这可以被认为是人工智能吗？ [关闭]

Question

我目前正在使用Java 编写一个可以进行对话和解决问题的程序。

到目前为止，程序只能进行对话。解决问题仍在进行中。 该程序能够学习，但是，让我怀疑的是我是如何做到这一点的。

我的程序学习新单词的方式是将它们作为分支存储在TreeView 菜单中。 每个branch（单词）都有赋予单词含义的子分支。 每个子分支都有不同的标签来区分与主分支的关系。

例如，如果我教它单词Hello并输入Hello>>Hi，然后它将Hi保存为主分支Hello中的子分支，但以=s=Hi=s=的形式告诉该程序是Hello的同义词，所以它可以使用Hi而不是Hello。可以添加更多同义词。

尽管如果您键入例如Hello<>Greeting，它会将分支Greeting 以=m=Greeting=m= 的形式存储在Hello 中。表明 Hello 是一个类型 if greeting。 还有更多，但要解释的太多了。

只是我对人工智能的廉价尝试

这门课可以作为程序学习吗？还是我还有很长的路要走？​​p>

Answer 1

根据人工智能的定义：- 它是执行类似于人类学习和决策的操作的能力。

您的程序似乎确实在学习新单词并决定它是什么类型的单词，即 Hello, Hi -->Greeting

但除了学习之外，你如何控制它的学习将是人工智能。例如，如果我用一个不好的词来打招呼，它不应该学习它。受控学习和决策确实使您的程序成为真正的 AI 程序。

Answer 2

你实际上已经开始学习人工智能了。您所做的就是为机器手动提供ground terms。但人工智能是系统自己学习的东西。例如，现在您已经教过hi 是一种打招呼方式，如果其他用户打招呼，它也必须打招呼。是的，你也会为此编写逻辑。你不能完全实现人工智能，让计算机在不为其编写任何逻辑的情况下自行学习（只有像Jarvis 这样的虚构人物可以这样做）。

坦率地说，我对machine learning 和人工智能并不深入。但在我看来，我认为某种涉及人类思维的实现会更好。例如，尝试实现一个chess 游戏。你有back tracking。你可以得到更好的理解。每个硬币的属性和它们的力量是你作为ground terms（基础知识）给出的。并且根据用户的动作，系统必须分析未来的动作并预测用户的观点和backtrack才能做出动作。

不确定我是否回答了你的问题，但你似乎在做很酷的事情，为你竖起大拇指，继续前进，首先开发很酷的小型 AI 系统，其中涉及很多 computation 和 Algorithm 的东西。