人工智能的支撑学科
https://blog.csdn.net/swift_life/article/details/86746122
————参考文献《人工智能：一种现代的方法》（第3版）
哲学：
它给人工智能提供的参考大概是：
给定一个规则（形式规则），可以推出有效（或者精确）的结论吗？（三段论：即给定初始前提后，可以机械的推导出结论）
头脑是否是完全物理的？（意识如何从物理的大脑产生、笛卡尔二元论：大脑分为两个部分，一部分做机械推理，一部分存在不受物理定律支配的东西，简称灵魂）
知识的来源？（经验主义、逻辑主义）
知识与行动的联系？（如何证明Agent行动合理？目标与手段的关系、以及根据合理性，如何取舍手段的问题）
数学：
它给人工智能提供的参考大概是：
（逻辑）黑箱里的具体操作？（研究路径、以及同现实世界间的联系）
（计算）确定边界？（什么可以被计算、极限、可计算性、易处理性）（注意：有些真语句是无法被证明的）
（概率）对付不确定测量和不完备理论？（贝叶斯的规则：根据新证据更新概率）
经济学：
它给人工智能提供的参考大概是：
（如何决策使）利益最大化？
连续决策：马尔可夫决策过程？（人工智能考虑的不是每一步利益最大化，而是一串连续的动作后的合理决策：基于满意度模型，做出“足够好”的决策）
神经科学：
单个神经元可受刺激（电化光）实现输入输出的关系，但尚不清楚认知的运作过程。
尚不清楚简单细胞如何聚集产生思想、意识。神秘主义：超出自然科学的范畴。
奇异点（计算机接近人脑容量）：区别是，实现一个功能时人脑并不同时使用所有神经元。
心理学：
行为主义（认为内省不够客观，实行以刺激导致行动）
认知理论（物体可以将外部刺激翻译成内部语言，再通过物体内部已有的模型，表示出外部可以理解的行动）
计算机工程：
（人工制品）如何建造高效的计算机？（大规模并行）
控制论：
（智能）机器如何有目的的自主运行？（通过反馈系统，减小误差实现目标最大化，以实现稳定适应的行为）
（人工智能与其）区别：存在模糊边界
语言学：
（人工智能与语言学的结合）自然语言处理？（把知识翻译成计算机可推理的形式，并且结合主题和语境）
