人工智能在统计学中的应用-经管之家官网！

人工智能中统计学的应用
引言：统计学的历史公认起源于1749年左右，用来表征信息。研究人员使用统计学来表征国家的经济水平以及表征用于军事用途的物质资源。随着统计学的发展，许多新的统计方法不断问世，现行的统计软件只能为用户提供数据分析的工具，却很少提供数据分析的步骤和策略，这就对统计软件的设计提出了新课题：如何将统计学应用到人工智能。
一、人工智能定义
人工智能是研究、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。
二、统计学与人工智能的关系
科研人员最近发现人脑是天生的统计学家,尽管你的数学可能不怎么样，其实人的学习性，模仿只是外在动作,其核心还是基于对数据的统计、归纳和相应规则通过统计数据的重复确认，数据重复删除，图像声音重复忽略.... 渐变、数据渐变预测推演结果，相似 数据相似合并,相似联想，特异数据的特异重组等，通过这些对数据统计的结果,完全可以做出有学习能力的智能机器来。据研究表明婴儿的学习能力完全根据上面的统计学属性来的,是于生自来,人类的天赋技能。
三、人工智能中统计学的应用
（1）模式识别
模式识别是人类的一项基本智能，在日常生活中，人们经常在进行“模式识别”。随着计算机的出现人工智能的兴起，人们当然也希望能用计算机来代替或扩展人类的部分脑力劳动。模式识别可用于文字和语音识别、遥感和医学诊断等方面。
①人脸识别
人脸识别的应用非常广泛，目前人脸识别的方法主要有两类，基于知识和统计。利用知识将人脸看作器官特征的组合，用眼睛鼻子嘴的特征及其位置的几何关系进行人脸识别。基于统计的方法，将人脸看作整个模式——二维像素矩阵，从统计观点通过大量人脸样本构造人脸模式空间，根据相似度判断人脸是否存在，将知识模型与统计结合将会是未来研究的趋向。
②指纹识别
我们手掌及其手指、脚、脚趾内侧表面的皮肤凹凸不平产生的纹路会形成各种各样的图案。而这些皮肤的纹路在图案、断点和交叉点上各不相同，是唯一的。依靠这种唯一性，就可以将一个人同他的指纹对应起来，通过比较他的指纹和预先保存的指纹进行比较，便可以验证他的真实身份。一般的指纹分成有以下几个大的类别:环型(loop)，螺旋型(whorl)，弓型(arch)，这样就可以将每个人的指纹分别将所录入的信息进行归类、检索。
（2）机器学习
机器学习是人工智能最近比较流行的一个分支。机器学习的人工智能方法可看成是探索性数据分析的一种形式，与一般意义上的统计方法的区别在于表达数据的技术和数据的内部结构。它是智能系统具有适应性级性能自我完善的基础，是构造智能系统的中心骨架。机器学习通常会用统计分析的方法进行分析，统计学在机器学习里占有非常重要的地位，机器学习本质上是从事物抽取特征，在根据以往数据的特征，去预测未来数据的特征。例如“微软小冰”它集合了中国近7亿网民多年来积累的、全部公开的文献记录，凭借微软在大数据、自然语义分析、机器学习和深度神经网络方面的技术积累，精炼为几千万条真实而有趣的语料库，通过理解对话的语境与语义，实现了超越简单人机问答的自然交互。
（3）计算机视觉
视觉是属于感知问题，其要点是形成一个精炼的表示来代替人工输入的庞大数据。计算机视觉可以辨别出不止一个物体。更重要的是，能够给出其探测事物所处的语义背景。它看到的是一个模式以及该物体周围的所有事物。例如，无人驾驶汽车，通过向汽车部署自动转向特征，同时发送它所收集的数据、驾驶员的干预措施、成功逃避、错误警报等信息到总部，在错误中学习并逐渐锐化感官，加之应用了计算机视觉，使它能够识别出一个正在过马路的物体是人，而且他正在低头玩手机。
（4）数据库系统
数据库系统是储存某学科大量事实的计算机软件系统，它可以回答有关该门学科的各种问题，为了人工智能有更多的新技能，需要像其设备内输入大量数据，用以实现可靠的输出水平。
（5）专家系统
专家系统是一个智能计算机程序系统，期内部具存储有大量的专门领域中经事先总结、分析并按某种模式表示的专家知识。它是第一个允许用户通过工作实例建立统计专家系统的环境，也就是说该系统是具有大量专业知识与经验的程序系统。系统对输入信息进行处理，并用知识进行推理，做出决策和判断，因此该系统可以通过模拟人类专家决策过程解复杂问题，在不完全、不精确、不确定的条件下做出结论，其解决问题的水平达到或接近专家的水平。因领域知识的不确定，专家系统主要采用基于规则的知识表示及推理技术。它可以解决的问题包括解释、预测、诊断、设计、规划、监视等。
总结：
人工智能技术大都是建立在统计学基础上，在系统中输入大量的数据，对数据经过一系列筛选处理分析，级做出合理的推断。人工智能通过在其上使用的数据规模来生存和改进，这意味着我们不但能够随着时间的推移看到更好的人工智能，而且它们的发展将会围绕着可以挖掘巨大数据的组织。
参考文献
[1]第四军医大学卫生统计学教研室