“彻底了解什么是人工智能”的版本间的差异
| （未显示同一用户的1个中间版本） | |||
| 第1行： | 第1行： | ||
| + | [[首页]]>[[通约智库条目|条目]]>[[人工智能]] | ||
| + | |||
人工智能头条 2019-08-20 | 人工智能头条 2019-08-20 | ||
| + | |||
在计算机科学领域中，人工智能是一种机器表现的行为，这种行为能以与人类智能相似的方式对环境做出反应并尽可能提高自己达成目的的概率。 | 在计算机科学领域中，人工智能是一种机器表现的行为，这种行为能以与人类智能相似的方式对环境做出反应并尽可能提高自己达成目的的概率。 | ||
人工智能大体上可以分为 3 类：弱人工智能、强人工智能和超人工智能。 | 人工智能大体上可以分为 3 类：弱人工智能、强人工智能和超人工智能。 | ||
| + | |||
01 | 01 | ||
弱人工智能弱人工智能（Weak AI） | 弱人工智能弱人工智能（Weak AI） | ||
| + | |||
也被称为狭隘人工智能（Narrow AI）或应用人工智能（Applied AI），指的是只能完成某一项特定任务或者解决某一特定问题的人工智能。 | 也被称为狭隘人工智能（Narrow AI）或应用人工智能（Applied AI），指的是只能完成某一项特定任务或者解决某一特定问题的人工智能。 | ||
| 第10行： | 第15行： | ||
02 | 02 | ||
| + | |||
强人工智能强人工智能（Strong AI） | 强人工智能强人工智能（Strong AI） | ||
| 第31行： | 第37行： | ||
超人工智能 | 超人工智能 | ||
| + | |||
哲学家、牛津大学人类未来研究院院长尼克·波斯特洛姆（Nick Bostrom）把超级智能定义为“在几乎所有领域都大大超过人类认知表现的任何智力”。 | 哲学家、牛津大学人类未来研究院院长尼克·波斯特洛姆（Nick Bostrom）把超级智能定义为“在几乎所有领域都大大超过人类认知表现的任何智力”。 | ||
| 第38行： | 第45行： | ||
人工智能三大主义简要回顾 | 人工智能三大主义简要回顾 | ||
| + | |||
人工智能的发展历史，我们会发现它主要由 3 个方面相互交织发展：符号主义、连接主义和行为主义。 | 人工智能的发展历史，我们会发现它主要由 3 个方面相互交织发展：符号主义、连接主义和行为主义。 | ||
| + | |||
1. 符号主义 | 1. 符号主义 | ||
| 第44行： | 第53行： | ||
2. 连接主义 | 2. 连接主义 | ||
| + | |||
主张智能来自神经元之间的连接，它让计算机模拟人类大脑中的神经网络及其连接机制，这是一个自下而上的过程，包括人工神经网络等。 | 主张智能来自神经元之间的连接，它让计算机模拟人类大脑中的神经网络及其连接机制，这是一个自下而上的过程，包括人工神经网络等。 | ||
3. 行为主义 | 3. 行为主义 | ||
| + | |||
指的是基于感知行为的控制系统，使每个基本单元实现自我优化和适应，这也是一个4 第 1 章自下而上的过程，典型的代表有进化算法、多智能体等。由这 3 个方面构成的人工智能设计模型如图 1-1 所示。 | 指的是基于感知行为的控制系统，使每个基本单元实现自我优化和适应，这也是一个4 第 1 章自下而上的过程，典型的代表有进化算法、多智能体等。由这 3 个方面构成的人工智能设计模型如图 1-1 所示。 | ||
| − | |||
| − | |||
机器学习与深度学习我们在前文介绍了人工智能的定义以及基本概念，下面将介绍人工智能发展的主要分支：机器学习和深度学习。 | 机器学习与深度学习我们在前文介绍了人工智能的定义以及基本概念，下面将介绍人工智能发展的主要分支：机器学习和深度学习。 | ||
| − | |||
| − | |||
05 | 05 | ||
机器学习与深度学习 | 机器学习与深度学习 | ||
| + | |||
人工智能发展的一个很重要的分支便是机器学习，由人工智能的连接主义发展形成的一个重要领域分支，它的核心目的是让计算机拥有像人一样的学习能力。 | 人工智能发展的一个很重要的分支便是机器学习，由人工智能的连接主义发展形成的一个重要领域分支，它的核心目的是让计算机拥有像人一样的学习能力。 | ||
而在机器学习中的一个庞大分支就是神经网络，严格来说深度学习属于机器学习的一个类别，但是随着近年来深度神经网络的发展，特别是深度学习应用范围的不断扩展，深度学习已经成为机器学习领域的一个重要部分。 | 而在机器学习中的一个庞大分支就是神经网络，严格来说深度学习属于机器学习的一个类别，但是随着近年来深度神经网络的发展，特别是深度学习应用范围的不断扩展，深度学习已经成为机器学习领域的一个重要部分。 | ||
| − | + | 今天，给大家推荐一本书[[《深入理解AutoML和AutoDL：构建自动化机器学习与深度学习平台》]] | |
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
---- | ---- | ||
[https://mp.weixin.qq.com/s/D8jXlOGTGHWmyjs_fnCJKA 彻底了解什么是人工智能] | [https://mp.weixin.qq.com/s/D8jXlOGTGHWmyjs_fnCJKA 彻底了解什么是人工智能] | ||
2020年12月24日 (四) 10:52的最新版本
人工智能头条 2019-08-20
在计算机科学领域中，人工智能是一种机器表现的行为，这种行为能以与人类智能相似的方式对环境做出反应并尽可能提高自己达成目的的概率。 人工智能大体上可以分为 3 类：弱人工智能、强人工智能和超人工智能。
01
弱人工智能弱人工智能（Weak AI）
也被称为狭隘人工智能（Narrow AI）或应用人工智能（Applied AI），指的是只能完成某一项特定任务或者解决某一特定问题的人工智能。
苹果公司的 Siri就是一个典型的弱人工智能，它只能执行有限的预设功能。同时，Siri 目前还不具备智力或自我意识，它只是一个相对复杂的弱人工智能体。
02
强人工智能强人工智能（Strong AI）
又被称为通用人工智能（Artificial General Intelligence）或全人工智能概述，指的是可以像人一样胜任任何智力性任务的智能机器。这样的人工智能是一部分人工智能领域研究的最终目标，并且也作为一个经久不衰的话题出现在许多科幻作品中。
对于强人工智能所需要拥有的智力水平并没有准确的定义，但人工智能研究人员认为强人工智能需要具备以下几点：
思考能力，运用策略去解决问题，并且可以在不确定情况下做出判断；
展现出一定的知识量；
计划能力；
学习能力；
交流能力；
利用自身所有能力达成目的的能力。
03
超人工智能
哲学家、牛津大学人类未来研究院院长尼克·波斯特洛姆（Nick Bostrom）把超级智能定义为“在几乎所有领域都大大超过人类认知表现的任何智力”。
超人工智能（Artificial Super Intelligence，ASI）正是超级智能的一种。首先，超人工智能能实现与人类智能等同的功能，即可以像人类智能实现生物上的进化一样，对自身进行重编程和改进，这也就是“递归自我改进功能”。
04
人工智能三大主义简要回顾
人工智能的发展历史，我们会发现它主要由 3 个方面相互交织发展：符号主义、连接主义和行为主义。
1. 符号主义
旨在用数学和物理学中的逻辑符号来表达思维的形成，通过大量的“如果 - 就”（if-then）规则定义，产生像人一样的智能，这是一个自上而下的过程，包括专家系统、知识工程等。
2. 连接主义
主张智能来自神经元之间的连接，它让计算机模拟人类大脑中的神经网络及其连接机制，这是一个自下而上的过程，包括人工神经网络等。
3. 行为主义
指的是基于感知行为的控制系统，使每个基本单元实现自我优化和适应，这也是一个4 第 1 章自下而上的过程，典型的代表有进化算法、多智能体等。由这 3 个方面构成的人工智能设计模型如图 1-1 所示。
机器学习与深度学习我们在前文介绍了人工智能的定义以及基本概念，下面将介绍人工智能发展的主要分支：机器学习和深度学习。
05
机器学习与深度学习
人工智能发展的一个很重要的分支便是机器学习，由人工智能的连接主义发展形成的一个重要领域分支，它的核心目的是让计算机拥有像人一样的学习能力。
而在机器学习中的一个庞大分支就是神经网络，严格来说深度学习属于机器学习的一个类别，但是随着近年来深度神经网络的发展，特别是深度学习应用范围的不断扩展，深度学习已经成为机器学习领域的一个重要部分。
今天，给大家推荐一本书《深入理解AutoML和AutoDL：构建自动化机器学习与深度学习平台》
