查看“AI主流学派”的源代码
←
AI主流学派
跳转至:
导航
,
搜索
因为以下原因,您没有权限编辑本页:
您所请求的操作仅限于该用户组的用户使用:
用户
您可以查看与复制此页面的源代码。
==符号主义学派== 认为人工智能源于数理逻辑,这个学派的代表人物有纽厄尔(Newell)、西蒙(Simon)和尼尔逊(Nilsson)等。 [[文件:ai2020-4-15.png]] 符号主义最核心的思想是什么呢?符号主义认为人工智能源于数理逻辑,认为智能的本质就是符号的操作和运算。符号主义在后来几大门派的较量中,曾长期一支独秀,为人工智能的发展作出重要贡献。当然,也为后来红火一时的知识工程奠定了基业。 达特茅斯会议之后,参会者们相继取得了一批令人瞩目的研究成果。具有代表性的成果为:A.Newell、J.Shaw和H.Simon等人编制出逻辑机LT,它证明了38条数学定理;1960年又定义了GPS的逻辑推理架构,并且提出启发式搜索的思路;1956年, Samuel研制了一个跳棋程序,该程序具有自学习功能,可以从比赛中不断总结经验提高棋艺。还有很多令人激动的成就,这掀起人工智能发展的第一个高潮。 正是这些符号主义者,早在1956年首先采用“人工智能”这个术语。后来又发展了启发式算法>专家系统>知识工程理论与技术,并在20世纪80年代取得很大发展。符号主义曾长期一枝独秀,为人工智能的发展作出重要贡献,尤其是专家系统的成功开发与应用,为人工智能走向工程应用和实现理论联系实际具有特别重要的意义。在人工智能的其他学派出现之后,符号主义仍然是人工智能的主流派别。 视频:[https://www.baidu.com/sf?pd=video_page&nid=16213552377769684741&sign=1057450919225361971&word=LISP+%E7%AC%A6%E5%8F%B7&oword=LISP+%E7%AC%A6%E5%8F%B7&title=%E7%A7%91%E6%99%AE%E4%B8%AD%E5%9B%BD%C2%B7%E7%A7%91%E5%AD%A6%E7%99%BE%E7%A7%91%3ALisp%E8%AF%AD%E8%A8%80&atn=index&alr=1&openapi=1&resource_id=5052&frsrcid=4185&cambrian_id=1603123833821926&sp=0&ext=%7B%22src%22%3A%22http%3A%5C%2F%5C%2Fvdse.bdstatic.com%5C%2F%5C%2F1e5bfc7a15211db9a8aa88634053d275%3Fauthorization%3Dbce-auth-v1%252Ffb297a5cc0fb434c971b8fa103e8dd7b%252F2017-05-11T09%253A02%253A31Z%252F-1%252F%252Fb3e3b25b37983e6c946a845ae73943a73c2d30b88ce166f16a487b5bac5b4c7a%22%2C%22loc%22%3A%22http%3A%5C%2F%5C%2Fxzh.aivideo.baidu.com%5C%2Fshortvideo%5C%2F227745e7a2560687c95927dc2c90de94e.html%22%2C%22log_loc%22%3A%22http%3A%5C%2F%5C%2Fxzh.aivideo.baidu.com%5C%2Fshortvideo%5C%2F227745e7a2560687c95927dc2c90de94e.html%22%2C%22duration%22%3A%2252%22%2C%22poster%22%3A%22http%253A%252F%252Ft10.baidu.com%252Fit%252Fu%253D1707200760%252C596680461%2526fm%253D171%2526app%253D20%2526f%253DPNG%253Fw%253D640%2526h%253D360%2526s%253DF2B9716CA7F199724CD23D990300508C%22%2C%22source%22%3A%22%5Cu79d2%5Cu61c2%5Cu767e%5Cu79d1%22%2C%22s%22%3A%224fc5a291ae508fd21bb2c993d2c599d2%22%2C%22isHttps%22%3A1%2C%22isCompilation%22%3Anull%2C%22jsy%22%3A1%7D&top=%7B%22sfhs%22%3A1%2C%22_hold%22%3A2%7D&fr=2 Lisp语言] 视频:[https://haokan.baidu.com/v?vid=8777739614935804637&pd=bjh&fr=bjhauthor&type=video 专家系统] 阅读:[https://baijiahao.baidu.com/s?id=1632766020084640117&wfr=spider&for=pc 从知识工程到知识图谱全面回顾] [[文件:ai2020-4-12.png]] 马文·明斯基 [[文件:ai2020-4-13.png]] [[文件:ai2020-4-14.png]] 该学派在逻辑思维的模拟方面取得成功,如自动定理证明和专家系统。 [[文件:ai2020-4-16.png]] 符号主义学派在人工智能研究中,强调的是概念化知识表示、模型论语义、演绎推理等。 约翰·麦卡锡主张任何事物都可以用统一的逻辑框架来表示,在常识推理中以非单调逻辑为中心。 ==行为主义学派== [[文件:ai2020-4-17.png]] 行为行为主义主义又称进化主义或控制论学派,其原理为控制论及感知-动作型控制系统。 行为主义以布鲁克斯等人为代表,认为智能行为只能在现实世界中,由系统与周围环境的交互过程中表现出来。 首先,智能系统与环境进行交互,即从运行的环境中获取信息(感知),并通过自己的动作对环境施加影响;其次,指出智能取决于感知和行为,提出了智能行为的“感知-行为”模型,认为智能系统可以不需要知识、不需要表示、不需要推理,像人类智能一样可以逐步进化;再次,强调直觉和反馈的重要性,智能行为体现在系统与环境的交互之中,功能、结构和智能行为是不可分割的。 ===控制论=== 诺伯特·维纳提出的控制论的思想和方法已经渗透到了几乎所有的自然科学和社会科学领域。 [[文件:ai20-4-28.png]] 维纳把控制论看作是一门研究机器、生命社会中控制和通讯的一般规律的科学,是研究动态系统在变的环境条件下如何保持平衡状态或稳定状态的科学,综合研究各类系统(动物、人类和机器)的控制、信息交换、反馈调节的科学,着重于研究过程中的数学关系。 控制论是跨及人类工程学、控制工程学、通讯工程学、计算机工程学、一般生理学、神经生理学、心理学、数学、逻辑学、社会学等众多学科的交叉学科。 ====动态系统==== 动态系统的状态变量随时间有明显的变化,是时间的函数;系统状况可以由其状态变量随时间变化的信息(数据)来描述。 动态系统和系统的运动是两个不同的概念。运动是系统的基本属性,一切系统,包括静态系统,都是在不断地运动之中。唯有系统在运动中状态随时间而发生明显变化的,才是动态系统。 ====什么是控制==== 在控制论中,“控制”的定义是:为了“改善”某个或某些受控对象的功能或发展,需要获得并使用信息,以这种信息为基础而选出的、于该对象上的作用,就叫作控制。 控制的基础是信息,一切信息传递都是为了控制,进而任何控制又都有赖于信息反馈来实现。信息反馈是控制论的一个极其重要的概念。 ====控制系统要有什么==== *第一、要有一个预定的稳定状态或平衡状态。例如,速度控制系统中,速度的给定值就是预定的稳定状态。 *第二、要有从外部环境到系统内部的信息传递。例如,在速度控制系统中,转速的变化引起的离心力的变化,就是一种从外部传递到系统内部的信息。 *第三、这种系统具有一种专门设计用来校正行动的装置。例如速度控制系统中通过调速器旋转杆张开的角度控制蒸汽机的进汽阀门升降装置。 *第四、这种系统为了在不断变化的环境中维持自身的稳定,内部都具有自动调节的机制,换言之,控制系统都是一种动态系统。 链接:https://www.jianshu.com/p/038df446be97 视频:[https://haokan.baidu.com/v?vid=11071617691602108251&pd=bjh&fr=bjhauthor&type=video 被谷歌卖掉的机器人,如今这么厉害了,谷歌后悔不?] 视频:[https://haokan.baidu.com/v?vid=8762455922382187415&pd=bjh&fr=bjhauthor&type=video 看看日本的机器人女友] 视频:[https://haokan.baidu.com/v?vid=12205178857751880712&pd=bjh&fr=bjhauthor&type=video 乐高六足机器人搭建过程,简单机械实现六足行走] ==连接主义学派== [[文件:ai2020-4-18.png]] 连接主义又称为仿生学派(bionicsism)或生理学派(physiologism),其主要原理为神经网络及神经网络间的连接机制与学习算法。 [[文件:ai2020-4-19.png]] 以Rumelhart、Mcclelland和Hopfield等人为代表,从人的大脑神经系统结构出发,研究非程序的、适应性的、类似大脑风格的信息处理的本质和能力,人们也称它为神经计算。 [[文件:ai20-4-30.png|500px]] [[文件:ai20-4-29.png|500px]] *[https://v.qq.com/x/page/x0655d4qlxe.html 深度学习简介] *[https://vdse.bdstatic.com//a58f348300b6e4877acc8384ff434e85?authorization=bce-auth-v1/fb297a5cc0fb434c971b8fa103e8dd7b/2017-05-11T09:02:31Z/-1//9187d4e501791433c0216e3f7181e10adaf4d21d8d22558c7273c5f2a7617062 人工智能为什么能战胜人类大师] *[https://www.bilibili.com/video/av47007428/ 人脸识别的基本原理] *[https://v.youku.com/v_show/id_XMjk3MTcyMDYyMA==.html 7行Python,搭建一个可以识花的机器学习APP] ==总结== 人工智能各学派的研究方法各有长短,既有擅长的处理能力,又有一定的局限性。仔细学习和研究各个学派思想和研究方法之后,可以发现,各种学派可以取长补短,实现优势互补。过去在激烈争论时期,那种企图完全否定对方而以一家的主义和方法主宰人工智能世界的氛围,正被互相学习、优势互补、集成模拟、合作共赢、和谐发展的新氛围所代替。 未来人工智能的各个学派,一方面要密切合作,取长补短,可把一种学派无法解决的问题转化为另一学派能够解决的问题;另一方面,逐步建立统一的人工智能理论体系和方法论,在一个统一系统中集成了逻辑思维、形象思维和进化思想,创造人工智能更先进的研究方法。 思考与讨论: 人工智能各主流学派对人工智能方法的争论是什么? 参考:人工智能的三大学派:符号主义、连接主义、行为主义 https://www.sohu.com/a/203862511_468638
返回至
AI主流学派
。
导航菜单
个人工具
登录
命名空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
导航
首页
最近更改
随机页面
帮助
工具
链入页面
相关更改
特殊页面
页面信息