#人工智能 (Artificial Intelligence) – 缩写为 AI – 是由人制造的机器所展现出的智能。它主要指的是利用普通计算机程序模拟人类智能的技术。此外,人工智能的研究还涉及到这样的智能系统能否实现,以及如何实现。随着医学、神经科学、机器人学和统计学等领域的不断进步,人们普遍认为许多职业正在逐渐被人工智能取代。[1][2]
“人工智能（AI）是一门跨学科研究领域，涵盖了计算机科学、心理学、哲学等多个领域，专注于研究和设计智能主体，即能观察周围环境并采取行动以达成目标的系统。”[3] AI的核心目标是模仿人类的认知功能，例如学习和解决问题。它是计算机科学的一个重要分支，通过感知环境和采取行动，尽可能提高成功率。AI可以从过去的经验中学习，做出合理决策，并迅速响应。因此，AI研究人员正在努力构建能够模拟人类思维的计算机程序，以理解智能的本质。#人工智能 #智能主体 #计算机科学”
专家系统：作为专家处理正在审查的情况，并产生预期或预期的绩效。
启发式问题解决：包括评估小范围的解决方案，并可能涉及一些猜测，以找到接近最佳的解决方案。
自然语言处理：在自然语言中实现人机之间的交流。
计算机视觉：自动生成识别形状和功能的能力 [8]。
🔍人工智能领域的研究深度和广度都极高，各个子领域之间的联系并不紧密，因此涉及的范畴极其广泛。🤖人工智能可以划分为多个技术难题。在这些分支领域中，最重要的是如何利用各种工具来满足特定需求。
AI 的核心目标是构建能够模拟甚至超越人类的推理、知识、规划、学习、交流、感知、移动物体、操作设备以及控制机械的能力)[10]。虽然人工智能仍然是一个长期的目标[11]，但已经取得了一些初步成果。在诸如图像识别、语言分析和棋类游戏等领域，人工智能已经达到了超过人类的表现。此外，人工智能的通用性意味着，相同的AI程序可以解决上面提到的问题，无需重新开发算法，就可以直接利用现有的AI来完成任务，其处理能力与人类相同。然而，要实现具备思考能力的强人工智能还需要更多的时间和研究。目前，比较流行的方法包括统计方法、计算智能和传统的AI。大量工具已经应用了人工智能技术，包括搜索和数学优化、逻辑推演。同时，基于仿生学、认知心理学以及基于概率论和经济的算法等也在逐渐被探索。
人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”即由人设计，为人创造、制造。
关于“智能”这一概念，其在学术领域中仍存在诸多争议。涉及到的主题包括但不限于意识、自我、心灵以及无意识的精神等。人类所熟知的智能，主要源自自身，这是一种普遍共识。然而，我们对自身的智能理解仍然十分有限，对于决定人类智能的关键因素的了解也相对不足，因此在 defining “人工”制造的“智能”这个问题上，显得颇具挑战。因此，人工智能研究的核心往往是对人类智能本身的研究。同时，关于动物或其他人造系统智能的研究，也被广泛认为是人工智能的一个重要研究领域。
🚀人工智能正在逐步渗透到电脑领域的各个角落，它的应用范围越来越广。不仅局限于机器人领域，还在经济、政治、控制系统以及仿真系统等方面发挥着重要作用。
规划
智能Agent必须能够制定目标和实现这些目标。[16]他们需要一种方法来创建一个可预测的世界模型（将整个世界状态用数学模型表现出来，并能预测它们的行为将如何改变这个世界），这样就可以选择功效最大的行为。[17] 在传统的规划问题中，智能Agent被假定它是世界中唯一具有影响力的，所以它要做出什么行为是已经确定的。[18]但是，如果事实并非如此，它必须定期检查世界模型的状态是否和自己的预测相符合。如果不符合，它必须改变它的计划。因此智能代理必须具有在不确定结果的状态下推理的能力。[19] 在多Agent中，多个Agent规划以合作和竞争的方式去完成一定的目标，使用演化算法和群体智能可以达成一个整体的突现行为目标。[20]
学习
主条目：机器学习
机器学习的主要目的是为了让机器从用户和输入数据等处获得知识，从而让机器自动地去判断和输出相应的结果。这一方法可以帮助解决更多问题、减少错误，提高解决问题的效率。对于人工智能来说，机器学习从一开始就很重要。1956年，在最初的达特茅斯夏季会议上，雷蒙德·索洛莫诺夫[写了一篇关于不监视的概率性机器学习：一个归纳推理的机器。
机器学习的方法各种各样，主要分为监督学习和非监督学习两大类。监督学习指事先给定机器一些训练样本并且告诉样本的类别，然后根据这些样本的类别进行训练，提取出这些样本的共同属性或者训练一个分类器，等新来一个样本，则通过训练得到的共同属性或者分类器进行判断该样本的类别。监督学习根据输出结果的离散性和连续性，分为分类和回归两类。非监督学习是不给定训练样本，直接给定一些样本和一些规则，让机器自动根据一些规则进行分类。无论哪种学习方法都会进行误差分析，从而知道所提的方法在理论上是否误差有上限。
Related posts
