首頁 > 資訊 > 知識 > 人工智能研究方法，人工智能有哪些研究方向

人工智能研究方法，人工智能有哪些研究方向

來源：整理時間：2023-06-26 13:52:00 編輯：智能門戶手機版

1，人工智能有哪些研究方向

你好，技術方面的話，主要是計算機視覺，自然語言處理，數(shù)據(jù)挖掘。計算機視覺就包括圖像識別，視頻識別，具體應用有人臉識別，步態(tài)識別，無人駕駛汽車等等。自然語言處理包括機器翻譯，語音識別，文本挖掘等等，像siri，谷歌翻譯里面都有很多的自然語言處理技術。數(shù)據(jù)挖掘主要是各種推薦和預測，包括電子商務的商品推薦，計算廣告，社交網(wǎng)絡分析（微博好友推薦等），預測一些趨勢，比如股市的走向，天氣的變化等。作者：李Shawn

人工智能的定義可以分為兩部分，即“人工”和“智能”。“人工”比較好理解，爭議性也不大。有時我們會要考慮什么是人力所能及制造的，或者人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步，等等。但總的來說，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。人工智能是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種“復雜工作”的理解是不同的。

人工智能有哪些研究方向

2，人工智能

“人工智能”（Artificial Intelligence）簡稱AI。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。人工智能研究如何用計算機去模擬、延伸和擴展人的智能；如何把計算機用得更聰明；如何設計和建造具有高智能水平的計算機應用系統(tǒng)；如何設計和制造更聰明的計算機以及智能水平更高的智能計算機等。人工智能是計算機科學的一個分支，人工智能是計算機科學技術的前沿科技領域。人工智能與計算機軟件有密切的關系。一方面，各種人工智能應用系統(tǒng)都要用計算機軟件去實現(xiàn)，另一方面，許多聰明的計算機軟件也應用了人工智能的理論方法和技術。例如，專家系統(tǒng)軟件，機器博弈軟件等。但是，人工智能不等于軟件，除了軟件以外，還有硬件及其他自動化和通信設備。人工智能雖然是計算機科學的一個分支，但它的研究卻不僅涉及到計算機科學，而且還涉及到腦科學、神經(jīng)生理學、心理學、語言學、邏輯學、認知（思維）科學、行為科學和數(shù)學以及信息論、控制論和系統(tǒng)論等許多學科領域。因此，人工智能實際上是一門綜合性的交叉學科和邊緣學科。

人工智能

3，人工智能需要什么基礎

人工智能的定義可以分為兩部分，即“人工”和“智能”。“人工”比較好理解，爭議性也不大。有時我們會要考慮什么是人力所能及制造的，或著人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步，等等。但總的來說，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。關于什么是“智能”，就問題多多了。這涉及到其它諸如意識(consciousness)、自我(self)、思維(mind)(包括無意識的思維(unconscious_mind)等等問題。人唯一了解的智能是人本身的智能，這是普遍認同的觀點。但是我們對我們自身智能的理解都非常有限，對構成人的智能的必要元素也了解有限，所以就很難定義什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及對人的智能本身的研究。其它關于動物或其它人造系統(tǒng)的智能也普遍被認為是人工智能相關的研究課題。人工智能目前在計算機領域內(nèi)，得到了愈加廣泛的重視。并在機器人，經(jīng)濟政治決策，控制系統(tǒng)，仿真系統(tǒng)中得到應用--機器視覺:指紋識別，人臉識別，視網(wǎng)膜識別，虹膜識別，掌紋識別，專家系統(tǒng)等。人工智能(Artificial Intelligence)是研究解釋和模擬人類智能、智能行為及其規(guī)律的一門學科。其主要任務是建立智能信息處理理論，進而設計可以展現(xiàn)某些近似于人類智能行為的計算系統(tǒng)。AI作為計算機科學的一個重要分支和計算機應用的一個廣闊的新領域，它同原子能技術，空間技術一起被稱為20世紀三大尖端科技。人工智能學科研究的主要內(nèi)容包括：知識表示、自動推理和搜索方法、機器學習和知識獲取、知識處理系統(tǒng)、自然語言理解、計算機視覺、智能機器人、自動程序設計等方面。知識表示是人工智能的基本問題之一，推理和搜索都與表示方法密切相關。常用的知識表示方法有：邏輯表示法、產(chǎn)生式表示法、語義網(wǎng)絡表示法和框架表示法等。常識，自然為人們所關注，已提出多種方法，如非單調(diào)推理、定性推理就是從不同角度來表達常識和處理常識的。問題求解中的自動推理是知識的使用過程，由于有多種知識表示方法，相應地有多種推理方法。推理過程一般可分為演繹推理和非演繹推理。謂詞邏輯是演繹推理的基礎。結構化表示下的繼承性能推理是非演繹性的。由于知識處理的需要，近幾年來提出了多種非演澤的推理方法，如連接機制推理、類比推理、基于示例的推理、反繹推理和受限推理等。搜索是人工智能的一種問題求解方法，搜索策略決定著問題求解的一個推理步驟中知識被使用的優(yōu)先關系?？煞譃闊o信息導引的盲目搜索和利用經(jīng)驗知識導引的啟發(fā)式搜索。啟發(fā)式知識常由啟發(fā)式函數(shù)來表示，啟發(fā)式知識利用得越充分，求解問題的搜索空間就越小。典型的啟發(fā)式搜索方法有A*、AO*算法等。近幾年搜索方法研究開始注意那些具有百萬節(jié)點的超大規(guī)模的搜索問題。機器學習是人工智能的另一重要課題。機器學習是指在一定的知識表示意義下獲取新知識的過程，按照學習機制的不同，主要有歸納學習、分析學習、連接機制學習和遺傳學習等。知識處理系統(tǒng)主要由知識庫和推理機組成。知識庫存儲系統(tǒng)所需要的知識，當知識量較大而又有多種表示方法時，知識的合理組織與管理是重要的。推理機在問題求解時，規(guī)定使用知識的基本方法和策略，推理過程中為記錄結果或通信需設數(shù)據(jù)庫或采用黑板機制。如果在知識庫中存儲的是某一領域(如醫(yī)療診斷)的專家知識，則這樣的知識系統(tǒng)稱為專家系統(tǒng)。為適應復雜問題的求解需要，單一的專家系統(tǒng)向多主體的分布式人工智能系統(tǒng)發(fā)展，這時知識共享、主體間的協(xié)作、矛盾的出現(xiàn)和處理將是研究的關鍵問題。需要數(shù)學基礎：高等數(shù)學，線性代數(shù)，概率論數(shù)理統(tǒng)計和隨機過程，離散數(shù)學，數(shù)值分析。需要算法的積累：人工神經(jīng)網(wǎng)絡，支持向量機，遺傳算法等等算法;當然還有各個領域需要的算法，比如要讓機器人自己在位置環(huán)境導航和建圖就需要研究SLAM;總之算法很多需要時間的積累。需要掌握至少一門編程語言，畢竟算法的實現(xiàn)還是要編程的;如果深入到硬件的話，一些電類基礎課必不可少。

學習人工智能呢，需要具有一定的算法基礎，算法設計是人工智能研發(fā)的核心之一，所以具有一個扎實的算法知識基礎，對于后續(xù)的學習會有比較大的幫助。對于本科生來說，可以參加一些專業(yè)比賽以便于促進算法相關知識的學習。

人工智能需要什么基礎