上海應(yīng)用技術(shù)學(xué)院人工智能

上海應(yīng)用技術(shù)學(xué)院2014-2015學(xué)年第二學(xué)期

《人工智能》課程期末考核課程代碼:G5040009學(xué)號(hào)：lxxxxxxxxxx姓名:xxx題目1：談?wù)勀銓?duì)人工智能的認(rèn)識(shí)。答：人工智能(ArtificialIntelligence)簡(jiǎn)稱AI。是在1956年由麥卡錫(J.McCarthy)組織了一次達(dá)特茅斯(Dartmouth)大學(xué)聚會(huì)中提出來的，吹響了向人工智能這一新興領(lǐng)域進(jìn)軍的號(hào)角。我于初中的時(shí)候，通過一些科幻片，了解到人工智能。人工智能就是用人工制造的方法，實(shí)現(xiàn)智能機(jī)器或在機(jī)器上實(shí)現(xiàn)智能。人工智能也是一門研究構(gòu)造智能機(jī)器或?qū)崿F(xiàn)機(jī)器智能的學(xué)科，是研究模擬、延伸和拓展人類智能的科學(xué)。用計(jì)算機(jī)來表示和執(zhí)行人類的智能活動(dòng)就是人工智能，沒有計(jì)算機(jī)的出現(xiàn)，人工智能就無法得到應(yīng)用。題目2：人工智能有哪些研究的內(nèi)容？答：1.搜索技術(shù)知識(shí)表示規(guī)劃方法機(jī)器學(xué)習(xí)認(rèn)知科學(xué)自然語言理解與機(jī)器翻譯專家系統(tǒng)與知識(shí)工程定理證明博弈機(jī)器人數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)多Agent系統(tǒng)復(fù)雜系統(tǒng)足球機(jī)器人人機(jī)交互技術(shù)題目3：人工智能有哪些應(yīng)用領(lǐng)域或課題？答：1.問題求解。能夠求解難題的下棋程序是是人工智能的第一個(gè)大成就。通過對(duì)下棋程序的研究，人們發(fā)展了搜索和問題歸約這樣的人工智能基本技術(shù)。此外，能夠把各種數(shù)學(xué)公式符號(hào)匯集在一起的問題求解程序，使其性能水平有了一定的提高。機(jī)器學(xué)習(xí)機(jī)器獲取知識(shí)的能力，一種是人類采用歸納整理，并用計(jì)算機(jī)可接受處理的方式輸入到計(jì)算機(jī)中去；另一種是計(jì)算機(jī)使用一些學(xué)習(xí)算法進(jìn)行自學(xué)習(xí)（如實(shí)例學(xué)習(xí)、機(jī)械學(xué)習(xí)、歸納學(xué)習(xí)專家系統(tǒng)專家系統(tǒng)是一種基于知識(shí)的計(jì)算機(jī)知識(shí)系統(tǒng)，它從人類領(lǐng)域?qū)＜夷抢铽@得知識(shí)，并用來解決只有領(lǐng)域?qū)＜也拍芙鉀Q的困難問題。目前，專家系統(tǒng)已經(jīng)廣泛應(yīng)用于工業(yè)、農(nóng)業(yè)、醫(yī)療診斷、地質(zhì)勘探、石油化工、氣象、交通、軍事、文化教育空間技術(shù)、信息管理等各個(gè)方面。模式識(shí)別模式識(shí)別是指如何使機(jī)器具有感知能力，主要研究視覺模式和聽覺模式的識(shí)別，例如識(shí)別物體、地形、圖像、字體等。自然語言理解自然語言理解就是研究如何讓計(jì)算機(jī)理解人類的自然語言，是基于讓計(jì)算機(jī)能“聽懂”、“看懂”人類的語言的這一思想，主要研究方面是如何回答自然語言輸入的問題，摘要生成和文本釋義的問題以及機(jī)器翻譯的問題人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)是研究如何試圖用大量的處理單元（包括人工神經(jīng)元、處理元件、電子元件等）模仿人腦神經(jīng)系統(tǒng)工程結(jié)構(gòu)和工作機(jī)理的，它是由研究人腦的奧秘中得到啟發(fā)而發(fā)展起來。目前，人工神經(jīng)網(wǎng)絡(luò)已經(jīng)在模式識(shí)別、圖像處理、組合優(yōu)化、自動(dòng)控制、信息處理、機(jī)器人學(xué)等領(lǐng)域獲得了日益廣泛的應(yīng)用。自動(dòng)定理證明利用計(jì)算機(jī)進(jìn)行自動(dòng)定理證明（ATP）是人工智能研究中的一個(gè)重要方向，使很多非數(shù)學(xué)領(lǐng)域的任務(wù)，如信息檢索、機(jī)器人規(guī)劃和醫(yī)療診斷等，都可以轉(zhuǎn)化為一個(gè)定理證明問題。自動(dòng)程序設(shè)計(jì)自動(dòng)程序設(shè)計(jì)包括程序綜合（自動(dòng)編程）和程序正確性驗(yàn)證兩個(gè)方面的內(nèi)容。程序綜合用于實(shí)現(xiàn)自動(dòng)編程；而程序正確性的驗(yàn)證就是要研究出一套理論方法，通過運(yùn)用它們就可自動(dòng)證明程序的正確性。機(jī)器人學(xué)機(jī)器人學(xué)是人工智能研究中日益受到重視的一個(gè)領(lǐng)域。這個(gè)領(lǐng)域的研究問題覆蓋了從機(jī)器人手臂的最佳移動(dòng)到實(shí)現(xiàn)機(jī)器人目標(biāo)的動(dòng)作序列的規(guī)劃方法等各個(gè)方面。目前，它的研究涉及電子學(xué)、控制論、系統(tǒng)工程、機(jī)械、仿生、心理等多個(gè)學(xué)科。智能檢索例如，基于概念的檢索和基于詞的檢索的區(qū)別，普通DBMS中的檢索和智能數(shù)據(jù)庫的檢索的區(qū)別（利用規(guī)則和事實(shí)推理出結(jié)果）。邏輯推理所謂邏輯推理，就是從一般性的前提出發(fā)，通過推導(dǎo)，得出具體陳述或個(gè)別結(jié)論的過程。邏輯推理的邏輯形式對(duì)于理性的重要意義在于，它對(duì)人的思維保持嚴(yán)密性、一貫性有著不可替代的校正作用。22機(jī)器視覺機(jī)器視覺就是用機(jī)器代替人眼來做測(cè)量和判斷。機(jī)器視覺系統(tǒng)是指通過機(jī)器視覺產(chǎn)品(即圖像攝取裝置，分CMOS和CCD兩種)將被攝取目標(biāo)轉(zhuǎn)換成圖像信號(hào)，傳送給專用的圖像處理系統(tǒng)，得到被攝目標(biāo)的形態(tài)信息，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號(hào)；圖像系統(tǒng)對(duì)這些信號(hào)進(jìn)行各種運(yùn)算來抽取目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來控制現(xiàn)場(chǎng)的設(shè)備動(dòng)作。分布式人工智能與Agent分布式人工智能(DistributedArtificiallntelligence，DAI)發(fā)掘于20世紀(jì)70年代后期，是當(dāng)前人工智能科學(xué)的一個(gè)重要發(fā)展分支。分布式人工智能系統(tǒng)一般由多主體(MultiAgent)組成，主體即Agent，又稱智能體。被定義為一種具有自主性，具有信念、愿望、意圖、能力、選擇、承諾等功能狀態(tài)的智能實(shí)體。因此，每一個(gè)Agent是一個(gè)半自治系統(tǒng)，各個(gè)Agent之間以及Agent與環(huán)境之間不時(shí)地進(jìn)行信息交互，并發(fā)而協(xié)同地進(jìn)行問題求解。分布式人工智能主要研究工作體現(xiàn)在對(duì)多主體系統(tǒng)中的知識(shí)及行為組織管理，更確切地說，主要研究在合作或競(jìng)爭(zhēng)的環(huán)境下，如何協(xié)調(diào)多個(gè)智能體的系統(tǒng)總體行為，主要日的在于有效地利用資源，控制智能系統(tǒng)的異步操作，均衡智能系統(tǒng)的目標(biāo)。目前分布式人工智能研究的基本問題主要包括：任務(wù)的描述、分解和分布；通信、交互語言和協(xié)議；Agent之間的協(xié)作與協(xié)調(diào)；沖突消解以及實(shí)現(xiàn)分布式AI的語言、框架與環(huán)境。智能調(diào)度與指揮計(jì)算智能與進(jìn)化計(jì)算數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)人工生命系統(tǒng)與語言工具題目4：人工智能的發(fā)展?fàn)顩r？答：“人工智能(ArtificialIntelligence)”這個(gè)名詞最早是在達(dá)特茅斯(Dartmouth)會(huì)議上提出的。從此以后，人工智能作為一個(gè)專業(yè)名詞登上了計(jì)算機(jī)科學(xué)界的舞臺(tái)。從它的歷史發(fā)展來看，大致分為孕育期、形成期、發(fā)展期及穩(wěn)定增長(zhǎng)期四個(gè)階段。孕育期(1956年之前)人類智慧發(fā)展到一定程度時(shí)，自然而然想到利用機(jī)器來代替部分人類的腦力勞動(dòng)，將人類智力的反饋結(jié)果轉(zhuǎn)移到機(jī)器上，這種想法對(duì)于人工智能早期的發(fā)展有重要影響。其中對(duì)人工智能的產(chǎn)生和發(fā)展有重要影響的重要研究及貢獻(xiàn)如下：33公元前，哲學(xué)家亞里士多德(Aristotle)在他的名著《工具論》中提出了形式邏輯的一些主要定律，其中的三段論至今仍是演繹推理的基本依據(jù)。16世紀(jì)，英國(guó)哲學(xué)家培根(F.Bacon)系統(tǒng)地提出了歸納法，對(duì)人工智能轉(zhuǎn)向以知識(shí)為中心的研究產(chǎn)生了重要影響。17世紀(jì)，德國(guó)數(shù)學(xué)家和哲學(xué)家萊布尼茨(G.W.Leibniz)在加法器的基礎(chǔ)上發(fā)展并制成了進(jìn)行全部四則運(yùn)算的計(jì)算器。他還提出了邏輯機(jī)的設(shè)計(jì)思想，即通過符號(hào)體系，對(duì)對(duì)象的特征進(jìn)行推理，這種“萬能符號(hào)”和“推理計(jì)算”的思想是現(xiàn)代化“思考”機(jī)器的萌芽。1854年，英國(guó)邏輯學(xué)家布爾(G.Boole)建立并發(fā)展了命題邏輯。到了19世紀(jì)末期，弗雷治(Frege)提出用機(jī)械推理的符號(hào)表示系統(tǒng)，從而發(fā)明了大家現(xiàn)在熟知的謂詞演算。20世紀(jì)30年代和40年代的智能界，發(fā)生了兩件重要的事情——數(shù)理邏輯和關(guān)于計(jì)算的新思想。以維納(Wiener)、弗雷治(Frege)、羅素(，B.A,Russell)及懷特赫德(A.N.Whitehead)等為代表，在計(jì)算機(jī)出現(xiàn)以前，邏輯推理的公式就為人們建立了計(jì)算與智能關(guān)系的概念。丘奇(Church)、圖靈和其他人提供了形式推理概念與隨后發(fā)明的計(jì)算機(jī)之間的聯(lián)系。值得一提的是，1936年圖靈提出的一種理想計(jì)算機(jī)的數(shù)學(xué)模型一一圖靈機(jī)，為電子計(jì)算機(jī)的問世做出了重大貢獻(xiàn)。1946年，由美國(guó)數(shù)學(xué)家莫克利(J.W.Mauchly)和?？绿?J.P.Eckert)制造出了世界上第一臺(tái)電子數(shù)字計(jì)算機(jī)ENIACo這項(xiàng)重要的研究成果為人工智能的研究提供了物質(zhì)基礎(chǔ)，對(duì)全人類的生活影響至今?？梢?，人工智能的產(chǎn)生和發(fā)展絕不是偶然的，它是科學(xué)技術(shù)發(fā)展的必然產(chǎn)物，是歷史賦予科學(xué)工作者的一項(xiàng)光榮而艱巨的使命，客觀上的條件已經(jīng)基本具備。形成期(1956?1969年)1956年是人工智能發(fā)展史上一個(gè)值得紀(jì)念的一年，當(dāng)時(shí)麻省理工學(xué)院的年輕數(shù)學(xué)助教、后任斯坦福大學(xué)教授的麥片錫(J.McCarthy)和他的三位朋友——明斯基(M.Minsky，哈佛大學(xué)年輕的數(shù)學(xué)和神經(jīng)學(xué)家，后為MIT教授)、羅徹斯特(N.Lochester,IBM公司信息研究中心負(fù)責(zé)人)和香農(nóng)(C.Shannon,貝爾實(shí)驗(yàn)室信息部數(shù)學(xué)研究員)共同發(fā)起，邀請(qǐng)IBM公司的摩爾(T.Moore)和塞繆爾(A.Samuel)、MIT的塞爾夫里奇(O.Selfridge)和索羅蒙佛(R.Solomonff)以及RAND公司和卡內(nèi)基?梅隆大學(xué)的鈕厄爾(A.Newell)和西蒙(H.A.Simon)(后均為CMU教授)等人在達(dá)特茅斯大44學(xué)舉行了人類歷史上第一次人工智能研討會(huì)，歷時(shí)兩個(gè)月。在這次會(huì)議上，經(jīng)麥卡錫提議，正式采用了“人工智能”這一專業(yè)術(shù)語，這次會(huì)議標(biāo)志著人工智能學(xué)科的誕生。在1956年后的十幾年間，人工智能的研究開始有了新的成就，主要包括以下方面。1957年，塞繆爾和西蒙等人的心理學(xué)小組編制出一個(gè)稱為邏輯理論機(jī)（TheLogicTheoryMachine,LT）的數(shù)學(xué)定理證明程序，當(dāng)時(shí)該程序證明了羅素和懷特赫德的《數(shù)學(xué)原理》一書第2章中的38個(gè)定理（1963年修訂的程序在大機(jī)器上終于證完了該章中全部52個(gè)定理）。這一活動(dòng)被認(rèn)為是人工智能的真正開端。1958年，美籍華人數(shù)理邏輯學(xué)家王浩在IBM-704計(jì)算機(jī)上證明了《數(shù)學(xué)原理》中有關(guān)命題演算的全部定理（220條），并且還證明了謂詞演算中150條定理的85%。1959年，塞爾夫里奇推出了一個(gè)模式識(shí)別程序。1960年，香農(nóng)等人研制了通用問題求解程序GPS，它可以用來求解11種不同類型的問題。他們發(fā)現(xiàn)人們求解問題時(shí)的思維活動(dòng)分為三個(gè)步驟，并首次提出了啟發(fā)式搜索的概念。麥卡錫研制出人工智能語言LISP，該語言后來成為建造智能系統(tǒng)的重要工具。1965年魯賓遜（Robinson）提出了歸結(jié)原理，為定理的機(jī)器證明做出了很大的貢獻(xiàn)。同年還有美國(guó)斯坦福大學(xué)的費(fèi)根鮑姆（E.A.Feigenbaum）開始專家系統(tǒng)DENDRAL的研究，1968年該系統(tǒng)完成并投入使用。該專家系統(tǒng)能根據(jù)質(zhì)譜儀的實(shí)驗(yàn)，通過分析推理決定化合物分子結(jié)構(gòu)，其分析能力已接近、甚至超過有關(guān)化學(xué)專家的水平，并在美、英兩國(guó)得到了實(shí)際應(yīng)用。該專家系統(tǒng)的研制成功不僅為人們提供了一個(gè)實(shí)用的智能系統(tǒng)，而且對(duì)知識(shí)的表示、存儲(chǔ)、獲取、推理以及利用等技術(shù)是一次非常有益的探索，為以后專家系統(tǒng)的建造樹立了榜樣，對(duì)人工智能的發(fā)展產(chǎn)生了深刻的影響，其意義遠(yuǎn)遠(yuǎn)超出了系統(tǒng)本身在實(shí)用上所創(chuàng)造的價(jià)值。除此之外，還有其他一些重要的研究成果，這里就不一一列舉了。值得一提的是在形成時(shí)期發(fā)生的一個(gè)大事件，1969年成立的國(guó)際人工智能聯(lián)合會(huì)議（InternationalJointConferenceonArtificialIntelligenceIJCAI）,它是人工智能發(fā)展史上一個(gè)重要的里程碑，標(biāo)志著人工智能學(xué)科已經(jīng)取得了世界的肯定和公認(rèn)。發(fā)展期（1970?1979年）1970年之后，人工智能的發(fā)展并不是一帆風(fēng)順的，正當(dāng)科學(xué)家們向更高的山峰攀登時(shí)，困難接踵而來。例如，在塞繆爾的下棋程序中，計(jì)算機(jī)程序同世界冠軍對(duì)弈時(shí)，五局中敗了四局。機(jī)器翻譯的研究也沒有像人們當(dāng)初想象得那么簡(jiǎn)單，當(dāng)把“心有余而力不足”的英語句子“The55spiritswillingbutthefleshisweak”翻譯成俄語，然后再翻譯回來時(shí)竟變成了“Thewineisgoodbutthemeatisspoiled”，即“酒是好的，肉卻壞了”。1965年發(fā)明的歸結(jié)原理曾給人們帶來了希望，但很快就發(fā)現(xiàn)了消解法的能力也有限。證明“連續(xù)函數(shù)之和仍連續(xù)”是微積分中的簡(jiǎn)單事實(shí)，可是用消解法（歸結(jié)法）來證明時(shí)，推了十萬步（歸結(jié)出幾十萬個(gè)子句）尚無結(jié)果。盡管遭遇到這么多挫折，但是科學(xué)家仍然沒有放棄，他們不僅加強(qiáng)基礎(chǔ)理論研究，而且在很多領(lǐng)域做出了很有成效的工作。大量地掌握了各方面的知識(shí)，扎扎實(shí)實(shí)地進(jìn)行研究工作，大量的研究成果不斷涌現(xiàn)出來。在這個(gè)時(shí)期出現(xiàn)了不少有代表性的工作”1970年，斯坦福入學(xué)計(jì)算機(jī)科學(xué)系費(fèi)根鮑姆和化學(xué)家C.Djerassi以及J.Leberberg等人研制出世界上第一個(gè)專家系統(tǒng)。該系統(tǒng)具有非常豐富的化學(xué)知識(shí)，是根據(jù)質(zhì)譜數(shù)據(jù)幫助化學(xué)家推斷分子構(gòu)，后被廣泛地應(yīng)用于世界各地的大學(xué)及工業(yè)界的化學(xué)實(shí)驗(yàn)室。吳茲（W.Woods）1972年研制成功的基于知識(shí)的自然語言理解系統(tǒng)。LUNAR用于查詢?cè)虑虻刭|(zhì)數(shù)據(jù)，協(xié)助地質(zhì)學(xué)家查詢分析阿波羅11號(hào)在月球采集的巖石標(biāo)本的成分，回答用戶的問題。直系統(tǒng)的數(shù)據(jù)庫中有13000條化學(xué)分析規(guī)則和10000條文獻(xiàn)論題索引，是第一個(gè)采用擴(kuò)充轉(zhuǎn)移網(wǎng)絡(luò)ATN和過程語義學(xué)思想、第一個(gè)采用普通英語與機(jī)器對(duì)話人機(jī)接口的系統(tǒng)。1974年，明斯基（Minsky）提出了表示知識(shí)的另一種方法——框架（Frame）理論。框架理論的描述范圍較廣泛，可以解決一大類問題，因此一經(jīng)提出就得到了廣泛的應(yīng)用。1976年Newell和Simon提出了物理符號(hào)系統(tǒng)假設(shè)，認(rèn)為物理符號(hào)系統(tǒng)是表現(xiàn)智能行為必要和充分的條件。這樣，可以把任何信息加工系統(tǒng)看成是一個(gè)具體的物理系統(tǒng)，如人的神經(jīng)系統(tǒng)、計(jì)算機(jī)的構(gòu)造系統(tǒng)等。20世紀(jì)70年代出現(xiàn)的專家系統(tǒng)第一次讓人知道計(jì)算機(jī)可以代替人類專家進(jìn)行一些工作。由于計(jì)算機(jī)硬件性能的提高，人工智能得以進(jìn)行一系列重要的活動(dòng)，如統(tǒng)計(jì)分析數(shù)據(jù)、醫(yī)療診斷等，它作為生活的重要方面已經(jīng)開始影響和改變?nèi)祟惖纳?。模糊控制、決策支持等方面都有人工智能的影子。不能不提的是，在20世紀(jì)70年代，另一個(gè)人工智能語言Prolog語言誕生了，它和LISP一起，幾乎成了人工智能工作者不可缺少的工具。1977年費(fèi)根鮑姆在第五屆國(guó)際人工智能聯(lián)合會(huì)議上提出了“知識(shí)工程”的概念，對(duì)以知識(shí)為基礎(chǔ)的智能系統(tǒng)的研究和構(gòu)建起了重要作用。穩(wěn)定增長(zhǎng)期（1980年以后）從20世紀(jì)80年代中期開始，有關(guān)人工神經(jīng)元網(wǎng)絡(luò)的研究取得了突破性的進(jìn)展。1982年，生物物理學(xué)家Hopfield提出了一種新的、全互聯(lián)的神經(jīng)元網(wǎng)絡(luò)模型，被稱為Hopfield模型。該模型的能量單調(diào)下降特性，可用于求解優(yōu)化問題的近似計(jì)算。1985年Hopfield利用這種模型成功地求解了“旅行商(TSP)”問題。1986年Rumelhart提出了反向傳播(BackPropagation.BP)學(xué)習(xí)算法，解決了多層人工神經(jīng)元網(wǎng)絡(luò)的學(xué)習(xí)問題，該算法已成為應(yīng)用廣泛的神經(jīng)元網(wǎng)絡(luò)經(jīng)典學(xué)習(xí)算法。從那以后，在全世界范圍內(nèi)掀起了新的人工神經(jīng)元網(wǎng)絡(luò)的研究熱潮，提出了很多新的神經(jīng)元網(wǎng)絡(luò)模型，并被廣泛地應(yīng)用于模式識(shí)別、故障診斷、預(yù)測(cè)和智能控制等眾多領(lǐng)域。1997年5月，IBM公司研制的“深藍(lán)”計(jì)算機(jī)，以3.5：2.5的比分首次在正式比賽中戰(zhàn)勝了人類國(guó)際象棋世界冠軍卡斯帕羅夫，這在世界范圍內(nèi)引起了轟動(dòng)?！吧钏{(lán)”的勝利標(biāo)志著在人類智能的某些領(lǐng)域，人們經(jīng)過不懈努力，可以使人工智能系統(tǒng)達(dá)到或接近人類的最高水平。這一時(shí)期學(xué)術(shù)交流的不斷深化也對(duì)人工智能的發(fā)展起到很大的推動(dòng)作用。1969年國(guó)際人工智能聯(lián)合會(huì)成立，并舉行了第二次學(xué)術(shù)會(huì)議，并每?jī)赡暾匍_一次。隨著人工智能研究的發(fā)展，1974年又成立丁歐洲人工智能學(xué)會(huì)，并召開第一次會(huì)議ECAI(EuropeanConferenceonArtificialintelligence)，隨后每相隔兩年召開一次。此外，許多國(guó)家也成立了本國(guó)的人工智能學(xué)術(shù)團(tuán)體。在人工智能刊物方面，1970年創(chuàng)辦了國(guó)際性期刊《ArtificialIntelligence》，愛丁堡大學(xué)還不定期出版《MachineIntelligence》雜志，還有《IJCAI會(huì)議文集》、《ECAI會(huì)議文集》等。此外，ACM、AFIPS和IEEE等刊物也刊載了人工智能的研究成果。隨著機(jī)器學(xué)習(xí)、計(jì)算智能及人工神經(jīng)網(wǎng)絡(luò)等研究的不斷深入，不同人工智能學(xué)派間的爭(zhēng)論也愈加激烈，這些都推動(dòng)了人工智能研究的不斷發(fā)展。題目5：人工智能在哪些方面改變了人的生活？答：機(jī)器人進(jìn)入家庭。如今，Aldebaran開發(fā)的NAO機(jī)器人已經(jīng)用于教育、娛樂以及幫助老年人等方面。通過與人的互動(dòng)互聯(lián)，NAO機(jī)器人可以知道你的大腦、你的肝、你的胃，它能知道你是否緊張，是否快樂，還可以利用你的情緒跟你互動(dòng)，以肢體擁抱你，用語言安慰你。新交通雛形出現(xiàn)。身體前傾開始移動(dòng)，身體挺直馬上剎車。兩個(gè)滑輪機(jī)組通過自帶的微芯片可以互相通信，讓彼此保持同步的速度和方向，最快可達(dá)時(shí)速19公里，續(xù)航能力超過10公里。由于非常輕，體積也極小，被戲稱為世界上最小的電子汽車。因?yàn)槌錾目煽匦院推胶怏w驗(yàn)，當(dāng)你玩手機(jī)、喝咖啡的時(shí)候都可以踏著這雙風(fēng)火輪，隨心所欲地穿梭于大街小巷，猶如哪吒附體，即使是上樓梯也不需要把它脫掉。ROCKETSKATES除了是一款非常好的移動(dòng)工具，同時(shí)還具備娛樂的功能。它能通過APP與手機(jī)相連，用戶可以查看行駛?cè)罩?、續(xù)航狀態(tài)，也能與朋友之間展開競(jìng)技比拼等等。77在美國(guó)硅谷，尼古拉斯?亞寧早上起來準(zhǔn)備去上班，到公司需要40分鐘車程。這位在Google工作的技術(shù)員走向他的Lexus汽車。汽車即將駛上加州擁擠的高速路，此時(shí)他的“司機(jī)”——汽車開始掌控大局。亞寧的這輛車是Google正在實(shí)驗(yàn)的自動(dòng)駕駛汽車，安裝有復(fù)雜的人工智能技術(shù)，使得他可以放松地坐在駕駛座上充當(dāng)乘客。在馬薩諸塞州貝德福特的iRobot公司，一名參觀者看著5英尺高的機(jī)器人愛娃小心翼翼地行走在大廳里，躲避著周圍的障礙物——包括人類。今年年底它將開始自己的第一份真正工作——遠(yuǎn)程醫(yī)療助手，讓數(shù)千英里之外的專家通過安裝在它“頭”上的視頻屏幕給醫(yī)院的病人看病。當(dāng)醫(yī)生準(zhǔn)備看望下一位病人時(shí)，他只需點(diǎn)擊電腦地圖上的新位置。愛娃根據(jù)地圖找到并趕往下一個(gè)病房，它還會(huì)自己乘坐電梯。在華盛頓普爾曼，華盛頓州立大學(xué)的研究者們正在給“智能”房間安裝上感應(yīng)器，使之能夠根據(jù)需要自動(dòng)調(diào)節(jié)房間的光線，監(jiān)控住戶的一切活動(dòng)，包括他們每天睡眠多少小時(shí)，鍛煉多少分鐘。聽上去有點(diǎn)像是被監(jiān)禁，但事實(shí)上，倡導(dǎo)者們認(rèn)為這樣的技術(shù)就像一個(gè)富有愛心的保姆：智能房屋可以幫助老年人，尤其是有身體或智力障礙的老人過上獨(dú)立的生活。醫(yī)用機(jī)器人2011年，Watson在《Jeopardy！》問答節(jié)目中完勝對(duì)手，隨后，這個(gè)超級(jí)計(jì)算機(jī)被應(yīng)用到了醫(yī)療等領(lǐng)域。現(xiàn)在沃森不僅能研究蛋白質(zhì)結(jié)構(gòu)，還能尋找某些藥物的替代成分。除此之外，沃森還會(huì)自行學(xué)習(xí)大量文獻(xiàn)，通過“假設(shè)自動(dòng)生成”來完成診斷。美國(guó)最大的醫(yī)療保險(xiǎn)公司W(wǎng)ellpoint預(yù)測(cè)，沃森甚至可以很大程度