人工智能学习笔记之——人工智能基本概念和词汇

除了在这里记录一些生活琐事之外，我还决定在这里记录一下自己的学习和见闻。做一个简单的自我背景介绍吧，我本科来自国内某985高校的微电子专业，博士毕业于英国某罗素集团大学的物理学院，博士后加入了英国某高校电子信息与计算机学院的机器人课题组，并从此开始关注人工智能。对于一个非计算机科班出身，仅有本科一点C语言基础的人来说，这些东西对我来说都是全新的。关于人工智能的学习和研究需要以下几个核心知识点，我会在接下来的博客中一点点的阐述：

1、高等数学中的几个基本知识：微分（求导），线性代数（矩阵），统计（基本概念即可）

2、Python 编程语言。

3、搜索引擎（我只用google）。

OK，其实也没有想象中的那么复杂，虽然本人拥有物理学的博士学位，但其实很多东西也是从头开始，入门并不困难。今天第一篇文章先介绍人工智能的几个基本概念，（这里所有概念以英文为主，中文是根据自己理解翻译的）：

1、人工智能AI (Artificial Intelligent ) 是什么

人工智能（AI）实际上是指的是一个智能系统（Intelligent Agent）, 对外界收集到的信息进行处理，做出判断。可以想像成一个黑箱一个输入，一个输出。也可以说是对不确定的环境信息做出的反应，所以也叫不确定信息管理系统（Uncertainty management）

2、人工智能的基本词汇

全感知 vs 部分感知（Full vs Partially Observable）

就是从环境输入的信息是完整的还是部分的，比如下围棋，在下子之前，整个棋盘的信息（对手的布局和自己的布局）AI都是全部获得的。但是扑克牌就不一样，AI不知道你拿的什么牌。

确定性的vs随机性的（Deterministic vs Stochastic）

同样拿围棋和扑克牌举例子，理论上来说在规则允许的范围内，棋盘上每一个可以落子的位置都是知道的，所以是确定性的。而扑克牌你抽到下一张牌的结果是随机性的。

离散vs连续（Discrete vs Continuous）

这里是指输入输出的变量，围棋和扑克都是离散数据，也就是说下棋是是在棋盘上一个一个点下的，牌也是一张一张出的。而自动驾驶的输入和输出都是连续的变量，比如坡度大小，速度，转弯角度等等。

良性互动vs对抗性互动（Benign vs Adversarial）

与AI下棋或者玩扑克牌就是对抗性互动，而自动驾驶就是良性互动。

好了基本概念是不是特别简单，今后我会继续记录一下关于phyton, 机器学习，深度学习以及人工智能的相关笔记，附上一个我自己学习的脑图，欢迎与我交流：

首发[steemit](https://links.jianshu.com/go?to=https%3A%2F%2Fsteemit.com%2F%40hongtao)

欢迎扫描二维码关注我的微信公众号“tensorflow机器学习”，一起学习，共同进步