今天,人工智能(AI)有各种各样的形式。什么叫人工智能,什么叫软件程序,都是一个棘手的问题。软件界出现了一个趋势,当过去被称为"AI"的东西成熟并融入技术背景时,它不再被称为人工智能。20世纪50年代的程序员可能会称我们世界...
今天,人工智能(AI)有各种各样的形式。什么叫人工智能,什么叫软件程序,都是一个棘手的问题。软件界出现了一个趋势,当过去被称为"AI"的东西成熟并融入技术背景时,它不再被称为人工智能。20世纪50年代的程序员可能会称我们世界上的许多嵌入式软件为"人工智能"——例如,你车上控制燃油喷射的微芯片,或者超市里存储所有销售记录的数据库,或者谷歌搜索引擎。

所有的人工智能设计至少在某种程度上受到了人脑的启发。
"一般的软件开发人员"这个大得多的群体。人工智能研究人员倾向于研究更复杂、更具适应性、更具能力,甚至更像是人类的软件形式。人工智能领域的工作人员也倾向于跨学科,精通与一般程序员不同的科学和数学领域,包括但不限于:形式统计、神经科学、进化心理学、机器学习和决策理论。
在人工智能领域,主要有两大阵营:Neats,以及Scruffies。自从1956年人工智能作为一个领域成立以来,该部门一直在实践中。neat是应用统计学等正式方法的倡导者。他们喜欢他们的程序组织良好、可证明可靠、基于具体理论运行、可自由编辑。Scruffies像凌乱的方法,如适应性神经网络,认为自己是黑客,把任何东西组合起来,只要它似乎有用这两种方法在过去都取得了令人印象深刻的成功,也有这两种主题的混合体。
所有的人工智能设计至少表面上都受到人脑的启发,根据定义,人工智能是模仿智能的某些方面。人工智能必须建立他们所操作或使用的事物的概念,并将这些概念存储为数据块。有时这些块是动态的,经常更新的,有时是静态的。一般来说,人工智能关心的是利用关系为了达到某个目标而在数据之间。
目标通常是根据效用来分配的。当给出目标时,人工智能系统可以生成子目标,并根据这些子目标对主要目标的预测贡献,分配这些子目标的效用值。人工智能继续追求子目标,直到完成主要目标。然后,它可以自由地转到一个新的(但通常是相似的)主要目标。人工智能之间的不同之处在于如何实现所有这些动态。