微机课提问——手写版。机器翻译。eliza。人工智能。

人工智能与机器翻译 和 自然语言处理 哪个方向更火~

一、课程介绍

斯坦福大学于2012年3月在Coursera启动了在线自然语言处理课程，由NLP领域大牛Dan Jurafsky 和 Chirs Manning教授授课：
https://class.coursera.org/nlp/
以下是本课程的学习笔记，以课程PPT/PDF为主，其他参考资料为辅，融入个人拓展、注解，抛砖引玉，欢迎大家在“我爱公开课”上一起探讨学习。
课件汇总下载地址：斯坦福大学自然语言处理公开课课件汇总


二、语言模型(Language Model)
1）N-gram介绍
在实际应用中，我们经常需要解决这样一类问题：如何计算一个句子的概率？如：
机器翻译：P(high winds tonite) > P(large winds tonite)
拼写纠错：P(about fifteen minutes from) > P(about fifteenminuets from)
语音识别：P(I saw a van) >> P(eyes awe of an)
音字转换：P(你现在干什么|nixianzaiganshenme) > P(你西安在干什么|nixianzaiganshenme)
自动文摘、问答系统、... ...
以上问题的形式化表示如下：
p(S)=p(w1,w2,w3,w4,w5,…,wn)
=p(w1)p(w2|w1)p(w3|w1,w2)...p(wn|w1,w2,...,wn-1)//链规则
p(S)被称为语言模型，即用来计算一个句子概率的模型。
那么，如何计算p(wi|w1,w2,...,wi-1)呢？最简单、直接的方法是直接计数做除法，如下：
p(wi|w1,w2,...,wi-1) = p(w1,w2,...,wi-1,wi) / p(w1,w2,...,wi-1)
但是，这里面临两个重要的问题：数据稀疏严重；参数空间过大，无法实用。
基于马尔科夫假设（Markov Assumption）：下一个词的出现仅依赖于它前面的一个或几个词。
假设下一个词的出现依赖它前面的一个词，则有：
p(S)=p(w1)p(w2|w1)p(w3|w1,w2)...p(wn|w1,w2,...,wn-1)
=p(w1)p(w2|w1)p(w3|w2)...p(wn|wn-1) // bigram
假设下一个词的出现依赖它前面的两个词，则有：
p(S)=p(w1)p(w2|w1)p(w3|w1,w2)...p(wn|w1,w2,...,wn-1)
=p(w1)p(w2|w1)p(w3|w1,w2)...p(wn|wn-1,wn-2) // trigram
那么，我们在面临实际问题时，如何选择依赖词的个数，即n。
更大的n：对下一个词出现的约束信息更多，具有更大的辨别力；
更小的n：在训练语料库中出现的次数更多，具有更可靠的统计信息，具有更高的可靠性。
理论上，n越大越好，经验上，trigram用的最多，尽管如此，原则上，能用bigram解决，绝不使用trigram。
2）构造语言模型
通常，通过计算最大似然估计（Maximum Likelihood Estimate）构造语言模型，这是对训练数据的最佳估计，公式如下：
p(w1|wi-1) = count(wi1-, wi) / count(wi-1)
如给定句子集“ I am Sam
Sam I am
I do not like green eggs and ham ”
部分bigram语言模型如下所示：

c(wi)如下:

c(wi-1,wi)如下:

则bigram为：

那么，句子“ I want english food ”的概率为：
p( I want english food )=p(I|)
× P(want|I)
× P(english|want)
× P(food|english)
× P(|food)
= .000031
为了避免数据溢出、提高性能，通常会使用取log后使用加法运算替代乘法运算。
log(p1*p2*p3*p4) = log(p1) + log(p2) + log(p3) + log(p4)

推荐开源语言模型工具：
SRILM（http://www.speech.sri.com/projects/srilm/）
IRSTLM（http://hlt.fbk.eu/en/irstlm）
MITLM（http://code.google.com/p/mitlm/）
BerkeleyLM（http://code.google.com/p/berkeleylm/）


推荐开源n-gram数据集：
Google Web1T5-gram（http://googleresearch.blogspot.com/2006/08/all-our-n-gram-are-belong-to-you.html）
Total number of tokens: 1,306,807,412,486
Total number of sentences: 150,727,365,731
Total number of unigrams: 95,998,281
Total number of bigrams: 646,439,858
Total number of trigrams: 1,312,972,925
Total number of fourgrams: 1,396,154,236
Total number of fivegrams: 1,149,361,413
Total number of n-grams: 4,600,926,713
Google Book N-grams（http://books.google.com/ngrams/）
Chinese Web 5-gram（http://www.ldc.upenn.edu/Catalog/catalogEntry.jsp?catalogId=LDC2010T06）





3）语言模型评价
语言模型构造完成后，如何确定好坏呢？ 目前主要有两种评价方法：
实用方法：通过查看该模型在实际应用（如拼写检查、机器翻译）中的表现来评价，优点是直观、实用，缺点是缺乏针对性、不够客观；
理论方法：迷惑度/困惑度/混乱度（preplexity），其基本思想是给测试集赋予较高概率值的语言模型较好，公式如下：

由公式可知，迷惑度越小，句子概率越大，语言模型越好。使用《华尔街日报》训练数据规模为38million words构造n-gram语言模型，测试集规模为1.5million words，迷惑度如下表所示：

4）数据稀疏与平滑技术
大规模数据统计方法与有限的训练语料之间必然产生数据稀疏问题，导致零概率问题，符合经典的zip'f定律。如IBM, Brown：366M英语语料训练trigram，在测试语料中，有14.7%的trigram和2.2%的bigram在训练语料中未出现。
数据稀疏问题定义：“The problem of data sparseness, also known as the zero-frequency problem arises when analyses contain configurations that never occurred in the training corpus. Then it is not possible to estimate probabilities from observed frequencies, and some other estimation scheme that can generalize (that configurations) from the training data has to be used. —— Dagan”。
人们为理论模型实用化而进行了众多尝试与努力，诞生了一系列经典的平滑技术，它们的基本思想是“降低已出现n-gram条件概率分布，以使未出现的n-gram条件概率分布非零”，且经数据平滑后一定保证概率和为1，详细如下：
Add-one（Laplace） Smoothing
加一平滑法，又称拉普拉斯定律，其保证每个n-gram在训练语料中至少出现1次，以bigram为例，公式如下：

其中，V是所有bigram的个数。
承接上一节给的例子，经Add-one Smoothing后，c(wi-1, wi)如下所示：

则bigram为：

在V >> c(wi-1)时，即训练语料库中绝大部分n-gram未出现的情况（一般都是如此），Add-one Smoothing后有些“喧宾夺主”的现象，效果不佳。那么，可以对该方法扩展以缓解此问题，如Lidstone's Law,Jeffreys-Perks Law。
Good-Turing Smoothing
其基本思想是利用频率的类别信息对频率进行平滑。调整出现频率为c的n-gram频率为c*：



但是，当nr+1或者nr > nr+1时，使得模型质量变差，如下图所示：

直接的改进策略就是“对出现次数超过某个阈值的gram，不进行平滑，阈值一般取8~10”，其他方法请参见“Simple Good-Turing”。
Interpolation Smoothing
不管是Add-one，还是Good Turing平滑技术，对于未出现的n-gram都一视同仁，难免存在不合理（事件发生概率存在差别），所以这里再介绍一种线性插值平滑技术，其基本思想是将高阶模型和低阶模型作线性组合，利用低元n-gram模型对高元n-gram模型进行线性插值。因为在没有足够的数据对高元n-gram模型进行概率估计时，低元n-gram模型通常可以提供有用的信息。公式如下：

扩展方式（上下文相关）为：

λs可以通过EM算法来估计，具体步骤如下：
首先，确定三种数据：Training data、Held-out data和Test data；

然后，根据Training data构造初始的语言模型，并确定初始的λs（如均为1）；
最后，基于EM算法迭代地优化λs，使得Held-out data概率（如下式）最大化。

Kneser-Ney Smoothing
Web-scale LMs
如Google N-gram语料库，压缩文件大小为27.9G，解压后1T左右，面对如此庞大的语料资源，使用前一般需要先剪枝（Pruning）处理，缩小规模，如仅使用出现频率大于threshold的n-gram，过滤高阶的n-gram（如仅使用n<=3的资源），基于熵值剪枝，等等。
另外，在存储优化方面也需要做一些优化，如使用trie数据结构存储，借助bloom filter辅助查询，把string映射为int类型处理（基于huffman编码、Varint等方法），float/double转成int类型（如概率值精确到小数点后6位，然后乘10E6，即可将浮点数转为整数）。
2007年Google Inc.的Brants et al.提出了针对大规模n-gram的平滑技术——“Stupid Backoff”，公式如下：

数据平滑技术是构造高鲁棒性语言模型的重要手段，且数据平滑的效果与训练语料库的规模有关。训练语料库规模越小，数据平滑的效果越显著；训练语料库规模越大，数据平滑的效果越不显著，甚至可以忽略不计——锦上添花。
5）语言模型变种
Class-based N-gram Model
该方法基于词类建立语言模型，以缓解数据稀疏问题，且可以方便融合部分语法信息。
Topic-based N-gram Model
该方法将训练集按主题划分成多个子集，并对每个子集分别建立N-gram语言模型，以解决语言模型的主题自适应问题。架构如下：

Cache-based N-gram Model
该方法利用cache缓存前一时刻的信息，以用于计算当前时刻概率，以解决语言模型动态自适应问题。
-People tends to use words as few as possible in the article.
-If a word has been used, it would possibly be used again in the future.
架构如下：

猜测这是目前QQ、搜狗、谷歌等智能拼音输入法所采用策略，即针对用户个性化输入日志建立基于cache的语言模型，用于对通用语言模型输出结果的调权，实现输入法的个性化、智能化。由于动态自适应模块的引入，产品越用越智能，越用越好用，越用越上瘾。
Skipping N-gram Model&Trigger-based N-gram Model
二者核心思想都是刻画远距离约束关系。
指数语言模型：最大熵模型MaxEnt、最大熵马尔科夫模型MEMM、条件随机域模型CRF
传统的n-gram语言模型，只是考虑了词形方面的特征，而没有词性以及语义层面上的知识，并且数据稀疏问题严重，经典的平滑技术也都是从统计学角度解决，未考虑语法、语义等语言学作用。
MaxEnt、MEMM、CRF可以更好的融入多种知识源，刻画语言序列特点，较好的用于解决序列标注问题。

信息技术基础（必修）复习资料
主题一 信息技术与社会
相关知识点
（一） 信息及其特征
1、 信息、物质和能量是构成人类社会资源的三大支柱。
2、 信息的一般特征：载体依附性、价值性、时效性、共享性、可转换性、可增值性、真伪性
3、信息的容量基本单位是字节（ Byte ）
4、载体：语言、文字、图片、图像、动画、视频等
5、存储介质：光盘、硬盘、优盘、软盘、移动硬盘
（二） 信息技术与社会
1、 信息技术的定义：一切与信息的获取、加工、表达、交流、管理和评价等有关的技术都可以称为信息技术。信息技术又称为 “IT(Information Technology)”。狭义和广义
2、 信息技术包括计算机技术（核心）、通信技术、微电子技术（基石）、传感技术
3、 人类社会发展历史上发生过五次信息技术革命：
第一次 语言的使用
第二次 文字的创造
第三次 印刷术的发明
第四次 电报、电话、广播、电视的发明和普及
第五次 计算机技术及现代通信技术的普及与应用
4、 信息技术在学习、生活的应用：计算器\MP3\MP4\PDA\学习机
5、 神奇的计算机技术：虚拟现实(VR)、语音技术、智能代理技术、中国的超级计算机
例：虚拟现实：虚拟现实技术融合了数字图像处理、计算机图形学、多媒体技术、三维动画技术等多个信息技术分支。如，电子宠物等
语音技术：包括语音识别（语音到文字的转换）和语音合成（文字到语音的转换）
智能代理技术：Office小助手、搜索引擎中的“蜘蛛”程序
4、丰富多彩的因特网：建立计算机网络的主要目标是数据通信和资源共享。因特网是基于TCP/IP（传输控制协议/网际协议（Transport Control Protocal/Internet Protocal））
5、信息技术的发展趋势
 越来越友好的人机界面
 越来越个性化的功能设计
 越来越高的性能价格比
电脑配置单：SONY C21CH 配置单为：
酷睿2双核T5500 1.6G/512M/80G/GF7400 128M/13.3WXGA/COMBO/10-100M/蓝牙/无线网卡/2.3Kg/XP-H/黑/白
其中 酷睿2双核T5500 1.6G表示CPU，512M 表示内存大小，80G表示硬盘大小，13.3WXGA表示显示器
6、几个常用技术名词：“地球村”、E-mail、移动电话、PDA（个人数字助理）、3G无线通信
7、良莠并存的信息世界
莠：垃圾邮件、网络病毒、电脑黑客、网络诈骗等
病毒的基本特征：传染性、潜伏性、隐蔽性、破坏性、可触发性
计算机黑客：指利用不正当手段窃取计算机网络系统的口令和密码的人
小技巧：
一、如何为自己的计算机系统设置了安全防范措施？
 定期访问Windows Update网站，下载并安装操作系统补丁程序
 购买正版杀毒软件，安装并定时升级
 安装软件防火墙
二、使自己电脑上的数据安全，比较合理的操作方法是：
 安装杀毒软件与防火墙并及时更新
 在网上发送重要数据前先对数据文件加密处理
 经常对电脑上的重要数据备份
三、计算机感染病毒的部分常见迹像
 设备有异常现象，显示怪字符，磁盘读不出
 在没有操作的情况下，磁盘自动读写
 装入程序的时间比平时长，运行异常
四、青少年对待网络的正确态度是：
认真落实《青少年网络文明公约》 “五要”和“五不”。面对信息技术的发展，既不要过度地崇拜，也不要因噎废食、盲目排斥
相关知识点与典型题解：
单选题
（1）、天气预报、市场信息都会随时间的推移而变化，这体现了信息的 ( B )。
A、必要性 B、时效性 C、共享性 D、载体依附性
（2）、盲人摸象体现了信息交流的重要性，信息可以交流说明了信息具有（ C ）。
A、载体依附性 B、时效性 C、共享性 D、价值性
（3）、网络上的信息被人下载和利用，这正好说明信息具有（ A ）
A、价值性 B、时效性 C、载体依附性 D、可转换性
（4）、下列叙述中，其中（ D ）是错误的。
A、信息可以被多个信息接收者接收并且多次使用 B、信息具有时效性特征
C、同一个信息可以依附于不同的载体 D、获取了一个信息后，它的价值将永远存在
（5）、下面有关对信息作用事例的理解，错误的是 ( C )。
A、天气预报、股市行情体现信息的有价值性
B、交通信号灯被许多行人接收，体现信息的共享性
C、身边的信息体现了信息的不完全性
D、许多历史事件以文字的形式记载在书上，体现信息的依附性
（6）、( B )不属于信息的主要特征。
A、时效性 B、不可利用、不能增值
C、可传递、共享 D、依附性
（7）、下面哪一个不属于信息的一般特征？（ D ）
A、载体依附性 B、价值性 C、时效性 D、独享性
（8）、信息的基本容量单位是（ D ）。
A、字 B、字长 C、二进制的位 D、字节
（9）、我们通常所说的“IT”是 ( D )的简称。
A、输入设备 B、因特网 C、手写板 D、信息技术
（10）、总体来说，一切与信息的获取、加工、表达、( D )、管理、应用等有关的技
术，都可以称之为信息技术。
A、 识别 B、变换 C、显示 D、交流
（11）、关于信息技术的出现，下列说法正确的是（ C ）。
A、自从有了广播、电视后就有了信息技术 B、自从有了计算机后就有了信息技术
C、自从有了人类就有了信息技术 D、信息技术是最近发明的技术
（12）、高中学习信息技术的目的是（ A ）。
A、提高自身的信息素养 B、提高电脑技术水平
C、会考的需要 D、学会用电脑解决其他学科的问题
（13）、人类经历的五次信息技术革命依次为：语言的使用，文字的使用，（ C ），电报、电话、广播、电视的使用和计算机的普及应用及其与通信技术的结合。
A、火的使用 B、指南针的使用
C、印刷技术的应用 D、蒸汽机的发明和使用
（14）、 虚拟现实技术融合了数字图像处理、计算机图形学、多媒体技术、（ D ）等多个信息技术分支。
A、传感器技术 B、网络技术 C、通信技术 D、三维动画技术
（15）、下面（ A ）属于虚拟现实技术。
A、电子宠物 B、ASR C、TTS D、Office助手
（16）、（B）中的关键技术包括语言识别技术和语言合成技术。
A、虚拟技术 B、语音技术 C、汉字识别技术 D、桌面系统
（17）、关于语音技术，下面不正确的说法是（ C ）。
A、语音技术中的关键是语音识别和语音合成
B、语音合成是将文字信息转变为语音数据
C、语音技术就是多媒体技术
D、语音识别就是使计算机能识别人说的话。
（18）、建立计算机网络的主要目标是( B )。
A、提高计算机运算谏度 B、数据通信和资源共享
C、增强计算机的处理能力 D、提供Email服务
（19）、凡是要使用因特网，无论是拨号上网，还是通过局域网，都应配置（ A ）协议。
A、TCP/IP B、UDP C、HTTP D、FTP
（20）、下面（ D ）不是信息技术的发展趋势。
A、越来越友好的人机界面 B、越来越个性化的功能设计
C、越来越高的性能价格比 D、越来越复杂的操作步骤
（21）、关于计算机病毒，下列说法中正确的是( C )
A、病毒常隐藏在数据文件或系统中，不具有隐蔽性和潜伏性
B、病毒是由软盘表面沾有灰尘造成的
C、病毒具有传染性
D、病毒对计算机会造成或轻或重的损坏害，但制造病毒的人并不构成犯罪
（22）、以下有关计算机病毒特征的说明正确的是（ A ）。
A、传染性、潜伏性、隐蔽性、破坏性、可触发性
B、传染性、破坏性、易读性、潜伏性、伪装性
C、潜伏性、可触发性、破坏性、易读性、传染性
D、传染性、潜伏性、多发性、安全性、激发性
（23）、计算机黑客（英文名Hacher）是（ D ）。
A、一种病毒 B、一种游戏软件 C、一种不健康的网站
D、指利用不正当手段窃取计算机网络系统的口令和密码的人
（24）、下面哪种现象不属于计算机犯罪行为? ( A )
A、消除自己计算机中的病毒
B、私自删除他人计算机内重要数据
C、攻击他人的网络服务
D、利用计算机网络窃取他人信息资源
（25）、以下说法正确的是（ C ）。
A、信息技术对社会的影响有消极的一面，应该限制发展
B、网络上有许多不良信息，所以青少年应该积极抵制上网
C、面对信息技术的发展，我们既不要过度地崇拜，也不要因噎废食、盲目排斥
D、随着计算机技术的发展，计算机的所有输入手段将全部由语音技术来代替
（26）、以下行为不构成犯罪的是( C )。
A、利用互联网对他人进行诽谤、漫骂 B、通过网络向他人计算机散布计算机病毒
C、发送广告电子邮件 D、破解他人计算机密码，但来破坏其数据
（27）、以下行为中，不恰当的是（ C ）。
A、安装正版软件 B、购买正版CD
C、未征得同意私自使用他人资源 D、参加反盗版公益活动
（28）、某同学为自己的计算机系统设置了安全防范措施，最恰当的是（ B ）。
A、定期访问Windows Update网站，下载并安装操作系统补丁程序，借用同学的个人用户杀毒软件并安装
B、定期访问Windows Update网站，下载并安装操作系统补丁程序，购买正版杀毒软件，安装并定时升级，安装软件防火墙
C、买正版杀毒软件，安装并定时升级，定期备份数据
D、定期访问Windows Update网站，下载并安装操作系统补丁程序，借用同学的个人用户杀毒软件并安装，定期备份数据

综合分析题
（1）、下列属于计算机感染病毒迹像的是（ D ）
A、设备有异常现象，显示怪字符，磁盘读不出
B、在没有操作的情况下，磁盘自动读写
C、装入程序的时间比平时长，运行异常
D、以上说法都是
（2）、某同学的计算机在上网时感染了计算机病毒，为保证以后不感染病毒，不合理的做法是( B )。
A、不使用来历不明的光盘、软盘
B、从此不再上网
C、经常使用最新杀病毒软件检查
D、不轻易打开陌生人的电子邮件
（3）、某同学在因特网上收到了一封不明邮件，下面正确的操作方法是 ( D ) 。
A、将这封邮件删除 B、见到机器上装有杀毒软件，于是将邮件打开
C、直接打开此邮件 D、暂时封存此邮件，确定此邮件没病毒后再打开
（4）、目前最好的防病毒软件能做到的是（ D ）。
A、检查计算机是否感染有病毒，消除已感染的任何病毒
B、杜绝病毒对计算机的侵害
C、查处计算机已感染的任何病毒，消除其中的一部分
D、检查计算机是否染有已知病毒，并作相应处理
（5）、小明想在网上购买一部昂贵的数码相机，比较安全、恰当的做法是（ D ）。
A、先让对方寄货，收到货款后不再汇款
B、独自一人带现金到对方指定地点取货
C、先将部分款汇到对方指定的帐户上，收到货后再汇去余下的款
D、先将款汇到经国家有关部门认证的、信誉良好的中介机构，收到货后再通知中介机构把款汇给对方
（6）、小明在利用QQ聊天时，一位陌生人要小明家庭住址与电话号码，以下正确的做法是（ D ）。
A、尊重别人，立即将自己的电话、家庭住址等信息告诉他
B、很不礼貌地回应：“休想！”
C、经过一段时间考察，认为对方没问题，告诉了他
D、婉言谢绝了对方的要求
（7）、小明为了使自己电脑上的数据安全，比较合理的操作方法是（ C ）。
A、安装杀毒软件与防火墙并及时更新，在网上发送重要数据前先对数据文件加密处理
B、安装杀毒软件与放火墙每隔两个月更新一次，发重要数据前先对数据文件加密处理
C、安装杀毒软件与防火墙并及时更新，在网上发送重要数据前先对数据文件加密处理，经常对电脑上的重要数据备份
D、安装杀毒软件与防火墙
（8）、团中央、教育部等部门专门发布了《全国青少年网络文明公约》，其内容可归纳为( B ) 。
A、“四要”和“四不”
B、“五要”和“五不”
C、“六要”和“六不”
D、“七要”和“七不”
主题二 信息获取
相关知识点：
（一） 信息的获取过程P15
定位信息需求—选择信息来源—确定信息获取的方法、获取信息--评价信息
1、 信息来源的主要途径P16表2-1
直接获取信息（相对而言，获得的信息最可靠）：如，实践活动，包括参加社会劳动、参与科学实验；参观活动
间接获取信息，如，人与人之间的沟通、查阅书刊资料、广播电视、影视资料、电子读物
2、 信息获取的方法和工具P18
扫描仪：可以扫描图片和文字，并能借助文字识别软件OCR自动识别文字
关键词解释：OCR技术就是利用专用设备对印刷文字或手写文字进行识别并转化为文字编码的一种使用技术。
录音设备采集音频信息（麦克风、录音笔、Mp3）
数码相机（DC）可以采集图像信息，部分可以拍摄短片
数码摄像机（DV）可以采集音、视频信息
计算机：采集来自光盘网络等多种类型的信息至计算机中
3、 信息的数字化表示
过程：利用一些必要的仪器把各类非数字化资料采集为声光电等物理信号，再经过量化、编码，转换成二进制信息存储在计算机中。
概括为：采样（模拟）——量化——编码（数字）
例：数字音频采样和量化过程所用的主要硬件是模拟到数字的转换器(A/D转换器)
图象的数字化
例：一幅彩色静态图像(RGB)，设分辨率为256*512,每一种颜色用8bit表示，则该彩色静态图像的数据量为( B )bit。
A、512*512*3*8 B、256*512*3*8
C、256*256*3*8 D、512*512*3*8*25

4、 常见信息的存储格式（文件类型）：
文本类：.doc .wps .txt .pdf
网页类：.htm .html .asp .jsp .php
表格类：.xls
图形图像类：.jpg .jpeg .bmp .gif .png .wmf
动画类：.swf .fla
声音类：.mp3 .wav .mid .wma
视频类：.avi .wmv .mpg .dat .vob .rm .ram .rmvb .asf .3gp
压缩类：.rar .zip

（二） 因特网信息的查找与下载
1、 因特网的服务功能和应用
（1）电子邮件(Email)
（2）FTP 用于在不同计算机之间的文件传输
（3）远程登录（Telnet）：将本地计算机作为远程计算机的终端进行工作，充分共享网络资源
（4）电子公告牌系统（BBS）
（5）信息浏览与检索（WWW）
（6）电子商务(EC)
2、 网络的通信协议
（1） TCP（数据传输控制协议）
（2） IP（网络互联协议）
关键词解释：
IP地址：因特网中计算机地址的统一表示方法，IP地址由四段0—255的数字组成，如：192.168.0.1。TCP/IP协议是因特网上最基本的通信协议
（3） HTTP（超文本传输协议）
（4） FTP（文件传输协议）
（5） SMTP（简单邮件传输协议）、POP3（邮局协议）
（6） URL（通用资源定位符）
（1）通用资源定位符（URL），表示网页所在的WWW服务器的名称以及存放路径
（2）URL的组成：协议名或传送方式://服务器域名或IP地址:端口号/路径/文件名。
例：
3、 使用IE搜索和浏览网页
（1）IE浏览器窗口的组成
（2）浏览信息的方法：
 在地址栏中输入网址
 通过超级链接浏览新的页面
 通过“历史”按钮查阅已浏览过的网页
 通过“收藏夹”快速浏览经常需要访问的网页
（3） 常见的搜索引擎分类及典型代表
目录类搜索引擎（分类搜索引擎）：雅虎、搜狐、新浪、网易等
全文搜索引擎（关键字搜索引擎）：百度、Google、北大天网、雅虎等
（4）浏览网页
一般情况下，在网页中移动鼠标，如果鼠标指针变成手状，表明此处有超级链接，单击可以显示相应的页面。
（5）HTML语言：超文本标记语言
（6）IE浏览器中的常用工具
前进、后退（快捷键Backspace）、停止按钮
刷新：获得最新的网页内容
主页：返回到设置的默认主页。
历史：显示最近访问过的站点列表，并可以选择访问。
收藏：可以从收藏夹列表中选择一个站点，快速访问；或者添加新的网址到收藏夹中。
Internet选项： “工具”菜单 ——“Internet选项”
（7）信息下载
文字下载：选中一段文字，再使用“复制”、“粘贴”、“保存”等操作
图片下载：右键单击图片，在出现的快捷菜单中选择“图片另存为”
网页下载：在“文件”菜单中选择“另存为”，文件类型为网页类型
文件、软件下载：
 目标另存为下载（适合小文件下载）
 利用FTP服务（适合大文件下载）
 利用下载工具软件：如网络蚂蚁（NetAnts）、网际快车（FlashGet），其他还有迅雷(ThunderBird)、影音传送带（Net Transport）、BT下载等（适合大文件下载）
关键词解释：
断点续传：当下载文件过程中，如果断网，它会保存已经下载的部分信息，当再上网时，可以从断点处继续下载，而不必从头开始下载，大大提高效率。
4、常用的软件及其作用
杀毒软件：卡巴基斯、瑞星、金山毒霸、江民KV2009 NOD32等
字处理软件：WORD、WPS、写字板（纯文字处理）、记事本（纯文字处理）
图像处理：画图、Photoshop、 Acdsee、CorelDraw
音频处理：Cool edit、Wave edit、超级音频解霸
视频处理：会声会影、超级解霸、Movie Make
多媒体制作软件：FLASH、 Authorware、 PowerPoint
下载工具：NetAnts(网络蚂蚁)，Flashget(网际快车),迅雷等
浏览器：Internet Explorer(IE)、FireFox、
网页制作：Dream weaver、FrontPage
Office 系列软件：Word 字处理（.doc），Excel 图表处理(.xls)，PowerPoint 演示文稿(.ppt) Access 数据库(.mdb) Outlook 邮件收发 (.eml)
5、网络数据库的信息检索的一般过程
①明确信息检索的目标②提炼相应的关键词③输入关键词④浏览检索结果
6、网络数据库的评价
①、内容准确无误 ②、范围广深适度 ③、来源权威可信
④、更新及时规律 ⑤、检索方便高效 ⑥、系统稳定可靠

相关知识点与典型题解：
单选题
（1）、获取信息的来源决定了信息的可靠程度，下列信息来源中哪一种获得的信息最可靠？（ C ）
A、报刊杂志 B、朋友、同学 C、亲自进行科学实验 D、因特网
（2）、关于获取信息的方法，下面说法正确的是（ B ）。
A、利用网络获取信息是最好的方法 B、根据实际情况
C、电子邮件 D、信息交流
（3）、下列不属于采集信息工具的是 ( B )。
A、摄像机 B、打印机 C、照相机 D、扫描仪
（4）、下列信息来源属于文献型信息源的是（ D ）。
A、网络 B、老师 C、同学 D、图书
（5）、小明急需查一本书中的内容，按最佳方案，他第一个应选择的方式是（ C ）。
A、到书店的电脑查询系统上查找并购买 B、找同学咨询，到指定书店购买
C、到因特网上查找能否下载此书中的内容 D、找书店营业员咨询并购买
（6）、数字音频采样和量化过程所用的主要硬件是 ( C )。
A 数字到模拟的转换器(D/A转换器)
B 数字解码器
C 模拟到数字的转换器(A/D转换器)
D 数字编码器
（7）、一幅彩色静态图像(RGB)，设分辨率为256*512,每一种颜色用8bit表示，则该彩色静态图像的数据量为( B )bit。
A、512*512*3*8 B、256*512*3*8
C、256*256*3*8 D、512*512*3*8*25
（8）、要想熟练地在因特网上查找资料，应该学会使用( C )。
A、FTP服务 B、电子邮件 C、搜索引擎 D、网页制作
（9）、以下( B )不是设置电子信箱所必须的。
A 密码 B 电子信箱的空间大小
C 帐号名 D 接收邮件服务器
点阵图可以制作出丰富多彩的图像，文件容量较大，对图像进行缩放和旋转时也易失真，常用Photoshop等软件进行编辑
制作矢量（向量）图像的软件: Flash、CorelDraw等
矢量图不易制作出丰富多彩的图像，文件容量较小，对图像进行缩放和旋转时不易失真，可以用flash进行矢量图编辑
4、音频信息的加工
常用音频格式：mp3、wav、wma
5、视频信息的加工
常见视频文件格式：mpeg、rm、wmv
6、制作多媒体作品的步骤：P纲要8
（四）信息的编程加工
1、 信息编程加工的步骤（4个）：分析问题—设计方法—编写代码—调试运行—检测结果
2、 常见的编程语言：VB, C , Pascal，Visual Foxpro等
3、 算法：自然语言，流程图、伪代码等
（五）信息的智能化加工
人工智能应用领域
（1）模式识别：指纹识别、语音识别、光学字符识别、手写识别
（2）机器翻译
（3）智能机器人
（4）其他应用
（六）计算机信息加工的类型
1、 基于程序设计的自动化信息加工：即编程加工
2、 基于大众信息技术工具的人性化信息加工：包括字处理、电子表格处理、多媒体处理
3、 基于人工智能技术的智能化信息加工
相关知识点与典型题解：
单选题
（1）、总体来说，一切与信息的获取、加工、表达、( D )、管理、应用等有关的技术，都可以称之为信息技术。
A、识别 B、变换 C、显示 D、交流
（2）、收集来的信息是初始的、零乱的、孤立的信息，对这些信息进行分类和排序，
就是信息 ( B )。
A 发布 B 加工 C 收集 D 获取
（3）设计人口普查程序，用一个变量表示海南省的人口总数，这个变量的类型就是（ D ）。
A、整型 B、实型 C、双精度型 D、长整型
（4）、汉字输入法有多种，如五笔字型、智能ABC、微软拼音、全拼等。下列①kwwl;②zhhrmghg;③zhonghuarenm;④zhonghuarenminggongheguo四种都能在不同的输入法中输入多字词的“中华人民共和国”。那么在“智能ABC”输入法中最少的击键也能输入“中华人民共和国”的是（ B ）。

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。
[编辑本段]【人工和智能】
人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或着人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。
关于什么是“智能”，就问题多多了。这涉及到其它诸如意识（consciousness）、自我（self）、思维（mind）（包括无意识的思维（unconscious_mind）等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。
人工智能目前在计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决策，控制系统，仿真系统中得到应用。
[编辑本段]【人工智能的定义】
著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。
人工智能（Artificial Intelligence，简称AI）是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。
[编辑本段]【实际应用】
机器视觉:指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统,智能搜索，定理证明，博弈，自动程序设计，还有航天应用等。
[编辑本段]【学科范畴】
人工智能是一门边沿学科，属于自然科学和社会科学的交叉。
[编辑本段]【涉及学科】
哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论，仿生学，
[编辑本段]【研究范畴】
自然语言处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，组合调度问题，感知问题，模式识别，逻辑程序设计，软计算，不精确和不确定的管理，人工生命，神经网络，复杂系统，遗传算法
[编辑本段]【应用领域】
智能控制，机器人学，语言和图像理解，遗传编程
[编辑本段]【意识和人工智能的区别】
人工智能就其本质而言，是对人的思维的信息过程的模拟。
对于人的思维模拟可以从两条道路进行，一是结构模拟，仿照人脑的结构机制，制造出“类人脑”的机器；二是功能模拟，暂时撇开人脑的内部结构，而从其功能过程进行模拟。现代电子计算机的产生便是对人脑思维功能的模拟，是对人脑思维的信息过程的模拟。
人工智能不是人的智能，更不会超过人的智能。
“机器思维”同人类思维的本质区别：
1.人工智能纯系无意识的机械的物理的过程，人类智能主要是生理和心理的过程。
2.人工智能没有社会性。
3.人工智能没有人类的意识所特有的能动的创造能力。
4.两者总是人脑的思维在前，电脑的功能在后。
[编辑本段]【强人工智能和弱人工智能】
人工智能的一个比较流行的定义，也是该领域较早的定义，是由约翰·麦卡锡（John McCarthy|）在1956年的达特矛斯会议（Dartmouth Conference）上提出的：人工智能就是要让机器的行为看起来就象是人所表现出的智能行为一样。但是这个定义似乎忽略了强人工智能的可能性（见下）。另一个定义指人工智能是人造机器所表现出来的智能性。总体来讲，目前对人工智能的定义大多可划分为四类，即机器“像人一样思考”、“像人一样行动”、“理性地思考”和“理性地行动”。这里“行动”应广义地理解为采取行动，或制定行动的决策，而不是肢体动作。
强人工智能
强人工智能观点认为有可能制造出真正能推理（Reasoning）和解决问题（Problem_solving）的智能机器，并且，这样的机器能将被认为是有知觉的，有自我意识的。强人工智能可以有两类：
类人的人工智能，即机器的思考和推理就像人的思维一样。
非类人的人工智能，即机器产生了和人完全不一样的知觉和意识，使用和人完全不一样的推理方式。
弱人工智能
弱人工智能观点认为不可能制造出能真正地推理（Reasoning）和解决问题（Problem_solving）的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。
主流科研集中在弱人工智能上，并且一般认为这一研究领域已经取得可观的成就。强人工智能的研究则出于停滞不前的状态下。
对强人工智能的哲学争论
“强人工智能”一词最初是约翰·罗杰斯·希尔勒针对计算机和其它信息处理机器创造的，其定义为：
“强人工智能观点认为计算机不仅是用来研究人的思维的一种工具；相反，只要运行适当的程序，计算机本身就是有思维的。”（J Searle in Minds Brains and Programs. The Behavioral and Brain Sciences, vol. 3, 1980）这是指使计算机从事智能的活动。在这里智能的涵义是多义的、不确定的，象下面所提到的就是其中的例子。利用计算机解决问题时，必须知道明确的程序。可是，人即使在不清楚程序时，根据发现（heu- ristic）法而设法巧妙地解决了问题的情况是不少的。如识别书写的文字、图形、声音等，所谓认识模型就是一例。再有，能力因学习而得到的提高和归纳推理、依据类推而进行的推理等，也是其例。此外，解决的程序虽然是清楚的，但是实行起来需要很长时间，对于这样的问题，人能在很短的时间内找出相当好的解决方法，如竞技的比赛等就是其例。还有，计算机在没有给予充分的合乎逻辑的正确信息时，就不能理解它的意义，而人在仅是被给予不充分、不正确的信息的情况下，根据适当的补充信息，也能抓住它的意义。自然语言就是例子。用计算机处理自然语言，称为自然语言处理。
关于强人工智能的争论不同于更广义的一元论和二元论（dualism）的争论。其争论要点是：如果一台机器的唯一工作原理就是对编码数据进行转换，那么这台机器是不是有思维的？希尔勒认为这是不可能的。他举了个中文房间的例子来说明，如果机器仅仅是对数据进行转换，而数据本身是对某些事情的一种编码表现，那么在不理解这一编码和这实际事情之间的对应关系的前提下，机器不可能对其处理的数据有任何理解。基于这一论点，希尔勒认为即使有机器通过了图灵测试，也不一定说明机器就真的像人一样有思维和意识。
也有哲学家持不同的观点。Daniel C. Dennett 在其著作 Consciousness Explained 里认为，人也不过是一台有灵魂的机器而已，为什么我们认为人可以有智能而普通机器就不能呢？他认为像上述的数据转换机器是有可能有思维和意识的。
有的哲学家认为如果弱人工智能是可实现的，那么强人工智能也是可实现的。比如Simon Blackburn在其哲学入门教材 Think 里说道，一个人的看起来是“智能”的行动并不能真正说明这个人就真的是智能的。我永远不可能知道另一个人是否真的像我一样是智能的，还是说她／他仅仅是看起来是智能的。基于这个论点，既然弱人工智能认为可以令机器看起来像是智能的，那就不能完全否定这机器是真的有智能的。Blackburn 认为这是一个主观认定的问题。
需要要指出的是，弱人工智能并非和强人工智能完全对立，也就是说，即使强人工智能是可能的，弱人工智能仍然是有意义的。至少，今日的计算机能做的事，像算术运算等，在百多年前是被认为很需要智能的。
[编辑本段]【人工智能简史】
人工智能的传说可以追溯到古埃及，但随着1941年以来电子计算机的发展，技术已最终可以创造出机器智能，“人工智能”(Artificial Intelligence)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，在它还不长的历史中，人工智能的发展比预想的要慢，但一直在前进，从40年前出现到现在，已经出现了许多AI程序，并且它们也影响到了其它 技术的发展。
计算机时代
1941年的一项发明使信息存储和处理的各个方面都发生了革命.这项同时在美国和德国出现的 发明就是电子计算机.第一台计算机要占用几间装空调的大房间,对程序员来说是场恶梦:仅仅为运行一 个程序就要设置成千的线路.1949年改进后的能存储程序的计算机使得输入程序变得简单些,而且计算机 理论的发展产生了计算机科学,并最终促使了人工智能的出现.计算机这个用电子方式处理数据的发明, 为人工智能的可能实现提供了一种媒介.
AI的开端
虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间 的联系. Norbert Wiener是最早研究反馈理论的美国人之一.最熟悉的反馈控制的例子是自动调温器.它 将收集到的房间温度与希望的温度比较,并做出反应将加热器开大或关小,从而控制环境温度.这项对反馈 回路的研究重要性在于: Wiener从理论上指出,所有的智能活动都是反馈机制的结果.而反馈机制是有可 能用机器模拟的.这项发现对早期AI的发展影响很大.
1955年末,Newell和Simon做了一个名为"逻辑专家"(Logic Theorist)的程序.这个程序被许多人 认为是第一个AI程序.它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解 问题."逻辑专家"对公众和AI研究领域产生的影响使它成为AI发展中一个重要的里程碑.1956年,被认为是 人工智能之父的John McCarthy组织了一次学会,将许多对机器智能感兴趣的专家学者聚集在一起进行了一 个月的讨论.他请他们到 Vermont参加 " Dartmouth人工智能夏季研究会".从那时起,这个领域被命名为 "人工智能".虽然 Dartmouth学会不是非常成功,但它确实集中了AI的创立者们,并为以后的AI研究奠定了基础.
Dartmouth会议后的7年中,AI研究开始快速发展.虽然这个领域还没明确定义,会议中的一些思想 已被重新考虑和使用了. Carnegie Mellon大学和MIT开始组建AI研究中心.研究面临新的挑战: 下一步需 要建立能够更有效解决问题的系统,例如在"逻辑专家"中减少搜索;还有就是建立可以自我学习的系统.
1957年一个新程序,"通用解题机"(GPS)的第一个版本进行了测试.这个程序是由制作"逻辑专家" 的同一个组开发的.GPS扩展了Wiener的反馈原理,可以解决很多常识问题.两年以后,IBM成立了一个AI研 究组.Herbert Gelerneter花3年时间制作了一个解几何定理的程序.
当越来越多的程序涌现时,McCarthy正忙于一个AI史上的突破.1958年McCarthy宣布了他的新成 果: LISP语言. LISP到今天还在用."LISP"的意思是"表处理"(LISt Processing),它很快就为大多数AI开发者采纳.
1963年MIT从美国政府得到一笔220万美元的资助,用于研究机器辅助识别.这笔资助来自国防部 高级研究计划署(ARPA),已保证美国在技术进步上领先于苏联.这个计划吸引了来自全世界的计算机科学家, 加快了AI研究的发展步伐.
大量的程序
以后几年出现了大量程序.其中一个著名的叫"SHRDLU"."SHRDLU"是"微型世界"项目的一部分,包括 在微型世界(例如只有有限数量的几何形体)中的研究与编程.在MIT由Marvin Minsky领导的研究人员发现, 面对小规模的对象,计算机程序可以解决空间和逻辑问题.其它如在60年代末出现的"STUDENT"可以解决代数 问题,"SIR"可以理解简单的英语句子.这些程序的结果对处理语言理解和逻辑有所帮助.
70年代另一个进展是专家系统.专家系统可以预测在一定条件下某种解的概率.由于当时计算机已 有巨大容量,专家系统有可能从数据中得出规律.专家系统的市场应用很广.十年间,专家系统被用于股市预 测,帮助医生诊断疾病,以及指示矿工确定矿藏位置等.这一切都因为专家系统存储规律和信息的能力而成为可能.
70年代许多新方法被用于AI开发,著名的如Minsky的构造理论.另外David Marr提出了机器视觉方 面的新理论,例如,如何通过一副图像的阴影,形状,颜色,边界和纹理等基本信息辨别图像.通过分析这些信 息,可以推断出图像可能是什么.同时期另一项成果是PROLOGE语言,于1972年提出. 80年代期间,AI前进更为迅速,并更多地进入商业领域.1986年,美国AI相关软硬件销售高达4.25亿 美元.专家系统因其效用尤受需求.象数字电气公司这样的公司用XCON专家系统为VAX大型机编程.杜邦,通用 汽车公司和波音公司也大量依赖专家系统.为满足计算机专家的需要,一些生产专家系统辅助制作软件的公 司,如Teknowledge和Intellicorp成立了。为了查找和改正现有专家系统中的错误,又有另外一些专家系统被设计出来.
从实验室到日常生活
人们开始感受到计算机和人工智能技术的影响.计算机技术不再只属于实验室中的一小群研究人员. 个人电脑和众多技术杂志使计算机技术展现在人们面前.有了象美国人工智能协会这样的基金会.因为AI开发 的需要,还出现了一阵研究人员进入私人公司的热潮。150多所像DEC(它雇了700多员工从事AI研究)这样的公司共花了10亿美元在内部的AI开发组上.
其它一些AI领域也在80年代进入市场.其中一项就是机器视觉. Minsky和Marr的成果现在用到了生产线上的相机和计算机中,进行质量控制.尽管还很简陋,这些系统已能够通过黑白区别分辨出物件形状的不同.到1985年美国有一百多个公司生产机器视觉系统,销售额共达8千万美元.
但80年代对AI工业来说也不全是好年景.86-87年对AI系统的需求下降,业界损失了近5亿美元.象 Teknowledge和Intellicorp两家共损失超过6百万美元,大约占利润的三分之一巨大的损失迫使许多研究领 导者削减经费.另一个另人失望的是国防部高级研究计划署支持的所谓"智能卡车".这个项目目的是研制一种能完成许多战地任务的机器人。由于项目缺陷和成功无望,Pentagon停止了项目的经费.
尽管经历了这些受挫的事件,AI仍在慢慢恢复发展.新的技术在日本被开发出来,如在美国首创的模糊逻辑,它可以从不确定的条件作出决策;还有神经网络,被视为实现人工智能的可能途径.总之,80年代AI被引入了市场,并显示出实用价值.可以确信,它将是通向21世纪之匙. 人工智能技术接受检验 在"沙漠风暴"行动中军方的智能设备经受了战争的检验.人工智能技术被用于导弹系统和预警显示以 及其它先进武器.AI技术也进入了家庭.智能电脑的增加吸引了公众兴趣;一些面向苹果机和IBM兼容机的应用 软件例如语音和文字识别已可买到;使用模糊逻辑,AI技术简化了摄像设备.对人工智能相关技术更大的需求促 使新的进步不断出现.人工智能已经并且将继续不可避免地改变我们的生活.

4、广义地讲，人工智能是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流
和在复杂环境中的行为。人工智能的一个长期目标是发明出可以像人类一样或能更好地完成以
上行为的机器；另一个目标是理解这种智能行为是否存在于机器、人类或其他动物中。
长期以来，围绕着人工智能有很多争议。“机器是否能思考？”这一问题吸引了许多哲学家、
科学家和工程师。在一篇著名的文章中，计算机科学的创始人之一，艾仑·图灵（Alan Tu r i n g），
重述了这一问题，使其更经得起一种实验的测试，这种测试后来被称为图灵测试[ Turing 1950]。
下面将描述这一测试，但图灵同时指出对“机器是否能思考”这一问题的答案取决于人们如何
定义“机器”和“思考”。他也许还可指出，这一问题还依赖于人们如何定义“能”。
让我们先来考虑“能”这个词。我们认为机器现在或将来能思考吗？我们认为原则上机器
应该可以思考吗（即使我们不可能制造出这样的机器）？或者，我们真的要求实际的演示吗？
由于人造物尚未具有广泛的思考能力，这些问题就变得非常重要。
一些人认为，能够思考的机器必定十分复杂且拥有复杂的经验（如与其所处的环境和其他
能够思考的机器交流）。以致于我们永远也无法设计并制造出它们。产生全球气象的过程是一
个很好的例子。尽管我们知道有关天气的一切重要现象，这些知识也无法让我们完整、详尽地
复制天气现象。因为再没有比地球表层、大气层和海洋这些存在于宇宙之中、汲取太阳的光和
热并受潮汐影响的更简单的系统能够完整详尽地复制天气现象了。同样，完全与人类相当的智
能会十分复杂，或者至少会十分依赖于人类严密的生理机能，从而使其不能脱离处于特定环境
的人的主体（ e m b o d i m e n t）而单独存在（关于“主体”这一概念的重要性的讨论，可参见
[ L a k o ff 1987 ， Winograd & Flores 1986， Harnad 1990， Mataric 1997]）。至于我们是否能造出
与人类水平相当的能思考的机器仍无定论。但人工智能朝着这一目标的发展是坚定不移的，虽
然这一进展比早期开创者们的预计要慢。我对我们最终的胜利持乐观态度。

研究领域：非常广泛，只要某件事需要人动脑完成的，都是人工智能的研究领域。最直接的就是机器人，又分工业机器人，服务机器人等。还有就是数据挖掘、模式识别、个性化搜索、PDA等

5、 智能吸尘器、电子宠物、ASIMO等

---

彭阳县13886451655： 下列各选项是我们常见的智能信息处理技术,其中_____不属于模式识别a语音输入 b手写输入 c光学字符识别 d 机器翻译 - ？
浑玲开胸：[答案] c

彭阳县13886451655： 下列各选项是我们常见的智能信息处理技术,其中 - ----不属于模式识别 - ？
浑玲开胸： c

彭阳县13886451655： 使用有翻译功能的电子词典的利弊 - ？
浑玲开胸： 我同学的文曲星翻译成句的功能非常不好用 事实证明,一个电子词典的词典越多(有什么朗文,剑桥,托福.....)他的每一部词典就越不全.你去买一个词典丰富的,学英语单词好了后,句子就不是难事了.首要任务是扩大词汇量,如果你单词都认识,那么看阅读,做完型就如探囊取物了 我刚高考完,祝你成功

彭阳县13886451655： 英语项目化设计培训心得 ？
浑玲开胸： 《英语课程标准》规定的我国基础教育阶段,英语教育的总体目标是“培养学生的综... 学校根据实际情况,领导把她分配到刚成立的微机室协助工作. 初到微机室,买了不...

彭阳县13886451655： 电脑如何快速翻译快捷键 - 电脑快捷键英文翻译 ？
浑玲开胸： 1. 电脑快捷键英文翻译电脑中英文切换方法如下:Ctrl+空格-----切换中英文输入法Ctrl... 5、Ctrl+E:这是打开系统以及网络搜索的快捷键.6、Ctrl+F:帮助我们日常搜索与...

彭阳县13886451655： 翻译机,手写翻译机？
浑玲开胸： 翻译机是通过输入一种文字然后转换成另一种文字的机器,翻译机的价格在700-800左右,目前只能语音朗读但是不能进行语音输入,出国专用的翻译机有一款贴身译M866采用的是手写输入汉语然后通过翻译机翻译成英语然后能够点击朗读,然后可以将翻译机切换成英文界面让老外输入然后翻译成中文就可以交流了.目前的技术只能做到这样.

彭阳县13886451655： 人工智能应用 ？
浑玲开胸： 人工智能的实际应用包括:1、人脸识别2、机器翻译3、文本编辑器或自动更正4、搜索和推荐算法5、聊天机器人6、数字助理7、社交媒体1、人脸识别 人脸识别也称人像...

彭阳县13886451655： WORD文档翻译功能的安装 - ？
浑玲开胸： 金山快译.但是翻译出来的文章比英文还难懂.word使用的是在线翻译,但是效果也强不到哪儿去.机器翻译现在还太不成熟.

彭阳县13886451655： 电脑返回主界面的快捷键(电脑如何快速返回主界面) ？
浑玲开胸： 1. 电脑如何快速返回主界面电脑在绝大多数的情况下使用快捷键Ctrl+Z退回上一步的... 2、返回桌面的快捷键是win+D键,E、D、C、空格键这几个键刚好是在同一列上,...

彭阳县13886451655： 麻烦翻译成英语,机器翻译不要 - ？
浑玲开胸： 以上区别是否会对产品产生影响?Whether the above differences will exert an influence on the product or not? 希望可以帮到你 纯手写,望采纳