Старшие значащие современные разработки AI? [закрытый]
Убедитесь, что вы добавили Убедитесь, что вы добавили [110] (или что-то подобное) в свой PHP-код! Вам нужно извлечь параметры из вашего POST-запроса перед их использованием, иначе ваши extract( (или что-то подобное) в свой PHP-код! $name, $testsentence и $courseid будут неопределенными.
Вам нужно извлечь параметры из вашего POST-запроса перед их использованием, иначе ваши $name, $testsentence и $courseid будут неопределенными.
5 ответов
Я думаю, что старший значащий прорыв состоит в том, что пользовательские приложения реального мира на самом деле используют AI обычно сегодня. Это стало распространено и не является просто простым любопытством научного исследования и специальных приложений больше, как он был десять лет назад. Некоторые примеры:
- Распознавание речи и распознавание текста (например, iPhone).
- Распознавание лиц в цифровых фотоаппаратах.
- Поисковые системы.
- Почтовая фильтрация спама.
- Автоматические коробки передач автомобилей.
- Игры.
- и т.д.
Это - все вокруг нас!:-)
Я добавил бы автономные роботы как те, которые в вызовах DARPA списку. Проезжая пустыня или сельская местность, распознавая ландшафт, избегая ostacles, находящие пути и так далее являются определенно жесткими проблемами AI.
согласно @mad-j игровым ботам проделал длинный путь A.I.: ссылка на ботов становится умной
сопроводительный текст http://www.spectrum.ieee.org/images/dec08/images/bot01.jpg
На самом деле исследование AI имеет возрождение и было в течение прошлых 5-8 лет или около этого.
Назад, когда нейронные сети были всем гневом в 70-х и 80-х, они показывали такое обещание в решении простых задач, что надежды людей были очень высоки для целого поля AI. Затем когда оказалось очень трудным идти дальше от очень простых задач до реальных проблем как овладение языком, много людей разочаровалось. До недавнего времени это.
Я не лучший человек для выяснения - являющийся никаким экспертом AI - но я полагаю, что некоторые самые многообещающие области:
- Семантический поиск и анализ данных (включая классификацию текстов)
- Статистический машинный перевод
- 'Реальная аналитика' HTMs (читает Jeff Hawkins На Аналитике),
- Уместность / механизмы Рекомендации (по существу гибрид анализа данных и сетевого анализа)
- Распознавание визуального объекта
Я думаю, что реальный/сильный AI терял его путь, в течение многих десятилетий, компьютер разговора/понимания был доступным 'за следующие 5 лет'. Затем мы закончили с Драконом (никакое соединение), который ничего не понимает, это - умный микрофон, и это некоторое время, так как я услышал что-либо о AI - это больше - просто не господствующая тенденция, потому что это слишком чертовски трудно. Одна вещь я думаю, была доказана вне сомнения реальный AI, как в интеллектуальной машине, Тест Тьюринга, передающий AI - является все еще (очень) длинным путем далеко. Не понимайте меня превратно, существуют тонны хорошего продолжения исследования, но мы должны будем ожидать 200-500 лет результата.
Мое шестое чувство, они будут некоторым интересным материалом, выходящим из систем с массовым параллелизмом, особенно, созданные с действительно простыми узлами. И если бы я должен был указать на единственный прорыв AI, то я посмотрел бы на ответвления от нанотехнологического поля, став действительно маленьким и видя то, что ячейки в мозгу составили - научная фантастика, которая это, но мы взломаем его однажды.