下面介绍几种人工智能的实践方法。
1.知识的表示和推理
知识表示包括基于知识的系统、表示常识知识等。传统的知识表示已经很成熟了,既包括描述逻辑,也包括语义网(资源描述框架)。知识推理建立在逻辑上,首先需要庞大的数据集,如freebase;其次需要关系抽取自动化工具;最后需要合理的知识存储结构,如资源描述框架。谷歌提出的知识图谱概念就是一种知识工程,它有庞大的知识库和基于知识库的各种服务。
图3-19所示为一般基于AI的知识工程底层技术架构示意图。
2.自动规划
首先要说一下有限状态机(FSM),其一般应用于游戏机器人、网络协议、正则表达式、词法语法分析、自动客服等。
其次是状态空间搜索,最简单的方法是盲目搜索。优化改进的版本是启发式搜索,如AI算法,这方面的应用有DeepBluc、AlphaGo。AlphaGo在蒙特卡罗树搜索(MonteCarlo Tree Search,MCTS)基础上使用了深度学习、监督学习和增强学习等方法。“蒙特卡罗树搜索”是一类启发式的搜索策略,能够基于对搜索空间的随机抽样来扩大搜索树,始终保证选取当前抽样中的最优策略,从而不断接近全局最优,确定每步棋应该怎么走才能创造更好的机会。
图3-19一般基于AI的知识工程底层技术架构
-
人工智能
+关注
关注
1791文章
46882浏览量
237628 -
智慧灯杆
+关注
关注
1文章
809浏览量
11705
发布评论请先 登录
相关推荐
评论