人工智慧發展歷程與研究初探
阿新 • • 發佈:2020-10-05
1. 發展歷程
- 萌芽階段:人工神經網路概念、圖靈測試、跳棋程式
- 形成階段:1969年第一屆國際人工智慧聯合會議的召開
- 發展階段:機器學習研究理論獲得豐碩成果
- 成熟階段:
AlphoGo
程式
2. 研究學派
-
符號主義
著眼於程式的邏輯結構、符號作業系統和程式語言
研究領域:專家系統和知識工程
-
聯結主義
著眼於對大腦神經網路的探索和模擬
研究領域:機器學習和深度學習
-
行為主義
著眼於控制論及感知-動作型控制系統研究
研究領域:智慧控制和智慧機器人
3. 研究熱點
-
專家系統
-
機器學習
常見演算法包括:決策樹,隨機森林演算法,邏輯迴歸,
SVM
分類器,Adaboost
應用領域:專家系統、自然語言理解、模式識別、計算機視覺、資料探勘、智慧機器人等。
-
深度學習:影象識別,語音識別、自然語言處理、自動駕駛汽車、醫療和各種決策預測等。
-
機器視覺
機器視覺能夠實現物體定位、特徵檢測、缺陷判斷、目標識別、計數和運動跟蹤等功能,主要應用領域包括自動化生產線中的工況監視、成品檢驗和質量控制等。
-
資料探勘
資料探勘是指從大量資料中挖掘出有價值的知識,然後對知識進行比較,總結出原理和法則。資料探勘的主要方法概括為:預測模型方法、資料分割方法、關聯分析法和偏離分析法。
主要應用領域包括多媒體、計算機網路、計算機視覺和自然語言處理等。
注:知網連結