人工智能最新进展有自然语言理解，人工智能的概念

1，人工智能的概念

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杂任务”, 可见复杂工作的定义是随着时代的发展和技术的进步而变化的, 人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，一方面又转向更有意义、更加困难的目标。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机, 人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。除了计算机科学以外, 人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。

人工智能的概念

2，人工智能是什么

人工智能涉及的方面太多了,有的人从软件方面想要去解决.但都失败. 人工智能的关键是学习,记忆,思考(不是简单的联想能力)三大点. 学习能力,可以说,到现在为止,没有能力解决. 记忆能力,机械记忆已经广泛应用,但模糊记忆仍然没有解决. 思考能力,这是关键中的关键,首先,科学家到目前为止都没有一套另人信服的关于思考的理论.为什么产生思考,生物学家也是众说纷纭. 我想,本世纪是解决不了人工智能了.除非上面三条有重大突破.期待科学的发展.

人工智能是什么

3，大家对于自然语言的理解有什么好的新的见解吗

走向实用的自然语言理解技术　　用自然语言与计算机进行交流，获取合适的信息，得到满意的服务，是人们长期以来所追求的。自然语言理解是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。NLU是自然语言理解(Natural Language Understanding)的缩写。　　随着计算机技术和人工智能总体技术的发展，自然语言理解不断取得进展。机器翻译是自然语言理解最早的研究领域。由于早期研究中理论和技术的局限，所开发的机译系统的技术水平较低，不能满足实际应用的要求。到了1970年代初期，对语言理解对话系统的研究取得进展。进入1980年代之后，自然语言理解的应用研究广泛开展，机器学习研究又十分活跃，并出现了许多具有较高水平的实用化系统。这些系统是自然语言理解研究的重要成果，表明自然语言理解在理论上和应用上取得了突破性进展。　　在中国，语音和语言处理技术的研发略晚于国外。清华大学智能技术与系统国家重点实验室属下的语音技术中心1979年创立（原名语音实验室），至今已有25年的历史。在以清华大学语音技术中心为代表的顶尖的学术机构的带动下，中国的语音和语言处理技术得到很大发展。　　相对于规范语言，对自然语言的理解具有更大的难度。这是因为自然语言包含大量的口语语言现象，诸如：省略、指代、更正、重复、强调、倒序等等。涉及到语音的口语对话系统将还包括噪音、含混不清、口头语、吃音、音变等等口语语音现象。　　而相对于基于关键词的技术，自然语言理解技术的优势是：（1）直接：在信息查询时，用户可以不必进行多级菜单的选取而直奔主题。（2）灵活：用户查询不必严格按照某些关键词进行询问，只要用户的叙述在语义上与要查询的一致。　　一个技术优越而适用性好的自然语言理解系统，应该具备支持上下文相关分析（包括省略分析）、话题自由变换、人机混合主导以及口语对话等技术特点。　　上下文相关分析是指系统在理解当前语句时可以联想用户以前所说的话，进行综合分析，因此即使有时用户所说的话有一定的省略，系统照样可以理解。　　话题自由变换是指系统允许用户在多个话题之间不断转换，系统照样可以记住以前的谈话内容，比如用户在问航班起飞时间时，突然问目的地与本地的时差，然后再确认要先前询问的航班，系统都能满意回答。而目前的一些系统，对话往往只能局限于某一个话题，一旦用户变换话题，系统将无所适从。　　人机混合主导则是完全的自然对话，用户可以转换话题后在回到原来的话题（像人一样）；用户可以答非机问（多回答或少回答）；……而系统都可以根据实际情况提取语义信息，如果用户询问的信息足够，那么系统直接回答问题；而如果用户询问的信息不全或者用户迟疑太久，那么系统则主动询问来获取足够的信息。而不具备人机混合主导性能的系统只能等用户发问，如果用户根本不知道问什么，那么系统将一直待机等待。　　口语对话是自然语言理解技术实现的难点，但是也是应用系统适用性的关键点。口语中，人们的语言很随意，可以省略、更正、倒叙等等，这些口语现象是传统的单单基于词法分析的理解系统所难以解决的，而引入基于关键语义的技术却可以很好地解决。　　从目前的理论和技术现状看，通用的、高质量的自然语言处理系统，仍然是较长期的努力目标，但是针对一定应用，具有相当自然语言处理能力的实用系统已经出现。

大家对于自然语言的理解有什么好的新的见解吗