在開始人工智能項(xiàng)目之前，企業(yè)需要關(guān)注五個(gè)關(guān)鍵階段。只要專注于正確的方法，將獲得期望的結(jié)果。

假設(shè)企業(yè)有機(jī)會(huì)在人工智能上創(chuàng)建一個(gè)項(xiàng)目。開始之前需要考慮以下五個(gè)階段。這五個(gè)階段分別是學(xué)習(xí)、編程語言、知識(shí)表示、問題解決方案和硬件。

1.學(xué)習(xí)過程

學(xué)習(xí)是指將新知識(shí)添加到知識(shí)庫中，并改進(jìn)或完善以前的知識(shí)。

人工智能程序的成功與否取決于其擁有的知識(shí)范圍以及獲取知識(shí)的頻率。學(xué)習(xí)代理包括四個(gè)主要部分。它們是：

（1）學(xué)習(xí)元素-代理負(fù)責(zé)改善其績效的部分。

（2）績效要素-選擇要采取的行動(dòng)的部分。

（3）批評(píng)家-他們告訴學(xué)習(xí)者代理人的表現(xiàn)。

（4）問題產(chǎn)生器-它提出可能導(dǎo)致新的信息體驗(yàn)的措施。

2.編程語言

LISP和Prolog是人工智能編程中使用的兩種主要語言。

LISP（列表處理）—LISP是JohnMcCarthy在1950年開發(fā)的一種人工智能編程語言。LISP是一種符號(hào)處理語言，它表示列表中的信息并操縱列表以獲取信息。

PROLOG（邏輯編程）—Prolog由1970年代初期法國馬賽大學(xué)的AlainColmeraver和P.Roussel開發(fā)。Prolog使用謂詞邏輯的語法來執(zhí)行符號(hào)邏輯計(jì)算。

3.知識(shí)表示

結(jié)果的質(zhì)量取決于系統(tǒng)擁有多少知識(shí)。可用知識(shí)必須以有效的方式表示。因此，知識(shí)表示是系統(tǒng)的重要組成部分。最著名的表示方案是：

?關(guān)聯(lián)網(wǎng)絡(luò)或語義網(wǎng)絡(luò)

?框架

?概念依賴性

?腳本

4.解決問題

這個(gè)特定研究領(lǐng)域的目標(biāo)是如何像人類一樣在人工智能系統(tǒng)上實(shí)施程序來解決問題。推理過程也應(yīng)同樣良好，以獲得令人滿意的結(jié)果。推理過程大致分為暴力搜索和啟發(fā)式搜索過程。

5.硬件

大多數(shù)人工智能程序僅在VonNeumann機(jī)器上實(shí)現(xiàn)。但是，已經(jīng)出現(xiàn)了用于人工智能編程的專用工作站。計(jì)算機(jī)分為以下四類之一：

?單指令單數(shù)據(jù)（SISD）機(jī)器。

?單指令多數(shù)據(jù)（SIMD）機(jī)器。

?多指令單數(shù)據(jù)（MISD）機(jī)器。

?多指令多數(shù)據(jù)（MIMD）機(jī)器。
責(zé)任編輯:tzh