人工智能 ---（01.基础知识）

不去幼儿园

发布于 2024-12-03 10:53:29

1270

前言：小编开始进入人工智能的学习了，写博客的原因是想记录一下自己的学习日常，将博客内容作为自己的一份笔记。由于小编也是初学者，对于相关理论可能理解的不是很透彻，自身的理解可能不充分，望各位读者见谅（部分内容也是从百度等网页摘抄下来，并加入自己的理解）。

人工智能（Artificial Intelligence）

人工智能(Artificial lntelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的—门新的技术科学。亦称智械、机器智能，指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。

人工智能是一门边缘学科，属于自然科学和社会科学的交叉。

1.研究领域

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括：

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。等

人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。也被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能)之一。

AI的核心问题包括建构能够跟人类似甚至超卓的推理、知识、规划、学习、交流、感知、移物、使用工具和操控机械的能力等。人工智能目前仍然是该领域的长远目标。目前弱人工智能已经有初步成果。

2.基本应用

人工智能基本的应用可分为四大部分：

1）感知能力（Perception）

指的是人类通过感官所收到环境的刺激，察觉消息的能力，简单的说就是人类五官的看、听、说、读、写等能力，学习人类的感知能力是AI目前主要的焦点之一，包括： “看”：电脑视觉（Computer Vision）、图像识别（Image Recognition）、人脸识别（Face Recognition）、对象侦测（Object Detection）。 “听”：语音识别（Sound Recognition）。 “说”：语音生成（Sound Generation）、文本转换语音（Text-to-Speech）。 “读”：自然语言处理（Natural Language Processing，NLP）、语音转换文本（Speech-to-Text）。 “写”：机器翻译（Machine Translation）

2）认知能力（Cognition）

指的是人类通过学习、判断、分析等等心理活动来了解消息、获取知识的过程与能力，对人类认知的模仿与学习也是目前AI第二个焦点领域，主要包括： 分析识别能力：例如医学图像分析、产品推荐、垃圾邮件识别、法律案件分析、犯罪侦测、信用风险分析、消费行为分析等。 预测能力：例如AI执行的预防性维修（Predictive Maintenance）、智能天然灾害预测与防治。 判断能力：例如AI下围棋、自动驾驶车、健保诈欺判断、癌症判断等。 学习能力：例如机器学习、深度学习、增强式学习等等各种学习方法。

3）创造力（Creativity）

指的是人类产生新思想，新发现，新方法，新理论，新设计，创造新事物的能力，它是结合知识、智力、能力、个性及潜意识等各种因素优化而成，这个领域目前人类仍遥遥领先 AI，但 AI 也试着急起直追，主要领域包括：AI作曲、AI作诗、AI小说、AI绘画、AI设计等。

4）智能（Wisdom）

指的是人类深刻了解人、事、物的真相，能探求真实真理、明辨是非，指导人类可以过着有意义生活的一种能力，这个领域牵涉人类自我意识、自我认知与价值观，是目前AI尚未触及的一部分，也是人类最难以模仿的一个领域。

3.实际应用

机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。

4.研究方法

目前没有统一的原理或范式指导人工智能研究。许多问题上研究者都存在争论。其中几个长久以来仍没有结论的问题是：

是否应从心理或神经方面模拟人工智能?
或者像鸟类生物学对于航空工程一样，人类生物学对于人工智能研究是没有关系的？
智能行为能否用简单的原则（如逻辑或优化）来描述？还是必须解决大量完全无关的问题？
智能是否可以使用高级符号表达，如词和想法？还是需要“子符号”的处理？

------对于人工智能如此火热，让无数学者加入这个研究领域。我们或许可以在这里找到答案吧！

（它实现的道路包含了太多未知和困难，但是研究之路的台阶和最终目的又是如此清晰可见，怎能不让人着迷）

5.发展方向

《重大领域交叉前沿方向2021》(2021年9月13日由浙江大学中国科教战略研究院发布)认为当前以大数据、深度学习和算力为基础的人工智能在语音识别、人脸识别等以模式识别为特点的技术应用上已较为成熟，但对于需要专家知识、逻辑推理或领域迁移的复杂性任务，人工智能系统的能力还远远不足。基于统计的深度学习注重关联关系，缺少因果分析，使得人工智能系统的可解释性差，处理动态性和不确定性能力弱，难以与人类自然交互，在一些敏感应用中容易带来安全和伦理风险。类脑智能、认知智能、混合增强智能是重要发展方向。