ai總結(jié)簡(jiǎn)單(學(xué)習(xí)人工智能AI需要哪些知識(shí))
1.學(xué)習(xí)人工智能AI需要哪些知識(shí)
需要數(shù)學(xué)基礎(chǔ)：高等數(shù)學(xué)，線性代數(shù)，概率論數(shù)理統(tǒng)計(jì)和隨機(jī)過(guò)程，離散數(shù)學(xué)，數(shù)值分析。
數(shù)學(xué)基礎(chǔ)知識(shí)蘊(yùn)含著處理智能問(wèn)題的基本思想與方法，也是理解復(fù)雜算法的必備要素。今天的種種人工智能技術(shù)歸根到底都建立在數(shù)學(xué)模型之上，要了解人工智能，首先要掌握必備的數(shù)學(xué)基礎(chǔ)知識(shí)。
線性代數(shù)將研究對(duì)象形式化，概率論描述統(tǒng)計(jì)規(guī)律。需要算法的積累：人工神經(jīng)網(wǎng)絡(luò)，支持向量機(jī)，遺傳算法等等算法；當(dāng)然還有各個(gè)領(lǐng)域需要的算法，比如要讓機(jī)器人自己在位置環(huán)境導(dǎo)航和建圖就需要研究SLAM；總之算法很多需要時(shí)間的積累。
需要掌握至少一門編程語(yǔ)言，比如C語(yǔ)言，MATLAB之類。畢竟算法的實(shí)現(xiàn)還是要編程的；如果深入到硬件的話，一些電類基礎(chǔ)課必不可少。
拓展資料：人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。
人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專家系統(tǒng)等。人工智能從誕生以來(lái)，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大，可以設(shè)想，未來(lái)人工智能帶來(lái)的科技產(chǎn)品，將會(huì)是人類智慧的“容器”。
人工智能可以對(duì)人的意識(shí)、思維的信息過(guò)程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過(guò)人的智能。
人工智能是一門極富挑戰(zhàn)性的科學(xué)，從事這項(xiàng)工作的人必須懂得計(jì)算機(jī)知識(shí)，心理學(xué)和哲學(xué)。人工智能是包括十分廣泛的科學(xué)，它由不同的領(lǐng)域組成，如機(jī)器學(xué)習(xí)，計(jì)算機(jī)視覺(jué)等等，總的說(shuō)來(lái)，人工智能研究的一個(gè)主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。
但不同的時(shí)代、不同的人對(duì)這種“復(fù)雜工作”的理解是不同的。2017年12月，人工智能入選“2017年度中國(guó)媒體十大流行語(yǔ)”。
參考資料：百度百科—人工智能：計(jì)算機(jī)科學(xué)的一個(gè)分支。
2.關(guān)于Ai的知識(shí)
Allen Iverson（阿倫-艾弗森）又稱答案（Answer）和AI（或A3），是76人隊(duì)96年的狀元秀，帶領(lǐng)76人隊(duì)曾經(jīng)打入NBA總決賽。
1996-97賽季的最佳新秀，2000-01賽季當(dāng)選常規(guī)賽最有價(jià)值球員，成為聯(lián)盟歷史上最矮的MVP，還在1998-99賽季、2001-02賽季、2004-05賽季三次成為常規(guī)賽的得分王 阿倫-艾弗森的詳細(xì)資料 姓名：阿倫.艾弗森（Allen Ezail Iverson） 綽號(hào)：答案（The Answer）；三趾樹獺（bubba chuck）；中國(guó)人叫他小艾； 出生地：Hampton,VA （弗吉尼亞，漢普敦） 生日：1975年6月7日 高度：1.83m(6英尺) 體重：165磅（74.8公斤） 垂直起跳高度：44英寸（110cm） 鞋子尺寸：11 紋身的數(shù)字：22 高中：漢普頓 大學(xué)：?jiǎn)讨纬纱髮W(xué) 98年畢業(yè) 加入NBA日期：1996年7月1日（96年選秀第一） 效力球隊(duì)：費(fèi)城76人（Philadelphia 76ers） 球衣號(hào)碼：3 位置：得分后衛(wèi)（剛開始時(shí)為控球后衛(wèi)） 母親：Ann Iverson 父親：Allen Broughton 繼父：Michael Freemen 妻子：Tawanna Turner 妹妹：Brandy & Iiesha 女兒：Tiaura Iverson 兒子：Allen Deuce Iverson,Isaiah Rahsaan Iverson 汽車：Bentley Azure, Mercedes CL600, Range Rover 4.6 特征：充滿信心，有永不服輸?shù)木?業(yè)余愛(ài)好：繪畫；讀書 喜愛(ài)的演員：薩默爾.L ，杰克遜 ，艾文.Pacino 喜愛(ài)的食物：姑媽的扁形面條；是烤寬面條 喜愛(ài)的雜志： Sports Illustrated 喜愛(ài)的圖書： "The color purple" 喜愛(ài)的歌： Notorious B.I.G - "Unbelievable" 合同：76人隊(duì)6年7100萬(wàn)美元，為銳步終身代言 建立“Cross Over基金會(huì)”，為費(fèi)城居民提供福利 全名：Allen Ezail Iverson "外號(hào)：Answer,AI,Bubba Chuck "生日：1975.6.7 "出生地：Hampton,VA （弗吉尼亞，漢普敦） "身高：1.83米 "體重：74.8公斤 "母親：Ann Iverson "父親：Allen Broughton "繼父：Michael Freemen "妻子：Tawanna Turner "妹妹：Brandy & Iiesha "弟弟：Mister Allen Iverson "女兒：Tiaura Iverson "兒子：Allen Deuce Iverson & Isaiah Rahsaan Iverson "中學(xué)：Bethel High "大學(xué)：Georgetown （喬治城） "效力球隊(duì)：Philadelphia 76ers（費(fèi)城76人） "垂直彈跳：44寸（1.10米） "背號(hào)：3 "鞋碼：11(US) "代言品牌：Reebok,Sega "車子： Bentley Azure, Mercedes CL600, Range Rover 4.6 "愛(ài)好：繪畫，閱讀 "最喜歡男演員：Samuel L. Jackson, Al Pacino "最喜歡女演員：Halle Berry, Jennifer Lopez "最喜歡食物：Lasagna "最喜歡雜志：Sports Illustrated "最喜歡的書："The color purple" "最喜歡的歌：Notorious B.I.G - "Unbelievable 1993-弗吉尼亞州橄欖球年度最佳球員 "1993-弗吉尼亞州籃球年度最佳球員 "1993-弗吉尼亞州橄欖球冠軍 "1993-弗吉尼亞州籃球冠軍 "1994-1995：東部（Big East）最佳新秀 "1994-1995：東部（Big East）最佳防守隊(duì)員 "1995-1996：東部（Big East）最佳防守隊(duì)員 "1995-1996：東部（Big East）第一隊(duì) "1995-1996：全美（All America）聯(lián)盟第一隊(duì) "1996-NBA選秀狀元 "1996-1997：新秀全明星MVP "1996-1997：年度最佳新秀 "1996-1997：新秀第一隊(duì) "1998-1999：常規(guī)賽得分王 "1998-1999：最佳陣容第一隊(duì) "1999-2000：最佳陣容第二隊(duì) "2000-2001：最佳陣容第一隊(duì) "2000-2001：全明星MVP "2000-2001：常規(guī)賽MVP。
3.人工智能都學(xué)習(xí)哪些方面的知識(shí)
基于人工智能的發(fā)展優(yōu)勢(shì)，很多小伙伴都想要在這個(gè)領(lǐng)域大展宏圖，但擺在面前的三道門檻是需要你逐一攻克的。
門檻一、數(shù)學(xué)基礎(chǔ)
我們應(yīng)該了解過(guò)，無(wú)論對(duì)于大數(shù)據(jù)還是對(duì)于人工智能而言，其實(shí)核心就是數(shù)據(jù)，通過(guò)整理數(shù)據(jù)、分析數(shù)據(jù)來(lái)實(shí)現(xiàn)的，所以數(shù)學(xué)成為了人工智能入門的必修課程！
數(shù)學(xué)技術(shù)知識(shí)可以分為三大學(xué)科來(lái)學(xué)習(xí)：
1、線性代數(shù)，非常重要，模型計(jì)算全靠它~一定要復(fù)習(xí)扎實(shí)，如果平常不用可能忘的比較多；
2、高數(shù)+概率，這倆只要掌握基礎(chǔ)就行了，比如積分和求導(dǎo)、各種分布、參數(shù)估計(jì)等等。
提到概率與數(shù)理統(tǒng)計(jì)的重要性，因?yàn)閏s229中幾乎所有算法的推演都是從參數(shù)估計(jì)及其在概率模型中的意義起手的，參數(shù)的更新規(guī)則具有概率上的可解釋性。對(duì)于算法的設(shè)計(jì)和改進(jìn)工作，概統(tǒng)是核心課程，沒(méi)有之一。當(dāng)拿到現(xiàn)成的算法時(shí)，僅需要概率基礎(chǔ)知識(shí)就能看懂，然后需要比較多的線代知識(shí)才能讓模型高效的跑起來(lái)。
3、統(tǒng)計(jì)學(xué)相關(guān)基礎(chǔ)
回歸分析（線性回歸、L1/L2正則、PCA/LDA降維）
聚類分析（K-Means）
分布（正態(tài)分布、t分布、密度函數(shù)）
指標(biāo)（協(xié)方差、ROC曲線、AUC、變異系數(shù)、F1-Score）
顯著性檢驗(yàn)（t檢驗(yàn)、z檢驗(yàn)、卡方檢驗(yàn)）
A/B測(cè)試
門檻二、英語(yǔ)水平
我這里說(shuō)的英語(yǔ)，不是說(shuō)的是英語(yǔ)四六級(jí)，我們都知道計(jì)算機(jī)起源于國(guó)外，很多有價(jià)值的文獻(xiàn)都是來(lái)自國(guó)外，所以想要在人工智能方向有所成就，還是要讀一些外文文獻(xiàn)的，所以要達(dá)到能夠讀懂外文文獻(xiàn)的英語(yǔ)水平。
門檻三、編程技術(shù)
首先作為一個(gè)普通程序員，C++ / Java / Python 這樣的語(yǔ)言技能棧應(yīng)該是必不可少的，其中 Python 需要重點(diǎn)關(guān)注爬蟲、數(shù)值計(jì)算、數(shù)據(jù)可視化方面的應(yīng)用。
人工智能入門的三道門檻，都是一些必備的基礎(chǔ)知識(shí)，所以不要嫌麻煩，打好基礎(chǔ)很關(guān)鍵！
4.人工智能ai技術(shù)的基礎(chǔ)是什么
你好，人工智能的基礎(chǔ)知識(shí)比較寬泛，包括數(shù)學(xué)、物理、哲學(xué)、認(rèn)知科學(xué)、計(jì)算機(jī)科學(xué)、經(jīng)濟(jì)學(xué)、心理學(xué)、信息論、控制論、決定論和不確定性原理等等一系列理工學(xué)科，學(xué)習(xí)人工智能需要的時(shí)間非常漫長(zhǎng)，估計(jì)這輩子搭進(jìn)去也就玩兒個(gè)概念吧。
不過(guò)游戲中的AI就比較簡(jiǎn)單了，屬弱人工智能類型，通過(guò)編程模仿人類邏輯思維模式就可以實(shí)現(xiàn)。您要想在游戲中添加AI屬于對(duì)游戲進(jìn)行二次開發(fā)，還不如自己重新寫個(gè)小游戲，然后一步步去實(shí)現(xiàn)和優(yōu)化你的算法和策略，建議使用斗地主這類游戲進(jìn)行練習(xí)，簡(jiǎn)單明了。
其實(shí)現(xiàn)在充斥在我們生活中的各種打著“人工智能”旗號(hào)的產(chǎn)品、方案都是噱頭，離人工智能的核心還差著十萬(wàn)八千里，而且人工智能真正的目標(biāo)也不是“讓機(jī)器像人類一樣思考”這么簡(jiǎn)單，如果你真的對(duì)人工智能非常有興趣，建議你讀一下Luger George和Stubblefield William寫的Artificial Intelligence: Structures and Strategies for Complex Problem Solving，好像有中文譯文版的，出版社你自己查一下吧，感謝你有心情讀到這里~~~分啊，分啊，都來(lái)吧~~~。
5.怎樣快速學(xué)好Ai
1.對(duì)于精通PS的設(shè)計(jì)師來(lái)說(shuō)，AI有很多相似之處，學(xué)起來(lái)更加容易，如果PS不熟練，可以先買本書閱讀下基本的理論知識(shí)，了解AI的界面和工具選項(xiàng)欄的作用。
推薦電子書和紙質(zhì)書。 2.大概熟悉之后，在電腦要安裝AI軟件，打開軟件，進(jìn)行最基本的操作，所謂熟能生巧，多練多看，達(dá)到很熟悉的程度。
3.學(xué)會(huì)使用快捷鍵，也可以自己設(shè)置快捷方式，快捷鍵可以幫助我們提高工作效率，還有就是掌握一些操作技巧，這些能夠提高我們的速度和更加理解工具的應(yīng)用。 4.簡(jiǎn)單模仿，看一些簡(jiǎn)單的素材文件，開始模仿其操作，想像一下要怎么實(shí)現(xiàn)操作，應(yīng)用了哪些工具。
5.自己定義目標(biāo)，根據(jù)創(chuàng)作理念，開始發(fā)揮創(chuàng)作性思維，用學(xué)到的知識(shí)填補(bǔ)畫面，設(shè)計(jì)一副完整的作品。 6.最重要的還是要多看大師們的作品，領(lǐng)悟其精髓，化為已用，多看多思考，形成自己的設(shè)計(jì)風(fēng)格。
有興趣學(xué)習(xí)設(shè)計(jì)的朋友，建議點(diǎn)擊【下方評(píng)論】花30秒測(cè)試下自己適不適合做設(shè)計(jì)師：↓↓↓。
6.[轉(zhuǎn)載]AI是什么
AI是Illustrator的簡(jiǎn)稱 Illustrator是美國(guó)ADOBE（奧多比）公司推出的專業(yè)矢量繪圖工具，是出版、多媒體和在線圖像的工業(yè)標(biāo)準(zhǔn)矢量插畫軟件。Illustrator是由Adobe公司出品，英文全稱是Adobe Systems Inc，始創(chuàng)于 1982 年，是廣告、印刷、出版和Web領(lǐng)域首屈一指的圖形設(shè)計(jì)、出版和成像軟件設(shè)計(jì)公司，同時(shí)也是世界上第二大桌面軟件公司。公司為圖形設(shè)計(jì)人員、專業(yè)出版人員、文檔處理機(jī)構(gòu)和Web設(shè)計(jì)人員，以及商業(yè)用戶和消費(fèi)者提供了首屈一指的軟件。使用 Adobe 的軟件，用戶可以設(shè)計(jì)、出版和制作具有精彩視覺(jué)效果的圖像和文件。 AI常見(jiàn)問(wèn)題小竅門！1、在AI中，有沒(méi)有和CD一樣的調(diào)整文字間距的快捷鍵呀？
答：a.先畫個(gè)圓角矩形，用“直接選擇工具”選中這個(gè)角上的兩個(gè)點(diǎn)；
b.選中后執(zhí)行“自由變換（E鍵）”，把鼠標(biāo)放在需要調(diào)整角的“對(duì)角”上。
c.在出現(xiàn)雙向箭頭時(shí)，拖動(dòng)到想要的效果時(shí)放開鼠標(biāo)。
答：AI沒(méi)有分頁(yè)功能，但在新建文件時(shí)你在畫板數(shù)量那里填你需要的頁(yè)面就好了；
可以安裝MultiPage(AI的多頁(yè)插件)或?qū)⒍鄠€(gè)跨頁(yè)平均分布在一個(gè)頁(yè)面上。
答：a.對(duì)文字對(duì)象應(yīng)用：效果--路徑--輪廓化對(duì)象；
b.Shift+F7打開對(duì)齊面板，點(diǎn)右上角小三角，打開菜單，勾選“使用預(yù)覽邊界”
這樣，就可以讓文字對(duì)象絕對(duì)的以實(shí)際邊界進(jìn)行對(duì)齊分布了！
答：在AI中選中對(duì)象執(zhí)行—對(duì)象—編組（或鎖定、隱藏）。
Ctrl+G Q組 Ctrl+2 鎖定 ctrl+3 隱藏
答：選中兩個(gè)物件，打開透明面板，右上角的小三角形，選中創(chuàng)建不透明蒙板。
答：a.把你需要出血的漸變圖形對(duì)象“復(fù)制”一個(gè)原位粘貼，并隱藏、鎖定。
b.選中原漸變，執(zhí)行—對(duì)象—擴(kuò)展，可以看出變成了一條條的色塊。
c.F7回到圖層面板把最靠邊的留下，其他的都刪掉。
答：選中段落文本執(zhí)行—對(duì)象—拼合透明度—取消編組。
答：AI里面有四種畫筆，選擇圖形，單擊畫筆面板中的新建按鈕?；蛑苯油系疆嫻P面板中去。
書法畫筆直接單擊新建按鈕。
答：在用AI時(shí)選中一個(gè)物體后，按鍵盤上的逗號(hào)、句號(hào)、問(wèn)號(hào)鍵可以分別填充AI工具箱下方的三種填充類型，即實(shí)色填充、漸變填充、無(wú)填充。
7.自學(xué)人工智能需要學(xué)那些專業(yè)知識(shí)
當(dāng)下，人工智能成了新時(shí)代的必修課，其重要性已無(wú)需贅述，但作為一個(gè)跨學(xué)科產(chǎn)物，它包含的內(nèi)容浩如煙海，各種復(fù)雜的模型和算法更是讓人望而生畏。
對(duì)于大多數(shù)的新手來(lái)說(shuō)，如何入手人工智能其實(shí)都是一頭霧水，比如到底需要哪些數(shù)學(xué)基礎(chǔ)、是否要有工程經(jīng)驗(yàn)、對(duì)于深度學(xué)習(xí)框架應(yīng)該關(guān)注什么等等。那么，學(xué)習(xí)人工智能該從哪里開始呢？人工智能的學(xué)習(xí)路徑又是怎樣的？本文節(jié)選自王天一教授在極客時(shí)間 App 開設(shè)的“人工智能基礎(chǔ)課”，已獲授權(quán)。
更多相關(guān)文章，請(qǐng)下載極客時(shí)間 App，訂閱專欄獲取。數(shù)學(xué)基礎(chǔ)知識(shí)蘊(yùn)含著處理智能問(wèn)題的基本思想與方法，也是理解復(fù)雜算法的必備要素。
今天的種種人工智能技術(shù)歸根到底都建立在數(shù)學(xué)模型之上，要了解人工智能，首先要掌握必備的數(shù)學(xué)基礎(chǔ)知識(shí)，具體來(lái)說(shuō)包括： 線性代數(shù)：如何將研究對(duì)象形式化？概率論：如何描述統(tǒng)計(jì)規(guī)律？數(shù)理統(tǒng)計(jì)：如何以小見(jiàn)大？最優(yōu)化理論： 如何找到最優(yōu)解？信息論：如何定量度量不確定性？形式邏輯：如何實(shí)現(xiàn)抽象推理？ 想要有關(guān)于人工智能的相關(guān)資料的 可以私聊我獲取哦。
8.電子廠ai車間品質(zhì)的工作總結(jié)怎么寫
沒(méi)有，自己根據(jù)實(shí)際情況來(lái)寫吧，主要寫一下主要的工作內(nèi)容，如何努力工作，取得的成績(jī)，最后提出一些合理化的建議或者新的努力方向。。。。
工作總結(jié)就是讓上級(jí)知道你有什么貢獻(xiàn)，體現(xiàn)你的工作價(jià)值所在。
所以應(yīng)該寫好幾點(diǎn)：
1、你對(duì)崗位和工作上的認(rèn)識(shí)2、具體你做了什么事
3、你如何用心工作，哪些事情是你動(dòng)腦子去解決的。就算沒(méi)什么，也要寫一些有難度的問(wèn)題，你如何通過(guò)努力解決了
4、以后工作中你還需提高哪些能力或充實(shí)哪些知識(shí)
5、上級(jí)喜歡主動(dòng)工作的人。你分內(nèi)的事情都要有所準(zhǔn)備，即事前準(zhǔn)備工作以下供你參考：
總結(jié)，就是把一個(gè)時(shí)間段的情況進(jìn)行一次全面系統(tǒng)的總評(píng)價(jià)、總分析，分析成績(jī)、不足、經(jīng)驗(yàn)等?？偨Y(jié)是應(yīng)用寫作的一種，是對(duì)已經(jīng)做過(guò)的工作進(jìn)行理性的思考。
總結(jié)的基本要求
1.總結(jié)必須有情況的概述和敘述，有的比較簡(jiǎn)單，有的比較詳細(xì)。
2.成績(jī)和缺點(diǎn)。這是總結(jié)的主要內(nèi)容?？偨Y(jié)的目的就是要肯定成績(jī)，找出缺點(diǎn)。成績(jī)有哪些，有多大，表現(xiàn)在哪些方面，是怎樣取得的；缺點(diǎn)有多少，表現(xiàn)在哪些方面，是怎樣產(chǎn)生的，都應(yīng)寫清楚。
3.經(jīng)驗(yàn)和教訓(xùn)。為了便于今后工作，必須對(duì)以前的工作經(jīng)驗(yàn)和教訓(xùn)進(jìn)行分析、研究、概括，并形成理論知識(shí)。
總結(jié)的注意事項(xiàng)：
1.一定要實(shí)事求是，成績(jī)基本不夸大，缺點(diǎn)基本不縮小。這是分析、得出教訓(xùn)的基礎(chǔ)。
2.條理要清楚。語(yǔ)句通順，容易理解。
3.要詳略適宜。有重要的，有次要的，寫作時(shí)要突出重點(diǎn)?？偨Y(jié)中的問(wèn)題要有主次、詳略之分。
總結(jié)的基本格式：
1、標(biāo)題
2、正文
開頭：概述情況，總體評(píng)價(jià)；提綱挈領(lǐng)，總括全文。
主體：分析成績(jī)?nèi)焙?，總結(jié)經(jīng)驗(yàn)教訓(xùn)。
結(jié)尾：分析問(wèn)題，明確方向。
3、落款
署名與日期
9.求AI的簡(jiǎn)介
AI(Artificial Intelligence，人工智能) 。
“人工智能”一詞最初是在1956 年Dartmouth學(xué)會(huì)上提出的。從那以后，研究者們發(fā)展了眾多理論和原理，人工智能的概念也隨之?dāng)U展。
人工智能是一門極富挑戰(zhàn)性的科學(xué)，從事這項(xiàng)工作的人必須懂得計(jì)算機(jī)知識(shí)，心理學(xué)和哲學(xué)。人工智能是包括十分廣泛的科學(xué)，它由不同的領(lǐng)域組成，如機(jī)器學(xué)習(xí)，計(jì)算機(jī)視覺(jué)等等，總的說(shuō)來(lái)，人工智能研究的一個(gè)主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。
但不同的時(shí)代、不同的人對(duì)這種“復(fù)雜工作”的理解是不同的。例如繁重的科學(xué)和工程計(jì)算本來(lái)是要人腦來(lái)承擔(dān)的， 現(xiàn)在計(jì)算機(jī)不但能完成這種計(jì)算， 而且能夠比人腦做得更快、更準(zhǔn)確， 因之當(dāng)代人已不再把這種計(jì)算看作是“需要人類智能才能完成的復(fù)雜任務(wù)”， 可見(jiàn)復(fù)雜工作的定義是隨著時(shí)代的發(fā)展和技術(shù)的進(jìn)步而變化的， 人工智能這門科學(xué)的具體目標(biāo)也自然隨著時(shí)代的變化而發(fā)展。
它一方面不斷獲得新的進(jìn)展， 一方面又轉(zhuǎn)向更有意義、更加困難的目標(biāo)。目前能夠用來(lái)研究人工智能的主要物質(zhì)手段以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機(jī)器就是計(jì)算機(jī)， 人工智能的發(fā)展歷史是和計(jì)算機(jī)科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的。
除了計(jì)算機(jī)科學(xué)以外， 人工智能還涉及信息論、控制論、自動(dòng)化、仿生學(xué)、生物學(xué)、心理學(xué)、數(shù)理邏輯、語(yǔ)言學(xué)、醫(yī)學(xué)和哲學(xué)等多門學(xué)科。 人工智能學(xué)科研究的主要內(nèi)容包括：知識(shí)表示、自動(dòng)推理和搜索方法、機(jī)器學(xué)習(xí)和知識(shí)獲取、知識(shí)處理系統(tǒng)、自然語(yǔ)言理解、計(jì)算機(jī)視覺(jué)、智能機(jī)器人、自動(dòng)程序設(shè)計(jì)等方面。
知識(shí)表示是人工智能的基本問(wèn)題之一，推理和搜索都與表示方法密切相關(guān)。常用的知識(shí)表示方法有：邏輯表示法、產(chǎn)生式表示法、語(yǔ)義網(wǎng)絡(luò)表示法和框架表示法等。
常識(shí)，自然為人們所關(guān)注，已提出多種方法，如非單調(diào)推理、定性推理就是從不同角度來(lái)表達(dá)常識(shí)和處理常識(shí)的。 問(wèn)題求解中的自動(dòng)推理是知識(shí)的使用過(guò)程，由于有多種知識(shí)表示方法，相應(yīng)地有多種推理方法。
推理過(guò)程一般可分為演繹推理和非演繹推理。謂詞邏輯是演繹推理的基礎(chǔ)。
結(jié)構(gòu)化表示下的繼承性能推理是非演繹性的。由于知識(shí)處理的需要，近幾年來(lái)提出了多種非演澤的推理方法，如連接機(jī)制推理、類比推理、基于示例的推理、反繹推理和受限推理等。
搜索是人工智能的一種問(wèn)題求解方法，搜索策略決定著問(wèn)題求解的一個(gè)推理步驟中知識(shí)被使用的優(yōu)先關(guān)系。可分為無(wú)信息導(dǎo)引的盲目搜索和利用經(jīng)驗(yàn)知識(shí)導(dǎo)引的啟發(fā)式搜索。
啟發(fā)式知識(shí)常由啟發(fā)式函數(shù)來(lái)表示，啟發(fā)式知識(shí)利用得越充分，求解問(wèn)題的搜索空間就越小。典型的啟發(fā)式搜索方法有A*、AO*算法等。
近幾年搜索方法研究開始注意那些具有百萬(wàn)節(jié)點(diǎn)的超大規(guī)模的搜索問(wèn)題。 機(jī)器學(xué)習(xí)是人工智能的另一重要課題。
機(jī)器學(xué)習(xí)是指在一定的知識(shí)表示意義下獲取新知識(shí)的過(guò)程，按照學(xué)習(xí)機(jī)制的不同，主要有歸納學(xué)習(xí)、分析學(xué)習(xí)、連接機(jī)制學(xué)習(xí)和遺傳學(xué)習(xí)等。 知識(shí)處理系統(tǒng)主要由知識(shí)庫(kù)和推理機(jī)組成。
知識(shí)庫(kù)存儲(chǔ)系統(tǒng)所需要的知識(shí)，當(dāng)知識(shí)量較大而又有多種表示方法時(shí)，知識(shí)的合理組織與管理是重要的。推理機(jī)在問(wèn)題求解時(shí)，規(guī)定使用知識(shí)的基本方法和策略，推理過(guò)程中為記錄結(jié)果或通信需設(shè)數(shù)據(jù)庫(kù)或采用黑板機(jī)制。
如果在知識(shí)庫(kù)中存儲(chǔ)的是某一領(lǐng)域（如醫(yī)療診斷）的專家知識(shí)，則這樣的知識(shí)系統(tǒng)稱為專家系統(tǒng)。為適應(yīng)復(fù)雜問(wèn)題的求解需要，單一的專家系統(tǒng)向多主體的分布式人工智能系統(tǒng)發(fā)展，這時(shí)知識(shí)共享、主體間的協(xié)作、矛盾的出現(xiàn)和處理將是研究的關(guān)鍵問(wèn)題。
10.人工智能需要學(xué)習(xí)哪些數(shù)學(xué)知識(shí)
分布，KL距離等再往后面延伸還有信息論等內(nèi)容它是更實(shí)用理論的基礎(chǔ)。
5.最優(yōu)化
在簡(jiǎn)單基礎(chǔ)的應(yīng)用場(chǎng)景下，我們希望機(jī)器學(xué)習(xí)能很好的對(duì)于事物有個(gè)歸納總結(jié)的能力，所以訓(xùn)練學(xué)習(xí)的過(guò)程有點(diǎn)像一個(gè)擬合過(guò)程，不用的應(yīng)用場(chǎng)景對(duì)不同的目標(biāo)進(jìn)行優(yōu)化所以肯定是基礎(chǔ)再上一層所要具備的數(shù)學(xué)素養(yǎng)
6.凸優(yōu)化
更進(jìn)一步的優(yōu)化應(yīng)用
7. 組合數(shù)學(xué)
這是計(jì)算機(jī)行業(yè)的基本功
8.具體數(shù)學(xué)
一本書叫這個(gè)名字，同樣應(yīng)該作為通用計(jì)算機(jī)類數(shù)學(xué)基本功
9.時(shí)間序列分析
10.隨機(jī)過(guò)程
