一、AI的初期了解：

（一）人工智能（AI）的本质是一种工具，归根结底还是需要人去使用它。
（二）人工智能是一种高级的计算机程序
（三）三大浪潮：

  1. 非智能对话机器人：1950年10月，图灵测试测试AI；计算机本身并没有智能。
  2. 语音识别：突破是改变了思路，摒弃了符号学派的思路，转而使用了统计学思路解决问题。
  3. 深度学习+大数据：要是因为大数据和算力条件具备，这样深度学习可以发挥出巨大的威力，并且 AI 的表现已经超越人类，可以达到“可用”的阶段，而不只是科学研究。

（四）分类：弱人工智能、强人工智能、超人工智能
（五）定义：
人工智能是计算机学科的一个分支，是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科；
人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴；
人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。
（六）人工智能（AI）的实际应用：机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。

二、机器视觉

（一）相关：机器视觉涉及光学 、 光电子学 、 图像处理 、 模式识别 、 信号处理 、 人工智能 及计算机技术等诸多学科领域 ， 内容广泛。
（二）《机器视觉》：

  1. 机器视觉是建立在计算机视觉理论基础上 ， 偏重于计算机视觉技术工程化 。 与计算机视觉研究的视觉模式识别 、 视觉理解等内容不同 ， 机器视觉重点在于感知环境中物体的形状 、 位置 、 姿态 、 运动等几何信息 。
  2. 机器视觉的发展：计算机视觉是在20世纪50年代从统计模式识别开始的，当时的工作主要集中在二维图像分析、识别和理解上、如光学字符识别、工件表面、显微图片和航空照片的分析和解释等。20 世纪 60年代，Roberts 将环境限制在所谓的 “积木世界”，即周围的物体都是由多面体组成的，需要识别的物体可以用简单的点、直线、平面的组合表示。到70年代，已经出现了一些视觉应用系统（Guzman 1969，Mackworth 1973)。 到了80 年代中期，计算机视觉获得了迅速发展，主动视觉理论框架 、 基于感知特征群的物体识别理论框架等新概念、新方法、新理论不断涌现。而到90年代，计算机视觉在工业环境中得到广泛应用（Mouaddib 1997，Zhang 1997，Tech 1995），同时基于多视几何的视觉理论得到迅速发展（Xu 1996）。
  3. 结构：
    （1）机器视觉系统一般以计算机为中心，主要由视觉传感器、高速图像采集系统及专用图像处理系统等模块构成，如下图机器视觉系统基本组成模块.png

（2）视觉传感器是整个机器视觉系统信息的直接来源，主要由一个或者两个图像传感器组成，有时还要配以光投射器及其他辅助设备。它的主要功能是获取足够的机器视觉系统要处理的最原始图像。图像传感器可以使用激光扫描器、线阵和面阵 CCD （电荷耦合器件，Charge Coupled Device）摄像机或者 T V 摄像机，也可以是最新出现的数字摄像机等。