华为云HCIA-AI学习记录@[人工智能概述]
# 人工智能概述
## 人工智能
- 四要素
* 数据
* 算法
* 算力
* 场景
- 人工智能:是研究、开发用于模拟、延伸和扩展人的智能的理论、方法及应用系统的一门新的技术科学
-机器学习:专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。是人工智能的核心研究领域之一。
-深度学习:源于人工神经网络的研究,多层感知器就是一种深度学习结构。深度学习是机器学习领域研究的一个新的领域,它模仿人脑的机制来解释数据,例如图像、声音和文本,
![AI、机器学习、深度学习的关系](https://img-blog.csdnimg.cn/20200928201107330.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21jcWx5eHh4,size_16,color_FFFFFF,t_70#pic_center)
#### 三大主义学派
- 符号主义
* 基本思想:
* 人类的认知过程是各种符号进行推理运算的过程。
* 人是一个物理符号系统,计算机也是一个物理符号系统,因此,能用计算机来模拟人的智能行为。
* 知识表达、知识推理、知识运用是人工智能核心。符号主义认为知识和概念可以用符号表示。
* 落脚点在于推理,符号推理与机器推理。典型的代表算法为“专家系统”
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200928202616193.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21jcWx5eHh4,size_16,color_FFFFFF,t_70#pic_center)
- 连接主义
* 基本思想:
* 思维的基本是神经元,而不是符号处理过程。
* 连接主义中,一个概念用一组数字、向量、矩阵或张量表示。概念由整个网络的特定激活模式表示。每个节点没有特点的意义,但是每个节点都参与的整个概念的表示。
![落脚点在神经元网络与深度学习](https://img-blog.csdnimg.cn/202009282037385.png#pic_center)
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200928204224169.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21jcWx5eHh4,size_16,color_FFFFFF,t_70#pic_center)
- 行为主义
* 基本思想:
* 智能取决于感知和行为,提出智能行为的“感知-动作”模式。
* 智能不要知识,不需要表示,不需要推理;人工智能可以像人类智能一样逐步进化;智能行为只能在现实世界中,通过与周围环境的不断交互而表现出来。
落脚点在行为控制、自适应与进化计算。代表为最强版AIphaGoZero
## AI相关技术概览
AI技术是多层面的,贯穿了应用、算法机理、工具链、器件、工艺和材料等技术层级。
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200928211203432.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21jcWx5eHh4,size_16,color_FFFFFF,t_70#pic_center)
## 人工智能的分类
- 强人工智能:
* 强人工智能观点认为有可能制造出真正能推理(Reasoning)和解决问题(Problem_solving)的智能机器,并且,这样的机器将本认为是有知觉的,有自我意识的。可以独立思考问题并制定解决问题的最优方案,有自己的价值观和世界观体系,有和生物一样的各种本能,比如生存和安全需求。在某种意义上可以看作一种新的文明。
- 弱人工智能:
*弱人工智能是指不能制造出真正地推理(Reasoning)和解决问题(Problem_solving)的智能机器,这些机器只不过看起来像是智能的,但是并不真正拥有智能,也不会有自主意识。