很多朋友对于自上而下性人工智能和自上而下型人工智能不太懂，今天就由小编来为大家分享，希望可以帮助到大家，下面一起来看看吧！

本文目录

1. 自学人工智能可行吗？
2. 人工湿地属于污水处理中哪一种方法
3. 大家对人工智能医疗怎么看？人工智能医疗应该着重往哪个方向发展比较好？
4. 人工智能逻辑推理方式

自学人工智能可行吗？

自学当然是可行的！如果你是人工智能领域的零基础小白，可以看看这份学习计划，部分附资源链接，除了书籍，配合一些视频学习效果会更好哦。

一、人工智能

书籍：“ArtificialIntelligence:AModernApproach(AIMA)”（人工智能：一种现代方法）

不可多得的综合性书籍，总体概述了人工智能领域，几乎涵盖新手需要了解的所有基本概念。

视频：

https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-034-artificial-intelligence-fall-2010/lecture-videos/

ArtificialIntelligencecourse（人工智能课程）系列视频讲座，通过训练AI玩游戏这类趣味实践来介绍基本知识，如果视频太快跟不上，可以配合从上面这本书（现代方法）中寻找相关概念。

二、机器学习（计算机科学和统计学的交叉学科）

视频：

机器学习基础薄弱的，可以先去TutsPlus课程“MachineLearningDistilled”看一下相关概念简述，Coursera上的AndrewNg机器学习课程，也有基本概念的解释，还介绍了大部分重要的算法。

（https://www.coursera.org/learn/machine-learning/）

对ML算法了解不够的，可以配合以下教学视频进行理解

TutsPlus的“MachineLearningDistilled”（简要概述）

PererNorvig的UdacityCourseonML（MLUdacity课程）

TomMitchell的AnothercourseonML

书籍：集体智慧编程（ProgrammingCollectiveIntelligence）

ML算法在Python中的实践，大量基础性的实例，讲述生动，很适合入门学者，培养兴趣的同时又开拓视野，让你不想懂都难！

三、深度学习（是机器学习里最近比较火的一个子集）

DL基础方面的准备工作：

Google上的greatintroductoryDLcources

SephenWelch的greatexplanationofneuralnetworks

书籍：

DeepLearningWithPython（可自行度盘下载https://pan.baidu.com/s/1kUThYHT）

介绍DL应用程序中的最先进成果，深入浅出，带领新手快速开始构建基础并且接触实践案例，包含Keras、TensorFlow时下最先进的工具。

NeuralNetworksandDeepLearning（神经网络与深度学习）

（可自行度盘下载https://pan.baidu.com/s/1miLerZM）

新手友好，作者在数学密集的区域都有标注提示。MNIST手写数字的识别问题贯穿全书，每个模型以及改进都有详细注释的代码。

更多优质回答，请持续关注镁客网头条号~

人工湿地属于污水处理中哪一种方法

S1、将生活污水过滤后引入至曝气池中，通过曝气池中的曝气装置对污水进行曝气，进行溶氧或散除生活污水中溶解性气体和挥发性物质;

S2、通过曝气池上端密封端盖管道上的抽气泵，将生活污水中溶解性气体和挥发性物质引至废气处理装置中进行废气处理;

S3、再将曝气池中曝气处理后的生活污水引入至沉淀池中，边搅拌边加入污水处理剂，并向沉淀池中添加氧化剂、助凝剂和絮凝剂对污水杀菌并使得污水中的带电颗粒凝固形成絮状物，然后沉淀2-3天;

S4、将沉淀池中上层生活污水引入污水池中，然后在污水池添加复合微生物制剂，进行反应，反应时间为20-30min;

S5、将污水池中的上层生活污水引入至人工湿地，所述人工湿地采用梯田设置，工分为上层人工湿地、中层人工湿地和底层人工湿地，所述上层人工湿地中自上而下依次设置的复合栽植土层、麦饭石层、砾石层、精度除磷纳米材料层以及鹅卵石层，所述复合栽植土层内填充有多功能纳米复合材料颗粒;

S6、将上层人工湿地中处理后的生活污水引至中层人工湿地和底层人工湿地，所述中层人工湿地和底层人工湿地中种植的水生植物，水生植物群落具体配置方式：稳定塘岸边浅水区挺水植物以芦苇、花叶芦竹、香蒲和水生鸢尾为主，浮叶植物以水葫芦为主，浮床植物以冷季型的水芹为主，植物总体覆盖度大于20%。

大家对人工智能医疗怎么看？人工智能医疗应该着重往哪个方向发展比较好？

作为一名科技工作者，我来回答一下这个问题。

首先，从当前人工智能的发展趋势来看，人工智能与医疗领域的结合有非常大的想象空间，相关领域也正在成为一个创新、创业的热点领域。目前在医疗领域也确实有一些人工智能产品实现了落地应用，而且在5G通信的支撑下，未来会有更多的人工智能产品在医疗领域开始应用。

人工智能与医疗领域的结合将带来以下三方面优势：

第一：提升医疗水平。人工智能产品在医疗领域的应用能够全面提升医疗诊治水平，尤其对于医疗资源比较匮乏的地区来说，更是如此。对于医生来说，人工智能产品的应用也会降低医生的工作难度，很多高难度的诊疗活动都可以借助于人工智能产品来完成。

第二：提升医疗能力。当前医疗领域的整体医疗能力还存在一定的不足，尤其在应对大规模疫情的情况下更是如此，比如新冠肺炎疫情对于全球的医疗能力都提出了重大的挑战。借助于人工智能产品，医疗领域的整体医疗能力会有较大程度的提升，在面对大规模疫情时也会更从容。

第三：降低医疗成本。当前整体的医疗成本还是比较高的，借助于人工智能产品不仅能够提升医疗系统的医疗能力，同时也会在一定程度上降低医疗成本，这会让更多人有能力享受到更丰富的医疗资源服务。

从当前人工智能技术与医疗领域的结合情况来看，人工智能产品目前主要的作用是辅助医生开展各种诊疗服务，未来一些基础的诊疗活动也可以采用智能体来完成，从而提升诊疗效率。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

人工智能逻辑推理方式

常见的12种推理类型

1.演绎推理

[演绎推理]是从一般到具体，换句话说，它是从一个理论开始，并努力寻找确认的观察结果，被称为自上而下的逻辑。常用来寻求现象来证明理论。它使用形式逻辑并在逻辑上产生结果。

演绎推理通常与归纳推理形成对比，可以说，演绎推理对确定性感兴趣，而归纳推理处理存在的可能性。

逻辑学中有名的三段论（syllogism）就是典型的演绎推理例子：人皆有一死，苏格拉底是人，所以，苏格拉底会死。

2.归纳推理

[归纳推理]是一种基于一系列已知事实形成理论的逻辑形式，是自上而下的逻辑，寻求理论来解释观察。它的本质是探索，允许意料之外但在情理之中的结果。

归纳推理的典型例子：因为地球上大多数生命都依赖于液态水生存，所以水对外星生命形式（如果存在的话）必须是重要的。

3.类比推理

[类比推理]是使用类比对两事物之间进行比较，来进一步理解事物的意义。通常用于制定决策、解决问题和沟通。

作为制定决策和解决问题的工具，类比用于将复杂场景简化更为容易的事物，只要替换有效，可以提高解决方案的质量；作为一种交流工具，类比可通过熟悉且易于理解的比较，将复杂问题简单化。

4.分析推理

[分析推理]是使用独立的逻辑，基于事实的思想或论据。换句话说，解释分析推理不需要有关于世界的经验或信息。

分析陈述本身就是事实；而合成陈述需要有关世界的其它知识才能知道它们是真实的。

例如：“所有单身汉未婚”之类的陈述本身就是分析；“中国??拥有丰富的传统文化”这样的陈述是合成的，因为没有额外的信息就无法证明这一点。

5.诱导推理

[诱导推理]类似归纳推理，从寻找或猜测理论来解释观察到的一系列现象。诱导推理并不是很严谨，但可以做出最好的假设和猜测。它通常用于背景不确定的情况下，主要用来做辅助决策和故障排除等相关情况。例如：医学评估可以从解释一组症状的最可能的病症开始。诱导推理也是人工智能常用的方法。

6.向后归纳

[向后归纳]是从潜在结论开始向后推理的过程，可以反向绘制可以达到每个潜在结论的步骤，然后根据目标评估路径。这是一种自上而下的方法，从理论或结果开始，向后解释，它允许不确定性并且通常用于人工智能。向后归纳往往需要做很多工作，因为通常有很多路径可以到达既定结果，就像“条条大路通罗马”。对计算机来说，通过机器的结束状态，来向后推理来评估动作的效果。例如：计算机下棋的经典方式是通过反向归纳。

7.批判性思维

[批判性思维]是一个理性思考的过程，旨在以客观、全面、知情的方式得出结论。批判性思维是人类思想的产物，受文化、语言等因素的影响。人类思想基于自然语言，做出判断前需要考虑大量的想法。批判性思维是一种智力参与的过程，在发表意见之前，要仔细查证据和假设，以达到深入的理解。

8.反事实思维

[反事实思维]是一种常见的思维模式，已知结果来追溯未评估的选择和行动，典型代表是“如果我有…”，“如果我当时怎么...做,就会怎么...”。。考虑的是已知不可能的发生的事情，考虑过去的决策是如何制定的，这是一个可以提高决策能力的共同的人类思维过程。换句话说，反事实思维是评估过去的可能性对于改善未来决策或解决问题的价值。

9.直觉

[直觉]是心灵在没有推理等逻辑过程的情况下获取知识的能力，换句话说，大脑获得直觉判断的方法对于思想者来说是未知的。通常认为直觉是通过无意识感知的结果。是由无意识感知的心灵所做出的判断，这种判断表现出智慧，但产生这些判断的过程并不是很清楚。尽管直觉有时候被轻视，但他在科学发现中却发挥了重要作用。

10.动机推理

[动机推理]是欲望和恐惧影响理性思维过程的倾向。通常人们可能会寻求合理的理由来做他们想做的事情，而不是使用逻辑来发现最佳的情况。

我们通常很容易想出一些逻辑参数来支持自己做出这样或那样的选择，就不会再去探索其他可替代的选择，因此放弃了潜在的更好的选择。

11.机会推理

[机会推理]是一种人工智能，它可以根据情况使用不同的逻辑方法，即[正向链接]和[反向链接]。

[正向链接]，举个例子：

A：会计师通常擅长数学。

B：张三是一名会计师。

演绎：张三可能擅长数学。

上面的例子是模糊逻辑的一个例子，因为它能够理解灰色区域，其中存在“通常”、“可能”，它属于前向链接，因为它从你已知的信息转移到新的信息。

[反向链接]：反向链接看未来状态，并试图看到未来是如何发生的，这对于实现目标或避免损失非常有用。例如：人工智能可以使用反向链接检查国际象棋游戏中给定时刻的最终状态，来确定可能获胜的移动序列。

机会推理根据情况使用正向链接和反向链接。人工智能可以具有多个逻辑引擎，这些逻辑引擎基于它们在给定情况下过去的表现而被选择。理论上，单个人工智能可以拥有大量逻辑引擎，它根据特定类型的问题的已知结果进行选择。

12.循环推理

[循环推理]是逻辑，一个自己证明自己的结论。结论可以作为假设或前提采用。循环推理通常会产生逻辑上有效的参数，并且是没有实际意义的逻辑示例。例如：如果我是DJ,那么我就是DJ。

OK，本文到此结束，希望对大家有所帮助。