一、什么是人工智能导论 1、定义 难以想象，人工智能发展了这么久，学术界至今对于“智能”一词没有一个明确的定义。   2、智能的三个特点 （1）信息融入 有智能的物体可以将新的信息融入到自己的知识库。   （2）推理新信息 有智能的物体可以利用知识库里的信息去推理出新的信息。   （3）对外界刺激反应 有智能的物体可以利用知识库里的信息去针对外界刺激做出相应的反射。   二、人工智能学术界的争论 1、真正的人工智能，必须要像人一样思考 如果我们想要让某样东西，像人一样思考，那么，我们首先必须要了解人到底是怎样思考的。“像人一样思考”，这便是第一个学派的观点。但是另一个学派却认为这种观点限制了我们的眼界，我们需要站在更广阔的平台上看待人工智能的本质。   2、只需要它能够思考就可以了 这个学派，也有它的道理，可是落实到实现上，又浮现了另一个问题：“什么才是思考？”对此，学派认为，我们没必要去纠结什么才是思考。我们只需要去让人工智能学会其中一种思考方式就可以了。   3、需要让它们的行为看起来像人就行了 通过图灵测试的机器，恰好就可以满足该学派的需求。   （1）自然语言处理 让它在表面上能够和人类交流。   （2）知识表示 因为图灵测试需要回答问题，所以类人体有必要存储信息。   （3）自动推理 为了得出问题的答案，需要利用已有的信息推理出新的信息，并当作结论回答出去。   （4）机器学习 用来适应新的情况和分辨不同的情况。   （5）机器感知 或许，类人体的信息会来自光、声音、触觉等等。   （6）机器人学 类人体需要一个身体，因为图灵测试可能会让你进行人的行为，比如：移动物体等等。   4、只需要它们看上去有智能就行了 我们甚至不需要它们像人一样行为，我们只需要它们看上去有智能就行了。一个典型的例子，下棋 AI 。这玩意儿外行看上去跟有智能一样，其实本质就是一种搜索算法。   三、什么是智能分析 1、视觉分析技术 指计算机图像视觉分析技术，通过将场景中背景和目标分离进而分析并追踪在摄像机场景内出现的目标。   2、规则定义 用户可以根据的视频内容分析功能，通过在不同摄像机的场景中预设不同的报警规则，一旦目标在场景中出现了违反预定义规则的行为，系统会自动发出报警。   3、报警信息 监控工作站自动弹出报警信息并发出警示音，用户可以通过点击报警信息，实现报警的场景重组并采取相关措施。   四、智能分析的未来应用 1、需解决问题 智能视频系统要解决的问题有两个。   （1）把人从盯屏幕的任务中解脱 一个是将安防操作人员从繁杂而枯燥的“盯屏幕”任务解脱出来，由机器来完成这部分工作。   （2）寻找所需图像 另外一个是为在海量的视频数据中快速搜索到想要找的的图像。操作人员盯着屏幕电视墙超过10分钟后将漏掉90%的视频信息而使这项工作失去意义。   2、案例 伦敦地铁案中，安保人员花了70个工时才在大量磁带中找到需要的信息。因此基于上述两点，你必须选择视频分析系统，视频分析系统将在未来成为监控系统的标配。   五、智能分析的运用方案 智能分析技术用于视频监控方案通常有两种。   1、嵌入式系统 第一种是基于智能视频处理器解决方案的嵌入式系统、   2、基于工业计算机的解决方案 第二种是基于工业计算机的解决方案，在嵌入式系统方案中,视频分析设备被放置在IP摄像机之后，而基于工业计算机的解决方案只能控制若干关键的监控点。   六、智能分析存在的难点 1、背景的复杂性 光照变化引起目标颜色与背景颜色的变化，可能造成虚假检测与错误跟踪。采用不同的色彩空间可以减轻光照变化对算法的影响，但无法完全消除其影响。   2、目标特征的取舍 序列图像中包含大量可用于目标跟踪的特征信息，如目标的运动、颜色、边缘以及纹理等。但目标的特征信息一般是时变的，选取合适的特征信息保证跟踪的有效性比较困难。   3、遮挡问题 遮挡是目标跟踪中必须解决的难点问题。运动目标被部分或完全遮挡，又或是多个目标相互遮挡时，目标部分不可见回造成目标信息缺失，影响跟踪的稳定性。   4、兼顾实时性与鲁棒性 序列图像包含大量信息，要保证目标跟踪的实时性要求，必须选择计算量小的算法。鲁棒性是目标跟踪的另一个重要性能，提高算法的鲁棒性就是要使算法对复杂背景、光照变化和遮挡等情况有较强的适应性，而这又要以复杂的运算为代价。   七、智能分析的分类 1、越界分析 （1）功能 通过设置虚拟围篱，对周界进行侦测。当发现可疑人员或者物体穿越围篱，即触发报警，并将报警信号上传至监控管理中心。同时可将报警画面通过网络上传至远程监看用户。   （2）应用 交通马路人行横道或斑马线；厂区重点区域围墙；学校；看守所围墙等。   2、入侵分析 （1）功能 通过在监看画面上设置对某一区域（可设置任意形状）为警戒状态，当有物体非法闯入警戒区后，即触发报警，并同时对闯入物体进行分析。比如当有人进入警戒区时即报警有人非法闯入禁区；当有汽车进入警戒区时即报警有非法车辆闯入禁区。星网锐捷。   （2）应用 某些重点保护区域例如银行金库、景点区域；易发生危险地带；军事禁区；博物馆；码头；医院等。   3、丢失分析 （1）功能 通过在监控画面上画出一块寸有重要物品的区域作为警戒区域，只要此物品离开了警戒区域，那么将立即触发报警，并可同时将报警上传至远程客户端。   （2）应用 重点保护区域如博物馆，展览厅，拍卖会，金银店等。   4、方向分析 （1）功能 在实际监控中，人们可能关心只是人流的方向和车流的运动方向，通过方向的识别可以判断目标是否为不合法走动或行驶，如果出现逆向行为，目标将会被自动锁定，并同时报警。   （2）应用 单向行驶的道路；重要出入口等。   5、滞留分析 （1）功能 对于特定区域内的逗留人或物体进行分析，当目标超过设定的时间，系统会认为为可疑物体，并同时报警，也可以将报警上传至远程客户端。   （2）应用 所有重要的监控区域，非有关人员禁入区域。   6、智能跟踪 （1）功能 对可疑人或物体进行目标锁定，同时摄像机将跟随目标转动并报警，也可以将报警信号上传至远程客户端。   （2）应用 小区；非有关人员禁入区域；机密区域；重要保护区域等。

一、什么是人工智能赋能新时代 1、提高经济社会发展智能化水平 “新一代人工智能正在全球范围内蓬勃兴起，为经济社会发展注入了新动能，正在深刻改变人们的生产生活方式。”习近平在贺信中强调，中国正致力于实现高质量发展，人工智能发展应用将有力提高经济社会发展智能化水平，有效增强公共服务和城市管理能力。   2、高度重视人工智能发展 “中国愿在人工智能领域与各国共推发展、共护安全、共享成果。”党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能重要性，为人工智能如何赋能新时代指明方向。   二、以“智”图“治”：人工智能开辟社会治理新格局 1、习近平致首届数字中国建设峰会的贺信 当今世界，信息技术创新日新月异，数字化、网络化、智能化深入发展，在推动经济社会发展、促进国家治理体系和治理能力现代化、满足人民日益增长的美好生活需要方面发挥着越来越重要的作用。   2、习近平在中共第十九大上的报告 加强社会治理制度建设，完善党委领导、政府负责、社会协同、公众参与、法治保障的社会治理体制，提高社会治理社会化、法治化、智能化、专业化水平。   3、习近平在网络安全和信息化工作座谈会上的讲话 要以信息化推进国家治理体系和治理能力现代化，统筹发展电子政务，构建一体化在线服务平台，分级分类推进新型智慧城市建设，打通信息壁垒，构建全国信息资源共享体系，更好用信息化手段感知社会态势、畅通沟通渠道、辅助科学决策。   4、习近平在“一带一路”国际合作高峰论坛开幕式上的演讲 我们要坚持创新驱动发展，加强在数字经济、人工智能、纳米技术、量子计算机等前沿领域合作，推动大数据、云计算、智慧城市建设，连接成21世纪的数字丝绸之路。   三、以“智”提“质”：人工智能为高质量发展赋能 1、习近平致2018世界人工智能大会的贺信 中国正致力于实现高质量发展，人工智能发展应用将有力提高经济社会发展智能化水平，有效增强公共服务和城市管理能力。   2、习近平在金砖国家工商论坛上的讲话 人工智能、大数据、量子信息、生物技术等新一轮科技革命和产业变革正在积聚力量，催生大量新产业、新业态、新模式，给全球发展和人类生产生活带来翻天覆地的变化。我们要抓住这个重大机遇，推动新兴市场国家和发展中国家实现跨越式发展。   3、习近平在中国共产党第十九次全国代表大会上的报告 加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合，在中高端消费、创新引领、绿色低碳、共享经济、现代供应链、人力资本服务等领域培育新增长点、形成新动能。   4、习近平在中国科学院第十九次院士大会上的讲话 。要以智能制造为主攻方向推动产业技术变革和优化升级，推动制造业产业模式和企业形态根本性转变，以“鼎新”带动“革故”，以增量带动存量，促进我国产业迈向全球价值链中高端。   5、习近平在主持中共中央政治局第三十六次集体学习时强调 世界经济加速向以网络信息技术产业为重要内容的经济活动转变。要加大投入，加强信息基础设施建设，推动互联网和实体经济深度融合，加快传统产业数字化、智能化，做大做强数字经济，拓展经济发展新空间。   四、以“智”谋“祉”：人工智能造福人类 1、习近平在中国科学院第十九次院士大会上的讲话 科学技术从来没有像今天这样深刻影响着国家前途命运，从来没有像今天这样深刻影响着人民生活福祉。   2、习近平致2018世界人工智能大会的贺信 希望与会嘉宾围绕“人工智能赋能新时代”这一主题，深入交流、凝聚共识，共同推动人工智能造福人类。   3、习近平致2015世界机器人大会的贺信 中国将机器人和智能制造纳入了国家科技创新的优先重点领域，我们愿加强同各国科技界、产业界的合作，推动机器人科技研发和产业化进程，使机器人科技及其产品更好为推动发展、造福人民服务。   4、习近平在金砖国家工商论坛上的讲话 我们要妥善化解信息化、自动化、智能化对传统产业的冲击，在培育新产业过程中创造新的就业机会。  

一、什么是人工智能的核心因素 1、算力 算力不是瓶颈，因为现在有云计算，但是有成本的考虑因素在里面，算力的成本在整个AI模型中占到了10-20%，区块链在这块也是可以贡献一些力量的，所以有些区块链项目做的就是AI的算力共享网络和市场。   2、算法 算法的核心问题是没有一个公开的市场，因为模型又需要一定的隐私权的保护，同时又要吸引大家都来用，目前来说市场是比较小的，所以也有一些区块链公司做的就是帮助模型的发布，发一个token，来激励大家用这个模型。   3、数据市场 算力算法都不是问题之后，数据就成为了核心问题，你没有数据的话，AI模型是不可能落地的，这就跟原尖叫项目机器人外骨骼例子是一样的，因为没人穿，而它的数据可能需要10000组数据之后才可以展开商业应用，找不到10000个老人或者病人，也拿不到现成的数据，所以那个AI模型就不能成熟落地。   二、什么是大数据 1、三个层次 （1）容量很大的数据 比如两个仓库都堆满了很多书，甲仓库的书全是大学二年级数学教材，乙仓库的为大学各类教材及其提升学生综合能力的各类图书，两仓库都满足了“大”的要求；   （2）大容量且有用的数据 比如对大学教学来说，肯定上述甲仓库的书几乎没用，而乙能满足这一要求；   （3）从中挖掘核心数据的强大能力 这个很考水平，所以，大数据不能简单地理解为数据多，其核心是数据挖掘。挖掘数据则要涉及到云计算。这种如云般运算的能力与强度，实际上就是考验科技与研发人员的“认知”水准。   2、核心 通过对海量数据的交换、选择、整合和分析，发现新的知识，创造新的价值，带来"大知识"、"大科技"、"大利润"和"大发展"。也就是，将海量数据最大化的、集约性的、多头性的运用于企业、社会、生活等等的各个方面，以创造最大的价值。   三、大数据的范围与深度认识 1、范围认知 如今通过物联网（或互联网）感知到的被人们称之为“大数据”的数据（主要指人类信息交换、信息存储、信息处理三方面能力大幅提升后，人与人、人与物之间所制造的数据），相对于万物在同一时刻所释放的所有数据来说，仅仅只是微不足道的“微数据”而已。   2、深度认知 如今概念的“大数据”依然是很表面的数据，比如说“你挥挥手，几个简单的动作是‘表数据’，物联网能感知；而挥手动作之下，深入到分子、细胞与组织内，数以亿计的‘宏数据’不能被感知。   四、大数据与人工智能、物联网的关系 1、与AI的关系 （1）学习样本 比如AI中的“深度学习”（机器学习的内容之一），实际上是个老话题，如今很时髦的原因，主要是因为信息技术的发展让搜集“大数据”成为可能，机器训练有了足够多的样本。   （2）大数据的应用 诸如阿尔法狗的棋步算法、洛天依的声音合成，以及无人驾驶、人脸识别、网页搜索等等高级应用中用到的神秘兮兮的“深度学习”“增强学习”，乃至最具潜力的“对抗学习”及其对应的“深度神经网络”“卷积神经网络”“对抗神经网络”等，都与大数据有关。   2、与物联网的关系（进一步解读与AI的关系） （1）信息传递 物联网主要通过各种设备（比如RFID，传感器，二维码等）的接口将现实世界的物体连接到互联网上，或者使它们互相连接，以实现信息的传递和处理。   （2）数据处理分析 而且，由于物联网可连接大量不同的设备及装置（家用、生活、监测等各类电器和设备），嵌入在各个产品中的传感器（sensor）便会不断地将新数据上传至云端。这些新的数据以后可以被人工智能处理和分析，以生成所需要的信息并继续积累知识。   五、大数据与人工智能的结合应用 1、大数据分析 从技术的角度来看，大数据分析是与人工智能一个重要的结合点，机器学习作为大数据重要的分析方式之一，正在被更多的数据分析场景所采用，不少大数据研发人员就是通过机器学习转入了人工智能领域。   2、AIoT体系 AIoT技术体系的核心就是物联网与人工智能技术的整合，从物联网的技术层次结构来看，在物联网和人工智能之间还有重要的“一层”，这一层就是大数据层，所以在AIoT得到更多重视的情况下，大数据与人工智能的结合也增加了新的方式。   3、云计算体系 随着云计算服务的逐渐深入和发展，目前云计算平台正在向“全栈云”和“智能云”方向发展，这两个方向虽然具有一定的区别（行业），但是一个重要的特点是都需要大数据的参与，尤其是智能云。  

一、什么是人工智能工程师 1、定义 人工智能工程师是指从事与人工智能相关算法、深度学习等多种技术的分析、研究、开发，并对人工智能系统进行设计、优化、运维、管理和应用的工程技术人员。   2、发展前景 2017年3月5日“AI人工智能”正式写入2017党代会报告，新的征程来了。无人驾驶汽车、个人生活助理、金融服务、电商运营、医疗服务、教育培训等各大家喻户晓的领域，AI人工智能都已经开始进入。   3、薪酬水平 依照现阶段BAT薪酬水平作为参考，AI项目工程师毕业转正即可高于年薪30-40万，工作3年可以高于60-80万，7-10年以上年薪可以高于150万。当然了工作7年以后，由于大家工作轨迹和成长差异较大，收入相对应也会有不一样。   二、人工智能工程师的工作相关 1、工作内容 （1）研究 分析、研究人工智能算法、深度学习等技术并加以应用；   （2）应用 研究、开发、应用人工智能指令、算法；   （3）开发 规划、设计、开发基于人工智能算法的芯片；   （4）优化 研发、应用、优化语言识别、语义识别、图像识别、生物特征识别等人工智能技术；   （5）集成 设计、集成、管理、部署人工智能软硬件系统；   （6）设计 设计、开发人工智能系统解决方案。   2、工作要求 数学基础；编程基础；机器学习基础；专业领域知识基础；具体行业的深度认知。任何应用场景都有自己独特的数据结构，而一个能够落地的AI应用自然离不开对于业务本身的深入理解。   3、工作特色 有较强的科研性质。   4、相关专业 智能科学与技术、计算机科学与技术、软件工程、电子信息工程和自动化等。   5、相关证书 人工智能工程师认证（HCNA-AI）。   6、相关职业 数据科学家、AI/机器学习工程师、数据标签专业人员、AI硬件专家、数据保护专家等。   三、什么是人工智能编程语言 1、程序设计语言 人工智能编程语言是一类适应于人工智能和知识工程领域的、具有符号处理和逻辑推理能力的计算机程序设计语言。   2、解决复杂问题 能够用它来编写程序求解非数值计算、知识处理、推理、规划、决策等具有智能的各种复杂问题。   四、人工智能编程语言的分类 1、对应于产生式规则知识表示的语言 例如，由美国卡耐基·梅农大学的C·L·福基（C.L.Forgy）等人于1 977年开发的OPS(official production system)，当时’就用它来为DEC公司开发了一个解决VAX计算机系统配置问题的专家系统X1/XCON。   2、对应于逻辑公式知识表示的语言 一种已广为应用的逻辑语言就是PROLOG。它是1 970年由法国马塞大学的 A.柯迈豪埃(Alain Colmerauer)所开发的。   3、对应于框架或语义网知识表示的语言 这是一类所谓“面向对象”的(object-oriented)语言。其中一个有代表性的语种就是Smalltalk。它是在1980年首创，后来发展了好几个版本，通常以发布的年份来标记，例如，第1个版本叫Smalltalk-80等等。   4、对应于函数知识表示或函数式程序设计风格的语言 首先是由计算机科学家J.巴科斯(J. Backus)在1978年发表的一篇获图灵奖的著名论文中提出。它提出的函数式编程语言，虽然在理论上很完美，而且建立在坚实的数学基础之上，但是在常规计算机上很难实现。   五、人工智能编程语言的特性 1、共同特点 人工智能编程语言有一个共同的特点，那就是这些语言都是面向所要解决的问题、结合知识表示、完全脱离当代计算机的诺依曼结构特性而独立设计的；它们又处于比面向过程的高级编程语言更高的抽象层次。   2、效率很低 因此，用这些语言编写的程序，在现代计算机环境中，无论是解释或编译执行，往往效率很低。尤其当程序规模很大、很复杂时，将浪费大量系统资源(主要指处理机占用时间和存储空间占用量)，使系统性能下降到难以容忍的地步。   六、人工智能编程语言的典型类型 1、LISP语言 麻省理工学院的John McCarthy，在20世纪60年代初研制出了LISP语言。LISP语言是一个用于处理符号表达式的、相当简单的函数式程序设计语言，其以数学中的函数与函数作用的概念作为设计原理，它奠定了函数式语言的基础。   2、Prolog语言 Prolog(Programming in Logic)是一种逻辑编程语言。它建立在逻辑学的理论基础之上，最初被运用于自然语言等研究领域。现已广泛应用在人工智能的研究中，可以用来建造专家系统、自然语言理解、智能知识库等。同时，对一些通常的应用程序的编写也很有帮助。   七、人工智能编程语言的发展方向 1、研制与某种语言完全适应的所谓新一代计算机 以诺依曼机为核心的现代通用计算机已经广泛普及而且性能还在不断提高，同时已经积累了巨大的软件资源。任何与现代计算机不兼容的专用机，最多因能满足个别特殊需求而在某些场合发挥作用，难以与现代通用计算机相抗衡。   2、把不同的编程语言结合，发展复合语言或嵌入式语言 把几种不同风格的编程语言结合起来，发展复合语言或嵌入式语言，以便取长补短，使系统性能得以进一步提高。当前最为流行的是把面向对象语言的设计思路融汇到常用的面向过程的高级语言中。C++语言就是一个突出的例子。   3、编写出一个简洁明了而易于调试的程序原型 充分利用面向问题的人工智能编程语言的特点，先选择某种语言编写出一个简洁明了而易于调试的程序原型。通过验证、调试后，再仿照这个原型，改编为某种面向过程的高级语言程序，例如C或C++，甚至BASIC，以此来达到提高最终应用系统开发质量和执行效率的目的。  

一、什么是人工智能 1、技术科学 人工智能（Artificial Intelligence），英文缩写为AI。它是研究、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。   2、计算机科学的一个分支 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。   3、应用领域广泛 人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。   二、人工智能的发展过程 1、名称起源 John McCarthy在1956年最早使用了人工智能（Artificial Intelligence）这个词。他曾经吐槽说“一旦一样东西用人工智能实现了，人们就不再叫它人工智能了”。   2、概念普及 但近年来，随着人工智能概念的普及，人们不再认为人工智能只是未来的神秘事物，因为它已经存在于每个人的身边。   3、人工智能的发展分类 事实上，人工智能的概念很宽，种类也很多。通常，按照水平高低，人工智能可以分成三大类：弱人工智能、强人工智能和超人工智能。   三、什么是弱人工智能 1、只专注于完成某个特定的任务 首先，弱人工智能（ArtificialNarrow Intelligence/ANI），只专注于完成某个特定的任务，例如语音识别、图像识别和翻译，是擅长于单个方面的人工智能。它们只是用于解决特定的具体类的任务问题而存在，大都是统计数据，以此从中归纳出模型。   2、没有达到模拟人脑思维的程度 由于弱人工智能智能处理较为单一的问题，且发展程度并没有达到模拟人脑思维的程度，所以弱人工智能仍然属于“工具”的范畴，与传统的“产品”在本质上并无区别。   3、优秀的信息处理者 包括近年来出现的IBM的Watson和谷歌的AlphaGo，它们是优秀的信息处理者，但都属于受到技术的限制的“弱人工智能”。比如，能战胜象棋世界冠军的人工智能AlphaGo，它只会下象棋，如果问它怎样更好地在硬盘上储存数据，它就无法回答。   4、并不真正拥有智能，也不会有自主意识 使用弱人工智能技术制造出的智能机器，看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。   四、什么是强人工智能 1、人类级别的人工智能 强人工智能（Artificial GeneralIntelligence/AGI），属于人类级别的人工智能，在各方面都能和人类比肩，人类能干的脑力活它都能胜任。它能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作。   2、处理细节，交互式学习 “强人工智能”系统包括了学习、语言、认知、推理、创造和计划，目标是使人工智能在非监督学习的情况下处理前所未见的细节，并同时与人类开展交互式学习。   3、像人类一样独立思考和决策 在强人工智能阶段，由于已经可以比肩人类，同时也具备了具有“人格”的基本条件，机器可以像人类一样独立思考和决策。   五、什么是超人工智能 1、超越人类的智能 超人工智能（Artificial Superintelligence/ASI）牛津哲学家、知名人工智能思想家Nick Bostrom把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能”。   2、奇点理论 在超人工智能阶段，人工智能已经跨过“奇点”，其计算和思维能力已经远超人脑。此时的人工智能已经不是人类可以理解和想象。   3、超人工智能将形成一个新的社会 人工智能将打破人脑受到的维度限制，其所观察和思考的内容，人脑已经无法理解，人工智能将形成一个新的社会。   六、关于人工智能的科学介绍 1、实际应用 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。   2、学科范畴 人工智能是一门边缘学科，属于自然科学和社会科学的交叉。   3、涉及学科 哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论。   4、研究范畴 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   5、意识和人工智能 人工智能就其本质而言，是对人的思维的信息过程的模拟。   （1）结构模拟 对于人的思维模拟可以从两条道路进行，一是结构模拟，仿照人脑的结构机制，制造出“类人脑”的机器。   （2）功能模拟 二是功能模拟，暂时撇开人脑的内部结构，而从其功能过程进行模拟。现代电子计算机的产生便是对人脑思维功能的模拟，是对人脑思维的信息过程的模拟。  

一、什么是人工智能阿尔法 1、围棋机器人 阿尔法围棋（AlphaGo）是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人，由谷歌（Google）旗下DeepMind公司戴密斯·哈萨比斯领衔的团队开发。其主要工作原理是“深度学习”。   2、对战成就 （1）战胜李世石 2016年3月，阿尔法围棋与围棋世界冠军、职业九段棋手李世石进行围棋人机大战，以4比1的总比分获胜；2016年末2017年初，该程序在中国棋类网站上以“大师”（Master）为注册账号与中日韩数十位围棋高手进行快棋对决，连续60局无一败绩。   （2）战胜柯洁 2017年5月，在中国乌镇围棋峰会上，它与排名世界第一的世界围棋冠军柯洁对战，以3比0的总比分获胜。围棋界公认阿尔法围棋的棋力已经超过人类职业围棋顶尖水平，在GoRatings网站公布的世界职业围棋排名中，其等级分曾超过排名人类第一的棋手柯洁。   3、退出比赛 2017年5月27日，在柯洁与阿尔法围棋的人机大战之后，阿尔法围棋团队宣布阿尔法围棋将不再参加围棋比赛。2017年10月18日，DeepMind团队公布了最强版阿尔法围棋，代号AlphaGo Zero。   二、阿尔法旧版原理 1、深度学习 阿尔法围棋（AlphaGo）是一款围棋人工智能程序。其主要工作原理是“深度学习”。   （1）训练方法 “深度学习”是指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。   （2）工作原理 这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理，就像人们识别物体标注图片一样。   2、两个大脑 阿尔法围棋（AlphaGo）是通过两个不同神经网络“大脑”合作来改进下棋。它们从多层启发式二维过滤器开始，去处理围棋棋盘的定位，就像图片分类器网络处理图片一样。经过过滤，13个完全连接的神经网络层产生对它们看到的局面判断。这些层能够做分类和逻辑推理。   （1）第一大脑：落子选择器 （Move Picker） 阿尔法围棋（AlphaGo）的第一个神经网络大脑是“监督学习的策略网络（Policy Network）” ，观察棋盘布局企图找到最佳的下一步。事实上，它预测每一个合法下一步的最佳概率，那么最前面猜测的就是那个概率最高的。这可以理解成“落子选择器”。   （2）第二大脑：棋局评估器 （Position Evaluator） 阿尔法围棋（AlphaGo）的第二个大脑相对于落子选择器是回答另一个问题，它不是去猜测具体下一步，而是在给定棋子位置情况下，预测每一个棋手赢棋的概率。这“局面评估器”就是“价值网络（Value Network）”，通过整体局面判断来辅助落子选择器。   3、操作过程 阿尔法围棋（AlphaGo）为了应对围棋的复杂性，结合了监督学习和强化学习的优势。   （1）策略网络 它通过训练形成一个策略网络（policy network），将棋盘上的局势作为输入信息，并对所有可行的落子位置生成一个概率分布。   （2）价值网络 然后，训练出一个价值网络（value network）对自我对弈进行预测，以 -1（对手的绝对胜利）到1（AlphaGo的绝对胜利）的标准，预测所有可行落子位置的结果。   三、阿尔法新版原理 1、自学成才 AlphaGoZero的能力有了质的提升。最大的区别是，它不再需要人类数据。也就是说，它一开始就没有接触过人类棋谱。研发团队只是让它自由随意地在棋盘上下棋，然后进行自我博弈。    2、一个大脑 AlphaGoZero仅用了单一的神经网络。在此前的版本中，AlphaGo用到了“策略网络”来选择下一步棋的走法，以及使用“价值网络”来预测每一步棋后的赢家。而在新的版本中，这两个神经网络合二为一，从而让它能得到更高效的训练和评估。    3、神经网络 AlphaGoZero并不使用快速、随机的走子方法。在此前的版本中，AlphaGo用的是快速走子方法，来预测哪个玩家会从当前的局面中赢得比赛。相反，新版本依靠地是其高质量的神经网络来评估下棋的局势。   四、阿尔法旧版战绩 1、对战机器 研究者让“阿尔法围棋”和其他的围棋人工智能机器人进行了较量，在总计495局中只输了一局，胜率是99.8%。它甚至尝试了让4子对阵CrazyStone、Zen和Pachi三个先进的人工智能机器人，胜率分别是77%、86%和99%。   2、对战人类 2016年1月27日，国际顶尖期刊《自然》封面文章报道，谷歌研究者开发的名为“阿尔法围棋”（AlphaGo）的人工智能机器人，在没有任何让子的情况下，以5:0完胜欧洲围棋冠军、职业二段选手樊麾。   3、网上对战60胜0负 2016年12月29日晚起到2017年1月4日晚，阿尔法围棋在弈城围棋网和野狐围棋网以“Master”为注册名，依次对战数十位人类顶尖围棋高手，取得60胜0负的辉煌战绩。   4、战胜柯洁 2017年5月23日到27日，在中国乌镇围棋峰会上，阿尔法围棋以3比0的总比分战胜排名世界第一的世界围棋冠军柯洁。   5、战胜由5位世界冠军组成的围棋队伍 在这次围棋峰会期间的2017年5月26日，阿尔法围棋还战胜了由陈耀烨、唐韦星、周睿羊、时越、芈昱廷五位世界冠军组成的围棋团队。   五、阿尔法新版战绩 1、击败AlphaGo版本 经过短短3天的自我训练，AlphaGo Zero就强势打败了此前战胜李世石的旧版AlphaGo，战绩是100:0的。   2、AlphaGo Master版本 经过40天的自我训练，AlphaGo Zero又打败了AlphaGo Master版本。“Master”曾击败过世界顶尖的围棋选手，甚至包括世界排名第一的柯洁。   六、阿尔法版本介绍 据公布的题为《在没有人类知识条件下掌握围棋游戏》的论文介绍，开发公司将“阿尔法围棋”的发展分为四个阶段，也就是四个版本。   1、战胜樊麾 第一个版本即战胜樊麾时的人工智能。   2、战胜李世石 第二个版本是2016年战胜李世石的阿尔法围棋。   3、Master版本 第三个是在围棋对弈平台名为“Master”（大师）的版本，其在与人类顶尖棋手的较量中取得60胜0负的骄人战绩。   4、Zero版本 而最新版的人工智能开始学习围棋3天后便以100:0横扫了第二版本的阿尔法围棋，学习40天后又战胜了在人类高手看来不可企及的第三个版本“大师”。   七、阿尔法设计团队 1、戴密斯·哈萨比斯（Demis Hassabis） 人工智能企业家，DeepMind Technologies公司创始人，人称“阿尔法围棋之父”。4岁开始下国际象棋，8岁自学编程，13岁获得国际象棋大师称号。17岁进入剑桥大学攻读计算机科学专业。2011年创办DeepMind Technologies公司，以“解决智能”为公司的终极目标。   2、大卫·席尔瓦（David Silver） 剑桥大学计算机科学学士、硕士，加拿大阿尔伯塔大学计算机科学博士，伦敦大学学院讲师，Google DeepMind研究员，阿尔法围棋主要设计者之一。   3、其他人员 除上述人员之外，阿尔法围棋设计团队核心人员还有黄士杰（Aja Huang）、施恩·莱格（Shane Legg）和穆斯塔法·苏莱曼（Mustafa Suleyman）等。   八、阿尔法的发展方向 1、新IT时代 “阿尔法围棋”（AlphaGo）能否代表智能计算发展方向还有争议，但比较一致的观点是，它象征着计算机技术已进入人工智能的新信息技术时代（新IT时代），其特征就是大数据、大计算、大决策，三位一体。它的智慧正在接近人类。   2、与医疗结合 谷歌Deep mind首席执行官（CEO）戴密斯·哈萨比斯宣布“要将阿尔法围棋（AlphaGo）和医疗、机器人等进行结合”。因为它是人工智能，会自己学习，只要给它资料就可以移植。   3、攻克现代医学 在柯洁与阿尔法围棋的围棋人机大战三番棋结束后，阿尔法围棋团队宣布阿尔法围棋将不再参加围棋比赛。阿尔法围棋将进一步探索医疗领域，利用人工智能技术攻克现实现代医学中存在的种种难题。   九、阿尔法的社会评论 1、中国围棋职业九段棋手聂卫平 “Master（即阿尔法围棋升级版）技术全面，从来不犯错，这一点是其最大的优势，人类要打败它的话，必须在前半盘领先，然后中盘和官子阶段也不容出错，这样固然很难，但客观上也促进了人类棋手在围棋技术上的提高。”   2、世界排名第一的围棋世界冠军柯洁 “在我看来它（指阿尔法围棋）就是围棋上帝，能够打败一切。”“对于AlphaGo的自我进步来讲，人类太多余了。”    3、复旦大学计算机科学技术学院教授、博士生导师危辉 “人机大战对于人工智能的发展意义很有限。解决了围棋问题，并不代表类似技术可以解决其他问题，自然语言理解、图像理解、推理、决策等问题依然存在，人工智能的进步被夸大了。”    4、中国围棋世界冠军唐韦星 “看了之后不知道说什么，它（AlphaGo）确实不需要我们的知识，之前版本用了好几年，被这个才学了40天的打败似乎就是我们拖后腿了。”    5、五子棋棋手吴侃 “有时候感觉对AlphaGo的评价过于高了，人类也不需要把其奉为神明，但不可否认，AlphaGo的出现给围棋界带来了巨大的震动。”