智能系统

在学习人工智能时，你必须了解什么是智能？

什么是智能？

用一句话定义智能很难，对不同的人来说意味着不同的事物。智能有许多方面。一般来说，智能可以定义为在多样化环境中做出决策、解决问题、创造性以及适应新情况以求生存的能力。

人类从情境中学习、针对情境做出决策、解决周围问题、适应或尝试新出现情境的能力被称为人类智能。它可以定义为人类的力量或心智能力。人类智能的一个例子是有人远离火焰。

智能由什么组成？

智能由以下组成：

• 推理
• 学习
• 问题解决
• 感知
• 语言智能
   

• 推理 - 能够提供预测、构建解释和得出结论的过程集称为推理。
• 学习 - 学习是一个通过研究、实践、被教导或经历来获取知识或技能，从而增强对研究主题的认识的过程。
• 问题解决 - 尝试从当前情况中获得期望的解决方案。它还涉及决策过程，其中从多个备选方案中选择最合适的备选方案以达到期望的结论。
• 感知 - 感知意味着意识到某事。传感器用于辅助感知。
• 语言智能 - 使用、说、写口头和书面语言的能力。

当机器拥有人类智能时，并非全部，而是一些方面，这可以被称为机器智能。用机器智能设计的系统被称为智能系统。现在

什么是智能系统？

当推理、学习、问题解决和感知的能力融入到人造机器中时，我们称之为智能系统，或根据定义，感知并响应周围世界的先进技术机器被称为智能系统。系统的智能可以定义为系统具备以下能力：

• 计算
• 推理
• 从经验中学习
• 存储和检索记忆中的信息
• 解决问题
• 流利使用自然语言
• 泛化
• 适应新情况

智能系统可以被称为互联智能设备、网络、其他大型系统和软件的集合。智能系统可以从环境中收集信息，分析这些数据，并与其他系统通信。

为什么智能系统很重要？

智能系统对某些领域有大量的知识。它们是技术先进的机器，能够响应周围世界。它在决策过程中具有高度复杂性，并且能够解释其行为。智能系统最重要的特征是它能够与人类互动，有效地教授或为复杂信息处理提供帮助。

智能系统应用于专业领域，例如医疗诊断（识别肿瘤）、机场管理（空中交通流量管理），以及单调工作（自动驾驶汽车或软管清洁）和危险任务，如水下探索。

智能系统的特性

1. 在有限的可用资源下在复杂世界中运行。
   系统的信息处理能力小于世界的复杂性。关于世界的全部信息无法完全在智能系统的内存中表示。
   
   世界由两个组成部分组成：环境和代理。系统通过传感器观察环境，并使用执行器启动动作。例如：恒温器阐释了一个在环境中运行的系统概念。它使用温度计感知房间（环境）的温度，并通过启动或停止加热器来执行动作。系统通过设定所需温度与用户交互。传感器和执行器的使用将系统主体与环境的其余部分分开。智能代理放置在环境中。
2. 具备基本认知能力.
   
   智能系统拥有四种主要认知能力
   1.     感知：从环境中提取信息。
   2.     思考：对世界进行推理并决定行动。
   3.     交互：与代理进行沟通
   4.     行动控制：控制行动的执行。
   感知和行动控制被分成多个独立组件，它们以高频率并行运行；而思考和交互是推理所必需的，它们顺序运行。
   示例：自动驾驶汽车是智能系统的一个例子，它展示了四种主要的认知能力。汽车借助摄像头、加速度计、声学传感器等感知世界。感知是通过专门识别物体（行人、交通信号、其他车辆）的感知组件实现的。行动控制通过转向、刹车、加速器等执行。思考与生成到达最终目的地的路径的能力有关。交互通过向用户展示到达目的地的路径以及提供有关环境的信息来帮助用户正确执行行程。
3. 展现复杂的智能行为。理性行为、通过学习调整决策以及内省是描述系统复杂智能行为的能力。
   1. 理性行为：为了以最佳方式获得最大性能，具有理性行为的智能系统会利用其认知能力。例如：在医疗诊断系统中，疾病被正确诊断的次数被视为衡量性能的标准。智能系统无法获得精确的性能测量，但可以对预期性能进行估计。这可以通过决策算法（例如，决策理论）明确编程。感知、交互、思考和执行等认知能力用于执行理性决策。
   2. 通过学习进行适应：智能系统通过学习获得适应不断变化的世界的能力。感知和行动控制等认知能力可以通过学习得到提高。智能系统可以使用内部或外部方法进行价值判断，以评估其行为。对系统行为的这种评估有助于改变内部模型以修改其未来的行为。
   3. 内省：这是分析自身认知能力如何运作的能力。具有内省功能的模型可以用作算法的输入，以模拟自我意识过程。这种能力允许系统向外部代理提供解释。

两种智能系统

两种智能系统是智能辅导系统（ITS）和专家系统。

1. 智能辅导系统

顾名思义，ITS向用户（学生）提供类似于人类导师的指导。ITS为其用户提供个性化的指导和反馈。系统借助深度学习算法为个人提供某些学习策略建议。它持续跟踪用户的进度，提供下一步提示，并选择有助于用户提高或学习新技能的练习题。ITS将使用户能够努力解决问题并获得成功的结论。它在问题解决的背景下提供指导，并帮助用户理解问题解决知识。

ITS的例子

• 追踪导师
• 化学计量导师
• iTalk2Learn
• Duolingo 聊天机器人
• Thinkster Math

2. 专家系统

专家系统包含专家在某些领域（核工业、会计等）的知识或专家知识。包含专家所拥有的所有专业和技术知识的知识库是专家系统最重要的部分。来自多个专家的知识集成在专家系统的知识库中，因此可以使解决方案更有效。
专家系统有五种基本类型

• 基于规则的专家系统：从人类专家那里获取知识，并将这些知识转换为若干硬编码规则。
• 基于框架的专家系统：它是一个槽集合的概念。在这里，框架用于表示知识，规则起次要作用。
• 模糊专家系统：基于逻辑。规则根据专家知识的模糊偏好进行建模。
• 神经网络专家系统：结合了基于规则的专家系统的优点和神经网络的学习、泛化、鲁棒性和并行信息处理等优点。
• 神经模糊专家系统：将神经网络与模糊专家系统结合起来，提供了一种更强大的技术，称为神经模糊系统。

专家系统通常由四个组成部分组成

1. 知识库：一个存储库，其中包含来自不同专家关于任何特定领域或主题的知识。
2. 搜索或推理系统：专家系统的主要处理单元，因此被称为专家系统的大脑。从知识库中提取知识，并将推理规则应用于知识库，为用户查询生成无错误的解决方案。
3. 知识获取系统：提取、组织和结构化领域知识，以从各种专家那里获取知识。
4. 用户界面或通信系统：用户通过用户界面与专家系统交互。它接收用户查询作为输入，并将其传递给推理引擎，然后向用户显示输出。

专家系统示例

• MYCIN
• DENDRAL
• PXDES

智能系统的应用

在当今社会，智能系统正准备扮演越来越多的角色。其中一些包括：

• 娱乐
• 字符识别
• 视频监控
• 智能交通
• 利用生物识别参数进行人脸识别。
• 教育
• 医疗护理
• 军事应用
• 机器人技术
• 工厂自动化

智能系统的挑战。

• 动态世界：不断变化的物理世界要求快速做出决策以适应环境的变化。
• 映射：计算机视觉必须应对包括背景运动、光照和尺度变化，以及类内/类间变异分组项目在内的挑战。从3D世界到2D世界有很多信息丢失的机会。
• 不确定性：由于传感器中的噪声以及执行动作的限制，智能系统采取的任何动作都可能不正确。
• 耗时计算：寻找通往目标的最佳路径需要昂贵的计算或在非常大的状态空间中进行搜索。

人类智能与机器智能的区别