1997年IBM公司研制的深蓝首次在正式比赛中战胜国际象棋大师卡斯帕罗夫，轰动了世界。这次胜利背后的一大功臣是大名鼎鼎的α-β剪枝算法，该算法的基本思路是选择一条即使对方做出了最佳应对，己方依然可以得到最大获胜概率的走棋路径，从而在对战中保持走棋优势。 然而，在国际象棋中奏效的α-β剪枝算法在计算机
bvfcv1.专家系统定义 专家系统是模拟人类专家解决某一类具体问题的人工智能系统，如疾病诊疗、机械设计等。那么，如何让计算机模拟人类专家呢？思路很简单：想办法将专家掌握的知识抽取出来，利用这些知识，计算机就可以像专家一样工作了。 图1：专家系统利用人类专家的知识完成工作 2.如何实现专家系统 实现
每个人的声音各有不同，就算是双胞胎，也具有各自不同的特性。我们都有这样的经验，接电话时，如果是自己熟悉的人，只要对方“喂”一声，就能判断出对方是谁。图1给出两个人发同一个字“绿”得到的声音频谱。可以看到，同样的声音由不同人发出来细节有很大差异。这些发音细节和说话人直接相关，因此通常被形象地称为“声纹
自1956年达特茅斯会议以来，人工智能经历了60多年的风风雨雨。在《中国科学》70周年纪念专刊上，清华大学张钹院士等撰文《迈向第三代人工智能》，提出了第三代人工智能的概念[1]。 按张钹老师的观点，人工智能技术的发展总体可以分为两个阶段：基于知识驱动的方法和基于数据的方法，分别称为第一代人工智能和第
人工智能自1956年的达特茅斯会议以来经历了若干次高潮和低谷，发展道理可谓充满了艰辛和曲折。 图1:人工智能发展曲线[2] 第一次高潮是在1956年以后的十年。在这十年里，逻辑推理方法取得长足进展，包括定理证明、基于模板的对话机器人获得极大成功，AI领域充满了乐观情绪，包括ARPA在内的资助机构也慷
让我们沿着历史回溯到1956年，当时通用计算机刚刚诞生不久，其强大的计算能力引起了很多研究者的兴趣。受图灵关于机器智能思想的影响，一些研究者开始尝试用计算机来模拟人的智能，并做出了一些有意义的成果，其中比较有名的包括约翰•麦卡锡的α-β搜索算法，赫伯特•西蒙和艾伦•纽厄尔的“逻辑理论家”定理证明系统
艾伦-图灵是英国著名的计算机学家、数学家和逻辑学家，是人工智能的真正创始人。 图灵很小就展现出过人的数学和科学天赋，在16岁时就可以读懂爱因斯坦的著作。1936年，年仅25岁的图灵发表了一篇划时代的论文《论可计算数及其在判定问题上的应用》[1]，文章提出了被后人称为“图灵机”的通用计算模型，为现代计
我们知道蛋白质是由不同类型的氨基酸串在一起形成的，氨基酸的组合方式不同，形成的蛋白质在功能上也有所不同。可以计算一下，100个氨基酸能组成的蛋白质结构有10130个，这些结构中只有极少数具有功能性（比例大约为1077分之一）[1]。这给蛋白质的人工合成带来了巨大压力，因为废品率太高了。 近日Natu
大家对“刷脸”已经司空见惯了，刷脸进站，刷脸取钱，刷脸购物...靠一张脸走遍天下的日子已经离我们越来越近了。那么，机器是如何识别人脸的呢？ 从物理角度，机器通过摄像头看到的人脸只不过是一堆像素点，如图1所示。在这幅图里，眼睛、鼻子、嘴都是由浓淡不一的点组成。人的视觉系统可以从这堆点里轻松发现五官的形
机器学习是实现人工智能的基本方法之一，其基本思路是让机器自动从数据中学习规律和知识。 机器学习的方法有很多，如果考虑学习的基础原则，可以大致将这些方法分为四种：规则方法、概率方法、神经网络方法、进化仿生方法。 规则方法：这种方法来源于传统人工智能系统，这些系统将人类知识表达成可计算的符号系统，如果存
就在前些日子（2021/2/3），一个以色列研究团队在Nature上发表了一篇有趣的论文[1，2]：他们开始用AI来给数学家出题了。 事情是这样的，这帮科学家写了一个称为“拉马努金机”（下面简称“拉机”）的程序，专业生产数学猜想。数学猜想大家都知道，就是对某种可能的数学规律的猜测，比如鼎鼎大名的“哥
首先声明，作者不是教育领域的专家，本文仅是对一些中小学教师做有限调研后形成的粗浅看法，一孔之见，仅供参考。 在国家人工智能战略的大背景下，各级政府都在努力推动人工智能基础教育的进程。然而，不少一线教师还处于迷茫状态。从认识上，对人工智能的观感模糊，大多数将其等同于机器人编程；从教育资源上，有若干教材
