零点小说网

手机浏览器扫描二维码访问

第280章来自淘金者星球的象棋报告3（第8页）

90年代，人工智能研究发展出复杂的数学工具来解决特定的分支问题。

这些工具是真正的科学方法，即这些方法的结果是可测量的和可验证的，同时也是人工智能成功的原因。

共用的数学语言也允许已有学科的合作（如数学，经济或运筹学）。

和PETERNORVIG指出这些进步不亚于“革命”

和“NEATS的成功”

。

有人批评这些技术太专注于特定的问题，而没有考虑长远的强人工智能目标。

智能AGENT范式智能AGENT是一个会感知环境并作出行动以达致目标的系统。

最简单的智能AGENT是那些可以解决特定问题的程序。

更复杂的AGENT包括人类和人类组织（如公司）。

这些范式可以让研究者研究单独的问题和找出有用且可验证的方案，而不需考虑单一的方法。

一个解决特定问题的AGENT可以使用任何可行的方法-一些AGENT用符号方法和逻辑方法，一些则是子符号神经网络或其他新的方法。

范式同时也给研究者提供一个与其他领域沟通的共同语言--如决策论和经济学（也使用ABSTRACTAGENTS的概念）。

90年代智能AGENT范式被广泛接受。

AGENT体系结构和认知体系结构研究者设计出一些系统来处理多ANGENT系统中智能AGENT之间的相互作用。

一个系统中包含符号和子符号部分的系统称为混合智能系统，而对这种系统的研究则是人工智能系统集成。

分级控制系统则给反应级别的子符号AI和最高级别的传统符号AI提供桥梁，同时放宽了规划和世界建模的时间。

RODNEY

OOKS的SUBSUMPTIONARCHITECTURE就是一个早期的分级系统计划。

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、语言学家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。

安全问题

人工智能还在研究中，但有学者认为让计算机拥有智商是很危险的，它可能会反抗人类。

这种隐患也在多部电影中发生过，其主要的关键是允不允许机器拥有自主意识的产生与延续，如果使机器拥有自主意识，则意味着机器具有与人同等或类似的创造性，自我保护意识，情感和自发行为。

[2

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（ENGINEERINGAPPROACH），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（MODELINGAPPROACH），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。

遗传算法（GENERICALGORITHM，简称GA）和人工神经网络（ARTIFICIALNEURALNETWORK，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。