人工智能(AI)又称机器智能，是计算机科学、控制论、信息论、神经生理学、心理学、语言学等学科渗透发展起来的一门综合性学科。以下是边肖整理分享的国外人工智能论文的相关信息。欢迎阅读！
国外人工智能论文(一)
本文简要阐述了人工智能的概念、发展历史、当前研究热点、实际应用和未来发展趋势。
关键词：人工智能发展历程，研究热点，应用领域未来发展
一、人工智能概述
人工智能(AI)又称机器智能，是计算机科学、控制论、信息论、神经生理学、心理学、语言学等学科渗透发展起来的一门综合性学科。从计算机应用系统的角度来看，人工智能是研究如何制造智能机器或智能系统，实现模拟人类智能活动的能力，延伸人的智能的一门科学。人工智能是一门交叉学科，是一门涉及心理学、认知科学、思维科学、信息科学、系统科学和生物科学的综合性技术学科。目前已在知识处理、模式识别、自然语言处理、博弈论、自动定理证明、自动程序设计、专家系统、知识库、智能机器人等多个领域取得了令人瞩目的成就，并形成了多元化的发展方向。
二、人工智能的发展历程
人工智能经历了三次飞跃：第一次是解决问题，代替人完成一些逻辑推理工作，比如机器定理证明、专家系统；第二次是智能系统能够与环境进行交互，从运行环境中获取信息，代替人完成包括不确定性在内的一些思维工作，通过自身的行动对环境施加影响，适应环境的变化，比如智能机器人；第三次是智能系统，具有类似人类的认知和思维能力，能够发现新的知识来完成面临的任务，比如基于数据挖掘的系统。
三、人工智能的研究热点
AI研究达到了一个新的高潮，一方面是因为人工智能理论的新进展，另一方面是因为计算机硬件的快速发展。随着计算机速度的不断提高，存储容量的不断扩大，价格的不断降低，网络技术的不断发展，很多以前无法完成的任务现在都可以实现。目前人工智能研究的三大热点是：智能界面、数据挖掘、agent和多agent系统。
1.智能接口技术就是研究如何使人与计算机方便、自然地交流。为了实现这一目标，要求计算机能够理解文字、理解语言、说话和表达，甚至在不同语言之间进行翻译，而这些功能的实现有赖于知识表示方法的研究。因此，智能接口技术的研究既有重大的应用价值，又有基本的理论意义。目前，智能接口技术已经取得了令人瞩目的成就，字符识别、语音识别、语音合成、图像识别、机器翻译、自然语言理解等技术已经开始投入实际应用。
2.数据挖掘是从大量不完整的、有噪声的、模糊的、随机的实际应用数据中，提取人们事先不知道但潜在有用的隐藏信息和知识的过程。目前，数据挖掘和知识发现的研究已经形成了三大强大的技术支柱：数据库、人工智能和数理统计。主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、已发现知识的维护和重用、半结构化和非结构化数据中的知识发现以及在线数据挖掘等。
3.主体系统是具有信念、欲望、意向、能力、选择、承诺等精神状态的实体。它比对象具有更大的粒度、更高的智能和一定的自主性。主体试图自主、独立地完成任务，并能与环境互动，与其他主体交流，通过规划实现目标。多智能体系统主要研究逻辑上或物理上分离的智能体之间的协调智能行为，最终实现问题求解。多智能体系统试图用智能体来模拟人的理性行为，主要应用于现实世界和社会的模拟、机器人和智能机械等领域。目前，对agent和多agent系统的研究主要集中在agent和多agent理论、agent体系结构和组织、agent语言、agent之间的合作与协调、通信与交互技术、多agent学习以及多agent系统的应用等方面。
四。人工智能的应用领域
1.专家系统
专家系统是具有大量专业知识和经验的程序系统。专家系统预先以一定的模式存储了已经总结、分析和表达的特定领域的专家知识，具有类似于领域专家的推理机制来解决实际问题。专家系统的开发和研究是人工智能中最活跃的应用研究领域，涉及到社会的方方面面。
2.知识库系统
知识库系统，也称为数据库系统，是一种存储某一学科大量事实的计算机软件系统。它可以回答用户提出的关于该学科的各种问题。知识库系统的设计是计算机科学中一个活跃的分支。为了有效地表示、存储和检索大量事实，已经开发了许多技术。然而，在智能信息检索系统的设计中仍然存在许多问题，包括对自然语言的理解，基于存储事实对答案的推断，理解查询和推断答案所需的知识，这些都可能超过本学科数据库中表达的知识。
3.景观分析
计算机视觉已经从模式识别的一个研究领域发展成为一门独立的学科。是视觉感知问题之一。整个感知问题的关键点是形成一个简洁的表示来表示难以处理的、极其庞大的未处理的输入数据。表征的最终性质和质量取决于感知系统的目标。机器视觉的前沿研究领域包括实时并行处理、主动定性视觉、动态时变视觉、三维场景的建模与识别、实时图像压缩与传输和恢复、多光谱和彩色图像的处理与解释等。视觉已经广泛应用于机器人装配、卫星图像处理、工业过程监控、飞行器跟踪与制导、电视直播等领域。
4.模式识别
模式识别就是识别给定对象模仿的标本或标识。计算机模式识别系统可以弥补计算机对外界感知能力低的不足，使计算机通过感官接受外界信息，对周围环境进行识别和理解。模式识别在二维字符、图形和图像的识别方面已经取得了很多成果，在三维场景和运动物体的识别与分析方面也是一个研究热点。同时，它也是智能计算机和智能机器人研究的非常重要的基础。此外，人工智能还在机器视觉、组合调度问题、自然语言理解、机器学习、博弈论、定理证明等研究和应用领域发挥着重要作用。可以说，人工智能已经渗透到各行各业，为人类社会做出了巨大贡献。
5.机器人
机器人学研究从机械臂的最优运动到实现机器人目标的动作序列规划方法的一切。虽然已经建立了一些复杂的机器人系统，但目前在工业中运行的机器人都是根据预先编程的程序执行一些重复任务的简单设备，大多数工业机器人都是“盲人”。而机器人技术促进了许多人工智能思想的发展。智能机器人的研究和应用反映了广泛的学科领域，涉及许多学科。机器人已经广泛应用于工业
目前大多数人工智能系统都是基于物理符号系统的假设。在能够与物理符号系统假说相抗衡的人工智能新理论出现之前，Soar在探索智能行为一般特征和人类认知具体特征的艰难历程中，无论从设计原理还是所获得的实验结果，都取得了与众不同的进展或成就，处于人工智能研究的前沿。20世纪80年代，以NewellA为代表的研究人员总结了专家系统的成功经验，吸收了认知科学研究的最新成果，提出了通用智能体系结构Soar。目前，Soar已经表现出很强的解决问题的能力。在Soar中实现了30多种搜索方法，并实现了一些知识密集型任务(专家系统)，如RI。对于人工智能未来的发展方向，专家通过一些前瞻性的研究可以看出，人工智能可能会在以下几个方面发展：模糊处理、并行化、神经网络及其情感。
目前人工智能的推理功能已经被突破，正在研究学习和联想功能。下一步是模仿人类右脑的模糊处理功能和全脑的并行处理功能。人工网络是未来人工智能应用的新领域。未来智能计算机的组成可能是以冯诺依曼计算机为主机，人工神经网络为智能外设的组合。研究表明，情感是智能的一部分，而不是从智能中分离出来的，所以人工智能领域的下一个突破可能是赋予计算机情感能力。情感对于计算机和人之间的自然交流至关重要。
根据这些前瞻性研究，我们还可以通过想象模拟勾勒出人工智能未来发展的三个阶段。
1.整合期(2010-2020年)
(1)由语言操纵和控制的智能设备非常普及，类似远程医疗的服务更加完善。
(2)基于计算机和互联网的远程教育非常普及，在家就可以上大学。
(3)在体内植入很多不同功能的芯片，这已经不是什么新鲜事了。
(4)量子计算机、DNA计算机会有更大的发展，新材料会不断出来。
(5)反病毒程序可以防止各种非自然因素造成灾难。
2.自信期(2020―2030)
(1)智能计算机和互联网不仅可以自我修复，还可以自己进行研究和生产产品。
(2)一些新材料的出现，推动智能向更高层次发展。
(3)借助高级智能技术，人们“定居火星梦”的可能性大大增加。
3.非神秘时期(2030-2040)
(1)新的全息图案世界将取代原来的几何图案世界。
(2)对于一些目前无法解释的自然现象，人们会有更好的解释。
(3)人工智能可以模仿人类的智能，所以会出现相关法律来规范这些行为。
不及物动词摘要
人工智能一直处于计算机技术的前沿，被广泛应用于各个领域。而且人工智能研究的理论和发现将在很大程度上决定计算机技术的发展方向。现在，人工智能的大量研究成果已经进入人们的日常生活。考虑到人工智能良好的发展和应用前景，我们应该更加努力地研究人工智能的理论，使其更好地为人类服务。相信在不久的将来，人工智能的理论会有更大的突破，人工智能技术的发展会对人们的生活、工作、教育产生更大的影响。
下一页，分享国外比较好的人工智能论文。
