人工智能程序设计途径
人工智能编程
人工智能编程的三种途径:
• 学习
• 推理
• 自我纠正
学习过程
AI编程的这一方面着重于获取数据,并创建有关如何将数据转化为可操作信息的规则。该规则称为算法,为计算设备提供了有关如何完成特定任务的逐步说明。
学习过程涉及计算机发现他们如何执行任务,而无需显式编程来执行任务。它涉及计算机从提供的数据中学习,以便它们执行某些任务。
对于简单的任务,通过算法告诉机器,如何执行解决当前问题所需的所有步骤。计算机不需要学习。
对于更高级的任务,仅仅依靠程序员创建所需的算法,可能是一个挑战。在实践中,通过更有效地帮助机器开发自己的算法,而不是让程序员指定每个需要的步骤。
推理过程
AI编程的这一方面着重于选择正确的算法以达到期望的结果。
符号推理机是一种认知引擎,利用传感器和神经网络的输出,以及受过训练的专家知识来推断遇到的问题。这是一种新的基于认知的双模式方法,该方法同时使用自主和机会主义,自我发现监视来解决歧义。它通过一种称为“自主性监视”的技术,自动地遍历信息,从各种数据的解释中,发现合理的事实和情景,同时避免了传统系统通常的计算复杂性。
自校正过程
AI编程的这一方面旨在不断优化算法,并确保它们提供最准确的结果。