浅谈人工智能本质及其与信号处理智能化算法关系

浅谈人工智能本质及其与信号处理智能化算法关系

一、人工智能的本质

随着大数据的发展，数据计算与处理能力的大幅度提升，人工智能也在如火如荼的发展，那么人工智能的本质是什么呢？
人工智能既然有“人工”两个字，说明其与人的想法思维和认知过程是不可分割的。
我认为人工智能的本质就是根据过往的经验来做出现在的判断。
举个浅显的例子，当某个人走在路上，没看清路面有个坑，掉了进去，他会告诫自己：“走路一定要看路，要小心路面的坑洼。”这可以成为一个经验，一个通过错误判断获得的经验。这个经验所带来的效果就是今后在走路时会看着路面，再遇到坑时，可能就会绕过去。随着这个人的经验越积累越多，他日后走路会更加平稳，发生危险的可能性会更小。

二、人工智能算法的分类

从算法类型的角度而言，我认为人工智能算法可以分为两类：优化算法（迭代更新）和启发式算法。

• 优化算法（迭代更新）
  信号处理智能化算法中的许多算法都运用了这个思想。例如用贝叶斯去跟踪目标轨迹，通过不断迭代权值来估计预测概率密度，进而得出预测值，再通过预测值与观测值的权重分配来确定最终目标位置。

  在优化算法中，有几点需要注意：
  1.似然函数是在将物理模型抽象为数字模型时就已经确定了的，如果没有确定好似然函数则代表模型建立有问题，需返回重新建立模型。
  2.如何由预测的概率密度得到预测值取决于代价函数的选择。例如取期望作为预测值则是选择了方差为代价函数，使代价函数尽可能的小。

  优化算法更像是效仿人的认知（心理学）。

• 启发式算法
  启发式算法更像是效仿人的大脑皮层，通过神经网络来挖掘特征和处理数据。