人工智能学科的定义 What
领先的人工智能教科书将该领域定义为“智能体”的研究：一种能够感知其环境并采取行动以最大限度地实现其目标的系统。[a]
Leading AI textbooks define the field as the study of "intelligent agents": any system that perceives its environment and takes actions that maximize its chance of achieving its goals.[a]
人工智能学科问世 When &Who & Where
作为一门学科，人工智能于1956年问世，是由约翰·麦卡锡(McCarthy)及一批科学家在美国东部的达特茅斯(Dartmouth)大学召开的会议上，首次提出
1956年，美国汉诺斯小镇宁静的达特茅斯学院，约翰·麦卡锡、马文·闵斯基、克劳德·香农等学者聚在一起，共同讨论着机器模拟智能的一系列问题。他们讨论了很久，始终没有达成共识，却为讨论内容起了一个名字：人工智能。自此，人工智能（AI，Artificial Intelligence）开始出现在人们的视野，1956年也就成为了人工智能元年。
为什么现在各个人工智能学科并不太一样？Why
制造一个具有人工智能的机器，是一个非常大的挑战。
人们对人工智能也有不同的等级之分，而这是以人类的智能为标准的：
- 弱人工智能：没有人类聪明的，我们叫他弱人工智能 （weak AI/Narrow AI ）—is AI trained and focused to perform specific tasks.
- 强人工智能： 和人类一样聪明的，我们叫他强人工智能 (strong AI) （ Artificial general intelligence (AGI), or general AI, is a theoretical form of AI where a machine would have an intelligence equaled to humans）
- 超级人工智能：特别特别厉害的，我们叫它超级人工智能(super AI) Artificial Super Intelligence (ASI)—also known as superintelligence—would surpass the intelligence and ability of the human brain.
我们在电影中看到的人工智能 ，往往是以强人工智能或者超级人工智能为原型
譬如 科幻小说家艾萨克·阿西莫夫(英语:Isaac Asimov）就提出了著名的机器人三定律。
三大定律是：
- 第一定律：机器人不得伤害人类个体，或者目睹人类个体将遭受危险而袖手不管。
- 第二定律：机器人必须服从人给予它的命令，当该命令与第一定律冲突时例外。
- 第三定律：机器人在不违反第一、第二定律的情况下要尽可能保护自己的生存。
1950 年代初期，人工智能聚焦在所谓的强人工智能，希望机器可以像人一样完成任何智力任务。强人工智能的发展止步不前，导致了弱人工智能的出现，即把人工智能技术应用于更窄领域的问题。之后我们聊到的人工智能，一般都泛指弱人工智能。
专家认为，打造人工智能往往有两个方向一个硬件 ，一个软件，软件方向着重于用编程和算法来模拟人工智能。 而硬件方向通过对机械的控制来模拟人工智能。
历史上人工智能有三大学派，其中两个着重在软件，一个着重在硬件。
软件方面，主要是：
- 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)），具体来讲，符号主义认为人类思维的基本单元是符号，而基于符号的一系列运算就构成了认知的过程，所以人和计算机都可以被看成具备逻辑推理能力的符号系统，也就是说，计算机可以通过各种符号运算来模拟人类推理的“智能”。 也是符号主义的代表人物约翰·麦卡锡(McCarthy)等，选择了 Artificial Intelligence 这个名称。
- 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。也就是说，计算机可以模拟人类对环境的认知。
硬件方面 主要是 ：
- 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。具体表现在机器人学方面的研究。
近期还有 强化学习和GAN的出现，能够模拟人类的创新和学习能力，而且取得了卓越的成效。
与人工智能息息相关的 还有数据科学，大数据相关的进展。
怎样进行人工智能学科的学习？ How
想要开展人工智能学科的学习，首先明白不同学派不同方向都在做什么？
第一个，学派是行为主义(actionism)/控制论学派(cyberneticsism)，聚焦在机器人，机器狗等方向。涉及到的学科知识，包括机器人操作系统，控制论，路径规划等。关键词 机器人 Robotics
第二个学派是 符号主义(symbolicism) ，聚焦在搜索，推荐，图神经网络 ，专家系统等，关键词 机器学习。 机器学习的定义广泛的来说，是
第三个学派是 连接主义(connectionism)，聚焦在神经网络，深度学习 机器视觉等方向，关键词 深度学习,GAN等
第四个方向是最近兴起的强化学习等。
第五个方向是数据科学方向的 数据挖掘等，也和AI息息相关。
以后工作了，每一个方向 也都有不同的职位偏好，偏向工程，算法，应用或者产品 。就像是在一个游戏队伍里，有战士，法师，弓箭手，或者飞侠。
所以当你想要进行人工智能学习的时候，首先明白自己要选择什么职业，然后要选择什么方向的技能。
最终商业产品的应用 往往会是不同学派的知识交叉，譬如无人驾驶，就包含底层硬件，视觉方向的深度学习算法，机器学习中的推理等多个算法的融合。
以后有空 ，我再和你聊聊怎样去选择一个人工智能的专业，怎样做一款人工智能的产品等等。
总结
