人工智能 - 智能系统
在学习人工智能时，你需要了解什么是智能。本章涵盖了智能的概念、类型和组成部分。
什么是智能？
一个系统能够计算、推理、感知关系和类比、从经验中学习、从内存中存储和检索信息、解决问题、理解复杂的概念、流畅地使用自然语言、分类、概括和适应新情况的能力。
智能的类型
正如美国发展心理学家霍华德·加德纳所描述的，智能是多方面的——
| 智能 | 描述 | 示例 |
|---|---|---|
| 语言智能 | 说话、识别和使用语音学（语音）、语法和语义（意义）机制的能力。 | 叙述者、演说家 |
| 音乐智能 | 创造、沟通和理解声音所表达的意义的能力，理解音调、节奏。 | 音乐家、歌手、作曲家 |
| 逻辑-数学智能 | 在没有行动或物体的情况下使用和理解关系的能力。理解复杂和抽象的概念。 | 数学家、科学家 |
| 空间智能 | 感知视觉或空间信息、改变它并重新创建视觉图像而无需参考对象、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 | 使用全身或身体的一部分来解决问题或制作产品的能力，控制精细和粗大运动技能以及操纵物体。 | 运动员、舞蹈家 |
| 内省智能 | 区分自己感受、意图和动机的能力。 | 释迦牟尼 |
| 人际智能 | 识别和区分他人感受、信念和意图的能力。 | 大众传播者、面试官 |
当机器或系统至少具备一种，至多具备所有智能时，你可以说它是人工智能的。
智能由什么组成？
智能是无形的。它由以下组成——
- 推理
- 学习
- 解决问题
- 感知
- 语言智能
让我们简要了解所有组成部分——
推理——它是一套使我们能够为判断、决策和预测提供依据的过程。主要有两种类型——
| 归纳推理 | 演绎推理 |
|---|---|
| 它进行具体的观察以做出广泛的概括性陈述。 | 它从一个一般性陈述开始，并检查可能性以得出具体的、逻辑的结论。 |
| 即使一个陈述的所有前提都是正确的，归纳推理也可能导致结论错误。 | 如果某件事对一类事物普遍适用，那么它也适用于该类事物的每个成员。 |
| 例如：“妮塔是一位老师。妮塔很勤奋。因此，所有老师都很勤奋。” | 例如：“所有60岁以上女性都是祖母。莎丽妮65岁。因此，莎丽妮是祖母。” |
学习——它是通过学习、练习、教学或体验某些事物来获得知识或技能的活动。学习增强了学习对象对主题的认识。
人类、某些动物和支持人工智能的系统都拥有学习能力。学习可分为以下类型——
听觉学习——通过倾听和听到来学习。例如，学生听录制好的音频讲座。
情景学习——通过记住自己见证或经历的事件序列来学习。这是线性和有序的。
运动学习——通过肌肉的精确运动来学习。例如，拾取物体、书写等。
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。
感知学习——学习识别以前见过的刺激。例如，识别和分类物体和情况。
关系学习——它涉及根据关系属性而不是绝对属性来区分各种刺激。例如，在上次煮土豆时加了一汤匙盐导致土豆太咸，这次煮土豆时加“少一点”盐。
空间学习——通过视觉刺激（如图像、颜色、地图等）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——学习在特定刺激存在时执行特定行为。例如，狗听到门铃声会竖起耳朵。
解决问题——它是一个过程，其中一个人感知并试图通过采取某种路径从当前情况到达所需的解决方案，而该路径被已知或未知的障碍所阻挡。
解决问题还包括决策，它是从多个可用于达到预期目标的备选方案中选择最佳备选方案的过程。
感知——它是获取、解释、选择和组织感官信息的过程。
感知预设了感觉。在人类中，感知由感觉器官辅助。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组合在一起。
语言智能——是使用、理解、说和写口语和书面语言的能力。它在人际交往中很重要。
人类智能与机器智能的区别
人类通过模式来感知，而机器通过规则和数据集合来感知。
人类通过模式来存储和回忆信息，机器通过搜索算法来做到这一点。例如，数字 40404040 很容易记住、存储和回忆，因为它的模式很简单。
即使某个物体的一部分缺失或变形，人类也能识别出完整的物体；而机器则无法正确做到这一点。