AI人工智能构成要素有什么
智能是无形的,主要由以下部分组成:推理、学习、问题解决、感知、语言智能。

-
推理:是为判断、决策和预测提供依据的一系列过程,主要分为两类:
归纳推理 演绎推理 通过具体观察得出宽泛的一般性结论 从一般性陈述出发,探讨多种可能性,最终得出具体的逻辑结论 即便陈述中的所有前提均为真,结论仍可能为假 若某类事物具有某种属性,则该类事物的所有个体均具有此属性 示例:“妮塔是教师。妮塔很勤奋。因此,所有教师都很勤奋。” 示例:“所有60岁以上的女性都是祖母。沙利尼65岁。因此,沙利尼是祖母。” -
学习:通过学习、练习、教学或体验获取知识或技能的活动,能提升对学习对象的认知。人类、部分动物和人工智能系统均具备学习能力,主要分类如下:
- 听觉学习:通过聆听学习,例如学生收听录制的音频讲座;
- 情景学习:通过记忆亲身经历的事件序列学习,具有线性和有序性;
- 动作学习:通过肌肉的精准运动学习,例如拾取物体、书写等;
- 观察学习:通过观察和模仿他人学习,例如儿童模仿父母的行为;
- 感知学习:学习识别曾见过的刺激物,例如对物体和场景进行识别与分类;
- 关系学习:基于事物的关系属性而非绝对属性,学习区分不同刺激物。例如,上次烹饪土豆时加了1汤匙盐导致过咸,此次烹饪时少加一些盐;
- 空间学习:通过视觉刺激(如图像、颜色、地图等)学习。例如,人们在实际出行前可在脑海中构建路线图;
- 刺激-反应学习:当特定刺激出现时,学习做出特定行为。例如,狗听到门铃声会竖起耳朵。
-
问题解决:从当前状态出发,通过某种路径尝试达成预期解决方案的过程,该路径可能存在已知或未知的障碍。问题解决还包括决策过程,即从多个备选方案中选择最适合达成目标的方案。
-
感知:获取、解读、选择和组织感官信息的过程。感知以感觉为前提,人类通过感官器官辅助感知;在人工智能领域,感知机制将传感器获取的数据以有意义的方式整合。
- 语言智能:运用、理解、口头表达和书面书写语言的能力,在人际沟通中至关重要。