人工智能部分

人工智能之父 John McCarthy说：人工智能就是制造智能的机器，更特指制作人工智能的程序。人工智能模仿人类的思考方式使计算机能智能的思考问题，人工智能通过研究人类大脑的思考、学习和工作方式，然后将研究结果作为开发智能软件和系统的基础。

人工智能的概念很宽，所以人工智能也分很多种，我们按照人工智能的实力将其分成三大类：

1、弱人工智能

弱人工智能Artificial Narrow Intelligence (ANI):弱人工智能是擅长于单个方面的人工智能。比如有能战胜象棋世界冠军的人工智能，但是它只会下象棋，你要问它怎样更好地在硬盘上储存数据，它就不知道怎么回答你了。比如第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人，Alpha Go其实也是一个弱人工智能。

2、强人工智能

强人工智能又称通用人工智能或完全人工智能， 指的是可以胜任人类所有工作的人工智能。一个可以称得上强人工智能的程序， 大概需要具备以下几方面的能力：存在不确定因素时进行推理，使用策略，解决问题，制定决策的能力；知识表示的能力，包括常识性知识的表示能力；规划能力；学习能力；使用自然语言进行交流沟通的能力；将上述能力整合起来实现既定目标的能力。

3、超人工智能

假设计算机程序通过不断发展，可以比世界上最聪明、最有天赋的人类还聪明，那么由此产生的人工智能系统就可以被称为超人工智能。超人工智能的定义最为模糊，因为没人知道， 超越人类最高水平的智慧到底会表现为何种能力。如果说对于强人工智能，我们还存在从技术角度进行探讨的可能性的话，那么，对于超人工智能，今天的人类大多就只能从哲学或科幻的角度加以解析了。

搜索的含义

如何在大量的结构不良或非结构化的问题中获取对自己有用的信息，是人工智能中非常重要的一部分。对于这些问题，一般很难获得其全部信息，更没有现成的算法可供使用。因此，根据问题的实际情况，不断寻找可利用知识，从而构造一条代价最小的推理路线,就显得尤为重要。 搜索就是要寻找一个操作序列,使问题从初始状态转换到目标状态。这个操作序列就是目标的解。因此，所谓搜索，就是根据问题的实际情况,按照一定的策略或规则从知识库中寻找可利用的知识，从#造一条使问题获得解决的推理路线的过程。搜索包含两层含义:一是要找到丛初始事实到问题最终答案的一条推理路线，二是找到的这条路线是时间和空间复杂度最小的求解路线个什最小，也能好入
通常搜索策略的主要任务是确定选取规则的方式。可根据是否使用启发式信息分为盲具搜索和启发式搜索，也可以根据问题的表示方法分为状态空间搜索和与/或树搜索。
盲目搜索是不考虑给定问题所具有的特定知识，系统根据事先确定好的某种固定排序,依次调用规则或随机调用规则，一般统称为无信息引导的搜索策略。由于搜索总是按照预定的控制策略进行搜索，因此这种搜索策略具有盲目性，效率不高，不便于复杂问题的求解启发式搜索考虑问题领域可应用的知识，动态地确定规则的排序,优先调用较合适的规则加速何题的求解过程,使搜索朝着最有希望的方向前进，找到最优解。
状态空间搜索是指用状态空间法来求解问题所进行的搜索。与/或树搜索是指用问题归约法来求解向题时进行的搜索。下面分别介绍状态空间法与问题归约法。