人工智能导论——人工智能的主要学派及主张
目前对人工智能研究影响较大的的学派主要有符号主义、联结主义和行为主义这三大学派。
(1)符号主义(symbolicism)，又称为逻辑主义(logicism)、心理学派(psychologism)或计算机学派(computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。
主张：该学派认为人工智能源于数理逻辑。数理逻辑从19世纪末起得以迅速发展，到20世纪30年代开始用于描述智能行为。计算机出现后，又再计算机上实现了逻辑演绎系统。其有代表性的成果为启发式程序LT逻辑理论家，证明了38条数学定理，表了可以应用计算机研究人的思维多成，模拟人类智能活动。该学派认为人类认知和思维的基本单元是符号，而认知过程就是在符号表示上的一种运算。符号主义致力于用计算机的符号操作来模拟人的认知过程其，实质就是模拟人的左脑抽象逻辑思维，通过研究人类认知系统的功能机理，用某种符号来描述人类的认知过程，并把这种符号输入到能处理符号的计算机中，从而模拟人类的认知过程，实现人工智能。
(2)联结主义(connectionism)，又称为仿生学派(bionicsism)或生理学派(physiologism)，其主要原理为神经网络及神经网络间的连接机制与学习算法。
主张：其原理主要为神经网络和神经网络间的连接机制和学习算法。这一学派认为人工智能源于仿生学，特别是人脑模型的研究。联结主义学派从神经生理学和认知科学的研究成果出发，把人的智能归结为人脑的高层活动的结果，强调智能活动是由大量简单的单元通过复杂的相互连接后并行运行的结果。其中人工神经网络就是其典型代表性技术。 它的代表性成果是1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型，即MP模型，开创了用电子装置模仿人脑结构和功能的新途径。它从神经元开始进而研究神经网络模型和脑模型，开辟了人工智能的又一发展道路。
(3)行为主义(actionism)，又称为进化主义(evolutionism)或控制论学派(cyberneticsism)，其原理为控制论及感知-动作型控制系统。
主张：认为人工智能源于控制论。控制论思想早在20世纪40~50年代就成为时代思潮的重要部分，影响了早期的人工智能工作者。维纳(Wiener)和麦克洛克(McCulloch)等人提出的控制论和自组织系统以及钱学森等人提出的工程控制论和生物控制论，影响了许多领域。控制论把神经系统的工作原理与信息理论、控制理论、逻辑以及计算机联系起来。早期的研究工作重点是模拟人在控制过程中的智能行为和作用，如对自寻优、自适应、自镇定、自组织和自学习等控制论系统的研究，并进行“控制论动物”的研制。到20世纪60~70年代，上述这些控制论系统的研究取得一定进展，播下智能控制和智能机器人的种子，并在20世纪80年代诞生了智能控制和智能机器人系统。行为主义是20世纪末才以人工智能新学派的面孔出现的，引起许多人的兴趣。这一学派的代表作者首推布鲁克斯(Brooks)的六足行走机器人，它被看作是新一代的“控制论动物”，是一个基于感知-动作模式模拟昆虫行为的控制系统。
就人工智能三大学派的历史发展来看，符号主义认为认知过程在本体上就是一种符号处理过程，人类思维过程总可以用某种符号来进行描述，其研究是以静态、顺序、串行的数字计算模型来处理智能，寻求知识的符号表征和计算，它的特点是自上而下。而联结主义则是模拟发生在人类神经系统中的认知过程，提供一种完全不同于符号处理模型的认知神经研究范式。主张认知是相互连接的神经元的相互作用。行为主义与前两者均不相同。认为智能是系统与环境的交互行为，是对外界复杂环境的一种适应。
内容主要来自于《人工智能及其应用》
人工智能五大流派
人工智能的主要学派有下列5家：(1)符号主义(Symbolicism)，又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。奠基人是西蒙（CMU），符号主义，主要成就代表是上个世纪的专家系统(2)联结主义(Connectionism)，又称为仿生学派(Bionicsism)或生理学派(Physiologism)，其原理主要为神经网络及神经网络间的连接机制与学习算法。奠基人是明斯基（MIT），发展最火是深度学习，深度神经网络，属于联结主义；(3)行为主义(Actionism)，又称进化主义(Evolutionism)或控制论学派(Cyberneticsism)，其原理为控制论及感知-动作型控制系统。奠基人是维纳（MIT），行为主义的贡献，躲在机器人控制系统方面。现在，而；(4)贝叶斯学派（bayes），基于概率统计的贝叶斯算法最常见的应用就是反垃圾邮件功能，贝叶斯分类的运作是借着使用标记与垃圾邮件、非垃圾邮件的关连，然后搭配贝叶斯推断来计算一封邮件为垃圾邮件的可能性。(5)类推学派（Analogizer），
乌镇智库《全球人工智能发展报告》中3大细分领域：机器视觉自然语言智能驾驶
VentureScanner将人工智能行业细分为13类：1、深度学习/机器学习（通用）：这类公司主要建立可依靠现存数据进行学习的算法。典型例子包括预测数据模型与分析行为数据的软件平台。
2、深度学习/机器学习（应用）：这类公司同样使用计算机算法，但却是基于非常垂直的特殊案例中存在的数据运行。典型例子有利用机器学习技术侦查金融诈骗或者识别最好的销售线索。
3、自然语言处理（通用）：此类公司构建的算法能够处理输入的自然语言，并将其转化为可理解的表达。例子包括文本自动生成以及文本挖掘生成数据。
4、自然语言处理（语音识别）：公司产品能够处理人类语音的片段，准确识别单词并推测含义。典型的例子是语音指令的检测并将其转化为可执行的数据。
5、计算机视觉/图像识别（通用）：这类公司研发的技术主要是图像处理、分析，可从中提取信息、识别图像中的物体。典型例子包括图像搜索平台和研发员使用的图像标签应用程序接口。
6、计算机视觉/图像识别（应用）：这类公司是在非常垂直的案例中使用图像处理技术。典型案例包括面部识别软件和能让用户通过拍照搜索商品的软件。
7、手势控制：公司产品可让用户通过手势与计算机互动或交流。典型例子包括让人们通过肢体动作控制游戏角色的软件以及仅用手势就能控制计算机和电视的软件。
8、虚拟私人助手：这是一类基于反馈和指令来为个体完成日常任务和服务的软件助理。典型例子有网络客服助理和个人助理app，管理个人日程安排等。
9、智能机器人：可以进行经验学习并根据身边环境自主进行活动的机器人。典型例子有家庭机器人，可以在互动中根据情感做出反应，还有帮助人们找到商品的销售机器人。
10、推荐引擎和协助过滤算法：软件能够预测用户对电影、餐厅等的偏好，并推荐个性化的内容。典型例子有音乐推荐app和基于用户过去选择进行推送的美食推荐网站。
11、情境感知计算：软件能够自动感知周围环境以及使用背景，例如位置、方向、光度，并以此调整行为。典型例子包括感知环境的黑暗度并调高亮度的应用。
12、语音翻译：识别人类语音并立刻自动从一种语言翻译至另一种语言的软件。典型例子是自动以及实时的将视频谈话或网络研讨会翻译为多种语言的软件。
13、视频内容自动识别：这类软件可以将视频内容的一个样本与源内容文件相比较，通过它独特的特点识别内容。典型例子有对用户上传的视频与版权视频文件比较以侦测是否侵权的软件。
何为智能？一种能力。包括：理解、计划、解决问题、抽象思维、表达意念以及语言和学习能力智力的三因素理论1、成分性智力，指思维和问题解决依赖的心里过程2、经验智力，指人们在两种极端情况下处理问题的能力：新异或者常规问题3、情景智力，指对日常事务的处理，包括对新的和不同环境的适应，选择合适的环境以及有效的改变环境以适应你的需要。
阿兰.图灵_人工智能的奠基人
人工智能
1-4现在人工智能有哪些学派？它们的认知观是什么？人工智能研究形成了三大学派：随着人工神经网络的再度兴起和布鲁克（R.A.Brooks）的机器虫的出现，人工智能研究形成了符号主义、连接主义和行为主义三大学派。
符号主义学派是指基于符号运算的人工智能学派，他们认为知识可以用符号来表示，认知可以通过符号运算来实现。如专家系统等。
连接主义学派是指神经网络学派，在神经网络方面，继鲁梅尔哈特研制出BP网络之后，1987年，首届国际人工神经网络学术大会在美国的圣迭戈（San-Diego）举行，掀起了人工神经网络的第二次高潮。之后，随着模糊逻辑和进化计算的逐步成熟，又形成了“计算智能”这个统一的学科范畴。
行为主义学派是指进化主义学派，在行为模拟方面，麻省理工学院的布鲁克教授1991年研制成功了能在未知的动态环境中漫游的有6条腿的机器虫。
三大学派的综合集成随着研究和应用的深入，人们又逐步认识到，三个学派各有所长，各有所短，应相互结合、取长补短，综合集成。
人工智能的各种认知观符号主义（Symbolicism）基于物理符号系统假设和有限合理性原理连接主义（Connectionism）基于神经网络及其间的连接机制与学习算法行为主义（Actionism）基于控制论及感知—动作型控制系统
1-6人工智能的主要研究和应用领域是什么？其中，哪些是新的研究热点？人工智能目前还没有形成统一的理论，智能是多种能力的体现，目前的人工智能也是体现在具体的研究和应用领域：
1.认知科学
认知是和情感、动机、意志相对应的理智或认知过程，是为了一定目的，在一定的心理结构中进行的信息加工过程。认知科学的研究目的是说明和解释人类在完成认知活动时是如何进行信息加工的。由于认知科学几乎涵盖了人工智能所有的理论问题，因此有时人们也用认知科学作为人工智能的代名词。
2.机器学习
学习是机器获取知识的根本途径，是否具学习能力是机器是否具有智能的重要标志。机器学习主要研究如何模拟或实现人类的学习能。围绕这一问题，人们开展了人类学习机型，机器学习方法和学习系统构造技术这三个方面的研究。
3.自然语言处理
自然语言处理主要研究如何使计算机能够理解和生成自然语言。现在的自然语言理解往往与模式识别，计算机视觉等技术相结合，在文字识别和语音识别系统的配合下进行书面语言和有声语音的理解。
4.机器人学
机器人学是在电力学,人工智能,控制论,系统工程,精密机械,信息传感,仿生学以及心理学地多种学科的基础上形成的一门综合性技术学科。人工智能所涉及的几乎所有技术都可以在这个领域中得到应用。
5.计算机博弈
计算机博弈是人工智能中关于对策和斗智问题的研究领域。目前，计算机博弈主要以下棋为研究对象，但研究的主要目的不是为了让计算机与人下棋，而是为了给人工智能研究提供一个试验场地。
6.自动定理证明
自动定理证明就是让计算机模拟人类证明定理的方法,自动实现非数值符号的演算过程.
7.模式识别
模式识别是研究模拟和实现人类分类能力的科学,以便能够应用计算机对某一范畴内的事物,事件或过程进行自动的识别和分类.模式识别是人工智能的重要组成部分,它本身又分为文字识别,语音识别,生物特征识别,遥感图像分析,医学图像分析等许多分支.
8.计算机视觉
计算机视觉是在计算机上实现或模拟人类人类视觉功能的学科,其主要研究目标是使计算机具有通过二维图像认知三维环境信息的能力的能力，这种能力不仅包括感知三维环境中物体的形状，位置，姿态，运动等几何信息的能力，而且还包括对这些信息进行描述，存储，识别与理解的能力。
9.人工神经网络
人工神经网络是一个由大旦简单处理单元经广泛互连后所构成的人工网络,用于模拟神经网络的结构和功能.
10.专家系统
专家系统是基于专家知识和符号推理方法的智能系统,它将领域专家的经验用知识表示的方法表示出来,放入知识库中,根据这些知识在推理机的作用下,解决某一专门领域内需要专家才能解决的问题。对于专家系统，目前尚无公认的定义，但人们一般普遍认为：专家系统是一个能在某特定领域内，以专家水平去解决该领域中困难问题的计算机软件系统。
11.知识发现与数据挖掘
知识发现与数据挖掘是人工智能中比较新的一个分支,是在数据库基础上实现的知识发现系统,用于从数据库中提炼和抽取的知识,以便能够提示出蕴含在数据背后的关于客观世界内在联系和本质原理的信息,实现知识的自动获取。
12.自动程序设计
自动程序设计是将自然语言描述的程序自动转换成成可执行的程序的技术。自动程序设计包括程序综合性和正确性检验两个方面。程序综合手于实现自动编程，用户只需告诉计算机“做什么”，无须说“怎么做”，计算机就可自能实现程序的设计。
13.智能控制
智能控制是指无需人的干预，或基本无需人的干预，能独立的驱动机器实现其目标的自动控制技术。它是一种把人工智能技术与经典控制理论及现代控制理论相结合，研制智能控制方法。
14.智能决策支持系统
智能决策支持系统是地传统决策支持系统中增加了智能部件的决策支持系统。它是人工智能技术，尤其是专家系统技术与决策支持系统相结合的产物质。智能决策支持系统由数据库，模型库，方法库，人机接口及知识库五部分所组成，既可发挥专家系统在知识处理方面的特长，又可发挥传统决策支持系统在数值分析方面的优势，具有良好的应用前景。
15.分布式人工智能
分布式人工智能主要研究如何协调逻辑或物理上分散的智能系统之间的行为，以便实现问题的并行求解。
深度学习是当前最热的人工智能研究领域当前，基于人工神经网络的深度学习技术是当前最热的研究领域，被Google，Facebook，IBM，百度，NEC以及其他互联网公司广泛使用，来进行图像和语音识别。人工神经网络从上个世纪80年代起步，科学家不断优化和推进算法的研究，同时受益于计算机技术的快速提升，目前科学家可以利用GPU（图形处理器）模拟超大型的人工神经网络；互联网业务的快速发展，为深度学习提供了上百万的样本进行训练，上述三个因素共同作用下使语音识别技术和图像识别技术能够达到90%以上的准确率。
新一代人工智能具有五大特点
科学技术部副部长李萌（刘健摄）
7月21日，国务院新闻办公室举行国务院政策例行吹风会，重点介绍《新一代人工智能发展规划》（以下简称《规划》）的编制情况。科技部副部长李萌在回答记者提问时表示，经过60多年的演进，人工智能出现了一些新特点，包括《规划》当中讲到“它呈现出深度学习、跨界融合、人机协同、群智开放和自主智能的新特点”。新一代的人工智能主要是大数据基础上的人工智能。
李萌指出，人工智能具有以下五个特点：一是从人工知识表达到大数据驱动的知识学习技术。二是从分类型处理的多媒体数据转向跨媒体的认知、学习、推理，这里讲的“媒体”不是新闻媒体，而是界面或者环境。三是从追求智能机器到高水平的人机、脑机相互协同和融合。四是从聚焦个体智能到基于互联网和大数据的群体智能，它可以把很多人的智能集聚融合起来变成群体智能。五是从拟人化的机器人转向更加广阔的智能自主系统，比如智能工厂、智能无人机系统等。
据了解，国际普遍认为人工智能有三类“弱人工智能、强人工智能还有超级人工智能”。弱人工智能就是利用现有智能化技术，来改善我们经济社会发展所需要的一些技术条件和发展功能。强人工智能阶段非常接近于人的智能，这需要脑科学的突破，国际上普遍认为这个阶段要到2050年前后才能实现。超级人工智能是脑科学和类脑智能有极大发展后，人工智能就成为一个超强的智能系统。从技术发展看，从脑科学突破角度发展人工智能，现在还有局限性。《规划》中的新一代人工智能，是建立在大数据基础上的，受脑科学启发的类脑智能机理综合起来的理论、技术、方法形成的智能系统。
跟以往相比，新一代人工智能不但以更高水平接近人的智能形态存在，而且以提高人的智力能力为主要目标来融入人们的日常生活。比如跨媒体智能、大数据智能、自主智能系统等。在越来越多的一些专门领域，人工智能的博弈、识别、控制、预测甚至超过人脑的能力，比如人脸识别技术。新一代人工智能技术正在引发链式突破，推动经济社会从数字化、网络化向智能化加速跃进。
版权所有，转载请注明出处。
什么是人工智能人工智能有哪些特点
刷脸认证、自动驾驶、大数据推送、智能音箱、手术机器人……人工智能在各行各业得到了广泛的应用，数据伪造、算法瓶颈、隐私保护、道德困境等问题也日益突出。AI基础设施建设必须从提高自身底层能力入手，以内生动力突破三个关卡：算法关、数据关、应用关，迈向算法可靠、数据安全、应用可控的第三代人工智能。接下来小编就给大家带来什么是人工智能、人工智能有哪些特点的相关介绍，一起来看看吧。
什么是人工智能？人工智能有哪些特点？
一、什么是人工智能？人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
二、人工智能有哪些特点？首先，是从人工知识的表达转向大数据驱动的知识学习技术。由分类化的多媒体数据处理转变为跨媒体的认知、学习、推理，本文所说的“媒体”并非新闻媒体，而是界面或环境。
其次，从追求智能化机器到高层次人机、脑机的相互协同与融合。从对个体智能的聚焦，到基于互联网和大数据的群体智能，它能将多个人的智能集合融合在一起成为群体智能。
第三，是从拟人机器人向更广泛智能自主系统的转变，如智能工厂、智能无人机系统等。世界范围内对人工智能有三种看法：弱人工智能，强人工智能和超级人工智能。
第四，弱人工智能是指利用现有的智能技术，改善我国经济社会发展所需的某些技术条件和功能。强人工智能阶段与人类智能非常相似，需要脑科学的突破，而国际上普遍认为，这一阶段将在2050年左右实现。
第五，在脑科学和类脑智能得到长足发展之后，人工智能成为一种超强智能系统。在科技发展的今天，从脑科学突破的角度来发展人工智能，仍然有局限性。
如何将人工智能(AI)引入计算领域，让机器从经验中学习，做出与人相似的决策，这在过去十年里得到了广泛的讨论，这几乎改变了我们经济的每个环节。
AI技术被广泛应用于帮助企业将日常工作自动化，通过分析客户的行为来更好地了解客户，降低运营成本，以及在不同行业提供个性化服务的产品，无论是金融银行，还是交通运输，安保，医疗保健等领域，都逐渐显示出AI的独特优势。随着人工智能技术不断发展，不断涌现出新算法、新代码，新产品进入市场的机会大大增加，但不可授权使用和恶意篡改的风险无疑也在增加，数字版权保护任重道远。以上就是小编为大家带来的什么是人工智能、人工智能有哪些特点的相关介绍，希望对您有帮助。