神经网络小绪

绪论

人工智能定义

人工智能是利用机器去实现目前必须借助人类智慧才能实现的任务，研究开发用于模拟人类智能的理论方法技术以及应用系统。
它包括多种方法论：

• 仿生角度：模拟自然生物信息处理过程的方法
• 符号学角度：利用数理统计的方法
• 行为学角度：以控制论为核心实现机器进化的方法
• 交叉角度：上述多种角度合成的方法

人工智能经典的定义是利用经验来改善计算机系统的性能，即利用数据集来实现预测未知和理解。从实际需求出发，面临的瓶颈是绝大部分数据集是非结构化的，其特征不明显，难以进行提取，因而需要找到更好的方法，提高特征的抽象层次，对现实世界做出更加合理的预测与理解。

神经网路发展史

人工神经网络是从微观结构和功能模拟人脑神经系统而建立的一类模型，是模拟人的智能的一条途径，其于1943年NN模型和1949年Hebb规则创立，其后经历了初步发展、停滞期、复兴期与爆发期，并于2023年以ChatGPT3.5为代表迎来了通用人工智能技术的发展。

神经网络应用趋势

人工智能发展分为三种阶段：弱人工智能、强人工智能与超人工智能。目前人工智能的发展以深度学习和核心技术，以并行计算与云端为平台，以数据为基础，以算法为引擎。
人工智能的六大关键技术：计算机视觉、机器人、图像识别、自然语言处理、机器学习、语音识别。