人们期望的最常见的答案是“使计算机智能化，以便他们能够智能地行动！”，但问题是多少智能？如何判断智力？

 

......像人类一样聪明。如果计算机能够以某种方式解决现实世界中的问题，那么通过改进他们自己过去的经验，他们就会被称为“智能”。

因此，AI系统更通用（而不是具体），具有“思考”能力并且更灵活。

 

我们知道，情报是获取和应用知识的能力。知识是通过经验获得的信息。经验是通过接触（培训）获得的知识。总结这些条款，我们将人工智能作为“自然（即人类）”的副本，“世界卫生组织”能够获取和应用通过暴露获得的信息。“

 

情报包括：

 

推理

学习

解决问题

知觉

语言智能

AI中使用了许多工具，包括搜索和数学优化的版本，逻辑，基于概率和经济学的方法。人工智能领域利用计算机科学，数学，心理学，语言学，哲学，神经科学，人工心理学和许多其他人。

 

 

 

需要人工智能

 

创建具有智能行为的专家系统，具有学习，演示，解释和建议用户的能力。

帮助机器找到像人类一样的复杂问题的解决方案，并以计算机友好的方式将它们用作算法。

AI的应用包括自然语言处理，游戏，语音识别，视觉系统，医疗保健，汽车等。

 

AI系统由代理及其环境组成。代理（例如，人或机器人）是能够通过传感器感知其环境并通过效应器对该环境起作用的任何事物。智能代理必须能够设定目标并实现目标。在经典规划问题中，代理可以假设它是世界上唯一的系统，允许代理确定其行为的后果。但是，如果代理人不是唯一的参与者，那么它要求代理人可以在不确定的情况下进行推理。这要求代理商不仅可以评估其环境并进行预测，还可以评估其预测并根据其评估进行调整。自然语言处理使机器能够阅读和理解人类语言。自然语言处理的一些直接应用包括信息检索，文本挖掘，问答和机器翻译。机器感知是能够使用来自传感器（例如相机，麦克风，传感器等）的输入来推断世界的各个方面。例如，计算机视觉。诸如博弈论，决策理论等概念使得代理人能够检测和模拟人类情感。

 

很多时候，学生对机器学习和人工智能感到困惑，但机器学习是自该领域诞生以来人工智能研究的一个基本概念，它是对通过经验自动改进的计算机算法的研究。机器学习算法及其性能的数学分析是理论计算机科学的一个分支，称为计算学习理论。

 

Stuart Shapiro将人工智能研究分为三种方法，他称之为计算心理学，计算哲学和计算机科学。计算心理学用于制作模仿人类行为的计算机程序。计算哲学被用来开发一种适应性的，自由流动的计算机思维。实现计算机科学的目的是创建可以执行只有人们以前可以完成的任务的计算机。

 

AI开发了大量工具来解决计算机科学中最棘手的问题，例如：

 

搜索和优化

逻辑

不确定推理的概率方法

分类器和统计学习方法

神经网络

控制理论

语言

高调的人工智能示例包括自动驾驶汽车（如无人机和自动驾驶汽车），医疗诊断，创作艺术（如诗歌），证明数学定理，玩游戏（如国际象棋或围棋），搜索引擎（如谷歌搜索），在线助理（如Siri），照片中的图像识别，垃圾邮件过滤，司法判决预测[204]以及针对在线广告。其他应用包括医疗保健，汽车

金融，视频游戏等

 

智能机器 - 或人机混合动力车 - 的限制是否有限？超级智能，超智能或超人智能是一种假设的代理人，拥有的智能远远超过最聪明，最有天赋的人类思维。“超级智能”也可以指这种代理人拥有的情报的形式或程度。

需要软件开发就找我们成都软件开发公司吧