Please enable JavaScript.
Coggle requires JavaScript to display documents.
人工智慧（英語：Artificial Intelligence，縮寫為AI） (工具 (我們將介紹幾個頂級的開源Linux生態系統的人工智慧(AI)…
人工智慧（英語：Artificial Intelligence，縮寫為AI）
定義
智慧
早在1950年代，即有科學家開始著手從事人工智慧的研究，主要集中在學理問題或棋奕競局的解決，至1970年代，科學家開始著手理論觀念的研究，傾向於實際應用的問題。
人工智慧的演進，大致可區分為底下幾個階段：
1940～1960時期：電腦發明，此時期研究重心擺在定理證明與通用問題求
解；如：數字理論證明、西洋棋、西洋象棋等研究。
1960～1970時期：研究重點在於使電腦具有理解能力。在此時期，人工智慧
語言LISP開發出來，機器人學受到重視，許多知識表示方
法問世，如：框架理論（Frame Theory）。
1970～1980時期：利用述語邏輯（Predicate Logic）開發出來的PROLOG語言
問世，針對特定問題領域所開發出來的專家系統
（Expert System）陸續出籠，如分子構造固定系統
（DENDRAL）、血液感染疾病診斷系統（MYCIN）等。
1980～1999時期：此階段著重在研究各種行事之學習系統，如類比研究法、
指點學習法等。
發展
許多文明中都有創造自動人偶的傑出工匠，例如偃師（中國西周），希羅（希臘），加扎利和Wolfgang von Kempelen等等。已知最古老的「機器人」是古埃及和古希臘的聖像，忠實的信徒認為工匠為這些神像賦予了思想，使它們具有智慧和激情。赫耳墨斯·特里斯墨吉斯忒斯（赫耳墨斯·特里斯墨吉斯忒斯）寫道「當發現神的本性時，人就能夠重現他」
應用
AI的核心問題包括建構能夠跟人類似甚至超卓的推理、知識、規劃、學習、交流、感知、移物、使用工具和操控機械的能力等。人工智慧目前仍然是該領域的長遠目標。目前強人工智慧已經有初步成果，甚至在一些影像辨識、語言分析、棋類遊戲等等單方面的能力達到了超越人類的水準，而且人工智慧的通用性代表著，能解決上述的問題的是一樣的AI程式，無須重新開發演算法就可以直接使用現有的AI完成任務，與人類的處理能力相同，但達到具備思考能力的統合強人工智慧還需要時間研究，比較流行的方法包括統計方法，計算智慧和傳統意義的AI。目前有大量的工具應用了人工智慧，其中包括搜尋和數學最佳化、邏輯推演。而基於仿生學、認知心理學，以及基於概率論和經濟學的演算法等等也在逐步探索當中。 思維來源於大腦，而思維控制行為，行為需要意志去實現，而思維又是對所有資料採集的整理，相當於資料庫，所以人工智慧最後會演變為機器替換人類。
當人類的眼睛、耳朵，不再是唯一可思考和探索世界的工具
5億4,100萬年前的寒武紀大爆發（Cambrian Explosion），物種大量出現，幾乎所有動物的祖先都在這時期現身，分類學中的動物門從3個快速增加到38個。有一派學者認為驅動寒武紀大爆發的原因是「眼睛」誕生，基於這個形成圖像的器官，讓動物得以解讀與應用這些圖像！現在，到了人工智慧時代，驅動著科技應用浪潮未來的電腦視覺突破，不僅將各種感知智慧的應用推向高峰，也預言了人類文明演革的下一個未來。
工具
我們將介紹幾個頂級的開源Linux生態系統的人工智慧(AI)工具。目前,AI是科學和技術中不斷進步的領域之一,很多人都在致力於構建軟體和硬體來解決諸如醫療,教育,安全,製造業,銀行等領域的日常挑戰。
AI人工智慧的話題，伴隨著機器學習的能力增強不斷炒熱，AI應用在各個行業層面越來越廣泛，數位行銷和電商當然早就是AI密集使用的行業，你的搜尋引擎優化SEO背後就是機器運用演算法推送最優結果，還有FB或Amazon廣告的投放也是AI在背後不斷學習優化。
但是除了聊天機器人之外，一個好的人工智慧輔助工具，還能幫助行銷業者完成更多自動化的內容，並且協助你更迅速地完成工作項目。比如：撰寫文案內容、強化使用者經驗、提供視覺化的資料分析、做未來的消費預測、根據使用者的行為推薦他們真正會喜歡的商品等。