毫无疑问，对于这方面我是一窍不通的。

对于人工智能的所有印象基本都是来自于影视和小说故事，在这些信息载体中，人工智能总是代表着智慧和无所不能，令人心生向往。

兴趣指引人们前进，因为好奇，因为渴望了解，所以才学习，进步，并一头栽进了这里头。

最近看了不少书，关于人工智能这方面的。

说收获，其实也没有啥收获，至多也就是长了长见识，多了一个模糊不清的方向，然后在这里做一些笔记记录。

人工智能的经典算法：

决策树：通过不断地两分法进行分类，找出最合理的分类方式。

随机森林：随机数据分组并生成决策树，看哪个决策树分类最多最好。

贝叶斯分类：使用贝叶斯公式计算每个类别的条件概率，选择条件概率最大的类别作为其类别。

注：知识是一切智能行为的基础，要使软件具有智能，就必须使它具备知识。

注：让计算机听懂人们说的每一句话，每一个字词，这是人工智能这门科学自诞生第一天开始，科学家就努力追求的目标。

注：能源技术、人工智能、基因工程、纳米科学是未来的主要发展科技。

注：机器，正在生物化，而生物，正在工程化。

注：自动化的追求，是人工智能的进化动力。

论人工智能的发展：

人工智能的发展：从伪人工智能（专家系统）到以深度学习为主的弱人工智能。

目前（2019）人工智能的主要方向=>深度学习。

深度学习的前提：强大的计算能力（分布式计算机节点部署+神经网络算法）和高质量的大数据。

大数据：人工智能的基石。

大数据的定义：因为信息交换、信息存储、信息处理三个方面能力的大幅度增长而产生的数据。

注：能够自主学习是人工智能区别于伪人工智能的地方。

现阶段人工智能的主要思路：

制造一个简单的，相当于小孩智慧的人工智能系统，然后让这个系统去不断地学习。

人工智能的分类

弱人工智能（现阶段）：也叫限制领域人工智能或应用型人工智能，指的是专注于且只能解决特定领域问题的人工智能。

强人工智能：强人工智能又称通用人工智能，或完全人工智能，指的是能够胜任人类所有工作的人工智能。

超人工智能：假设计算机程序通过不停发展，可以比世界上最聪明、最有天赋的人类还聪明，那么由此产生的人工智能系统就可以被称为超人工智能。

人工智能的缺陷：不具备主观推理能力、不具备审美能力、不具备情感。

注：弱人工智能总体上来说只是一种技术工具。

人工智能的五大核心技术

计算机视觉：是指计算机从图像中识别出物体、场景和活动的能力。

机器学习：机器学习是指计算机系统无需遵循显式的程序指令，而只依靠数据来提升自身性能的能力。

自然语言处理：是指计算机拥有人类般的文本处理的能力。

机器人：将机器视觉、自动规划等认知技术整合至极小却高性能的传感器、制动器及设计巧妙的硬件中，这就催生了新一代的机器人。

语音识别：语音识别主要是关注自动且准确地转录人类的语音技术。

人工智能目前应用的领域：机器翻译、搜索引擎、无人驾驶、机器人、智能推荐、机器写作。

人工智能相关：

图灵测试：

假如有一台宣城自己会“思考”的计算机，人们该如何辨别计算机是否真的会思考？

一个好方法是让测试者和计算机通过键盘和屏幕进行对话，测试者并不知道与之对话的是人还是计算机。

如果测试者分不清幕后的对话者是人还是机器，即如果计算机在测试中表现出与人等价。或至少无法区分的智能，那么我们就说这台计算机通过了图灵测试。

机器人学三大定律：

第零定律：机器人必须保护人类的整体利益不受伤害。

第一定律：机器人不得伤害人类个体，或者目睹人类个体遭受危险而袖手旁观，除非违反了第零定律。

第二定律：机器人必须服从人给予它的命令，当该命令与第零定律和第一定律冲突时例外。

第三定律：机器人在不违反第零定律、第一定律、第二定律的情况下，要尽可能保护自己的生存。

一般认为，一个可以称得上强人工智能的程序，具备下面几种能力：

1、存在不确定因素时进行推理、使用策略、解决问题、制定决策的能力。

2、知识表示的能力，包括常识性知识的表示能力。

3、规划能力。

4、学习能力。

5、使用自然语言进行交流沟通的能力。

6、将上述能力整合起来实现既定目标的能力。

注：大数据源于交互。

注：有大数据就有人工智能的机会。

注：整个时代的进步不可能是一蹴而就的，它涉及到社会、经济、心理、人文等各个方面的波动。