導讀:

推薦相關資料和網址 資料最好是電子的，可以下載的，最好是有連結的 如果有可能的話能將課題清楚講解的話就更好了。推薦相關資料和網址 資料最好是電子的，可以下載。。。

人工智慧（ArtificialIntelligence），英文縮寫為AI，是一門綜合了計算機科學、生理學、哲學的交叉學科。人工智慧的研究課題涵蓋面很廣，從機器視覺到專家系統，包括了許多不同的領域。這其中共同的基本特點是讓機器學會“思考”。為了區分機器是否會“思考”（thinking），有必要給出“智慧”（intelligence）的定義。究竟“會思考”到什麼程度才叫智慧？比方說，解決複雜的問題，還是能夠進行概括和發現關聯？還有什麼是“知覺”（perception），什麼是“理解”（comprehension）等等？對學習過程、語言和感官知覺的研究為科學家構建智慧機器提供了幫助。現在，人工智慧專家們面臨的最大挑戰之一是如何構造一個系統，可以模仿由上百億個神經元組成的人腦的行為，去思考宇宙中最複雜的問題。或許衡量機器智慧程度的最好的標準是英國計算機科學家阿倫·圖靈的試驗。他認為，如果一臺計算機能騙過人，使人相信它是人而不是機器， 那麼它就應當被稱作有智慧。 人工智慧從誕生髮展到今天經歷了一條漫長的路，許多科研人員為此而不懈努力。人工智慧的開始可以追溯到電子學出現以前。象布林和其他一些哲學家和數學家建立的理論原則後來成為人工智慧邏輯學的基礎。而人工智慧真正引起研究者的興趣則是1943年計算機發明以後的事。技術的發展最終使得人們可以模擬人類的智慧行為，至少看起來不太遙遠。接下來的四十年裡，儘管碰到許多阻礙， 人工智慧仍然從最初只有十幾個研究者成長到現在數以千計的工程師和專家在研究；從一開始只有一些下棋的小程式到現在的用於疾病診斷的專家系統，人工智慧的發 展有目共睹。 人工智慧始終處於計算機發展的最前沿。高階計算機語言、計算機介面及文字處理器的存在或多或少都得歸功於人工智慧的研究。人工智慧研究帶來的理論和洞察力指引了計算技術發展的未來方向。現有的人工智慧產品相對於即將到來的人工智慧應用可以說微不足道，但是它們預示著人工智慧的未來。對人工智慧更高層次的需求已經並會繼續影響我們的工作、學習和生活。比如漢諾塔 用到問題的規約 九宮重排（8數碼問題） 用到啟發式搜尋 N後問題 用到啟發式搜尋機器學習系統 用到機器學習自然語言處理系統 分詞等 都是（抄別人的）我認為，人工智慧就是一種模糊匹配，比如圍棋程式的死活程式演算法，可以一看！！！ 如有雷同純屬巧合。