「埃尔法哥哥」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 。
「埃尔法哥哥」人工智能研究及其应用探讨
文章图片
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 。
「埃尔法哥哥」人工智能研究及其应用探讨
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 。
「埃尔法哥哥」人工智能研究及其应用探讨
文章图片
【「埃尔法哥哥」人工智能研究及其应用探讨】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 。
「埃尔法哥哥」人工智能研究及其应用探讨
文章图片


    推荐阅读