CC BY 4.0 （除特别声明或转载文章外）
如果这篇博客帮助到你，可以请我喝一杯咖啡~
什么是人工智能
左侧的定义根据与人类表现的逼真度衡量成功与否，而右侧的定义依靠称为「理想量」的表现量来衡量。一个系统若能基于已知条件「正确行事」则它是合理的。
- 像人一样的思考/合理的思考
- 像人一样的行动/合理的行动
像人一样行动：图灵测试的途径
- 图灵测试
-
中文屋子：像人一样思考
- 强人工智能：像人一样思考
- 弱人工智能：像人一样行为
- 通用人工智能（AGI）：拥有通用的解决任何问题的方法的智能
- 窄人工智能（Narrow AI）：只能解决特定问题的人工智能
两大主流研究方法
- 连接主义（Connectionism）：对人类的脑部活动建模，将简单的单元连接起来。例如神经网络。
- 符号主义（Computationalism）：机器使用自己的符号操作
人类智能
我们不认为模拟人类是人工智能最佳的解决方法。
计算机和人类有不同的体系结构和能力：
- 数值计算能力
- 视觉和感官处理能力
- 并行处理
更重要的是，我们对人脑是如何工作的也了解得很少。
目标
我们称一个系统是理性的，表示系统对于给定条件，会基于已知信息，做出正确的决策。
专注于理性的概念。
构建一个系统近似理性。
使用计算来实现。
核心技术
深度学习
一致拟合性
强化学习
智能体通过和环境的不断互动…
严重依赖大规模有标签数据来进行训练，依赖监督数据
大数据+大模型，对计算资源带来极大要求，烧钱比赛带来马太效应
充斥调参黑科技，缺乏理论认识
严重缺乏可解释性，模型不可解释