人工智能流派(人工智能流派中经验主义的早期典型代表人物和成果)
导读人工智能流派中经验主义的早期典型代表人物和成果“经验之塔”理论的主要内容：1、做的层次包括：直接的有目的的经验(指直接地与真实事物本身接触取得的经验，是…人工智能流派中经验主义的早期典型代表人物和成果“经验之塔”理论的主要内容：
1、做的层次
包括：直接的有目的的经验(指直接地与真实事物本身接触取得的经验，是通过对真实事物的看、听、尝、摸和嗅，即通过直接感知获得的具体经验)从小，老师就一直鼓励我们通过自己的实际操作直观地了解事物，这样有助于我们自主学习。
设计的经验(指通过模型、标本等学习间接材料获得的经验。模型、标本等是通过人工设计、仿造的事物，都与真实事物的大小和复杂程度有所不同，但在教学上应用比真实事物易于领会)学校基本上都有实验室之类的设备，上生物课时老师都会拿来一些模型标本，给我们直观的感受。
演戏的经验(指把一些事情编成戏剧，让学生在戏中扮演一个角色，使他们在尽可能接近真实的情景中去获得经验。参加演戏与看戏不同，演戏可以使人们参与重复的经验，而看戏是获得观察的经验)高中时有过参加英语文化节的经验，当时是表演英语剧，这样获得的经验的确印象深刻。
2、观察的经验
包括：观摩示范(看别人怎么做，通过这种方式可以知道一件事是怎么做的。以后，他可以自己动手去做)有时候时间材料有限，就会采取观摩的方式，看别人的示范，以后再操作。
野外旅行(可以看到真实事物的各种景象)各种春游秋游等，高二时的学农的经验记忆最为深刻。
参观展览(展览是供人们看的，使人们通过观察获得经验)南京有各种大小的博物馆，去过一些，是很好的学习资源。
电视和电影(银屏上的事物是真实事物的替代，通过看电视或看电影，可以获得一种替代的经验)老师运用多媒体丰富我们的学习，提高我们的兴趣，下面一点也是同理。
静态画面、广播和录音(它们可以分别提供听觉的与视觉的经验，与电影、电视提供的视听经验相比，抽象层次更高一些)
3、抽象的经验
视觉符号(主要指图表、地图等。它们已看不到事物的实在形态，是一种抽象的代表，如地图上的曲线代表河流，线条代表铁路等)这点在地理学习中运用较多。
言语符号(包括口头语言与书面语言的符号。言语符号是一种抽象化了的代表事物或观念的符号)传统的教育，老师还是多以说课为主。
“经验之塔”理论对教育技术的主要作用：
1．把学习经验分为具体和抽象，提出学习应从生动直观向抽象思维发展，符合人类的认识规律。在"经验之塔"的由具体逐渐向抽象过渡的图解中，视听教材处于较具体的一端，这构成了教学中应用视听教材的理论依据。
2．提出了视听教材分类的理论依据，即应以其所能提供的学习经验的具体或抽象的程度作为分类依据。强调根据教学媒体在教学过程中的作用来分类，而不应该仅以简单的列举方式分类。这一在目前看来已是很简单的基本分类思想为以后教学媒体分类学的研究以及教学媒体的选择研究奠定了基础。
3．视听教材必须与课程相结合。以后形成的教学系统方法等可以说都是这一基本思想的发展与深化。
人工智能流派中经验主义的早期典型代表人物和成果包括分为：
A.计算智能
计算智能(ComputingIntelligence)是指以数据为基础，以计算为手段来建立功能上的联系（模型），而进行问题求解，以实现对智能的模拟和认识。也指用计算科学与技术模拟人的智能结构和行为。计算智能是强调通过计算的方法来实现生物内在的智能行为。
B.感知智能
感知智能是指将物理世界的信号通过摄像头、麦克风或者其他传感器的硬件设备，借助语音识别、图像识别等前沿技术，映射到数字世界，再将这些数字信息进一步提升至可认知的层次，比如记忆、理解、规划、决策等等。而在这个过程中，人机界面的交互至关重要。
C.认知智能
认知智能是一个经济术语。是指机器具有主动思考和理解的能力，不用人类事先编程就可以实现自我学习，有目的推理并与人类自然交互。
人工智能经典概念理论艾伦·麦席森·图灵（AlanMathisonTuring，1912年6月23日－1954年6月7日），英国数学家、逻辑学家，被称为计算机科学之父，人工智能之父。
1936年5月，图灵向伦敦权威的数学杂志投了一篇论文，题为《论数字计算在决断难题中的应用》。该文于1937年在《伦敦数学会文集》第42期上发表后，立即引起广泛的注意。在论文的附录里他描述了一种可以辅助数学研究的机器，后来被人称为“图灵机”，这个设想最牛的地方在于，它第一次在纯数学的符号逻辑，和实体世界之间建立了联系，后来我们所熟知的电脑，以及还没有实现的“人工智能”，都基于这个设想。这是他人生第一篇重要论文，也是他的成名之作。
1937年，图灵发表的另一篇文章“可计算性与λ可定义性”则拓广了丘奇(Church)提出的“丘奇论点”，形成“丘奇-图灵论点”，对计算理论的严格化，对计算机科学的形成和发展都具有奠基性的意义。
人工智能流派和发展的三阶段简介自动化属于基础学科，人工智能技术是其中一个分支。
自动化通俗的白话定义是最高级的机械化和电气化，即是机器、设备和仪器能全部自动地按规定的要求和既定的程序进行生产，人只需要确定控制的要求和程序，不用直接操作。
人工智能即是对人的意识、思维的信息过程的模拟，即按照人的思维进行自动操作。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。
拓展资料：
自动化属于一门基础性学科，
从学科方向上而言，包含三大类，分别是：
1、工业过程控制方向:以自动控制、计算机技术为支撑，针对实际工业生产过程实现自动控制，由信号检测与变换、过程控制、计算机控制系统、智能控制和现场总路线控制技术等组成方向主干课。
2.、电气工程方向:使学生能够从事电力系统自动化、工厂企业、楼宇系统的供电和电气控制、监控等领域的设计开发、维护和管理工作。由电气控制技术、运动控制、PLC应用技术、供电技术、电力系统继电保护等组成方向主干课。
3.、嵌入系统方向:注重对嵌入式系统设计与软件设计能力的培养，理论结合实践，通过课堂教学、实验等多种形式的学习，培养嵌入式系统方向的专业人才;由嵌入式系统设计、嵌入式实时操作系统、DSP技术、先进显示技术、控制电机等组成方向主干课。
从自动基础学科涉及的专业影响而言：
从深度来看--以工业生产为例，小到一个普通的设备电机，大到企业的整个加工、制造系统乃至企业的整个生产过程都属于自动化。
从广度来看--涉及第二产业工业自动化、第一产业农业自动化、第三产业服务自动化(如办公自动化、楼宇自动化、商务自动化、交通自动化等等)，涉及的系统可有人造系统(如机器系统、交通系统、电力系统、军事系统)和自然系统(如生命系统、生态系统)，涉及的过程有生产过程、管理过程、决策过程等等。
“人工智能”一词最初是在1956年Dartmouth学会上提出的。从那以后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展。
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”。
也有一种说法，将人工智能归结到计算机技术，认为人工智能是计算机技术的一种衍生方向。
在人工智能研究的历史中有多个流派1、认知AI（cognitiveAI）
认知计算是最受欢迎的一个人工智能分支，负责所有感觉“像人一样”的交互。认知AI必须能够轻松处理复杂性和二义性，同时还持续不断地在数据挖掘、NLP（自然语言处理）和智能自动化的经验中学习。
现在人们越来越倾向于认为认知AI混合了人工智能做出的最好决策和人类工作者们的决定，用以监督更棘手或不确定的事件。这可以帮助扩大人工智能的适用性，并生成更快、更可靠的答案。二、机器学习AI（MachineLearningAI）
2、机器学习（ML）AI是能在高速公路上自动驾驶你的特斯拉的那种人工智能。它还处于计算机科学的前沿，但将来有望对日常工作场所产生极大的影响。机器学习是要在大数据中寻找一些“模式”，然后在没有过多的人为解释的情况下，用这些模式来预测结果，而这些模式在普通的统计分析中是看不到的。
3、深度学习(DeepLearning)
如果机器学习是前沿的，那么深度学习则是尖端的。这是一种你会把它送去参加智力问答的AI。它将大数据和无监督算法的分析相结合。它的应用通常围绕着庞大的未标记数据集，这些数据集需要结构化成互联的群集。深度学习的这种灵感完全来自于我们大脑中的神经网络，因此可恰当地称其为人工神经网络。