【发布时间】:2010-09-23 21:40:22
【问题描述】:
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,我不断对计算机可以做和学习的很酷的事情感到惊讶。我一直对新旧项目着迷,我对其他 SO 用户遇到的有趣项目/应用程序感到好奇。
【问题讨论】:
-
@futelwart - 是的。将其更改为社区 wiki。
标签: artificial-intelligence neural-network
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,我不断对计算机可以做和学习的很酷的事情感到惊讶。我一直对新旧项目着迷,我对其他 SO 用户遇到的有趣项目/应用程序感到好奇。
【问题讨论】:
标签: artificial-intelligence neural-network
The Numenta Platform for Intelligent Computing。他们正在实现 Jeff Hawkins 在“On Intelligence”中描述的神经元类型。为了了解其重要性,他们正在研究能够在大约 200 步中直观地识别物体的软件神经元,而不是现在需要的数千步。
编辑:显然 SDK 的 1.6.1 版现在可用。学习软件的激动人心的时刻!!
【讨论】:
这不是人工智能本身,但OpenCyc(可能是商业大哥,Cyc)可以提供“常识”人工智能应用程序需要真正了解它们所在的世界。
例如,Cyc 可以提供足够的一般知识,使其可以开始“阅读”和推理百科全书内容(例如 Wikipedia),或者作为代理浏览“语义网”以开发一些特定领域的知识库。
【讨论】:
w:
Arthur L. Samuel(1901 年 - 7 月 29 日, 1990)是该领域的先驱 电脑游戏和人工 智力。塞缪尔 跳棋程序似乎是 世界上第一个自学 程序...
塞缪尔设计了各种 他的程序可以通过哪些机制 变得更好。在他所谓的死记硬背中 学习,程序记住了每一个 它已经看到的位置,沿着 与奖励的终值 功能。这种技术有效 扩展了每个的搜索深度 这些职位。塞缪尔后来 计划重新评估奖励 基于输入专业的功能 游戏。他还让它玩了数千 以另一种方式与自己博弈 的学习。通过所有这些工作, 塞缪尔的计划达到了可敬的 业余身份,并且是第一个 在这个高度玩任何棋盘游戏 级别。
Samuel: Some Studies in Machine Learning Using the Game of Checkers(21 页 pdf 文件)。 Singularity 就在附近! :)
【讨论】:
我自己最喜欢的一个是 Donald Michie 1960 年的项目: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,他教这些火柴盒玩井字游戏。这是为了证明机器在某种意义上可以从它们之前的成功和失败中学习。
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
【讨论】:
http://alice.pandorabots.com/ - 这个机器人能够与我们进行非常智能的对话。
【讨论】:
http://www.triumphpc.com/johnlennon/
再现约翰·列侬的个性和思想......你可以在这个网站上与他聊天。
【讨论】:
http://AngelCog.org 很有趣。该项目的理念是,要打造真正的 AI,您必须分三个阶段完成:
1) 尝试概括地处理逻辑,并且能够描述任何事情。
2) 逻辑处理代码,处理关于现实世界的“故事”。
3) 逻辑处理它自己的代码,并与人交谈。
该项目基于这样一个想法,即一旦程序在逻辑上处理它自己的代码,它就已经是一个 AI。当然它也需要能够理解“真实世界”。这就是“另一半”。
据我所知,没有其他人的项目基于这样的假设:要制作合适的 AI,AI 必须理解编写它的语言。因此,假设 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,尤其是它自己!!
然而,它现在仍然是一个“玩具”,仍处于开发的“第一阶段”。 (“尝试一般地处理逻辑,并能够描述任何事情。”)。但开发者正在寻求帮助。
【讨论】: