AI人工智能组成有什么
智能是无形的。 它由 -
- 推理
- 学习
- 解决问题
- 知觉
- 语言智能
下面简要介绍所有组件 -
推理
这是一套程序，使我们能够为判断，制定决策和预测提供基础。大致有两种类型 -
| 归纳推理 | 演绎推理 |
|---|---|
| 它进行具体的观察以作出广泛的一般性陈述。 | 它从一般性陈述开始，考察可能性以达到一个特定的，合乎逻辑的结论。 |
| 即使所有的前提在陈述中都是真实的，但归纳推理允许结论是错误的。 | 一般来说，如果一类事情是真的，那么这个类的所有成员也是如此。 |
| 例如 - “Nita是老师，Nita很好学，所以老师都很好学。” | 例如 - “所有60岁以上的女性都是奶奶，Shalini 已经65岁了，因此 Shalini 是奶奶。” |
学习 - l
学习的能力被人类，动物的特定物种以及AI支持的系统所拥有。学习分类如下 -
听觉学习
它通过听力和听力来学习。 例如，听录音讲座的学生。
情节学习 通过记住人们目睹或经历的一系列事件来学习。 这是线性和有序的。
运动学习 它通过肌肉的精确运动来学习。 例如，挑选对象，写作等
观察学习 通过观看和模仿他人来学习。 例如，孩子试图通过模仿她的父母来学习。
感性学习 它是学习认识到，一个之前已经看到过的刺激。 例如，识别和分类对象和情况。
关系学习 它涉及在关系属性的基础上学习区分各种刺激，而不是绝对属性。 例如，在烹制上次咸的土豆时添加“少量少量”的盐，当因为当时加入一大汤匙盐。
- 空间学习 - 通过视觉刺激来学习，如图像，颜色，地图等。例如，一个人可以在实际跟随道路之前在脑海中创建路线图。
- 刺激反应学习 - 当某种刺激存在时，学习执行特定的行为。 例如，一只狗在听到门铃时抬起耳朵。
解决问题 人们通过走一条被已知或未知的障碍阻挡的道路，从现在的情况中感知并试图达到期望的解决方案。 解决问题还包括决策制定，即从多种选择中选择最合适的替代方案以达到预期目标的过程。
知觉 这是获取，解释，选择和组织感官信息的过程。 感知假设感知。在人类中，知觉受感觉器官的帮助。在人工智能的领域，感知机制以有意义的方式将传感器获取的数据放在一起。
语言智能 这是一个使用，理解，说话和写作口头和书面语言的能力。 这在人际交往中很重要。