我们一直在讲智能,到底什么是智能?这个问题我想应该还存在很大的争议,就我本人以前参加过的大学比赛和项目,比赛项目动不动的就加个"智能",好像不加智能,就显得很落伍很out一样.这些所谓的"智能",无非就是加入了一些单片机和烧录的程序.这样就真正变成了"智能"吗? 下面我们了解一下人工智能的定义:
人工智能（Artificial Intelligence），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。
人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。 2017年12月，人工智能入选“2017年度中国媒体十大流行语”。
我个人认为,人工智能是基于一定的基础衍生的技术,为什么呢?它作为一门前沿技术,肯定离不开芯片,也离不开软件.离不开这些基础建设.
机器学习是AI的分支，在计算机科学领域的应用使计算机无需显式编程就能学习。机器学习由能够基于数据进行学习和预测的算法组成：
• 这类算法在前面样本基础上进行训练，以构建和估计模型;
• 在传统编程不可行的情况下，通常采用机器学习;
• 如果经过适当的训练，可以适应新的案例应用。
机器学习有不同的实现方法，其中包括常见的：
• 决策树
• 聚类
• 基于规则的学习
• 归纳逻辑编程
• 深度学习
深度学习是利用神经网络进行的学习。
• 灵感来自生物神经网络
• 深度是指有很多中间的学习步骤.
• 需要大量数据
数据量与算法的关系
数据量大小与算法表现的关系
随着近年来数据量的增加，深度学习的性能开始体现出优势，也引起更多的关注。深度学习里的目标检测和人脸识别应用的越来越广泛,无论是在工业,安防还是商业都随处可见
| 
楼主
标题置顶
标题高亮
