【前言】
因为修学分的要求，选了人工智能原理课程。这门课在本科阶段就学过，不过当时只学了教材的前9章，忘得也差不多了。我对人工智能一直很感兴趣，决心认真学习这门课程，希望能运用到课题研究中。课程使用的教材是《人工智能：一种现代的方法（第3版）》，Stuart J. Russell, Peter Norvig著。每周一次课，大概上两章的内容。在这个过程中，我会总结每章学习的知识，发布到这个博客上。
一、人工智能实现的四种途径
1. Act like human 像人一样行动
如何判断？图灵测试
计算机需要的技术：自然语言处理、知识表示、自动推理、机器学习、计算机视觉、机器人学。
2. Think like human 像人一样思考
途径：认知建模、认知科学
3. Think rationally 合理地思考
逻辑主义流派，实际上难以实现。
4. Act rationally 合理地行动
实现：合理Agent
这是本书所讲的内容，其优势在于：
（1）正确推理只是实现合理性的几种可能之一，合理行动包括了正确推理的方法；
（2）比基于人类行为/思维的途径更经得起科学发展的检验，也就是说这种思路能够用科学的方法研究和实现。
二、理论基础
1. 哲学：
亚里士多德：三段论
头脑：物理系统
建立知识的来源：经验主义
2. 数学：
逻辑、算法、概率
3. 经济学：
效用、决策理论（博弈论、运筹学）、满意度
4. 神经科学：
神经元、人类的认识还不完全
5. 心理学：
行为主义、认知心理学、认知科学
6. 计算机工程：
建造高效的计算机
7. 控制论：
现代控制论，特别是被称为随机优化控制的分支，其目标是设计能随时最大化目标函数的系统。主要利用数学？
8. 语言学：
计算语言学、自然语言处理、知识表示。
三、历史演变
弱方法：串联基本的推理步骤来寻找完全解
知识密集系统：专业知识来自于大量的专用规则
专家系统
神经网络
数据挖掘
贝叶斯网络
极大数据集的可用性
四、最新发展
机器人汽车、语音识别、自主规划与调度、博弈、垃圾信息过滤、后勤规划、机器人技术、机器翻译