人工智能,機器學(xué)習(xí),模式識別,數(shù)據(jù)挖掘,信息檢索_第1頁
人工智能,機器學(xué)習(xí),模式識別,數(shù)據(jù)挖掘,信息檢索_第2頁
人工智能,機器學(xué)習(xí),模式識別,數(shù)據(jù)挖掘,信息檢索_第3頁
人工智能,機器學(xué)習(xí),模式識別,數(shù)據(jù)挖掘,信息檢索_第4頁
人工智能,機器學(xué)習(xí),模式識別,數(shù)據(jù)挖掘,信息檢索_第5頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、人工智能(Artificial Intelligence,AI)、機器學(xué)習(xí)(Machine Learning,ML)、模式識 別。其實,上面列的這些學(xué)科本質(zhì)上都沒有太大區(qū)別,只不過它們要解決的核心問 題不同,而運用的數(shù)學(xué)模型如出一轍。先說 AI。這個詞大眾比較熟悉,通常一個電子游戲的 AI 直接決定了游戲的可玩 性。簡單的 AI 比如超級瑪麗里會扔刺猬的云怪,復(fù)雜的 AI 比如紅色警戒中需要操 縱整個國家的電腦敵人。我很小的時候就在想這些算法得有多么復(fù)雜。慢慢地我意 要么控制基地建設(shè);而電腦的每個單位都有獨立的思考能力和通信能力。這些是通 過設(shè)計邏輯來實現(xiàn)的(難怪在 98 年買的電腦上跑一點也

2、不卡),比如坦克的邏輯可 THEN撤退”等等。 是窮舉,也可以是多個因素連接成的網(wǎng)絡(luò),比如下圖(稱為貝葉斯網(wǎng)絡(luò), Bayesian Network),這是一個通過判斷是否有地震和盜竊的簡單的智能系統(tǒng)。用貝葉斯網(wǎng)絡(luò)做決策,需要設(shè)置的參數(shù)都是概率形式的,比如地震發(fā)生的概率是 參數(shù)有了之后,當(dāng)有一天警報響起,系統(tǒng)就能夠回溯地計算出警報響是由地震發(fā)生 引起的。下面說 ML。ML 是最可怕的部分。上面說的AI 系統(tǒng)的規(guī)則都是人為設(shè)定的,所 以它的表現(xiàn)絕大多數(shù)情況在人們的期待以內(nèi)。而 ML 算法可能使系統(tǒng)變得過分地聰 HYPERLINK / 這是一個網(wǎng)絡(luò)小游戲,你在心中想一個人物,然后算法會問你一系列的一

3、般疑問 句(比如“這個人是科學(xué)家嗎? ”)你回答 Yes 或者 No。若干個問題后,算法會知道 你心中的人物是誰了(通常比你預(yù)計的要快)。之所以說這是一個 ML 系統(tǒng),是因為它不僅做決策下一個問題該問什么、已經(jīng)問 的問題和答案能推出什么結(jié)果,它還在不斷地自我改進。比如說,我心中想的人物 是亞運會的吉祥物阿和 (幾年前這個游戲推出時它肯定不知道阿和是誰),于是在很 多個問題過后,這個ML 算法猜成喜羊羊了,然后我告訴它“你猜錯了,我想的是阿 和”,于是,它會更新它的決策網(wǎng)絡(luò),增加阿和這個節(jié)點,改變各個概率值。下次有 人想阿和的,它就可能猜中了。所以,從上面的例子可以看出, ML 重點研究的是算法

4、的學(xué)習(xí)過程,強調(diào)的是一 個反饋的框架。一開始系統(tǒng)可能很弱智,但是經(jīng)過長期訓(xùn)練后它能做出很高超的決 舉個我的例子。比如說,我老板希望能做一個自動作曲的系統(tǒng),要求能做莫扎特 風(fēng)格的鋼琴奏鳴曲,而聽起來不能像海頓和貝多芬。想一想這個決策規(guī)則就復(fù)雜得 就變得有可能了。我可以把莫扎特已有的樂譜輸入給系統(tǒng),告訴它這是好結(jié)果;再把海頓和貝多芬的給系統(tǒng),告訴它這是壞結(jié)果。然后就期待這個系統(tǒng)能夠?qū)W到點什 么。當(dāng)然,真正實現(xiàn)起來設(shè)計這個學(xué)習(xí)框架是有難度的,不過 ML 是正確的思路。 “解決問題是關(guān)鍵,不關(guān)心系統(tǒng)在理論上是否最優(yōu)”。比如人臉識別、癌細胞識 別、語言識別、入侵檢測等等,拿各種分類器(SVM、神經(jīng)網(wǎng)絡(luò)神

5、馬的)一個一個 OK 了。然后是 DM 。DM 是一項應(yīng)運而生的科學(xué),正因為互聯(lián)網(wǎng)蓬勃發(fā)展,才吸引那么 單詞組成的序列),DM 算法可能發(fā)現(xiàn)“新聞”、“報 導(dǎo)” 、“記者”等詞語是具有關(guān)聯(lián)性的,于是用戶在搜索“新聞”這個關(guān)鍵詞時,與“新 再舉個我的例子。我前一段時間做了一個音樂結(jié)構(gòu)分段的算法,旨在將音樂中主 epIRIR網(wǎng)能夠變得更加人性化。比如你在搜索引 出有用的信息:是個地方,要可以玩桌游,便不便宜自己看著辦;另一方面從網(wǎng)絡(luò) 上取出(retrieve)合理的網(wǎng)頁給用戶。AIPRDMIR AI 的具 人失業(yè),機器會代替會記、醫(yī)生、甚至程序員。也許,機器的智能會產(chǎn)生很多很多 否熟了,因為人耳對于這種音色可以做決策,而機器目前還很難做到。監(jiān)測工作很 辛苦,比如核電站工作人員需要成天盯著很多很多數(shù)據(jù),不停地做

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論