这几年说的AI到底是什么？
没那么复杂，至少现在没那么厉害，大部分都是统计学。做点数据分析预测啥的。人工智能是能够和人一样进行感知、认知、决策、执行的人工程序或系统。人工智能研究学派主要有：
1、
没那么复杂，至少现在没那么厉害，大部分都是统计学。做点数据分析预测啥的。人工智能是能够和人一样进行感知、认知、决策、执行的人工程序或系统。人工智能研究学派主要有：
1、结构模拟 最先提出来的智能模拟就是结构模拟的思路，其代表性的成果有神经元的MP模型、多层感知器MLP模型和人工神经网络等。结构只是硬件基础，不能完全确定系统的智能行为，人的智能系统不仅结构复杂，而且机制深奥，不是现在的人工神经网络所能完全模拟的。
人工智能
2、功能模拟 面对结构模拟所存在的问题，另一类人工智能的研究者开始模拟智力功能，其最典型、最成功的应用代表就是专家系统。功能模拟也具有明显的缺点：系统的智能水平与获得的知识水平有很大的关系，很多知识获取困难，专家知识充满矛盾和偏面，再加上现有逻辑理论的局限性等。
人工智能
3、行为模拟 在功能模拟和结构模拟都暴露了各自的缺陷后，20世纪90年代，开始出现了行为模拟的思路，在这个研究方法中，首先是机器感知，然后针对感知信息做模式分类，最后是对感知判断结果做出的模拟智能的行为，这也被称为感知-动作系统。Brooks完成的模拟六脚虫的爬行机器人系统就是典型的应用。行为模拟也具有明显的缺点：随着任务环境的变化，系统如何能自主学习并扩充从感知到动作之间的映射知识？而且只有那些能用行为表现的智能才能被模拟，可是很多智能过程无法用行为直接表达。
人工智能
4、机制模拟 结构模拟、功能模拟和行为模拟都具有先天不足，后来研究发现，智能的生成机制才是智能系统的核心。机制模拟方法是指无论对什么问题、环境和目标，智能系统的生成机制必然要获得“问题、约束条件、预设目标”等信息，然后提取和建立相关知识，进而在目标控制下，利用上述信息和知识演绎出求解问题的策略，并转化为相应的智能行为作用于问题，并解决问题。
人工智能
当前的AI热潮源于结构模拟方法方面的突破，由于解决了深度神经网络的训练问题，加上大数据的高性能计算平台（云计算、GPU等）变成现实，使得深度神经网络的表达能力得到了充分的发挥。人工智能在很多方面已经赶超了人类，但是在本质上离真正的智能还有很大的距离，这也是我们不断期待和努力的方向。
