简介：许多朋友问有关人工智能原因的问题。本文的首席执行官注释将为您提供详细的答案，以供所有人参考。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（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。
至少有三点：面向市场的因素，政府指导作为动机和工业发展的客观需求。
面向市场的因素是指劳动力成本迅速增加。同时，使用智能产品所带来的回报率接近或低于人工成本。这是最基本的因素。如果企业使用智能产品来使用越来越多的损失，那么智能产品将无法快速上升。
政府动机指导是指全世界整体环境的计划，以全面升级工业产品。为了确保中国的工业不会向后或超越，政府制定了许多政策，例如支持和优惠税，以确保这方面的企业和市场在这方面的福利和投资。
工业发展的客观需求是，整个世界已完全升级到整个世界。这主要是新材料，新能源和新技术的制造和处理，所有这些都不在传统行业中胜任。。
作为由互联网驱动的重要领域，人工智能直到今天就可以发展，而不是由其自身的内部驱动力，而是因为互联网正在不断改进，并且可以在任何地方获得数据。因此，人工智能的进步来自互联网的互联网基础，设施的持续改进，离开互联网以查看人工智能是毫无意义的。人工智能的出现并不是偶然的，因为外部环境和人造人工情报本身已经发展。将人工智能发展到当前层面的外部动机是：
1）传感器容量和数量的显着改善。启动智能手机和可穿戴设备的爆炸性增长，传感器在数量和质量方面具有飞跃，机器感知的感觉是机器成为“智能”的重要先决条件。小电子学的成熟度，例如LIGA和其他微电子，推动了传感器具有定性飞跃的能力，并且大量智能设备的出现进一步加速了传感器场的繁荣。在现实世界中，是机器感知世界的基础，而感知是智能实施的先决条件之一。
2）计算成本的显着下降。人类生物长期以来已经确定了人工智能需要处理的任务，但是以前的计算资源使计算机无法完成如此庞大且复杂的信息处理。迅速下降。同时，云计算的出现和GPU的大规模应用使集中式数据计算能力前所未有。例如，最新一代微处理器的性能是1971年第一代单芯片微型计算机的400万倍。Large -Scale -Scale -Scale集中计算加速了人工智能的开发速度指数。过去，训练深度神经网络模型花费了将近一年的时间来感知某个物体，现在这次已缩短到几天。
3）大量数据的出现。在2015年，全世界生成的总数据达到了10年前的20倍以上。大量数据提供了足够的机器学习材料。人工智能的本质实际上分为两种零件：首先，可以将其收集到足够的有效数据；其次，高级算法用于处理这些数据。BIG数据是由于Internet，移动互联网和更便宜，更便宜的传感器。BIG数据是开发人工智能的助推器，因为某些人工智能是一种人工智能的发展。技术使用统计模型来执行数据的概率，例如图像，文本或语音。通过将这些模型暴露在数据的海洋中，它们将继续使它们连续溶式化或“训练”。
人工智能：这是一个人制造的系统，它显示了智力。
人工智能分类：强大的人工智能，虚弱的人工智能。史strong人工智能：强有力的人工智能可以推理和解决问题的问题，这种机器将被视为有意识，自我意识和自我意识。看起来很聪明，但没有真正的智慧，也没有自主意识。
人工智能应用领域
人工智能已渗透到人类生活，游戏，媒体，金融，建筑材料和其他行业的各个领域，并用于各个领先的研究领域。
普通人工智能产品：
语音识别，指纹识别，面部识别，视网膜识别，智能搜索，无人驾驶，机器翻译，智能控制，专家答案系统等。
如何学习良好的人工智能：
1.人工智能属于计算机学科的分支。所有人都说您想先学习人工智能，以学习电子信息和计算机相关的专业：电子信息工程，电子科学技术，通信工程，软件工程，计算机科学和技术，计算机科学和技术，计算机科学，计算机科学，技术。智能和技术相关的专业是研究人工智能的最基本专业。
2.人工智能还涉及相关专业，例如数学应用，信息和计算科学，自动化，机器设计，制造和自动化。
3.当您达到一定的高度时，您将进入哲学，生物学，伦理学，心理学，认知科学，精神生理，社会结构，法律和其他相关专业
“人工智能”一词最初是在1956年在达特茅斯学会提出的。
人工智能（人工智能），英语缩写是AI。这是一门新的技术科学，研究和开发智能理论，方法，技术和应用系统，用于模拟，扩展和扩展。
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”。兵工智能可以模拟人类意识和思维的信息过程。人工智能不是人类的智力，但它可以像人类的智力一样思考。人类，可能会超越人类的智力。
人工智能是一门具有挑战性的科学。那些从事这项工作的人必须了解计算机知识，心理学和哲学。人工智能包括一门非常广泛的科学科学。它由不同的领域组成，例如机器学习，计算机视觉等。总的来说，人工智能研究的主要目标之一是使机器能够竞争一些通常需要人类智能才能完成工作的人类智能。但是不同的时代。不同的人对这项“复杂工作”有不同的了解。在2017年12月，人工智能被选为“ 2017年中国十大媒体”。
结论：以上是首席CTO注释引入的人工智能原因的所有内容。我希望这对每个人都会有所帮助。如果您仍然想了解有关此信息的更多信息，请记住收集并关注此网站。