人工智能
人工智能–基本概念基本概念智能目前智能是一个科技热词。
人工智能、智能手机、智能手表、智能交通、智能建筑、智能招聘、智能投影仪、智能眼镜、智能电视、智能电网。。。显然，“智能”是一种高级的智慧能力，一旦它与各种已有工具相结合，就给后者赋予了高级的、类似人类的功能。关于”智能“不同的著作有以下几种描述。
什么是智能：
智能主要是指人类的自然智能，其确切定义还有待于对人脑奥秘的彻底揭示。一般认为，智能是一种认识客观事物和运用知识解决问题的综合能力。–王万森《人工智能原理及其应用》
智能的不同观点智能来源于思维活动：
智能的核心是思维，人的一切智慧或智力都来源于大脑的思维活动，人的一切知识都是思维的产物，因而通过对思维规律与思维方法的研究，可望揭示智能的本质。–王万森《人工智能原理及其应用》
智能取决于可运用的知识：
智能就是在巨大的搜索空间中迅速找到一个满意解的能力。着重强调知识对智能的重要意义和作用，认为智能行为取决于知识的数量及其可运用的程度，一个系统所具有的可运用知识越多，其智能就会越高。–王万森《人工智能原理及其应用》
智能可由逐步进化来实现：
智能取决于感知和行为，取决于对外界复杂环境的适应，智能不需要知识、不需要表示、不需要推理，智能可以由逐步进化来实现。–王万森《人工智能原理及其应用》
智能的层次结构上述三种观点可以统一：
人类的智能总体上可分为高、中、低三个层次，不同层次智能的活动由不同的神经系统来完成。其中，高层智能以大脑皮层为主……主要完成记忆和思维等活动……低层智能以小脑、脊髓为主，主要完成动作反应。思维观点和知识观点对应于高层智能，进化观点对应于中层智能和低层智能。–王万森《人工智能原理及其应用》
智能所包含的能力①感知能力：通过感觉器官感知外部世界②记忆与思维能力：形象思维、抽象思维、灵感思维（顿悟思维）③学习和自适应能力：具有特定目的④行为能力：对外部世界做出动作反应。–王万森《人工智能原理及其应用》
智能的定义从联系信息和知识角度，可以这样定义智能：
智能，就是在给定问题、问题的环境约束和求解问题的目标的前提下，有效地获得相关信息，把信息提炼成为相应的知识和解决问题的策略，利用策略来解决问题，从而在满足约束条件下成功地达到目的的能力。–钟义信《机器知行学原理》
这样定义的智能由于引入了衡量标尺，不仅是具体的，而且是有程度差别的，智能程度的高低取决于给定问题的难度。由此可以引入一个智能度的概念来刻画智能的等级。–李蕾，王小捷《机器智能》
人工智能什么是人工智能？1956年夏天达特茅斯会议首次定义的人工智能概念是指（ArtificialIntelligence,AI）“用计算机模拟人的逻辑思维”。
从“能力”和“学科”两个方面对人工智能进行定义，从能力的角度看，人工智能是用人工的方法在机器（计算机）上实现的智能。从学科的角度看，人工智能是一门研究如何构造智能机器或智能系统，使它能模拟、延伸和扩展人类智能的学科。–王万森《人工智能原理及其应用》
定义1：智能机器，能够在各类环境中自主地或交互地执行各种拟人任务的机器。定义2：人工智能（学科），是计算机科学中涉及研究、设计、应用智能机器的一个分支。定义3：人工智能（能力），是智能机器所执行的通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。–蔡自兴，徐光佑《人工智能及其应用》
把教科书给人工智能下的定义总结为4种：第一种是像人一样行动的系统（类人行为），第二种是像人一样思考的系统（类人思考、认知模型），第三种是理性地思考的系统（逻辑主义），第四种是理性地行动的系统（理性智能体）。–李蕾，王小捷《机器智能》
指人所赋予机器的一种智能，即机器在一定的环境下针对一定的问题和预设目标而成功地获得信息（信息获取）、提炼知识（认知）和在目标引导下利用信息和知识生成求解问题的智能策略（决策），并把智能策略转换成为智能行为（执行）从而解决问题达到目的的能力。–李蕾，王小捷《机器智能》
如何衡量机器是否具有智能图灵测试--英国数学家图灵A.M.Turing,1950《ComputingMachineryandIntelligence
人工智能研究的实质•人类被称为“万物之灵”。
•若要使机器具有智能，最便捷的研究途径就是在机器上模拟人类的智能，即“智能模拟”。
•始于20世纪40年代，形成了3种具有代表性的智能模拟研究方法：结构模拟、功能模拟、行为模拟
结构模拟（1）人类的认识规律总是从具体走向抽象。
（2）系统的结构是非常具体的，因此，20世纪40年代最先被采用的智能模拟思路就是结构模拟，也称为结构主义。
（3）思路：只要把结构研究明白了，就等于把系统认识清楚了。
（4）这是近代科学的“结构决定论”
代表性成果：
（1）M-P数理逻辑模型：第一个系统的人工神经网络研究成果
（2）多层感知器模型MLP：是神经网络研究历史上的一个里程碑，后续经典的BP学习算法、当今火热的深度学习都基于此模型
（3）Hopfield反馈神经网络模型：是神经网络研究历史上的又一个里程碑，从输出到输入有反馈信号联接，引入能量函数
存在问题：
（1）“结构决定论”只对机械系统有效；对于智能系统而言，结构只是系统的硬件基础，不能完全决定智能系统的能力。
（2）人的智能系统不仅结构复杂，而且机制深奥。
（3）进退两难：前进？结构和机制都很困难；后退？智能水平就会降级
功能模拟（1）20世纪50年代中期，“电脑”可以用来模拟智力功能，而不必理会智能系统的具体结构，因而被称为功能主义。
（2）在结构模拟遭遇困难的背景下，功能主义自然成为智能研究的出路。（
（3）思路：只要具有了智能所需要的功能，智能系统就模拟成功了，这就是“功能主导论”。
代表性成果：
（1）传统人工智能学科：用计算机模拟人类的逻辑思维
（2）通用问题求解程序（GeneralProblem-Solvingprogram,GPS）：第一个将问题的解决策略从特定问题的知识中分离出来的程序
（3）专家系统：人工智能走向实用化，如DENDRAL等
（4）知识工程：以知识为研究对象，是人工智能在知识信息处理方面的发展
存在问题：
（1）计算机模拟的智能功能并不完全：既没有意识功能，也没有情感功能；
（2）遇到了“知识瓶颈”的困难；
（3）表明：这种功能模拟方法也不能完全解决问题
行为模拟（1）20世纪90年代开始出现了行为模拟的思路，也被称为行为主义，即“行为表现论”。
（2）思路：无论采用什么结构和具有什么功能，只要能表现出智能的行为（在受到外界刺激时能够产生恰当的行为响应），就等于模拟了智能系统的能力。
代表性成果：
成果：机器人研究，如Brooks在20世纪90年代初期完成的模拟六脚虫的爬行机器人。
存在问题：
只有那些能用行为表现出来的智能才可以被机器模拟，事实上，还有很多智能过程是无法用行为直接表示的。