點擊此處加載本圖片
人是一個社會體和哲學體等堆疊的數(shù)據(jù)空間，他的特征隨著學習呈現(xiàn) n+1維。人類目前可以解決的是 n 維空間問題，在人類智能的基礎上延伸出人工智能、機器智能和人工智慧等，下面我們來分別了解一下什么是人工智能、機器智能和人工智慧。
一、什么是人工智能？
人工智能計算利用計算機延伸人類的智能，一般在研究認知計算中借助計算機模擬和模仿的手段來研究人類的智能如何構成，如何延伸，如何衍生新智能和知識體系過程工程。通常人工智能需要認知科學方法來定量的研究這個過程，通常最早的研究認為：心智是由無數(shù)的，微小的元素組成的，這些元素就是神經元，另一種觀點認為它是一些高級的結構，例如符號，構想，計劃與規(guī)劃的聚合。早期學者使用聯(lián)接主義對心智研究，后來學者研究重點放在符號計算，因此產生的機器學習。
機器學習通常是我們缺乏的知識發(fā)現(xiàn)內在關系的符號計算體現(xiàn)，作為補償我們對知識的不足我們使用擁有的數(shù)據(jù)來研究注意，“注意”就是重要信息的篩選，因此使用無監(jiān)督學習發(fā)現(xiàn)知識。這個過程包括認知語言學和學習發(fā)展心理學，從而出現(xiàn)先天學派和后天學派。一個強調生物體的大腦物理基本特征和基因，一個則強調環(huán)境的學習行為。
知覺和行為采用心理學，神經科學，計算機科學，系統(tǒng)論的研究方法來研究認知心理學，認知物理學相關需要將一個問題數(shù)學化、邏輯正規(guī)化地描述。計算機模型可以用來模擬、驗證智能的各種屬性，幫助我們特定認知現(xiàn)象的功能結構。認知模型有兩種基本方法：第一種著眼于抽象的心智能力，使用符號操作；另一種模擬人腦的神經元及其聯(lián)結，稱為亞符號模型。亞符號模型包含了聯(lián)結主義，它的基本思想是人腦由許多微小的元素組成，腦的能力首先取決于這些點的存在及其連接方是這一方法的典型實踐。有一些批評意見認為，當這一模型用于真實生物系統(tǒng)的運作時缺乏解釋能力，因為即便一個簡單規(guī)則的聯(lián)結都需要復雜的系統(tǒng)來完成?，F(xiàn)代意義上的認知科學可以追溯到早期控制論者，例如沃倫·麥卡洛克和瓦爾特·皮茨，他們試圖尋找心智的組織規(guī)律。麥卡洛特和皮茨發(fā)展了我們今天稱為人工神經網絡的最早版本，來源于生物神經網絡結構的計算模型。
機器學習一般認為是智能計算和人工智能實現(xiàn)的具體方法。讓計算機借助高級的數(shù)學方法學會人一樣的學習，思考能力。這里的基礎有麻省理工的線性代數(shù)公開課和佐治亞理工學院的 cs1332 和 cs3600 課程感覺比較容易理解。
KBAI 和認知智能系統(tǒng)簡單介紹如下：語義網絡，生成與測試，目標函數(shù)和代價函數(shù)分析，問題的復原和回饋，生態(tài)系統(tǒng)的集成實現(xiàn)，常識推理，腳本的規(guī)劃，記錄的案例學習，增量概念的學習，類比思想推理，傳播穩(wěn)定性約束，組態(tài)和單元認知的實現(xiàn)，學習中的糾正和 AI 倫理。
二、什么是機器智能？
機器智能 1950 年發(fā)表在《思想》上一篇“計算的機器和智能”文章中，作者是阿蘭—圖靈。也是現(xiàn)在自然語言處理和深度學習鼻祖。用電腦模擬人腦讓人無法分辨。例如現(xiàn)在翻譯就是一種復雜的技術。
三、什么是人工智慧？
人工智慧的定義可以分為兩部分，即“人工”和“智慧”。“人工”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)。
關于什么是“智慧”，就問題多多了。這涉及到其它諸如意識（consciousness）、自我（self）、心靈（mind，包括無意識的精神（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。
總之，人工智能目前在計算機領域內，得到了愈加廣泛的發(fā)揮。并在機器人、經濟政治決策、控制系統(tǒng)、仿真系統(tǒng)中得到應用。
本文僅供大家交流，系統(tǒng)學習請自己瀏覽國際或國內的公開課教程，coursea，udacity，edx，MIT-online 等。
聯(lián)系客服
