第一章：人工智能概述

1.智能的概念：

智能是知识与智力的总和。

其中，知识是一切智能行为的基础，而智力是获取知识并应用知识求解问题的能力。

2.智能的四个特征：

        2.1.具有感知能力

        感知能力是指通过视觉、听觉、触觉、味觉等感觉感知外部世界的能力

        2.2.具有记忆与思维能力

         记忆与思维是人脑最重要的功能，是人有智能的根本原因。记忆用来储存知识，而思维用来处理信息。

        2.3.具有学习能力

        学习是人的本能，是人类智慧最重要的方面。

        2.4.具有行为能力

        人们通常用语言或者表情 、肢体动作以及眼神对外界的刺激做出反应，传达某个信息。

3.人工智能的诞生：

        达特茅斯会议

达特茅斯会议的预期目标：制造一台机器，该机器可以模拟学习或者智能的任何其他方面，只要这些方面可以从原理上精确描述。

图灵测试：人与机器分别在两个房间里，可以对话，但是彼此都看不到对方。如果通过对话，作为人的一方，无法分辨出对方是人，还是机器人。那么就可以认为那台机器达到了人类智能的水平。

4.人工智能的发展：

人工智能研究中的“小白鼠”：

         下棋和博弈问题

                理由：

                        一、博弈问题非常复杂，可以让人工智能大显身手。

                        二、人工智能算法在博弈问题中容易实现，特别是人工智能算法在出现错误时不会产生重大错误。

两场标志性人机博弈：

        4.1“深蓝”战胜国际象棋棋王 卡斯帕罗夫

        4.2阿尔法狗无师自通横扫世界围棋大师

 

5.人工智能的主要应用领域：

 

5.1 自动定理证明：

我国吴文俊院士提出并且实现的几何定理机器证明方法---吴氏方法，是机器定理证明领域的一项标志性成果。

5.4 计算机视觉：

计算机视觉或者机器视觉是用机器代替人眼进行测量和判断，是模式识别研究的一个重要方向。

分为低层视觉与高层视觉，低层视觉主要执行预处理功能，如边缘检测、移动目标检测、纹理分析、曲面色彩等。其最主要目的是使得要识别的对象更突出，这时还不是理解阶段。高层视觉主要是理解对象，需要掌握与对象相关的知识。

5.5 自然语言理解：

研究如何让计算机理解人类自然语言，是人工智能中十分重要的领域。

 

本章小结

人类智能是自然界四大奥秘之一，对它很难给出确切的定义。目前关于智能的观点可以分为思维理论、知识阈值理论、进化理论等学派。

简单地说，智能是知识与智力的总和。知识是一切智能行为的基础，智力是获取知识并应用知识求解问题的能力。

【智能具有感知能力、记忆与思维能力、学习能力、行为能力等，这是智能的显著特征。】

人工智能是用人工的方法在机器（计算机）上实现的智能。人工智能的发展经历了曲折的历史。

人工智能研究的基本内容为知识表示、机器感知、机器思维、机器学习、机器行为等几方面。

人工智能伦理学是专门针对人工智能系统的应用伦理学分支。

可以从技术、数据和应用3个层面分析人工智能伦理的成因。

人工智能伦理的治理应形成涵盖技术、政策、道德、法律、教育等多层次的伦理治理体系。

人工智能发展的基本原则：人类根本利益原则、责任原则。