TensorFLow学习随笔第一章第一节——人工智能发展方向

人工智能三学派与当前主流方向

在学习tensorflow的使用，运用机器学习解决毕设的问题之前，还是得先来认识从哪里来到哪里去的原则性问题。

前人如何走的，如今我们站在他们肩上又该何去何从，这些必须要拿捏住。

人工智能？

人工智能是啥？就是让机器具备人的思维和意识。

就了解一下概念即可。很直白，很通俗，但是现在很难实现真正的强人工智能。

三学派？

哪三个学派捏？分别如下：

 

 

1. 行为主义：基于控制论。
2. 符号主义：基于算术逻辑表达式。
3. 连接主义：基于仿生学。

在人工智能地发展方向中，最先出现的是行为主义和符号主义两种主义引领的研究方向。

实际上最先被pass的应该是行为主义——行为主义自身逐渐在上世纪式微，在如今的各种哲学体系中已然接近消亡。行为主义本质上最背离人的感性，在人工智能这条路上不管用。

符号主义比行为主义稍微好点，但是面对人工智能这种离散的、非纯理性的问题还是太过无力的。缺点就是太一板一眼。

那就没有办法了，机械的理论（行为主义）无用、纯理性的方向（符号主义）也不行，那最终人们还是偏向了“经验主义”——从大自然中汲取古老精华，发现通过对人脑神经元的模拟可以拟合一定程度上的AI。

 

 

基本设计流程概述

• 准备数据：采集大量“特征/标签”数据
• 搭建网络：搭建神经网络结构
• 优化参数：训练网络获取最佳参数（反转）
• 应用网络：将网络保存为模型，输入新的数据，输出分类或者预测结果（前传）

下一节我们将重点介绍如何将神经元作抽象获得数学模型以及工作原理，敬请期待。