更改

删除138字节 、 2021年7月31日 (六) 18:14
第53行: 第53行:  
=== 推理,解决问题===
 
=== 推理,解决问题===
   −
早期的研究人员开发了一种算法,这种算法模仿了人类在解决谜题或进行逻辑推理时所使用的循序渐进的推理。<ref name="Russell & Norvig 2003"/><ref name="Poole, Mackworth & Goebel 1998"/><ref name="Luger & Stubblefield 2004"/><ref name="Nilsson 1998"/>到20世纪80年代末和90年代,AI研究使用概率论和经济学的理论开发出了处理不确定或不完全信息的方法。<ref name="Russell & Norvig 2003"/><ref name="Poole, Mackworth & Goebel 1998"/><ref name="Luger & Stubblefield 2004"/> <ref name="Nilsson 1998"/>
+
早期的研究人员开发了一种算法,这种算法模仿了人类在解决谜题或进行逻辑推理时所使用的循序渐进的推理。到20世纪80年代末和90年代,AI研究使用概率论和经济学的理论开发出了处理不确定或不完全信息的方法。<ref name="Russell & Norvig 2003"/><ref name="Poole, Mackworth & Goebel 1998"/><ref name="Luger & Stubblefield 2004"/> <ref name="Nilsson 1998"/>
      第131行: 第131行:     
历史上,诸如 Cyc 知识库(1984 -)和大规模的日本第五代计算机系统倡议(1982-1992)等项目试图涵盖人类的所有认知。这些早期的项目未能逃脱非定量符号逻辑模型的限制,现在回过头看,这些项目大大低估了实现跨领域AI的难度。当下绝大多数AI研究人员主要研究易于处理的“狭义AI”应用(如医疗诊断或汽车导航)<ref name="contemporary agi">{{cite book|last1=Pennachin|first1=C.|last2=Goertzel|first2=B.|title=Contemporary Approaches to Artificial General Intelligence|journal=Artificial General Intelligence. Cognitive Technologies|date=2007|doi=10.1007/978-3-540-68677-4_1|publisher=Springer|location=Berlin, Heidelberg|series=Cognitive Technologies|isbn=978-3-540-23733-4}}</ref>。许多研究人员预测,不同领域的“狭义AI”工作最终将被整合到一台具有人工通用智能(AGI)的机器中,结合上文提到的大多数狭义功能,甚至在某种程度上在大多数或所有这些领域都超过人类。<ref name="Kurzweil 1999"/><ref name="Kurzweil 2005"/><ref name="Roberts">{{cite magazine|last1=Roberts|first1=Jacob|title=Thinking Machines: The Search for Artificial Intelligence|magazine=Distillations|date=2016|volume=2|issue=2|pages=14–23|url=https://www.sciencehistory.org/distillations/magazine/thinking-machines-the-search-for-artificial-intelligence|accessdate=20 March 2018|archive-url=https://web.archive.org/web/20180819152455/https://www.sciencehistory.org/distillations/magazine/thinking-machines-the-search-for-artificial-intelligence|archive-date=19 August 2018|url-status=dead}}</ref>通用人工智能(或“AGI”)子领域专门研究通用智能。<ref name="Artificial General Intelligence">{{cite book|last1=Pennachin|first1=C.|last2=Goertzel|first2=B.|chapter=Contemporary Approaches to Artificial General Intelligence|title=Artificial General Intelligence |date=2007 |doi=10.1007/978-3-540-68677-4_1 |publisher=Springer|location=Berlin, Heidelberg |series=Cognitive Technologies |isbn=978-3-540-23733-4}}</ref>
 
历史上,诸如 Cyc 知识库(1984 -)和大规模的日本第五代计算机系统倡议(1982-1992)等项目试图涵盖人类的所有认知。这些早期的项目未能逃脱非定量符号逻辑模型的限制,现在回过头看,这些项目大大低估了实现跨领域AI的难度。当下绝大多数AI研究人员主要研究易于处理的“狭义AI”应用(如医疗诊断或汽车导航)<ref name="contemporary agi">{{cite book|last1=Pennachin|first1=C.|last2=Goertzel|first2=B.|title=Contemporary Approaches to Artificial General Intelligence|journal=Artificial General Intelligence. Cognitive Technologies|date=2007|doi=10.1007/978-3-540-68677-4_1|publisher=Springer|location=Berlin, Heidelberg|series=Cognitive Technologies|isbn=978-3-540-23733-4}}</ref>。许多研究人员预测,不同领域的“狭义AI”工作最终将被整合到一台具有人工通用智能(AGI)的机器中,结合上文提到的大多数狭义功能,甚至在某种程度上在大多数或所有这些领域都超过人类。<ref name="Kurzweil 1999"/><ref name="Kurzweil 2005"/><ref name="Roberts">{{cite magazine|last1=Roberts|first1=Jacob|title=Thinking Machines: The Search for Artificial Intelligence|magazine=Distillations|date=2016|volume=2|issue=2|pages=14–23|url=https://www.sciencehistory.org/distillations/magazine/thinking-machines-the-search-for-artificial-intelligence|accessdate=20 March 2018|archive-url=https://web.archive.org/web/20180819152455/https://www.sciencehistory.org/distillations/magazine/thinking-machines-the-search-for-artificial-intelligence|archive-date=19 August 2018|url-status=dead}}</ref>通用人工智能(或“AGI”)子领域专门研究通用智能。<ref name="Artificial General Intelligence">{{cite book|last1=Pennachin|first1=C.|last2=Goertzel|first2=B.|chapter=Contemporary Approaches to Artificial General Intelligence|title=Artificial General Intelligence |date=2007 |doi=10.1007/978-3-540-68677-4_1 |publisher=Springer|location=Berlin, Heidelberg |series=Cognitive Technologies |isbn=978-3-540-23733-4}}</ref>
 +
 +
<br>
    
== 方法 ==
 
== 方法 ==
7,129

个编辑