人工智能导论—

脑瓜子嗡嗡的小刘炼丹repeat之路（book）：

思前想后，还是觉得要做一点其他的事情，国企的环境就是温水煮青蛙，不预感到危机感，整个人就会烂在这里，现实就是这样的，也看过老员工经常抱怨的种种不是，归根结底还是个人的核心竞争能力不行，想要改变环境就得先将自己改变，哈哈最近再看一本书人工智能导论，说实话里面好多东西都是不了解的，那就慢慢来吧。其实每次读相同的书都会又不同的感受，理解会存在不同。

（一）绪论：
１．智能与人工智能的基本概念；（于人工智能导论中）
智能：知识与智力的总和。知识：一切智能行为的基础，这个基于先天给予与后天获取。
智力：获取知识并应用知识求解问题的办理。智能的特征：逻辑思维、形式思维、顿悟思维、学习能力、行为能力.
人工智能（花书中好像是其他的写法）：用人工的方法在计算机上实现的智能或者说是人们使用具有类似于人的智能。通过图灵测试则说明为真正的智能，但是依靠目前的技术还是无法完全实现。

２．人工智能研究的基本内容和方法；
相对于以前的研究方法其实现在更多的人工智能倾向于研究机器学习、神经网络其中包括:图像识别、自然语言处理、模式识别、图像分割、VR、 AR等等。当然专家系统也是属于这一块，专家系统——emmmm，这个占据半壁江山，当然现在也差不多。
在人工智能导论这本书中描写的方法主要是：
1、知识表示（这个我也是最近听到的）：包括下面的几点。
1.1知识表示：将人类知识形式化或者模型化
1.2知识表示方法：
1.2.2符号表示法：用某种符号排列组合或其他方式形成知识方法。
1.2.3连接机制表示法：把各种物理对象以不同的方式及顺序contact起来。
2、机器感知：这个主要是利用机器（计算机）具有感知能力
3、机器思维：通过感知外部信息进行相应的目的处理
4、机器学习：主要是使机器有具有人的学习能力，这个包括无监督学习和监督学习。
5、机器行为：计算机的表达能力，使得计算机具有“说读写绘”等能力

３．人工智能主要应用领域介绍。
自动定理证明：用计算机自动地进行推理和证明数学定理。又称为自动定理证明(ATP)。让机器去证明数学定理的想法。
博弈：从各自允许选择的行为或策略进行选择并加以实施，并从中各自取得相应结果或收益的过程，例如： Alpha-GO

重点(keypoint)：

模式识别pattern recognition：所谓模式识别的问题就是用计算的方法根据样本的特征将样本划分到一定的类别中去。模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读，把环境与客体统称为“模式”。

机器视觉machine vision：机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。其实这个应该要学一下统计学和矩阵伦和高数等知识。

自然语言处理Natural Language Processing：实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。

其实像热度高的也很多like：智能信息检索、数据挖掘与知识发现、专家系统、自动程序设计、生命科学、智能通讯、人工神经网络、分布式人工智能与多智体组合优化、其实每个方都是广阔的海洋，但是绝大多数的人都在卷vision

机器人：是一种能够半自主或全自主工作的智能机器，机器人具有感知、决策、执行等基本特征，可以辅助甚至替代人类完成危险、繁重、复杂的工作，提高工作效率与质量，服务人类生活，扩大或延伸人的活动及能力范围。综合性科学

自动驾驶：其实自动驾驶也是类似于robot，现在的自动驾驶达到的水平还只是L4左右。emmmm下面是百度上的解释：自动驾驶技术在车联网技术和人工智能技术的支持下，能够协调出行路线与规划时间，从而大程度提高出行效率，并在一定程度上减少能源消耗。

现在更多的研究都是往深度学习这边（我接触到的哈）：

深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。

深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。

深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。

第一章说实话也没啥好说的都是概念性质的东西，芜湖！

脑瓜子嗡嗡的小刘，现在为china mobile 中的一员。小刘会用自己脑瓜子嗡嗡的脑子给大家介绍中国移动，以及好玩的项目。要是大哥们有什么问题，可以随时Call me，希望能和大哥们共同进步！！！也希望大哥们看文章的时候也能抽空点个赞，同时中国移动这个big family 也欢迎大哥们的加入！(づ￣ 3￣)づ

——————————THE END——————————

人工智能导论——概念篇相关推荐

阅读 | 001《人工智能导论》（一）绪论及知识表示篇
文章目录绪论 - 人工智能第1章.绪论 1.1 人工智能的起源和定义 1.2 人工智能的流派 1.3 人工智能的进展和发展趋势知识表示篇第2章.概念表示 2.1 经典概念理论 2.2 数理逻辑 ...
人工智能 | 自然语言处理研究报告（概念篇）
博主github:https://github.com/MichaelBeechan 博主CSDN:https://blog.csdn.net/u011344545 ================= ...
阅读 | 001《人工智能导论》（二）知识获取篇
文章目录知识获取第5章.搜索技术 5.1 图搜索策略 5.2 盲目搜索 5.3 启发式搜索 5.4 博弈搜索 5.5 本章小结第6章.群智能算法 6.1 群智能算法产生的背景 6.2 遗传算法 ...
《人工智能导论》第二章概念表示
本文是中国人工智能学会编著的<人工智能导论(面向非计算机专业)>第二章的摘要与笔记,仅供个人学习之用.其它章节请访问下列相应 URL. 第一章绪论第二章概念表示(本章) 第三章知识 ...
人工智能 | 自动驾驶与人工智能前沿研究报告（概念篇）
博主github:https://github.com/MichaelBeechan 博主CSDN:https://blog.csdn.net/u011344545 ================= ...
人工智能 | 人脸识别研究报告（概念篇）
博主github:https://github.com/MichaelBeechan 博主CSDN:https://blog.csdn.net/u011344545 ================= ...
人工智能导论——基础概念、发展史
1. 重要时间.事件 1950年,图灵发表<计算机械和智能>,探讨什么是人工智能 1956年,第一届人工智能讨论会 1966年,设立图灵奖 1969年,召开第一届国际人工智能联合会议IJC ...
人工智能导论练习题（上）
文章目录 @[toc] 练习题一一.选择题二.填空题三.简答题练习题二一.选择题二.填空题三.判断题四.简答题练习题三一.选择题二.填空题三.判断题四.简答题练习题四一. ...
UC伯克利教授Stuart Russell人工智能基础概念与34个误区
来源:数据简化DataSimp 数据简化DataSimp导读:UC伯克利教授StuartRussell人工智能基础概念与34个误区,Russell是加州大学伯克利分校人工智能系统中心创始人兼计算机科学 ...

人工智能导论——概念篇

脑瓜子嗡嗡的小刘炼丹repeat之路（book）：

人工智能导论——概念篇相关推荐

最新文章

热门文章