A. 人工智慧的主要流派有哪些

人工智慧說白了就是人工做出來的智能。機器人。現在很多人工智慧AI都說自己的產品達到了人工智慧，但是其實並不然。真正的能夠說自己是人工智慧的標准，就是機器人能夠有自我意識的進行繁衍。

B. 關於計算機讀研人工智慧方面！

人工智慧包括很多方面， 機器學習是其中一種， 你的方向正是可以理解人在學習過程中的一些微妙的邏輯， 如果你把這個過程模擬到計算機的程序裡面去運行， 你就可以實現機器學習的功能了。 機器學習， 人工智慧領域的，一般大公司才會有這方面的需求， 騰訊，網路我看到有招這方面的人才。

C. 學習人工智慧AI需要哪些知識

需要數學基礎：高等數學，線性代數，概率論數理統計和隨機過程，離散數學，數值分析。數學基礎知識蘊含著處理智能問題的基本思想與方法，也是理解復雜演算法的必備要素。今天的種種人工智慧技術歸根到底都建立在數學模型之上，要了解人工智慧，首先要掌握必備的數學基礎知識。線性代數將研究對象形式化，概率論描述統計規律。

需要演算法的積累：人工神經網路，支持向量機，遺傳演算法等等演算法；當然還有各個領域需要的演算法，比如要讓機器人自己在位置環境導航和建圖就需要研究SLAM；總之演算法很多需要時間的積累。

需要掌握至少一門編程語言，比如C語言，MATLAB之類。畢竟演算法的實現還是要編程的；如果深入到硬體的話，一些電類基礎課必不可少。

拓展資料：

人工智慧（Artificial Intelligence），英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。

人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。

人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」。人工智慧可以對人的意識、思維的信息過程的模擬。人工智慧不是人的智能，但能像人那樣思考、也可能超過人的智能。

人工智慧是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智慧是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智慧研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種「復雜工作」的理解是不同的。2017年12月，人工智慧入選「2017年度中國媒體十大流行語」。

參考資料：網路—人工智慧：計算機科學的一個分支

D. 人工智慧有哪幾個主要學派

目前人工智慧的主要學派有下面三家：
(1)符號主義(symbolicism)，又稱為邏輯主義(logicism)、心理學派(psychologism)或計算機學派(computerism)，其原理主要為物理符號系統(即符號操作系統)假設和有限合理性原理。
(2)連接主義(connectionism)，又稱為仿生學派(bionicsism)或生理學派(physiologism)，其主要原理為神經網路及神經網路間的連接機制與學習演算法。
(3)行為主義(actionism)，又稱為進化主義(evolutionism)或控制論學派(cyberneticsism)，其原理為控制論及感知-動作型控制系統。
他們對人工智慧發展歷史具有不同的看法。
1、符號主義認為人工智慧源於數理邏輯。數理邏輯從19世紀末起得以迅速發展，到20世紀30年代開始用於描述智能行為。計算機出現後，又再計算機上實現了邏輯演繹系統。其有代表性的成果為啟發式程序LT邏輯理論家，證明了38條數學定理，表了可以應用計算機研究人的思維多成，模擬人類智能活動。正是這些符號主義者，早在1956年首先採用「人工智慧」這個術語。後來又發展了啟發式演算法->專家系統->知識工程理論與技術，並在20世紀80年代取得很大發展。符號主義曾長期一枝獨秀，為人工智慧的發展作出重要貢獻，尤其是專家系統的成功開發與應用，為人工智慧走向工程應用和實現理論聯系實際具有特別重要的意義。在人工智慧的其他學派出現之後，符號主義仍然是人工智慧的主流派別。這個學派的代表任務有紐厄爾(Newell)、西蒙(Simon)和尼爾遜(Nilsson)等。
2、連接主義認為人工智慧源於仿生學，特別是對人腦模型的研究。它的代表性成果是1943年由生理學家麥卡洛克(McCulloch)和數理邏輯學家皮茨(Pitts)創立的腦模型，即MP模型，開創了用電子裝置模仿人腦結構和功能的新途徑。它從神經元開始進而研究神經網路模型和腦模型，開辟了人工智慧的又一發展道路。20世紀60~70年代，連接主義，尤其是對以感知機(perceptron)為代表的腦模型的研究出現過熱潮，由於受到當時的理論模型、生物原型和技術條件的限制，腦模型研究在20世紀70年代後期至80年代初期落入低潮。直到Hopfield教授在1982年和1984年發表兩篇重要論文，提出用硬體模擬神經網路以後，連接主義才又重新抬頭。1986年，魯梅爾哈特(Rumelhart)等人提出多層網路中的反向傳播演算法(BP)演算法。此後，連接主義勢頭大振，從模型到演算法，從理論分析到工程實現，偉神經網路計算機走向市場打下基礎。現在，對人工神經網路(ANN)的研究熱情仍然較高，但研究成果沒有像預想的那樣好。
3、行為主義認為人工智慧源於控制論。控制論思想早在20世紀40~50年代就成為時代思潮的重要部分，影響了早期的人工智慧工作者。維納(Wiener)和麥克洛克(McCulloch)等人提出的控制論和自組織系統以及錢學森等人提出的工程式控制制論和生物控制論，影響了許多領域。控制論把神經系統的工作原理與信息理論、控制理論、邏輯以及計算機聯系起來。早期的研究工作重點是模擬人在控制過程中的智能行為和作用，如對自尋優、自適應、自鎮定、自組織和自學習等控制論系統的研究，並進行「控制論動物」的研製。到20世紀60~70年代，上述這些控制論系統的研究取得一定進展，播下智能控制和智能機器人的種子，並在20世紀80年代誕生了智能控制和智能機器人系統。行為主義是20世紀末才以人工智慧新學派的面孔出現的，引起許多人的興趣。這一學派的代表作者首推布魯克斯(Brooks)的六足行走機器人，它被看作是新一代的「控制論動物」，是一個基於感知-動作模式模擬昆蟲行為的控制系統

E. 現在人工智慧有哪些學派它們的認知觀是什麼

人工智慧各學派簡介：符號主義，連接主義，行為主義2007-06-15 02:41人工智慧各學派簡介

目前人工智慧的主要學派有下面三家：

(1)符號主義(symbolicism)，又稱為邏輯主義(logicism)、心理學派(psychologism)或計算機學派(computerism)，其原理主要為物理符號系統(即符號操作系統)假設和有限合理性原理。

(2)連接主義(connectionism)，又稱為仿生學派(bionicsism)或生理學派(physiologism)，其主要原理為神經網路及神經網路間的連接機制與學習演算法。

(3)行為主義(actionism)，又稱為進化主義(evolutionism)或控制論學派(cyberneticsism)，其原理為控制論及感知-動作型控制系統。

他們對人工智慧發展歷史具有不同的看法。

1、符號主義

認為人工智慧源於數理邏輯。數理邏輯從19世紀末起得以迅速發展，到20世紀30年代開始用於描述智能行為。計算機出現後，又再計算機上實現了邏輯演繹系統。其有代表性的成果為啟發式程序LT邏輯理論家，證明了38條數學定理，表了可以應用計算機研究人的思維多成，模擬人類智能活動。正是這些符號主義者，早在1956年首先採用「人工智慧」這個術語。後來又發展了啟發式演算法->專家系統->知識工程理論與技術，並在20世紀80年代取得很大發展。符號主義曾長期一枝獨秀，為人工智慧的發展作出重要貢獻，尤其是專家系統的成功開發與應用，為人工智慧走向工程應用和實現理論聯系實際具有特別重要的意義。在人工智慧的其他學派出現之後，符號主義仍然是人工智慧的主流派別。這個學派的代表任務有紐厄爾(Newell)、西蒙(Simon)和尼爾遜(Nilsson)等。

2、連接主義

認為人工智慧源於仿生學，特別是對人腦模型的研究。它的代表性成果是1943年由生理學家麥卡洛克(McCulloch)和數理邏輯學家皮茨(Pitts)創立的腦模型，即MP模型，開創了用電子裝置模仿人腦結構和功能的新途徑。它從神經元開始進而研究神經網路模型和腦模型，開辟了人工智慧的又一發展道路。20世紀60~70年代，連接主義，尤其是對以感知機(perceptron)為代表的腦模型的研究出現過熱潮，由於受到當時的理論模型、生物原型和技術條件的限制，腦模型研究在20世紀70年代後期至80年代初期落入低潮。直到Hopfield教授在1982年和1984年發表兩篇重要論文，提出用硬體模擬神經網路以後，連接主義才又重新抬頭。1986年，魯梅爾哈特(Rumelhart)等人提出多層網路中的反向傳播演算法(BP)演算法。此後，連接主義勢頭大振，從模型到演算法，從理論分析到工程實現，偉神經網路計算機走向市場打下基礎。現在，對人工神經網路(ANN)的研究熱情仍然較高，但研究成果沒有像預想的那樣好。

3、行為主義

認為人工智慧源於控制論。控制論思想早在20世紀40~50年代就成為時代思潮的重要部分，影響了早期的人工智慧工作者。維納(Wiener)和麥克洛克(McCulloch)等人提出的控制論和自組織系統以及錢學森等人提出的工程式控制制論和生物控制論，影響了許多領域。控制論把神經系統的工作原理與信息理論、控制理論、邏輯以及計算機聯系起來。早期的研究工作重點是模擬人在控制過程中的智能行為和作用，如對自尋優、自適應、自鎮定、自組織和自學習等控制論系統的研究，並進行「控制論動物」的研製。到20世紀60~70年代，上述這些控制論系統的研究取得一定進展，播下智能控制和智能機器人的種子，並在20世紀80年代誕生了智能控制和智能機器人系統。行為主義是20世紀末才以人工智慧新學派的面孔出現的，引起許多人的興趣。這一學派的代表作者首推布魯克斯(Brooks)的六足行走機器人，它被看作是新一代的「控制論動物」，是一個基於感知-動作模式模擬昆蟲行為的控制系統。

--------《人工智慧及其應用(第3版)》

F. 人工智慧時代為什麼更需要文科專業

長久以來，「學文科到底有用沒用」和「吃咸粽還是甜粽」「冬天北方冷還是南方冷」一樣是全民爭論話題。但凡涉及這類話題，社交網路上都少不了一番論戰。
如果說後兩個話題還有勢均力敵的辯論餘地，那麼文理之爭中，文科可謂長期處於下風。一個最簡單粗暴的論據就是：文科生找不到工作賺不了大錢。「錢途黯淡」之餘，更令中國文科生扎心的是文科專業的長期邊緣化。界面文化曾報道過，1952年高校院系調整全面展開，在學科上大大增強工科，削弱文科，由此奠定了中國高等教育「重理輕文」的格局，導致了當下中國「文科」落後、畸形的發展狀況和公眾對文科的重重誤解。據報道，在大學中，文科專業的研究經費常常不及理工科的零頭，進一步打壓了文史哲研究者的研究積極性。一個簡單的事實說明了文科在中國長期被忽視的狀況：中國設有國家自然科學獎，但文科的國家級獎項近乎為零。
「學好數理化，走遍天下都不怕」的觀念幾十年來屹立不倒，號召著越來越多的中國學生前赴後繼地投身STEM（科學、技術、工程、數學）專業。在技術變革、知識迭代步伐越來越快的當下，理工科似乎才是能夠產生實際經濟效益和物質成果的領域。
所以文科真的沒用嗎？事實並非如此。在急速進化的高科技未來，是那些「人之所以為人」的素質——智性上的好奇心、創造力、同理心、批判性思維和寫作能力——讓我們保持競爭優勢，而這些素質，很多正是文科著力培養的內容。
更重要的是，人工智慧的飛速迭代進化極有可能顛覆人類社會、政治、經濟和文化的基石，為人類的生存帶來巨大挑戰。這些問題不是實驗室里的科學家或電腦前的程序員可以獨自解決的，他們需要與人文社科專業人士攜手並進，共同找到答案。
當人類面對「弗蘭肯斯坦」式的道德困境
《彭博商業周刊》把2015年定為人工智慧發展的元年，因為在那一年，計算智能、感知智能、認知智能發展有了明顯的提升。在人工智慧領域，中國不僅沒有缺席，而且正在積極引領變革。
在「未來已來」的狂歡氣氛中，《時代周刊》刊發的一篇文章認為，呆板的工科思維只會帶來短視的創造，因此所有重視社會道德的科技公司都應該聘用一些具有人類學、心理學和哲學背景的人才。
當下企業面臨的道德困境很多。被很多人忽視的一個事實是，新技術、新產品的出現不僅在改變人們的生活，也在私人生活和社會生活中創造許多前所未有的問題。隨著技術革新的速度越來越快，我們將發現科技進步不僅只是理所當然地賦予人類更多的自由，甚至也是對人類存在本身的質疑和對人類文明與社會基礎的挑戰。
理解人性是應對未來挑戰的關鍵
當我們還在為「人工智慧搶奪工作機會」感到憂慮的時候，歷史學家尤瓦爾·赫拉利直接在《未來簡史》中預言了一個近乎絕望的場景：「隨著人工智慧、機器人逐步取代人類的職業，未來99%的人類將變成無用之人，許多人都將會失去經濟價值。更可怕的是，一旦低級智人喪失了軍事和經濟價值，精英階層與政府可能會喪失投資教育、健康和福利的動力，最終導致他們被整個系統拋棄。這將是無與倫比的噩耗。」
倫敦帝國理工學院認知機器人學系教授默里·沙納漢同樣在《技術奇點》中警示我們：在人工智慧顛覆經濟與社會前，我們應該更加慎重地思考這一切到底意味著什麼。若是我們創造出一種人類水平的人工智慧，且被看作具有意識，並因此應當獲得權利和承擔責任，那是否意味著亘古至今的人類中心主義不復存在？人工智慧的行為是否會脫離人類的指導，只尋求回報函數最大化？所有權、公民權、民主和責任這樣的根本概念是否會被顛覆？

倫敦帝國理工學院認知機器人學系教授默里·沙納漢（Murray Shanahan）
這些問題不是實驗室里的科學家或電腦前的程序員可以獨自解決的。它們要求我們重新思考構成人類社會、政治、經濟和文化的基石，找到傳承和創新的最佳平衡點，這些也正是人文社科專業人士能夠通過他們對人類生存狀態的深刻洞察以及與科技創新人士的交流合作解答的問題。從物聯網、人工智慧到區塊鏈、比特幣，我們所生活的世界已經被高科技如此緊密地包圍，以至於大多數人已無法理解這些正在進行時的新事物了，然而那些創造了這些新技術的人不一定是如何應用這些發明的最佳決策者。
「漫天奇光異彩，猶如聖靈逞威，祗有千隻太陽，始能與它爭輝。現在我成了死神，世界的毀滅者。」
70多年前，有著人類「原子彈之父」之稱的美國猶太人物理學家羅伯特·奧本海默（Robert Oppenheimer）在目睹了人類史上第一顆原子彈爆炸時不禁念起了他曾自學過的《摩訶婆羅多》中的《薄伽梵歌》。在那一刻他明白過來，自己所致力於創造的這項新武器將演變為人類的精神危機，這不僅僅只是因為原子彈有使得人類滅絕的可怕威力。指引奧本海默認清這一後果，並促使他發出警告不應將這種武器完全置於科學家和軍人之手及試制氫彈的，不僅是他淵博的物理學知識，還有這首印度教的梵文史詩。
文科的核心競爭力在於其批判性思維
我們可以看到，在理工科背景人士扎堆的科技領域，正在出現越來越多文科生的身影，即使他們在大學里學的可能是存在主義、南明史、性別文學或《新教倫理與資本主義精神》，與代碼和演算法構成的世界貌似格格不入。
越來越多的公司開始意識到文科思維對公司發展的重要性。美國雲計算團隊合作工具服務商Slack就是一個很好的例子。這家成立於2013年的公司於2017年獲得2.5億美元的新一輪融資，估值上升至51億美元。它的聯合創始人兼首席執行官Stewart Butterfield的教育背景或許會讓很多人驚訝：他在加拿大維多利亞大學（University of Victoria）獲得了哲學本科學位，在劍橋大學獲得了哲學和科學史碩士學位。
在接受Forbes的采訪時，Butterfield說哲學教會了他兩件事：
「我學會了如何清楚明了地寫作，我還學會了如何緊盯著一個論點，這在開會時非常有用。在學習科學史的過程中，我了解了人們是如何對某些謬誤的事情深信不疑……直到他們發現那不是事實。」
文科的擁躉常常稱文科的核心競爭力在於其對批判性思維（critical thinking）的培養。在分析了美國大型企業發布的數千份年薪10萬美元以上的優質職位招聘廣告後，《你能做任何工作：「無用的」人文教育的驚人力量》（You Can Do Anything: The Surprising Power of a 「Useless」 Liberal Arts Ecation）作者George Anders發現僱主也非常重視批判性思維，而他們眼中的「批判性思維」實際上包含五個方面：探索未知領域的強烈意願、獲得有力洞見的分析能力、高效決策能力、理解他人的能力以及有影響力的溝通能力。

優秀的文科生會發現他們對這些僱主孜孜以求的能力並不陌生：撰寫課程論文所需的核心技能就是根據一個主題完成指定的閱讀材料，尋找新素材，從紛繁蕪雜的信息中提煉出觀點，形成洞察——放在商業環境中，你或許要做的是一項新產品的用戶調研，根據過往商品的市場反饋判斷新產品的前景；衡量不同觀點，在避免偏見的基礎上形成自己的立場亦是文科生熟悉的思維方式——這就是商業決策能力；閱讀文學作品，理解人性善惡和人物動機，學習社會學，分析人與社會的互動是如何塑造人類行為的——在管理團隊時你正需要理解團隊成員和他們的潛在利益沖突點；寫作與演講是文科生幾乎每日都在操練的技能——這樣的溝通能力，在團隊協作、匯報工作、會見客戶時也至關重要。
在對未知的探索中構建新的意義
在美國文化評論家Leon Wieseltier看來，文科面臨的困局很大程度上是由當下這種科技至上的文化氛圍造成的——我們過於重視速度和結論性答案，輕視了自由思考和提出復雜問題的重要性。「谷歌帶來的即時滿足把知識降低成信息狀態，但信息本身其實是非常低等的。知識需要的是探究精神、研究方法，以及最重要的，時間。」
從宏觀層面來說，文科的重要性在於「自由思考和提出復雜問題」無論在過去還是現在都是我們迎接種種社會挑戰的前提。
無論是赫拉利這樣的歷史學家還是科技行業領袖，現在還沒有人能夠准確預測未來技術是將幫助人類還是毀滅人類。我們或許可以計算出有多少工作崗位會被自動化，卻對未來將出現哪些新的工作機會無甚頭緒。在技術革新造成結構性失業、引發社會動盪，甚至動搖人類認知的根基時，我們應該怎麼辦？

未來的挑戰甚至不僅僅如此。1949年，埃莉諾·羅斯福（第32任美國總統富蘭克林·D·羅斯福的妻子）受邀前往美國最負盛名的私立女子文理學院史密斯學院發表講話。在講話中，她准確地預言了直至今日我們仍在面對的問題：
「我們是否准備好生活在一個越來越小的世界，與來自不同國家、有著不同風俗習慣和宗教信仰、遵循不同的法律體系、說著不同的語言的人摩肩接踵地生活在一起？」
在經濟發展不確定性增加、民粹主義和地方保護主義勢力抬頭、輿論和觀點日益兩極化的此時此刻，我們或許更加需要文科，因為人文知識能夠為我們提供一個探索和理解人類經驗的理想基礎。
學習不同的哲學派別也許能幫助你更全面地思考道德問題；學習另一種語言也許能讓你開始欣賞不同文化間的相似之處；聽一堂歷史課也許能幫助你更好地理解過去，展望未來；讀一本外國小說也許能讓你學會從他人的角度思考……通過學習文科，我們更好地理解自己和他人，更容易理解領會復雜的道德爭議和人性幽暗之處，亦能夠為解決復雜問題做好更充足的准備。
很大程度上來說，文科生一直以來接受的教育就是要習慣沒有確切答案、探索未知領域，並在模稜兩可中構建自己的意義，所有針對文科的質疑，不過是人生的未卜航行中激起的浪花。但在當今世界，誰知道其他人就無需面對這些了呢？

G. 語言學三大流派

我是自然語言處理博士，正研究這個方向

生成語義學（generative sementics）、系統功能語法、句法體系即轉換生成語法

生成語義學認為語義具有生成性而不僅是解釋性，芝加哥大學是生成語義學的中心。以Paul Postal, George Lakoff, James D.McCawley , John R.Ross為代表。Newmeyer將生成語義學派school的核心命題總結為兩點:第一,生成語義派堅持語法中不存在解釋派所謂的處於詞彙規則與非詞彙規則之間的一個深層結構。第二,生成語義派始終堅持所有重要的句法上的歸納都是建立在語義基礎之上的

系統功能語法（systematical functional grammar），主要人物韓禮德，他是悉尼大學教授，系統功能語法總是強調結構的定義是「功能的組合」

句法體系主要人物是喬姆斯基，美國人，計算機專業的，當代最具影響力的科學家，你看看他的《句法結構Syntactic Structures》1957，那是他主要著作，句法體系我們一般各專業的人都接觸過，就是把英語句子分成詞類和短語結構、建立句法樹，然後用計算機進行句法樹分析

我對第二項的回答比較簡單，第三項的回答則完全是用我自己的語言來說的，你最好用關鍵詞查一下綜述性的文獻，很容易查到的，上一個仁兄的回答中其實已經有這內容：）所以我就不再重復

H. 人工智慧時代為什麼更需要文科專業

喜歡記得關注哦~

本文轉自@界面新聞，有刪改。

未來的挑戰甚至不僅僅如此。1949年，埃莉諾羅斯福（第32任美國總統富蘭克林D羅斯福的妻子）受邀前往美國最負盛名的私立女子文理學院史密斯學院發表講話。在講話中，她准確地預言了直至今日我們仍在面對的問題：

「我們是否准備好生活在一個越來越小的世界，與來自不同國家、有著不同風俗習慣和宗教信仰、遵循不同的法律體系、說著不同的語言的人摩肩接踵地生活在一起？」

在經濟發展不確定性增加、民粹主義和地方保護主義勢力抬頭、輿論和觀點日益兩極化的此時此刻，我們或許更加需要文科，因為人文知識能夠為我們提供一個探索和理解人類經驗的理想基礎。

學習不同的哲學派別也許能幫助你更全面地思考道德問題；學習另一種語言也許能讓你開始欣賞不同文化間的相似之處；聽一堂歷史課也許能幫助你更好地理解過去，展望未來；讀一本外國小說也許能讓你學會從他人的角度思考??通過學習文科，我們更好地理解自己和他人，更容易理解領會復雜的道德爭議和人性幽暗之處，亦能夠為解決復雜問題做好更充足的准備。

很大程度上來說，文科生一直以來接受的教育就是要習慣沒有確切答案、探索未知領域，並在模稜兩可中構建自己的意義，所有針對文科的質疑，不過是人生的未卜航行中激起的浪花。但在當今世界，誰知道其他人就無需面對這些了呢？

感覺不錯就點贊吧！