人工智能 - 智能系统
在研究人工智能时，你需要知道什么是智能。本章涵盖了智力的概念、类型和组成部分。
什么是智力？
系统计算、推理、感知关系和类比、从经验中学习、从记忆中存储和检索信息、解决问题、理解复杂思想、流利使用自然语言、分类、概括和适应新情况的能力。
智力的类型
正如美国发展心理学家霍华德·加德纳所描述的，智力是多方面的−
| 智力 | 描述 | 示例 |
|---|---|---|
| 语言智能 | 说话、识别和使用音系（语音）、句法（语法）和语义（含义）机制的能力。 | 叙述者、演说家 |
| 音乐智能 | 创造、交流和理解声音含义的能力，理解音调、节奏。 | 音乐家、歌手、作曲家 |
| 逻辑数学智力 | 在没有动作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 | 能够感知视觉或空间信息、对其进行更改并在不参考物体的情况下重新创建视觉图像、构建 3D 图像以及移动和旋转它们。 | 地图阅读者、宇航员、物理学家 |
| 身体运动智能 | 能够使用整个或部分身体来解决问题或制作产品、控制精细和粗略运动技能以及操纵物体。 | 玩家、舞者 |
| 个人内在智力 | 区分自己的感受、意图和动机的能力。 | 乔达摩佛 |
| 人际智力 | 识别和区分他人的感受、信念和意图的能力。 | 大众传播者、采访者 |
你可以说一台机器或一个系统是人工智能是指它至少具备一种智能，最多具备所有智能。
智能由什么组成？
智能是无形的。它由以下部分组成 −
- 推理
- 学习
- 解决问题
- 感知
- 语言智能
让我们简要地介绍一下所有组成部分 −
推理 − 它是一组使我们能够提供判断、决策和预测基础的过程。大致有两种类型 −
| 归纳推理 | 演绎推理 |
|---|---|
| 它进行具体的观察，做出广泛的一般性陈述。 | 它从一个一般性陈述开始，并研究得出一个具体的、合乎逻辑的结论的可能性。 |
| 即使陈述中的所有前提都是正确的，归纳推理也允许结论为假。 | 如果某件事对一类事物来说是正确的，那么它对该类的所有成员来说也是正确的。 |
| 示例 − "Nita 是一名教师。Nita 很勤奋。因此，所有教师都很勤奋。" | 示例 − "所有 60 岁以上的女性都是祖母。Shalini 65 岁。因此，Shalini 是祖母。" |
学习 − 这是通过研究、实践、被教导或体验某事来获得知识或技能的活动。学习增强了对研究对象的认识。
人类、一些动物和人工智能系统都具有学习能力。学习被归类为 −
听觉学习 − 这是通过聆听和听觉进行的学习。例如，学生听录制的音频讲座。
情景学习 − 通过记住自己目睹或经历过的事件序列来学习。这是线性和有序的。
运动学习 − 这是通过精确的肌肉运动进行的学习。例如，挑选物体、写作等。
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 − 这是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 − 它涉及学习根据关系属性而不是绝对属性区分各种刺激。例如，在烹饪上次变咸的土豆时添加"少一点"的盐，在烹饪时添加一汤匙盐。
空间学习 − 这是通过视觉刺激（如图像、颜色、地图等）进行学习。例如，一个人可以在真正沿着道路行驶之前在脑海中创建路线图。
刺激-反应学习 −它正在学习当存在特定刺激时做出特定行为。例如，狗听到门铃声时会抬起耳朵。
问题解决 − 这是一个人感知并试图通过采取一些已知或未知障碍阻碍的路径从当前情况中得到期望的解决方案的过程。
问题解决还包括决策，即从多个可用选项中选择最合适的替代方案以达到期望目标的过程。
感知 − 这是一个获取、解释、选择和组织感官信息的过程。
感知假设感知。在人类中，感知由感觉器官辅助。在人工智能领域，感知机制将传感器获取的数据以有意义的方式放在一起。
语言智能 − 这是一个人使用、理解、说和写口头和书面语言的能力。它在人际交流中很重要。
人类智能与机器智能的区别
人类通过模式感知，而机器通过一组规则和数据感知。
人类通过模式存储和回忆信息，机器通过搜索算法来实现。例如，数字 40404040 很容易记住、存储和回忆，因为它的模式很简单。
即使物体的某个部分缺失或扭曲，人类也可以找出完整的物体；而机器无法正确做到这一点。
