什么是人工智能
人工智能：AI (Artificial Intelligence) is the science of making machines that:
- think humanly （认知建模）;
- think rationally （思维法则）;
- act humanly （图灵测试）;
- act rationally (理性Agent）
上面这个定义算是比较全面的了，总共说了四个维度。这四个维度分别对应一些方法/领域/研究技术。
1）Acting humanly: The Turing Test approach 图灵测试
图灵测试的设计旨在为智能（机器智能）提供一个令人满意的可操作的定义。如果一台机器能够伪装到人类都无法区分其和真人的差别，那么我们就说这台机器是智能的（intelligent）。
2）Thinking humanly: The cognitive modelling approach 认知建模
这个维度是认知科学（cognitive science approach）的角度来解释AI。
3）Thinking rationally: The laws of thought approach思维法则
Thinking rationally（理性思考）主要涉及到一些推导求解（reasoning）。经典的是：苏格拉底著名的三段论（syllogisms） [4]。
但是人工智能的推导求解（reasoning）有两个难点：1）非正式的知识（问题）难以用正式术语描述，尤其是这些知识通常不是100%确定的（存在不确定性，比如自动驾驶突然有人从路边冲出）；2）“理论上”能求解问题，和“实际上”能求解，是完全两个概念（不对等）。
4）Acting rationally: The rational agent approach 理性Agent
Acting rationally：理智行动也就是朝着特定目标的行动
经济学 、哲学、数学、心理学是人工智能的基础。
理性：指的是一个系统的属性，即在一个已知的环境下做正确的事。
人工智能的历史
共分为5个阶段：
四五六十年代：早期的AI研究(连接主义与符号主义发展)
六七十年代：早期的AI程序遇到了困难(机器翻译失败，组合爆炸问题，感知机有” 局限”)
七八十年代：基于知识的系统盛行，专家系统商业化
九十年代00年代：五代机等AI计划失败。用科学方法研究AI。神经网络回归。智能Agent出现。
00年代10年代：大数据出现。机器学习兴起
第一阶段
连接主义（神经网络）
1943年Warren McCulloch和Walter Pitts提出了人工神经元模型，被认为是最早的人工智能工作。
1949年Donald Hebb提出了一条更新神经元之间连接强度的学习规则，称为赫布型学习(Hebbian learning)，至今仍有影响。
1950年Marvin Minsky和DeanEdmonds构建了第一台神经网络计算机（SNARC）
符号主义（推导系统）
CMU的Newell和Simon的逻辑理论家程序LT,能证明《数学原理》第2章中大部分定理。随后研制了通用问题求解器GPS 模拟人类求解问题（通过符号形式化地描述和求解问题。）
IBM的Arthur Samuel(从1952年开始)编写出西洋跳棋程序。
第二阶段
机器翻译需要背景知识
用于产生智能行为的基本结构具有某些根本局限；问题规模大，所以人工智能求解不可操作
第三阶段
专家系统
鲁棒的语言理解将需要关于世界的一般知识和使用知识的一般方法
第四阶段
科学方法研究AI：HMM（即 隐马尔科夫模型），贝叶斯网络，神经网络（Neural Network），Agent出现
贝叶斯网络为不确定推理提供了数学理论，使专家系统可以有效地处理不确定性的知识。
第五阶段
大数据+机器学习
现阶段AI=大数据+机器学习+高性能计算
资源分享
实验代码下载：
https://github.com/yyl424525/AI_Homework
人工智能-一种现代方法中文第三版pdf、课件、作业及解答、课后习题答案、实验代码和报告、历年考博题下载：https://download.csdn.net/download/yyl424525/11310392