基于人工智能的植物碳含量模型的建立

摘 要：文章介紹了人工智能發展歷史和人工神經網絡的工作特點，結合植物碳含量的影響因素和測量方法，集合兩者特點，總結出建立一個給予植物碳含量預測的人工智能模型。在不久的將來，植物碳含量這一需要大量科研工作的數據結果可以直接通過人工智能模型來快速預測，從而節約大量的人力物力。

關鍵詞：植物碳含量;人工智能;人工神經網絡

1 人工智能、人工神經網絡及機器學習簡介

1.1 人工智能概述

人工智能在現今的科學界處于炙手可熱的狀態，但早在20世紀30年代，為尋求賦予機器人智慧的方法，相關理論就已提出，是一門起步雖晚卻發展迅速的一門學科。20世紀30年代末至50年代初，一些能夠獨立行走并掌握一些簡單單詞的機器人問世，與此同時，A.M.Turing研究證明了任何形式的計算都能夠通過數字的方式傳遞，這兩項研究為人工R智能機器人的發展奠定基礎。1956年Samuel開發一個能夠自學跳棋的程序，它不僅可以自己學習游戲規則，還可在對抗對手的過程中自發學習，與傳統的跳棋程序相比，不再只是人工輸出程序運行那么簡單，它可根據自主學習的結果，進而完成原來人工程序中沒有預先設置的功能。在1956年，美國John McCarthy提出“人工智能”（AI），從此人工智能便成為一門獨立的學科，并在接下來的幾十年里迅速發展。人工智能的主要研究目的是賦予機器智慧，讓以前只能靠人類智慧才能夠完成的復雜工作交給機器來完成。

1.2 人工神經網絡