|
【智能（Intelligence）】可以被定義為：在一個不確定的、不斷變化的世界中，學習和執(zhí)行適合情境的技術(shù)以解決問題和實現(xiàn)目標的能力。一個完全預(yù)先編程的工廠機器人是靈活、準確和一致的，但不是智能的。 【人工智能（Artificial Intelligence）】是斯坦福大學名譽教授約翰-麥卡錫在1955年創(chuàng)造的一個名詞，他將人工智能定義為 '制造智能機器的科學和工程'。很多研究都是人類對機器進行編程，讓它以一種聰明的方式表現(xiàn)出來，比如下棋，但是，今天我們強調(diào)的是機器可以學習，至少某種程度上像人類一樣。 【自治系統(tǒng)（Autonomous systems）】可以獨立規(guī)劃和決定實現(xiàn)特定目標的步驟序列，而無需進行微觀管理。 【機器學習（Machine Learning，ML）】是人工智能研究的一部分，研究計算機智能體如何根據(jù)經(jīng)驗或數(shù)據(jù)改善其感知、知識、思維或行動。為此，ML借鑒了計算機科學、統(tǒng)計學、心理學、神經(jīng)科學、經(jīng)濟學和控制理論。 在【監(jiān)督學習（supervised learning）】計算機學會預(yù)測人類給定的標簽；【無監(jiān)督學習（unsupervised learning）】不需要標簽，有時會自己做預(yù)測任務(wù)；【強化學習（reinforcement learning）】讓一個主體學習動作序列，以優(yōu)化其總回報。 【深度學習（deep learning）】使用的是大型多層（人工）神經(jīng)網(wǎng)絡(luò)，這些網(wǎng)絡(luò)使用連續(xù)的(實數(shù))表征進行計算，有點像人腦中的分層組織的神經(jīng)元。它是目前最成功的ML方法，可用于所有類型的ML，從小數(shù)據(jù)開始有更好的泛化能力，更好地擴展到大數(shù)據(jù)和計算預(yù)算。 【算法（algorithm）】列出了需要采取的精確步驟，就像一個人在計算機程序中編寫代碼一樣。人工智能系統(tǒng)包含算法，但通常只是針對一些部分，比如學習或獎勵計算方法。他們的大部分行為都是通過從數(shù)據(jù)或經(jīng)驗中學習而產(chǎn)生的。這是系統(tǒng)設(shè)計的一個巨大變化，斯坦福大學校友Andrej Karpathy將其稱為軟件2.0。 【狹義的人工智能（Narrow AI）】是針對某一特定事物的智能系統(tǒng)，如語音或人臉識別?！救祟惣墑e的人工智能（Human-level AI）】或者【通用人工智能（AGI）】，尋求廣泛智能的、上下文感知的機器。 【以人為本的人工智能（Human-Centered Artificial Intelligence）】是一種旨在增強人類能力、滿足人類社會需求并從人類身上汲取靈感的人工智能。  |
|
|
來自： mrjiangkai > 《待分類》
