文档介绍：人工智能的日常应用人工智能是近年来引起人们很大兴趣的一个研究领域:它的研究目标是用机器,通常为电子仪器、电脑等,尽可能地模拟人的精神活动,并且争取在这些方面最终改善并超出人的能力; 其研究领域及应用范围十分广泛、例如, 自动定理证明、推理、模式识别、专家知识系统、智能机器人、学习、博彩、自然语言理解等等。本文主要介绍符号计算、模式识别、专家系统、机器翻译四个方面的人工智能的日常生活应用。一、符号计算计算机最主要的用途之一就是科学计算, 科学计算可分为两类: 一类是纯数值的计算, 例如求函数的值, 方程的数值解, 比如天气预报、油藏模拟、航天等领域; 。另一类是符号计算,又称代数运算,这是一种智能化的计算,处理的是符号。符号可以代表整数、有理数、实数和复数,也可以代表多项式, 函数, 集合等。长期以来, 人们一直盼望有一个可以进行符号计算的计算机软件系统。早在 50 年代末,人们就开始对此研究。进入 80 年代后,随着计算机的普及和人工智能的发展,相继出现了多种功能齐全的计算机代数系统软件, 其中 Mathematica 和 Maple 是它们的代表,由于它们都是用 C 语言写成的,所以可以在绝大多数计算机上使用。 Mathematica 是第一个将符号运算,数值计算和图形显示很好地结合在一起的数学软件,用户能够方便地用它进行多种形式的数学处理。计算机代数系统的优越性主要在于它能够进行大规模的代数运算。通常我们用笔和纸进行代数运算只能处理符号较少的算式, 当算式的符号上升到百位数后, 手工计算就很困难了, 这时用计算机代数系统进行运算就可以做到准确, 快捷, 有效。现在符号计算软件有一些共同的特点就是在可以进行符号运算、数值计算和图形显示等同时, 还具有高效的可编程功能。在操作界面上一般都支持交互式处理, 人们通过键盘输入命令, 计算机处理后即显示结果。并且人机界面友好, 命令输入方便灵活, 很容易寻求帮助。二、模式识别模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。这里, 我们把环境与客体统称为“模式”, 随着计算机技术的发展, 人类有可能研究复杂的信息处理过程。用计算机实现模式(文字、声音、人物、物体等)的自动识别,是开发智能机器的一个最关键的突破口,也为人类认识自身智能提供线索。信息处理过程的一个重要形式是生命体对环境及客体的识别。对人类来说, 特别重要的是对光学信息( 通过视觉器官来获得) 和声学信息( 通过听觉器官来获得) 的识别。这是模式识别的两个重要方面。计算机识别的显著特点是速度快、准确性和效率高。识别过程与人类的学习过程相似。以“汉字识别”为例: 首先将汉字图象进行处理, 抽取主要表达特征并将其特征与汉字的代码存在计算机中。就象把老师教我们这个字叫什么、如何写的知识记忆在大脑中。这一过程叫做“训练”。识别过程就是将输入的汉字图像经处理后与计算机中所保存的全部汉字进行比较,找出最相近的字作为识别结果,这一过程叫做“匹配”。指纹是人体的一个重要特征, 具有唯一性。北京大学有关专家对数字图像的离散几何性质进行了深入研究, 建立了从指纹灰度图像精确计算纹线局部方向、进而提取指纹特征信息的理论与算法, 随后研究成功了适于民用身份鉴定的全自动指纹鉴定系统, 以及适于公安刑事侦破的指纹鉴定系统。从而开创了我国指纹自动识别系统应用的先