您好、欢迎来到现金彩票网!
当前位置:彩之网 > 专家系统 >

AI曲折路从专家系统到机器学习我们只看到了人工智能的高薪

发布时间:2019-06-16 17:55 来源:未知 编辑:admin

  人工智能走过多少曲折道路,有谁知道呢?在实际应用中,AI的专家系统并没有取得太大的成功,其最主要的局限性体现在系统明显受到规则数量的限制,规则数量决定了系统对不同情况的适应程度,然而规则是有限的,问题发生时的状况是无限的,用有限的规则处理无限的可能,注定是苦海无涯。早期在AI方面取得成功的项目,多数解决的是具有明确规则和条件的问题,比如西洋跳棋。l997年IBM的“深蓝”计算机在国际象棋上战胜人类世界冠军卡斯帕罗夫就是这个方面最著名的例子。对于人类来说,下象棋当然是很有挑战的项目,但是相比真实世界的复杂程度而言,国际象棋其实只是一个简单问题。

  棋盘上只有32个棋子和64个可以落子的位置,走法规则是非常明确的,所有可能的局面组合是有限的,可以被穷举出来,利用计算机的计算能力辅助以启发式搜索等算法,在摩尔定律的作用下,击败人类只是时间问题。在这类问题中,问题的表示通常都不是难题,一个普通程序员也可以在很短时间内完成一个象棋程序。然而许多真实世界的问题却并不都是那么容易能用计算机语言表达清楚的,比如图像识别和语音识别,这些问题有着比国际象棋大得多的问题域,即使对于人类来说,也有很多不能确定、无法选择的时刻,所以用规则来描述问题是不现实的。

  随着人工智能科研理论上的不断突破,机器学习基础架构方面也有了长足进步。为了提高科研和应用的开发效率,面向深度学习的开发框架不断涌现,而TensorFlow就是其中的佼佼者。依托于Google强大的影响力,TensorFlow -经发布就吸引了整个行业的关注。TensorFlow自2015年年底在GitHub开源以来,一直是机器学习、深度学习类别中关注度最高的项目,

  截至2018年年底,已经获得超过40000个Star。同时,在开源社区共同的努力下,基于TensorFlow开发的各种算法和应用都在飞速增加。下一步呢?我们只看到了人工智能的高薪,未来如何呢?敢问路在何方?

http://rf1995.com/zhuanjiaxitong/59.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有