人工智能基础

第一章

1.人工智能(Artificial intelligence,AI)

是研究、开发用于模拟、延伸和扩展人类智能理论、方法、技术及应用系统的一门学科。

记忆:研发:模仿、延伸、扩展人类,从理论到方法再到实践技术应用

  • 与人的思想、决策、问题求解和学习等有关活动的自动化过程
  • 使计算机有智力的思考
  • 用计算机模型研究智力行为的技术
  • 一门通过计算过程力图理解和模仿智能行为的学科
  • 研究如何使计算机做事能够让人过得更好的学科
  • 研究那些使理解、推理或行为成为可能的计算e
  • 计算机科学中与智能行为的自动化有关的一个分支
  • 研究和设计具有智能行为的计算机程序,可执行人或动物所具有的智能行为

常见的人工智能:
①个性化推荐和智能搜索的软件,
②指纹支付和人脸识别支付的软件,
③自动识图的相机
④智能导航
⑤自动售货机

2.智能分类

  1. 弱人工智能:旨在某一特定领域解决问题的人工智能。【AlphaGo】

  2. 强人工智能:能够同时解决不同领域问题的人工智能。真正的人工智能【进行学习、思考、计划、解决问题、理解复杂概念等】

  3. 超人工智能:在任何领域都比最聪明的人类大脑还要聪明的人工智能。

记忆:能力越大责任越大,弱人工只负责一项任务

3.人工智能发展时期

  1. 孕育期 (1956年前)
  2. 起步发展期(1956-1976年)
  3. 反思发展期 (1976-1982年)
  4. 应用发展期 (1982-1987年)
  5. 低迷发展期 (1987-1997年)
  6. 蓬勃发展期 (2010年至今)
    记忆:
    孕育之后全是发展,起反应,低迷后蓬勃

(1).人工智能诞生的时间是()
A.1950年 B.1955年
C.1956年 D.1959年
答案:C

4.人工智能三大学派

(1)符号主义(symbolicism)
原理主要是物理符号系统假设和有限合理性原则
代表人:赫伯特·西蒙、 艾伦·纽厄尔、 马文·明斯基

(2)连接主义(connectionism)
神经网络和神经网络的连接机制与学习算法

代表人:约翰·霍普菲德尔 (1982年发现了具有学习能力的神经网络算法 )
之后找到了更简单的统计方法,支持向量机(SVM),之后长短期记忆(LSTM)也被提出

(3)行为主义(actionism)
控制论及“感知—动作”型控制系统

记忆:
符号——联想到0,1二进制的物理原件表示
连接——联想到大脑之间的神经元之间的连接
行为——联想到尝试错误后,在行为中学到教训

(2).人工神经网络术语人工智能研究的哪个学派()
A.符合主义 B.连接主义
C.行为主义 D.进化主义
答案:B

(3).符号主义的代表人物不包括()
A.赫伯特·西蒙 B.约翰·霍普菲德尔
C.艾伦·纽厄尔 D.马文·明斯基
答案:B

5.产业结构

可以分为三个层次:

  • 基础支撑层
    主要包括人工智能理论、物联网、大数据、云计算,用于研究软件系统和硬件设备。提供理论支撑,土壤支撑、算力支撑、数据支撑。

  • 应用技术层
    主要视觉智能技术、听觉智能技术、认知智能技术,用于实现及其对外界的感知,即看懂、听懂外界的信息,进而使机器具备认知能力,即分析判断和决策行动的能力。

  • 行业应用层
    主要是面向人工智能与传统行业的深度融合,为人工智能在不同行业的应用提供解决方案。(安防、教育、医疗、交通、零售)

1.人工智能的产业结构可分为3个层次____________、____________、____________
2.什么是人工智能?
3.人工智能的行业应用有哪些?你认为人工智能还能应用于哪些行业?

答案:基础支撑层、应用技术层、行业应用层
答案:是研究、开发用于模拟、延伸、扩展人类智能的理论方法技术以及应用系统的一门学科
答案:行业应用层,应用技术层,基础支撑层

AI人工智能基础自学(一)相关推荐

  1. AI 人工智能基础及应用

    一.人工智能概述 1. 简史 2. 应用领域 安防 实时从视频中检测出行人和车辆. 自动找到视频中异常的行为(比如,醉酒的行人或者逆行的车辆),并及时发出带有具体地点方位信息的警报. 自动判断人群的密 ...

  2. 机械研究生自学python-年薪 30W 起,如何 4 个月拿下 AI 人工智能工程师 Offer?

    光环人工智能 传授核心技术,坚决"不做伪AI"培训 国内顶尖大厂核心技术大牛授课 阿里腾讯生态内推绿色通道 中科院助教天团答疑指导 企业真实项目需求实操 积累高端人脉资源网 月薪轻 ...

  3. 人工智能可以自学吗?AI从哪里开始学起?

    首先,学习人工智能相关技术是可以自学的,但是如果想持续深入且取得一个较好的学习效果,还需要有科研实践场景的支持,同时还需要有一个较好的交流环境. 目前人工智能领域的很多研发人员都是通过自学进入人工智能 ...

  4. UC伯克利教授Stuart Russell人工智能基础概念与34个误区 (公号回复“AI基础概念”可下载PDF资料)

    UC伯克利教授Stuart Russell人工智能基础概念与34个误区 (公号回复"AI基础概念"可下载PDF资料) 秦陇纪 数据简化DataSimp 今天 数据简化DataSim ...

  5. 人工智能基础(高中版)教材补充和资源分享之番外篇 Cozmo+Python+ROS+AI

    ROS Melodic的迷失与救赎::https://blog.csdn.net/column/details/28058.html GitChat::沉迷机器人操作系统的一个理由和四种修仙秘籍 原文 ...

  6. 五节课从零起步(无需数学和Python基础)编码实现AI人工智能框架电子书V1

    五节课从零起步  (无需数学和Python 基础)  编码实现AI 人工智能框架          王  家  林        2018/4/15                          ...

  7. 零基础AI人工智能的学习之路-从0到1-浅谈

    文章目录 0.背景 0.1. 知己 0.2. 知彼 1.if转行,这些文章可以参考学习 2.学习之路 2.1 个人学习之路 2.2 推荐的学习之路 3.推荐学习利器 3.1 Kagge 3.2 菜鸟教 ...

  8. 人工智能python自学教程-人工智能基础教程:Python篇(青少版)

    人工智能基础教程:Python篇(青少版) 编辑推荐 源代码及PPT下载:https://pan.baidu.com/s/1mWa2fy457fhUXKxT-FgyPw 哈工智诚在线编程云平台:htt ...

  9. AI算法工程师 | 03人工智能基础-Python科学计算和可视化(三)Pandas

    文章目录 Python 之 数据处理分析模块 Pandas 一.Pandas 开发环境搭建 二.Pandas 数据类型 1. Series 对象创建 2. DataFrame 对象创建 3. 获取 S ...

  10. AI设计 | 如何让零基础小白在3分钟内利用AI人工智能设计Logo?

    作为一个缺乏基础知识的初学者,你或许会认为Logo设计很难.但是,AI人工智能这个神奇的工具可以帮助你轻松地设计出自己的Logo,让整个过程变得愉快且简单.只要按照我的步骤并跟随我,你可以成为一位杰出 ...

最新文章

  1. Linux 中的文件锁
  2. 关于“最终”的最终决定
  3. 数学家探索两个几何世界之间的镜像链接
  4. Linux如何建立用户(组)及调整用户(组)属性(案列+详细指令)
  5. abp angular 和mvc_MVC - abp-angular - 博客园
  6. Fortran基础练习02--循环2
  7. matlab2c使用c++实现matlab函数系列教程-normpdf函数
  8. 遥感技术在水利行业中的应用
  9. 阿里云-CentOS7安装Vsftpd
  10. 全国软考中级软件设计师 学习笔记-数据流图部分
  11. 使用量产工具修复U盘教程
  12. CC2541蓝牙学习——串口_0和1(寄存器版本)
  13. 软件架构设计–五视图法
  14. 手机wifi的mac地址是什么??
  15. python KMP算法查找子字符串
  16. (Tekla Structures二次开发)使用VS创建Tekla Structures插件的模板
  17. OpenCV开发笔记(五十四):红胖子8分钟带你深入了解Haar级联分类器进行人脸检测(图文并茂+浅显易懂+程序源码)
  18. Socket套接字通信 TCP UDP详解(网络通信)
  19. 2018电视剧行业调研报告-央卫视平台篇
  20. 关于ajax调用后台接口无效并且刷新页面的问题

热门文章

  1. 关于Git这一篇就够了
  2. c#中PROCESS的用法
  3. 抢购软件使用方法(如何开发抢购软件)
  4. composition api在项目中的使用总结
  5. java中文转英文_Java中文转换为英文拼音
  6. springMVC实现json 返回到页面
  7. vulhub学习(1) ActiveMQ反序列化漏洞(CVE-2015-5254)复现
  8. Druid数据库连接池异常--求助问题贴
  9. 首个单季度盈利,ARPU增速却持续下滑,拼多多已埋下未来隐忧
  10. 多元线性回归:客户价值预测