人工智能理论：什么是人工智能

董满功

人工智能是一种将人类相关的认知问题，如学习、推理、认知等作为计算机程序来实现的技术。人工智能一词最早出现于 1956 年在美国达特茅斯学院举行的一次会议上。人工智能一词最早由斯坦福大学的约翰麦卡锡教授使用。
它指的是通过使计算机执行以前认为只有人类才能实现的角色来人工创造的智能。换句话说，它是指将人类智能人工实现到机器或程序中。睡眠分为人工智能强人工智能(Strong Artificial Intelligence)和人工智能两大弱人工智能(Weak Artificial Intelligence)类。
强大的人工智能意味着它具有自我学习和识别能力，智力或智力水平已经达到接近人类的水平。你可以想到主要出现在科幻电影中的人形或机器人。
人工智能是指一组用于处理人类可以解决但传统计算机难以处理的任务的算法。可以看成是目前很多地方都在使用的AI服务。换句话说，它指的是在给定系统中控制器从控制输入​​到根据需要调整输出到学习可测量的启发式属性并进行自我判断深度学习的整个过程。
人工智能侧重于通过类人或理性的行动解决特定问题。对于人工智能的计算机科学领域，它源自计算机学习(Machine Learning)并深度学习(Deep Learning)包含在内。

机器学习

<hr/>


计算机学习(Machine Learning)这是一个根据伊朗数据对计算机进行编程的研究领域。传统编程通过显式编程构建系统，但机器学习侧重于基于数据的学习或提高系统性能。换句话说，现有的编程규칙和데이터基于该结果gwatgap haetjiman预测机器运行데이터并결괏값以规则的部门找到。
机器学习分析训练数据以找到某些规则或模式来创建预测算法。这种预测算法模型(Model)称为 ，当新数据输入到模型中时，可以从模型的预测值中推断出结果。由于算法是基于数据构建的，因此可以看出使用了统计方法。
机器学习算法包括监督学习 (Supervised Learning)，无监督学习(Unsupervised Learning)，强化学习(Reinforcement learning)和深度学习(Deep Learning)等。

深度学习

<hr/>


深度学习(Deep Learning)是机器学习的一种技术，模型通过自己理解数据之间的关系来学习。 多个层（层）与人工神经网络(Artificial Neural Network, ANN)使用机器学习进行研究。在这里，人工神经网络是受人脑神经元网络启发的统计学习算法。
生物神经元简单地接收来自另一个神经元的信号并将信号传输到另一个神经元。神经元由数十个或更多的网络组成，通过信号流实现复杂多样的活动。
毕竟，一个神经网络是节点(Node)由一组相互连接的 组成的，并且是由几层组成的。层主要分为输入层(Input Layer)、隐藏层(Hidden Layer)、输出层(Output Layer)。它接收要训练的数据作为输入层，经过几个隐藏层，在输出层返回结果。
通过不断向人工神经网络提供学习算法和数据，不断提高学习和思考能力。
深度学习算法包括卷积神经网络(Convolutional Neural Network, CNN)、循环神经网络(Recurrent Neural Network, RNN)、深度神经网络(Deep Neural Network, DNN)等。

• 提示：Deep 是指通过不断改进得到的神经网络的隐藏层。
  

别跟我杠

沙发？？？