简介：许多朋友询问了人工智能的初步问题。本文的首席CTO注释将为您提供详细的答案，以供您参考。我希望这对每个人都会有所帮助！让我们一起看看！
人工智能主要是允许人造机器具有与人类相似的智能，而百科百科全书中人工智能的定义是一种理论，方法，技术和应用系统，用于模拟，扩展和扩展人造人工发展的智能情报。新技术科学。
实际上，人工智能是计算机科学的一个分支。由于人类智力的根本原因，它触发了这种模拟人类行为以制造机器的方法，也具有与人类相似的能力。练习，例如机器人，语言识别，图像识别，自然语言处理和专家系统。人工智能的开始已经开始，它受到的关注正在增加，人们对其的要求也变得更加重要。为了满足人们的需求，人工智能技术正在不断改进，使用范围也有所提高。未来，随着更先进的技术，我相信人工智能技术也将变得更加成熟。Arthertherickence可以模拟人类的意识。和思考过程，因此人工智能不是人类的智力，而是对人类的非常相似的能力。这种能力甚至可以通过人类的智能超越人类的智慧。
人工智能的研究非常复杂。如果您想从事这项研究，则必须了解计算机知识，心理学和哲学。由于其广泛的科学特征，人工智能由各种领域组成，例如机器学习，计算机视觉等。实际上，人工智能的主要研究是允许机器像人类一样工作代替人类，而不是人类，而不是人类，而不是人类，而不是人类，而不是人类，而不是人类，而不是人类，而不是人类，而不是人类，而不是人类，而不是人类人类，而不是人类，而不是人类，而不是人类，而不是人类。
自人工智能的发展以来，主要使用范围是机器翻译，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，航空航天应用程序，大量信息处理，存储和管理，实施，实施无法执行或复杂或大规模的生活和生命。
此外，人工智能也可以分为理解的两个部分，即人工和智能，人为地是人造系统。它与每个人的定义非常相似。对智力的了解更多，并且不统一，因为它涉及一些问题，例如意识，思维，自我等，这也更为复杂，也是有限的，并且对人类智力的理解是有限的，因此智力的定义当然不是统一的答案。
人工智能主要用于具有简单智能特征的计算机字段，并受到了极大的关注。
人工智能_矩阵的线性代数基础计算
人工智能（人工智能），英语缩写是AI，是一项由计算机科学，控制，信息理论，语言学，神经病学，心理学，数学，哲学和其他学科开发的全面的新学科。，但终于被世界认可为优势的新优势，并越来越吸引人们的兴趣和关注。不仅有许多其他学科开始引入或借用AI技术，而且还借用了专家系统，自然语言处理和图像识别在AI中，已成为新兴智力行业的三个主要突破。
人工智能的芽可以追溯到17世纪的Basca和Leibnitz。他们早些时候有了智能机器的想法。在19世纪，英国数学家布尔和德国o默格提出了“思维定律”，可以被描述为人工智能的开始。在1920年代，英国科学家贝贝奇设计了第一个。“计算机”，被认为是计算机硬件和人工智能硬件的前身。电子计算机的出现使人工智能的研究确实成为可能。
作为一门学科，人工智能于1956年推出。这是麦卡锡（McCarthy of Matuther Intelligence）的第一次，麦卡锡（McCarthy）和一批数学家，知情者，心理学家，神经心理学家和计算机科学家首次进行。由于不同的研究观点，人工智能已经形成了不同的研究学校。这是：象征主义学校，联系学校和行为主义学校。
传统人工智能是象征意义。它基于Newell和Simon提出的物理符号系统。物理符号系统由一组符号实体组成。它们都是物理模式。它们可以在符号结构的实体中作为组成。其他符号可以通过各种操作生成。物理符号系统假设物理符号系统是智能行为的充分和必要条件。主要任务是“通用推荐求解器（GPS”：通过抽象进入符号系统。基于此符号系统，该问题用于通过动态搜索方法解决问题。
链接基于人类脑神经系统结构，研究非编程，适应性和脑式信息处理的本质和能力，并研究大量简单的神经元的小组信息处理能力及其动态行为。
人们也被称为神经计算。研究的重点集中于对人们的感知，感知过程，图像思维，分布式记忆和自组织过程的模拟和实现。
学生主义基于行为心理学，并认为智力仅在与环境互动时显示出来。
人工智能的研究经历了以下阶段：
第一阶段：1950年代人工智能的崛起和忽视
首次提出了人工智能的概念之后，出现了许多重要的结果，例如机器定理认证，检查过程，一般问题解决方案程序和LISP表处理语言。在机器翻译的解散和失败中，人工智能进入了槽。此阶段的特征是：注意解决问题的方法并忽略知识的重要性。
第二阶段：从1960年代后期到1970年
诸如Dendral化学质谱系统，Mycin疾病诊断和治疗系统，前瞻性勘探系统，Hearsay-II语音理解系统和其他专家系统等专家系统的研究和开发。人工智能成立于1969年。
第三阶段：在1980年代，随着第五代计算机的开发，人工智能发展了很大的发展
1982年，日本开始了“第五代计算机开发计划”，即“知识信息处理计算机系统kips”，目的是使逻辑推理如此之快地实现数值计算。尽管该计划最终失败了已经形成了一波研究人工智能。
第四阶段：在1980年代末，神经网络的快速发展
1987年，美国举行了第一次国际神经网络会议，宣布了这一新学科的诞生。此外，由于对神经网络的投资逐渐增加，并且神经网络发展迅速。
第五阶段：在1990年代，人工智能出现了新的研究高潮
由于网络技术的技术开发，尤其是国际互连网络，人工智能已开始从单个智能主题转变为网络环境中分布式人工智能的研究。不仅您是否可以基于相同目标研究分布式问题，但也可以解决多个智能主题的多目标问题，而人工智能更为实用。此外，由于Hopfield的多层神经网络模型的提议，人工神经网络的研究和应用具有繁荣场景。人工智能已渗透到社会生活的各个领域。
IBM的“深蓝色”计算机击败了世界的国际象棋冠军。美国已经制定了具有多机构系统应用程序的信息公路计划作为重要的研究内容。已经完全应用了基于软件字段和网络搜索引擎中的代理技术的软机（软机器人）。同时，美国桑迪亚实验室（American Sandia Lab）在国际上建立了最大的“虚拟现实”实验室。它旨在通过数据头盔和数据手套实现更友好的人类 - 机器交互，并建立一个更好的智能用户界面。图像处理和图像识别，声音处理和声音识别已良好的开发。IBM启动了Vivoice声音识别软件，以使声音能够作为重要信息输入进入媒体。主要的国际计算机公司开始使用“人工智能”，因为其研究内容。通常认为计算机会朝着网络发展的方向发展，情报和并行化。在21世纪，信息技术领域将以智能信息处理为中心。
目前，人工智能的主要研究内容是：分布式人工智能和多智能主系统，人工思维模型，知识系统（包括专家系统，知识基础系统和智能决策 - 制定系统），知识发现和数据挖掘（从大量不完整，不完整的，不完整的，不完整的模糊，噪声数据发掘了我们的有用知识），遗传和进化计算（通过模拟生物学遗传和进化论，揭示了智力演化定律），人工生命（通过人工生命），人造生命（简单结构的简单结构人工生命系统（例如：机器昆虫）并观察其行为，探索原理的奥秘），人工智能应用（例如模糊控制，智能建筑，智能人类 - 机器人 - 机器人界面，智能机器人等）。） 等等。
尽管人工智能研究和应用取得了很多结果，但与综合促销和应用还有很大距离。仍然有许多问题要解决，多学科研究专家需要共同努力。未来，人工智能的研究方向主要是：人工智能理论，机器学习模型和理论，不准确的知识及其推理，其推理，常见的常见感官知识及其推理，人工思维模型，智能人机接口，多智能主系统，知识发现和知识获取，人工智能应用程序基础等等。
1.基本数学知识：线性代数，概率理论，统计和地图理论
2.基本计算机知识：操作系统，Linux，网络，编译原理，数据结构，数据库
3.编程语言基础：C/C ++，Python，Java
4.人工智能的基础知识：ID3，C4.5，逻辑回归，SVM，分类器和其他算法，自然界的差异和其他算法。
5.工具的基本知识：OpenCV，Matlab，Caffe，等。
要进入人工智能行业，我们必须首先具有一定的数学技能，因为人工智能与传统的互联网位置不同，例如应用程序开发，网络开发，游戏开发等，首先要研究51CTO大学人工智能课程，该课程是将有帮助。人工智能逐渐从数学中的“方法理论”进化。当今人工智能使用的大多数方法都被数学家使用来处理一些更难代表的非线性功能。随着计算机性能的改善，计算机工人，统计学家开始尝试解决一些分类。这种“近似性理论”的问题。从总体发展为当前的人工智能情况。现在它属于人工智能行业的发展，可用的API功能较少，因此有必要自己编写算法。
“人工智能”一词最初是在1956年在达特茅斯学会提出的。当时，研究人员开发了许多理论和原则，人工智能的概念也扩大了。夫人人工智能（人工智能），英语的缩写为ai.it.it.it.it.it.it.it.it.it.it.it.it.it。是一门新的技术科学，研究并开发了用于模拟，扩展和扩展的智能理论，方法，技术和应用系统。人工智能是计算机科学的一个分支。它试图理解智力的本质，并生产一种可以响应人类智能的新智能机器。自然语言处理和专家系统。由于人工智能的诞生，理论和技术的诞生已经越来越成熟，并且申请领域仍在继续扩张。可以想象，未来人工智能带来的技术产品将是人类智慧的“容器”。
人工智能是对人类意识和思维的信息过程的模拟。官方智能不是人类的智力，而是像人类一样思考，并且可能超越人类的智力。
定义是AI是考虑人脑的相同方法。
这是尤其普遍且无与伦比的。因为人类对我们的大脑有非常浅薄的感知，并且没有办法复制它。
当今使用的机器人技术和深度学习是人脑的某种模拟结构，但可能只有1％。基本上，当今的机器学习算法，包括许多最新算法，与99％的99％无关人类的大脑。合并有很大的差异。
第三是AI是类似于人类行为的计算机。
这是一个非常简洁，非常实用和清晰的定义。不能说这是完全错误的，但缺乏彻底的逻辑。
由于实用主义者是很久以前根据MIT的智能聊天工具，就像一位非常耐心的心理学家一样，您可以用一句话与您交谈。
当时使用的人觉得这很聪明，但实际上它背后是非常简单的逻辑。today的Microsoft Xiaobing是一个非常成功的例子，可以更好地与人进行交流，但与人不一样。
第四是人工智能是可以学习的计算机程序。
在一定程度上，“没有学习，没有AI”，这已成为人工智能的核心指导，也愿意自称为机器学习专家，而不是广泛的人工智能专家。
Google的Alpha Dog还学到了大量的专业国际象棋球员，然后从学习的学习中得到了进步，以击败人类世界冠军。
因此，确实有许多人工智能程序具有自我学习的功能，这是毫无疑问的。但是人工智能可能具有更广泛的定义。
结论：以上是首席CTO关于人工智能的所有初步内容。我希望这对每个人都会有所帮助。如果您想了解有关此信息的更多信息，请记住收集并关注此网站。