1.人工智能的概念

人工智能（Artificial Intelligence，AI）是指计算机像人一样拥有智能能力，是一个融合计算机
科学、统计学、脑神经学和社会科学的前沿综合学科，可以代替人类实现识别、认知，分析和决策等多种功能。

如当你说一句话时，机器能识别成文字，理解你的意思，进行分析和对话等

1956年夏，达特莫斯会议正式使用“AI” 一词，60多年来，人工智能走过了一条起伏和曲折的
发展道路。回顾历史，可将其发展过程分为：孕育期（1956年前）、形成期（1956-1970年）、
暗淡期（1966-1974年）、知识应用期（1970-1988年）、集成发展期（1986年以来）等阶段。

图灵(A.M.Turing，1912-1954)：英国数学家，1936年创立了自动机理论“图灵机”，是一个理论计算机模型。
 莫克利(J.W.Mauchly，1907-1980)：美国数学家、电子数字计算机的先驱，与他的研究生埃克特(J. P. Eckert)合作，1946年研制成功了世界上第一台通用电子计算机ENIAC。
 麦克洛奇(W.McCulloch) 和皮兹(W.Pitts)：美国神经生理学家，于1943年建成了第一个神经网络模型，还提出适当的网络能够学习。
 香侬(C.E.Shannon，1916-2001 )：美国数学家，1948年发表了《通讯的数学理论》，代表着信息论的诞生。
 维纳(N.Wiener，1874-1956)：美国著名数学家、控制论创始人。1948年创立了控制论。控制论研究系统的信息变换和控制过程，为人工智能的行为主义学派的形成奠定了基础。

AI诞生于一次历史性的聚会达特茅斯会议，麦卡锡正式使用“AI”的术语。

原腾讯AI Lab主任张潼：以前AI发展是用规则驱动， 现在用数据驱动。

2.AI三大流派
如何界定机器具备了智能？

图灵测试出现在1950年图灵发表的《计算机和智能》Computing Machineryand Intelligence论文中，是判断机器是否具有人工智能的一套方法。而图灵测试是人工智能最初的概念，它甚至早于“人工智能”这个词本身。
 图灵测试很简单，就是把测试者与被测试者隔开，并向被测试者随意提问。如果有超过30%的测试者不能确定被测试者是人还是机器，那么这台机器就通过了测试，被认为具有人工智能。
 只关注结果比较，不涉及思维过程，通过测试=具备智能？希尔勒中文屋

三种认知观-智能到底是什么？

1）符号主义(Symbolicism)：基于物理符号系统假设和有限合理性原理。
 符号主义观点：智能的基础是知识，其核心是知识表示和知识推理；知识可用符号表示，也可用符号进行推理，因而可以建立基于知识的人类智能和机器智能的统一的理论体系。
 模仿人的思维软件，又称逻辑主义、心理学派、计算机学派。代表人物有西蒙、纽厄尔等，代表性成果如1957年西蒙、纽厄尔等人研制的称为逻辑理论机的数学定理证明程序。

2)连接主义(Connectionism)：基于神经网络及其间的连接机制与学习算法。
 连接主义观点：思维的基元是神经元，而不是符号；思维过程是神经元的联结活动过程，而不是符号运算过程；反对符号主义关于物理符号系统的假设。
 模仿人的大脑硬件，又称仿生学派、生理学派。代表人物是明斯基，代表性成果神经网络模型。

3)行为主义(Actionism)：基于控制论及感知-动作控制系统。
 行为主义观点：智能取决于感知和行动，提出了智能行为的“感知-动作”模型；智能无需知识、无 需表示、无需推理，只是在与环境的交互中表现出来；人工智能可以像人类智能那样逐步进化。
 模仿人的身体硬件，又称进化主义、控制论学派。代表人物是布鲁克，代表性成果机器虫、机器狗

1)符号主义
功能模拟法：认知学观点，工程观点。
根据人脑的心理模型，把问题或知识表示为某种逻辑结构，运用符号演算，实现表示、推理和学习等功能，从宏观上模拟人脑思维，实现人工智能功能。
从计算机工程的角度出发，通过运用计算机科学的方法进行研究，实现人类智能在计算机上的模拟。主要研究符号处理为核心的方法。
不足之处：
1.在用符号表示知识的概念时，有效性很大程度上取决于符号表示的正确性和准确性。
2.将知识概念转换成符号时，可能丢失一些重要信息。
3.难于对含噪信息、不确定性信息和不完全性信息进行处理。

2)连接主义
结构模拟法：生物学观点，科学观点。
连接主义学派。根据人脑的生理结构和工作机理来模拟人脑智能，属于非符号处理范畴。
从脑科学的角度出发，采用生物学的方法进行研究，视图搞清楚人类智能的本质。主要研究神经网络。
不足之处：
1.大脑的生理结构和工作机理还远未清楚，只能对人脑进行局部模拟或近似模拟。
2.不适合模拟人的逻辑思维过程。
3.受大规模人工神经网络制造的制约。
4.尚不能满足人脑完全模拟的要求

3)行为主义
行为模拟法。
智能不取决于符号和神经元，而取决于感知和行动，智能行为只能在现实世界中与周围环境交互作用而表现出来。
不足之处：难以获得高级智能控制行为。

人工智能技术路线的争论

1. 专用路线和通用路线的争议.
2. 硬件路线和软件路线的争议.

各学派应密切合作，取长补短，逐步建立统一的人工智能理论体系和方法。

3.AI应用领域
机器定理证明（逻辑和推理）—— 仿解题者
机器翻译（自然语言理解）—— 仿译者
专家系统（问题求解和知识表达）—— 仿专家（医生.维修者）
博弈（树搜索）—— 仿弈者
模式识别（多媒体认知）—— 仿认知者（图像.声音识别）
机器学习（神经网络）—— 仿初学者
机器人和智能控制（感知和控制）—— 仿生物动作

未来研究方向：
大数据+深度学习技术发展 —— 大数据智能（知识计算引擎）
基于网络的群体智能萌芽 —— 群体智能（众创.分享科研）
人机一体化技术导向 —— 人机混合增强智能（脑机协同.情景理解.穿戴设备）
跨媒体推理兴起 —— 人跨媒体智能（自然语言处理+视觉计算+听觉感知）
无人系统迅速发展 —— 自主智能系统（无人车.无人机.机器人）
信息化的线路指向：数字化→网络化→智能化.

研究领域：