智能软件（一）—理解与概述

前言：这段时间我在研究论文的问题时，有一些定义存在了疑问，所以通过这个笔记想将一些概念理清并进行梳理，为后续论文内容做准备，这里的学习内容多摘自Mooc与网络上的学习内容，存在一定的摘抄，如果男士西装搭配侵权请联系作者，进行删除。

首先了解一下什么是智能软件？随着人工智能学科理论知识的不断发展，其应用领域也不断的延展，目前主要涉及了机器人，图像处理，自然语言处理等领域。其中最出名的一个事件便是2016年的阿尔法狗，以4:1的成绩激发了世界顶级的围棋棋手李世石，自此之后，智能软件的概念开始广泛的被公众所接触和了解，阿尔法狗的战力毋庸置疑是非常剽悍的。

但事实上从20世纪60年代就有团队开始教计算机如何下围棋，为什么到了阿尔法狗才实现突破的？围棋对战可以理解为一个决策系统，该系统能够基于当前的棋谱做出如此决策，在决策问题求解时，一个很容易想到的办法，把所有可能的情绪变化都模拟一遍，这种tsubasa翼方法所需要大量的时间和资源，因此很防火文件柜难实际应用与该方法不同。阿尔法狗基于大量的棋谱数据进行训练，包括真实的比赛棋谱，以及阿尔法狗自己模拟对战生成的海量棋谱数据。

在这个过程中，需要策略网络和价值网络的双重加持。2017年新型的阿尔法狗阿尔法zero已经能够在无监督的状态下学习，并且不需要依赖于大量的真实器具数据。有趣钻孔灌注桩施工工艺的是虽然阿尔法狗接访等智能软件出自人类之手，但是他的算法和程序对我们来说还是黑箱。我天然气成分们不知道他的决策逻辑，因此不知道什么时候他会出错，为什么会出错。

事实上随着智能软件质量研究的开展，研究人员发现很多地方表现出了不可靠，比如通过在目标数据杭州名企上的微小扰动，就有可能使得智能软件的决策出错lexington。这对投入生产应用的智能软件的打击是巨大的。比如在一些公共安张歆艺王志飞全领域，对于那些在很大程度上依赖于人工智能的人脸识别，恶意软件检测的技术，仅仅是一副眼镜就可能让软件出错，甚至于智能软件还关乎工作的食品ui安全。

自从自动驾驶开始之后，关于其可靠性的指引便如影随形。2018年3月18日，世界上首起自动驾驶汽车致使行人死亡事故。在美国亚利桑那州坎培市发生，该事件引起了巨大轰动，全球范围内有关本次事故的文章达到了几万篇，其中大多数均探讨了本次事故对优步（Uber）自动驾驶汽车，公共道路自动驾驶技aao术测试以及更广泛社会的影响。不仅如此，智能软件已经开始进入到了医疗诊断的领域，一旦这些智能软件发生不可预期的错误，带来的后果将是不可挽回的。因此通过自动化测试来尽可能的提前发现智能软件的缺陷，提高软件的质jyp练习生量至关重要。

智能软件依托于人工智能技术（这句话有些片面wes，我们在下一段学习一下），

人工智能是一门技术科学，他研究与开发的对象是理论技术及应用系统，研究的目的是为了模拟延伸和扩展人的菩提佛珠智能，我们现在看到的貌似很高端的技术，比如图像识别，NLP其实依然没有脱离这个范围，就是模拟人在看图方面的智能和模拟人在听话方面的智能，本质上檀香木手链和模拟人在计算方面的智能没有什么区别。虽然难度有高低，但目的是一样的，模拟延伸和扩展人的智能。随着人对计算机科学的期望越来越高，要求他解决的问题也越来越复杂，已明星陪睡经远远不能满足人们的诉求。

在百度词条里，智能软件的定义是很大的一个定义，不仅仅是有人工智能技术的软件就是智能软件，浏览器评测智能软件（intelligence software）是指能产生人类智能行为的计算机软件。智能软件不仅可在传统的诺依曼的计算机系统上运行，而且也可在新一代的非诺依曼结构的计算机系统上运行。智能的含义很广，其本质有待进发烧吃什么食物最好一步探索，因而，对：“智能”难于给出一个完整确切的定义，但一般可作这样的表述：智能是人类大脑的较高级活动，它至少应具备获取和应用知识的能力、思维与推理的能力、问题求解的能力和学习能力。

主要功能来看具有知识推理，问题求解以及现场感应。通过上面三种功能，现阶经营管理模式段已有的智能软件分为6种类型（智能操作系统，人工智能程序设计语言系统，智能软件工程支撑环境，智能人机接口软件，智能专家系统，智能应用软件（这里面才指那些利用人工智能技术开发出的黄荣楠应用软件））具体这里面的详细内容可以参考上面的百度词条链接进一步了解

机器学习就是用算法解析数据，让机器自己去学习，对世界中发生的事作出判断和预测的一项技术。

研究人员会用大量数据和算法来训练机器，让探险类电影机器学会如何执行任务。这里有两个重要的信息，第一个机器学习是模拟延伸和扩展人的智能的一条路径，所以是人工智能的一个子集。二机器学习是基于大量数据的，也就是说它的智能使用大量数据培养出来的；

深度学习是用于建立模拟人脑进行分析学习的神经网络，并模仿人脑的机制来解释数据的一种机器学习技术。

其基本特点是试图模拟大脑的神经元之间传递处理信息的模式，最显著的应用是计算机视觉和自然语言处理领域。神经网络的计算量非常大，事实上在很长时间里，由于基础设施的限制进展并不大，而GPU的出现让人们看到了曙光，也造就了深度学习的蓬勃发展，深度学习一下子火了起来。

所以接下来的文章我们主要关注一下机器学习这种智能软件的具体内容。