控制论是一门迅速发展的交叉学科，人工智能近年来随着其不断发展越来越受到人们的关注。以下是边肖整理分享的2017人工智能论文相关文章。欢迎阅读！
2017人工智能论文一
控制论视角下的人工智能
摘要：控制论是一门迅速发展的交叉学科，人工智能近年来随着它的不断发展越来越受到人们的重视。本文试图从控制论的角度研究人工智能的发展，希望读者能思考人工智能带来的伦理挑战。
关键词：控制论；人工智能；人类本质
一、控制论的产生和一般原理
控制论的诞生一般认为是以美国数学家诺伯特维纳1948年出版的《控制论；或关于在动物和机器控制和通讯的科学》一书为标志的。维纳控制论被认为是一门研究机器和生命社会中的控制和通讯的一般规律科学，是研究动态系统如何在变化的环境中保持平衡或稳定状态的科学。根据：“维纳的定义；控制论是研究动物和机器的控制和交流的科学[1]所以控制论是一门关于机器、机器人和人的科学。
二。人工智能中包含的控制原理和方法
(一)人工大脑的反馈机制
随着神经科学的发展，科学家们越来越多地揭示了大脑的复杂性。虽然大脑有一个极其复杂的神经网络，但是根据控制论，我们完全可以高度模拟自然智能的结构。从控制论的角度来看，人脑具有以下特征：1。非线性，即大量非线性基本运算元素；2.非限制性，即神经网络通常由多个广泛连接的神经元组成，系统神经网络中的整体行为不仅取决于单个神经元的特性，还取决于单元之间的相互作用和相互连接；3.神经交互的感知和操作行为；4.可以进行思维操作。[3]基于大脑的这些生理机制，可以构建一个类似的人工大脑。这个人工大脑包含了控制论中一个重要的反馈控制原理。其示意图如下：
如图所示，反馈控制范式是将被控对象输出的信息馈入作为控制指令来源的控制器的输入，对被控对象的一种控制方法。但是在控制系统中，各种环境干扰和系统内部的扰动都会影响系统的状态，使其偏离系统目标值的要求。这种偏差集中在被控对象的输出端。因此，将这个输出信息反馈给控制器，与目标信息进行比较，得出偏差信息，作为控制信息抵消干扰，修正干扰引起的偏差，从而恢复系统的稳定性，达到或接近其目标状态。这个过程原理叫做反馈控制原理。基于这种反馈控制，人工大脑系统必须产生双向运动的瞬时感知，这意味着大脑对输入设备控制的本质是将输入解释为一种自然的感知模式。即大脑要根据信息的输入给出反馈，这个反馈要尽可能使系统保持稳定的状态，从而把这个系统变成人的身心的扩张。
(二)人工智能模式识别的系统分析
模式识别是人工智能最重要的研究领域之一。模式识别研究主要集中在两个方面：一是研究生如何感知物体(包括人)属于认知科学的范畴；二是在给定的任务下，如何用电子计算机对一些复杂系统进行识别和分类。它在理论建设和实际操作中都极大地运用了控制论中的复杂系统分析方法。模式识别一般有三种[5]:一、统计模式识别是指识别对象的第一个数字。
转换成适合计算机处理的数字信息；第二种是神经网络方法。神经网络分析是指应用数学方法，从神经心理学和认知科学的研究成果中发展起来的一种具有高度并行计算能力、自学习能力和容错能力的处理方法。第三，结构方法或语言学方法。基本思想是将一个模式描述为更简单的子模式的组合，子模式可以描述为更简单的子模式的组合，最终得到一个树状的结构描述。这三种方法有一个共同的特点，即必须系统地分析复杂性、不确定性、多变性等。对外部世界和客观环境进行分析，筛选出有用的信息并进行结构分析，然后才能进行识别。
(三)人工智能的信息方法
人工智能本质上是对人的思维信息过程的模拟，取得了较好的智能和信息效果，所以信息方法在人工智能中占有重要地位。比如，随着科技的发展，科学家根据红外光电传感器对被探测物体的遮挡或反射，探测障碍物，采集地面信息的原理，将光强的变化转化为电流的变化，然后通过同步回路选通电路，确定物体的存在与否。单片机用于控制采样速度，显示和负责传感器状态，控制电机和PWM对采集的信号进行处理，从而实现机器人的寻线和避障。据此编写控制程序，制作智能车。实验证明效果很好。不可否认，人工智能的应用越来越广泛。
三。结论。
当前是一个科技时代，技术的发展已经以综合和跨学科的方式运行。不可否认，人工智能走过了50多年曲折的道路。随着人工智能的不断进步和发展，研究人员深刻感受到人工智能理论和技术的局限性。本文仅从控制论的角度反思其带来的问题。科学的发展不仅会导致相应时代的技术进步和经济进步，还会导致对当代伦理、政治和社会的一些重大挑战。面对各个领域对技术的占有，有时候批判性的反思对于人类的发展和生存也是非常重要的。
下一页分享更好的2017人工智能论文
