人工智能的支撑学科

本文主要是介绍人工智能的支撑学科，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

————参考文献《人工智能：一种现代的方法》（第3版）

哲学：

它给人工智能提供的参考大概是：

给定一个规则（形式规则），可以推出有效（或者精确）的结论吗？（三段论：即给定初始前提后，可以机械的推导出结论）

头脑是否是完全物理的？（意识如何从物理的大脑产生、笛卡尔二元论：大脑分为两个部分，一部分做机械推理，一部分存在不受物理定律支配的东西，简称灵魂）

知识的来源？（经验主义、逻辑主义）

知识与行动的联系？（如何证明Agent行动合理？目标与手段的关系、以及根据合理性，如何取舍手段的问题）

 

数学：

它给人工智能提供的参考大概是：

（逻辑）黑箱里的具体操作？（研究路径、以及同现实世界间的联系）

（计算）确定边界？（什么可以被计算、极限、可计算性、易处理性）（注意：有些真语句是无法被证明的）

（概率）对付不确定测量和不完备理论？（贝叶斯的规则：根据新证据更新概率）

 

经济学：

它给人工智能提供的参考大概是：

（如何决策使）利益最大化？

连续决策：马尔可夫决策过程？（人工智能考虑的不是每一步利益最大化，而是一串连续的动作后的合理决策：基于满意度模型，做出“足够好”的决策）

 

神经科学：

单个神经元可受刺激（电化光）实现输入输出的关系，但尚不清楚认知的运作过程。

尚不清楚简单细胞如何聚集产生思想、意识。神秘主义：超出自然科学的范畴。

奇异点（计算机接近人脑容量）：区别是，实现一个功能时人脑并不同时使用所有神经元。

 

心理学：

行为主义（认为内省不够客观，实行以刺激导致行动）

认知理论（物体可以将外部刺激翻译成内部语言，再通过物体内部已有的模型，表示出外部可以理解的行动）

 

计算机工程：

（人工制品）如何建造高效的计算机？（大规模并行）

 

控制论：

（智能）机器如何有目的的自主运行？（通过反馈系统，减小误差实现目标最大化，以实现稳定适应的行为）

（人工智能与其）区别：存在模糊边界

 

语言学：

（人工智能与语言学的结合）自然语言处理？（把知识翻译成计算机可推理的形式，并且结合主题和语境）

 

 

 

这篇关于人工智能的支撑学科的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---