第(2/3)页

    好，它研究的是机器人、语言识别、图像识别、自然语言处理和专家系统等。

    那么，我们这个研究所不仅包括了计算机专家、数学专家，还要包括机电专家、心理学专家、哲学专家和语言学专家。

    人工智能是研究使计算机来模拟人的某些思维过程和智能行为、如学习、推理、思考、规划等的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。

    人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。

    可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。

    从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。

    通常情况下，‘机器学习’的数学基础是‘统计学’、‘信息论’和‘控制论’。

    还包括其他非数学学科。

    这类‘机器学习’对‘经验’的依赖性很强。

    计算机需要不断从解决一类问题的经验中获取知识，学习策略，在遇到类似的问题时，运用经验知识解决问题并积累新的经验，就像普通人一样。

    我们可以将这样的学习方式称之为‘连续型学习’。

    但人类除了会从经验中学习之外，还会创造，即‘跳跃型学习’。

    这在某些情形下被称为‘灵感’或‘顿悟’。

    一直以来，计算机最难学会的就是‘顿悟’。

    或者再严格一些来说，计算机在学习和‘实践’方面难以学会‘不依赖于量变的质变’，很难从一种‘质’直接到另一种‘质’，或者从一个‘概念’直接到另一个‘概念’。

    正因为如此，这里的‘实践’并非同人类一样的实践。

    人类的实践过程同时包括经验和创造。

    这是智能化研究者梦寐以求的东西。

    下面说说人工智能的分类。

    人工智能分为：一、弱人工智能，是擅长于单个方面的人工智能。

    是指不能制造出真正地推理和解决问题的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。

    象机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，还包括语音识别、图像识别、文字识别等，都属于弱人工智能。
    第(2/3)页