人工智能导论

孔德川

目录

  • 第一周
    • ● 第一讲  什么是人工智能
    • ● 第二讲  人类的智能
    • ● 第三讲  人类的智能是如何产生的?
  • 第二周
    • ● 第四讲  人工智能起源
    • ● 第五讲  图灵:人工智能之父
  • 第三周
    • ● 第六讲 达特茅斯会议
    • ● 第七讲  人工智能的发展历程
  • 第四周
    • ● 第八讲  让人惊讶的AI
    • ● 第九讲  人工智能的风险
  • 第五周
    • ● 第十讲  基于知识的人工智能
    • ● 第十一讲  基于学习的人工智能
  • 第六周
    • ● 第十二讲  机器学习基本流程
    • ● 第十三讲  机器学习的方法和策略
  • 第七周
    • ● 第十四讲  人工神经网络
    • ● 第十五讲  深度学习
  • 第八周
    • ● 第十六讲  人工智能典型应用1
    • ● 第十七讲  人工智能典型应用2
  • 第九周
    • ● 第十八讲  人工智能典型应用3
    • ● 第十九讲  人工智能典型应用4
  • 第十周
    • ● 第二十讲  人工智能典型应用5
    • ● 第二十一讲  人工智能典型应用6
  • 第十一周
    • ● 第二十二讲  人工智能典型应用7
    • ● 第二十三讲  人工智能典型应用8
  • 第十二周
    • ● 第二十四讲  人工智能典型应用9
    • ● 第二十五讲  人工智能典型应用10
  • 第十三周
    • ● 第二十六讲  人工智能典型应用11
    • ● 第二十七讲  人工智能典型应用12
  • 第一章 绪论
    • ● 1.1人工智能的概念
    • ● 1.2人工智能发展简史
    • ● 1.3人工智能发展现状和趋势
    • ● 1.4课程定位及要求
  • 第二章 知识表示
    • ● 2.1知识表示概述
    • ● 2.2一阶谓词逻辑知识表示
    • ● 2.3产生式知识表示
    • ● 2.4框架知识表示
    • ● 专家讲座:知识表示与推理
  • 第三章 自动推理与专家系统
    • ● 3.1引言
    • ● 3.2确定性推理
    • ● 3.3不确定性推理
    • ● 3.4专家系统简介
  • 第四章 知识图谱
    • ● 4.1知识图谱概念和历史
    • ● 4.2经典的知识图谱
    • ● 4.3知识图谱的应用
  • 第五章 搜索技术
    • ● 5.1引言
    • ● 5.2状态空间图模型
    • ● 5.3盲目搜索方法
    • ● 5.4启发式搜索方法
    • ● 5.5博弈搜索
  • 第六章 群智能算法
    • ● 6.1引言
    • ● 6.2遗传算法
    • ● 6.3蚁群算法
  • 第七章  机器学习
    • ● 7.1 引言
    • ● 7.2 监督学习
    • ● 7.3 无监督学习
    • ● 7.4 弱监督学习
    • ● 7.5 强化学习
  • 第八章  人工神经网络与深度学习
    • ● 8.1 引言
    • ● 8.2 感知器算法
    • ● 8.3 前馈神经网络与BP算法
    • ● 8.4 卷积神经网络
1.1人工智能的概念

什么是智能

    智能,是“智慧”和“能力”的综合表现。

     智慧包括:感知、记忆、思维、学习、创造。

     能力包括:行为、语言、情感。

     智能的特征:有思维、有创造性、有情感。

    对于一个科学问题来说,智能的定义显然是很模糊的。这种模糊性,使得“智能”被演绎成各种模样。

        而作为学术名词,人工智能的起源非常明确。公认的人工智能学科诞生于1956年的达特茅斯会议。

        达特茅斯会议的主要成就,就是使得人工智能成为一个独立的学科,并且为人工智能给出了第一个准确的描述。

我们提议1956年夏天在新汉普郡汉诺威市达特茅斯学院举行一次10人参加为期两个月的人工智能研讨会。这次研讨会的主题是建立在一项假设的基础上,即原则上学习的每个方面或智能的任何特征都能被精确地描述到用机器来模拟的程度。……

麦卡锡(J. McCarthy),达特茅斯学院

     明斯基(M. L.Minsky),哈佛大学

     罗彻斯特(N. Rochester),IBM公司

    香农(C. E. Shannon)贝尔语音实验室

1955年8月31日

        学习的每个方面或智能的任何特征都能被精确地描述到用机器来模拟的程度

        这句话,可以用“两个维度,一个核心”来分析。

两个维度:“学习的每个方面”、“智能的任何特征”

一个核心:“用机器来模拟”

        也就是说,人工智能最开始的定义,并不是研究或制造人类的智能,而是“用机器模拟人类的学习能力和人类智能特征”。

这才是人工智能的核心思想,自1956年来,从未改变。

        当然,这个描述仍然有些不好理解。对于现在阶段,我们可以用比较通俗的一段话来描述人工智能:

        人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能的研究目的是促使智能机器:

     会听(语音识别、机器翻译等)、

     会看(图像识别、文字识别等)、

     会说(语音合成、人机对话等)、

     会思考(人机对弈、定理证明等)、

     会学习(机器学习、知识表示等)、

     会行动(机器人、自动驾驶汽车等)。

——谭铁牛,《求是》2019/04