1、什麼是智慧？

認識客觀事物和運用知識解決問題的綜合能力。

2、什麼是人工智慧？

用人工的方法在機器上實現智慧，構造智慧機器或智慧系統，使它能模擬、延伸和擴充套件人類智慧的學科。

3、人工智慧是腦科學、認知科學、電腦科學、系統科學、控制論、微電子等學科延伸出來的綜合學科，依賴這些學科的共同發展，但目前這些學科的現狀來看，實現人工智慧的遠期目標還需要一個較長的時期。

4、人的智慧行為：感知、思維、學習、行為。

5、人工智慧的遠期目標和近期目標是相互依存的，遠期目標為近期目標指明瞭方向，而近期目標為遠期目標奠定了理論和技術基礎。

6、人工智慧發展簡史：

            孕育期：

                1943年    達特茅斯會議，定義名詞 AI

             低潮期：1971-1980

                已知識為中心，面向應用開發

                原因：人的神經元10^11-10^12個，腦科學的發展遠不能達到能模擬人腦的地步

                          單層感知器的侷限性

                          研發經費的削減

               1982年Hopfield網路提出，解決了時間複雜度為NP完全的“旅行商”問題

                1986年BP演算法的提出，解決了多層感知器的學習問題

7、學派分立到學派綜合

    人工智慧研究形成了相對獨立的三大學派：基於知識工程的符號主義學派、基於人工神經網路的連線主義學派、基於控制論的行為主義學派。

    符號主義學派：強調知識的表示和推理；認知的基元是符號；

    聯結主義學派：強調神經元的聯結活動過程；思維的基元是神經元；

    行為注意學派：強調對外界環境的感知和適應；智慧取決於感知和行動；

    它們的學術觀點和科學方法上存在嚴重分歧和差異，在特定的歷史條件下，格子走出了自己的研究道路和成長曆史。但是，隨著研究和應用的深入，人們又逐漸認識到，三個學派各有所長，各有所短，應相互結合取長補短、綜合整合。因此，人們通常把20世紀80年代末到21世紀初的這段時間稱為從學派分立走向綜合的時期。

8、人工智慧研究的基本內容

    腦科學、認知科學（情感、動機、意志相對應的理智或認識的過程）、

9、智慧模擬方法和技術研究

    機器感知：讓計算機具有類似人的感知能力，如視覺、聽覺、觸覺等。在機器感知中，目前較多和較為成功的機器視覺（或叫計算機視覺）和機器聽覺（或叫計算機聽覺）。人們對機器感知的研究已在人工智慧中形成了一些專門的研究領域，如計算機視覺、模式識別、自然語言理解等。

    機器思維：讓計算機能夠對感知到的外界資訊和自己產生的內部資訊進行思維性加工。由於人類智慧主要來自於大腦的思維活動，因此機器思維也應該是機器智慧的重要組成部分。為了實現機器的思維功能，需要在知識的表示，組織及推理方法，各種啟發式搜尋及控制策略，神經網路、思維極力等方面進行研究。

    機器學習：讓計算機能夠像人那樣自動地獲取新知識，並在實踐中不斷地完善自我和增強能力。機器學習是機器具有智慧的重要表示，也是人工智慧研究的核心問題之一。目前人麼根據對人類自身學習的已有認識，已經研究出了不少機器學習方法，如記憶學習、歸納學習，解釋學習，發現學習，聯結學習和遺傳學習等。

    機器行為：讓計算機能夠具有像人那樣行動和表達能力。

參考：人工智慧原理及應用（第三版）_王萬森