要想学好人工智能 不得不先学好基础知识

人工智能是多学科，涵盖计算理论，数学基础，计算机编程，涵盖基因组或生物信息学，计算机非正式推理，模式识别，统计算法建模和解决。在统计，机械推理，认知科学，生物学，工程学等中找到协同作用，从中发展实际应用。第四次工业革命给人工智能带来了前所未有的机遇。已经熟悉的比如，机器人下棋，机器人可做一些工厂重复性作业。在人工智能基础知识中，可能会包括机器算法、计算理论，贝叶斯推理，贝叶斯网络，规划算法，机器函数语言，概率编程语言，计算机视觉，统计模式识别，信息理论，药物，视网膜眼科学，细胞蛋白质组学习。

        推理如计算建模，特别在数学方面，类计算，自动推理，图形推理，知识表示，定理证明，认知科学，机器学习，人际互动等方面。初学者：掌握一门编程语言，编程语言好似与机器人交流，编程语言能让机器人完成一系列具体的动作或实验。算法包括递归，概率，随机，堆排序，线性排序，很像是数据结构中的二叉树那样的算法内容等。具体好像是建立一个模型，编写一段程序，机器人完成一系列动作应用在生产生活各个领域。打开剑桥大学官网，人工智能在计算机科学与技术系，多学科，涵盖生物信息学，计算理论，算法推理等多学科知识。在那场国际比赛中，机器人战胜了对手。咱们日常生活中也常见程序棋类益智类游戏，比如打开一个线上象棋或围棋游戏，居然可以和机器下棋。也许会发现，你根本下不赢电脑。这段程序编写太好了，机器人计算速度非常快。计算机模型，数据分析，可应用在很多领域，比如医学。

          模拟细胞组织学及器官相互作用生物医学系统建模方法等，整合生物信息学。随机算法，特别是负载平衡，信息传播，马尔可夫链，随机游走，分布式计算，图论，游戏理论等。智能技术可应用在自动推理，论证理论，智能代理，多代理系统，建模数学，表征在推理中作用。用于异构医学或环境数据的深度学习方法，统计物理学下开发智能技术，开发大脑数据建模的网络方法，从时间序列数据中识别东塔系统，数据场景，将计算机科学与神经科学联系起来推理。应用在哺乳动物早期胚胎发育和人类疾病医疗等多组学科数据整合中。跨学科设计，增强虚拟技术，体现互动，编程心理学，计算机音乐，语言学，语言处理，公路传输网络，能源网络，情感计算，个性计算，社交信号处理，人类行为理解，社交机器人，智能用户界面，虚拟技术，人体感知，辅助技术，自动情绪表达或医疗状况，应用在移动和传感器系统，移动应用，移动数据分析，计算机视觉，人脸识别，图像检索等很多领域。