什么是黑箱理论、灰箱理论、白箱理论？

一、什么是黑箱理论、灰箱理论、白箱理论？

1、黑箱理论，是指对特定的系统开展研究时，人们把系统作为一个看不透的黑色箱子，研究中不涉及系统内部的结构和相互关系，仅从其输入输出的特点了解该系统规律，用黑箱方法得到的对一个系统规律的认识。不通过分析生态系统内部结构和相互关系，而是根据生态系统整体物质和能量的输入和输出关系及其影响因子得到该生态系统的结构和功能的规律。

2、灰箱理论：灰箱模型（Gray box）或概念模型（conceptual model），指那些内部规律尚不十分清楚，在建立和改善模型方面都还不同程度地有许多工作要做的问题。如气象学、生态学、经济学等领域的模型。

3、白色系统理论是指研究者不仅知道该系统的输入——输出关系，而且知道实现输入——输出关系的结构与过程。白色系统理论将这种按预知的结构关系建立的关系式称为“白箱网络”。通过白箱网络对系统进行再认识或利用这种白箱网络去控制系统以后的过程或预测系统的行为。白箱方法反映了比黑箱方法、灰箱方法高一级的认识水平。

扩展资料：

实践证明，物质具有系统属性，我们科学研究的对象，都可以把它看成是一个由基本要素组成的动态系统。在这个系统内外，不仅存在着信息传递、交换，还有对信息的处理和控制。同行为功能模拟法一样，系统整体优化法也是信息分析综合法的一个重要的发展和实用化。在对任何系统进行信息分析和综合时，一方面要抓住功能的相似，另一方面则要抓住系统的整体优化法，是信息分析综合法的两个实施法则。只有遵循这两个法则，才能作出最优的信息分析与综合。

参考资料来源：百度百科-白色系统理论

参考资料来源：百度百科-灰箱理论

参考资料来源：百度百科-黑箱理论

二、我想以后开发编程人工智能方面的，就是让这个程序像人一样有性格感情，我以后要学什么基础？选什么专业？

型的人工智能语言主要有LISP、Prolog、Smalltalk、C++等。

一般来说，人工智能语言应具备如下特点：

·具有符号处理能力（即非数值处理能力）；

·适合于结构化程序设计，编程容易；

·具有递归功能和回溯功能；

·具有人机交互能力；

·适合于推理；

·既有把过程与说明式数据结构混合起来的能力，又有辨别数据、确定控制的模式匹配机制。

在人工智能手册中介绍了七种人工智能语言：

LISP,PLANNER,CINNIVER,QLISP,POP-2,SAIL,FUZZY。近百种人工智能语言中，只有LISP和后起之秀Prolog是人工智能研究和应用中占重要地位的两种人工智能程序设计语言。虽然国内外对这两种AI语言曾有争议，褒贬不一，但LISP和PROLOG的重要性是都不可否认的。

谈到LISP和PROLOG两种AI语言的重要性，我们可以从美国AI界的权威学者、麻省理工学院教授P.H.Winston(温斯顿)所说的三段话来体会：

(1)温斯顿认为，LISP 语言是AI的数学，不仅对AI的机器实现有重要意义，而且是AI理论研究的重要工具。

(2)“在中世纪，拉丁文和希腊文的知识对所有学者来说，都是必不可少的。只懂一种语言的学者必然是一个残缺不全的学者，他缺乏从两个方面来观察世界所获得的那种理解力。同样地，现代的AI专业人员如果不能同时大致通晓LISP和Prolog，也犹如一个残疾人,因为就广义来说,这两种人工智能的主要语言的知识都是必不可少的。”

“我一直热衷于Lisp，Lisp是在MIT被制造并且在那儿成长起来的。”

(3)概括地说,计算机语言的发展正是一个从HOW型低级语言向WHAT型高级语言进化的过程.在HOW型语言中,程序编制者必须详细说明运算是怎样(HOW)一步一步进行的;而在WHAT型语言中,程序编制者只需简单说明要做的事情是什么(WHAT) 。 …现代的LISP语言是这些语言的佼佼者,因为采用Common Lisp格式的Lisp具有非凡的表现力,但是如何做某件事情仍然是有待于Lisp程序编制者来表达的东西.相反,Prolog是一种明显地冲破了HOW型语言陈规的语言, 它鼓励程序编制者去描述情况和问题,而不是那些用来解决问题的详细步骤。”

由以上论述可以看出LISP语言和Prolog语言对人工智能学科和人工智能学者的重要性。

一般来说,LISP可以称为人工智能的汇编语言, Prolog是人工智能更高级的语言。

典型的人工智能论坛如下，

%C8%CB%B9%A4%D6%C7%C4%DC%B1%E0%B3%CC

三、人工智能都学习哪些方面的知识

人工智能主要是深度学习

想要学习人工智能，先要知道什么是机器学习。简单来说，机器学习就是教电脑怎样从数据中学习，然后做出决策或预测。对于真正的机器学习来说，电脑必须在没有明确编程的情况下能够学习识别模型。

你还需要知道什么叫做深度学习。深度学习简单来说，就是机器在学习过程中不断自主深化研究探索，达到能够代替人类的经验性工作。比如AlphaGo的围棋学习。

当然了，人工智能的学习少不了编程语言的学习包括Python、Java以及人工智能基础知识：ID3、C4.5、逻辑回归、SVM、分类器、等算法的特性、性质、和其他算法对比的区别等内容。另有工具基础知识：opencv、matlab、caffe等。