¿Qué conocimientos se necesitan para la inteligencia artificial?
Pregunta 1: ¿Qué conocimientos profesionales se necesitan para estudiar por cuenta propia la inteligencia artificial? La inteligencia artificial es una materia integral, como se mencionó anteriormente. Y en sí mismo se divide en muchos aspectos, como redes neuronales, reconocimiento de máquinas, visión artificial, robots, etc. No es fácil para una persona aprender por sí misma todos los aspectos de la inteligencia artificial. Para aquellos que se preguntan qué tan profunda debe ser la IA en términos de programación. ¿Cómo puedo decirlo bien? Ya sea C o ensamblador, es un lenguaje familiar y puede usarlo principalmente de manera flexible. La mayoría de las simulaciones de robots utilizan un modelo de programación híbrido, que utiliza una combinación de múltiples lenguajes y software de programación. La razón de esto es compensar las deficiencias entre idiomas. Prolog es sobresaliente en deducción lógica. C es más destacado en la interfaz de hardware y la conexión de Windows, y MATLAB es más destacado en el cálculo de modelos matemáticos. Si simplemente aprende algoritmos de inteligencia artificial, prolog es suficiente. Si desea desarrollar programas de simulación de máquinas, debería aprender más sobre VC MATLAB. Obtenga información sobre qué libros desea comprar. Sólo puedo darte una introducción a los libros que he leído y tú puedes tomar tu propia decisión.
Algoritmos de Inteligencia Artificial: “La Inteligencia Artificial y sus Aplicaciones” tercera edición, Inteligencia Artificial e Ingeniería del Conocimiento. Siento que comprar uno de estos dos libros es suficiente; el primero parece más simple y completo. En realidad, existen muchos libros de este tipo. La mayor parte del contenido es repetitivo, así que compre una o dos copias.
Algoritmos de visión artificial: el libro "Algoritmos y aplicaciones de visión artificial" habla principalmente sobre aplicaciones de visión artificial en la producción industrial. No es muy sencillo en cuanto a contenido, por lo que no se recomienda estudiarlo como libro de texto introductorio.
Robótica: la traducción japonesa de la nueva versión del "Manual de tecnología de robots" puede ser el único libro completo y práctico sobre robots que encontré en Dangdang.com. Este libro cubre temas completos, desde conceptos básicos hasta aplicaciones, así como algunas cuestiones prácticas de robótica. Recomiendo encarecidamente comprar una copia.
De hecho, hago mi propia investigación. Por favor, perdóname si no es completo.
Pregunta 2: ¿Qué conocimientos se necesitan para realizar investigaciones sobre inteligencia artificial? La inteligencia artificial es un tema interdisciplinario que incluye muchas materias. Es necesario comprender conocimientos de informática, teoría de la información, cibernética, teoría de grafos, psicología y. biología., termodinámica, debe tener una cierta base filosófica y estar protegido por la metodología científica. Cada uno de estos temas es amplio y profundo, pero al mismo tiempo muchas cosas están interconectadas. Una vez que haya aprendido mucho conocimiento y tenga una cierta base, podrá establecer analogías cuando observe el conocimiento relacionado, lo cual es muy importante. fácil. La clave aquí es tener tu propio pensamiento y no seguir lo que dicen los demás. Después de todo, la inteligencia artificial es un tema que se está desarrollando y tiene infinitos desafíos y diversión. Si estás interesado en la inteligencia artificial, bienvenido a la barra de inteligencia artificial de Baidu. donde hay una discusión rica y reveladora sobre la inteligencia artificial.
Pregunta 3: ¿Qué conocimientos se deben aprender para aprender teoría de la probabilidad, estadística matemática, teoría de matrices, teoría de grafos, proceso estocástico, optimización, red neuronal, teoría bayesiana, máquina de vectores de soporte, conjunto aproximado? lógica clásica, lógica no clásica, psicología cognitiva
Por supuesto, el cálculo universitario y el álgebra lineal son cosas más básicas
También necesitas aprender algunas herramientas de programación, matlab, spss, C o Java
Pregunta 4: ¿Qué cursos básicos necesitas aprender antes de aprender inteligencia artificial? En primer lugar, necesita una base matemática: matemáticas avanzadas, álgebra lineal, teoría de la probabilidad, estadística matemática y procesos estocásticos, matemáticas discretas, análisis numérico.
En segundo lugar, necesita la acumulación de algoritmos: red neuronal artificial, soporte. máquina vectorial, algoritmo genético, etc. Algoritmos, por supuesto, también se necesitan algoritmos en varios campos. Por ejemplo, si desea que el robot navegue y mapee el entorno de ubicación por sí solo, debe estudiar SLAM en resumen. los algoritmos requieren tiempo para acumularse;
Entonces, debes dominar al menos un Es un lenguaje de programación. Después de todo, la implementación de algoritmos aún requiere programación si profundizas en el hardware, algunos cursos básicos de electricidad; son indispensables;
La inteligencia artificial generalmente no se aprende hasta que los estudiantes de posgrado, y los estudiantes universitarios solo pueden arañar la superficie, después de todo, los cursos básicos requeridos son demasiado grandes.
Pregunta 5: ¿Qué conocimientos se necesitan para aprender inteligencia artificial? Se requieren bases matemáticas: matemáticas avanzadas, álgebra lineal, teoría de la probabilidad, estadística matemática y procesos estocásticos, matemáticas discretas y análisis numérico.
Requiere la acumulación de algoritmos: redes neuronales artificiales, máquinas de vectores de soporte, algoritmos genéticos y otros algoritmos, por supuesto, también se necesitan algoritmos en varios campos, como permitir que el robot navegue y mapee el mapa; entorno de ubicación por sí solo, lo que requiere investigación SLAM; en resumen, muchos algoritmos requieren tiempo para acumularse;
Es necesario dominar al menos un lenguaje de programación. Al fin y al cabo, la implementación de algoritmos aún requiere programación; si profundizas en el hardware, algunos cursos básicos de electricidad son imprescindibles.
La inteligencia artificial generalmente solo se estudia en las escuelas de posgrado y los estudiantes universitarios solo pueden arañar la superficie. Después de todo, los cursos básicos requeridos son demasiado extensos.
Pregunta 6: Quiero estudiar inteligencia artificial ¿Qué conocimientos necesito en este campo? ¿No es posible que la gente corriente no sea lo suficientemente inteligente para hacer este negocio? En 20 minutos, podrá utilizar la programación por primera vez para crear software de alta inteligencia en su computadora y estará cerca del éxito.
Pregunta 7: ¿Qué conocimientos se necesitan para aprender inteligencia artificial AI? inteligencia" es, simplemente. Hay tantas preguntas. Esto implica otras cuestiones como la conciencia, el yo, la mente (incluida la mente inconsciente), etc. La única inteligencia que la gente comprende es la inteligencia de la persona misma, lo cual es una visión generalmente aceptada. Sin embargo, nuestra comprensión de nuestra propia inteligencia es muy limitada. , y también tenemos una comprensión limitada de los elementos necesarios que constituyen la inteligencia humana, por lo que es difícil definir qué es la inteligencia "artificial". Por lo tanto, la investigación sobre la inteligencia artificial a menudo implica el estudio de la inteligencia humana en sí. Los temas relacionados con animales u otros sistemas artificiales también se consideran temas de investigación relacionados con la inteligencia artificial. La inteligencia artificial está recibiendo cada vez más atención en el campo de las computadoras, los robots, la toma de decisiones económicas y políticas y el control. Se aplica en sistemas y sistemas de simulación - visión artificial: reconocimiento de huellas dactilares, reconocimiento facial, reconocimiento de retina, reconocimiento de iris, reconocimiento de huellas palmares, sistema experto, etc. La Inteligencia Artificial (Inteligencia Artificial) es el estudio de la interpretación y simulación de la inteligencia humana, el comportamiento inteligente. y... Una disciplina con sus leyes Su tarea principal es establecer la teoría del procesamiento inteligente de la información y luego diseñar sistemas informáticos que puedan exhibir ciertos comportamientos inteligentes similares a los de los seres humanos, como una rama importante de la informática y una amplia. Nuevo campo de aplicación informática. Junto con la tecnología de energía atómica y la tecnología espacial, se la conoce como las tres tecnologías de vanguardia del siglo XX.
Los principales contenidos de la investigación sobre temas de inteligencia artificial incluyen: representación del conocimiento, métodos de búsqueda y razonamiento automático, aprendizaje automático y adquisición de conocimientos, sistemas de procesamiento de conocimientos, comprensión del lenguaje natural, visión por computadora, robots inteligentes, programación automática, etc. La representación del conocimiento es una de las cuestiones básicas de la inteligencia artificial, y tanto el razonamiento como la búsqueda están estrechamente relacionados con los métodos de representación. Los métodos de representación del conocimiento más utilizados incluyen: representación lógica, representación de producción, representación de red semántica, representación de marco, etc. Naturalmente, el sentido común ha atraído la atención de la gente y se han propuesto muchos métodos, como el razonamiento no monótono y el razonamiento cualitativo, que expresan y procesan el sentido común desde diferentes ángulos. El razonamiento automático en la resolución de problemas es un proceso de utilización del conocimiento. Dado que existen múltiples métodos de representación del conocimiento, existen correspondientemente múltiples métodos de razonamiento. El proceso de razonamiento generalmente se puede dividir en razonamiento deductivo y razonamiento no deductivo. La lógica de predicados es la base del razonamiento deductivo. El razonamiento sobre la herencia bajo representación estructurada no es deductivo. Debido a las necesidades del procesamiento del conocimiento, en los últimos años se han propuesto una variedad de métodos de razonamiento no evolutivo, como el razonamiento mediante mecanismos de conexión, el razonamiento analógico, el razonamiento basado en ejemplos, el razonamiento abductivo y el razonamiento restringido. La búsqueda es un método de inteligencia artificial para la resolución de problemas. La estrategia de búsqueda determina la relación de prioridad del conocimiento utilizado en un paso de razonamiento de la resolución de problemas. Se puede dividir en búsqueda ciega sin guía de información y búsqueda heurística guiada por conocimiento empírico. El conocimiento heurístico a menudo se representa mediante funciones heurísticas. Cuanto más utilizado sea el conocimiento heurístico, menor será el espacio de búsqueda para resolver problemas. Los métodos de búsqueda heurística típicos incluyen algoritmos A*, AO*, etc. En los últimos años, la investigación sobre métodos de búsqueda ha comenzado a prestar atención a problemas de búsqueda a gran escala con millones de nodos. El aprendizaje automático es otro tema importante en la inteligencia artificial. El aprendizaje automático se refiere al proceso de adquirir nuevos conocimientos en un cierto sentido de representación del conocimiento. Según los diferentes mecanismos de aprendizaje, existen principalmente aprendizaje inductivo, aprendizaje analítico, aprendizaje de mecanismos de conexión y aprendizaje genético. El sistema de procesamiento de conocimientos consta principalmente de una base de conocimientos y un motor de inferencia. La base de conocimientos almacena el conocimiento requerido por el sistema. Cuando la cantidad de conocimiento es grande y existen múltiples métodos de representación, la organización y gestión razonable del conocimiento es importante. El motor de razonamiento estipula los métodos y estrategias básicos para utilizar el conocimiento al resolver problemas. Durante el proceso de razonamiento, se debe configurar una base de datos o un mecanismo de pizarra para registrar resultados o comunicarse. Si la base de conocimientos almacena conocimientos expertos en un determinado campo (como el diagnóstico médico), dicho sistema de conocimientos se denomina sistema experto. Para satisfacer las necesidades de resolver problemas complejos, los sistemas expertos únicos se están convirtiendo en sistemas de inteligencia artificial distribuida de múltiples agentes. En este momento, el intercambio de conocimientos, la colaboración entre sujetos y la aparición y manejo de conflictos serán los temas clave de la investigación. .
Pregunta 8: ¿Qué aspectos del conocimiento de la inteligencia artificial se necesitan para hacer big data? Si se trata de construcción de big data, primero aprendamos Hadoop.
Pregunta 9: Artificial. Inteligencia ¿Qué conocimientos se necesitan para el aprendizaje profundo? El aprendizaje profundo es, por supuesto, inteligencia artificial. La inteligencia artificial es una simulación del proceso de información de la conciencia y el pensamiento humanos. La inteligencia artificial no es inteligencia humana, pero puede pensar como los humanos e incluso superar la inteligencia humana. El aprendizaje profundo humano es un tipo de pensamiento humano, por lo que el aprendizaje profundo automático es, naturalmente, un aspecto de la inteligencia artificial y también es un aspecto muy difícil. Por ejemplo, el reconocimiento de voz y el reconocimiento de imágenes mediante inteligencia artificial básicamente han logrado un buen éxito, mientras que el aprendizaje profundo aún se está desarrollando.
Pregunta 10: ¿Cuáles son las perspectivas de la inteligencia artificial y cuál es la reserva de conocimiento necesaria para desarrollarla? No hay duda de que las perspectivas de la inteligencia artificial son brillantes. Ahora es probable que los automóviles funcionen sin conductor. En los próximos años, China también ha estado desarrollando esta área y la tecnología extranjera está relativamente por delante de la tecnología nacional.