人工智能（AI） - 智能系统

简述

在学习人工智能时，您需要知道什么是智能。本章涵盖智能的概念、智能的类型和组成部分。

什么是智能？

系统计算、推理、感知关系和类比、从经验中学习、从记忆中存储和检索信息、解决问题、理解复杂想法、流利使用自然语言、分类、概括和适应新情况的能力。

情报类型

正如美国发展心理学家霍华德加德纳所描述的那样，智力有多种形式 -

智能	描述	例子
语言智能	说话、识别和使用音韵（语音）、句法（语法）和语义（意义）机制的能力。	叙述者、演说家
音乐智能	创造、交流和理解声音含义的能力，对音高、节奏的理解。	音乐家、歌手、作曲家
逻辑数学智能	在没有动作或对象的情况下使用和理解关系的能力。理解复杂和抽象的想法。	数学家、科学家
空间智能	感知视觉或空间信息、改变它并在不参考对象的情况下重新创建视觉图像、构建 3D 图像以及移动和旋转它们的能力。	地图阅读者、宇航员、物理学家
身体动觉智能	使用完整或部分身体解决问题或时尚产品、控制精细和粗略运动技能以及操纵物体的能力。	球员、舞者
个人内在智能	区分自己的感受、意图和动机的能力。	释迦牟尼佛
人际智能	识别和区分他人的感受、信仰和意图的能力。	大众传播者，采访者

你可以说一台机器或一个系统是artificially intelligent当它配备了至少一种，最多是所有智能时。

情报是由什么组成的？

智慧是无形的。它由 -

推理
学习
解决问题
洞察力
语言智能

让我们简要介绍所有组件 -

Reasoning− 它是一组流程，使我们能够为判断、决策和预测提供基础。大致有两种类型 -

归纳推理	演绎推理
它进行具体的观察以做出广泛的一般性陈述。	它从一般性陈述开始，并检查得出具体、合乎逻辑的结论的可能性。
即使陈述中的所有前提都为真，归纳推理也允许结论为假。	如果某事对于一般的一类事物是正确的，那么对于该类的所有成员也是如此。
示例 - “Nita 是一位老师。Nita 好学。因此，所有老师都好学。”	示例 - “所有 60 岁以上的女性都是祖母。Shalini 是 65 岁。因此，Shalini 是祖母。”

学习− 它是通过学习、练习、被教导或体验某事来获得知识或技能的活动。学习提高了对研究对象的认识。

学习能力是人类、一些动物和支持人工智能的系统所拥有的。学习被归类为 -
- 听觉学习- 通过听和听来学习。例如，学生听录制的音频讲座。
- 情景学习- 通过记住一个人目睹或经历的事件序列来学习。这是线性和有序的。
- 运动技能学习− 它是通过肌肉的精确运动来学习的。例如，拾取物体，写作等。
- 观察学习− 通过观察和模仿他人来学习。例如，孩子试图通过模仿父母来学习。
- 感性学习− 学习识别以前见过的刺激。例如，识别和分类对象和情况。
- 关系学习- 它涉及学习根据关系属性而不是绝对属性来区分各种刺激。例如，在烹饪上次咸的土豆时添加“少一点”盐，烹饪时加入一汤匙盐。
- 空间学习− 它是通过图像、颜色、地图等视觉刺激来学习。例如，一个人可以在实际遵循道路之前在脑海中创建路线图。
- 刺激反应学习− 当存在某种刺激时，它正在学习执行特定的行为。例如，一只狗听到门铃时会竖起耳朵。
解决问题- 这是一个人通过某种路径感知并试图从当前情况中获得所需解决方案的过程，该路径被已知或未知的障碍所阻挡。

解决问题还包括决策，这是从多个备选方案中选择最合适的备选方案以达到预期目标的过程。
知觉− 它是获取、解释、选择和组织感官信息的过程。

知觉假设传感. 在人类中，感知是由感觉器官辅助的。在人工智能领域，感知机制以有意义的方式将传感器获取的数据放在一起。
语言智能− 它是一个人使用、理解、说和写口头和书面语言的能力。在人际交往中很重要。

人类智能与机器智能之间的差异

人类通过模式感知，而机器通过一组规则和数据感知。
人类通过模式存储和回忆信息，机器通过搜索算法来做到这一点。例如，数字 40404040 很容易记住、存储和调用，因为它的模式很简单。
即使其中的某些部分丢失或变形，人类也可以找出完整的对象；而机器不能正确地做到这一点。