人工智能算法与理论（从零开始认识-人工智能）

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

哲学和认知科学（思维科学是AI的理论），数学（基础科学），神经生理学，心理学，计算机科学，信息论，控制论，不定性论。

机器人、语言识别、图像识别、自然语言处理和专家系统等。

细分内容：自然语言处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，组合调度问题，感知问题，模式识别，逻辑程序设计软计算，不精确和不确定的管理，人工生命，神经网络，复杂系统，遗传算法

应用分类：

B端：物体识别、智能路径规划等各类提升效率的应用

C端：智能交互等代替人工的场景

机器人，经济政治决策，控制系统，仿真系统

机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。

优点：擅长连续性学习。机器学习的数学基础是“统计学”、“信息论”和“控制论”，对经验的依赖性强。

缺点：跳跃性学习能力差，即不擅长创造，没有灵感和顿悟。

2013年，帝金数据普数中心数据研究员S.C WANG开发了一种新的数据分析方法，该方法导出了研究函数性质的新方法。作者发现，新数据分析方法给计算机学会“创造”提供了一种方法。本质上，这种方法为人的“创造力”的模式化提供了一种相当有效的途径。这种途径是数学赋予的，是普通人无法拥有但计算机可以拥有的“能力”。从此，计算机不仅精于算，还会因精于算而精于创造。

有待考察。

感知智能主要是数据识别，需要完成对大规模数据的采集，以及对图像、视频、声音等类型的数据进行特征抽取，完成结构化处理。

认知智能则需要在数据结构化处理的基础上，理解数据之间的关系和逻辑，并在理解的基础上进行分析和决策，即认知智能包括理解、分析、决策三个环节。

行动智能是在认知智能基础之上的执行，主要是人机协同。人机协同是在复杂的环境下，以知识图谱为支撑，进行数据推理，合理调度资源，使人类智能、人工智能和组织智能有效结合，打通感知、认知和行动的智能系统

作者：爱分析ifenxi链接：https://xueqiu.com/5243595231/138844112来源：雪球著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。风险提示：本文所提到的观点仅代表个人的意见，所涉及标的不作推荐，据此买卖，风险自负。

1. 感知智能
2. 认知智能
3. 行动智能

• 人机对弈
• 模式识别
• 自动工程
• 知识工程

《重大领域交叉前沿方向2021》（2021年9月13日由浙江大学中国科教战略研究院发布）认为当前以大数据、深度学习和算力为基础的人工智能在语音识别、人脸识别等以模式识别为特点的技术应用上已较为成熟，但对于需要专家知识、逻辑推理或领域迁移的复杂性任务，人工智能系统的能力还远远不足。 [9] 基于统计的深度学习注重关联关系，缺少因果分析，使得人工智能系统的可解释性差，处理动态性和不确定性能力弱，难以与人类自然交互，在一些敏感应用中容易带来安全和伦理风险。类脑智能、认知智能、混合增强智能是重要发展方向。 [8]

人工智能的理论-思维科学

认知智能供应商的核心能力-行业知识图谱

1、百度词条-人工智能

https://baike.baidu.com/item/人工智能/9180?fr=aladdin#2

2、AI的下一个战场，一文看懂认知智能 | 爱分析洞见

https://xueqiu.com/5243595231/138844112

3、MBA智库-认知智能

https://wiki.mbalib.com/wiki/认知智能#_ref-0