-
985人阅读
0艾特币
A1phaGo程序利用深度学习算法和蒙特卡洛树搜索算法在围棋领域取得了突破性进展，用定量分析技术实现了围棋这一传统定性式的任务．此次突破，实现了对定性人工智能的定量研究，这对人工智能体的研究具有重要借鉴意义．对于人工智能体而言，执行任务前需要考虑任务的可完成性，对下棋任务而言，任务目标是取得胜利，因此，本文先从任务可完成性角度出发，分别从特征完备性、表征空间构建及基于表征空间的搜索角度分AlphaGo程序．其次，人工智能体在任务完成过程中，不可避免地受到各种扰动的影响，对AlphaGo而言，本质是对人下棋过程的建模，因此，本文从抗干扰的角度出发，分析了A1phaGo的缺陷．再者，人工智能的研究是人类用科学技术的方式模拟大脑活动的过程．AlphaGo所体现出的围棋思想与人类棋手的围棋美学之间的差异，也是定量分析与定性描述之间的差异．因此，本文从美感评价角度对A1phaGo进行了分析和展望．通过上述三个角度，本文诠释了AlphaGo程序所包含的原理以及对定量化分析定性人工智能体研究的借鉴意义．本文认为，AlphaGo虽然取得了里程碑式的进展，但在定性描述(如：美学，艺术)以及系统未知扰动方面仍存在大量问题值得研究．人工智能的跨越式发展，即从A1pha级别提升至Beta级别，应该包含对事物定性分析的能力．最后，希望人T智能算法的研究工作者通过本文能更关注于挖掘定性描述与定量分析之问的关联，并进一步将人工智能算法提升至BetaGo乃至更高．
-
1086人阅读
0艾特币
在物联网人工智能发展迅速的环境下，物联网络的建立能促使人工智能领域取得飞跃性进展；传统图像检测方法利用小波能算法进行背景与边缘噪声划分，存在分辨率差、图像检测精度低、检测速度慢、缺乏图像深度分析等一系列问题；针对传统方法的弊端，提出基于物联网的人工智能图像检测系统设计，采用智能人工像素点特征采集技术(IAPCCT)，对图像进行逐点特征提取，运用物联网丰富数据量资源与处理运算能力，对采集图像像素点进行特征分析回馈，回馈信号经人工智能信号图像合成模块(AISIS)，对信号做图像转换处理并输出分析结果完成图像检测，完成人工智能图像检测系统设计；通过仿真实验测试证明，基于物联网的人工智能图像检测系统设计具有图像检测率高、识别准确度高、运行稳定、处理高效等优点，为图像检测系统研究开发领域提供了新的设计思路，具有很好的应用价值。
-
1160人阅读
0艾特币
人工智能学科诞生以来，实现人类水平的智能系统便是本学科探索的长期目标．然而经历了近６０ 年的发展，目前还没有任何一个通用智能系统能够接近人类水平：具有协同多种不同的认知能力；对复杂环境具备极强的自适应能力；对新事物、新环境具备自主学习的能力等．随着脑与神经科学、认知科学的发展，在不同尺度观测各种认知任务下脑神经网络的部分活动并获取相关数据已成为可能．因此，受脑工作机制启发，发展类脑智能成为近年来人工智能与计算科学领域研究的热点．类脑智能是以计算建模为手段，受脑神经机制和认知行为机制启发并通过软硬件协同实现的机器智能．类脑智能系统在信息处理机制上类脑，认知行为和智能水平上类人，目标是使机器实现各种人类具有的多种认知能力及其协同机制，最终达到或超越人类智能水平．文中将从脑科学、认知科学、人工智能研究交叉的视角回顾与类脑智能研究有关的历史、现状与研究焦点，并展望该研究领域的发展方向、可能的应用领域及其潜在的深远影响．
-
1279人阅读
0艾特币
电气自动化控制作为一门新兴的科学，智能技术在电气自动化控制中的应用，极大地提高了电气自动化控制的效率，有效地减少了人力、物力等成本投入。本文将介绍人工智能技术的特点，分析人工智能在电气自动化控制中的应用。
-
1200人阅读
0艾特币
智能对话系统作为人工智能领域的核心技术,即将成为新的和谐人机交互方式,具有重大的研究意义和应用价值,因此,较为全面、深入地总结了深度学习模型在对话生成中的应用及对话系统领域的研究进展和现状. 首先,阐述了智能对话系统的类型划分,介绍系统的模块框架构成,包括各模块的主要研究问题与关键技术的主流思路和研究现状;然后,从理论模型、研究进展及可用性等角度深度剖析了现有的对话生成技术解决方案,重点分析了应用于自然语言生成的序列到序列的神经网络结构及搭建原理;最后,对存在的问题进行总结,并展望了未来的研究方向.
-
1403人阅读
0艾特币
python基础教程.pdf
-
373人阅读
0艾特币
Matlab教程(完整版)第一部分.pdf
-
384人阅读
0艾特币
Matlab教程(完整版)第二部分
-
853人阅读
0艾特币
Python快速编程入门教程[兼容模式].pdf
-
396人阅读
0艾特币
Python与大数据分析01.pdf
|联系我们|法律声明|用户协议|AMT咨询|商务合作|会员入驻|积分充值|积分商城|积分奖励规则|TradEx全球购|加入QQ技术群|添加企业微信|加入微信技术群|
世界先进制造技术论坛™（简称AMT™， 制造知网™）
( 沪ICP备12020441号-3 )
