人工智能AI复习——01_intro

人工智能AI复习——01_intro

---

---

前言

本课前置课程

• python基础，实验将使用python完成
• 一些算法概念的知识，如算法运行时间
• 了解概率（主要介绍基础知识）
• 不要害怕数学
• 仅为复习学习使用，参考了零碎很多知识，侵删

---

一、AI背景

• 人工智能在许多游戏取得了显著成功，如围棋，扑克等。它是产业变革的拐点，战略意义重大且影响范围广。
• AI正在掀起新一轮的产业革命与造富运动

二、AI是什么？

受科幻小说影响，人们认为，机器人擅长除情感，同理心，对艺术文化的欣赏等以外的一切，当然现在的AI也做不到很多简单的事。 而真正的AI：

• 通用的人工智能AI依旧非常少见且难以出现（很奇妙，人类的大脑奇特并且综合，集成了一系列让人惊叹的能力，并且我们尚未得知为何他能如此精巧）
• 专业的人工智能已经非常优秀了，如在下棋，扑克，逻辑计划，语音和图像处理，网络搜索和数据挖掘等方面

三、AI的定义

让我们的系统在某些方面比人类更加理性：

• 专注行动
• 回避哲学性的思考，如是系统的意识之类的问题

如同人类一样思考的系统	理智思考的系统
如同人类一样行动的系统	理智行动的系统

我们主要遵循“理性行事”的方式
区别可能不是特别重要：

• 举止理性/像人类一样行动/像人类
• 人类在复杂领域更加理性

四、AI三大流派

1.符号主义（Symbolicism）

• 逻辑主义（Logicism） 、心理学派（Psychlogism）或计算机主义（Computerism）
• 基本思想：物理符号系统，有限合理性原则

2.连接主义（Connectionism）

• 仿生学派（Bionicsism）、生理学派（Physiologism）
• 基本思想：神经网络及其连接机制和学习算法

3.行为主义（Actionism）

• 进化主义（Evolutionism）或控制论学派（Cyberneticsism）
• 基本思想：控制论及感知-动作系统

一个经典例子：Chinese Room、Turing Test

五、AI研究得到的

• 明确定义的任务，往往可以交给人工智能技术完成。如下棋，从清楚陈述的事实中得到逻辑推论，在明确定义的环境中进行概率计算等。
• 复杂、混乱、模糊的任务对人类来说自然，对AI就非常难
• 在狭窄领域的机器学习图像识别，语音识别，电脑游戏中的强化学习，自动驾驶汽车等的确取得了显著进展
• 但人工智能依旧缺乏对世界的广泛理解、常识、从少数例子中学习的能力，真正的创造性等
• 人类还未真正理解意识

但人类有较强的地方

• 复杂环境中提出合理的解决方案。
• 适应性，创造性，自我评价的能力。
• 类比推理和迁移学习。
• 解释我们的推理。
• 对人类世界有广泛理解的任务。
• 幽默。

六、AI历史

早期AI可以得出逻辑结论，证明一些定理，创建简单计划和一些神经网络的初步工作。
但由于过度炒作（overhyping）遇到困难。
如歧义问题，可伸缩性问题，复杂性问题，使用的限制问题。