人工智能与机器学习技术手册.docxVIP

与机器学习技术手册

基础理论

第1章基础理论

第一节定义与核心范畴

（ArtificialIntelligence，简称）是指由人类创造的智能机器系统，旨在模拟、扩展和延伸人类智能的能力，以解决复杂问题、进行推理和学习。从定义上看，不仅仅是代码的堆砌，更是对人类认知世界方式的数字化重构，其核心在于让机器具备感知环境、理解语义、做出决策并适应变化的能力。在技术分类上，被划分为狭义和广义。狭义侧重于符号主义，即通过逻辑推理和规则库来解决问题，代表如专家系统；而广义则涵盖机器学习、深度学习等数据驱动的方法。广义是目前主流的研究方向，它不再依赖人工编写的显式规则，而是通过海量数据训练模型，使其具备类似人类的泛化能力。

的核心范畴主要包括感知、学习、推理、规划和决策五个子领域。感知技术让机器能够“看”到图像、“听”到声音并“摸”到物体；学习技术则通过反馈循环不断修正自身行为；推理技术帮助机器在已知事实中推导未知结论；规划技术负责在复杂约束条件下制定最优路径；决策技术则是综合上述能力，在不确定环境中选择最佳行动方案。一个典型的智能体（Agent）由感知器、决策器和执行器三部分组成。感知器负责收集外部信息，例如摄像头采集视频流或传感器读取温度数据；决策器利用算法分析这些信息，结合历史数据做出判断，如决定何时发送消息或调整运动策略；执行器则将决策转化