人工智能(Artificial Intelligence)
导论
1,概述
机器学习 自动推理 人工意识 知识表示
语音, 视觉, 运动识别
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。它企图了解智能的实质,并产生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。人工智能是对人的意识、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。
人工智能的类型:弱人工智能:
包含基础的、特定场景下角色型的任务,如Siri等聊天机器人和AlphaGo等下棋机器人.强人工智能:
有两类,一类是类人的人工智能,即机器的思考和推理就像人的思维一样。
另一类是非类人的人工智能,即机器产生了和人完全不一样的知觉和意识,使用和人完全不一样的推理方式
图灵测试:1950年
判断机器是否能够思考的著名试验
存在的问题:
测试的非公平性
常识性问题计算机无法正确解答
结论:计算机很难通过测试
塞尔勒的中文屋思想:
证明通过图灵测试也不能证明计算机有人的智能
2,历史
1956年 “Artificial Intelligence” 提出
萨缪尔应麦卡锡之邀参加达特茅斯会议,介绍机器学习工作。“Artificial lntelligence’这个词被首次提出
萨缪尔发明了“机器学习””这 个 词 ,将 其 定 义为“不显式编程地赋予计算机能力的研究领域’
机器学习是抵达人工智能目标的一条路径费根鲍姆提出KE(knowledge engineering)知识工程是以知识为处理对象,研究知识系统的知识表示、处理和应用的方法和开发工具的学科
A1发展历程从以“推理”为重点到以“知识”为重点,田到以“学习”为重点。机器学习是可以自动“学习”的算法,即从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。
人工智能 > 机器学习 > 深度学习(深层神经网络)
推理(联结学派) -> 知识(符号学派) -> 学习
3,研究作用
人类之所以能求解问题,是因为人类具有知识。
专家系统(expert system):就是把有关领域专家的知识整理出来,让计算机利用这些知识求解专门领域的问题。(符号学派提出)
传统知识工程在规则明确、边界清晰、应用封闭的应用场景取得了巨大成功
自动定理证明
口定理证明的实质是证明由前提 P 得到结论 O 的永真性口1958年,王浩证明了有关命题演算的全部定理 (220条) 、谓词演算中150条定理的85%。口1965年鲁宾逊 (Robinson) 提出了归结原理,使机器定理证明成为现实。口我国著名数学家、中国科学院吴文俊院士把几何代数化,建立了一套机器证明方法,被称为“吴方法
人机博弈
AI能力开放
AIOPS
4,常用算法与学习库:
机器学习
通过输入海量训练数据对模型进行训练,使模型掌握数据所蕴含的潜在规律,进而对新输入的数据进行准确的分类或预测。
数据足够大
模型: 训练好参数的算法
参考资料:【机器学习】14种机器学习常见算法分类汇总!-腾讯云开发者社区-腾讯云 (tencent.com)
Machine Learning: 十大机器学习算法 - 知乎 (zhihu.com)
-
监督学习算法 (Supervised Algorithms):在监督学习训练过程中,可以由训练数据集学到或建立一个模式(函数 / learning model),并依此模式推测新的实例。该算法要求特定的输入/输出,首先需要决定使用哪种数据作为范例
决策树算法 Decision Tree
线性回归算法 Linear Regression
最近邻居/k-近邻算法 (K-Nearest Neighbors,KNN)
朴素贝叶斯算法 Naive Bayes -
无监督学习算法 (Unsupervised Algorithms):这类算法没有特定的目标输出,算法将数据集分为不同的组。
降维
聚类:把数据自动分配到不同的类别 -
强化学习算法 (Reinforcement Algorithms):强化学习普适性强,主要基于决策进行训练,算法根据输出结果(决策)的成功或错误来训练自己,通过大量经验训练优化后的算法将能够给出较好的预测。类似有机体在环境给予的奖励或惩罚的刺激下,逐步形成对刺激的预期,产生能获得最大利益的习惯性行为。在运筹学和控制论的语境下,强化学习被称作“近似动态规划”(approximate dynamic programming,ADP)。
策略迭代 价值迭代 蒙特卡罗算法 时序差分算法
-
Python机器学习库—scikit
Scikit_learn: 机器学习python模块
pandas:数据处理工具
matplotlib:画图工具
-
深度学习库
-
TensorFlow: 这个名称源自框架核心组件“ Tensor”,它的英文含义是“张量”的意思。张量是矢量概念的推广,矢量是一阶张量,而标量是零阶张量,矩阵可视为二阶张量。
-
Keras
是一个用 Python 编写的高级神经网络 API,它能够以 TensorFlow,Theano 或者 CNTK, MXNet 作为后端运行。
Tensor 用作对模型优化更好 因为空间更大
Keras更适合那些希望使用即插即用框架快速构建、训练和评估模型的开发人员 适合对既有模型的检验
深度学习的核心是特征学习
推荐读物:《机器学习实战》 《TensorFlow实战》