<table id="f7b3h"></table>

      1. <table id="f7b3h"></table>

        <nobr id="f7b3h"><progress id="f7b3h"><sub id="f7b3h"></sub></progress></nobr>
      2. (5) ? 阅读 (5187)

        人工智能 编辑

        词条创建者 匿名用户

        人工智能

        编辑

        人工智能(BOTTOM-UP?AI)
        强人工智能观点认为有可能制造出真正能推理(REASONING)和解决问题(PROBLEM_SOLVING)的智能机器,并且,这样的机器能将被认为是有知觉的,有自我意识的。强人工智能可以有两类:
        类人的人工智能,即机器的思考和推理就像人的思维一样。
        非类人的人工智能,即机器产生了和人完全不一样的知觉和意识,使用和人完全不一样的推理方式。

        弱人工智能(TOP-DOWN AI)

        弱人工智能观点认为不可能制造出能真正地推理(REASONING)和解决问题(PROBLEM_SOLVING)的智能机器,这些机器只不过看起来像是智能的,但是并不真正拥有智能,也不会有自主意识。

        人工智能
        主流科研集中在弱人工智能上,并且一般认为这一研究领域已经取得可观的成就。强人工智能的研究则处于停滞不前的状态下。

        机器人

        编辑

        人工智能科学

        编辑

        人工智能科学的主要应用领域为:

        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,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。

        智能模拟

        球形机器人

        机器视、听、触、感觉及思维方式的模拟: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,智能搜索,定理证明,逻辑推理,博弈,信息感应与辨证处理。

        意识和人工智能

        视网膜识别系统

        人工智能就其本质而言,是对人的思维的信息过程的模拟。对于人的思维模拟可以从两条道路进行,一是结构模拟,仿照人脑的结构机制,制造出“类人脑”的机器;二是能模拟,暂时撇开人脑的内部结构,而从其功能过程进行模拟。现代电子计算机的产生便是对人脑思维功能的模拟,是对人脑思维的信息过程的模拟。人工智能不是人的智能,更不会超过人的智能。

        应用领域

        机器翻译,智能控制,专家系统,机器人学,语言和图像理解,遗传编程机器人工厂,自动程序设计,航天应用,庞大的信息处理,储存与管理,执行化合生命体无法执行的或复杂或规模庞大的任务等等。
        值得一提的是,机器翻译是人工智能的重要分支和最先应用领域。不过就已有的机译成就来看,机译系统的译文质量离终极目标仍相差甚远;而机译质量是机译系统成败的关键。中国数学家、语言学周海中教授曾在论文《机器翻译五十年》中指出:要提高机译的质量,首先要解决的是语言本身问题而不是程序设计问题;单靠若干程序来做机译系统,肯定是无法提高机译质量的;另外在人类尚未明了大脑是如何进行语言的模糊识别和逻辑判断的情况下,机译要想达到“信、达、雅”的程度是不可能的。

        实现方法

        人工智能在计算机上实现时有2种不同的方式。一种是采用传统的编程技术,使系统呈现智能的效果,而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫工程学方法(Engineering?approach),它已在一些领域内作出了成果,如文字识别、电脑下棋等。另一种是模拟法(Modeling?approach),它不仅要看效果,还要求实现方法也和人类或生物机体所用的方法相同或相类似。本书介绍的遗传算法(Generic?Algorithm,简称GA)和人工神经网络(Artificial?Neural?Network,简称ANN)均属后一类型。遗传算法模拟人类或生物的遗传-进化机制,人工神经网络则是模拟人类或动物大脑中神经细胞的活动方式。为了得到相同智能效果,两种方式通常都可使用。采用前一种方法,需要人工详细规定程序逻辑,如果游戏简单,还是方便的。如果游戏复杂,角色数量和活动空间增加,相应的逻辑就会很复杂(按指数式增长),人工编程就非常繁琐,容易出错。而一旦出错,就必须修改原程序,重新编译、调试,最后为用户提供一个新的版本或提供一个新补丁,非常麻烦。采用后一种方法时,编程者要为每一角色设计一个智能系统(一个模块)来进行控制,这个智能系统(模块)开始什么也不懂,就像初生婴儿那样,但它能够学习,能渐渐地适应环境,应付各种复杂情况。这种系统开始也常犯错误,但它能吸取教训,下一次运行时就可能改正,至少不会永远错下去,用不到发布新版本或打补丁。利用这种方法来实现人工智能,要求编程者具有生物学的思考方法,入门难度大一点。但一旦入了门,就可得到广泛应用。由于这种方法编程时无须对角色的活动规律做详细规定,应用于复杂问题,通常会比前一种方法更省力。

        深度学习

        编辑

        “机器思维”同人类思维的本质区别:
        1.人工智能纯系无意识的机械的物理的过程,人类智能主要是生理和心理的过程。

        2.人工智能没有社会性。

        3.人工智能没有人类的意识所特有的能动的创造能力

        4.两者总是人脑的思维在前,电脑的功能在后。

        5.机器思维总是按照人类预定的程序而定。

        相关文章

        编辑

        内容由匿名用户提供,本内容不代表www.quasin.com立场,内容投诉举报请联系www.quasin.com客服。如若转载,请注明出处:http://www.quasin.com/5512/

        发表评论

        登录后才能评论

        词条目录
        1. 人工智能
        2. 弱人工智能(TOP-DOWN AI)
        3. 机器人
        4. 人工智能科学
        5. 实际应用
        6. 智能模拟
        7. 意识和人工智能
        8. 应用领域
        9. 实现方法
        10. 深度学习
        11. 相关文章

        轻触这里

        关闭目录

        目录
        Heydouga高清在线看