学习日记-人工智能导论1-绪论1
目录
- 1 绪论
-
- 1.1 什么是人工智能
-
- 1.1.1 类人行为：图灵测试方法
- 1.1.2 类人思考：认知建模方法
- 1.1.3 理性思考：“思维法则”方法
- 1.1.4 理性行为：理性智能体方法
- 1.1.5 益机
- 1.2 人工智能的基础
-
- 1.2.1 哲学
- 1.2.2 数学
- 1.2.3 经济学
- 1.2.4 神经科学
- 1.2.5 心理学
- 1.2.6 计算机工程
- 1.2.7 控制理论与控制论
- 1.2.8 语言学
1 绪论
智能（intelligence）
人工智能（artificial intelligence，AI）
1.1 什么是人工智能
理性（rationality）
一些人将智能视为内部思维过程和推理的属性，而另一些人则关注智能的外部特征，也就是智能行为。
1.1.1 类人行为：图灵测试方法
图灵测试（Turing test）艾伦图灵（Alan Turing）
计算机需要具备下列能力：
自然语言处理（natural language processing）
知识表示（knowledge representing）
自动推理（automated reasoning）
机器学习（machine learning）
计算机视觉（computer vision）
机器人学（robotics）
1.1.2 类人思考：认知建模方法
通过3种方式了解人类的思维：
内省（introspection）
心理实验（psychological experiment）
大脑成像（brain imaging）
认知科学（cognitive science）汇集了人工智能的计算机模型和心理学的实验技术，用以构建精确且可测试的人类心智理论。
1.1.3 理性思考：“思维法则”方法
三段论（syllogism）逻辑（logic）
逻辑主义（logicism）概率（probability）
1.1.4 理性行为：理性智能体方法
智能体（agent）
我们希望计算机智能体能够完成更多的任务：自主运行，感知环境，长期持续存在，适应变化以及指定和实现目标。
理性智能体（rational agent）需要为取得最佳结果或者存在不确定性时取得最佳期望结果而采取行动。
简而言之，人工智能专注于研究和构建做正确的事情的智能体。
标准模型（standard model）
1.1.5 益机
在真实世界中，我们越来越难以完全正确地指定目标。
在我们的真实需求和施加给机器的目标之间达成一致的问题称为价值对齐问题（value alignment problem）。
最终，我们想要的是对人类可证益的（provably beneficial）智能体。
1.2 人工智能的基础
以下提到的学科都在为人工智能提供思想，观点和技术，都将人工智能作为最终成果而努力。
1.2.1 哲学
二元论（dualism）
唯物主义（materialism），二元论的一种替代。
归纳法（induction）的原则：通过暴露要素之间的重复联系获得一般规则。
逻辑实证主义（logical positivism）
功利主义（utilitarianism），一种特殊的结果主义。
1.2.2 数学
人工智能要成为正规科学，需要逻辑和概率的数学化，并引入一个新的数学分支——计算。
形式逻辑化（formal logic）
概率（probability）论可以视为信息不确定情况下的广义逻辑。
统计学（statistics）
算法（algorithm）
不完全性定理（incompleteness theorem）
可计算性（computability）
易处理性（tractability）
粗略地说，世界是一个极大的问题实例！
1.2.3 经济学
决策论（decision theory）结合了概率论和效用理论，在为不确定性下做出个体决策提供了一个形式化完整的框架。
博弈（game）博弈论（game theory）
多智能体系统（multiagent system）
运筹学（operations research）
满意度（satisficing）
1.2.4 神经科学
神经科学（neuroscience）是对神经系统的研究。
神经元（neuron）
脑机接口（brain-machine interface）
1.2.5 心理学
行为主义（behaviorism）
认知心理学（cognitive psychology）
智能增强（intelligence augmentation）的理念（IA），认为计算机应该增强人类的能力，而不是完全自动化人类的任务。
我们倾向于IA和AI都是机器有利于人类所必需的，前者强调人类控制，后者强调机器的智能行为。
1.2.6 计算机工程
量子计算（quantum computing）
人工智能得益于计算机科学软件方面的发展，后者提供了编写现代程序所需的操作系统，编程语言和工具等。
1.2.7 控制理论与控制论
控制理论（control theory）
自我平衡（homeostatic）
代价函数（cost function）
1.2.8 语言学
现代语言学和人工智能几乎同时诞生，并一起成长，交叉于一个称为计算语言学（computational linguistics）或自然语言处理（natural language processing）的混合领域。
（学习内容来源：《人工智能现代方法（第4版）》，Stuart Russell，Peter Norvig 著）