什么是人工智能：关键是要解决 未知 的问题
人工作智能AI
大数据：大数据是相对于传统"小数据"的，
传统由于数据处理的成本很高，所以只能处理部分信息系统中产生的非常规范的数据，而对于文本、图片等数据不能处理，而且数据量非常大的话，只能通过抽样的方式来降低数据量。大数据的所谓4个特征是4V，Volume（数据量大，海量数据），Variety（数据类型多，文本/音频/视频/传感器数据），Velocity（产生速度快，一些实时监控的数据要求实时的进行处理），Value（价值，大数据里面蕴含人们通过逻辑推理得不到的价值）
云计算（cloud computing），分布式计算技术的一种，其最基本的概念，是透过网络将庞大的计算处理程序自动分拆成无数个较小的子程序，再交由多部服务器所组成的庞大系统经搜寻、计算分析之后将处理结果回传给用户。透过这项技术，网络服务提供者可以在数秒之内，达成处理数以千万计甚至亿计的信息，达到和“超级计算机”同样强大效能的网络服务。
机器学习：利用经验改善系统自身的性能，机器学习通过从数据里提取规则或模式来把数据转换成信息。主要的方法有归纳学习法和分析学习法。
关系：大数据提供真实数据，足够的训练集用于学习，云计算，算力的提升，机器学习蓬勃发展人工智能中的方法技术得到应用，
模式识别
自然语言处理
计算机视觉 Opencv 卷积神经网络
智能推理 Prolog语言 专家系统知识库
智能机器人-分布式人工智能与Agent
数据挖掘：数据库 机器学习
三个学派很重要
逻辑学派—符号主义方法；仿生学派—联结主义方法；控制论学派—行为主义方法
知识表示、知识利用、知识获取
强弱人工智能
符号主义(Symbolicism)，又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism)
联结主义(Connectionism)，又称为仿生学派(Bionicsism)或生理学派(Physiologism)
行为主义(Actionism)，又称进化主义(Evo luti oni sm)或控制论学派(Cyberneticsism)
第二章
知识和知识表示
结构化—非结构化
命题逻辑—归结推理
产生式系统
知识：事实-规则-元知识-常识性知识
知识表示=数据结构+处理机制
知识-公式；策略-方法-智能-方法中的优/最优
信息经过加工提炼而成知识，知识被不同目的激活而成智能
知识的分类
命题逻辑形式系统PC
谓词表示
归结式是空子句，用正方形方框表示，空子句的出现代表出现了矛盾
归结推理
Step1：化成子句形式，得到子句集S0；
Step2：将结论的否定化为子句形式，加入到S0中，构成子句集S；
Step3：对S作归结，出现空子句，证毕
重要
什么是产生式系统—三要素
综合数据库、产生式规则、控制系统
系统可能存在的状态、系统可能存在的状态转换和规则、策略-用于求解的最优/快方法
九宫格游戏—产生式系统设计
语义网络
搜索技术
计算机解决问题：搜索
产生式系统
完备性：若有解，是否一定可以找到解
时间复杂度-
空间复杂度
最优性：存在几个解的话，能否发现最优解
启发式搜索
A*与AO的区别
全信息-非偶然博弈
高级搜索
SA，GA
系统化搜索、局部搜索算法
模拟固体退火过程
加温-等温-冷却过程
遗传算法随机剪枝搜索
不确定性计算
Agent
Agent：驻留在某一环境下能够自主灵活地执行动作以满足设计目标的行为实体。
https://blog.csdn.net/weixin_43717681/article/details/123391833?ops_request_misc=&request_id=&biz_id=102&utm_term=%E8%AF%AD%E4%B9%89%E7%BD%91%E7%BB%9C%E8%A1%A8%E8%BE%BE%E7%9F%A5%E8%AF%86%E6%97%B6%EF%BC%8C%E6%9C%89%E5%90%91%E5%BC%A7%20AKO%20%E9%93%BE%E3%80%81ISA%20%E9%93%BE%E6%98%AF%E7%94%A8%E6%9D%A5%E8%A1%A8%E8%BE%BE&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-0-123391833.142^v17^rank_v32,157^v15^new_3&spm=1018.2226.3001.4187
自然语言处理
语义文法—格文法