一、什么是人工智能

1. 像人一样思考
2. 合理地思考
3. 像人一样行动
4. 合理地行动

二、学术界的争论

关于人工智能的争论，大致分为四个团体。这四个团体分别是：
1.真正的人工智能，必须要像人一样思考
如果我们想要让某样东西，像人一样思考，那么，我们首先必须要了解人到底是怎样思考的。为此，我们需要去了解“认知科学”。

2.我们不需要它像人一样思考，我们只需要它能够思考就可以了

此学派认为：
我们没必要去纠结什么才是思考。我们只需要去让人工智能学会其中一种思考方式就可以了。

而这种方式，就是“逻辑”。正确的逻辑是严谨的，是不容反驳的。如果世界上的知识可以转化成逻辑，而逻辑就可以转化成“0”和“1”。那么，我们对应智能的三个特征：
1、有智能的物体可以将新的信息融入到自己的知识库。——>将知识转化成“0”和“1”.
2、有智能的物体可以利用知识库里的信息去推理出新的信息。——>利用“0”和“1”进行位运算，从而产生新的“0”和“1”。
3、有智能的物体可以利用知识库里的信息去针对外界刺激做出相应的反射。——>利用逻辑电路去对外界环境做出反应。

3.我们只需要让它们的行为看起来像人就行了
虽然图灵测试的本意并不是这样，但是能够通过图灵测试的机器，恰好就可以满足该学派的需求。
那么为了通过图灵测试，我们需要这个类人体拥有什么能力呢？
3.1、自然语言处理：让它在表面上能够和人类交流。
3.2、知识表示：因为图灵测试需要回答问题，所以类人体有必要存储信息。
3.3、自动推理：为了得出问题的答案，需要利用已有的信息推理出新的信息，并当作结论回答出去。
3.4、机器学习：用来适应新的情况和分辨不同的情况。
3.5、机器感知：或许，类人体的信息会来自光、声音、触觉等等。
3.6、机器人学：类人体需要一个身体，因为图灵测试可能会让你进行人的行为，比如：移动物体等等。
这些东西，教会了计算机如何去像人一样行为。

4、我们甚至不需要它们像人一样行为，我们只需要它们看上去有智能就行了

人工智能科学的主旨是研究和开发出智能实体所计算机程序都做某些事情，但是期望计算机 Agent 做更多的事： 自主的操作、感知环境、长期持续、适应变化并能创建与追求目标。合理 Agent (rational agent) 是一个为了实现最佳结果，或者，当存在不确定性时，为了实现最佳期望结果而行动的 Agent。

三、人工智能技术四大分支

1、模式识别
是指对表征事物或者现象的各种形式（数值的文字的逻辑关系的等信息进行处理分析，以及对事物或现象进行描述分析分类解释的过程，例如汽车车牌号的辨识涉及到图像处理分析等技术。

2.机器学习
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，重新组织已的知识结构是指不断完善自身的性能，或者达到操作者的特定要求。

3.数据挖掘
知识库的知识发现，通过算法搜索挖掘出用的信息，应用于市场分析、科学探索、疾病预测等。

4.智能算法
解决某类问题的一些特定模式算法；例如，我们最熟悉的最短路径问题，以及工程预算问题等。

四、与人工智能关的学科基础

数学、哲学、经济学、神经科学、心理学、计算机工程、控制论、语言学。

 

 

五、人工智能、机器学习、深度学习关系

如下图所示：

 

题外话：

学校设置了人工智能课、机器学习导论与机器学习（选修课），但是三门课涉及的内容完全不一样

人工智能课一直在讲超难算法、机器学习导论在讲超级超级难的数学基础后教卷积神经网络、机器学习（选修课）在讲树莓派小车

今天才明白他们选择的教程的所属学派不同的原因，所以会有不同侧重

对我这个学渣来说都很难