您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识
人工智能的技术基础是什么？
人工智能,技术,知识人工智能的技术基础是什么？
发布时间：2019-02-08加入收藏来源：互联网点击：
主要包括：
线性代数：包括张量、矩阵、范数、特征分解等一些列知识
概率论以及信息论：各种概率分布，离散、连续、质量函数、密度函数，香农熵，交叉熵等等。机器学习基础知识：拟合、估计、监督、无监督、梯度下降等等。卷积网络，各种神经网络，CNN，RNN...编程语言，比如python机器学习库：tensorflow、pytorch综上，要学的东西真的非常多。
回答于 2019-09-11 08:43:50
人工智能的技术基础是什么
人工智能技术基础是一个复杂的系统，它不仅仅是一个纯粹的技术问题，而是一个具有科技综合性和社会复杂性的问题，是以计算机为主的科学技术对人文社会领域的渗透和落地运用，是用人工方法和技术模拟来扩展人类智能意识的科学。
因此，人工智能技术基础的包容性、覆盖面和横纵领域都相当大。
一，人工智能技术基础产生的历史过程
人工智能技术基础自 1956 年达特茅斯会议以来开始逐步建立，经历了60 多年的演进，逐渐从单一的理工科技术向多学科技术应用发展，具体经历了以下 6 个阶段 ：
一是1956 年——20世纪 60 年代初的技术基础起步发展期
主要以人工智能概念提出、机器定理技术、跳棋程序技术等为代表，是人工智能发展的第一个技术高潮。
二是20 世纪 60年代——70 年代初的技术基础反思发展期
这一阶段人工智能技术经历了机器连续函数证明和机器翻译失败等曲折，技术基础发展目标落空而走入低谷。
三是20 世纪 70年代初——80 年代中的技术基础应用发展期
在此期间人工智能技术基础从理论研究走向实际应用，在医疗、化学、地质等领域取得成功，推动人工智能走入应用发展的新高潮。
四是20 世纪 80年代中——90 年代中的技术基础低迷期
这一阶段由于人工智能技术基础因为在专家系统应用、知识获取、推理方法、分布式功能、数据库兼容等方面创新不足而又一次走入低谷。
五是20 世纪 90年代中——2010 年的技术基础稳步发展期
互联网科技发展推动人工智能技术基础进一步走向实用化。在弱人工智能技术方面以IBM深蓝超级计算机战胜了国际象棋世界冠军和提出“智慧地球”概念为代表，获得了较好的发展，代表专用型人工智能技术基础的战略性突破。
六是2011 年至今的技术基础蓬勃发展期
大数据、云计算、互联网、物联网等信息技术的发展，推动人工智能技术的爆发式提升。
从上世纪60年代至今的人工智能技术基础发展的历史轨迹可以看出，人工智能技术基础受制于综合科学技术的发展，特别是与互联网科技和计算机科技在社会经济系统中的大规模落地运用有关系。同时也同人工智能技术基础的发展目标、发展方向、整体规划、社会认同等因素也有关系。
二，人工智能技术基础的主要内容
经过长期的发展，人工智能开始融入更多的科学研究营养，突破了仅仅依靠计算机技术、互联网技术的限制，将越来越多的科学技术汇聚进来，综合运用，由一个专门性、局限性的技术领域演变为全面性、开放性的新领域，并逐步建立起自己的完备体系和规范的技术研究基础，为人工智能快速发展、迅速落地、多学科汇聚、社会广泛认同创造了良好的条件。
第一，人工智能历史发展学
主要从历史的角度研究人工智能的进步演化，研究人类社会经济条件、科学技术水平、重大历史事件等因素对人工智能科学进步的影响。同时对人工智能历史发展中的人物、时间、事件、过程等进行实证研究，为人工智能发展提供历史营养和时代资源。
第二，人工智能科技哲学
人工智能哲学主要研究人工智能产生的条件、发展趋势；人工智能对人类社会、经济的影响；人工智能的本质；人工智能伦理道德等问题。
第三，人工智能工程学
人工智能工程学包括脑科学、认知科学、计算机科学、工程学、信息通讯学等：
1、数学：包括微积分、线性代数、统计概率、信息论、集合论和图论、博弈论等；
2、脑科学：脑科学是研究脑的结构和功能的科学，主要探索大脑的本质，从分子、细胞和行为三个层面研究智能、智慧、意识等问题的原理和模型。脑科学为人工智能科学提供思维、意识、智能的生物学基础。
3、认知科学：认知科学是以认知过程及其规律为研究对象的学科。语言习得、阅读、话语、心理模型、语言心理、脑和神经是其研究对象，同时研究探索人脑或者心智工作机制。认知科学建立在坚实解剖学基础、系统层次论和量化处理大脑信息模型等医学基础上。它不断发展，先后形成了包括心智哲学、认知心理学、认知语言学、认知人类学、认知神经科学等六大支撑学科。
在此基础上又产生11个新兴交叉新学科，包括控制论、神经语言学、神经心理学、认知过程仿真、计算语言学、心理语言学、心理哲学、语言哲学、人类学语言学、认知人类学、脑进化。
美国国家科学基金会评价认知科学的重要性时说：“聚合技术是以认知科学为先导的。因为我们一旦能够以如何（how）、为何（who）、何处（where）、何时（when）这四个层次上理解思维，我们就可以用纳米科技来制造它，用生物技术和生物医学来实现它，最后用信息技术来控制它，使它为人类工作”。
4、计算机科学：主要包括计算机原理、程序设计语言、操作系统、分布式系统、算法基础、机器学习算法、机器学习分类、机器视觉识别、自动控制；机器学习架构还包括数据挖掘、智能芯片、虚拟化、分布式结构、库和计算框架、可视化解决方案、云服务等；还有其他一些人工智能技术包括知识图谱、统计语言模型、专家系统、遗传算法、博弈算法等。
5、应用工程学：目前人工智能主要靠四大应用落地技术打开局面，这些应用型技术主要围绕模拟、延伸和扩展人类智能，促使其在视觉处理、语音识别、自然语言处理和智能机器人四大应用领域落地：
计算机视觉技术（Computer Vision）
这是一门研究人工智能“眼睛”和“视力”的科学。人工智能中70%以上的数据采集、识别和分析都建立在如何让机器“看”的科学上，通过计算机代替人眼对目标进行识别、跟踪和测量，使计算机成为更适合人眼观察或传送给仪器检测图像和图形处理的技术。
语音识别（Automatic Speech Recognition）
语音识别是以语音为研究对象，通过信号处理和识别技术让机器自动识别和理解人类口述的语言，并将语音信号转换为相应文本或命令的一门技术。由语音识别和语音合成、自然语言理解、语义网络等技术相结合的语音交互正在逐步成为当前多通道、多媒体智能人机交互的主要方式。
下一篇：返回列表
相关链接 |
||
| 网友回复（共有 0 条回复） |