2008-11-25 47 views
13

随着我对计算机科学,人工智能和神经网络的了解越来越多,我一直对计算机可以做和学习的很酷的东西感到惊讶。我一直对新旧项目感兴趣,我对其他SO用户遇到的有趣项目/应用程序感到好奇。您听说过的最酷的AI项目是什么?

+0

应该是CW确实 – guerda 2009-11-02 08:57:21

+0

@futelwart - true。将其更改为社区wiki。 – 2009-11-03 23:09:39

回答

9

The Numenta Platform for Intelligent Computing。他们正在实施Jeff Hawkins在“On Intelligence”中描述的神经元类型。对于一个重要的想法,他们正在研究软件神经元,它可以在大约200个步骤中视觉识别物体,而不是现在需要的成千上万个。

编辑:显然SDK的1.6.1版现在可用。激发学习软件的时间!

1

我自己最喜欢的一个是Donald Michie的1960年项目:MENACE - Matchbox Educable Naughts and Crosses Engine。在这个项目中,Michie使用了一系列带有彩色珠子的火柴盒,他教会玩井字游戏。这是为了证明机器在某种意义上可以从他们以前的成功和失败中学习。

的更多信息,以及实验的计算机模拟在这里:http://www.adit.co.uk/html/menace_simulation.html

+0

很好的例子。这是强化学习的最早实施之一。 – Cerin 2010-04-06 15:07:04

3

这不是AI本身,而是OpenCyc(也许它是商业大哥Cyc)可以提供“常识”,AI应用程序需要真正了解它们存在的世界。例如,Cyc可以提供足够的一般知识,使其能够开始“阅读”并理解诸如维基百科这样的百科全书式内容,或浏览作为代理的“语义网”来开发一些特定于领域的知识库。

2

w

亚瑟L.萨穆埃尔(1901 - 7月29日,1990年 )是 电脑游戏和人工 智能领域的先驱。塞缪尔 跳棋扮演计划似乎是 世界上第一个自我学习 程序...

塞缪尔设计各种 机制,使他的计划可能 变得更好。在他所谓的死记硬背 的学习中,程序记住了它已经看到的每个 的位置,沿着 与奖励 函数的终端值。这项技术有效地延伸了 这些位置的搜索深度。塞缪尔后来的 方案重新评估奖励 功能基于输入专业 游戏。他也曾经玩过成千上万的 比赛本身,作为另一种学习方式 。随着所有这些工作,塞缪尔的方案 达到了可敬的 业余状态,并且是第一个 发挥任何棋盘在这个高的 水平。

Samuel: Some Studies in Machine Learning Using the Game of Checkers(21页pdf文件)。 Singularity就在附近!:)

0

http://AngelCog.org很有意思。该项目是基于这样的想法,要做出真正的人工智能,你必须分三个阶段完成:

1)尝试处理一般的逻辑,并能够描述任何东西。

2)逻辑处理代码,并处理有关现实世界的“故事”。

3)逻辑处理它自己的代码,并与人交谈。

该项目是基于这个想法,一旦程序逻辑处理它自己的代码,它已经是一个AI。当然它也需要能够理解“现实世界”。这是“另一半”。

据我所知,没有其他人有一个项目是基于假设做出一个合适的AI,AI必须理解它所写的语言。所以我们可以说AI是用C++编写的。那么它必须掌握C++,并且能够读写和修改C++程序,特别是它本身!

然而,它仍然是一个“玩具”,现在仍处于发展的“第一阶段”。 (“尝试处理一般的逻辑,并且能够描述任何东西。”)。但开发人员正在寻求帮助。

相关问题