人工智能__一種現(xiàn)代方法 緒論

緒論回答了以下幾個(gè)問(wèn)題：

人工智能的定義

人工智能的基礎(chǔ)

人工智能的歷史

人工智能的應(yīng)用

一、定義

從思考和行動(dòng)兩個(gè)方面來(lái)定義，如上圖，像人一樣思考，像人一樣行動(dòng)，即要觀察總結(jié)人的思考和行動(dòng)方式；合理的思考，合理的行動(dòng)，即通過(guò)已知條件，做了正確的事情。
**類人思考：**通過(guò)內(nèi)省和生理實(shí)驗(yàn)捕捉我們的思維過(guò)程，并建立認(rèn)知模型，對(duì)相同的輸入機(jī)器的輸出和人的輸出類似，則說(shuō)明模型合理，反過(guò)來(lái)也可以證明人類的思考過(guò)程。
**類人行動(dòng)：**測(cè)試方法是機(jī)器能通過(guò)圖靈測(cè)試，這要求了機(jī)器具備自然語(yǔ)言處理，知識(shí)表達(dá)，推理和自我學(xué)習(xí)能力。
**合理思考：**符合邏輯的思考，典型的是符號(hào)主義的推導(dǎo)。
**合理行動(dòng)：**追求已知條件下的最優(yōu)結(jié)果，采取的行動(dòng)能達(dá)到設(shè)定的目標(biāo)。

二、基礎(chǔ)
簡(jiǎn)述對(duì)AI有技術(shù)、觀點(diǎn)貢獻(xiàn)的學(xué)科。
1）哲學(xué)
回答了：
一個(gè)正常的規(guī)則能否得到一個(gè)有效的結(jié)論？意識(shí)是如何從大腦中產(chǎn)生？知識(shí)是怎么來(lái)？知識(shí)怎么引導(dǎo)行動(dòng)？
Aristotle覺(jué)得可以為大腦理性思考的部分建立一個(gè)推理規(guī)則。經(jīng)驗(yàn)主義是知識(shí)的來(lái)源。知識(shí)作為背景，倒推分解行動(dòng)的目標(biāo)，得到行動(dòng)序列。
2）數(shù)學(xué)
AI解決問(wèn)題是搜索式，可能會(huì)出現(xiàn)組合爆炸無(wú)法計(jì)算，數(shù)學(xué)就是為可計(jì)算性提供了基礎(chǔ)。除此之外，數(shù)學(xué)很重要的一點(diǎn)是提供了一種怎么面對(duì)不確定性信息的推理，貝葉斯定理。
3）經(jīng)濟(jì)學(xué)
AI一個(gè)重要的步驟是確定動(dòng)作的合理性和最優(yōu)性，經(jīng)濟(jì)學(xué)建立一套最優(yōu)決策模型，是AI建立目標(biāo)函數(shù)，獎(jiǎng)勵(lì)函數(shù)的基礎(chǔ)。
4）神經(jīng)科學(xué)
神經(jīng)科學(xué)建立了腦神經(jīng)模型–神經(jīng)元。為神經(jīng)網(wǎng)絡(luò)，深度學(xué)習(xí)提供了建?；A(chǔ)。
5）心理學(xué)
外界的刺激首先是要轉(zhuǎn)化為內(nèi)部信息才能被大腦使用。但這種內(nèi)部信息并沒(méi)有一對(duì)一的處理邏輯，而是通過(guò)了數(shù)以億計(jì)的神經(jīng)元鏈接后，產(chǎn)生了意識(shí)。心理學(xué)中的一支，認(rèn)知心理學(xué)對(duì)這種機(jī)制進(jìn)行了一定的探索。
6）計(jì)算機(jī)科學(xué)
計(jì)算機(jī)科學(xué)解決了人工智能中的“人工”問(wèn)題。建立一個(gè)高效的運(yùn)算實(shí)體。
7）控制論
現(xiàn)代控制理論控制的目標(biāo)是最優(yōu)化目標(biāo)函數(shù)，這和AI的思路是相似的，但為啥還要區(qū)分這兩個(gè)概念？原因在于控制論是用微積分和矩陣論建立一套連續(xù)變量的描述，而AI則是逃離這種固化的描述。
8）語(yǔ)言學(xué)
AI很重要的一個(gè)步驟是知識(shí)的表示。NLP和AI幾乎是同步在成長(zhǎng)。

三、歷史
AI萌芽在1943年，Warren McCulloch等研究了心理學(xué)知識(shí)和神經(jīng)元對(duì)大腦的作用、圖靈的計(jì)算機(jī)理論等。
McCarthy于1956年召集10個(gè)研究AI的學(xué)者在Dartmouth大學(xué)召開(kāi)了為期2個(gè)月的AI大會(huì)，標(biāo)志者AI學(xué)科的誕生。
1952~1969年大家對(duì)AI寄予了極大的熱情和期望，在這期間提出了物理符號(hào)系統(tǒng)，LISP語(yǔ)言。
1966~1973年，AI的發(fā)展速度并未有人們的期待那么好，實(shí)際上AI在解決一些稍微復(fù)雜的問(wèn)題時(shí)手足無(wú)措，包括提出的遺產(chǎn)算法。政府停止了對(duì)一些高校AI項(xiàng)目的資助。
1969~1979年，弱方法逐步發(fā)展到專家系統(tǒng)。所謂的弱方法就是通用的搜索機(jī)制，沒(méi)有考慮領(lǐng)域知識(shí)，遇到尺度大和難度高的問(wèn)題顯得比較無(wú)力。專家系統(tǒng)通過(guò)領(lǐng)域知識(shí)將搜索范圍和難度都降低了，問(wèn)題求解能力更強(qiáng)。
1980~至今，AI發(fā)展成為了一個(gè)產(chǎn)業(yè)，比較著名的是Digital Equipment Corporation的R1專家系統(tǒng)，用來(lái)處理訂單。美國(guó)成立了MCC財(cái)團(tuán)研究AI用以增強(qiáng)國(guó)際競(jìng)爭(zhēng)力。但同時(shí)，很多AI公司兌現(xiàn)不了他們夸張的承諾倒閉了。
1986~至今，神經(jīng)網(wǎng)絡(luò)回歸。連接主義和符號(hào)主義互補(bǔ)，共同發(fā)展。
1987~至今，AI更喜歡在現(xiàn)存的理論上發(fā)展而不是創(chuàng)造一個(gè)全新的方法，因?yàn)樗鼈冃枰獓?yán)格的理論和經(jīng)驗(yàn)證據(jù)。這個(gè)時(shí)間段，一些基于經(jīng)驗(yàn)的學(xué)習(xí)方法包括，HMM，貝葉斯網(wǎng)絡(luò)發(fā)展以來(lái)。
1995~至今，智能體的出現(xiàn)。發(fā)展了human-level AI， Artificial General Intelligence，Friendly AI。
2001~至今，大數(shù)據(jù)在AI中的運(yùn)用。

四、應(yīng)用
AI到底可以用在哪些方法可能比較難以回答，但是現(xiàn)在AI在一下方面的運(yùn)用進(jìn)行的如火如荼：
1 無(wú)人駕駛
2 語(yǔ)音識(shí)別
3 自動(dòng)規(guī)劃
4 游戲
5 防止欺詐
6 機(jī)器人
7 機(jī)器翻譯

總結(jié)

以上是生活随笔為你收集整理的人工智能__一种现代方法 绪论导读的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。