：人工智能研究及其应用探讨
知识发现及搜索技术
人工智能的关键是获取知识进行决策, 这就需要在计算机网络和数据库技术的发展过程中必须往 领导层渗入, 建立 KDD 系统 ( 概念、信息加统计) , 使各个层次的决策者能够得到自己所需要的宏观知识信息, 并帮助他归纳、优化及调用相关知识信息 ( 即机器学习) , 根据以往的和目前的来估计未来的动作 。对于某一层次的决策者来说, 并不是信息越多越好, 而是如何在大量的信息中快速调出他进行决策所需要的信息, 还需融合相应的知识及以往的经验, 这就会涉及到搜索信息技术 。
文章图片
文章图片
【：人工智能研究及其应用探讨】人工智能领域中将搜索技术大致分为无变 量盲目搜索算法 ( 状态 空间的盲目 搜索、问 题空间的盲 目搜索) ; 带变量的盲目搜索 ( 通代算法、带变量的状态空间盲目搜索、带变量的问题空间盲目搜索) ; 启发式搜索算法 ( 单值有序搜索和多值有序搜索、与或树的启发式搜索、通用弱方法等) ; 博弈树搜索 ( 极大极小树算法)。研究工作中, 大多倾向于把这些搜索技术有机地结合起来, 以求达到更好的效果 。
文章图片
文章图片
知识获取及专家系统
信息技术的飞速发展使智能系统的工作成 为必然的需求, 用现代科学技术体系来建立信息网络, 使得人类已掌握的、与即将掌握的知识和技术能以极其灵活方便的方式为人类所共享, 从而创造出更大的物质财富与精神财富 。目前国内外专家普遍认为, 知识获取是知识工程的关键工序, 是开发专家系统的核心, 认为人工智能研究的中心问题中最重要的是知识获取, 也是人工智能的一个长期存在的问题 。
文章图片
文章图片
知识获取贯穿于一个专家系统生命周期的始终, 是一个长期的、与专家系统共生死的过程, 粗略地说, 可分为早期、中期和后期三个阶段: 早期知识获取直接从知识源获取原始知识, 这里所说的知识源包括专家的知识和记录在载体上的知识; 中期知识获取是对已经得到的原始知识实行再加工, 把那些隐含于原始知识中但不能被直接利用的知识提炼出来; 后期知识获取是用实践来检验已有的知识, 达到去伪存真、去粗取精的目的 。
文章图片
文章图片
推荐阅读
- 好物研究院@官方种草！本周应用推荐来了
- 每日经济新闻咨询@联邦学习成人工智能新贵 腾讯安全：技术服务能力才是重点
- 「屏幕」华为正研究两款透过滑屏增大屏幕的手机
- 【】人工智能突破三维矢量全息新技术
- 『』一汽集团成立人工智能公司，2019人工智能应用场景、发展趋势分析
- 「动物」科普丨被水生生物吃掉的塑料，给环境研究带来新视角
- 「动物」研究发现：渔船拖网捕捞会破坏微生物合成反应，导致水质变差
- ##AI的下一个研究热点居然是图
- [技术]本能恐惧研究取得进展
- 『』TikTok因未启用HTTPS连接 研究者警告易受篡改攻击