标签:#人工智能

共 132 篇文章

邏輯編程

邏輯編程(逻辑程-{}-序设计)是種編程范式,它設定答案須符合的規則來解決問題,而非設定步驟來解決問題。過程是 :算法=邏輯+控制。 不同的方法,可以看。 邏輯編程的要點是將正規的邏輯風格帶入電腦程式設計之中。數學家和哲學家發現邏輯是有效的理論分析工具。很多問題可以自然地表示成一個理論。說需要解答一個問題,通常與解答一個新的假設是否跟現在的理論無衝突等價。邏輯提供了一個證明問題是真還是假的方法。建立證明的方法是人所皆知的,故邏輯是解答問…

非人類

非人类(或)是指显现出一些人类特質,但不足以被视为人类的任何實體。在不同語境下,該詞語有不同含義。它既可以指具備與人類相似的思考、情感或認知能力的生物,也可以指已發展出一定人类智慧的对象,例如机器人或车辆。 动物权利和人格性 在动物权利运动中,“人类动物”和“非人类动物”常常被區別開來。动物权利运动的參與者普遍认识到,非人类的动物有一些與人類个体相似的特質。例如,各种非人类动物已被证明可以感知疼痛,並具有同情、记忆和一些认知功能。一些动…

机器遗忘

机器遗忘是人工智能与机器学习领域中一个旨在使模型“遗忘”特定训练数据或其影响的研究方向。该概念的提出源于隐私保护与数据合规的需求,特别是对“被遗忘权”在算法系统中的技术实现要求。机器遗忘的核心目标是在不重新训练整个模型的情况下,以较低的计算、时间或经济成本,使模型的行为尽可能接近从未使用某些数据进行训练的状态。 背景 机器学习模型的主要特征之一是通过对历史数据的训练,学习数据中的模式并进行预测。这一过程不可避免地会使模型“记住”部分训练…

人工生命

人工生命(英语:Artificial life),指通过人工模拟生命系统,来研究生命的领域,是由人工智慧產生的概念。最先由计算机科学家克里斯托弗·兰顿于1987年在洛斯阿拉莫斯国家实验室召开的“生成以及模拟生命系统的国际会议”上提出。 概论 该领域的本质 虽然人工生命(AL)领域与人工智能(AI)领域的确有明显的重叠区,但他们有截然不同的初衷和演生史。以研究是否以及如何实现模拟智能的人工智能研究,早在计算机诞生后的初期就已经兴起;然而以…

智慧数据

智慧数据是在大数据发展背景下,为了应对海量、复杂数据带来的挑战而提出的概念,指通过、智能算法和语义处理等方式,将原始数据转化为具有高质量、可解释性和决策价值的数据。与大数据相比,智慧数据更强调数据的精准性、语义化、情境化和实用性,旨在支持科学研究、商业应用和公共治理中的智能化决策与创新。。互联网、物联网和云计算等技术的普及带来全球数据的爆炸式增长,但传统的数据管理和分析方法难以有效利用这些庞杂的数据,导致数据价值未被充分挖掘。医疗、金融…

人工意識

人工意識,(),是一個涉及認知機器人學的領域,其目的是研究合成一個具有意識的人造物需要哪些必要條件。 神經科學的研究推測意識是由互相連結的腦區交互作用所產生的,这些脑区被称为意识相关神经区(NCC)。然而也有人反对这样的观点。人工意識的支持者則認為電腦可以模擬這種尚未完全明瞭的意識交互行為。在最近的研究裡,Steven Ericsson-Zenith認為目前還缺少新方法和新機制去解釋神經元的行為如何產生意識。在人工智能哲学中关于心灵、意…

OpenAI o1

OpenAI o1是一个基于转换器的生成式预训练模型。2024年9月12日,OpenAI发布了o1的预览版,完整版本于2024年12月5日发布。 o1在回答问题之前会进行“思考”,使得它在处理复杂的任务、科学和编程方面比GPT-4o更优秀。 历史 背景 据泄露的信息显示,o1以前在OpenAI内部被称为“Q*”,后来更名为“草莓”。 2024年7月,路透社报道称OpenAI正在开发名为“草莓”的生成式预训练模型。 发布 o1-previ…

人工神经网络

人工神经网络(,ANNs)又称-{zh-cn:类神经网络;zh-tw:人工神經網絡}-,简称神经网络(neural network,NNs),在机器学习和认知科学领域,是一种模仿生物神经网络(动物的中樞神經系統,特别是大脑)的结构和功能的数学模型或计算模型,用于对函数进行估计或近似。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构,是一种自适应系统,通俗地讲就是具备学习功能。现代神经网络是…

混合智能系統

混合智能系统指的是一種同時結合多個人工智能分支領域的方法和技術的軟體系統,例如: 神經符號系統 系统 聯結-符號混合模型 模糊專家系統 使用模糊、神經或演化方法以及符號推理方法進行強化學習 。 從認知科學角度來看,因為心理操作是同時在符號層級和次符號(sub-symbolic)層級上執行的,因此每個自然界的智能系統都是混合的。近年來,人們對的重要性進行了越來越多的討論。目前已有多個簡單且特定的AI系统被創造了出來(例如用於電腦視覺、語音…

感知器

感知器()是在1957年就职于康奈尔航空实验室(Cornell Aeronautical Laboratory)時所發明的一種人工神經網路。它可以被視為一種最簡單形式的前馈神經網路,是一種二元线性分类器。 罗森布拉特给出了相应的感知机学习算法,常用的有感知机学习、最小二乘法和梯度下降法。譬如,感知机利用梯度下降法对损失函数进行极小化,求出可将训练数据进行线性划分的分离超平面,从而求得感知机模型。 感知机是生物神经细胞的简单抽象。神经细胞…

智能控制

智能控制是一种控制技术,针对控制对象及其环境、控制目标和任务的不确定性和复杂性而提出。智能控制可以自动测量被控对象的被控制量,并求出与期望值的偏差,同时采集输入环境的信息,进而根据所采集的输入信息和已有知识进行推理,得到对被控对象的输出控制,同时使偏差尽可能减小或消除。一般使用如下人工智能控制方法如類神經網路,模糊逻辑,机器学习,进化计算和遗传算法。 簡介 智能控制可以分為以下幾個次領域: 控制 機器學習控制 贝叶斯概率控制 模糊控制 …

認知計算

、觸控式螢幕、照相機、麥克風或溫度計,可以偵測到來自真實世界環境的訊號。對於感知,這些訊號會被認知系統的認知識別,並轉換成數位資訊。這些資訊可以被記錄下來並進行處理。思考的結果也可以被記錄下來,並在執行器(例如引擎、揚聲器、顯示器或空調)的幫助下,用於控制和執行現實世界環境中的動作。]] 认知计算是指基于人工智能和信号处理的系统平台。这些平台涉及机器学习、自动推理、自然语言处理、语音识别和计算机视觉、人机交互等技术。 目前无论是学术界还…

競賽樹

競賽樹()是指組合博弈理論中用來表達一個賽局中各種後續可能性的樹,一個完整的競賽樹(complete game tree)會有一個起始節點,代表賽局中某一個情形,接著下一層的子節點是原來父節點賽局下一步的各種可能性,依照這規則擴展直到賽局結束。競賽樹相同於擴展形式的博弈理論中的樹。競賽樹中形成的葉節點代表各種遊戲結束的可能情形,例如井字遊戲會有26,830個葉節點。 競賽樹在人工智慧的應用相當重要,若要尋找某賽局中最佳的步法的一個方式,…

語意分析

語意分析(semantic analysis)技術是指將一長串的文字或內容,從其中分析出該個段落的摘要以及大意,甚至更進一步,將整篇文章的文意整理出來。此項技術可以應用在解讀影片、音訊等檔案,使得搜尋引擎能夠搜尋到文字以外的物件,方便使用者省去大量時間觀看影片、聆聽音訊,同時也可以幫助使用者提前了解影片與音訊的內容。 語意分析技術在早期基於奇異值分解(Singular Value Decomposition, SVD)、非負矩陣拆解法(…

涌现计算

涌现计算(Emergent computing),是一種包含以下特点的计算: 它能实现可预计的总体功能。 它的整体不要求全部可见,无论是计算者还是对象都无法看到他的全部。 它不受任何形式的全局控制(也不可能受到)。 它能实现自身稳定。 涌现计算被普遍认为是由一系列不确定的独立计算处理进程合作构成的计算过程的总体,既是高等级计算由低等级计算依照复杂的关系组合而成。“云计算”既是涌现计算的一个基本的例子:云计算由无数个基本个体进行运算,各个…

开放蠕虫

开放蠕虫(OpenWorm)是一项旨在从细胞层面在电脑上模拟秀丽隐杆线虫(Caenorhabditis elegans)的国际性开放科学项目。 尽管该项目的长远目标是模拟整个秀丽隐杆线虫的全部959个细胞,第一阶段的计划是建立包含302个神经元和95个肌肉细胞的模型来模拟蠕虫运动。这种自底向上的模拟是开放蠕虫社区追求的目标。目前,此项目的物理引擎Sibernetic已经建好,神经连接组和肌肉细胞也已创建为NeuroML格式。整个蠕虫的三…

进化计算

进化计算是遗传算法、、的统称。进化计算起源于20世纪50年代末,成熟于20世纪80年代,目前主要被应用于控制工程、机器学习、最佳化等领域。 起源 1932年,Cannon把自然演化想象为一个学习过程,并将自然演化中的种群维持机制,修改为个体反复随机试验。 1950年,图灵认识到机器学习与演化间存在明显关系。 1959年,Friedman推测,模仿变异与选择可以设计思想机器,并指出下棋程序可以使用这种方法设计。 1960年,Cambell…

认知語文学

认知語文学是研究作为人类心理过程产物的书面和口头文本的科学。认知語文学研究将文本研究中出现的文献证据与实验研究结果进行比较,這些實驗領域包括认知心理學、生态心理学、神经科学與人工智能。 “重点不在于文字,而在于创造它的思想”。认知语言学旨在一方面促进文学、文本、語文学学科之间的交流,另一方面促进整个认知、进化、生态和人文科学领域的研究。 參考

软计算

軟計算(Soft computing)是通過對不確定、不精確及不完全真值的容錯以取得低代價的解決方案和強健性的處理方式,和傳統計算(硬計算)不同。硬計算的主要特徵是嚴格、確定和精確。但是硬計算並不適合處理現實生活中的許多問題,例如駕駛汽車。它模擬自然界中智能系統的生化過程(人的感知、腦結構、進化和免疫等)來有效處理日常工作。軟計算包括幾種計算模式:模糊邏輯、人工神經網絡、遺傳算法和混沌理論。神經網絡通常用於預測。多層感知神經網絡的基本結…