人工智能是什么意思?
发布网友
发布时间：2022-04-24 15:15
共4个回答
热心网友
时间：2022-05-07 19:25
释义：人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能的实际应用：
包括机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。
人工智能的研究范畴：
自然语言处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，组合调度问题，感知问题，模式识别，逻辑程序设计软计算，人工生命，神经网络，复杂系统，遗传算法等。
扩展资料
人工智能在不同行业的案例：
1、金融：银行用人工智能系统组织运作，金融投资和管理财产。金融机构已长久用人工神经网络系统去发觉变化或规范外的要求，银行使用协助顾客服务系统；帮助核对账目，发行信用卡和恢复密码等。
2、医院和医药：医学临床可用人工智能系统组织病床计划；并提供医学信息。人工神经网络用来做临床诊断决策支持系统。
3、顾客服务：人工智能是自动上线的好助手，可减少操作，使用的主要是自然语言加工系统。呼叫中心的回答机器也用类似技术，如语言识别软件可使计算机的顾客较好操作。
4、重工业：在工业中已普遍应用机器人。它们常做对人是危险的工作。
参考资料来源：百度百科-人工智能
热心网友
时间：2022-05-07 21:00
抹茶狂魔是我啊
来自百度知道认证团队 2018-03-30
抹茶狂魔是我啊
采纳数：18 获赞数：178 LV4
擅长：暂未定制
向TA提问 私信TA
人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
“人工智能”一词最初是在1956 年Dartmouth学会上提出的。
从那以后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展。
人工智能（Artificial Intelligence），英文缩写为AI。
它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
热心网友
时间：2022-05-07 22:51
人工智能到底是什么，许多朋友都有自己理解，但是却不能完全的解读出人工智能，其实人工智能就是计算机学科的一个分支，在二十世纪七十年代以来，它都属于世界尖端技术（空间技术、能源技术、人工智能）的一种，而到二十一世纪的时候它依然还是属于世界三大尖端技术的一种，不过在二十一世纪的世界三大尖端技术则是基因工程、纳米科学、人工智能。为什么人工智能可以连续连个世纪位于世界三大尖端技术，其实这都是因为在最近的几十年来，人工智能拥有了迅速的发展，并在很多的学科领域中被广泛使用，还有了很好的效果，而随着它的发展，已经可以成为一个独立的分支，不管是理论或者是实践都已经自成了一个系统。
另外，人工智能是一门知识的科学.以知识为对象,研究知识的获取、表示和使用，并且这种研究通常都是比较困难的，还有人工智能还是一门高收入的行业， 而这一点从我们日常生活中及可以看出来，比如：智能手机、智能电视、智能冰箱现在是不是更受欢迎，而 原先的一些老款产品是不是都已经被淘汰了。
其实，人工智能主要就是通过研究来让计算机拥有人的思维还有智能，主要的有计算机实现智能的原理、制造类似于人脑智能的计算机，如此才可让计算机拥有更好的实用。
人工智能涉及的学科非常多，其中就有计算机科学、心理学、哲学还有语言学等等，甚至还会涉及到自然学科和社会学科的大部分学科，从这一点来看它已经超过计算机学科很多，至于人工智能和思维科学之间则是实践与理论的关系，而人工智能则是思维科学的技术应用层次，是它的一个应用分支。
热心网友
时间：2022-05-08 00:59
我们的ANN中有称作「神经元」的计算单元。这些人工神经元通过「突触」连接，这里的「突触」指的是权重值。这意味着，给定一个数字，一个神经元将执行某种 计算（例如一个sigmoid函数），然后计算结果会被乘上一个权重。如果你的神经网络只有一层，那么加权后的结果就是该神经网络的输出值。或者，你也可 以配置多层神经元，这就是深度学习的基础概念。
它们起源何处？
人工神经网络不是一个新概念。事实上，它们过去的名字不叫神经网络，它们最早的状态和我们今天所看到的也完全不一样。20世纪60年代，我们把它称之为感知 机（perceptron），是由McCulloch-Pitts神经元组成。我们甚至还有了偏差感知机。最后，人们开始创造多层感知机，也就是我们今天 通常听到的人工神经网络。
如果神经网络开始于20世纪60年代，那为什么它们直到今天才流行起来？这是个很长的故事，简单来说，有一些原因阻碍了ANN的发展。比如，我们过去的计算 能力不够，没有足够多的数据去训练这些模型。使用神经网络会很不舒服，因为它们的表现似乎很随意。但上面所说的每一个因素都在变化。如今，我们的计算机变得更快更强大，并且由于互联网的发展，我们可使用的数据多种多样。
它们是如何工作的？
上面我提到了运行计算的神经元和神经突触。你可能会问：「它们如何学习要执行何种计算？」从本质上说，答案就是我们需要问它们大量的问题，并提供给它们答案。这叫做有监督学习。借助于足够多的「问题－答案」案例，储存在每个神经元和神经突触中的计算和权值就能慢慢进行调整。通常，这是通过一个叫做反向传播（backpropagation）的过程实现的。
