人工智能 : 现代方法 （第 4 版）
绪论人工智能刚开始捧是近乎神学的地步，可是发展了这么多年，人们对于它的认识开始变得冷静，不再天花乱坠的吹嘘，也不再过度的担心会伤害乃至取代人类。通过阅读本章，理解为什么人工智能是一个最值得研究的课题和人工智能究竟是什么。
人工智能究竟是什么人工智能的概念要大于机器学习和深度学习，不同的派别有不同的观点。从人与理性以及思想与行为这两个维度来看，有4种可能的组合，而且这4种组合都有相应的研究项目。
类人行为：图灵测试方法计算机要进行图灵测试需要具备一下功能：自然语言处理知识表示自动推理机器学习计算机视觉机器人学而这些功能也在一定程度上构成了人工智能的研究方向。
类人思考：认知建模方法•内省（introspection）——试图在自己进行思维活动时捕获思维；•心理实验（psychologicalexperiment）——观察一个人的行为；•大脑成像（brainimaging）——观察大脑的活动认知科学（cognitivescience）这一跨学科领域汇集了人工智能的计算机模型和心理学的实验技术，用以构建精确且可测试的人类心智理论。在大二的时候我们开设了脑认知与科学这门课，感觉收益很深。计算机要能够像人类一样思考，就要人类了解人类学习，推理和决策的过程。可是对人体的研究不能限制人工智能发展的脚步，人工智能不能仅仅是模拟人类。只有脱离了模仿，转向研究原理，才能行稳至久。
理性思考：“思维法则”方法人工智能中所谓的逻辑主义（logicism）传统希望在此类程序的基础上创建智能系统，逻辑要求关于世界的认知是确定的，而实际上这很难实现，为此，我们还需要关于理性行为的理论，仅靠理性思考是不够的。
理性行为：理性智能体方法理性智能体（rationalagent）需要为取得最佳结果或在存在不确定性时取得最佳期望结果而采取行动。我理解的是要有约束条件，遵循基本的道德规范，但是现实世界的情况千变万化。就像之前听到一个案例，一个机器人在面对同时落水的父女两人，父亲有50%的可能性活下去，女儿只有20%的可能性，父亲要求救女儿，这时候机器人该如何抉择？还有就是例如，从火炉前退缩是一种反射作用，这通常比经过深思熟虑后采取的较慢的动作更为成功。本书后面有讨论有限理性，后面再看吧。人工智能专注于研究和构建做正确的事情的智能体，其中正确的事情是我们提供给智能体的目标定义。
益机——价值对齐问题(即施加给机器的价值或目标必须与人类的一致)严格的安全目标是要求待在车库里而不要上路驾驶。向目的地前进和承担受伤风险是需要权衡的，应该如何进行这种权衡我们想要的是对人类可证益的（provablybeneficial）智能体
人工智能的基础哲学亚里士多德三段论数学经济学神经科学心理学计算机工程控制理论与控制论语言学
人工智能的历史有观点认为，思维至少在某种程度上是根据逻辑或数值规则运作的，可以建立模仿其中的一些规则的物理系统。也有观点说，思维本身就是这样一个物理系统。
目前的先进技术自动驾驶腿足式机器人自动规划和调度机器翻译语音识别推荐博弈图像理解医学气候科学
人工智能的风险和收益致命性自主武器监视和劝诱有偏决策：就业影响：安全关键的应用：随网络安全：人工智能技术可用于防御网络攻击，如检测异常的行为模式，但这些技术也能用于增强恶意软件的威力、生存能力和扩散能力。例如，强化学习方法已被用于创建高效的工具，这些工具可以进行自动化、个性化的勒索和钓鱼攻击。刚刚考完试的网络安全，我觉得强大的计算力和推理能力都有可能为已有的网络安全算法带来危险，但是人工智能的发展在安防等领域也正在做出巨大的贡献。
第二章主要讨论智能体的本质2.1智能体和环境任何通过传感器（sensor）感知环境（environment）并通过执行（actuator）作用于该环境的事物都可以被视为智能体感知（percept）：表示智能体的传感器正在感知的内容智能体的感知序列（perceptsequence）：智能体所感知的一切的完整历史。智能体函数：从数学上讲，是智能体的行为。人工智能体的智能体函数将由智能体程序（agentprogram）实现
2.2良好行为：理性的概念理性智能体（rationalagent）是做正确事情的事物。
2.3环境的本质任务环境（taskenvironment），本质上是“问题”，理性智能体是“解决方案”任务环境的属性：完全可观测的（fullyobservable）与部分可观测的单智能体的（single-agent）与多智能体的（multiagent）确定性的（deterministic）与非确定性的（nondeterministic）回合式的（episodic）与序贯的（sequential）静态的（static）与动态的（dynamic）、离散的（discrete）与连续的（continuous）已知的（known）与未知的（unknown）
2.4智能体的结构智能体=架构+程序
总结：智能体是在环境中感知和行动的事物。智能体的智能体函数指定智能体在响应任意感知序列时所采取的动作。性能度量评估智能体在环境中的行为。给定到目前为止所看到的感知序列，理性智能体的动作是为了最大化性能度量的期望值。任务环境规范包括性能度量、外部环境、执行器和传感器。在设计智能体时，第一步必须始终是尽可能完整地指定任务环境。任务环境在几个重要维度上有所不同。它们可以是完全可观测的或部分可观测的、单智能体的或多智能体的、确定性的或非确定性的、回合式的或序贯的、静态的或动态的、离散的或连续的、已知的或未知的。在性能度量未知或难以正确指定的情况下，智能体优化错误目标的风险很大。在这种情况下，智能体设计应该反映真实目标的不确定性。智能体程序实现智能体函数。存在各种基本的智能体编程，反映了决策过程中明确使用的信息类型。这些设计在效率、紧凑性和灵活性方面各不相同。智能体程序的适当设计取决于环境的性质。简单反射型智能体直接响应感知，而基于模型的反射型智能体保持内部状态以跟踪当前感知中不明晰的世界状态。基于目标的智能体采取行动来实现目标，而基于效用的智能体试图最大化自己期望的“快乐”。所有智能体都可以通过学习提升性能。人工智能现代方法（智能体读书笔记）
2.1智能体和环境
智能体的概念是任何通过传感器感知环境并通过执行器作用于该环境的事物都可以称之为智能体。而这一切所能规定的智能体范围不只是机器人，扫地机器人等人造智能体。甚至于人类，以及其他生物都属于智能体。而这个环境在理论上是包括整个宇宙。但是不只是人造智能体，人类或其他生物智能体在感知环境时。都会只关心其中的某一部分，例如人在过马路的时候会左右看来回车辆来辨别是否安全通过。人类所制造的智能体也是如此。可是如果有一个陨石正巧在你过马路时砸上了你，某种意义上这就是你没有更好的感知环境才产生的后果。可是任何智能体都不会丧心病狂到这种程度。去感知这么多。
2.2良好行为:理性的概念
理性智能体是做正确的事情。显然正确的事情在绝大部分时候都是比做错误的事情要好。
在人工智能上坚持一种结果主义。我们会用智能体的行为结果去评估智能体的表现是否良好，这种可取的概念是性能度量。
智能体有一个很重要的概念就是理性。在任何时候，理性取决于以下4方面:
定义成功标准的智能度量；
智能体对环境的先验知识；
智能体可以执行的动作；
智能体到目前为止的感知序列；
由此我们该如何评估智能体是否能称之为理性？
我们给之给了一个定义:对于每个可能的感知序列，给定感知序列提供的证据和智能体所拥有的任何先验知识，理性智能体应该选择一个期望最大化其性能度量的动作。而智能体是否智能经过评估是否理性并不是绝对的。就想刚才所举案例。在多数时候这个智能体都能顺利的通过。这个时候这个动作就是期望最大化的性能度量。但是如果有个陨石砸到了这个智能体。呢这个动作就不能称之为期望最大化的性能度量。
假如这个陨石砸到了智能体呢这个智能体只能称之为理性。可是全知的智能体就不一样。在理论上全知的智能体是不会出任何问题的。但是在现实中，全知是不可能的。就像我们所说的人无完人，理性不等同于完美，理性使期望性能最大化，但是完美能使实际性能最大化。