多元智能理论

视觉—空间智能，指对线条、形状、构造、色彩和空间关系的敏感以及通过平面图形和立体造型将它们表现出来的能力。
措辞—言语智能，指听说读写能力，利用措辞描述事宜、表达思想并与人互换的能力。
交往—互换智能 ，指与人相处交往的能力，表现为察觉、体验他人情绪、情绪和意图并据此作出适宜反应的能力。
自知—自省智能，指认识、洞察和反省自身的能力，表现为精确地意识和评价自身的感情、动机、希望、个性、意志，并在精确的自我意识我自我评价的根本上形成自傲、自律和低廉甜头的能力。
逻辑—数理智能 ，指运算和推理能力，表现为对事物间各种关系如类比、比拟、因果和逻辑等关系的敏感以及通过数理运算和逻辑推理等进行思维的能力。
音乐—节奏智能，指感想熏染、辨别、影象、改变和表达音乐的能力，表现为个人对音乐包括节奏、腔调、音色和旋律的敏感以及通过作曲、演奏和歌唱等表达音乐的能力。
身体—动觉智能，指利用四肢和躯干的能力，表现为能够较好地掌握自己的身体、对事宜能够做出恰当的身体反应以及长于利用身体措辞来表达自己的思想和情绪的能力。
自然不雅观察智能，指个体辨别环境的特色并加以分类和利用的能力。
作甚人工智能

人工智能，即是人工的智能，是人造出来的像人类一样思考和行动的机器，使得机器也拥有“多元智能理论”中的八种智能。
多数人对人工智能的理解紧张是通过科幻片，里面的机器人拥有着人类的思维意识、情绪和超凡的能力。

机器人

然而现实中的人工智能却与科幻片的相去甚远，乃至让人大失落所望，现实中的人工智能只能向我们推举感兴趣的文章，只能帮我们过滤垃圾邮件，只能稚子地跟我们谈天，只能生硬地帮我们翻译，大概还能在大略的环境中完成自动驾驶。
现实中的人工智能只能完成单一且较大略的任务，而且还不一定能完成地很好，这便是空想与现实的差距。

弱人工智能

人工智能的终极目标是要授予机器思维意识，使其能够像人脑一样事情思考。
总体而言，以是否具有自我意识及独立思考能力为界，可将人工智能分为强人工智能和弱人工智能。
个中强人工智能指更方面的能力都达到人类的水平，能模拟人类的思维、意识和学习能力。
而弱人工智能则只专注于完成某个特界说务，仿照人类的某方面智能，比如人脸识别、语音识别等。

强弱人工智能

目前我们常常听到的人工智能实在属于弱人工智能范畴，它只能办理某个特定领域的问题，更多的是充当一种工具来利用。
弱人工智能建立在大数据和机器学习（包括目前较火的深度学习）的根本上，也便是通过大量的标定的数据和算法来学习事物的模式规律。
通过对数据演习得到一个模型参数，然后根据该模型实现决策和预测。

而强人工智能则是指具有人类的各种能力，比如独立思考、自我意识、七情六欲、推理归纳等等。
目前来看，强人工智能领域险些没有本色性进展，完备不具备理论工程根本，更像是一种美好抱负。

强弱人工智能

人工智能发展史

从人工智能正式被提出到如今已经六十多年过去了，在此期间人工智能的发展经历了几度繁荣和衰落。
目前虽然已取得不错的进展，然而现实与空想的差距还是很大，提高道路依旧弯曲。

发展史

在1900年国际数学家大会上，数学家希尔伯特提出《未来的数学问题》，个中就有一些与人工智能干系的问题。
人工智能的孕育期实在可以追溯到公元前的哲学界亚里士多德，他提出了著名的三段论，在演绎推理方面乃至影响至今；后来数学家莱布尼茨提出了万能符合和推理打算，为数理逻辑奠定了根本；之后逻辑学家布尔创立了布尔代数，并首次用符号描述了基本的推理法则。

逻辑数学

1943年，神经物理学家麦克洛奇与匹兹建成了第一个神经网络模型，M-P模型。
此外，数学家艾伦图灵做了一件非常主要的事情，便是设计出了图灵机，这也是当代打算机的理论原型。
并在1950年揭橥了《打算机器与智能》论文，这篇论文给出了机器和思考的定义，并且制订了“图灵测试”标准，如果能通过该测试则认为该机器具有智能。

图灵机

1956年的达特茅斯会议被称为是人工智能元年，同时也是人工智能出身的标志。
这一年，在美国汉诺斯小镇宁静的达特茅斯学院中，人工智能之父约翰·麦卡锡、人工智能奠基者马文·闵斯基、信息论创始人克劳德·喷鼻香农、打算机科学家艾伦·纽厄尔、诺贝尔经济学奖得主赫伯特·西蒙等科学家聚到了一起，谈论如何用机器来模拟人类的智能。
会议足足开了两个月的韶光，虽然没有达成普遍的共识，却起了一个名字：人工智能。

人工智能

达特茅斯会议过后人工智能开始井喷式发展，1957年罗森布拉特发明了感知机，1959年科学家亚瑟·塞缪尔创造了“机器学习”这个术语，并且给出了机器学习的定义。
1966年和1972年分别出身了第一个谈天机器人和智能机器人，而后随着人们对人工智能的兴趣低落并且资金枯竭，在1974年，人工智能开始进入第一个寒冬。
经历过寒冬后，1980年人工智能以专家系统的身份重出江湖，专家系统能在特定领域供应决策能力。
但很快，在1987年人工智能在耗尽了政府和投资人的资金后，开始进入第二次寒冬。

专家系统

1997年，IBM的深蓝击败了国际象棋天下冠军加里·卡斯帕罗夫，成为第一台击败国际象棋天下冠军的电脑。
2002年人工智能开始以清洁机器人的身份走进人类家庭，直到2006年，Facebook、Twitter、Netflix等公司开始将人工智能技能引入商业系统中。
到2011年时，IBM的沃森系统已经能够在智力竞赛节目中与人类PK并赢得冠军了。

沃森参加比赛

最主要的是在2006年往后，大数据和深度学习爆发并得到了高速的发展，结合两者实现的人工智能在某些方面已经能够与人类相提并论。
以是在新一轮技能浪潮的驱动下，人工智能在很多领域不断落地运用，个中包括人脸识别、语音识别、自动驾驶、精准营销、个性化推举、智能客服、安防系统等等。

三大学派

在人工智能的全体发展过程中，不同学科背景的研究职员对人工智能有不同的理解，因此也产生了三大人工智能学派。
传统的人工智能被称为符号主义学派，符号主义紧张研究的是基于逻辑推理的智能仿照方法；而一些人则认为可通过仿照大脑的神经网络构造来实现，即连接主义学派；此外还有人认为可以从生物体与环境互动的模式中探求答案，被称为行为行为主义学派。

符号主义学派

符号学派认为任何能够将某些模式或符号进行操作并转化成其余一些模式或符号的系统就可能产生智能行为，它致力于用打算机的符号操作来仿照人的认知过程，其本色便是仿照人的大脑的抽象逻辑思维，并通过某种符号来描述人类的认知过程，从而实现人工智能。
符号主义紧张集中在人类智能的高等行为，比如推理、方案、知识表示等。

符号主义

连接主义学派

每个人的大脑都有万亿个神经元细胞，它们错综繁芜的相互连接，也被认为是人类的聪慧的来源。
以是人们很自然想到能否通过大量神经元来仿照大脑的智力。
连接主义学派认为神经网络和神经网络间的连接机制和学习算法能够产生智能。

连接主义

行为主义学派

行为学派出发点与其他两个学派完备不同，它是一种基于感知—行动的行为智能仿照方法。
该学派认为行为是个体用于适应环境变革的各种身体反应的组合，它的理论目标在于预见和掌握行为。

行为主义

回顾

这篇文章从整体先容了什么是人工智能、人工智能的发展以及人工智能的三大学派，从整体上理解了人工智能这门学科的情形，并且知道了目前的人工智能并非是科幻片里面的人工智能，现实与空想之间的差距还是很大的。