AI人工智能組成有什么

2020-09-23 15:10 更新

智能是無形的。 它由 -

  • 推理
  • 學習
  • 解決問題
  • 知覺
  • 語言智能

下面簡要介紹所有組件 -

推理

這是一套程序,使我們能夠為判斷,制定決策和預測提供基礎。大致有兩種類型 -

歸納推理 演繹推理
它進行具體的觀察以作出廣泛的一般性陳述。 它從一般性陳述開始,考察可能性以達到一個特定的,合乎邏輯的結論。
即使所有的前提在陳述中都是真實的,但歸納推理允許結論是錯誤的。 一般來說,如果一類事情是真的,那么這個類的所有成員也是如此。
例如 - “Nita是老師,Nita很好學,所以老師都很好學?!?/td> 例如 - “所有60歲以上的女性都是奶奶,Shalini 已經65歲了,因此 Shalini 是奶奶?!?/td>

學習 - l

學習的能力被人類,動物的特定物種以及AI支持的系統(tǒng)所擁有。學習分類如下 -

聽覺學習

它通過聽力和聽力來學習。 例如,聽錄音講座的學生。

情節(jié)學習 通過記住人們目睹或經歷的一系列事件來學習。 這是線性和有序的。

運動學習 它通過肌肉的精確運動來學習。 例如,挑選對象,寫作等

觀察學習 通過觀看和模仿他人來學習。 例如,孩子試圖通過模仿她的父母來學習。

感性學習 它是學習認識到,一個之前已經看到過的刺激。 例如,識別和分類對象和情況。

關系學習 它涉及在關系屬性的基礎上學習區(qū)分各種刺激,而不是絕對屬性。 例如,在烹制上次咸的土豆時添加“少量少量”的鹽,當因為當時加入一大湯匙鹽。

  • 空間學習 - 通過視覺刺激來學習,如圖像,顏色,地圖等。例如,一個人可以在實際跟隨道路之前在腦海中創(chuàng)建路線圖。
  • 刺激反應學習 - 當某種刺激存在時,學習執(zhí)行特定的行為。 例如,一只狗在聽到門鈴時抬起耳朵。

解決問題 人們通過走一條被已知或未知的障礙阻擋的道路,從現(xiàn)在的情況中感知并試圖達到期望的解決方案。 解決問題還包括決策制定,即從多種選擇中選擇最合適的替代方案以達到預期目標的過程。

知覺 這是獲取,解釋,選擇和組織感官信息的過程。 感知假設感知。在人類中,知覺受感覺器官的幫助。在人工智能的領域,感知機制以有意義的方式將傳感器獲取的數據放在一起。

語言智能 這是一個使用,理解,說話和寫作口頭和書面語言的能力。 這在人際交往中很重要。

以上內容是否對您有幫助:
在線筆記
App下載
App下載

掃描二維碼

下載編程獅App

公眾號
微信公眾號

編程獅公眾號