名词解释——人工智能类名词
人工智能（ArtificialIntelligence）
可以从英文角度进行理解。Artificial：人造的。Intelligence：这个词在这里可以译作智能，用英英可以解释为capacityoflogic,understanding,self-awareness,learning,knowledge,reasonging,planning,creativityandproblemsoling.这样看下来就不难理解人工智能了。
“人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学。”
计算机视觉（ComputationalVision）
计算机视觉就是教会计算机“看”
计算机视觉是由相机拍摄图像，通过电脑对图像中的目标进行识别和检测。研究内容主要有：通过采集图片或视频进行处理分析，从中获取相对应的信息。主要可以分为：图像采集、处理、运动控制部分。
深度学习（DeepLearning）
深度学习是一种源于机器学习的新的研究。可以大致概括为大数据+机器学习。深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。深度学习则是机器学习的一个分支，主要用基于人工神经网络的各种方法来实现目的。
目标检测（ObjectDetection）
目标检测又叫目标提取。主要是一种基于目标几何和统计特征的图像分割，它将目标的分割和识别合二为一，其准确性和实时性是整个系统的一项重要能力。可以在复杂的环境中进行一定的检测和图像提取。是计算机视觉的主要应用之一。
人脸识别
人脸识别，是基于人体面部特征信息进行身份识别的一种“生物识别技术”。用摄像机或者摄像头采集含有人脸的图片或视频流，并“自动”在图片中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术。
姿态估计（PoseEstimation）
姿态估计通俗的理解可以理解为行为估计
也可以理解为较高层次的目标检测及未来行为的估计。
神经网络（ArtificialNeuralNetwork,即ANN）
我们通常所说的是“人工神经网络”
神经网络是一种运算模型，由大量的节点相互连接构成。由大量处理单元互联组成的非线性、自适应信息处理系统。它是在现代神经科学研究成果的基础上提出的，试图通过模拟大脑神经网络处理、记忆信息的方式进行信息处理。人工神经网络具有四个基本特征：1、非线性2、非局限性3、非常定性4、非凸性。因为这四个特征的存在而使“人工智能”变得更加“智能”。
人工智能相关名词解释（参考王万良教授《人工智能导论》以及网络博客）
人工智能相关名词解释（参考王万良教授《人工智能导论》以及网络博客）1、机器学习：机器学习是一门多领域交叉学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能的一个分支学科。它是人工智能的核心，是使计算机具有智能的根本途径。
2、深度学习：深度学习(DL,DeepLearning)是机器学习(ML,MachineLearning)领域中一个新的研究方向， 深度学习是学习样本数据的内在规律和表示层次，最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。
3、遗传算法：遗传算法（GeneticAlgorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。
4、群体智能：这个概念来自对自然界中昆虫群体的观察，群居性生物通过协作表现出的宏观智能行为特征被称为群体智能。
5、框架系统：框架（frame）是一种描述所论对象（一个事物、事件或者概念）属性的数据结构。
6、产生式系统：把一组产生式放在一起，让其相互配合，协同作用，一个产生式生成的结论可以供另一个产生式作为已知事实使用，以求得问题的解，这样的系统成为产生式系统。一般来说，一个产生式系统有规则库、控制系统（推理机）、综合数据库三部分组成。
7、人工神经网络：人工神经网络（artificialneuralnetwork）是一个用大量简单处理单元经广泛连接而组成的人工网络，是对人脑或生物神经网络若干基本特性的抽象和模拟。其为机器学习等一系列问题提供了新的研究思路。
8、专家系统：是一种智能计算机程序，其运用知识和推理来解决只有专家才能解决的复杂问题，换句话说，专家系统是一种模拟专家决策能力的计算机系统。
9、知识图谱：知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。
10、启发式搜索：启发式搜索（heuristicsearch）是考虑特定问题领域可应用的知识，动态地确定调用操作算子的步骤，优先选择合适的操作算子，尽量减少不必要的搜索，以求尽快地达到结束状态，提高搜索效率。