人工智能又叫什么（人工智能又叫什么專業(yè)）

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關于人工智能又叫什么的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關鍵詞，就能返回你想要的內容，越精準，寫出的就越詳細，有微信小程序端、在線網頁版、PC客戶端

官網：https://ai.de1919.com

創(chuàng)意嶺作為行業(yè)內優(yōu)秀企業(yè)，服務客戶遍布全國，相關業(yè)務請撥打175-8598-2043，或微信：1454722008

本文目錄:

• 1、人工智能是什么？

• 2、人工智能領域都有哪些

• 3、人工智能是什么？

• 4、什么是AI,叫人工智能,和BI,商業(yè)智能有什么區(qū)別?

一、人工智能是什么？

簡而言之，人工智能就是用人造的方法模擬智能。

這里包含兩個關鍵概念，一個是“人造”，另一個就是“智能”。

“人造”好理解，就是用人工的方法去模擬。但是“智能”是什么呢？

在回答什么是“智能”前，讓我們先看看以下哪個物品有智能：

第一排很好判斷，大家都認為它們是有智能的。

那第二排的呢？

1. 向日葵有智能嗎？它可以跟隨太陽移動。

2. 搜索引擎有智能嗎？它能把輸入問題的答案列出來，比如：輸入“著名的餐館”，他可以給出著名餐館的列表。

3. 抽水馬桶有智能嗎？它在放水后能夠知道何時停止放水，轉而進行蓄水，當蓄滿的時候又知道何時停止蓄水。

第二排的物品（向日葵、搜索引擎、抽水馬桶）和第一排的物品（現(xiàn)代人類、智人、貓）都有個共同之處，那就是： 它們能夠根據外部環(huán)境的變化，從而自發(fā)的改變自己。

比如：向日葵可以根據太陽的移動而移動自己的花盤；搜索引擎可以根據用戶的不同輸入展示不同的結果；抽水馬桶可以根據水位來決定自己是放水還是蓄水，還是停止。

進一步的一個問題是，同樣都可以根據外部環(huán)境改變而自發(fā)的改變自己，那么這兩排的物品有什么不同嗎？

這個區(qū)別還是很明顯的，那就是： 在面對外部環(huán)境新的變化的時候，是否可以自主學習、理解環(huán)境，從而在新的外部環(huán)境下自發(fā)改變自己？

第二排的物品都是為了某些特定情景提前設定好的，如果跳出這個特點情景，它們就不會有任何自發(fā)行為。

比如：向日葵只是在發(fā)芽到花盤盛開前的這段時間是隨著太陽移動的。搜索引擎也是通過事先計算好的關鍵字對應關系來呈現(xiàn)結果。最后的抽水馬桶只是為了沖水這一件事情設計的。它們都不會對新的情景產生新的動作。

“智能”通常具備以下兩個特征：

1. 根據外部環(huán)境的狀態(tài)變化，而自發(fā)的決定自己的狀態(tài)。

2. 在面對新的外部環(huán)境的時候，可以自己學習、理解環(huán)境，從而在新的環(huán)境狀態(tài)下自發(fā)決定自己的狀態(tài)。

根據這兩個特征，第一排的物品是有智能的，而第二排的物品是沒有智能的，只是有“功能”。

人工智能就是用人造的方法模擬智能，模擬的智能能達到智能物品的兩個特征即可。

目前大家已知的智能物中，人類是被認為智能最強的。那么有沒有什么方法來判斷人造智能物是否達到了人類智能的級別？

著名的現(xiàn)代計算機之父圖靈曾經提出過一個思想實驗，能通過這個實驗的，就被認為擁有人類智能的級別。這個思想實驗也被稱為 “圖靈測試” 。

圖靈測試是這樣的，一個人和一個機器在隔開的情況下，通過一些裝置（如鍵盤）向這個機器隨意提問，進行多次測試后，如果有超過30%的測試者不能確定出被測試者是人還是機器，那么這個機器就通過了測試，被認為擁有人類級別的智能。

在圖靈測試中，圖靈并沒有檢驗機器是否有合作、分工、演化、自由意志等因素，只是單純的檢測機器是否有足夠的智能。但是這并沒有妨礙哲學家討論這些問題，哲學家認為，如果這些因素機器都能滿足，那么這種智能叫強人工智能，如果不滿足這些因素，而僅僅是通過了圖靈測試，那么是一種弱人工智能。

目前在人工智能領域還沒有一種機器（或系統(tǒng)）能通過圖靈測試。

“智能”有一個特征就是在面對新的外部環(huán)境的時候，可以自己學習、理解環(huán)境，從而在新的環(huán)境狀態(tài)下決定自己的狀態(tài)。那么要如何才能學習呢？

人類的學習方法是這樣的：從一個問題的一些經驗中進行歸納、演繹、聯(lián)想，得出結論，進一步將結論用于解決這一類的問題上，在這個推廣過程中不斷利用上述步驟修正結論。人類的經驗非常豐富，這些經驗有的成為了全人類的一些共識，這使得人類的學習速度加快。

那么如果是一個機器呢，我們該如何讓一個機器學習？它能學習到什么程度？

一個模擬人類學習的方法是： 給機器輸入關于這個問題的數據，利用一些數學方法讓機器根據這些數據做歸納、演繹，從而得出結論，再利用這個結論解決這一類的問題 。這個過程，稱為機器學習。

在機器學習中，得出的結論有個特定的名稱，叫做“模型”；讓機器根據數據做歸納、演繹的過程叫做“模型訓練”；將模型用于解決這類問題的過程，叫做“泛化”。整個過程如下圖所示：

人們利用泛化結果的好壞來評價學習的模型的好壞。

機器學習由于其方法的普適性和解決問題的泛化能力，被很多領域都廣泛使用。目前，機器學習的成功已經廣泛使用在很多方面。比如： 判斷一封電子郵件是否是垃圾郵件，一些新聞資訊類App自動呈現(xiàn)用戶感興趣的內容，根據診斷結果判斷一些病的患病幾率，自動駕駛，和人類對弈圍棋且戰(zhàn)勝人類，圖片中的一些元素的識別，語音翻譯，虛擬個人助理等等。隨著機器學習在這些應用領域的不斷使用，機器也在不斷優(yōu)化自己的結果，從而不斷提高機器學習的質量和效果。

照這個趨勢下去，機器會超越人類嗎？

機器學習和人類學習相比，機器學習還有以下幾個硬傷：

1. 缺少跳躍式的建模。

目前機器學習的建模方法是逐步遞進的，缺少了一些跳躍式的前進。人類經常有靈光一現(xiàn)等想象力飛躍的時刻，但是機器學習沒有，它只有層層遞進，逐步收斂，最終得到模型。

2. 計算能力還不夠強

雖然比人腦單個神經元的計算速度快，但是人腦的并行計算能力遠超現(xiàn)代計算機好幾個量級。人腦可以同時有上億個神經元被激活，參與計算。相比之下，機器的計算力有限，如果計算機目前的體系結構在未來保持不變，那機器在未來也沒可能超越人類的計算能力。

3. 知識儲備不足

人類的學習有個重要的來源就是人類共有的知識，這些知識給人類理解和學習問題提供基礎，有時即便問題信息不足，人類依然可以利用這些知識來學習、梳理問題。而每個機器有自己學習到的模型，目前還不能將這些模型讓其他機器共享。這也正是機器學習在很多領域很難達到人類水平的一個原因，比如：自然語言處理。

4. 不能舉一反三

機器學習不能脫離要解決的實際問題，得出的模型也只是在這類實際問題中得到有限的泛化能力。這就限制了機器能像人類一樣擁有舉一反三的能力，只能一個個的學習。這就缺少了面對環(huán)境變化后的自主學習能力。

綜合來看，機器學習要想超越人類，需要解建模方法、決計算力、知識共享，舉一反三這四個問題。目前還不能超越人類，只能在一些高度結構化而且頻繁重復某些模式的領域才能適用。

到此，我們宏觀的了解了什么是人工智能，以及它的長處和短處，希望能對想要了解人工智能領域的人起到幫助。

二、人工智能領域都有哪些

什么是人工智能？

人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學，是認知、決策、反饋的過程。

人工智能技術的細分領域有哪些？

人工智能技術應用的細分領域：深度學習、計算機視覺、智能機器人、虛擬個人助理、自然語言處理—語音識別、自然語言處理—通用、實時語音翻譯、情境感知計算、手勢控制、視覺內容自動識別、推薦引擎等。

下面，我們就每個細分領域，從概述和技術原理角度稍微做一下展開，供大家拓展一下知識。

1、深度學習

深度學習作為人工智能領域的一個重要應用領域。說到深度學習，大家第一個想到的肯定是AlphaGo，通過一次又一次的學習、更新算法，最終在人機大戰(zhàn)中打敗圍棋大師。

對于一個智能系統(tǒng)來講，深度學習的能力大小，決定著它在多大程度上能達到用戶對它的期待。。

深度學習的技術原理：

1.構建一個網絡并且隨機初始化所有連接的權重； 2.將大量的數據情況輸出到這個網絡中； 3.網絡處理這些動作并且進行學習； 4.如果這個動作符合指定的動作，將會增強權重，如果不符合，將會降低權重； 5.系統(tǒng)通過如上過程調整權重； 6.在成千上萬次的學習之后，超過人類的表現(xiàn)；

2、計算機視覺

計算機視覺是指計算機從圖像中識別出物體、場景和活動的能力。計算機視覺有著廣泛的細分應用，其中包括，醫(yī)療領域成像分析、人臉識別、公關安全、安防監(jiān)控等等。

計算機視覺

計算機視覺的技術原理：

計算機視覺技術運用由圖像處理操作及其他技術所組成的序列來將圖像分析任務分解為便于管理的小塊任務。

3、語音識別

語音識別，是把語音轉化為文字，并對其進行識別、認知和處理。語音識別的主要應用包括電話外呼、醫(yī)療領域聽寫、語音書寫、電腦系統(tǒng)聲控、電話客服等。

語音識別

語音識別技術原理：

1、 對聲音進行處理，使用移動函數對聲音進行分幀； 2、 聲音被分幀后，變?yōu)楹芏嗖ㄐ?，需要將波形做聲學體征提?。?nbsp;3、 聲音特征提取之后，聲音就變成了一個矩陣。然后通過音素組合成單詞；

4、虛擬個人助理

蘋果手機的Siri，以及小米手機上的小愛，都算是虛擬個人助理的應用。

虛擬個人助理技術原理：（以小愛為例）

1、用戶對著小愛說話后，語音將立即被編碼，并轉換成一個壓縮數字文件，該文件包含了用戶語音的相關信息； 2、由于用戶手機處于開機狀態(tài)，語音信號將被轉入用戶所使用移動運營商的基站當中，然后再通過一系列固定電 線發(fā)送至用戶的互聯(lián)網服務供應商(ISP)，該ISP擁有云計算服務器； 3、該服務器中的內置系列模塊，將通過技術手段來識別用戶剛才說過的內容。

5、自然語言處理

自然語言處理（NLP），像計算機視覺技術一樣，將各種有助于實現(xiàn)目標的多種技術進行了融合，實現(xiàn)人機間自然語言的通信。

NLP

自然語言處理技術原理：

1、漢字編碼詞法分析； 2、句法分析； 3、語義分析； 4、文本生成； 5、語音識別；

6、智能機器人

智能機器人在生活中隨處可見，掃地機器人、陪伴機器人……這些機器人不管是跟人語音聊天，還是自主定位導航行走、安防監(jiān)控等，都離不開人工智能技術的支持。

智能機器人技術原理：

人工智能技術把機器視覺、自動規(guī)劃等認知技術、各種傳感器整合到機器人身上，使得機器人擁有判斷、決策的能力，能在各種不同的環(huán)境中處理不同的任務。智能穿戴設備、智能家電、智能出行或者無人機設備其實都是類似的原理。

7、引擎推薦

淘寶、京東等商城，以及36氪等資訊網站，會根據你之前瀏覽過的商品、頁面、搜索過的關鍵字推送給你一些相關的產品、或網站內容。這其實就是引擎推薦技術的一種表現(xiàn)。

Google為什么會做免費搜索引擎，目的就是為了搜集大量的自然搜索數據，豐富他的大數據數據庫，為后面的人工智能數據庫做準備。

引擎推薦技術原理：

推薦引擎是基于用戶的行為、屬性（用戶瀏覽行為產生的數據），通過算法分析和處理，主動發(fā)現(xiàn)用戶當前或潛在需求，并主動推送信息給用戶的瀏覽頁面。

三、人工智能是什么？

AI(Artificial Intelligence，人工智能) 。“人工智能”一詞最初是在1956 年Dartmouth學會上提出的。從那以后,研究者們發(fā)展了眾多理論和原理,人工智能的概念也隨之擴展。人工智能是一門極富挑戰(zhàn)性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智能是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種“復雜工作”的理解是不同的。例如繁重的科學和工程計算本來是要人腦來承擔的, 現(xiàn)在計算機不但能完成這種計算, 而且能夠比人腦做得更快、更準確, 因之當代人已不再把這種計算看作是“需要人類智能才能完成的復雜任務”, 可見復雜工作的定義是隨著時代的發(fā)展和技術的進步而變化的, 人工智能這門科學的具體目標也自然隨著時代的變化而發(fā)展。它一方面不斷獲得新的進展, 一方面又轉向更有意義、更加困難的目標。目前能夠用來研究人工智能的主要物質手段以及能夠實現(xiàn)人工智能技術的機器就是計算機, 人工智能的發(fā)展歷史是和計算機科學與技術的發(fā)展史聯(lián)系在一起的。除了計算機科學以外, 人工智能還涉及信息論、控制論、自動化、仿生學、生物學、心理學、數理邏輯、語言學、醫(yī)學和哲學等多門學科。

人工智能學科研究的主要內容包括：知識表示、自動推理和搜索方法、機器學習和知識獲取、知識處理系統(tǒng)、自然語言理解、計算機視覺、智能機器人、自動程序設計等方面。

知識表示是人工智能的基本問題之一，推理和搜索都與表示方法密切相關。常用的知識表示方法有：邏輯表示法、產生式表示法、語義網絡表示法和框架表示法等。

常識，自然為人們所關注，已提出多種方法，如非單調推理、定性推理就是從不同角度來表達常識和處理常識的。

問題求解中的自動推理是知識的使用過程，由于有多種知識表示方法，相應地有多種推理方法。推理過程一般可分為演繹推理和非演繹推理。謂詞邏輯是演繹推理的基礎。結構化表示下的繼承性能推理是非演繹性的。由于知識處理的需要，近幾年來提出了多種非演澤的推理方法，如連接機制推理、類比推理、基于示例的推理、反繹推理和受限推理等。

搜索是人工智能的一種問題求解方法，搜索策略決定著問題求解的一個推理步驟中知識被使用的優(yōu)先關系。可分為無信息導引的盲目搜索和利用經驗知識導引的啟發(fā)式搜索。啟發(fā)式知識常由啟發(fā)式函數來表示，啟發(fā)式知識利用得越充分，求解問題的搜索空間就越小。典型的啟發(fā)式搜索方法有A*、AO*算法等。近幾年搜索方法研究開始注意那些具有百萬節(jié)點的超大規(guī)模的搜索問題。

機器學習是人工智能的另一重要課題。機器學習是指在一定的知識表示意義下獲取新知識的過程，按照學習機制的不同，主要有歸納學習、分析學習、連接機制學習和遺傳學習等。

知識處理系統(tǒng)主要由知識庫和推理機組成。知識庫存儲系統(tǒng)所需要的知識，當知識量較大而又有多種表示方法時，知識的合理組織與管理是重要的。推理機在問題求解時，規(guī)定使用知識的基本方法和策略，推理過程中為記錄結果或通信需設數據庫或采用黑板機制。如果在知識庫中存儲的是某一領域(如醫(yī)療診斷)的專家知識，則這樣的知識系統(tǒng)稱為專家系統(tǒng)。為適應復雜問題的求解需要，單一的專家系統(tǒng)向多主體的分布式人工智能系統(tǒng)發(fā)展，這時知識共享、主體間的協(xié)作、矛盾的出現(xiàn)和處理將是研究的關鍵問題。

一、人工智能的歷史

人工智能（AI）是一門極富挑戰(zhàn)性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智能是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智能的目的就是讓計算機這臺機器能夠象人一樣思考。這可是不是一個容易的事情。 如果希望做出一臺能夠思考的機器，那就必須知識什么是思考，更進一步講就是什么是智慧，它的表現(xiàn)是什么，你可以說科學

家有智慧，可你決不會說一個路人什么也不會，沒有知識，你同樣不敢說一個孩子沒有智慧，可對于機器你就不敢說它有智慧了吧，那么智慧是如何分辨的呢？我們說的話，我們做的事情，我們的想法如同泉水一樣從大腦中流出，如此自然，可是機器能夠嗎，那么什么樣的機器才是智慧的呢？科學家已經作出了汽車，火車，飛機，收音機等等，它們模仿我們身體器官的功能，但是能不能模仿人類大腦的功能呢？到目前為止，我們也僅僅知道這個裝在我們天靈蓋里面的東西是由數十億個神經細胞組成的器官，我們對這個東西知之甚少，模仿它或許是天下最困難的事情了。

在定義智慧時，英國科學家圖靈做出了貢獻，如果一臺機器能夠通過稱之為圖靈實驗的實驗，那它就是智慧的，圖靈實驗的本質 就是讓人在不看外型的情況下不能區(qū)別是機器的行為還是人的行為時，這個機器就是智慧的。不要以為圖靈只做出這一點貢獻就會名垂表史，如果你是學計算機的就會知道，對于計算機人士而言，獲得圖靈獎就等于物理學家獲得諾貝爾獎一樣，圖靈在理論上奠定了計算機產生的基礎，沒有他的杰出貢獻世界上根本不可能有這個東西，更不用說什么網絡了。

科學家早在計算機出現(xiàn)之前就已經希望能夠制造出可能模擬人類思維的機器了，在這方面我希望提到另外一個杰出的數學家，哲學家布爾，通過對人類思維進行數學化精確地刻畫，他和其它杰出的科學家一起奠定了智慧機器的思維結構與方法，今天我們的計算機內使用的邏輯基礎正是他所創(chuàng)立的。

我想任何學過計算機的人對布爾一定不會陌生，我們所學的布爾代數，就是由它開創(chuàng)的。當計算機出現(xiàn)后，人類開始真正有了一個可以模擬人類思維的工具了，在以后的歲月中，無數科學家為這個目標努力著，現(xiàn)在人工智能已經不再是幾個科學家的專利了，全世界幾乎所有大學的計算機系都有人在研究這門學科，學習計算機的大學生也必須學習這樣一門課程，在大家不懈的努力下，現(xiàn)在計算機似乎已經變得十分聰明了，剛剛結束的國際象棋大賽中，計算機把人給勝了，這是人們都知道的，大家或許不會注意到，在一些地方計算機幫助人進行其它原來只屬于人類的工作，計算機以它的高速和準確為人類發(fā)揮著它的作用。人工智能始終是計算機科學的前沿學科，計算機編程語言和其它計算機軟件都因為有了人工智能的進展而得以存在。

現(xiàn)在人類已經把計算機的計算能力提高到了前所未有的地步，而人工智能也在下世紀領導計算機發(fā)展的潮頭，現(xiàn)在人工智能的發(fā)展因為受到理論上的限制不是很明顯，但它必將象今天的網絡一樣深遠地影響我們的生活。

在世界各地對人工智能的研究很早就開始了，但對人工智能的真正實現(xiàn)要從計算機的誕生開始算起，這時人類才有可能以機器的實現(xiàn)人類的智能。AI這個英文單詞最早是在1956年的一次會議上提出的，在此以后，因此一些科學的努力它得以發(fā)展。人工智能的進展并不象我們期待的那樣迅速，因為人工智能的基本理論還不完整，我們還不能從本質上解釋我們的大腦為什么能夠思考，這種思考來自于什么，這種思考為什么得以產生等一系列問題。但經過這幾十年的發(fā)展，人工智能正在以它巨大的力量影響著人們的生活。

讓我們順著人工智能的發(fā)展來回顧一下計算機的發(fā)展，在1941年由美國和德國兩國共同研制的第一臺計算機誕生了，從此以后人類存儲和處理信息的方法開始發(fā)生革命性的變化。第一臺計算機的體型可不算太好，它比較胖，還比較嬌氣，需要工作在有空調的房間里，如果希望它處理什么事情，需要大家把線路重新接一次，這可不是一件省力氣的活兒，把成千上萬的線重新焊一下我想現(xiàn)在的程序員已經是生活在天堂中了。

終于在1949發(fā)明了可以存儲程序的計算機，這樣，編程程序總算可以不用焊了，好多了。因為編程變得十分簡單，計算機理論的發(fā)展終于導致了人工智能理論的產生。人們總算可以找到一個存儲信息和自動處理信息的方法了。

雖然現(xiàn)在看來這種新機器已經可以實現(xiàn)部分人類的智力，但是直到50年代人們才把人類智力和這種新機器聯(lián)系起來。我們注意到旁邊這位大肚子的老先生了，他在反饋理論上的研究最終讓他提出了一個論斷，所有

人類智力的結果都是一種反饋的結果，通過不斷地將結果反饋給機體而產生的動作，進而產生了智能。我們家的抽水馬桶就是一個十分好的例子，水之所以不會常流不斷，正是因為有一個裝置在檢測水位的變化，如果水太多了，就把水管給關了，這就實現(xiàn)了反饋，是一種負反饋。如果連我們廁所里的裝置都可以實現(xiàn)反饋了，那我們應該可以用一種機器實現(xiàn)反饋，進而實現(xiàn)人類智力的機器形式重現(xiàn)。這種想法對于人工智能早期的有著重大的影響。

在1955的時候，香農與人一起開發(fā)了The Logic TheoriST程序，它是一種采用樹形結構的程序，在程序運行時，它在樹中搜索，尋找與可能答案最接近的樹的分枝進行探索，以得到正確的答案。這個程序在人工智能的歷史上可以說是有重要地位的，它在學術上和社會上帶來的巨大的影響，以至于我們現(xiàn)在所采用的方法思想方法有許多還是來自于這個50年代的程序。

1956年，作為人工智能領域另一位著名科學家的麥卡希（就是右圖的那個人）召集了一次會議來討論人工智能未來的發(fā)展方向。從那時起，人工智能的名字才正式確立，這次會議在人工智能歷史上不是巨大的成功，但是這次會議給人工智能奠基人相互交流的機會，并為未來人工智能的發(fā)展起了鋪墊的作用。在此以后，工人智能的重點開始變?yōu)榻嵱玫哪軌蜃孕薪鉀Q問題的系統(tǒng)，并要求系統(tǒng)有自學習能力。在1957年，香農和另一些人又開發(fā)了一個程序稱為General Problem Solver(GPS)，它對Wiener的反饋理論有一個擴展，并能夠解決一些比較普遍的問題。別的科學家在努力開發(fā)系統(tǒng)時，右圖這位科學家作出了一項重大的貢獻，他創(chuàng)建了表處理語言LISP，直到現(xiàn)在許多人工智能程序還在使用這種語言，它幾乎成了人工智能的代名詞，到了今天，LISP仍然在發(fā)展。

在1963年，麻省理工學院受到了美國政府和國防部的支持進行人工智能的研究，美國政府不是為了別的，而是為了在冷戰(zhàn)中保持與蘇聯(lián)的均衡，雖然這個目的是帶點火藥味的，但是它的結果卻使人工智能得到了巨大的發(fā)展。其后發(fā)展出的許多程序十分引人注目，麻省理工大學開發(fā)出了SHRDLU。在這個大發(fā)展的60年代，STUDENT系統(tǒng)可以解決代數問題，而SIR系統(tǒng)則開始理解簡單的英文句子了，SIR的出現(xiàn)導致了新學科的出現(xiàn)：自然語言處理。在70年代出現(xiàn)的專家系統(tǒng)成了一個巨大的進步，他頭一次讓人知道計算機可以代替人類專家進行一些工作了，由于計算機硬件性能的提高，人工智能得以進行一系列重要的活動，如統(tǒng)計分析數據，參與醫(yī)療診斷等等，它作為生活的重要方面開始改變人類生活了。在理論方面，70年代也是大發(fā)展的一個時期，計算機開始有了簡單的思維和視覺，而不能不提的是在70年代，另一個人工智能語言Prolog語言誕生了，它和LISP一起幾乎成了人工智能工作者不可缺少的工具。不要以為人工智能離我們很遠，它已經在進入我們的生活，模糊控制，決策支持等等方面都有人工智能的影子。讓計算機這個機器代替人類進行簡單的智力活動，把人類解放用于其它更有益的工作，這是人工智能的目的，但我想對科學真理的無盡追求才是最終的動力吧。

二、人工智能的應用領域

1、問題求解。

人工智能的第一大成就是下棋程序，在下棋程度中應用的某些技術，如向前看幾步，把困難的問題分解成一些較容易的子問題，發(fā)展成為搜索和問題歸納這樣的人工智能基本技術。今天的計算機程序已能夠達到下各種方盤棋和國際象棋的錦標賽水平。但是，尚未解決包括人類棋手具有的但尚不能明確表達的能力。如國際象棋大師們洞察棋局的能力。另一個問題是涉及問題的原概念，在人工智能中叫問題表示的選擇，人們常能找到某種思考問題的方法，從而使求解變易而解決該問題。到目前為止，人工智能程序已能知道如何考慮它們要解決的問題，即搜索解答空間，尋找較優(yōu)解答。

2、邏輯推理與定理證明。

邏輯推理是人工智能研究中最持久的領域之一，其中特別重要的是要找到一些方法，只把注意力集中在一個大型的數據庫中的有關事實上，留意可信的證明，并在出現(xiàn)新信息時適時修正這些證明。對數學中臆測的題。定理尋找一個證明或反證，不僅需要有根據假設進行演繹的能力，而且許多非形式的工作，包括醫(yī)療診斷和信息檢索都可以和定理證明問題一樣加以形式化，因此，在人工智能方法的研究中定理證明是一個極其重要的論題。

3、自然語言處理。

自然語言的處理是人工智能技術應用于實際領域的典型范例，經過多年艱苦努力，這一領域已獲得了大量令人注目的成果。目前該領域的主要課題是：計算機系統(tǒng)如何以主題和對話情境為基礎，注重大量的常識——世界知識和期望作用，生成和理解自然語言。這是一個極其復雜的編碼和解碼問題。

4、智能信息檢索技術。

受"()*+ (*) 技術迅猛發(fā)展的影響，信息獲取和精化技術已成為當代計算機科學與技術研究中迫切需要研究的課題，將人工智能技術應用于這一領域的研究是人工智能走向廣泛實際應用的契機與突破口。

5、專家系統(tǒng)。

專家系統(tǒng)是目前人工智能中最活躍、最有成效的一個研究領域,它是一種具有特定領域內大量知識與經驗的程序系統(tǒng)。近年來，在“ 專家系統(tǒng)”或“ 知識工程”的研究中已出現(xiàn)了成功和有效應用人工智能技術的趨勢。人類專家由于具有豐富的知識，所以才能達到優(yōu)異的解決問題的能力。那么計算機程序如果能體現(xiàn)和應用這些知識，也應該能解決人類專家所解決的問題，而且能幫助人類專家發(fā)現(xiàn)推理過程中出現(xiàn)的差錯，現(xiàn)在這一點已被證實。如在礦物勘測、化學分析、規(guī)劃和醫(yī)學診斷方面，專家系統(tǒng)已經達到了人類專家的水平。成功的例子如：PROSPECTOR系統(tǒng)發(fā)現(xiàn)了一個鉬礦沉積，價值超過1億美元。DENDRL系統(tǒng)的性能已超過一般專家的水平，可供數百人在化學結構分析方面的使用。MY CIN系統(tǒng)可以對血液傳染病的診斷治療方案提供咨詢意見。經正式鑒定結果，對患有細菌血液病、腦膜炎方面的診斷和提供治療方案已超過了這方面的專家。

三、人工智能理論的數學化趨勢越來越突出

在現(xiàn)代科技高速發(fā)展的今天，許多科技理論都有賴于數學提供證明，有賴于數學對其的仿真。人工智能的發(fā)展也不例外，如何把人們的思維活動形式化、符號化，使其得以在計算機上實現(xiàn)，就成為人工智能研究的重要課題。在這方面，邏輯的有關理論、方法、技術起著十分重要的作用，它不僅為人工智能提供了有力的工具，而且也為知識的推理奠定了理論基礎。人工智能中用到的邏輯可概括地分為兩大類。一類是經典命題邏輯和一階謂詞邏輯，其特點是任何一個命題的真值或者是“真”，或者是“假”，二者必居其一。這一類問題可以用數學里的經典邏輯理論來解決。世界上事物千差萬別，形形色色，除了確定性的事物或概念外，更廣泛存在的是不確定性的事物或概念。這些不確定的事物是無法用經典邏輯理論來解決的。因此我們需要發(fā)展新的數學工具來表示這些問題。目前在人工智能中對不確定性的事物或概念是通過運用多值邏輯、模糊理論及概率來描述、處理的。多值邏輯、模糊理論及概率雖然都是通過在〔!，"〕上取值來刻畫不確定性，但三者之間又存在著很大區(qū)別。多值邏輯是通過在真（"）與假（!）之間增加了若干中介真值來描述事物為真的程度的，但它把各個中介真值看作是彼此完全分立的，界限分明。而模糊理論認為不同的中介真值之間沒有明確的界限，表現(xiàn)了不同中介值相互貫通、滲透的特征，從而更好地反映了不確定性的本質。概率用來度量事件發(fā)生的可能性，而事件本身的含義是明確的，只是在一定的條件下它可能不發(fā)生，它與模糊理論是從兩個不同的角度來描述不確定性的，因而有人稱模糊理論描述了事物內在的不確定性，而概率描述的是事物外在的不確定性。由上可以看出，數學使得人工智能能很好的模擬人類智能，大大推動了人工智能的向前發(fā)展。現(xiàn)在人工智能中還有一些問題用現(xiàn)在的數學很難表示出來，相信在數學知識不斷發(fā)展之后，這些問題能很快得到解決。

五、人工智能的發(fā)展現(xiàn)狀及前景

目前絕大多數人工智能系統(tǒng)都是建立在物理符號系統(tǒng)假設之上的。在尚未出現(xiàn)能與物理符號系統(tǒng)假設相抗衡的新的人工智能理論之前,無論從設計原理還是從已取得的實驗結果來看,SOAr 在探討智能行為的一般特征和人類認知的具體特征的艱難征途上都取得了有特色的進展或成就,處在人工智能研究的前沿。

80 年代,以Newell A 為代表的研究學者總結了專家系統(tǒng)的成功經驗,吸收了認知科學研究的最新成果,提出了作為通用智能基礎的體系結構Soar。目前的Soar 已經顯示出強大的問題求解能力。在Soar中已實現(xiàn)了30 多種搜索方法,實現(xiàn)了若干知識密集型任務(專家系統(tǒng)) ,如RI 等。rOOks 提出了人工智能的一種新的途徑。它認為無需概念或者說無需符號表示,智能系統(tǒng)的能力可以逐步進化。在它的研究中突出4 個概念:(1) 所處的境遇 機器人不涉及抽象的描述,而是處在直接影響系統(tǒng)的行為的境地。(2) 具體化 機器人有軀干,有直接來自周圍世界的經驗,他們的感官起作用后立即會有反饋。(3) 智能 智能的來源不僅僅是限于計算裝置,也是由于與周圍進行交互的動態(tài)決定。(4) 浮現(xiàn) 從系統(tǒng)與周圍世界的交互以及有時候系統(tǒng)的部件間的交互浮現(xiàn)出智能。

五、結語

人工智能不單單需要邏輯思維與模仿,科學家們對人類大腦和神經系統(tǒng)研究得越多,他們越加肯定:情感是智能的一部分,而不是與智能相分離的。因此人工智能領域的下一個突破可能不僅在于賦予計算機更多的邏輯推理能力,而且還要賦予它情感能力。許多科學家斷言,機器的智能會迅速超過阿爾伯特·愛因斯坦和霍金的智能之和。到下世紀中葉,人類生命的本質也會發(fā)生變化。神經植入將增強人類的知識和思考能力,并且開始向一種復合的人/機關系過渡,這種復合關系將使人類逐漸停止對生物機體的需求。大量非常微小的機器人將在大腦的感覺區(qū)里占據一席之地,并且創(chuàng)造出真假難辨的虛擬現(xiàn)實的仿真效果。

人工智能的實現(xiàn)，不是天方夜譚。雖然會很辛苦，但是沒有人規(guī)定只有人類可以思考。就像是生命的不同表現(xiàn)形式，動物，植物，微生物，是不同的生命的形式。人類可以以未知的方式思考，計算機也可以以另一種（并非一定要和人相同的）形式思考。

著名軟件公司ADOBE的專業(yè)制圖軟件Illustrator 的一種文件格式!

AI （ Artificial Intelligence ）：人工智能。就是指計算機模仿真實世界的行為方式與人類思維與游戲的方式的運算能力。那是一整套極為復雜的運算系統(tǒng)與運算規(guī)則。

=============================================================

此外，AI還代表ALLEN IVERSON（阿倫·艾佛森），他生于美國，是全世界最好的籃球聯(lián)盟——“NBA”96黃金一代的代表人物，是NBA有史以來最好的后衛(wèi)之一，他以183cm身高在眾多魁梧的球員中靈動跳躍，獨領風騷。他先后摘取過NBA得分王、搶斷王等稱號，還在2001年帶領76人隊闖進NBA總決賽。他以特立獨行的風格和滿身的紋身成為全球籃球青少年瘋狂追捧的偶像。

————————————————————————————————————

歌手姓名： AI 英文名： AI

唱片公司： 環(huán)球唱片（Universal Music）

國 籍： 日本 語 言： 日語

興 趣：

個人經歷： ＊東瀛首席嘻哈女力、R&B歌姬 她是張力十足的嘻哈女力，也是柔情似水的R&B美聲歌姬，AI，22歲的她在時尚一派與安室奈美惠合唱‘Uh、Uh…’，并在珍娜杰克森的音樂錄影帶中展現(xiàn)絕贊舞技，除了過人的歌舞才華之外，詞曲創(chuàng)作力更是傲視東瀛R&B舞臺，在嘻哈音樂大廠Def Jam Japan簽下一紙合約之后，發(fā)行‘ORIGINAL A.I./原創(chuàng)A.I.’專輯立刻贏得媒體一致肯定，除了拿下SPACE SHOWER TV的R& B音樂錄影帶大獎外，更代表日本參加2004年MTV BUZZ ASIA演唱會，一舉打進亞洲市場。

以過人演唱的天賦而獲得日本“新時代音樂代言人”殊榮的HIP HOP小天后AI，近日參加了在臺北舉行的“臺北流行音樂節(jié)”，同行的日本歌手還有一青窈以及藤木直人。在這場盛大的音樂節(jié)上，AI以她新穎而獨特的演唱方式以及活力四射的表演令在場6萬歌迷為之傾倒。 AI有著四分之一的意大利血統(tǒng)，骨子里就透出一種浪漫和前衛(wèi)的氣息。而她又是在美國長大，接觸的音樂也很多元化。由于AI的母親非常喜歡音樂，所以從小她就深受各種類型音樂的熏陶。在15歲時，AI還曾經參加過珍妮·杰克遜的MTV《GO DEEP》的錄制。不過，在日本出道時卻并不順利，因為與工作人員在音樂理解上的不同，當大家對自己的音樂反映很冷淡時，她就很想去敲墻壁，可見其可愛之處。不過，AI并沒有被現(xiàn)實所擊敗，仍然堅持走HIP HOP這條音樂路線，使得她的音樂風格也帶給人們一種全新的感受。在今年日本最權威的公信榜票選中，AI從眾多新晉女性中脫穎而出，成為新一代音樂天后接班人。對此，AI自己也非常滿意，她表示自己想要成為一個很有朝氣的歌手，給更多的人帶來幸福感。這次的臺北流行音樂節(jié)，AI也是做足了準備。除了帶上偕同一起演出的DJ、化妝師、造型師、人聲樂手AFURA以外，連日本報知新聞、電通、朝日電視臺等日本媒體的高層人士以及自己經濟公司的社長也都一同前來，浩浩蕩蕩23人的訪華隊伍令AI頗有面子。而赴臺之前，AI也時常向安室奈美惠等曾經去過臺灣的人請教，以進一步了解臺灣。聽說臺北美食多多，AI興奮地說想要常常小籠包、路邊攤，所以這次的臺灣之行，除了要參加音樂節(jié)和拍攝特輯，還順帶要向日本觀眾介紹臺灣美食，這也使AI欣喜不已。 臺灣表演大獲成功后，AI也表示自己想要更了解華人音樂，有機會的話，也希望能夠像平井堅、安室奈美惠等日本歌手一樣，可以在臺灣等地開演唱會，和臺灣的歌手同臺獻藝。其實AI出國獻藝已經不是第一次，在幾個月前的韓國漢城MTV BUZZ ASIA演唱會中，AI也曾把歌詞改為韓文，而這次為了更貼近觀眾，AI也把歌詞改成了中文來演唱。為期四天的臺灣之行，AI讓更多的人領略了她的“小天后”風采，也順便為自己今秋將要展開的全國巡演造勢。

四、什么是AI,叫人工智能,和BI,商業(yè)智能有什么區(qū)別?

人工智能AI（Artificial Intelligence），是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。用通俗的話來說就是研究如何讓計算機擁有一定的人類的智能，去做人能夠做的事。

如今，經過幾十年的發(fā)展，人工智能已經建立了學習模型，在一定程度上能無限度的吸收知識并在腦海中模擬學習，部分領域甚至已經替代并超越了人類。

數據分析-派可數據商業(yè)智能BI

總的來說，人工智能AI的優(yōu)勢是更好的學習和模擬，它能夠在短時間內吸收巨量的信息，然后根據自己的邏輯模型做出合理的決定，來幫助人類做出更合適的判斷。

數據分析-派可數據商業(yè)智能BI

商業(yè)智能BI（Business Intelligence），是一套由數據倉庫、查詢報表、數據分析等組成的數據類技術解決方案。在企業(yè)中發(fā)揮的作用主要就是將企業(yè)中不同業(yè)務系統(tǒng)（ERP、CRM、OA ）打通并進行有效的整合，然后利用合適的查詢工具和分析工具快速準確的提供報表等可視化分析，為企業(yè)提供決策支持。

數據分析-商業(yè)智能BI

商業(yè)智能BI的優(yōu)勢就是能夠把不同來源、不同格式、不同規(guī)范的海量數據整合匯總到一個數據倉庫中，然后通過ETL和數據模型對數據進行處理，分類分級以指標、標簽的形式儲存到數據倉庫，由分析人員將這些數據通過商業(yè)智能BI的數據可視化轉化為可用信息，把企業(yè)整體的發(fā)展情況展現(xiàn)給管理人員，輔助管理人員進行決策。

可視化大屏 - 派可數據商業(yè)智能BI

目前，人們期待看到人工智能AI和商業(yè)智能BI結合的產品，就是希望這兩個系統(tǒng)互補，由商業(yè)智能BI把數據轉化為信息，然后人工智能AI把信息轉化為決策，形成一個不需要人類干預，完全自動化輸出決策信息的流程。

以上就是關于人工智能又叫什么相關問題的回答。希望能幫到你，如有更多相關問題，您也可以聯(lián)系我們的客服進行咨詢，客服也會為您講解更多精彩的知識和內容。

推薦閱讀：

國內十大人工智能公司（國內最好的人工智能上市公司）

微信怎么轉人工

騰訊人工客服在哪里找（騰訊人工客服在哪里找微信）

微店怎么開店鋪介紹（微店怎么開店流程）

一萬多快幣多少錢