一直對人工智慧感興趣的，今天看了一些書，寫一點目前我對人工智慧知道的東西吧!
參考書籍：人工智慧（柴玉梅，張坤麗主編，2012.6（2017.1重印），機械工業出版社）
1、人工智慧的定義：目前估計大家都無法給出乙個準確的定義，根據我的理解，人工智慧它大概是演算法、仿生、感知、計算、控制、學習、人腦心理、利用知識來進行資訊收集和資訊處理等東西的乙個集合吧。通過這些來實現機器智慧型，甚至是發展到成為人的智慧型的延伸和擴充套件，來輔助人完成一些任務和解決問題，也可以是機器通過學習來完成一些任務和解決問題
2、按照這本書人工智慧按照研究途徑和方法可以分為三大流派
（1）符號智慧型流派（狹義觀點）：側重用模擬人的思維過程，把思維過程看成乙個抽象的符號，通過符號推演來處理，
(2)計算智慧型流派（有很大侷限）：與（1）不同，計算智慧型流派回歸到用數值計算來解決問題，這種仿生的連線主義是有侷限的，因為人腦太過複雜，要仿照裡面的錯綜複雜的神經網路結構是不容易的
（3）群體智慧型流派：個體智慧型有限，但分工合作、相互競爭，這樣就可以平衡出乙個智慧型的環境，類似生態平衡。它還包含兩個有意思的演算法：蟻群演算法、微粒群演算法。
：蟻群演算法：這是螞蟻覓食尋找最短路徑的一種優化路徑的演算法。
a：演算法實現：這是基於環境和資訊素來實現的。假設螞蟻窩到食物有n條路徑，最初，應該是每條路徑上螞蟻數量差不多，那麼經歷相同時間後，在最短路徑上的螞蟻重複往返路程的頻次也是最高的，所以最短路徑上的螞蟻留下的資訊素的濃度也是最高的，濃度高的路徑還可以吸引越來越多其他路徑的螞蟻，這樣螞蟻就找到了最短覓食路徑。
：pso（微粒群演算法）：公式太多，我不想寫
3、在說說人工智慧目前應用的領域吧
（1）博弈：棋局，軍事，螞蟻覓食尋找最短路徑也體現著博弈思想。博弈問題的求解往往是通過啟發式搜尋（有導航、有啟發資訊來指向性搜尋）過程
（2）自動定理證明：這顯然是乙個邏輯推理領域的應用，但它不僅侷限於證明數理公式或者定理，在病理診斷，刑偵破案，資訊檢索也是有很好的應用的。
（3）專家系統：基於知識的智慧型計算機系統，能獲取知識，進行知識表達，然後能夠利用知識，像個專家一樣來解決某一領域的問題。
（4）模式識別（感知）：可以狹義理解為是對人感知能力的模仿和延伸
（5）機器學習（學習）：通過模擬人的學習能力，獲取經驗，改善效能。
（6）計算智慧型：從自然獲取智慧型。顯然離不開仿生類的程序和演算法了。這裡有一些有意思的演算法和仿生網路
hopfield神經網路，
遺傳演算法：
人工蟻群演算法（集體行為中的智慧型尋優模式）
人工粒群演算法：模擬鳥群的分布式自主尋優模式
免疫演算法：
模擬退火演算法
禁忌搜尋演算法
（7）自然語言處理：語言文化博大精深，機器不像人那樣能夠體會和理解源遠流長的語言文化，所以翻譯起來難免詭異，比如「wsl（形容被迷得不要不要的，當然還有其他引申意義）」，你讓機器成對的譯義，真的是有、南。然後模仿高階程式語言的編譯技術，來處理自然語言的翻譯。
（8）分布式人工智慧：分布式問題的求解
（9）機械人：機械人我就不多說了，各種型別的機械人也讓我們充滿了對未來生活的期待。層出不窮的創意在他們身上體現，有意思。
這篇部落格，純屬看了書後的個人理解，或許比較狹義，或者存在理解錯誤。主要是出於對人工智慧的好奇，看這本書的時候就熱血沸騰的，忍不住寫了篇blog，如果有什麼歧義或者不對的地方，歡迎私聊**小白對人工智慧的初步探尋
關於腦的探尋 簡單分為下面三個層次 類人思考系統 理性思考系統 類人行動系統 理性行動系統 下面是早年ai的一些演算法 1 暴力搜尋，bf和df 2 感知器 即一種用於單層神經網路的早期監督式演算法 給定乙個輸入特徵向量，感知器演算法將劃分到特定的類別。通過使用訓練集，可以更新線性分類的網路權值和閾...
對人工智慧的認識
對人工智慧的認識 人工智慧是電腦科學的乙個研究分支，不過，這個分支下面又包含很多的研究方向，這個分支提出的時間很早，中間也熱鬧過幾次，自從2012年以來又熱鬧了，所以看了一點綜述文章對此進行簡單的記錄。2 人工智慧包括六個方面 一 計算機視覺 算上模式識別 影象處理等問題 二 自然語言理解與交流 包...
對人工智慧的了解
20世紀50年代以來，計算機科學家們致力於研發與人類智慧型類似的程式。當這些程式被開發到一定水平後，它們就可以在一些特定的應用場景中替代人類。它們被稱為人工智慧 ai 和認知計算。對於人工智慧，我的了解並不是很多，知識面很有限，盡量總結一些。1 涵蓋領域 涵蓋了電腦科學 心理學 哲學 神經科學 社會...