能行為。ROGER SCHANK 描述他們的“反邏輯”方法為"SCRUFFY".常識知識庫(如DOUG LENAT的CYC)就是"SCRUFFY"AI的例子，因為他們必須人工一次編寫一個復(fù)雜的概念。基于知識大約在1970年出現(xiàn)大容量內(nèi)存計算機，研究者分別以三個方法開始把知識構(gòu)造成應(yīng)用軟件。這場“知識革命”促成專家系統(tǒng)的開發(fā)與計劃，這是第一個成功的人工智能軟件形式?！爸R革命”同時讓人們意識到許多簡單的人工智能軟件可能需要大量的知識。（三）子符號法

80年代符號人工智能停滯不前，很多人認為符號系統(tǒng)永遠不可能模仿人類所有的認知過程，特別是感知，機器人，機器學(xué)習(xí)和模式識別。很多研究者開始關(guān)注子符號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（機器人），行為主義，新式AI機器人領(lǐng)域相關(guān)的研究者，如RODNEY BROOKS，否定符號人工智能而專注于機器人移動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，同時提出了在人工智能中使用控制理論。這與認知科學(xué)領(lǐng)域中的表征感知論點是一致的：更高的智能需要個體的表征(如移動，感知和形象)。計算智能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.這和其他的子符號方法，如模糊控制和進化計算，都屬于計算智能學(xué)科研究范疇。（三）統(tǒng)計學(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)果是可測量的和可驗證的，同時也是人工智能成功的原因。共用的數(shù)學(xué)語言也允許已有學(xué)科的合作（如數(shù)學(xué)，經(jīng)濟或運籌學(xué)）。STUART J.RUSSELL和PETER NORVIG指出這些進步不亞于“革命”和“NEATS的成功”。有人批評這些技術(shù)太專注于特定的問題，而沒有考慮長遠的強人工智能目標。（四）集成方法

智能AGENT范式智能AGENT是一個會感知環(huán)境并作出行動以達致目標的系統(tǒng)。最簡單的智能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的問題和找出有用且可驗證的方案，而不需考慮單一的方法。一個解決特定問題的AGENT可以使用任何可行的方法-一些AGENT用符號方法和邏輯方法，一些則是子符號神經(jīng)網(wǎng)絡(luò)或其他新的方法。范式同時也給研究者提供一個與其他領(lǐng)域溝通的共同語言--如決策論和經(jīng)濟學(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)和認知體系結(jié)構(gòu)研究者設(shè)計出一些系統(tǒng)來處理多ANGENT系統(tǒng)中智能AGENT之間的相互作用。一個系統(tǒng)中包含符號和子符號部分的系統(tǒng)稱為混合智能系統(tǒng)，而對這種系統(tǒng)的研究則是人工智能系統(tǒng)集成。分級控制系統(tǒng)則給反應(yīng)級別的子符號AI 和最高級別的傳統(tǒng)符號AI提供橋梁，同時放寬了規(guī)劃和世界建模的時間。RODNEY BROOKS的SUBSUMPTION ARCHITECTURE就是一個早期的分級系統(tǒng)計劃。

四、人工智能在人類生活中的應(yīng)用

目前人工智能應(yīng)用人工智能是在計算機科學(xué)、控制論、信息論、心理學(xué)、語言學(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，主要研究用機器（主要是計算機）來模仿和實現(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)、云計算平臺構(gòu)成一套完整的家居生態(tài)圈。用戶可以進行遠程控制設(shè)備，設(shè)備間可以互聯(lián)互通，并進行自我學(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，近兩年隨著智能語音技術(shù)的發(fā)展，智能音箱成為一個爆發(fā)點。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，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。

（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、無人倉/無人車等等都是的熱門方向。京東自主研發(fā)的無人倉采用大量智能物流機器人進行協(xié)同與配合，通過人工智能、深度學(xué)習(xí)、圖像智能識別、大數(shù)據(jù)應(yīng)用等技術(shù)，讓工業(yè)機器人可以進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、運輸、出庫等環(huán)節(jié)實現(xiàn)自動化。圖普科技則將人工智能技術(shù)應(yīng)用于客流統(tǒng)計，通過人臉識別客流統(tǒng)計功能，門店可以從性別、年齡、表情、新老顧客、滯留時長等維度建立到店客流用戶畫像，為調(diào)整運營策略提供數(shù)據(jù)基礎(chǔ)，幫助門店運營從匹配真實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、歐洲等地區(qū)。目前，我國在ITS方面的應(yīng)用主要是通過對交通中的車輛流量、行車速度進行采集和分析，可以對交通進行實施監(jiān)控和調(diào)度，有效提高通行能力、簡化交通管理、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言處理技術(shù)已可基本滿足醫(yī)療行業(yè)的需求，市場上出現(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)人工智能細胞識別醫(yī)學(xué)診斷系統(tǒng)的智微信科，提供智能輔助診斷服務(wù)平臺的若水醫(yī)療，統(tǒng)計及處理醫(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、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。通過圖像識別，可以進行機器批改試卷、識題答題等；通過語音識別可以糾正、改進發(fā)音；而人機交互可以進行在線答疑解惑等。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，但還不能對教育內(nèi)容產(chǎn)生較多實質(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、計算機視覺以及智能機器人等技術(shù)在運輸、倉儲、配送裝卸等流程上已經(jīng)進行了自動化改造，能夠基本實現(xiàn)無人操作。比如利用大數(shù)據(jù)對商品進行智能配送規(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、菜鳥爭先研發(fā)無人車、無人機，力求搶占市場機會。

（七）安防

近些年來，中國安防監(jiān)控行業(yè)發(fā)展迅速，視頻監(jiān)控數(shù)量不斷增長，在公共和個人場景監(jiān)控攝像頭安裝總數(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)實現(xiàn)了全覆蓋。不過，相對于國外而言，我國安防監(jiān)控領(lǐng)域仍然有很大成長空間。

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，而且機器犯錯誤的概率比人低，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，實時監(jiān)護人類的健康，生病了直接給人來治療，延長人類的壽命，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)，機器新的學(xué)習(xí)速度遠遠快于人類，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)粢痪郑绻磥淼哪骋惶?，機器人變成像電影《機械姬》中有意識的機器人，那么人類隨時會變成機器人的奴隸，同時，人工智能面臨著技術(shù)失控的危險，霍金曾發(fā)出警告，人類面臨一個不確定的未來，先進的人工智能設(shè)備能夠獨立思考，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，人工智能機器人變成了能獨立思考，獨立的做出準確的判斷，一旦有一天人工智能反客為主，到時人工智能對于人類將會是毀滅性的災(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）人工智能對自然科學(xué)的影響。在需要使用數(shù)學(xué)計算機工具解決問題的學(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識自身智能的形成。

（二）人工智能對經(jīng)濟的影響。專家系統(tǒng)更深入各行各業(yè)，帶來巨大的宏觀效益。AI也促進了計算機工業(yè)網(wǎng)絡(luò)工業(yè)的發(fā)展。但同時，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，能夠代替人類進行各種技術(shù)工作和腦力勞動，會造成社會結(jié)構(gòu)的劇烈變化。

（三）工智能對社會的影響。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

（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算機交流。為了實現(xiàn)這一目標，要求計算機能夠看懂文字、聽懂語言、說話表達，甚至能夠進行不同語言之間的翻譯，而這些功能的實現(xiàn)又依賴于知識表示方法的研究。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，文字識別、語音識別、語音合成、圖像識別、機器翻譯以及自然語言理解等技術(shù)已經(jīng)開始實用化。

（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、隨機的實際應(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的過程。數(shù)據(jù)挖掘和知識發(fā)現(xiàn)的研究目前已經(jīng)形成了三根強大的技術(shù)支柱: 數(shù)據(jù)庫、人工智能和數(shù)理統(tǒng)計。主要研究內(nèi)容包括基礎(chǔ)理論、發(fā)現(xiàn)算法、數(shù)據(jù)倉庫、可視化技術(shù)、定性定量互換模型、知識表示方法、發(fā)現(xiàn)知識的維護和再利用、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)的實體，比對象的粒度更大，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)劃達到目標。多主體系統(tǒng)主要研究在邏輯上或物理上分離的多個主體之間進行協(xié)調(diào)智能行為，最終實現(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)用在對現(xiàn)實世界和社會的模擬、機器人以及智能機械等領(lǐng)域。目前對主體和多主體系統(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，要準確地預(yù)測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向以下幾個方面發(fā)展: 模糊處理、并行化、神經(jīng)網(wǎng)絡(luò)和機器情感。

九、人工智能的研究價值

繁重的科學(xué)和工程計算本來是要人腦來承擔的，如今計算機不但能完成這種計算，而且能夠比人腦做得更快、更準確，因此當代人已不再把這種計算看作是“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代的發(fā)展和技術(shù)的進步而變化的，人工智能這門科學(xué)的具體目標也自然隨著時代的變化而發(fā)展。它一方面不斷獲得新的進展，另一方面又轉(zhuǎn)向更有意義、更加困難的目標。

通常，“機器學(xué)習(xí)”的數(shù)學(xué)基礎(chǔ)是“統(tǒng)計學(xué)”、“信息論”和“控制論”。還包括其他非數(shù)學(xué)學(xué)科。這類“機器學(xué)習(xí)”對“經(jīng)驗”的依賴性很強。計算機需要不斷從解決一類問題的經(jīng)驗中獲取知識，學(xué)習(xí)策略，在遇到類似的問題時，運用經(jīng)驗知識解決問題并積累新的經(jīng)驗，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)”。但人類除了會從經(jīng)驗中學(xué)習(xí)之外，還會創(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，計算機最難學(xué)會的就是“頓悟”?；蛘咴賴栏褚恍﹣碚f，計算機在學(xué)習(xí)和“實踐”方面難以學(xué)會“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“概念”直接到另一個“概念”。正因為如此，這里的“實踐”并非同人類一樣的實踐。人類的實踐過程同時包括經(jīng)驗和創(chuàng)造。這是智能化研究者夢寐以求的東西。

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)分析方法給計算機學(xué)會“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算機可以擁有的“能力”。從此，計算機不僅精于算，還會因精于算而精于創(chuàng)造。計算機學(xué)家們應(yīng)該斬釘截鐵地剝奪“精于創(chuàng)造”的計算機過于全面的操作能力，否則計算機真的有一天會“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，未來智能計算機的構(gòu)成，可能就是作為主機的馮·諾依曼型機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)域的下一個突破可能在于賦予計算機情感能力。情感能力對于計算機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入人們的日常生活。將來，人工智能技術(shù)的發(fā)展將會給人們的生活、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)將率先從勞動密集型產(chǎn)業(yè)開始。如制造業(yè)，在主要依賴勞動力的階段，其商業(yè)模式本質(zhì)上是賺取勞動力的剩余價值。而當技術(shù)成本低于雇傭勞動力的成本時，顯然勞動力會被無情淘汰，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)都實現(xiàn)了無人倉庫管理和機器人自動分揀貨物，接下來無人配送車、無人機也很有可能取代一部分物流配送人員的工作。

就中國目前的情況來看，正處于從勞動密集型產(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)濟相對落后的東南亞國家和地區(qū)因為廉價的勞動力優(yōu)勢仍在，受人工智能技術(shù)沖擊較小。世界經(jīng)濟論壇2016年的調(diào)研數(shù)據(jù)預(yù)測到2020年，機器人與人工智能的崛起，將導(dǎo)致全球15個主要的工業(yè)化國家510萬個就業(yè)崗位的流失，多以低成本、勞動密集型的崗位為主。

市場調(diào)研報告網(wǎng)

市場調(diào)研報告格式

市場調(diào)研情況報告

市場調(diào)研報告模板

人工智能口號