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

人工智能基础

  • 什么是人工智能:
  • 人工智能的基础:
  • 人工智能的历史
  • 人工智能的风险和收益

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

你可能感兴趣的:(笔记,人工智能,设计模式)