人工智能导论(1)——人工智能概述


一、 概述

人工智能(Artificial Intelligence,AI)是一门研究机器智能的学科,即用人工的方法和技术,研制智能机器或智能系统来模仿、延伸和扩展人的智能,实现智能行为。是科技发展的重点方向之一。

为方便记忆和回顾,根据个人学习,总结人工智能基础知识和思维导图形成系列。

二、 知识重点

  • 智能是什么
  • 智能的特征
  • 人工智能是什么
  • 人工智能通过图灵测试需要具备的能力
  • 人工智能主要研究内容及应用领域

三、 思维导图

人工智能基础知识(1)——基本概念思维导图

四、人工智能基础

1. 智能技术背景

  • 自然界的四大奥秘
    • 宇宙的起源
    • 物质的本质
    • 生命的本质
    • 智能的发生
  • 20世纪三大科技成就
    • 空间技术
    • 航天和空间计算
    • 人工智能

2. 智能的定义和特征

2.1 智能的定义

从不同的角度对“智能”的定义:

  • 思维理论(Thinking Theory)
    • 智能的核心是思维人的一切智慧或智能都来自大脑的思维活动
  • 知识阈值理论(Knowledge Threshold Theory)
    • 智能行为取决于知识的数量及其一般化的程度
    • 智能就是在巨大的搜索空间中迅速找到一个满意解的能力
  • 进化理论(Evolutionary Theory)
    • 人类的生产能力对智能的发展提供了基础,因此智能是某种复杂系统所浮现的性质

综合各种观点,“智能”可以被认为:

  • 智能是知识和智力的总和
    + 知识是对客观世界和精神世界的认识和经验 知识是一切智能行为的基础
    + 智力是获取知识并运用知识求解问题的能力

2.2 智能的特征

(1)感知能力Perceiving Ability

指人们通过感知器官感知外部世界的能力,也是人类获取外界信息的基本途径,一般认为:

视觉(80%)+听觉(10%)+触觉+嗅觉+…

(2)记忆和思维能力Memorizing and Thinking Ability

记忆和思维是人脑最重要的功能,也是人类智能最主要的表现形式 。

  • 记忆是对感知到的外界信息或由思维产生的内部知识的存储过程。
  • 思维是对记忆的信息处理的过程

人类的 基本思维方式:

  • 形象思维(直感思维)
  • 逻辑思维(抽象思维)
  • 顿悟思维(灵感思维)

(3)学习能力Learning and Self-adapting Ability

学习是一个具有特定目的的知识获取过程。可以是自觉的、有意识的,也可能是不自觉的、无意识的。

(4)行为能力Acting Ability

对感知到外界信息做出动作反应的能力

3. 人工智能的定义和评价

人工智能是用人工的方法和技术在机器(计算机)上实现智能。

图灵测试

图灵测试用人类的表现来衡量假设的智能机器的表现,是评价智能行为的最好且唯一的标准。

一台机器要通过图灵测试,它需要具有如下能力。

  • 自然语言处理:实现用自然语言与计算机进行交流。
  • 知识表示:存储它知道的或听到的、看到的。
  • 自动推理:能根据存储的信息回答问题,并提出新的结论。
  • 机器学习:能适应新的环境,并能检测和推断新的模式。

当然,要通过完全图灵测试,机器还需要具有如下能力。

  • 计算机视觉:可以感知物体。
  • 机器人技术:可以操纵和移动物体。

这6个领域构成了人工智能的大部分内容。

4. 人工智能的发展过程

  • 孕育期:1956年前,计算机的出现为AI奠定了物质基础
  • 形成期:1956-1969,在机器学习、定理证明、模式识别、问题求解、专家系统、人工智能语言等方面取得了成就发展期
  • 1970-至今:成为计算机、航空航天、军事装备、工业等领域关键技术。

5.人工智能主要研究内容及应用领域

5.1 人工智能主要研究内容

  • 机器感知:使机器具有类似于人的感知能力
  • 知识表示:将人类知识形式化或模型化
  • 机器思维:对通过感知得来的外部信息及机器内部工作信息进行有目的的处理
  • 机器学习:研究如何使计算机具有类似于人的学习能力,使它能通过学习自动的获取知识。
  • 机器行为:计算机的表达能力,“说、写、画”等

5.2 人工智能主要应用领域

  • 感知相关领域
    • 自然语言处理:语音识别、机器翻
    • 机器视觉
    • 模式识别:文字识别、人脸识别、物体识别(导弹/机器人)
  • 思维相关领域
    • 智能检索
    • 博弈
    • 专家系统:模拟人类专家求解问题的思维过程
    • 自动定理证明
    • 自动程序设计
  • 机器学习相关领域
    • 人工神经网络
    • 数据挖掘与知识发现
  • 机器行动相关领域
    • 智能控制
    • 机器人学(机器人、自动驾驶等)
    • 分布式人工智能与多智能体(Agent)
    • 人工生命

个人总结,部分内容进行了简单的处理和归纳,如有谬误,希望大家指出,持续修订更新中。

修订历史版本见:https://github.com/hustlei/AI_Learning_MindMap

© 版权声明
THE END
喜欢就支持一下吧
点赞360 分享
评论 抢沙发
头像
欢迎您留下宝贵的见解!
提交
头像

昵称

取消
昵称表情代码图片

    暂无评论内容