人工智能概论

我们对于人工智能的定义，是让计算机能够智能的思考。那所谓智能，intelligence包含了推理、规划学习、交流、感知、移动人类物体。但对于复杂的人类情感机器仍旧难以学习到。那怎么样才算是达到了完全智能呢。1950年，图灵发明了一种测试，这个测试是指测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。进行多次测试后，如果有超过30%的测试者不能确定出被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。

那什么是学习：一个系统，通过执行某个过程，提高了性能。学习的目的是为了减熵，所谓熵是什么呢，熵的存在意义是表示混乱度，如果一个系统越为混乱，那我们就说它的熵越高。信息熵同理

机器所擅长的是计算智能，一条路径就是用深度神经网络来实现人工智能。

机器学习的晦涩定义

对某类任务T和性能度量P，通过经验E后，P在T上有所上升

人类思考过程VS机器学习

新的问题-->通过经验归纳-->规律-->得到未来解决办法

新的数据-->通过历史数据训练-->模型-->预测未来

强化学习

基于环境而动，以取得最大化预期利益