阅读量:0
AI人工智能 - 概述
自计算机、机器发明以来，它们执行各种任务的能力呈指数增长 。 人类已经开发出计算机系统在各种工作领域的功能，随着时间的推移，它们的速度越来越快，并且尺寸越来越小。
作为计算机科学的一个分支， 人工智能，是 追求创造像人类一样聪明的计算机或机器 。
什么是AI人工智能？
根据美国数学博士约翰麦卡锡的说法，它是 “制造智能机器的科学与工程，特别是智能计算机程序”。
人工智能（ Artificial Intelligence，简称AI）是一种 使计算机，计算机控制的机器人或软件智能地思考 的方式，其与聪慧的人类的思维方式类似 。
人工智能是通过研究人类大脑如何思考，以及人类在尝试解决问题时如何学习，决策和工作，然后将研究的结果作为开发智能软件和系统的基础。
AI的原理
在充分利用计算机系统的力量的同时，人类的好奇心使他们怀疑， “机器能像人类一样思考和行动吗？”
因而，人工智能的发展始于人类开始注重创造类智能的机器。
AI的目标
创建专家系统 - 表现出智能行为，学习，演示，解释和指导用户的系统。
在机器中实现人类智能 - 创建像人类一样理解，思考，学习和行为的系统
什么有助于AI
AI是一门基于计算机科学，生物学，心理学，语言学，数学和工程学等学科的科学和技术 。 AI的一个主要推动力是开发与人类智能相关的计算机功能 ，例如推理，学习和解决问题。
AI编程与非AI编程
AI编程与非AI编程会在以下几方面有所不同：
非AI编程 AI编程
没有AI的计算机程序可以回答它要解决的具体问题。 有AI的计算机程序可以回答它要解决的一般问题。
程序中的修改会导致其结构发生变化。 AI程序可以通过将高度独立的信息放在一起来吸收新的修改。因此，您修改程序的一小段信息并不会影响其结构。
修改并不便捷。它可能会对程序产生不利影响。 程序修改快速简便。
什么是AI技术
在现实世界中，知识本身有一些不受欢迎的属性：
量很大，
几乎无法想象其庞大
未经良好的整理和格式化 持续变化
AI技术是一种有效整理和使用知识的方式：
它应该被提供者所感知
它应该可以轻松修改以纠正错误
它在多数情况下应该是有用的，尽管它不完整或不准确
AI技术提高了所配备的复杂程序的执行速度。
AI的应用
AI在以下领域中占据主导地位：
游戏 - 人工智能在国际象棋、扑克、井字游戏等战略游戏中起着至关重要的作用，机器可以根据启发式知识来思考大量可能的位置。
自然语言处理 - 可以与理解人类自然语言的计算机进行交互。 专家系统 - 有一些集成了机器、软件和特殊信息的应用程序，为用户提供解释和建议。
视觉系统 - 这些系统解释和理解计算机上的视觉输入。例如：
——间谍飞机拍摄照片，用于计算空间信息或区域地图。
——医生使用临床专家系统来诊断患者。
——警方使用的计算机软件可以通过法庭画家所存储的肖像来识别犯罪者的脸部
语音识别 - 一些智能系统能够在人类与之对话的同时，通过句子及其含义来听取和理解语言。 它可以处理不同的口音，俚语，背景噪音，寒冷引起的人体噪音变化等。
手写识别 - 手写识别软件可识别写在纸上或写在屏幕上的文本。它可以识别字母的形状并将其转换为可编辑的文本。
智能机器人 - 机器人能够执行人类给出的任务。它们有传感器，可检测来自现实世界的物理数据，例如光，热，温度，运动，声音，碰撞和压力。它们通过高效的处理器，多个传感器和巨大的内存来展示智能。此外，它们能够从错误中吸取教训，并能适应新的环境。
AI的历史
1923
卡雷尔·恰佩克的戏剧《罗素姆万能机器人》在伦敦开幕，首次使用英文单词“robot”。
1943 奠定了神经网络的基础。
1945 哥伦比亚大学校友艾萨克·阿西莫夫创造了“robotics”（机器人技术）这一术语。
1950 艾伦·图灵介绍了图灵测试，用于评估情报，并发布了论文“计算机和智能“”。克劳德·香农发表了国际象棋游戏的详细分析作为探索。
1956 约翰·麦卡锡创造了人工智能（AI）这一术语。在卡内基梅隆大学演示了首个AI程序的运行。
1958 约翰·麦卡锡为AI发明了LISP编程语言。
1964 麻省理工学院的Danny Bobrow的论文表明，计算机可以很好地理解自然语言，从而正确地解决代数词问题。
1965 麻省理工学院的Joseph Weizenbaum建造了ELIZA，这是一个用英语进行对话的交互软件。
1969 斯坦福研究所的科学家开发了Shakey，一个具有运动，感知和解决问题能力的机器人。
1973 爱丁堡大学的装配机器人小组建造了着名苏格兰机器人Freddy，能够利用视觉定位和组装模型。
1979 建造了第一台计算机控制的自动驾驶车辆，斯坦福推车（Stanford Cart）。
1985 Harold Cohen创作并演示了绘画程序Aaron。
1990 AI在所有领域的均有重大进展：
机器学习中的重要演示
基于案例的推理 多代理计划 调度 数据挖掘，Web爬虫 自然语言理解和翻译 视觉，虚拟现实 游戏
1997 深蓝计算机击败当时的世界象棋冠军加里·卡斯帕罗夫。
2000 交互式机器人宠物变得商业化。麻省理工学院展示了Kismet，一个带有表情的机器人。机器人Nomad探索南极洲的偏远地区并定位陨石。
代理和环境
相比之下，一些软件代理(软件机器人或softbots)存在于丰富的无限软域中。 模拟器有一个非常详细，复杂的环境。 软件代理需要实时从多种行为中进行选择。 Softbot旨在扫描客户的在线偏好，并向客户展示有趣的物品在真实以及人造环境中工作。
