01目錄CONTENTS人工智能常用術(shù)語02人工智能主流學(xué)派03人工智能技術(shù)的優(yōu)勢以及局限性人工智能常用術(shù)語1PartMinimalistwindAI人工智能如今已經(jīng)是一門專業(yè)的學(xué)科門類，包含很多專業(yè)術(shù)語，隨著人工智能技術(shù)的逐漸發(fā)展，想要理解和掌握所有的專業(yè)術(shù)語越來越成為一項挑戰(zhàn)。人工智能常用術(shù)語1.人工智能常識概念人工智能常用術(shù)語術(shù)語解釋人工智能（AI：ArtificialIntelligence）機器能夠做出決策并執(zhí)行模擬人類智能和行為的任務(wù)機器智能（MI：MachineIntelligence）研究如何提高機器應(yīng)用的智能水平，把機器用得更聰明。這里，“機器”主要指：計算機、自動化裝置、通信設(shè)備等機器學(xué)習(xí)（ML：MachineLearning）人工智能的一個方面，專注于算法，允許機器學(xué)習(xí)而不需要編程，并在暴露于新數(shù)據(jù)時進行更改深度學(xué)習(xí)（DL：DeepLearning）機器通過由級聯(lián)信息層組成的人工神經(jīng)網(wǎng)絡(luò)自主模仿人類思維模式的能力人工神經(jīng)網(wǎng)絡(luò)（ANN：ArtificialNeuralNetwork）一種學(xué)習(xí)模型，可以像人腦一樣工作，解決傳統(tǒng)計算機系統(tǒng)難以解決的任務(wù)卷積神經(jīng)網(wǎng)絡(luò)（CNN：ConvolutionalNeuralNetworks）是一類包含卷積計算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)，主要用于識別和理解圖像2.人工智能主流領(lǐng)域術(shù)語人工智能常用術(shù)語術(shù)語解釋計算機視覺（CV：ComputerVision）用計算機實現(xiàn)人的視覺功能，對客觀世界的三維場景的感知、識別和理解的技術(shù)自然語言處理（NLP：NaturalLanguageProcessing）使計算機能夠像人類一樣理解、處理和生成語言的技術(shù)語音識別（VC：VoiceRecognition）讓機器通過識別和理解過程把語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的技術(shù)知識圖譜（KG：KnowledgeGraph）是顯示知識發(fā)展進程與結(jié)構(gòu)關(guān)系的一系列各種不同的圖形，用可視化技術(shù)描述知識資源及其載體，挖掘、分析、構(gòu)建、繪制和顯示知識及它們之間的相互聯(lián)系數(shù)據(jù)挖掘（DM：DataMining）指從大量的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程數(shù)字圖像處理（DIP：DigitalImageProcessing）用計算機對圖像信息進行處理的技術(shù)，主要包括圖像數(shù)字化、圖像增強和復(fù)原、圖像數(shù)據(jù)編碼、圖像分割和圖像識別等專家系統(tǒng)（ES：ExpertSystem）用計算機去模擬、延伸和擴展專家的智能，基于專家的知識和經(jīng)驗，可以求解專業(yè)性問題的、具有人工智能的計算機應(yīng)用系統(tǒng)計算機博弈（CG：ComputerGame）是機器智能、兵棋推演、智能決策系統(tǒng)等人工智能領(lǐng)域的重要科研基礎(chǔ)，也是人工智能的重要研究方向人工智能常用術(shù)語術(shù)語解釋分類（Classification）分類算法讓機器根據(jù)訓(xùn)練數(shù)據(jù)為數(shù)據(jù)點分配類別聚類（Clustering）聚類算法允許機器將數(shù)據(jù)點或項目分組到具有相似特征的組中回歸（Regression）在已有數(shù)據(jù)的基礎(chǔ)上學(xué)會一個回歸函數(shù)或者構(gòu)造出一個回歸模型，該函數(shù)或模型可以把測試的數(shù)據(jù)映射到某個給定的值，從而預(yù)測連續(xù)的數(shù)據(jù)Tensorflow谷歌開源的深度學(xué)習(xí)框架，由于其良好的架構(gòu)、分布式架構(gòu)支持以及簡單易用，自開源以來得到廣泛的關(guān)注PyTorchtorch的Python版本，是由Facebook開源的神經(jīng)網(wǎng)絡(luò)框架，專門針對GPU加速的深度神經(jīng)網(wǎng)絡(luò)(DNN)編程PaddlePaddle中文名為飛槳，是百度自主研發(fā)的集深度學(xué)習(xí)核心框架、工具組件和服務(wù)平臺為一體的技術(shù)領(lǐng)先、功能完備的開源深度學(xué)習(xí)平臺3.人工智能常用算法以及框架術(shù)語人工智能主流學(xué)派2PartMinimalistwindAI在人工智能技術(shù)發(fā)展歷程中，學(xué)者們學(xué)科背景不同，其對人工智能技術(shù)理解角度也各不相同。因此人工智能技術(shù)產(chǎn)生了不同的學(xué)術(shù)流派。人工智能主流學(xué)派其中對人工智能影響最為深遠(yuǎn)的有符號主義、連結(jié)主義和行為主義三大學(xué)派。1.符號主義符號主義，又稱邏輯主義、心理學(xué)派或計算機學(xué)派，是一種基于邏輯推理的智能模擬方法。主張人類認(rèn)知和思維的基本單元是符號，智能是符號的表征和運算過程，計算機同樣也是一個物理符號系統(tǒng)。人工智能主流學(xué)派該學(xué)派認(rèn)為人工智能源于數(shù)學(xué)邏輯，其原理主要為物理符號系統(tǒng)（即符號操作系統(tǒng)）假設(shè)和有限合理性原理。符號主義主張（由人）將智能形式化為符號、知識、規(guī)則和算法，并用計算機實現(xiàn)符號、知識、規(guī)則和算法的表征和計算，從而實現(xiàn)用計算機來模擬人的智能行為。1.符號主義其首個代表性成果是啟發(fā)式程序LT（邏輯理論家），它證明了38條數(shù)學(xué)定理，表明了可以應(yīng)用計算機研究人的思維過程，模擬人類智能活動。1997年5月，名為“深藍(lán)”的IBM超級計算機打敗了國際象棋世界冠軍卡斯帕羅夫，這一事件在當(dāng)時也曾轟動世界，其實本質(zhì)上，“深藍(lán)”就是符號主義在博弈領(lǐng)域的成果。人工智能主流學(xué)派此后，符號主義走過了一條啟發(fā)式算法——專家系統(tǒng)——知識工程的發(fā)展道路。IBM“深藍(lán)”計算機擊敗國際象棋世界冠軍卡斯帕羅夫2.連接主義連接主義，又稱仿生學(xué)派或生理學(xué)派，是一種基于神經(jīng)網(wǎng)絡(luò)和網(wǎng)絡(luò)間的連接機制與學(xué)習(xí)算法的智能模擬方法。連接主義學(xué)派強調(diào)對人類大腦的直接模擬。如果說神經(jīng)網(wǎng)絡(luò)模型是對大腦結(jié)構(gòu)和機制的模擬，那么連接主義的各種機器學(xué)習(xí)方法就是對大腦學(xué)習(xí)和訓(xùn)練機制的模擬。人工智能主流學(xué)派連接主義強調(diào)智能活動是由大量簡單單元通過復(fù)雜連接后，并行運行的結(jié)果，基本思想是，既然生物智能是由神經(jīng)網(wǎng)絡(luò)產(chǎn)生的，那就通過人工方式構(gòu)造神經(jīng)網(wǎng)絡(luò)，再訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)產(chǎn)生智能。2.連接主義學(xué)習(xí)和訓(xùn)練是需要有內(nèi)容的，數(shù)據(jù)就是機器學(xué)習(xí)、訓(xùn)練的內(nèi)容。尤其在深度學(xué)習(xí)理論取得了系列的突破后，人類進入互聯(lián)網(wǎng)和大數(shù)據(jù)的時代。作為人工智能重新崛起的標(biāo)志性事件的就是2016年谷歌旗下的DeepMind公司開發(fā)的AlphaGo擊敗了圍棋世界冠軍李世石人工智能主流學(xué)派互聯(lián)網(wǎng)產(chǎn)生了大量的數(shù)據(jù)，包括海量行為數(shù)據(jù)、圖像數(shù)據(jù)、內(nèi)容文本數(shù)據(jù)等。這些數(shù)據(jù)分別為智能推薦、圖像處理、自然語言處理技術(shù)發(fā)展做出卓著的貢獻(xiàn)。AlphaGo擊敗圍棋世界冠軍李世石3.行為主義行為主義，又稱進化主義或控制論學(xué)派，是一種基于“感知——行動”的行為智能模擬方法，思想來源是進化論和控制論。其原理為控制論以及感知——動作型控制系統(tǒng)。行為主義對傳統(tǒng)人工智能進行了批評和否定，提出了無須知識表示和無須推理的智能行為觀點。相比于智能是什么，行為主義對如何實現(xiàn)智能行為更感興趣。在行為主義者眼中，只要機器能夠具有和智能生物相同的表現(xiàn)，那它就是智能的。人工智能主流學(xué)派該學(xué)派認(rèn)為：智能取決于感知和行為，取決于對外界復(fù)雜環(huán)境的適應(yīng)，而不是表示和推理，不同的行為表現(xiàn)出不同的功能和不同的控制結(jié)構(gòu)。這一學(xué)派的代表作首推六足行走機器人，它被看作是新一代的“控制論動物”，是一個基于感知-動作模式模擬昆蟲行為的控制系統(tǒng)。Laikago可以實現(xiàn)爬斜坡、穿過石板路等場景，即使被測試人員用腳踹也仍然保持了良好的平衡性和穩(wěn)定性。人工智能主流學(xué)派宇樹科技Laikago機器人3.行為主義國內(nèi)的宇樹科技公司研發(fā)的四腳機器狗Laikago，就可以完成很多炫酷的動作，如圖所示。人工智能技術(shù)的優(yōu)勢以及局限性3Part人工智能目前已經(jīng)在很多領(lǐng)域替代人類完成很多的工作，具有非常多的優(yōu)點，尤其擅長數(shù)據(jù)的大規(guī)模計算，分類等，但是仍然有很多的領(lǐng)域還不能完全替代人類，說明依然存在一定的局限性。人工智能技術(shù)的優(yōu)勢以及局限性人工智能是對人的思維模式的模仿，能夠?qū)崿F(xiàn)人的智能功能，更能超越人的智能，在計算速度和精度、應(yīng)用廣泛度上已經(jīng)遠(yuǎn)遠(yuǎn)超越了人類。人工智能技術(shù)的優(yōu)勢以及局限性同時人工智能處理數(shù)據(jù)的速度和精度也要高于人類，人工智能能夠從數(shù)據(jù)中學(xué)習(xí)，其運算速度是人類無法比擬的。1.人工智能的優(yōu)勢1.人工智能的優(yōu)勢（1）從事高重復(fù)性事務(wù)效率高（3）數(shù)字協(xié)助降低人力資源成本人工智能技術(shù)的優(yōu)勢以及局限性（2）降低人為粗心導(dǎo)致的出錯（4）更加精準(zhǔn)快速的決策水準(zhǔn)2.人工智能的局限性（1）實用性欠缺