一、人工智能究竟是谁发明的
1、1956年8月，在美国汉诺斯小镇宁静的达特茅斯学院中，约翰·麦卡锡(JohnMcCarthy)，马文·闵斯基(MarvinMinsky，人工智能与认知学专家)，克劳德·香农(ClaudeShannon，信息论的创始人)，艾伦·纽厄尔(AllenNewell，计算机科学家)，赫伯特·西蒙(HerbertSimon，诺贝尔经济学奖得主)等科学家正聚在一起，讨论着一个完全不食人间烟火的主题：用机器来模仿人类学习以及其他方面的智能。
2、会议足足开了两个月的时间，虽然大家没有达成普遍的共识，但是却为会议讨论的内容起了一个名字：“人工智能”，因此，1956年也就成为了人工智能元年。
二、人工智能发展史上知名的专家系统
专家系统属于人工智能的一个发展分支，自1968年费根鲍姆等人研制成功第一个专家系统DENDEL以来，专家系统获得了飞速的发展，并且运用于医疗、军事、地质勘探、教学、化工等领域，产生了巨大的经济效益和社会效益。现在，专家系统已成为人工智能领域中最活跃、最受重视的领域。
三、各种人工智能名称
1、由于人工智能不再是一个模糊的营销术语，而是更多的精确意识形态，因此理解所有AI术语越来越成为一项挑战。国外AI领域的专家们聚在一起，聚集在一起，为大家定义了人工智能领域的一些最常见的术语。
2、Algorithms算法：给AI、神经网络或其他机器提供的一套规则或指令，以帮助它自己学习;分类，聚类，推荐和回归是四种最流行的类型。
3、Artificialintelligence人工智能：机器能够做出决策并执行模拟人类智能和行为的任务。
4、Artificialneuralnetwork人工神经网络（ANN）：一种学习模型，可以像人脑一样工作，解决传统计算机系统难以解决的任务。
5、Autonomiccomputing自主计算：系统的自适应自我管理能力，用于高级计算功能，无需用户输入。
6、Chatbots聊天机器人：聊天机器人（简称聊天机器人），旨在通过文本聊天，语音命令或两者进行通信来模拟与人类用户的对话。它们是包含AI功能的计算机程序的常用接口。
7、Classification分类：分类算法让机器根据训练数据为数据点分配类别。
8、Clusteranalysis聚类分析：一种用于探索性数据分析的无监督学习，用于查找数据中的隐藏模式或分组;群集使用由欧几里得或概率距离等度量定义的相似性度量建模。
9、Clustering聚类：聚类算法允许机器将数据点或项目分组到具有相似特征的组中。
10、Cognitivecomputing认知计算：一种模仿人类大脑思维方式的计算机模型。它涉及通过使用数据挖掘，自然语言处理和模式识别进行自学习。
11、Convolutionalneuralnetwork卷积神经网络（CNN）：一种识别和理解图像的神经网络。
12、Datamining数据挖掘：检查数据集以发现和挖掘可以进一步使用的数据模式。
13、Datascience数据科学：一个跨学科领域，结合了统计学，信息科学和计算机科学的科学方法，系统和过程，通过结构化或非结构化数据提供对现象的洞察。
14、Decisiontree决策树：基于树和分支的模型，用于映射决策及其可能的后果，类似于流程图。
15、Deeplearning深度学习：机器通过由级联信息层组成的人工神经网络自主模仿人类思维模式的能力。
16、Fluent流畅：一种可以随时间变化的状况。
17、GameAI：一种特定于游戏的AI形式，它使用算法来代替随机性。它是非玩家角色中使用的计算行为，用于生成玩家所采取的类似人类智能和基于反应的动作。
18、Geneticalgorithm遗传算法：一种基于遗传学和自然选择原理的进化算法，用于寻找困难问题的最优或近似最优解，否则需要数十年才能解决。
19、Heuristicsearchtechniques启发式搜索技术：支持通过消除不正确的选项来缩小搜索问题的最佳解决方案的范围。
20、Knowledgeengineering知识工程：专注于构建基于知识的系统，包括其所有科学，技术和社会方面。
21、Logicprogramming逻辑编程：一种编程范式，其中基于事实和规则的知识库进行计算;LISP和Prolog是用于AI编程的两种逻辑编程语言。
22、Machineintelligence机器智能：一个涵盖机器学习，深度学习和经典学习算法的总称。
23、Machinelearning机器学习：人工智能的一个方面，专注于算法，允许机器学习而不需要编程，并在暴露于新数据时进行更改。
24、Machineperception机器感知：系统接收和解释来自外部世界的数据的能力，类似于人类如何使用我们的感官。这通常使用附加的硬件来完成，尽管软件也是可用的。
25、Naturallanguageprocessing自然语言处理：程序能够识别人类交流的能力。
26、Recurrentneuralnetwork递归神经网络（RNN）：一种神经网络，它能够理解顺序信息并识别模式，并根据这些计算创建输出。
27、Supervisedlearning监督学习：一种机器学习，其中输出数据集训练机器生成所需的算法，如监督学生的教师;比无监督学习更常见。
28、Swarmbehavior群体行为：从数学建模者的角度来看，它是由个人遵循的简单规则产生的紧急行为，不涉及任何中心协调。
29、Unsupervisedlearning无监督学习：一种机器学习算法，用于从没有标记响应的输入数据组成的数据集中得出推论。最常见的无监督学习方法是聚类分析。
30、TF是指谷歌的TensorFlow深度学习开源框架。Tensorflow是谷歌在2015年11月开源的机器学习框架，来源于Google内部的深度学习框架DistBelief。由于其良好的架构、分布式架构支持以及简单易用，自开源以来得到广泛的关注。
31、鉴于TensorFlow目前这么流行，想要学习和实践的程序员们也可以了解下谷歌最近的AI开源项目——AIYProjects。AIY全称是ArtificialIntelligenceYourself，顾名思义就是利用AI来进行的DIY功能套件。借助AIY项目，创客可以利用人工智能来实现更像人与人交流的人机交互。谷歌目前为AIYProjects推出了两款硬件产品--AIYVoiceKit和AIYVisionKit。
四、人工智能和专家系统区别
1、人工智能(ArtificialIntelligence)：英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
2、专家系统(expertsystem):它是一个智能计算.机程序系统，其内部含有大量的某个领域专家水平的知识与经验,能够利用人类专家的知识和解决问题的方法来处理该领域问题。
五、清华大学人工智能哪个导师好
1、张捷，清华大学人工智能博士生导师，教授，自然语言处理、知识图谱和智能问答领域的知名专家。
2、曾领导清华在CCF-ConferenceonNLP评测中屡获佳绩，是自然语言处理领域的国际权威，目前担任多个国内外知名期刊与会议的编委、主席等职务。同时，他还是多个国家级自然语言处理、人工智能项目的主要负责人。
3、他曾带领团队开发出全球首个针对诊断模型的论文自动生成系统，系统生成的论文已被基因组学领域的知名杂志GenomeResearch接收。
推荐阅读人工智能领域提升 人工智能三个研究领域
人工智能医疗领域哪个学校 人工智能什么学校比较好
人工智能医学领域实验？医学实验设计
人工智能专业领域认知论文？人工智能导论论文3000字
人工智能最先进领域，当前人工智能重点聚焦()大领域
人工智能最有前途的领域(人工智能在哪个领域应用最多)
人工智能医学领域ppt(人工智能ppt课件免费)
人工智能相关领域知识图(人工智能的发展)