本篇文章是博主在人工智能等领域学习时,用于个人学习、研究或者欣赏使用,并基于博主对人工智能等领域的一些理解而记录的学习摘录和笔记,若有不当和侵权之处,指出后将会立即改正,还望谅解。文章分类在学习摘录和笔记专栏:
学习摘录和笔记(3)---《人工智能研究中的几点思考》
人工智能研究中的几点思考
原文/论文出处:
题目:《人工智能研究中的几点思考》
作者:赵路
时间: 2019-04-04
来源:人机与认知实验室
1956年达特茅斯会议的展开,宣布了人工智能学科的诞生。总体而言,人工智能的总体进展可以分为四个阶段:酝酿阶段、初步发展阶段、积累阶段与蓬勃发展阶段。
目前人工智能界现存的几大瓶颈:
即机器仍然无法形成常识、动机与智能决策
人工智能的发展方向:
(1)集群智能
很多群居生物进行觅食、逃跑之时,往往个体没有复杂的行为,但群体的行为却涌现出复杂的智能现象。
集群智能的五大原则:分别为邻近原则、品质原则、多样性反应原则、稳定性原则与适应性原则。
比较著名的集群智能有蚁群优化、粒子群优化算法和人工鱼群算法。
(2)软计算(soft computing)
由Zadeh于1994年提出,旨在解决传统人工智能计算方法中不精确以及不确定的方向与内容。
计算分为两类:硬计算与软计算。软计算的概念被广泛接受。
主要内容包括人工神经网络、遗传算法、模糊逻辑等理论与方法。
(3)混合智能系统
随着实际应用变得越来越复杂,数据的维度变得越来越高,传统的机器学习已经难以解决现有问题。
如果把两种或多种方法进行组合,那就可以起到扬长避短的效果。
表1:几种常见方法的优缺点对比
专家系统 |
模糊系统 |
神经网络 |
遗传算法 |
|
知识表示 |
非常好 |
好 |
不好 |
非常不好 |
不确定性的容忍度 |
非常好 |
好 |
好 |
好 |
不精确性的容忍度 |
不好 |
好 |
好 |
好 |
适应性 |
不好 |
非常不好 |
好 |
好 |
学习能力 |
不好 |
不好 |
好 |
好 |
解释能力 |
好 |
好 |
不好 |
非常不好 |
知识发现与数据挖掘 |
不好 |
非常不好 |
好 |
非常好 |
可维护性 |
不好 |
非常好 |
好 |
非常好 |
文章意见
着重研究人机决策机制的差异,从底层算法做起,将人的动机、预期机制与决策机制相互融合,逐渐形成有自主预期、动机的决策机制。
文章若有不当和不正确之处,还望理解与指出。由于部分文字、图片等来源于互联网,无法核实真实出处,如涉及相关争议,请联系博主删除。如有错误、疑问和侵权,欢迎评论留言联系作者,或者关注VX公众号:Rain21321,联系作者。