人工智能__一种现代方法 绪论导读
人工智能__一种现代方法 绪论
绪论回答了以下几个问题：
- 人工智能的定义
- 人工智能的基础
- 人工智能的历史
- 人工智能的应用
一、定义
从思考和行动两个方面来定义，如上图，像人一样思考，像人一样行动，即要观察总结人的思考和行动方式；合理的思考，合理的行动，即通过已知条件，做了正确的事情。
**类人思考：**通过内省和生理实验捕捉我们的思维过程，并建立认知模型，对相同的输入机器的输出和人的输出类似，则说明模型合理，反过来也可以证明人类的思考过程。
**类人行动：**测试方法是机器能通过图灵测试，这要求了机器具备自然语言处理，知识表达，推理和自我学习能力。
**合理思考：**符合逻辑的思考，典型的是符号主义的推导。
**合理行动：**追求已知条件下的最优结果，采取的行动能达到设定的目标。
二、基础
简述对AI有技术、观点贡献的学科。
1）哲学
回答了：
一个正常的规则能否得到一个有效的结论？意识是如何从大脑中产生？知识是怎么来？知识怎么引导行动？
Aristotle觉得可以为大脑理性思考的部分建立一个推理规则。经验主义是知识的来源。知识作为背景，倒推分解行动的目标，得到行动序列。
2）数学
AI解决问题是搜索式，可能会出现组合爆炸无法计算，数学就是为可计算性提供了基础。除此之外，数学很重要的一点是提供了一种怎么面对不确定性信息的推理，贝叶斯定理。
3）经济学
AI一个重要的步骤是确定动作的合理性和最优性，经济学建立一套最优决策模型，是AI建立目标函数，奖励函数的基础。
4）神经科学
神经科学建立了脑神经模型–神经元。为神经网络，深度学习提供了建模基础。
5）心理学
外界的刺激首先是要转化为内部信息才能被大脑使用。但这种内部信息并没有一对一的处理逻辑，而是通过了数以亿计的神经元链接后，产生了意识。心理学中的一支，认知心理学对这种机制进行了一定的探索。
6）计算机科学
计算机科学解决了人工智能中的“人工”问题。建立一个高效的运算实体。
7）控制论
现代控制理论控制的目标是最优化目标函数，这和AI的思路是相似的，但为啥还要区分这两个概念？原因在于控制论是用微积分和矩阵论建立一套连续变量的描述，而AI则是逃离这种固化的描述。
8）语言学
AI很重要的一个步骤是知识的表示。NLP和AI几乎是同步在成长。
三、历史
AI萌芽在1943年，Warren McCulloch等研究了心理学知识和神经元对大脑的作用、图灵的计算机理论等。
McCarthy于1956年召集10个研究AI的学者在Dartmouth大学召开了为期2个月的AI大会，标志者AI学科的诞生。
1952~1969年大家对AI寄予了极大的热情和期望，在这期间提出了物理符号系统，LISP语言。
1966~1973年，AI的发展速度并未有人们的期待那么好，实际上AI在解决一些稍微复杂的问题时手足无措，包括提出的遗产算法。政府停止了对一些高校AI项目的资助。
1969~1979年，弱方法逐步发展到专家系统。所谓的弱方法就是通用的搜索机制，没有考虑领域知识，遇到尺度大和难度高的问题显得比较无力。专家系统通过领域知识将搜索范围和难度都降低了，问题求解能力更强。
1980~至今，AI发展成为了一个产业，比较著名的是Digital Equipment Corporation的R1专家系统，用来处理订单。美国成立了MCC财团研究AI用以增强国际竞争力。但同时，很多AI公司兑现不了他们夸张的承诺倒闭了。
1986~至今，神经网络回归。连接主义和符号主义互补，共同发展。
1987~至今，AI更喜欢在现存的理论上发展而不是创造一个全新的方法，因为它们需要严格的理论和经验证据。这个时间段，一些基于经验的学习方法包括，HMM，贝叶斯网络发展以来。
1995~至今，智能体的出现。发展了human-level AI， Artificial General Intelligence，Friendly AI。
2001~至今，大数据在AI中的运用。
四、应用
AI到底可以用在哪些方法可能比较难以回答，但是现在AI在一下方面的运用进行的如火如荼：
1 无人驾驶
2 语音识别
3 自动规划
4 游戏
5 防止欺诈
6 机器人
7 机器翻译
人工智能__一种现代方法 绪论导读相关推荐
- 人工智能：一种现代方法汇总
来源:(美)Stuart J.Russell, Peter Norvig. 人工智能:一种现代方法(第二版). 北京: 人民邮电出版社, 2004. 作者简介及目录 第一部分 人工智能 第1章 绪论 ...
- 谷歌研究总监Peter Norvig赴斯坦福任教，著有《人工智能：一种现代方法》
机器之心报道 编辑:泽南 Peter Norvig:AI 在线课程 10 万报名只有 1.6 万人上完,这才是需要解决的问题. 10 月 11 日,斯坦福大学宣布谷歌研究总监(Director of ...
- [转载] 人工智能：一种现代方法——第1章 绪论
转载于:https://www.cnblogs.com/6DAN_HUST/archive/2012/06/24/2560216.html
- 人工智能：一种现代方法学习笔记（第六章）——约束满足问题
定义 每一次赋值都会影响下一次的选择范围 约束满足问题指的是针对给定的一组变量及其需要满足的一些限制或一些约束条件,找出符合这些满足这些约束关系的一个解.全部解或是最优解. CSP可分为两个子领域也就 ...
- AI（人工智能：一种现代的方法）学习之：无信息搜索（uninformed search）算法——广度优先搜索、深度优先搜索、Uniform-cost search
文章目录 参考 搜索算法 深度优先搜索 depth-first search 性能分析 完整性 complete 最优性 optimal 时间复杂度 空间复杂度 广度优先搜索 breadth-firs ...
- 人工智能 一种现代方法 第14章 概论推理
文章目录 贝叶斯网络 贝叶斯网络是什么 一种构造贝叶斯网络的方法 条件分布的有效表示 贝叶斯网络的精确推理 推理任务 通过枚举进行推理 变量消元算法(避免重复计算) 贝叶斯网络的近似推理 直接采样 似 ...
- 人工智能 一种现代方法 第10章 经典的规划问题（classical planning）
文章目录 规划问题定义(PDDL)为一个搜索问题 状态空间搜索规划算法 前向状态空间搜索 后向相关状态搜索 规划的启发式 资源分享 本文旨在讲明: 1)规划问题定义(PDDL)为一个搜索问题 2)前向 ...
- 人工智能 一种现代方法 第11章 现实世界的规划与行动
文章目录 时间.调度和资源 车间调度问题 忽略资源约束的时间调度问题:关键路径方法 有资源约束的时间调度问题 分层规划 搜索原语解 搜索抽象解 非确定性问题的规划 无传感器规划 应急规划 资源分享 本 ...
- 人工智能 一种现代方法 第5章 对抗搜索
文章目录 博弈 博弈中的优化决策 Minmax算法(极小极大算法) 多人博弈时的最优决策 α-β剪枝(重点) 不完美的实时决策 评估函数 截断搜索 向前剪枝 资源分享 博弈 对抗搜索:竞争环境中每个A ...
- 水位尺读数识别 python_一种基于人工智能识别水尺水位的方法与流程
本发明涉及深度学习算法在计算机视觉领域的应用,具体是指基于深度神经网络,自动识别图片中水尺位置及刻度的方法. 背景技术: 水位是河流湖库的基本水文要素之一,由于城市及灌区对于供水量.暴雨及洪水流量.径 ...
最新文章
- Medoo入门：安装和配置-Medoo使用指南
- 简述python程序执行原理_Python程序的执行原理(1)
- SCN exercise navigation的实现原理
- java定义构造方法_JAVA基础学习之路（三）类定义及构造方法
- 工作67：三级级联问题
- html跳动爱心代码,html+css实现跳动爱心❥(^_-)-Go语言中文社区
- 2019 年开源数据库报告发布：MySQL 仍卫冕！
- Using Cobbler Web Interface
- MySQL字段类型详解
- 双亲委托类加载机制_图解JVM类加载机制和双亲委派模型
- 计算机环境怎么安装包,win10游戏运行环境包怎么安装_win10电脑游戏运行环境包安装详细步骤...
- orm查询方式与优化
- 关于Error during artifact deployment. See server log for details.问题
- 程序员作死手册：我们是怎样弄丢1400万条日志记录的
- 程序的循环结构（for循环）
- 51单片机的UART应用
- 善用性能工具进行SQL整体优化
- pyHook pyHook3 区别_成熟男人和幼稚男区别,男人不成熟的5个特征
- iOS开发Implicit declaration of function 'XXXX' is invalid in C99” 报错问题
- 关于抽象类，接口的题目