文章目录
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
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。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
THE END
暂无评论内容