一、人工智能需要哪些物理知识
1、ai的基础应该是数学，把现在已知的，甚至未知的数学理解、探索、融汇贯通达到先有“能”，有计算与判断的能力；再有“智”，有理性、感性去分析判断问题的智力。
2、人工智能对物理知识的需求应该是较少的，他对语言学、哲学、心理学、社会学的需求都可能比物理学多
二、人工智能包括哪些内容
1、第一大学科叫做计算机视觉，包括一些模式识别以及图像处理；
2、第二大学科叫做自然语言理解与交流，包括语音识别，语音合成和对话；
3、第三大学科叫做认知与推理，包括各种物理与社会常识；
4、第四大学科叫做机器人学，包括机械，控制，设计，运动规划以及任务规划等；
5、第五大学科是博弈与伦理，包括一些多代理人，agency的交互，对抗与合作以及机器人与社会融合等问题；
6、第六大学科是机器学习，机器学习其实上指的是各种基于统计的建模，分析工具以及计算的一个方法。
三、人工智能自动获取知识和技能
1、自动获取知识和技能，实现自我完善的过程是机器学习的过程。
2、“知识获取”是人工智能和知识工程的基本技术之一，也是主要问题之一。知识获取和知识表示是知识推理的前提条件，通过知识表示，将所获取的知识，存储在知识库中，才能利用知识进行推理，求解问题。因此，知识获取是设计和建造各种人工智能和知识工程系统的关键问题
四、人工智能系统的知识不包含
人工智能技术不包括除了下列五种之外的。
人工智能技术包括五大核心技术：计算机视觉，机器学习，自然语言处理，机器人技术，生物识别技术。
计算机视觉技术运用由图像处理操作及机器学习等技术所组成的序列来将图像分析任务分解为便于管理的小块任务。
机器学习是从数据中自动发现模式，模式一旦被发现便可以做预测，处理的数据越多，预测也会越准确。
对自然语言文本的处理是指计算机拥有的与人类类似的对文本进行处理的能力。例如自动识别文档中被提及的人物、地点等，或将合同中的条款提取出来制作成表。
近年来，随着算法等核心技术提升，机器人取得重要突破。例如无人机、家务机器人、医疗机器人等。
生物识别可融合计算机、光学、声学、生物传感器、生物统计学，利用人体固有的生体特性如指纹、人脸、虹膜、静脉、声音、步态等进行个人身份鉴定，最初运用于司法鉴定
五、人工智能训练师入门需要什么知识
1、负责对用户的问题进行分类，及业务知识库的整理加工、维护和优化；
2、负责对业务的应答话术进行编辑及维护，保证答案准确性；
3、负责对用户的问题及对应的答案进行分析，并提出优化建议；
4、挖掘客户语料，提取相关行业特征场景、并结合相关行业知识提供合理的解决方案；
5、负责核心指标的日常跟踪维护；
6、优化人工智能机器人相关产品的智能体验，保障客户满意度。
7、数据能力：了解科学的数据获取方法论，能运用数据处理工具（如Excel等），逻辑思维强。
8、行业背景：熟悉公司行业领域知识，特别是语言或图像方面数据的特点。
9、分析能力：基于产品的数据需求，及时发现、提炼问题特征，产出优化方案和建议。
10、沟通能力：具备较强与不同岗位同事同频交流的能力，能通俗易懂的阐释专业术语信息。
11、AI技术理解力：能够厘清基本的AI概念，并了解其技术边界（能做什么和不能做什么）。
12、AI行业理解力：具备AI行业知识（如了解行业术语）或相关产品运营经验，在此基础上能够预判行业趋势、深挖场景痛点、设计AI方案。