测试,而且可以悔棋、重试、复盘,可以一步步地发现电脑与人脑功能的差距,从而不断提高电脑的智力水平。毫无疑问的是,机器博弈的研究可以显著推动人工智能的发展。专家系统专家系统是一种具有大量专门知识和经验的智能程序系统,它能运用领域专家多年积累的经验和专门知识,模拟领域专家的思维过程,解决该领域中需要专家才能解决的复杂问题。专家系统是目前人工智能中最活跃,最有成效的一个研究领域,它是一种基于知识的系统,它从人类专家那里获得知识,并用来解决只有专家才能解决困难问题辅助教学系统。人工智能专家系统常由知识库、是推理机等构成。推理机主要决定哪些规则满足事实或目标,并授予规则优先级,然后执行最高优先级规则来进行逻辑推理。知识获取机为用户建立的一个知识自动输入的确定方法。匹配模块是该人工智能专家系统的核心部分,匹配功能模式识别广义地说,存在于时间和空间中可观察的事物,如果我们可以区别他们是否相同或者是否相似,都可以称之为模式。但需要注意的是,模式并不是指向事物本身,而是我们从事物获得的信息。因此,模式往往表现为具有时间或空间分布的信息。人们为了掌握客观事物,按事物相似的程度组成类别。模式识别的作用和目的就在于面对某一具体事物时将其正确的归入某一类别。模式识别系统有两个过程组成,即设计和实现。设计是指用一定数量的样本(训练集或学习集)进行分类器的设计。实现是指用所涉及的分类器对待识别的样本进行分类决策。基于统计方法的模式识别系统主要由4个部分组成:数据获取,预处理,特征提取和选择,分类决策,如下图所示概括地说,模式识别中的最基本的问题是解决模式的分类。较全面的看,是研究模式的描述、分析、分类、理解和综合。更高层次的模式识别应该还包括对模式的学习、判断、自适应、自寻优和自动发现规律等。所以,模式识别在某种意义上和人工智能中的“学习”“概念形成”相近。模式识别与及其职能的结合将开辟广阔的应用前景。
全文预览
