人工智能入门（二）（简述、理论基础、历史和发展现状）
人工智能的八个理论基础：哲学、数学、经济学、神经科学、心理学、计算机工程、控制理论和控制论、语言学。
数学对人工智能的理论支撑包括三个方面：（1）逻辑学：得出正确结论的形式规则。发展：命题逻辑，即布尔逻辑——一阶逻辑，扩展布尔逻辑，增加了对象和关系——指称理论，揭示如何将逻辑中的对象与对象相关联。（2）计算：研究什么是可计算的。发展：描述可计算的函数——提出计算的易处理性概念——提出了NP完全性理论。NP完全性理论：P（确定多项式时间的问题）、NP（不确定性多项式时间的问题）、NPC（NP完全性问题，是NP中最难的问题）。它是计算复杂性理论中的一个重要概念，它表征某些问题的固有复杂度。一旦确定一类问题具有NP完全性时，就可知道这类问题实际上是具有相当复杂程度的困难问题。（3）概率：研究如何根据不确定信息进行推理。发展：将概率描述为博弈事件中可能的结果——推进这一理论，并引入了新的统计学方法——提出贝叶斯规则，成为不确定性推理的现代方法基础。
神经科学研究大脑如何处理信息：神经科学研究神经系统，尤其是大脑。大脑在记性决策方面（预测和仿真是决策关键）非常优越，且不像软件那样模块化。大脑中神经元的数量基本上固定的，计算机中处理单元的数量每五年增加十倍。
认知心理学研究人类如何思考与行动：把大脑看作是信息处理设备，是研究心智过程的学科。研究方面：注意机制（意识集中在某个有用的感知信息子集的状态）、语言应用（研究语言习得、语言形成的组件、语言使用的语气及其他相关领域）、记忆（包括三个子集：过程、语义和情景）、感知（研究人类物理感知及认知过程）、问题求解、创造力、思考。元感知是关于认知的认知，有两个组成部分：关于认知的知识，以及认知的调节。认知心理学是研究人脑如何接受外部世界的输入，如何处理以及作用等；认知科学则是研究如何在大脑中形成以及转录过程的跨领域学科，关注于通过研究收集数据。
控制理论与控制论研究机器如何能在自身的控制下运行：控制理论是工程与数学的交叉学科分支，研究处理动态系统对输入的行为，以及该行为如何通过反馈进行调整。控制论是跨学科的研究途径，探索调控系统的结构、约束和可能性，1948年被定义为“研究动物与机器的控制与通信的科学”，21世纪被简单解释为“用技术控制任何系统”。