Datawhale 202301 设计模式 | 第一章 人工智能 现代方法 绪论（基础）

对智能体的研究：智能体(intelligent agent)贯穿整个主题思想，我们将人工智能定义为对从 环境中接收感知并执行动作的智能体的研究，每个这样的智能体都要实现一个将感知序列映射为动作的函数

什么是人工智能：

人工智能 (artificial intelligence，AI)领域不仅涉及理解，还涉及构建智能实体。这些智能实体机器需要 在各种各样新奇的情况下，计算如何有效和安全地行动。

从两个维度划分：人与理性（理性、类人非理性）和活动（思想、行为），有四种模式：

• 类人行为:图灵测试方法
• 类人思考:认知建模方法
• 理性思考:“思维法则”方法
• 理性思考:“思维法则”方法

人工智能的基础：

几个学科的研究：

• 哲学：唯物主义、功利主义、义务伦理学…
• 数学：形式化逻辑、概率、统计、可计算性、NP 完全性…
• 经济：决策论、运筹学…
• 神经学：
• 心理学：行为主义、认知心理学
• 计算机工程：摩尔定律…
• 控制理论与控制论：自我平衡、代价函数…

人工智能的历史

人工智能有以下历史节点：

• 人工智能的诞生(1943—1956)
• 早期热情高涨，期望无限(1952—1969)：物理符号系统
• 一些现实(1966—1973)：机器进化…
• 专家系统(1969—1986)：弱方向、专家系统…
• 神经网络的回归(1986—现在)：反向链接、联结主义…
• 概率推理和机器学习(1987—现在)：隐马尔可夫模型、贝叶斯网络…
• 大数据(2001—现在)
• 深度学习(2011—现在)

人工智能的风险和收益

风险：致命性自主武器、监视和劝诱、有偏决策、就业影响、安全关键的应用、网络安全；

人工智能的几个阶段：

• 人类级别的人工智能：“会思考、会学习、会创造的机器”；
• 通用人工智能：人工智能能实现人类的一切事物。
• 超级人工智能