84669 Lernen von Personen
152542 Lernen von Personen
20005 Lernen von Personen
5487 Lernen von Personen
7821 Lernen von Personen
359900 Lernen von Personen
3350 Lernen von Personen
180660 Lernen von Personen
48569 Lernen von Personen
18603 Lernen von Personen
40936 Lernen von Personen
1549 Lernen von Personen
1183 Lernen von Personen
32909 Lernen von Personen
用什么语言开发合适? 最终目标如何地位? 需要拟人分为父.母.感情这些吗? 如何能自我成长,不仅仅是收集和使用,还需要分析和组合,产生新的. 等等一大堆问题
小伙看你根骨奇佳,潜力无限,来学PHP伐。
楼主对人工智能发展近况的看法太乐观了。现在无论多高精尖的人工智能是否具有基本的意识都尚未可知,更谈不上人格与感情。人工智能最广泛的应用仍然是分类与预报。有用支持向量机甄别电脑病毒的(分类),也有用神经网络推测股市走向的(预测)。
有的人工智能机制由人设置好理论框架(如贝叶斯推论),这种算法在模型高度仿真现实的时候效果较好,但适应未知环境的能力差。另一类算法把计算人工智能的输出看成一个优化问题,在仿生的基础上,通过不断调整各个参数(一般由计算机自动完成)来降低算法输出和理想输出的差别。这个过程就是学习。高度自动化的学习过程就可以说是“自我成长”。主流算法有各类反向传播算法、基因演化算法等。终极目标就是在算法对现有数据的掌握程度和应用到未知数据的能力之间寻求平衡。打个比方,如果你想训练算法看人脸判断年龄,告诉算法满脸皱纹,满头白发的人大概在70岁,没有皱纹而且黑发的人大概在30岁。当算法碰到有皱纹但是黑发的人时,它能输出50,就大致证明学习了。而若输出是10或者100则说明学习失败。
实现方面,偏软件工程的人可能会用Java/C++/Python,偏理论的人可以用R/Matlab等。现成的库多的是,自己开发也没问题。
其实人工智能里的领域还远不止这些。如何对自然语言建模、如何处理数据里的噪音,如何像人一样在最少的数据内发掘出最明显的规律,这些都是当今的研究热点。
正在学习人工智能,大家共勉,qq:282886636
楼主对人工智能发展近况的看法太乐观了。现在无论多高精尖的人工智能是否具有基本的意识都尚未可知,更谈不上人格与感情。人工智能最广泛的应用仍然是分类与预报。有用支持向量机甄别电脑病毒的(分类),也有用神经网络推测股市走向的(预测)。
有的人工智能机制由人设置好理论框架(如贝叶斯推论),这种算法在模型高度仿真现实的时候效果较好,但适应未知环境的能力差。另一类算法把计算人工智能的输出看成一个优化问题,在仿生的基础上,通过不断调整各个参数(一般由计算机自动完成)来降低算法输出和理想输出的差别。这个过程就是学习。高度自动化的学习过程就可以说是“自我成长”。主流算法有各类反向传播算法、基因演化算法等。终极目标就是在算法对现有数据的掌握程度和应用到未知数据的能力之间寻求平衡。打个比方,如果你想训练算法看人脸判断年龄,告诉算法满脸皱纹,满头白发的人大概在70岁,没有皱纹而且黑发的人大概在30岁。当算法碰到有皱纹但是黑发的人时,它能输出50,就大致证明学习了。而若输出是10或者100则说明学习失败。
实现方面,偏软件工程的人可能会用Java/C++/Python,偏理论的人可以用R/Matlab等。现成的库多的是,自己开发也没问题。
其实人工智能里的领域还远不止这些。如何对自然语言建模、如何处理数据里的噪音,如何像人一样在最少的数据内发掘出最明显的规律,这些都是当今的研究热点。
正在学习人工智能,大家共勉,qq:282886636