人工智能的定义及特征是什么
1.人工智能是相对人的自然智能而言，即用人工的方法和技术,模仿、延伸和扩展人的智能,实现某些``机器思维“。2.人类智能的主要特点：感知能力、记忆与思维能力、归纳与演绎能力、学习能力以及行为能力。3.归纳能力是通过大量实例，总结出具有一般性规律的知识的能力。演绎能力是根据已有的知识和所感知到的事实，推理求解问题的能力。
人工智能的三大特征
一、通过计算和数据，为人类提供服务
从根本上说，人工智能系统必须以人为本，这些系统是人类设计出的机器，按照人类设定的程序逻辑或软件算法通过人类发明的芯片等硬件载体来运行或工作，其本质体现为计算，通过对数据的采集、加工、处理、分析和挖掘，形成有价值的信息流和知识模型，来为人类提供延伸人类能力的服务，来实现对人类期望的一些“智能行为”的模拟，在理想情况下必须体现服务人类的特点，而不应该伤害人类，特别是不应该有目的性地做出伤害人类的行为。
二、对外界环境进行感知，与人交互互补
人工智能系统应能借助传感器等器件产生对外界环境（包括人类）进行感知的能力，可以像人一样通过听觉、视觉、嗅觉、触觉等接收来自环境的各种信息，对外界输入产生文字、语音、表情、动作（控制执行机构）等必要的反应，甚至影响到环境或人类。借助于按钮、键盘、鼠标、屏幕、手势、体态、表情、力反馈、虚拟现实/增强现实等方式，人与机器间可以产生交互与互动，使机器设备越来越“理解”人类乃至与人类共同协作、优势互补。这样，人工智能系统能够帮助人类做人类不擅长、不喜欢但机器能够完成的工作，而人类则适合于去做更需要创造性、洞察力、想象力、灵活性、多变性乃至用心领悟或需要感情的一些工作。
三、拥有适应和学习特性，可以演化迭代
人工智能系统在理想情况下应具有一定的自适应特性和学习能力，即具有一定的随环境、数据或任务变化而自适应调节参数或更新优化模型的能力；并且，能够在此基础上通过与云、端、人、物越来越广泛深入数字化连接扩展，实现机器客体乃至人类主体的演化迭代，以使系统具有适应性、灵活性、扩展性，来应对不断变化的现实环境，从而使人工智能系统在各行各业产生丰富的应用。
人工智能的基础是什么
人工智能的基础是什么知识是人类智能的基础，人类在从事阶级斗争、生产斗争和科学试验等社会实践活动中，其智能活动过程主要是一个获取知识并运用知识的过程。
人工智能是一门研究用计算机来模仿和执行人脑的某些智力功能的交叉学科，所以人工智能问题的求解也是以知识为基础的。
如何从现实世界中获取知识、如何将已获得的知识以计算机内部代码的形式加以合理的表示以便于存储，以及如何运用这些知识进行推理以解决实际的问题，即知识的获取、知识的表示和运用知识进行推理是人工智能学科要研究的3个主要问题。
在人们的日常生活及社会活动中，“知识”是常用的一个术语。例如，人们常说“我们要掌握现代科学知识”，“掌握的知识越多，你的机会就越多”等。人们所涉及的知识也是十分广泛的，例如，有的知识是多数人所熟悉的普通知识，而有的知识只是有关专家才掌握的专门领域知识。那么，到底什么是知识？知识有哪些特性？它与通常所说的信息有什么区别和联系？
现实世界中每时每刻都产生着大量的信息，但信息是需要用一定的形式表示出来才能被记载和传递的。尤其是使用计算机来进行信息的存储及处理时，更需要用一组符号及其组合进行表示。像这样用一组符号及其组合表示的信息称为数据。
数据与信息是两个密切相关的概念。数据是记录信息的符号，是信息的载体和表示。信息是对数据的解释，是数据在特定场合下的具体含义。只有把两者密切地结合起来，才能实现对现实世界中某一具体事物的描述。
另外，数据和信息又是两个不同的概念，相同的数据在不同的环境下表示不同的含义，蕴涵不同的信息。比如，“100”是一个数据，它可能表示“100元钱”，也可表示“100个人”，若对于学生的考试成绩来说，可能表示“100分”。同样，相同的信息也可以用不同的数据表示出来。比如，地下工作者为了传达情报信息，可以用一首诗词的每一句的第一个字组成一句话，或诗的斜对角线上的字组成的一句话来传达信息，也可能会用一个代码或数字来表示同一信息。
正如上述，现实生活中，信息是要以数据的形式来表达和传递的，数据中蕴涵着信息，然而，并不是所有的数据中都蕴涵着信息，而是只有那些有格式的数据才有意义。对数据中的信息的理解也是主观的、因人而异的，是以增加知识为目的的。
人工智能的基本概念有几方面对于人工智能，很多人并不了解，我也如此。关于这个问题，我与我的朋友人工智能工程师张思楠进行了一番关于人工智能的交流。下面我把这些交流写出来，目的是普及一下关于人工智能的知识，对当下正在进行的人工智能工程提出自己的意见和建议，展望人工智能的未来。
既然是人工智能对话录，那么我想，我们有必要先了解关于人工智能的几个基本概念。
第一，什么是人工智能;
第二，人工智能是一门什么科学;
第三，人工智能的发展历史。
这几个基本概念的提出，源于张思楠介绍给我的一本书——《人工智能，一种现代的方法》。在这本书的绪论中，作者用了这三个小标题：1、什么是人工智能;2、人工智能的基础;3、人工智能的历史。我想，如果思考人工智能的基本概念的话，也应该从这几个问题和这几个角度入手。
我知道“人工智能”这个词汇，是因为那部著名的电影《人工智能》，很多人大概也是如此。但是，那部电影很难涵盖我们目前的人工智能工程。而今天我们生活中充斥的“人工智能”，则大多是智能手机、智能家居、智能汽车等智能硬件，与我们理想中的“人工智能”又相去甚远。所以，我们很有必要重新理解一下关于人工智能的这几个基本概念。
《人工智能，一种现代的方法》中这样解释了那三个小标题。
人工智能是类人行为，类人思考，理性的思考，理性的行动。人工智能的基础是哲学，数学，经济学，神经科学，心理学，计算机工程，控制论，语言学。人工智能的发展，经过了孕育，诞生，早期的热情，现实的困难等数个阶段。
照这种说法，类人的行为是人工智能在外的表现形式，类人的思考是人工智能的“智能基础”，而理性的思考和行动，则是接近人类、与人类等同甚至超越人类的高级智能行为了。
那么，张思楠是如何看待这几个问题的呢？以下是他的见解。
第一，什么是人工智能。重点是智能，个人更习惯词上的拆分：智慧、能力。在这里可以把智能理解为获取知识的能力，这包括识别能力，推理演绎能力，归纳能力，统计与分析能力等，当然也包括对已经入手知识的补充和应用。研究人类的情绪波动或许在生物心理学或是生物学亦或是仿生学方面是重要的，但人工智能的研究更侧重体现在对智能的研究上。
人工智能即由人类造的智能实体，这种智能实体，只是在标准和功能上要求与人的思考与认识水平相近或是超越人类，但并不代表这样的智能实体的运行模式和思考模式完全和人类相同，因为人从机器角度看的话漏洞更大。（对于这段话，我更愿意将人工智能理解为两个意思，一个是人类制造的智能实体，一个是人类制造这个实体的过程。）
第二，人工智能是一门什么科学。人工智能科学的主旨是研究和开发出智能实体，在这一点上它属于工程学。但是，正如我们所知道的那样，技术是工程得以实施的前提，这就需要我们对一些能够满足于此工程需求的知识学习，而这涉及的学科就相当庞大了。
工程的一些基础学科自不用说，数学、逻辑学、归纳学、统计学、系统学、控制学、工程学、计算机科学，还包括对哲学、心理学、生物学、神经科学、认知科学、仿生学、经济学、语言学等其他学科的研究，可以说这是一个集数门学科精华的尖端学科中的尖端学科。通常情况下，人工智能科学家都包含着除此之外的诸多头衔：数学家，逻辑学家，数理逻辑学家，哲学家等等。（笔者这样理解这个问题，既然人工智能是一门综合科学，那今后是不是会出现一门叫人工智能学的新学科呢？）
第三，人工智能的发展历史。广义上，这个需要追溯到古代历史，因为在历史上我们总能看到人们对智能研究工作的闪光之处。但是我们狭义下的人工智能的发展史，而非逻辑史或智能史亦或其他能够构成此学科需要的学科的发展历史，要从20世纪40年代左右的时间开始算起。
一开始（人工智能）是从对神经网络研究工作开始的，这应该归功于弗雷格以及罗素和怀海特在数理逻辑上的工作以及图灵的计算理论。再到后来，1950年底一台神经网络计算机（SNARC）出世。再后来，人工智能的研究有了两个大致的方向，一开始处于劣势的利用神经网络进行人工智能开发的连接主义派和符号模型派。大约到1980年左右，神经网络才重新得到重视。事实上在这个时候之前，有过一段被称为人工智能的冬天的一段时期。
起初人工智能的商业化——商用专家系统R1服务于DEC并节省了这家数据设备公司一年几千万美元的不必要资金，这使得大家对人工智能的现状和发展过于乐观。那个时候几乎每个有能力的公司都会开一个属于自己的人工智能系统研发小组，但很多公司都因无法达到当时的预订目标而垮掉。
大概在1990年左右，人工智能的一些问题得到较为满意的解决，而WEB的应用促使了AI产业的发展。AI的技术成为许多现有东西的基础，最普遍的搜索引擎，就是这样技术的最佳体现。但人工智能发展的同时也伴随着很多问题和很多质疑，譬如我们最近在网上看到的一些信息。比如据国外媒体报道，斯蒂芬·霍金曾警告“人工智能完全体的发展可能意味着人类的终结”，伊隆·马斯克担心人工智能的发展可能是人类生存面临的最大威胁，比尔·盖茨则提醒人们要小心人工智能。对于这些疑虑，人们会产生诸如此类的疑问甚至恐惧，但这也是正常的，进化必然伴随着风险与质疑，但不能因此而放弃向前推进。人
工智能在今天有了更好的发展环境，大数据、数据挖掘、神经网络、云计算等炙手可热的技术则成为了AI技术发展的温床。
以上的说法我个人认为是简单明了的，不知对您有何启示。曾几何时，诸葛亮的木马流牛让我们神往、让我们困惑不已。但今天看来，如果木马流牛为真，那也堪称是一种初级的人工智能。如今，我们要思考与憧憬的远非木马流牛了，而是更高级更加奇妙的人工智能。在了解并探讨了人工智能的几个基本概念之后，我们在下一步将会讨论人工智能的发展现状以及存在的问题。
人工智能创业项目有哪些
虎的成语有哪些推荐度：过年吉祥话有哪些推荐度：秋天的诗句有哪些推荐度：除夕的诗句有哪些推荐度：肉麻的道歉情话有哪些推荐度：相关推荐人工智能创业项目有哪些
创业项目指创业者为了达到商业目的具体实施和操作的工作。创业项目分类很广，按照行业来分可以分为餐饮、服务、零售等门类，按照性质来分可以分为互联网创业项目和实体创业项目。从更大的范围来说，加盟一个品牌，开一间小店，实际上也算是一个创业项目。那么你知道如何创业吗？下面是小编精心整理的人工智能创业项目有那些，欢迎阅读与收藏。
智能家居
项目简介：智能家居的概念（smarthome，homeauto）很早以前就有了，现在随着硬件成本的下降，及google收购nest等，智能家居热度升高。本智能家居的架构，包括服务器端，web网页，android手机客户端，各种测试脚本，基本上基础架构都已经实现，并可实际调试。由于精力有限智能控制部分还在合作开发中。
自动驾驶系统
帮助汽车行业及自动驾驶领域的合作伙伴结合车辆和硬件系统，快速搭建一套属于自己的自动驾驶系统。
指纹识别
指纹识别技术把一个人同他的指纹对应起来，通过比较他的指纹和预先保存的指纹进行比较，就可以验证他的真实身份。每个人（包括指纹在内）皮肤纹路在图案、断点和交叉点上各不相同，也就是说，是唯一的，并且终生不变。依靠这种唯一性和稳定性，我们才能创造指纹识别技术。
指纹识别主要根据人体指纹的纹路，得益于现代电子集成制造技术和快速而可靠的算法研究，已经开始走入我们的日常生活，成为目前生物检测学中研究最深入，应用最广泛，发展最成熟的技术。
指纹识别系统应用了人工智能技术中的模式识别技术。模式识别是指对表征事物或现象的各种形式的（数值的、文字的和逻辑关系的）信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。很显然指纹识别属于模式识别范畴。
人脸识别
人脸识别，特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别是一项热门的计算机技术研究领域，人脸追踪侦测，自动调整影像放大，夜间红外侦测，自动调整曝光强度；它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。
人脸识别技术是基于人的脸部特征，对输入的人脸图象或者视频流。首先判断其是否存在人脸，如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。
在人工智能与人脸识别技术结合上，百度可能已经领先众人一步，有人在秘密上爆料，说是百度人脸识别技术有了新成果，估计是与支付相关。如果百度这次推出的确实是人脸识别支付，则在移动支付上就可以甩开阿里、企鹅很大一步。
智能信息检索技术
数据库系统是储存某个学科大量事实的计算机系统，随着应用的进一步发展，存储的信息量越来越大，因此解决智能检索的问题便具有实际意义。
智能信息检索系统应具有如下的功能：
（1）能理解自然语言，允许用自然语言提出各种询问；
（2）具有推理能力，能根据存储的事实，演绎出所需的答案；
（3）系统具有一定常识性知识，以补充学科范围的专业知识。系统根据这些常识，将能演绎出更一般的一些答案来。
【拓展】人工智能价值
例如繁重的科学和工程计算本来是要人脑来承担的，如今计算机不但能完成这种计算，而且能够比人脑做得更快、更准确，因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”，可见复杂工作的定义是随着时代的发展和技术的进步而变化的，人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，另一方面又转向更有意义、更加困难的目标。
通常，“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。还包括其他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识，学习策略，在遇到类似的问题时，运用经验知识解决问题并积累新的经验，就像普通人一样。我们可以将这样的学习方式称之为“连续型学习”。但人类除了会从经验中学习之外，还会创造，即“跳跃型学习”。这在某些情形下被称为“灵感”或“顿悟”。一直以来，计算机最难学会的就是“顿悟”。或者再严格一些来说，计算机在学习和“实践”方面难以学会“不依赖于量变的质变”，很难从一种“质”直接到另一种“质”，或者从一个“概念”直接到另一个“概念”。正因为如此，这里的“实践”并非同人类一样的`实践。人类的实践过程同时包括经验和创造。
这是智能化研究者梦寐以求的东西。
2013年，帝金数据普数中心数据研究员S.CWANG开发了一种新的数据分析方法，该方法导出了研究函数性质的新方法。作者发现，新数据分析方法给计算机学会“创造”提供了一种方法。本质上，这种方法为人的“创造力”的模式化提供了一种相当有效的途径。这种途径是数学赋予的，是普通人无法拥有但计算机可以拥有的“能力”。从此，计算机不仅精于算，还会因精于算而精于创造。计算机学家们应该斩钉截铁地剥夺“精于创造”的计算机过于全面的操作能力，否则计算机真的有一天会“反捕”人类。
当回头审视新方法的推演过程和数学的时候，作者拓展了对思维和数学的认识。数学简洁，清晰，可靠性、模式化强。在数学的发展史上，处处闪耀着数学大师们创造力的光辉。这些创造力以各种数学定理或结论的方式呈现出来，而数学定理最大的特点就是：建立在一些基本的概念和公理上，以模式化的语言方式表达出来的包含丰富信息的逻辑结构。应该说，数学是最单纯、最直白地反映着（至少一类）创造力模式的学科。
【人工智能创业项目有哪些】相关文章：
人工智能创业项目有什么03-04
冷门创业项目有哪些09-30
变废为宝创业项目有哪些03-23
新型创业项目有哪些03-08
小镇创业项目有哪些08-07
青年创业项目有哪些02-08
女性的创业项目有哪些09-25
关于女性有哪些创业项目08-29
女性创业项目有哪些呢10-20