人工智能是一門基於計算機科學,生物學,心理學,神經科學,數學和哲學等學科的科學和技術。人工智能的一個主要推動力要開發與人類智能相關的計算機功能,例如推理,學習和解決問題的能力。
著名的美國斯坦福大學人工智能研究中心尼爾遜教授對人工智能下了這樣一個定義:「人工智能是關於知識的學科--怎樣表示知識以及怎樣獲得知識並使用知識的科學。」而另一個美國麻省理工學院的溫斯頓教授認為:「人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。」這些說法反映了人工智能學科的基本思想和基本內容。
人工智能在以下各個領域佔據主導地位
遊戲 :人工智能在國際象棋,撲克,圍棋等遊戲中起著至關重要的作用,機器可以根據啟髮式知識來思考大量可能的位置並計算出最優的下棋落子。
自然語言處理 : 可以與理解人類自然語言的計算機進行交互。比如常見機器翻譯系統、人機對話系統。
專家系統 : 有一些應用程序集成了機器,軟件和特殊信息,以傳授推理和建議。它們為用戶提供解釋和建議。比如分析股票行情,進行量化交易。
視覺系統 : 它系統理解,解釋計算機上的視覺輸入。例如,間諜飛機拍攝照片,用於計算空間信息或區域地圖。醫生使用臨床專家系統來診斷患者。警方使用的計算機軟件可以識別數據庫裡面存儲的肖像,從而識別犯罪者的臉部。還有我們最常用的車牌識別等。
語音識別 :智能系統能夠與人類對話,通過句子及其含義來聽取和理解人的語言。它可以處理不同的重音,俚語,背景噪音,不同人的的聲調變化等。
手寫識別 : 手寫識別軟件通過筆在屏幕上寫的文本可以識別字母的形狀並將其轉換為可編輯的文本。
智能機器人 : 機器人能夠執行人類給出的任務。它們具有傳感器,檢測到來自現實世界的光,熱,溫度,運動,聲音,碰撞和壓力等數據。他擁有高效的處理器,多個傳感器和巨大的內存,以展示它的智能,並且能夠從錯誤中吸取教訓來適應新的環境。
伴随着人工智能的不断发展,产生了很多的分支领域,其中主要是符号智能、计算智能、机器学习的机器感知。
符號智能
符號智能就是以符號知識為基礎,通過符號推理進行問題求解而實現的智能。這也就是所說的傳統人工智能或景點人工智能。符號智能研究的主要內容包括知識工程和符號處理技術。知識工程包括知識獲取、知識表示、知識管理、知識運用以及知識庫系統等一系列知識處理技術。符號處理技術指基於符號的推理和學習技術,它主要研究經典邏輯和非經典邏輯理論以及相關的程序設計技術。簡而言之,符號智能就是基於人腦的心理模型,運用傳統的程序設計方法實現的人工智能。
計算智能
計算智能是以數據為基礎,通過數值計算進行問題求解而實現的智能。計算智能研究的只主要內容包括人工智能神經網絡、進化計算(包括遺傳算法、遺傳程序設計、進化規劃、進化策略等)、模糊算法等。計算智能主要模擬自然智能系統,研究其數學模型和相關算法,並實現人工智能。計算智能是當前人工智能學科中一個十分活躍的分支領域。
機器學習
機器學習是一門多領域交叉學科,涉及概率論、統計學、逼近論、凸分析、算法複雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為,以獲取新的知識或技能,重新組織已有的知識結構使之不斷改善自身的性能。機器學習是人工智能的核心部分,主要內容包括回歸、聚類、分類、神經網絡等。
機器感知
機器感知研究如何用機器或計算機模擬、延伸和擴展人的感知或認知能力,包括機器視覺、機器聽覺、機器觸覺等。計算機視覺、模式(文字、圖像、聲音等)識別、自然語言理解等。都是人工智能領域的重要研究內容,也是在機器感知方面高智能水平的計算機應用。