用現有的資源開發第一個人工智能系統
阿新 • • 發佈:2018-06-05
專家系統 如何開發第一個人工智能系統 你需要咋樣的隊伍才可以開發人工智能系統?
在這個AI概念滿天飛的今天,你一定也被老板要求開發人工智能系統,如果老板又加了一句資源可以給你配置,你想招什麽人都可以,但是這時候你如何做提要求呢?開發AI系統和開發普通的I系統可以大為不同。
現在的人工智能不適合當個普通人
在大幹一場之前,我們需要明白一個事實,我們雖然對於AI基於了非常高的期望,但是目前的AI還做不好一個普通人,但是AI可以做好小領域內的專家。
在開發專家系統之前,你需要有專家和將專家能力轉換為系統的能力。
專家系統的常用模型
下圖是專家系統的常用模型
人類專家vs專家系統vs常規系統
隨著AI熱,所有的公司都在說做AI系統,機器代替人類嘛。其實所有的工具和機器都在代替人類的某一種或者幾種能力,但是如果這一切都稱為AI,那就泛AI化了。下表我們通過對比人類專家,專家系統和常規系統來明確常規的計算機系統和AI系統的不同。
N | 人類專家 | 專家系統 | 常規程序 |
---|---|---|---|
1 | 在狹窄的領域中,使用經驗式或啟發式的知識解決問題 | 處理以規則形式表達的知識,在有限的領域中,使用符號推理解決問題 | 處理數據以及使用算法和一系列定義的操作來解決一般的數值型的問題 |
2 | 在人類的大腦中,知識以可編譯的方式存在 | 知識和處理是完全分開的 | 處理知識時,知識和控制結構不是分離的 |
3 | 能夠理解推理流程並提供細節 | 在解決問題過程中跟蹤規則的觸發,解釋如何的到具體的結論,為什麽需要這些特定的數據 | 對於如何得到結論和為什麽需要這些輸入數據都不做解釋 |
4 | 使用不精確的推理,可以處理不完整、不確定和模糊的信息 | 允許不精確的推理,可以處理不完整、不確定和模糊的數據 | 僅在數據是完整和精確的情況下處理問題 |
5 | 信息不完整或模糊時可能出錯 | 數據不完整或者模糊時可能會出錯 | 如果數據不完整或模糊,則根本不提供解決方案,或者提供的方案是錯誤的 |
6 | 經過多年的學習和實踐訓練,可以提高解決問題的能力。但這個過程緩慢,效率低並且昂貴 | 在知識庫中增加新規則或者調整原有規則可以改進解決問題的能力。在獲得新知識時,容易實現改變 | 通過改變程序代碼來提供解決問題的能力,代碼對於知識及其處理都有影響,導致改變困難 |
參考內容
內容來自《人工智能-智能系統指南》機械工業出版社,ISBN 978-7-111-20212-7
用現有的資源開發第一個人工智能系統