人工智能是一门极具挑战性的科学，专门从事这项工作的人必需懂计算机科学知识，心理学和哲学。人工智能是还包括十分普遍的科学，它由有所不同的领域构成，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需要胜任一些一般来说必须人类智能才能已完成的简单工作。
但有所不同的时代、有所不同的人对这种简单工作的解读是有所不同的。在理解人工智能之前我们必须对机器人的是如何工作的原理展开一定的理解，下面回来锐驰机器人小编一起来自学下! 机器人是如何工作的 英语里机器人(Robot)这个术语来自于捷克语单词robota，一般来说译作强迫劳动者。用它来叙述大多数机器人是十分熟悉的。世界上的机器人大多用来专门从事艰巨的重复性生产工作。
它们负责管理那些对人类来说十分艰难、危险性或乏味的任务。 最少见的生产类机器人是机器臂。一部典型的机器臂由七个金属部件包含，它们是用六个关节相接一起的。计算机将转动与每个关节分别连接的步进式马达，以便掌控机器人(某些大型机器臂用于液压或气动系统)。
与普通马达有所不同，步进式马达不会以增量方式准确移动。这使计算机可以准确地移动机器臂，使机器臂大大反复完全相同的动作。机器人利用运动传感器来保证自己几乎按准确的量移动。 这种具有六个关节的工业机器人与人类的手臂十分相近，它具备相等于肩膀、肘部和腕部的部位。
它的肩膀一般来说加装在一个相同的基座结构(而不是移动的身体)上。这种类型的机器人有六个维度，也就是说，它能向六个有所不同的方向旋转。
与之比起，人的手臂有七个维度。 人类手臂的起到是将手移动到有所不同的方位。
类似于地，机器臂的起到则是移动末端执行器。您可以在机器臂上加装限于于特定应用于场景的各种末端执行器。有一种少见的末端执行器能手部并移动有所不同的物品，它是人手的修改版本。
机器手往往有内置的压力传感器，用来将机器人手部某一特定物体时的力度告诉他计算机。这使机器人手中的物体不致掉下来或被挤破。其他末端执行器还包括喷灯、钻头和喷出漆器。
工业机器人专门用来在可控环境下重复继续执行完全相同的工作。例如，在焊锡的领域，传统的人工焊锡不但效率不低，而且焊锡过程不会产生对人体危害的一起，利用自动焊锡机就可以很好的解决问题这些问题，不但可以提升焊锡的效果，成本也不会获得适当的增加。
对于企业的发展是很有适当的。 机器臂是生产汽车时用于的基本部件之一 大多数工业机器人在汽车装配线上工作，负责管理装配汽车。
在展开大量的此类工作时，机器人的效率比人类低得多，因为它们十分准确。无论它们早已工作了多少小时，它们仍能在完全相同的方位钻孔，用完全相同的力度把手螺钉。生产类机器人在计算机产业中也充分发挥着十分最重要的起到。
它们无比准确的美琪可以将一块大于的微型芯片组装有一起。 机器臂的生产和编程可玩性比较较低，因为它们只在一个受限的区域内工作。如果您要把机器人送往辽阔的外部世界，事情就显得有些简单了。
首要的难题是为机器人获取一个不切实际的运动系统。如果机器人只必须在平地上移动，轮子或轨道往往是最差的自由选择。如果轮子和轨道充足长，它们还限于于更为崎岖不平的地形。
但是机器人的设计者往往期望用于腿状结构，因为它们的适应性更加强劲。生产有腿的机器人还有助使研究人员理解大自然运动学的科学知识，这在生物研究领域是有益的实践中。
机器人的腿一般来说是在液压或气动活塞的驱动下前后移动的。各个活塞相连在有所不同的腿部部件上，就像有所不同骨骼上吸附的肌肉。若要使所有这些活塞都能以准确的方式协同工作，这毫无疑问是一个难题。
在婴儿阶段，人的大脑必需搞清楚哪些肌肉必须同时膨胀才能使得在粗壮行驶时不致跌倒。同理，机器人的设计师必需搞清楚与行驶有关的准确活塞运动人组，并将这一信息编为机器人的计算机中。
许多移动型机器人都有一个内置均衡系统(如一组陀螺仪)，该系统不会告诉他计算机何时必须校正机器人的动作。 人工智能(AI)毫无疑问是机器人学中最令人兴奋的领域，毫无疑问也是最有争议的：所有人都指出，机器人可以在装配线上工作，但对于它否可以具备智能则不存在分歧。
就像机器人这个术语本身一样，您某种程度很难对人工智能展开定义。终极的人工智能是对人类思维过程的重现，即一部具备人类智能的人造机器。人工智能还包括自学任何科学知识的能力、推理小说能力、语言能力和构成自己的观点的能力。
目前机器人专家还相比之下无法构建这种水平的人工智能，但他们早已在受限的人工智能领域获得了相当大进展。如今，具备人工智能的机器早已可以仿效某些特定的智能要素。 计算机早已不具备了在受限领域内解决问题的能力。
用人工智能解决问题的继续执行过程很简单，但基本原理却非常简单。首先，人工智能机器人或计算机不会通过传感器(或人工输出的方式)来搜集关于某个情景的事实。计算机将此信息与已存储的信息展开较为，以确认它的含义。
计算机不会根据搜集来的信息计算出来各种有可能的动作，然后预测哪种动作的效果最差。当然，计算机不能解决问题它的程序容许它解决问题的问题，它不具备一般意义上的分析能力。国际象棋计算机就是此类机器的一个范例。 某些现代机器人还不具备受限的自学能力。
学习型机器人需要辨识某种动作(如以某种方式移动腿部)否构建了所需的结果(如跨过障碍物)。机器人存储此类信息，当它下次遇上完全相同的情景时，不会尝试作出可以顺利应付的动作。某种程度，现代计算机不能在十分受限的情景中做这一点。
它们无法像人类那样搜集所有类型的信息。一些机器人可以通过仿效人类的动作展开自学。在日本，机器人专家们向一部机器人展示舞蹈动作，让它学会了唱歌。 有些机器人具备人际交流能力。
Kismet是麻省理工学院人工智能实验室制作的机器人，它能辨识人类的肢体语言和说出的音调，并作出适当的反应。Kismet的作者们对成人和婴儿之间的交互方式很感兴趣，他们之间的交互单凭语调和视觉信息就能已完成。这种低层次的交互方式可以作为类人自学系统的基础。
Kismet机器人 Kismet和麻省理工学院人工智能实验室生产的其他机器人使用了一种非常规的控制结构。这些机器人并不是用一台中央计算机控制所有动作，它们的低层次动作由低层次计算机控制。项目主管罗德尼?布德克斯(RodneyBrooks)坚信，这是一种更加精确的人类智能模型。人类的大部分动作是自动作出的，而不是由最低层次的意识来要求做到这些动作。
人工智能的确实难题在于解读大自然智能的工作原理。研发人工智能与生产人造心脏有所不同，科学家手中并没一个非常简单而明确的模型可供参考。我们告诉，大脑中所含上百亿个神经元，我们的思维和自学是通过在有所不同的神经元之间创建电子相连来已完成的。但是我们并不知道这些相连如何构建高级的推理小说能力，甚至对低层次操作者的构建原理也并不知情。
大脑神经网络或许简单得不能解读。 因此，人工智能在相当大程度上还只是理论。科学家们针对人类自学和思维的原理明确提出假说，然后利用机器人来实验他们的点子。正如机器人的物理设计是理解动物和人类解剖学的便捷工具，对人工智能的研究也有助解读大自然智能的工作原理。
对于某些机器人专家而言，这种看法是设计机器人的终极目标。其他人则在幻想一个人类与智能机器联合生活的世界，在这个世界里，人类用于各种小型机器人来专门从事手工劳动、身体健康护理和通信。许多机器人专家应验，机器人的演化最后将使我们完全沦为半机器人，即与机器融合的人类。
有理由坚信，未来的人类不会将他们的思想植入强壮的机器人体内，活上几千年的时间!无论如何，机器人都会在我们未来的日常生活中扮演着最重要的角色。
本文来源：优德88-www.deeds-india.com
