人工智能：智能主体的研究与设计

人工智能（或AI）的高级含义是“智能代理的研究与设计”，其中敏锐的专家是一个框架，可以看到其状况，并开展活动来扩大其成就风险。

约翰·麦卡锡（John McCarthy）于1956年创立了该术语，将其描述为“制造智能机器的科学和工程学”。

已经提出了该领域的不同名称，例如，计算智能，制造智能或计算合理性。

术语“人工智能”还用于描述机器或项目的属性：框架说明的智能。

人工智能探索利用了来自众多领域的设备和知识，包括软件工程，大脑研究，推理，神经科学，心理学，语音学，任务调查，财务方面，控制假设，可能性，改进和原理。

AI还研究了诸如机械技术，控制框架，计划，信息挖矿，协调，话语确认，面部确认等众多任务。

计算智能计算智能包括迭代改进或学习（例如，连接框架中的参数调整）。

学习取决于观察信息，并且与非典型的AI，AI的AI和精细的注册有关。

由IEEE计算智能协会（IEEE Computational Intelligence Society）表征的计算智能主题主要包括：神经系统：具有特别扎实的示例确认能力的可训练框架。

蓬松的框架：不确定性下的思考策略在当今的现代和客户项目控制框架中已得到广泛使用；适合与“热”，“冷”，“温暖”和“冒泡”等想法配合使用。

变革性的计算：应用自然而然的想法，例如人口，适者生存的变化和生存，以逐步解决问题。

这些技术最显着地分为发展计算（例如遗传计算）和群智能（例如地下昆虫计算）。

有了一半明智的框架，人们努力加入了这两次聚会。

可以通过神经系统或生成规则从事实适应中创建主演绎原则，例如在ACT-R或CLARION中。

相信人脑利用多种系统来定义和交叉检查结果。

通过这种方式，框架协调被认为是有前途的，并且可能对于真正的AI至关重要，特别是代表模型和连接主义模型的混合。

人工智能：智能代理的研究和设计最早出现在Nvest Labs。