大脑模拟：神经系统的基本单位是神经元。由神经元细胞组成网状结构组织，形成在体内传导神经冲动神经纤维，通过传递化学信号及电信号，协调各个器官，控制身体活动。
认知是指人们获得知识或应用知识的过程，或信息加工的过程，这是人的最基本的心理过程，可以认为是高级脑功能。
认知过程是将主观客观化的过程，即主观反映客观，使客观表现在主观中。
认知科学是研究自然智能实体和人工智能实体与环境相互作用而产生智能及其规律的交叉科学领域，由计算机科学、数学、技术科学、脑科学、心理学、教育学、人类学、哲学等学科交就综合而来。
认知科学的两个基本假设：1.人类的认知能力是一种计算能力
2.计算机对符号化信息的程序化操作。
人工神经网络是一个用大量简单处理单元经过广泛连接而组成的人工网络，是对人脑或者生物神经网络若干基本特性的抽象和模拟。
人工神经元模型：人工神经元是对生物神经元的功能和结构的模拟，是对生物神经元信息处理过程的抽象，并用模型图予以表达。
知识是人类在认识和改造客观世界的过程中总结出的客观事实、概念、定理和公式的集合。
知识表示是将人类知识形式化或者模型化。知识表示方法通常的有产生式规则表示法（if-then)，框架表示法，语义网络表示法。
语义关系
实例关系
比如 我ISA人
ISA=is a
分类关系（泛化关系）
比如鸟AKO动物
AKO=a kind of
成员关系
比如我 a member of 动物
属性关系
比如我have手
包含关系（聚类关系）
比如手part of 人
位置关系
比如书 located on 桌子
推理就是从已有事实和知识出发，按照某种策略不断运用知识库中的已知知识，逐步推出结论的过程。
机器学习的主要研究对象是人工智能，使机器（计算机）具有学习新知识和新技术的能力，能够感知世界，认知世界和改造世界。目前人工智能研究和应用最广泛的内容是机器学习。
机器学习是人工智能学科的分支领域和重要研究方向 。
机器学习根据学习方式的不同，可分为监督学习（训练数据既有特征，又有标签，通过训练，让机器可以自己找到特征和标签之间的联系）、无监督学习（就是自己去开荒，找出有啥特征，有啥标签，还有特征和标签之间有啥联系）和强化学习（又称为再励学习、评价学习，是一种通过模拟大脑神经细胞中的奖励信号来改善行为的机器学习方法，强调如何基于环境行为，以取得最大化的预期利益，来源于心理学中的行为主义理论。强化学习计算模型应用于机器人、分析预测等人工智能领域）。
根据学习任务的不同，可分为分类、回归、聚类和降维。
机器学习已广泛应用于语音识别，图像识别，数据挖掘等 领域
专家系统实质上是一类计算机程序，它能够以人类专家的水平完成特别困难的某一专业领域的任务。
专家系统的主要组成部分是知识库和推理机。
知识图谱是由一些相互连接的实体及其属性构成的。也可将知识图谱看作是一种基于图的数据结构，由节点（Point)和边(Edge)组成，每个节点表示一个”实体/概念“，每条边为实体与实体之间的”关系/属性“。
知识图谱可以展示最全面的信息，更有机会命中用户需求；二是结果包括全面的摘要；三是搜索更广、更深，通过知识图谱建立的关系让用户可以通过互动、单击来拓展搜索的深度和广度。
比尔盖茨说；”语言理解是人工智能皇冠上的明珠。
自然语言处理（NLP)是在机器语言和人类语言之间沟通的桥梁，用计算机来处理、理解及运用人类语言（如中文、英文等），以实现人机交流的目的。它是人工智能的一个分支，是计算机科学和语言学的交叉学科。称为计算语言学。
NLP的应用除了机器翻译外，还包括信息检索、自动问答、情感分析、信息抽取等。
NLP用计算机对自然语言的形、音、义等信息曀行处理，对字、词、句、段落、篇章进行输入、输出、识别、分析、理解、生成等操作和加工。
语音识别的本质是一种基于语音特征参数的模式识别，即通过学习、系统能够把输入的语音按一定模式进行分类，进而根据判定准则找出最佳匹配结果。
