人工智能(ai)是计算机科学的一个分支，自20世纪70年代以来被称为世界三大前沿技术(空间技术、能源技术和人工智能)之一。以下是边肖精心整理的关于人工智能的一些信息。希望对你有帮助！
人工智能ai的定义
人工智能的定义可以分为两部分，即“人工的”和“智能的”。“人工”很好理解，没有争议。有时候我们要考虑人能做什么，或者人自身的智力是否高到可以创造人工智能等等。但一般来说，“人工系统”就是通常意义上的人工系统。[1]
关于什么是“智能”，有很多问题。这涉及到意识、自我、心智(包括无意识_心智)等等其他问题。人们普遍认为，人们知道的唯一智能是他们自己的智能。但我们对自身智能的了解非常有限，也知道人类智能的必要元素，所以很难定义什么是“人工”智能。所以对人工智能的研究往往涉及到对人类智能本身的研究。关于其他动物或其他人工系统的智能，一般被认为是与人工智能相关的研究课题。
人工智能在计算机领域越来越受到重视。它已应用于机器人、经济和政治决策、控制系统和仿真系统。
美国斯坦福大学人工智能著名研究中心尼尔森教授对人工智能的定义是：“人工智能是一门关于知识的学科——关于如何表达知识以及如何获取和使用知识的科学。”另一位麻省理工学院的温斯顿教授说，“人工智能就是研究如何让计算机做过去只有人才能做的智能工作。”这些说法反映了人工智能的基本思想和内容。即人工智能是通过研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何使计算机完成过去需要人类智能才能完成的任务，从而如何应用计算机硬件和软件来模拟人类的某些智能行为的基本理论、方法和技术。
人工智能是计算机科学的一个分支。自20世纪70年代以来，它被称为世界三大尖端技术(空间技术、能源技术和人工智能)之一。也被认为是21世纪三大前沿技术(基因工程、纳米科学、人工智能)之一。这是因为在过去的三十年中，它取得了飞速的发展，在许多学科中得到了广泛的应用，并取得了丰硕的成果。人工智能逐渐成为一个独立的分支，在理论和实践上都自成体系。
人工智能是研究计算机如何模拟一些人的思维过程和智能行为(如学习、推理、思考、计划等)的学科。).主要包括计算机实现智能的原理，使计算机类似于人脑智能，使计算机实现更高层次的应用。人工智能将涉及计算机科学、心理学、哲学和语言学。可以说几乎是自然科学和社会科学的所有学科，其范围已经远远超出了计算机科学的范畴。人工智能和思维科学的关系是实践和理论的关系。人工智能处于思维科学的技术应用层面，是它的一个应用分支。从思维上来说，人工智能并不局限于逻辑思维。推动人工智能的突破性发展，需要考虑形象思维和灵感思维。数学往往被认为是许多学科的基础科学，它也进入语言和思维领域。人工智能学科也必须借用数学工具。数学不仅在标准逻辑和模糊数学的范围内发挥作用，而且进入人工智能学科，会相互促进，发展更快。
人工智能ai发展简史
人工智能的传说可以追溯到古埃及，但随着1941年以来电子计算机的发展，技术终于可以创造机器智能。“人工智能”一词最早是由达特茅斯学会在1956年提出的。此后，研究人员发展了许多理论和原理，人工智能的概念也有所扩展。在其短暂的历史中，人工智能的发展比预期的要慢，但它一直在前进。自40年前出现以来，出现了许多人工智能程序，它们也影响了其他技术的发展。
人工智能ai技术研究
用来研究人工智能的主要物质基础和实现人工智能的技术平台的机器就是计算机，人工智能的发展史与计算机科学技术的发展史是联系在一起的。除了计算机科学，人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学、哲学等多个学科。人工智能研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动编程等。
研究方法
现在人工智能研究还没有一个统一的原则或范式来指导。研究人员在许多问题上存在争议。一些长期没有定论的问题是：人工智能应该从心理还是神经方面进行模拟？或者像鸟类生物学对于航空工程一样，人类生物学与人工智能研究无关？智能可以用简单的原理(比如逻辑或者最优化)来描述吗？还是要解决一大堆完全不相关的问题？
智力可以用高级符号来表达吗，比如文字和思想？还是需要处理“子符号”？约翰豪格兰德(JOHN HAUGELAND)提出了GOFAI(优秀老式人工智能)的概念，还建议将人工智能归为合成智能。[29]这个概念后来被一些非GOFAI的研究者采用。
实现方法
人工智能在计算机上有两种不同的实现方式。一种是使用传统的编程技术，使系统呈现智能效果，无论使用的方法是否与人体或动物体使用的方法相同。这种方法被称为工程方法，它已经在一些领域取得了成果，如字符识别、计算机象棋等。另一种是建模方法，不仅要看效果，还要求实现方法与人类或生物有机体使用的方法相同或相似。遗传算法和人工神经网络属于后一种类型。遗传算法模拟人类或生物的遗传-进化机制，而人工神经网络模拟人类或动物大脑中神经细胞的活动。为了获得相同的智能效果，通常可以使用这两种方法。用前一种方法，需要手动指定程序逻辑，如果游戏比较简单的话就方便了。如果游戏复杂，角色数量和活动空间增加，相应的逻辑也会复杂(指数级增加)，手工编程会非常繁琐，容易出错。一旦出了问题，就得修改原程序，重新编译调试，最后给用户提供新版本或补丁，非常麻烦。当采用后一种方法时，程序员应该为每个角色设计一个智能系统(一个模块)来控制。这个智能系统(模块)一开始什么都不知道，就像刚出生的婴儿一样，但是它可以学习，逐渐适应环境，应对各种复杂的情况。这种系统一开始经常出错，但是可以吸取教训，下次运行可能会改正，至少不会永远出错，也不需要发布新版本或者打补丁。用这种方法实现人工智能，需要程序员有生物思维方法，入门难度稍大。但是一旦进门，就可以广泛使用。由于这种方法在编程时不需要指定角色的活动规则，因此在应用于复杂问题时通常比以前的方法更省力。
看过《什么是人工智能ai》的人也看到了：
