之间人工智能和人工神经网络相似
人工智能和人工神经网络有（在联盟百科）10共同点: 专家系统，人工智能，统计学，联结主义，马文·闵斯基，認知心理學，认知科学，语音识别，机器学习，机器视觉。
专家系统
专家系统是早期人工智能的一个重要分支，它可以看作是一类具有专门知识和经验的计算机智能程序系统，一般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。 一般来说，专家系统.
专家系统和人工智能 · 专家系统和人工神经网络 ·
人工智能
人工智能（Artificial Intelligence, AI）亦稱機器智能，是指由人製造出來的機器所表現出來的智能。通常人工智能是指通過普通電腦程式的手段實現的人類智能技術。該詞也指出研究這樣的智能系統是否能夠實現，以及如何實現科學領域。同時如此，人類的數量開始收斂及功能逐漸被其取代。 一般教材中的定义领域是“智能主体（intelligent agent）的研究与设计”，智能主体是指一个可以观察周遭环境并作出行动以达致目标的系统。约翰·麦卡锡于1955年的定义是「制造智能机器的科学与工程。」 人工智能的研究是高度技术性和专业的，各分支领域都是深入且各不相通的，因而涉及範圍極廣。人工智能的研究可以分为几个技术问题。其分支领域主要集中在解决具体问题，其中之一是，如何使用各种不同的工具完成特定的应用程序。 AI的核心问题包括建構能夠跟人類似甚至超越的推理、知识、规划、学习、交流、感知、移动和操作物体的能力等。強人工智能目前仍然是该领域的长远目标。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平，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，比较流行的方法包括统计方法，计算智能和传统意义的AI。目前有大量的工具应用了人工智能，其中包括搜索和数学优化、逻辑推演。而基於仿生學、認知心理學，以及基于概率论和经济学的演算法等等也在逐步探索當中。.
人工智能和人工智能 · 人工智能和人工神经网络 ·
统计学
统计学是在資料分析的基础上，研究测定、收集、整理、归纳和分析反映數據資料，以便给出正确訊息的科學。這一门学科自17世纪中叶产生并逐步发展起来，它廣泛地應用在各門學科，從自然科学、社會科學到人文學科，甚至被用於工商業及政府的情報決策。隨著大数据(Big Data)時代來臨，統計的面貌也逐漸改變，與資訊、計算等領域密切結合，是資料科學(Data Science)中的重要主軸之一。 譬如自一組數據中，可以摘要並且描述這份數據的集中和離散情形，這個用法稱作為描述統計學。另外，觀察者以數據的形態，建立出一個用以解釋其隨機性和不確定性的數學模型，以之來推論研究中的步驟及母體，這種用法被稱做推論統計學。這兩種用法都可以被稱作為應用統計學。數理統計學则是討論背後的理論基礎的學科。.
人工智能和统计学 · 人工神经网络和统计学 ·
联结主义
联结主义是統合了认知心理学、人工智能和心理哲学领域的一种理论。联结主义建立了心理或行为现象模型的顯現模型—單純元件的互相連結網路。联结主义有许多不同的形式，但最常见的形式利用了神经网络模型。.
人工智能和联结主义 · 人工神经网络和联结主义 ·
马文·闵斯基
文·李·明斯基（Marvin Lee Minsky，），生於美国紐約州紐約市，美国科學家，專長於認知科學與人工智能领域，麻省理工学院人工智能实验室的创始人之一，著有几部人工智能和哲学方面的作品。1969年，因為在人工智能領域的貢獻，獲得圖靈獎。.
認知心理學
认知心理学（英語：Cognitive psychology）是最新的心理學分支之一，從1950年代至1960年代間才發展出來的。1956年被认为是认知心理学史上的重要年份。这一年几项心理学研究都体现了心理学的信息加工观点。如Chomsky的语言理论和Newell和Simon的“通用问题解决者”模型。「認知心理學」第一次在出版物出現是在1967年Ulrich Neisser的新書。而唐纳德·布罗德本特於1958年出版的《知觉与傳播》一書則為認知心理學取向立下了重要基礎。此後，認知心理取向的重點便在唐纳德·布罗德本特所指出的認知的訊息處理模式－－一種以心智處理來思考與推理的模式。因此，思考與推理在人類大腦中的運作便像電腦軟體在電腦裏運作相似。認知心理學理論時常談到輸入、表徵、計算或處理，以及輸出等概念。 這種理解心智運作的方式在過去數十年變得非常普遍。這些比喻常見於社会心理学、人格心理学、变态心理学和发展心理学中。认知理论的应用在最近並廣及許多动物认知研究的比较心理学领域。 信息處理的认知功能取向最近正被一些心理学新的研究取向所質疑，例如動力系統取向以及哲學中心體合一之觀點。 由於電腦的隱喻和使用，認知心理學在1960年至1970年間得到許多人工智慧及其它相關領域研究成果的助益。事實上，它已發展成為一個跨領域的認知科學，此學門整合了一系列不同取向關於心靈與心智處理的研究。 認知心理學與從前心理研究取向有不同之处。認知心理學使用系統化的科學方法，拒絕接受內省的研究方式，与弗洛依德心理學的現象學研究方法不同。且認知心理學認定內在心理狀態的存在（如信仰、欲望和动机），与行为主义心理學不同。.
认知科学
認知科學（Cognitive Science），是一門研究訊息如何在大腦中形成以及轉錄過程的跨領域學科。它研究何为认知，认知有何用途以及它如何工作，研究信息如何表现为感觉、语言、注意、推理和情感。其研究領域包括心理學、哲學、人工智能、神經科學、學習、語言學、人類學、社會學和教育學。它跨越相當多層次的分析，從低層次的學習和決策機制，到高層次的邏輯和策劃能力，以及腦部神經電路。「認知科學」這個詞是在1973年評注一部關於當時人工智慧最新研究的著作時創造的。同10年內，《認知科學期刊》和相繼於美國加州成立。认知科学的基本要义是：理解思维的最好途径，是认识脑中的代表性结构，以及这些结构中发生的计算性过程。.
人工智能和认知科学 · 人工神经网络和认知科学 ·
语音识别
语音识别（speech recognition；語音辨識／言語辨別）技术，也被称为自动语音识别（Automatic Speech Recognition, ASR）、電腦語音識別（Computer Speech Recognition）或是語音轉文本識別（Speech To Text, STT），其目标是以電腦自動将人类的语音内容转换为相應的文字。与及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。 语音识别技术的应用包括语音拨号、语音导航、室内设备控制、语音文档检索、简单的听写数据录入等。语音识别技术与其他自然语言处理技术如机器翻译及语音合成技术相结合，可以构建出更加复杂的应用，例如语音到语音的翻译。 语音识别技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。.
人工智能和语音识别 · 人工神经网络和语音识别 ·
机器学习
机器学习是人工智能的一个分支。人工智能的研究历史有着一条从以“推理”为重点，到以“知识”为重点，再到以“学习”为重点的自然、清晰的脉络。显然，机器学习是实现人工智能的一个途径，即以机器学习为手段解决人工智能中的问题。机器学习在近30多年已发展为一门多领域交叉学科，涉及概率论、统计学、逼近论、、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。很多推论问题属于无程序可循难度，所以部分的机器学习研究是开发容易处理的近似算法。 机器学习已广泛应用于数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人等领域。.
人工智能和机器学习 · 人工神经网络和机器学习 ·
机器视觉
机器视觉是配備有感測視覺儀器（如自動對焦相機或感測器）的檢測機器，其中光學檢測儀器占有比重非常高，可用於檢測出各種產品的缺陷，或者用與判斷並選擇出物體，或者用來測量尺寸...等，應用在自動化生產線上對物料進行校準與定位。是计算机视觉中最具有产业化的部分，主要大量應用於工廠自動化檢測及機器人產業等。 將近80%的工業視覺系統主要用在檢測方面，包括用於提高生產效率、控制生產過程中的產品品質、採集產品資料等。產品的分類和選擇也集成於檢測功能中。 視覺系統檢測生產線上的產品，決定產品是否符合品質要求，並根據結果，產生相應的信號輸入上位機。圖像獲取設備包括光源、攝像機等；圖像處理設備包括相應的軟體和硬體系統；輸出設備是與製造過程相連的有關系統，包括可编程控制器和警報裝置等。 資料傳輸到電腦，進行分析和產品控制，若發現不合格品，則報警器告警，並將其排除出生產線。 機器視覺的結果是CAQ系統的品質資訊來源，也可以和CIMS其他系統集成。.
人工智能和机器视觉 · 人工神经网络和机器视觉 ·
上面的列表回答下列问题
- 什么人工智能和人工神经网络的共同点。
- 什么是人工智能和人工神经网络之间的相似性
人工智能和人工神经网络之间的比较
人工智能有142个关系，而人工神经网络有50个。由于它们的共同之处10，杰卡德指数为5.21% = 10 / (142 + 50)。
参考
本文介绍人工智能和人工神经网络之间的关系。要访问该信息提取每篇文章，请访问：