人工智能的实现方法
发布日期：2024-08-07 浏览次数：761
人工智能在计算机上实现时有2种不同的方式。。。
一种是采用传统的编程技术，，使系统呈现智能的效果，，，而不考虑所用方法是否与人或动物机体所用的方法相同。。这种方法叫工程学方法（ENGINEERING APPROACH），，它已在一些领域内作出了成果，，，如文字识别、、、电脑下棋等。。。。
另一种是模拟法（MODELING APPROACH），，，它不仅要看效果，，，还要求实现方法也和人类或生物机体所用的方法相同或相类似。。
遗传算法（GENERIC ALGORITHM，，，，简称GA）和人工神经网络（ARTIFICIAL NEURAL NETWORK，，，，简称ANN）均属后一类型。。遗传算法模拟人类或生物的遗传-进化机制，，，人工神经网络则是模拟人类或动物大脑中神经细胞的活动方式。。。
为了得到相同智能效果，，两种方式通常都可使用。。
采用前一种方法，，，，需要人工详细规定程序逻辑，，，，如果游戏简单，，，，还是方便的。。如果游戏复杂，，角色数量和活动空间增加，，，，相应的逻辑就会很复杂（按指数式增长），，人工编程就非常繁琐，，容易出错。。。而一旦出错，，就必须修改原程序，，，，重新编译、、调试，，，，最后为用户提供一个新的版本或提供一个新补丁，，非常麻烦。。。
采用后一种方法时，，编程者要为每一角色设计一个智能系统（一个模块）来进行控制，，这个智能系统（模块）开始什么也不懂，，，，就像初生婴儿那样，，，但它能够学习，，，能渐渐地适应环境，，，，应付各种复杂情况。。这种系统开始也常犯错误，，但它能吸取教训，，，，下一次运行时就可能改正，，，，至少不会永远错下去，，，，用不到发布新版本或打补丁。。。。
利用这种方法来实现人工智能，，，要求编程者具有生物学的思考方法，，入门难度大一点。。。。但一旦入了门，，，就可得到广泛应用。。由于这种方法编程时无须对角色的活动规律做详细规定，，，应用于复杂问题，，，通常会比前一种方法更省力。。
一种是采用传统的编程技术，，使系统呈现智能的效果，，，而不考虑所用方法是否与人或动物机体所用的方法相同。。这种方法叫工程学方法（ENGINEERING APPROACH），，它已在一些领域内作出了成果，，，如文字识别、、、电脑下棋等。。。。
另一种是模拟法（MODELING APPROACH），，，它不仅要看效果，，，还要求实现方法也和人类或生物机体所用的方法相同或相类似。。
遗传算法（GENERIC ALGORITHM，，，，简称GA）和人工神经网络（ARTIFICIAL NEURAL NETWORK，，，，简称ANN）均属后一类型。。遗传算法模拟人类或生物的遗传-进化机制，，，人工神经网络则是模拟人类或动物大脑中神经细胞的活动方式。。。
为了得到相同智能效果，，两种方式通常都可使用。。
采用前一种方法，，，，需要人工详细规定程序逻辑，，，，如果游戏简单，，，，还是方便的。。如果游戏复杂，，角色数量和活动空间增加，，，，相应的逻辑就会很复杂（按指数式增长），，人工编程就非常繁琐，，容易出错。。。而一旦出错，，就必须修改原程序，，，，重新编译、、调试，，，，最后为用户提供一个新的版本或提供一个新补丁，，非常麻烦。。。
采用后一种方法时，，编程者要为每一角色设计一个智能系统（一个模块）来进行控制，，这个智能系统（模块）开始什么也不懂，，，，就像初生婴儿那样，，，但它能够学习，，，能渐渐地适应环境，，，，应付各种复杂情况。。这种系统开始也常犯错误，，但它能吸取教训，，，，下一次运行时就可能改正，，，，至少不会永远错下去，，，，用不到发布新版本或打补丁。。。。
利用这种方法来实现人工智能，，，要求编程者具有生物学的思考方法，，入门难度大一点。。。。但一旦入了门，，，就可得到广泛应用。。由于这种方法编程时无须对角色的活动规律做详细规定，，，应用于复杂问题，，，通常会比前一种方法更省力。。
