人工智能的运用领域

1997 年，人机大战中 IBM 公司的深蓝（Blue Gene）智能机在六局棋的比赛中降服了国际象棋天下冠军卡斯帕罗（Kasparov），成为人工智能历史上的丰碑。
随之而来，天下各国不断投入，加大了人工智能的研究，使其发展进入了快车道，研究成果斐然。
同时伴随着人工智能的不断发展，人工智能已经广泛存在和运用我们的生活与研究之中。

1、人工神经网络

神经网络的研究始于40年代初期，经历了一条十分弯曲的道路，几起几落，80年代初以来，对神经网络的研究再次涌现高潮。
霍普菲尔德(Hopfield)提出用硬件实现神经网络，鲁梅尔哈特(Rumelhart)等提出多层网络中的反向传播(BP)算法便是两个主要标志。
现在，神经网络已在模式识别、图象处理、组合优化、自动掌握、信息处理、机器人学和人工智能的其它领域得到日益广泛的运用。

2、机器人学

人工智能研究日益受到重视的另一个分支是机器人学，个中包括对操作机器人装置程序的研究。
这个领域所研究的问题，从机器人手臂的最佳移动到实现机器人目标的动作序列的方案方法，无所不包。
机器人和机器人学的研究促进了许多人工智能思想的发展。
它所导致的一些技能可用来仿照天下的状态，用来描述从一种天下状态转变为另一种天下状态的过程。
它对付若何产生动作序列的方案以及若何监督这些方案的实行有了一种较好的理解。

3、模式识别

模式识别便是指识别出给定物体所模拟的标本。
人工智能所研究的模式识别是指用打算机代替人类或帮助人类感知模式，是对人类感知外界功能的仿照，研究的是打算机模式识别系统，也便是使一个打算机系统具有仿照人类通过感官接管外界信息、识别和理解周围环境的感知能力。

4、机器视觉

机器视觉或打算机视觉已从模式识别的一个研究领域发展为一门独立的学科。
在视觉方面，已经给打算机系统装上电视输入装置以便能够\"大众瞥见\公众周围的东西。
视觉是感知问题之一。
在人工智能中研究的感知过程常日包含一组操作。
机器视觉的前沿研究领域包括实时并行处理、主动式定性视觉、动态和时变视觉、三维景物的建模与识别、实时图象压缩传输和复原、多光谱和彩色图象的处理与阐明等。
机器视觉已在机器人装置、卫星图象处理、工业过程监控、翱翔器跟踪和制导以及电视实况转播等领域得到极为广泛的运用。

5、智能掌握

智能掌握是一类无需(或须要尽可能少的)人的干预就能够独立地驱动智能机器实现其目标的自动掌握。
智能掌握有很多研究领域，它们的研究课题既具有独立性，又相互关联。
目前研究得较多的因此下6个方面：智能机器人方案与掌握、智能过程方案、智能过程掌握、专家掌握系统、语音掌握以及智能仪器。

6、智能检索

随着科学技能的迅速发展，涌现了\"大众知识爆炸\公众的情形。
对国内外种类繁多和数量巨大的科技文献之检索远非人力和传统检索系统所能胜任。
研究智能检索系统已成为科技持续快速发展的主要担保。
数据库系统是储存某学科大量事实的打算机软件系统，它们可以回答用户提出的有关该学科的各种问题。