1. 发展历程
- 萌芽阶段：人工神经网络概念、图灵测试、跳棋程序
- 形成阶段：1969年第一届国际人工智能联合会议的召开
- 发展阶段：机器学习研究理论获得丰硕成果
- 成熟阶段：
AlphoGo程序
2. 研究学派
-
符号主义
着眼于程序的逻辑结构、符号操作系统和编程语言
研究领域：专家系统和知识工程
-
联结主义
着眼于对大脑神经网络的探索和模拟
研究领域：机器学习和深度学习
-
行为主义
着眼于控制论及感知-动作型控制系统研究
研究领域：智能控制和智能机器人
3. 研究热点
-
专家系统
-
机器学习
常见算法包括：决策树，随机森林算法，逻辑回归，
SVM分类器，Adaboost算法，神经网络，聚类算法等。应用领域：专家系统、自然语言理解、模式识别、计算机视觉、数据挖掘、智能机器人等。
-
深度学习：图像识别，语音识别、自然语言处理、自动驾驶汽车、医疗和各种决策预测等。
-
机器视觉
机器视觉能够实现物体定位、特征检测、缺陷判断、目标识别、计数和运动跟踪等功能，主要应用领域包括自动化生产线中的工况监视、成品检验和质量控制等。
-
数据挖掘
数据挖掘是指从大量数据中挖掘出有价值的知识，然后对知识进行比较，总结出原理和法则。数据挖掘的主要方法概括为：预测模型方法、数据分割方法、关联分析法和偏离分析法。
主要应用领域包括多媒体、计算机网络、计算机视觉和自然语言处理等。
注：知网链接