简介：本文的首席执行官注释将介绍人工智能派系的相关内容。我希望这对每个人都会有所帮助。让我们来看看。
您好，根据AI功能，当前的人工智能分为三类：
1）基本的AI或弱AI：这种类型的人工智能无法超越其领域或限制，因为它只训练一个特定的任务。因此，它也称为弱人工智能，还有其他情况，例如：在国际象棋上购买建议，在电子商务网站，自动驾驶汽车，语音识别和图像识别上购买建议
2）通用人工智能：通用人工智能是一种可以像人类一样有效地执行任何智能任务的情报。GM人工智能背后的想法是创建一种可以更聪明并且可以像人类一样独立思考的系统。
3）超级人工智能：超级人工智能是系统智能级别。在这个智能层面上，机器可以超越人类的智能，并且可以比具有认知特征的人类更好地执行任何任务。这是普通人工智能的结果。
希望我的答案对您有帮助！
目前，人工智能的主要学院是以下三个：
（1）象征主义，也称为逻辑学，心理学（心理学）或计算机主义。
（2）连接主义，也称为生物学或生理学，是神经网络和神经网络之间联系机制和学习算法的主要原理。
（3）行动主义，也称为进化论或控制论，是控制理论行动控制系统的原则。
他们对人工智能的历史有不同的看法。
1.象征主义认为人工智能来自数学逻辑。数学逻辑从19世纪末开始迅速发展，并开始描述1930年的智能行为。计算机出现后，计算机上实现了逻辑解释系统。它的代表性结果是鼓舞人心的计划LT逻辑理论家，证明了38个数学定理，该定理表明计算机可用于研究人类思维并模拟人类的智能活动。这些象征主义者最早被用作“人工智能”一词，最早被采用。1956年。莱特（Later），一种启发式算法 - 专家系统知识工程理论和技术，并在1980年做出了巨大的发展。Symbolism持续了很长时间，为人工智能的发展做出了重要贡献，尤其是成功的发展和应用专家系统的意义特别重要人工智能申请工程应用并实现理论联系。出现其他人工智能流派后，象征主义仍然是人工智能的主流。该学校的代表任务包括纽维尔，西蒙和尼尔森。
2.连接主义认为人工智能来自仿生学，尤其是对人脑模型的研究。它的代表性结果是由生理学家麦卡洛克（McCulloch）和数学逻辑学家创立的脑模型，即MP模型，创造了一种模仿人类脑结构和人类脑结构和的新方法。具有电子设备的功能来模仿人的大脑结构和功能。效果从神经元开始，然后研究神经网络模型和大脑模型，并为1960年代和1970年代的另一个发展道路开辟了另一个发展路径。由Perceptron（Perceptron）代表的脑模型的增长。由于对理论模型的限制，当时的生物学原型和技术条件，大脑模型研究在1970年代末至1980年代初的20时为20，它陷入了低潮。直到霍普菲尔德教授发表了两篇重要论文之前在1982年和1984年。在提出了硬件模拟神经网络之后，连接主义再次被重新审视。在1986年，Rumelhart和其他人提出了多层网络中的反向通信算法（BP）算法。从理论分析到工程实施，从模型到算法都振动，WEI的神经网络计算机进入市场以奠定基础。在目前，对人工神经网络（ANN）的研究热情仍然很高，但研究结果仍然很高不如预期。
3.行为主义认为人工智能来自控制理论。控制理论早在1940年代到1940年代就成为了时代的重要一部分，该理论影响了早期人工智能工人。控制理论和自组织的系统提出了。Wiener和McCulloch，以及Qian Xuesen等人提出的工程控制和生物控制理论，影响了许多领域。Control理论将神经系统的工作原理与信息理论，控制理论，逻辑和计算机联系起来。工作重点关注模拟人员在控制过程中的智能行为和作用，例如对自我预防，自适应，自我付出，自我组织，自组织和自我学习等控制系统的研究，并进行控制理论”动物。广播，智能控制和智能机器人技术系统出生于1980年。行为主义仅在20世纪后期出现，并以新的人工智能学校的面孔出现，引起了许多人的兴趣。布鲁克斯的腿机器人。
人工智能研究学院有以下内容：
1.象征主义学校
象征主义学校，也称为逻辑，心理学学校或计算机学校，基于两个点：物理符号系统和有限的理性原则。
象征主义人工智能研究在自动推理，定理认证，机器游戏，自然语言处理，知识工程和专家系统方面取得了显着的成果。符合声称可以从功能中模拟人脑，表达问题，知识和逻辑形式以及逻辑形式，以及使用符号扣除来实现推理，学习，搜索和其他功能。
第二，连接学校
基于神经元和神经元之间的网络连接机制的人工智能，连接学校，也称为仿生学院或生理学。，连接主义使用人工神经网络来研究人工智能。
第三，行为主义学校
行为主义学校，也称为进化论和控制理论，是基于控制理论和“感知行动”控制系统的人工智能学校。长演化，真正的智能软件也应遵循进化步骤。
如下：
智能模拟
模拟机器视觉，听力，触摸，感觉和思维的模拟：指纹识别，面部识别，视网膜识别，虹膜识别，棕榈线识别，专家系统，智能搜索，定理证明，逻辑推理，游戏，信息感，信息感和综合症处理处理，
纪律
人工智能是自然科学，社会科学和技术科学的三路内部。
纪律
哲学与认知科学，数学，神经病学，心理学，计算机科学，信息理论，控制理论，不规则理论，仿生主义，社会结构和科学发展概念。
类别
神经网络，复杂系统和遗传算法的最关键问题是机器自我创造思维能力的形状和改进。
应用程序字段
机器翻译，智能控制，专家系统，机器人技术，语言和图像理解，基因编程机器人工厂，自动编程，航空航天应用，庞大的信息处理，存储和管理，复杂或复杂或大规模的执行和执行，未执行按照生命形式，大型或大型的任务等等。
值得一提的是，机器翻译是人工智能和第一个应用程序字段的重要分支。但是，就现有的机器翻译成就而言，翻译系统的质量仍然远非最终目标；机器翻译的质量是机器翻译系统成功或失败的关键。中国数学家和语言学家周长海报公司在论文“机器翻译五十年”中指出：提高机器翻译的质量，要解决的第一件事是语言本身的问题，而不是编程问题；机器翻译系统不得提高机器翻译的质量；此外，当人类尚未了解大脑如何模糊和合乎逻辑的判断时，机器翻译不可能达到“信仰，触及和优雅”的程度。
结论：以上是CTO首席执行官注释的全部内容，每个人都对人工智能。感谢您阅读本网站的内容。我希望它对您有所帮助。