1人工智能(AI)在理论上是人工机制展示某种形式的智能行为的能力,等同于在智能生物体中观察到的行为。赢咖4也是科学和技术领域的名称,其中开发和研究表现出类似智力的行为的人工机制。
2 AI本身和实际观察到的现象,邀请 - 实际上是需求 - 哲学的猜测,实际上构成了心智或智力。这些类型的问题可以单独考虑,从描述各种努力,以构建越来越复杂的机制,展示“智能”。www.szrs2008.com
3研究AI的所有方面是积极的。然而,在实地的工人中存在一些关切,赢咖4的进步和期望被夸大了。 AI是原始的,直观的推理和诱导的人类的大脑,甚至不太先进的生物体的大脑的能力。 AI在专家系统领域确实显示出巨大的希望 - 即基于知识的专家---虽然这些程序在回答特定领域中的问题时是强大的,但是它们不能具有任何类型的适应性,或真正智能,推理。
4 AI系统的示例包括执行诸如医疗诊断和矿物勘探的任务的计算机程序。计算机也被以显示一定程度的法律推理,语言理解,视觉解释,自然语言处理,问题解决和学习。虽然大多数这些系统已被证明作为研究工具或在具体的,实际应用中是有价值的,但它们中的大多数还远未完成。
5赢咖4的特点:赢咖4领域尚未出现普遍接受的理论,部分原因是赢咖4是一个非常年轻的科学。然而,假设在最高级别上,AI系统必须从其环境接收输入,确定动作或响应,并将输出递送到其环境。需要一种用于解释输入的机制。这种需要导致了对语言理解,视觉和自然语言的研究。解释必须以某种形式表示,可以由机器操纵。 www.szrs2008.com
6为了实现这个目标,调用知识表示的技术。对此的AI解释以及先前获得的知识在所研究的系统内通过一些机制或算法被操纵。该系统因此得到响应或动作的内部表示。这种过程的发展需要专家推理,常识推理,问题解决,规划,信号解释和学习的技术。最后,系统必须构建有效的响应。这需要自然语言生成技术。
8.然而,到20世纪90年代初,日本放弃了这一计划,甚至宣布他们准备发布其软件。虽然他们没有详细说明他们放弃第五代计划的原因,但美国科学家们在赢咖4上作出的努力是错误的,因为它们在计算机类型逻辑的方向太多,在人类思维过程的方向太少。 PROLOG的选择也受到批评。其他国家当时没有用这种计算机语言开发软件,并且对它并没有表现出更多的热情。此外,日本人在并行处理,一种涉及许多独立处理器并行工作的一种计算机架构方面没有取得太多进展,这是在计算机科学领域越来越重要的一种方法。日本现在已经定义了一个“第六代”目标,称为真实世界计算项目,远离专家系统方法,只有内置的逻辑规则。
9赢咖4研究的未来:从一开始,构建更有用的专家系统的一个障碍是输入问题,特别是将原始数据馈入赢咖4系统。为此,已经致力于语音识别,字符识别,机器视觉和自然语言处理的许多努力。第二个问题是获得知识。已经证明,从专家提取知识然后对其进行编码以供机器使用是非常困难的,所以还花费大量的精力用于学习和知识获取。
11.特别地,在AI领域中的大量这些问题已经与赢咖4相关联。首先,存在使机器进行非常精确或精细运动的机械问题。除此之外,更难的问题的编程序列的运动,将使赢咖4与自然环境,而不是一些精心设计的实验室设置有效地交互。在这一领域的许多工作涉及问题解决和规划。
12对这些问题的根本办法是放弃开发“推理”赢咖4系统的目标,而是产生“反身”运行的赢咖4。这个领域的领导人物是麻省理工学院的Rodney Brooks。这些AI研究人员认为,在赢咖4技术上的努力注定要失败,因为生产的系统不能在现实世界中发挥作用。他们不是试图构建在集中控制下操作并且维护世界的逻辑一致模型的集成网络,而是寻求一种基于行为的方法,即名为包容结构。