第490章 人工智能的本源[第2页/共6页]

(2) 隐私经济学

2.合作博弈（Cooperative Games）：用于机器人团队合作、主动驾驶等场景。

经济学与野生智能正在深度融会，经济学的实际（如博弈论、供需干系、市场机制）帮忙 AI 优化决策，而 AI 也在反向影响经济学，带来数据经济、主动化、智能市场等新形式。将来，AI 如何均衡经济增加与公允性，将成为关头题目。

?应战：无人车必须与其他车辆、行人、交通信号互动，决策必须衡量速率、安然性和效力。

?经济学家Judea Pearl 提出因果推理（Causal Inference），AI 连络因果图晋升经济学模型的精确性。

?AI 代理利用**贝叶斯博弈（Bayesian Games）**瞻望合作敌手的出价，优化竞标战略。

?当局如何羁系 AI？

?隐私庇护机制（如联邦学习）：

?背景：围棋被以为是最庞大的棋类游戏之一，搜刮空间极大，传统搜刮算法难以处理。

3. 神经科学：仿生智能的开导

?麦卡洛克与皮茨（McCulloch & Pitts, 1943）：提出**野生神经收集（ANN）**的最早模型。

2. 典范 AI 博弈论利用

?从统计 AI 到因果 AI（Judea Pearl 提出因果推理）

(2) 深度学习的神经科学根本

?AI 连络供需均衡实际，通过大数据瞻望市场需求，并调剂订价：

?应战：AI 需求应对黑客进犯，如主动检测歹意软件、收集入侵。

?合作博弈：多辆主动驾驶车共享信息，优化通行。

(2) 德州扑克 AI（Libratus、Pluribus）：不完整信息博弈

?强化学习 + 瞻望：AI 通过汗青数据学习市场行动，并及时调剂买卖战略。

机器学习统计学习、决策树数据阐发、保举体系

?人类对野生智能的思虑能够追溯到当代：

(1) 计算机出世与标记主义 AI

?例子：

?非合作博弈：AI 需求瞻望人类驾驶员行动，制止碰撞（如“谦逊博弈”）。

4. 计算机科学：AI 的技术落地

1. 博弈论与野生智能

?艾伦·图灵（Alan Turing）（1950）：

(2) 机器学习与数据驱动 AI

(1) AI 促进经济学研讨

标记 AI逻辑推理、知识图谱机器推理、专家体系

(2) 统计学与概率

?技术：

(6) 收集安然：进犯 vs. 防备博弈

?蒙特卡洛树搜刮（MCTS）：瞻望最优落子。