A. 人工智能的主要流派有哪些

人工智能说白了就是人工做出来的智能。机器人。现在很多人工智能AI都说自己的产品达到了人工智能，但是其实并不然。真正的能够说自己是人工智能的标准，就是机器人能够有自我意识的进行繁衍。

B. 关于计算机读研人工智能方面！

人工智能包括很多方面， 机器学习是其中一种， 你的方向正是可以理解人在学习过程中的一些微妙的逻辑， 如果你把这个过程模拟到计算机的程序里面去运行， 你就可以实现机器学习的功能了。 机器学习， 人工智能领域的，一般大公司才会有这方面的需求， 腾讯，网络我看到有招这方面的人才。

C. 学习人工智能AI需要哪些知识

需要数学基础：高等数学，线性代数，概率论数理统计和随机过程，离散数学，数值分析。数学基础知识蕴含着处理智能问题的基本思想与方法，也是理解复杂算法的必备要素。今天的种种人工智能技术归根到底都建立在数学模型之上，要了解人工智能，首先要掌握必备的数学基础知识。线性代数将研究对象形式化，概率论描述统计规律。

需要算法的积累：人工神经网络，支持向量机，遗传算法等等算法；当然还有各个领域需要的算法，比如要让机器人自己在位置环境导航和建图就需要研究SLAM；总之算法很多需要时间的积累。

需要掌握至少一门编程语言，比如C语言，MATLAB之类。毕竟算法的实现还是要编程的；如果深入到硬件的话，一些电类基础课必不可少。

拓展资料：

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。2017年12月，人工智能入选“2017年度中国媒体十大流行语”。

参考资料：网络—人工智能：计算机科学的一个分支

D. 人工智能有哪几个主要学派

目前人工智能的主要学派有下面三家：
(1)符号主义(symbolicism)，又称为逻辑主义(logicism)、心理学派(psychologism)或计算机学派(computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。
(2)连接主义(connectionism)，又称为仿生学派(bionicsism)或生理学派(physiologism)，其主要原理为神经网络及神经网络间的连接机制与学习算法。
(3)行为主义(actionism)，又称为进化主义(evolutionism)或控制论学派(cyberneticsism)，其原理为控制论及感知-动作型控制系统。
他们对人工智能发展历史具有不同的看法。
1、符号主义认为人工智能源于数理逻辑。数理逻辑从19世纪末起得以迅速发展，到20世纪30年代开始用于描述智能行为。计算机出现后，又再计算机上实现了逻辑演绎系统。其有代表性的成果为启发式程序LT逻辑理论家，证明了38条数学定理，表了可以应用计算机研究人的思维多成，模拟人类智能活动。正是这些符号主义者，早在1956年首先采用“人工智能”这个术语。后来又发展了启发式算法->专家系统->知识工程理论与技术，并在20世纪80年代取得很大发展。符号主义曾长期一枝独秀，为人工智能的发展作出重要贡献，尤其是专家系统的成功开发与应用，为人工智能走向工程应用和实现理论联系实际具有特别重要的意义。在人工智能的其他学派出现之后，符号主义仍然是人工智能的主流派别。这个学派的代表任务有纽厄尔(Newell)、西蒙(Simon)和尼尔逊(Nilsson)等。
2、连接主义认为人工智能源于仿生学，特别是对人脑模型的研究。它的代表性成果是1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型，即MP模型，开创了用电子装置模仿人脑结构和功能的新途径。它从神经元开始进而研究神经网络模型和脑模型，开辟了人工智能的又一发展道路。20世纪60~70年代，连接主义，尤其是对以感知机(perceptron)为代表的脑模型的研究出现过热潮，由于受到当时的理论模型、生物原型和技术条件的限制，脑模型研究在20世纪70年代后期至80年代初期落入低潮。直到Hopfield教授在1982年和1984年发表两篇重要论文，提出用硬件模拟神经网络以后，连接主义才又重新抬头。1986年，鲁梅尔哈特(Rumelhart)等人提出多层网络中的反向传播算法(BP)算法。此后，连接主义势头大振，从模型到算法，从理论分析到工程实现，伟神经网络计算机走向市场打下基础。现在，对人工神经网络(ANN)的研究热情仍然较高，但研究成果没有像预想的那样好。
3、行为主义认为人工智能源于控制论。控制论思想早在20世纪40~50年代就成为时代思潮的重要部分，影响了早期的人工智能工作者。维纳(Wiener)和麦克洛克(McCulloch)等人提出的控制论和自组织系统以及钱学森等人提出的工程控制论和生物控制论，影响了许多领域。控制论把神经系统的工作原理与信息理论、控制理论、逻辑以及计算机联系起来。早期的研究工作重点是模拟人在控制过程中的智能行为和作用，如对自寻优、自适应、自镇定、自组织和自学习等控制论系统的研究，并进行“控制论动物”的研制。到20世纪60~70年代，上述这些控制论系统的研究取得一定进展，播下智能控制和智能机器人的种子，并在20世纪80年代诞生了智能控制和智能机器人系统。行为主义是20世纪末才以人工智能新学派的面孔出现的，引起许多人的兴趣。这一学派的代表作者首推布鲁克斯(Brooks)的六足行走机器人，它被看作是新一代的“控制论动物”，是一个基于感知-动作模式模拟昆虫行为的控制系统

E. 现在人工智能有哪些学派它们的认知观是什么

人工智能各学派简介：符号主义，连接主义，行为主义2007-06-15 02:41人工智能各学派简介

目前人工智能的主要学派有下面三家：

(1)符号主义(symbolicism)，又称为逻辑主义(logicism)、心理学派(psychologism)或计算机学派(computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。

(2)连接主义(connectionism)，又称为仿生学派(bionicsism)或生理学派(physiologism)，其主要原理为神经网络及神经网络间的连接机制与学习算法。

(3)行为主义(actionism)，又称为进化主义(evolutionism)或控制论学派(cyberneticsism)，其原理为控制论及感知-动作型控制系统。

他们对人工智能发展历史具有不同的看法。

1、符号主义

认为人工智能源于数理逻辑。数理逻辑从19世纪末起得以迅速发展，到20世纪30年代开始用于描述智能行为。计算机出现后，又再计算机上实现了逻辑演绎系统。其有代表性的成果为启发式程序LT逻辑理论家，证明了38条数学定理，表了可以应用计算机研究人的思维多成，模拟人类智能活动。正是这些符号主义者，早在1956年首先采用“人工智能”这个术语。后来又发展了启发式算法->专家系统->知识工程理论与技术，并在20世纪80年代取得很大发展。符号主义曾长期一枝独秀，为人工智能的发展作出重要贡献，尤其是专家系统的成功开发与应用，为人工智能走向工程应用和实现理论联系实际具有特别重要的意义。在人工智能的其他学派出现之后，符号主义仍然是人工智能的主流派别。这个学派的代表任务有纽厄尔(Newell)、西蒙(Simon)和尼尔逊(Nilsson)等。

2、连接主义

认为人工智能源于仿生学，特别是对人脑模型的研究。它的代表性成果是1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型，即MP模型，开创了用电子装置模仿人脑结构和功能的新途径。它从神经元开始进而研究神经网络模型和脑模型，开辟了人工智能的又一发展道路。20世纪60~70年代，连接主义，尤其是对以感知机(perceptron)为代表的脑模型的研究出现过热潮，由于受到当时的理论模型、生物原型和技术条件的限制，脑模型研究在20世纪70年代后期至80年代初期落入低潮。直到Hopfield教授在1982年和1984年发表两篇重要论文，提出用硬件模拟神经网络以后，连接主义才又重新抬头。1986年，鲁梅尔哈特(Rumelhart)等人提出多层网络中的反向传播算法(BP)算法。此后，连接主义势头大振，从模型到算法，从理论分析到工程实现，伟神经网络计算机走向市场打下基础。现在，对人工神经网络(ANN)的研究热情仍然较高，但研究成果没有像预想的那样好。

3、行为主义

认为人工智能源于控制论。控制论思想早在20世纪40~50年代就成为时代思潮的重要部分，影响了早期的人工智能工作者。维纳(Wiener)和麦克洛克(McCulloch)等人提出的控制论和自组织系统以及钱学森等人提出的工程控制论和生物控制论，影响了许多领域。控制论把神经系统的工作原理与信息理论、控制理论、逻辑以及计算机联系起来。早期的研究工作重点是模拟人在控制过程中的智能行为和作用，如对自寻优、自适应、自镇定、自组织和自学习等控制论系统的研究，并进行“控制论动物”的研制。到20世纪60~70年代，上述这些控制论系统的研究取得一定进展，播下智能控制和智能机器人的种子，并在20世纪80年代诞生了智能控制和智能机器人系统。行为主义是20世纪末才以人工智能新学派的面孔出现的，引起许多人的兴趣。这一学派的代表作者首推布鲁克斯(Brooks)的六足行走机器人，它被看作是新一代的“控制论动物”，是一个基于感知-动作模式模拟昆虫行为的控制系统。

--------《人工智能及其应用(第3版)》

F. 人工智能时代为什么更需要文科专业

长久以来，“学文科到底有用没用”和“吃咸粽还是甜粽”“冬天北方冷还是南方冷”一样是全民争论话题。但凡涉及这类话题，社交网络上都少不了一番论战。
如果说后两个话题还有势均力敌的辩论余地，那么文理之争中，文科可谓长期处于下风。一个最简单粗暴的论据就是：文科生找不到工作赚不了大钱。“钱途黯淡”之余，更令中国文科生扎心的是文科专业的长期边缘化。界面文化曾报道过，1952年高校院系调整全面展开，在学科上大大增强工科，削弱文科，由此奠定了中国高等教育“重理轻文”的格局，导致了当下中国“文科”落后、畸形的发展状况和公众对文科的重重误解。据报道，在大学中，文科专业的研究经费常常不及理工科的零头，进一步打压了文史哲研究者的研究积极性。一个简单的事实说明了文科在中国长期被忽视的状况：中国设有国家自然科学奖，但文科的国家级奖项近乎为零。
“学好数理化，走遍天下都不怕”的观念几十年来屹立不倒，号召着越来越多的中国学生前赴后继地投身STEM（科学、技术、工程、数学）专业。在技术变革、知识迭代步伐越来越快的当下，理工科似乎才是能够产生实际经济效益和物质成果的领域。
所以文科真的没用吗？事实并非如此。在急速进化的高科技未来，是那些“人之所以为人”的素质——智性上的好奇心、创造力、同理心、批判性思维和写作能力——让我们保持竞争优势，而这些素质，很多正是文科着力培养的内容。
更重要的是，人工智能的飞速迭代进化极有可能颠覆人类社会、政治、经济和文化的基石，为人类的生存带来巨大挑战。这些问题不是实验室里的科学家或电脑前的程序员可以独自解决的，他们需要与人文社科专业人士携手并进，共同找到答案。
当人类面对“弗兰肯斯坦”式的道德困境
《彭博商业周刊》把2015年定为人工智能发展的元年，因为在那一年，计算智能、感知智能、认知智能发展有了明显的提升。在人工智能领域，中国不仅没有缺席，而且正在积极引领变革。
在“未来已来”的狂欢气氛中，《时代周刊》刊发的一篇文章认为，呆板的工科思维只会带来短视的创造，因此所有重视社会道德的科技公司都应该聘用一些具有人类学、心理学和哲学背景的人才。
当下企业面临的道德困境很多。被很多人忽视的一个事实是，新技术、新产品的出现不仅在改变人们的生活，也在私人生活和社会生活中创造许多前所未有的问题。随着技术革新的速度越来越快，我们将发现科技进步不仅只是理所当然地赋予人类更多的自由，甚至也是对人类存在本身的质疑和对人类文明与社会基础的挑战。
理解人性是应对未来挑战的关键
当我们还在为“人工智能抢夺工作机会”感到忧虑的时候，历史学家尤瓦尔·赫拉利直接在《未来简史》中预言了一个近乎绝望的场景：“随着人工智能、机器人逐步取代人类的职业，未来99%的人类将变成无用之人，许多人都将会失去经济价值。更可怕的是，一旦低级智人丧失了军事和经济价值，精英阶层与政府可能会丧失投资教育、健康和福利的动力，最终导致他们被整个系统抛弃。这将是无与伦比的噩耗。”
伦敦帝国理工学院认知机器人学系教授默里·沙纳汉同样在《技术奇点》中警示我们：在人工智能颠覆经济与社会前，我们应该更加慎重地思考这一切到底意味着什么。若是我们创造出一种人类水平的人工智能，且被看作具有意识，并因此应当获得权利和承担责任，那是否意味着亘古至今的人类中心主义不复存在？人工智能的行为是否会脱离人类的指导，只寻求回报函数最大化？所有权、公民权、民主和责任这样的根本概念是否会被颠覆？

伦敦帝国理工学院认知机器人学系教授默里·沙纳汉（Murray Shanahan）
这些问题不是实验室里的科学家或电脑前的程序员可以独自解决的。它们要求我们重新思考构成人类社会、政治、经济和文化的基石，找到传承和创新的最佳平衡点，这些也正是人文社科专业人士能够通过他们对人类生存状态的深刻洞察以及与科技创新人士的交流合作解答的问题。从物联网、人工智能到区块链、比特币，我们所生活的世界已经被高科技如此紧密地包围，以至于大多数人已无法理解这些正在进行时的新事物了，然而那些创造了这些新技术的人不一定是如何应用这些发明的最佳决策者。
“漫天奇光异彩，犹如圣灵逞威，祗有千只太阳，始能与它争辉。现在我成了死神，世界的毁灭者。”
70多年前，有着人类“原子弹之父”之称的美国犹太人物理学家罗伯特·奥本海默（Robert Oppenheimer）在目睹了人类史上第一颗原子弹爆炸时不禁念起了他曾自学过的《摩诃婆罗多》中的《薄伽梵歌》。在那一刻他明白过来，自己所致力于创造的这项新武器将演变为人类的精神危机，这不仅仅只是因为原子弹有使得人类灭绝的可怕威力。指引奥本海默认清这一后果，并促使他发出警告不应将这种武器完全置于科学家和军人之手及试制氢弹的，不仅是他渊博的物理学知识，还有这首印度教的梵文史诗。
文科的核心竞争力在于其批判性思维
我们可以看到，在理工科背景人士扎堆的科技领域，正在出现越来越多文科生的身影，即使他们在大学里学的可能是存在主义、南明史、性别文学或《新教伦理与资本主义精神》，与代码和算法构成的世界貌似格格不入。
越来越多的公司开始意识到文科思维对公司发展的重要性。美国云计算团队合作工具服务商Slack就是一个很好的例子。这家成立于2013年的公司于2017年获得2.5亿美元的新一轮融资，估值上升至51亿美元。它的联合创始人兼首席执行官Stewart Butterfield的教育背景或许会让很多人惊讶：他在加拿大维多利亚大学（University of Victoria）获得了哲学本科学位，在剑桥大学获得了哲学和科学史硕士学位。
在接受Forbes的采访时，Butterfield说哲学教会了他两件事：
“我学会了如何清楚明了地写作，我还学会了如何紧盯着一个论点，这在开会时非常有用。在学习科学史的过程中，我了解了人们是如何对某些谬误的事情深信不疑……直到他们发现那不是事实。”
文科的拥趸常常称文科的核心竞争力在于其对批判性思维（critical thinking）的培养。在分析了美国大型企业发布的数千份年薪10万美元以上的优质职位招聘广告后，《你能做任何工作：“无用的”人文教育的惊人力量》（You Can Do Anything: The Surprising Power of a “Useless” Liberal Arts Ecation）作者George Anders发现雇主也非常重视批判性思维，而他们眼中的“批判性思维”实际上包含五个方面：探索未知领域的强烈意愿、获得有力洞见的分析能力、高效决策能力、理解他人的能力以及有影响力的沟通能力。

优秀的文科生会发现他们对这些雇主孜孜以求的能力并不陌生：撰写课程论文所需的核心技能就是根据一个主题完成指定的阅读材料，寻找新素材，从纷繁芜杂的信息中提炼出观点，形成洞察——放在商业环境中，你或许要做的是一项新产品的用户调研，根据过往商品的市场反馈判断新产品的前景；衡量不同观点，在避免偏见的基础上形成自己的立场亦是文科生熟悉的思维方式——这就是商业决策能力；阅读文学作品，理解人性善恶和人物动机，学习社会学，分析人与社会的互动是如何塑造人类行为的——在管理团队时你正需要理解团队成员和他们的潜在利益冲突点；写作与演讲是文科生几乎每日都在操练的技能——这样的沟通能力，在团队协作、汇报工作、会见客户时也至关重要。
在对未知的探索中构建新的意义
在美国文化评论家Leon Wieseltier看来，文科面临的困局很大程度上是由当下这种科技至上的文化氛围造成的——我们过于重视速度和结论性答案，轻视了自由思考和提出复杂问题的重要性。“谷歌带来的即时满足把知识降低成信息状态，但信息本身其实是非常低等的。知识需要的是探究精神、研究方法，以及最重要的，时间。”
从宏观层面来说，文科的重要性在于“自由思考和提出复杂问题”无论在过去还是现在都是我们迎接种种社会挑战的前提。
无论是赫拉利这样的历史学家还是科技行业领袖，现在还没有人能够准确预测未来技术是将帮助人类还是毁灭人类。我们或许可以计算出有多少工作岗位会被自动化，却对未来将出现哪些新的工作机会无甚头绪。在技术革新造成结构性失业、引发社会动荡，甚至动摇人类认知的根基时，我们应该怎么办？

未来的挑战甚至不仅仅如此。1949年，埃莉诺·罗斯福（第32任美国总统富兰克林·D·罗斯福的妻子）受邀前往美国最负盛名的私立女子文理学院史密斯学院发表讲话。在讲话中，她准确地预言了直至今日我们仍在面对的问题：
“我们是否准备好生活在一个越来越小的世界，与来自不同国家、有着不同风俗习惯和宗教信仰、遵循不同的法律体系、说着不同的语言的人摩肩接踵地生活在一起？”
在经济发展不确定性增加、民粹主义和地方保护主义势力抬头、舆论和观点日益两极化的此时此刻，我们或许更加需要文科，因为人文知识能够为我们提供一个探索和理解人类经验的理想基础。
学习不同的哲学派别也许能帮助你更全面地思考道德问题；学习另一种语言也许能让你开始欣赏不同文化间的相似之处；听一堂历史课也许能帮助你更好地理解过去，展望未来；读一本外国小说也许能让你学会从他人的角度思考……通过学习文科，我们更好地理解自己和他人，更容易理解领会复杂的道德争议和人性幽暗之处，亦能够为解决复杂问题做好更充足的准备。
很大程度上来说，文科生一直以来接受的教育就是要习惯没有确切答案、探索未知领域，并在模棱两可中构建自己的意义，所有针对文科的质疑，不过是人生的未卜航行中激起的浪花。但在当今世界，谁知道其他人就无需面对这些了呢？

G. 语言学三大流派

我是自然语言处理博士，正研究这个方向

生成语义学（generative sementics）、系统功能语法、句法体系即转换生成语法

生成语义学认为语义具有生成性而不仅是解释性，芝加哥大学是生成语义学的中心。以Paul Postal, George Lakoff, James D.McCawley , John R.Ross为代表。Newmeyer将生成语义学派school的核心命题总结为两点:第一,生成语义派坚持语法中不存在解释派所谓的处于词汇规则与非词汇规则之间的一个深层结构。第二,生成语义派始终坚持所有重要的句法上的归纳都是建立在语义基础之上的

系统功能语法（systematical functional grammar），主要人物韩礼德，他是悉尼大学教授，系统功能语法总是强调结构的定义是“功能的组合”

句法体系主要人物是乔姆斯基，美国人，计算机专业的，当代最具影响力的科学家，你看看他的《句法结构Syntactic Structures》1957，那是他主要著作，句法体系我们一般各专业的人都接触过，就是把英语句子分成词类和短语结构、建立句法树，然后用计算机进行句法树分析

我对第二项的回答比较简单，第三项的回答则完全是用我自己的语言来说的，你最好用关键词查一下综述性的文献，很容易查到的，上一个仁兄的回答中其实已经有这内容：）所以我就不再重复

H. 人工智能时代为什么更需要文科专业

喜欢记得关注哦~

本文转自@界面新闻，有删改。

未来的挑战甚至不仅仅如此。1949年，埃莉诺罗斯福（第32任美国总统富兰克林D罗斯福的妻子）受邀前往美国最负盛名的私立女子文理学院史密斯学院发表讲话。在讲话中，她准确地预言了直至今日我们仍在面对的问题：

“我们是否准备好生活在一个越来越小的世界，与来自不同国家、有着不同风俗习惯和宗教信仰、遵循不同的法律体系、说着不同的语言的人摩肩接踵地生活在一起？”

在经济发展不确定性增加、民粹主义和地方保护主义势力抬头、舆论和观点日益两极化的此时此刻，我们或许更加需要文科，因为人文知识能够为我们提供一个探索和理解人类经验的理想基础。

学习不同的哲学派别也许能帮助你更全面地思考道德问题；学习另一种语言也许能让你开始欣赏不同文化间的相似之处；听一堂历史课也许能帮助你更好地理解过去，展望未来；读一本外国小说也许能让你学会从他人的角度思考??通过学习文科，我们更好地理解自己和他人，更容易理解领会复杂的道德争议和人性幽暗之处，亦能够为解决复杂问题做好更充足的准备。

很大程度上来说，文科生一直以来接受的教育就是要习惯没有确切答案、探索未知领域，并在模棱两可中构建自己的意义，所有针对文科的质疑，不过是人生的未卜航行中激起的浪花。但在当今世界，谁知道其他人就无需面对这些了呢？

感觉不错就点赞吧！