45

私は常に、AI と進化的アルゴリズムのアイデアが大好きです。残念ながら、私たち全員が知っているように、この分野は初期の頃に予想されたほど速く発展していません.

私が探しているのは、「すごい」要素を持ついくつかの例です。

  • 予想外の方法で適応した自主学習システム。

  • 特に動的で予想外の戦略を生み出したゲーム エージェント

  • 有意義で洞察に富んだ出力を実際に生成した記号表現システム

  • 複数のエージェント システムにおける興味深い緊急行動。

AI を定義するもののセマンティクスには立ち入りません。AIのように見えたり聞こえたりしたら、それについて聞いてみましょう.

最初に1997 年の話をします。

Adrian Thompson 博士は、遺伝的アルゴリズムを使用して FPGA 内に音声認識回路を作成しようとしています。数千世代を経て、彼はデバイスに「止まる」と「進む」の音声コマンドを区別させることに成功しました。彼はデバイスの構造を調べ、いくつかのアクティブな論理ゲートが回路の残りの部分から切断されていることを発見しました。彼がこれらのおそらく役に立たないゲートを無効にすると、回路は機能しなくなります...

編集

何か印象的なものを生み出したテクニック/アルゴリズムについて議論を続けることができますか? 初期段階にあるが有望な数千の AI テクノロジーについて読みたい場合は、Google で検索できます。

4

10 に答える 10

23

私は、巨大な苗床を対象とした製品の小売在庫補充のための進化的アルゴリズムを構築しました (そして、いくつかの非常に大きくてスマートな苗床 - 2 億ドル規模の企業もあります)。

それはおそらく私がこれまでに取り組んだ中で最もクールなことでした。3 年間の履歴データを使用して、私が休暇中に 1 週​​間続けてクランチと進化を遂げました。

最終結果はポジティブで奇妙なものでした。実際、最初は壊れていると確信していました。

アルゴリズムは、過去数週間の売上を無視し、すべての指標の重みを 0 にしていました (これは、現在のやり方とは矛盾しています。現在、彼らは前年の同じ週を考慮し、最近の傾向も考慮しています)。 ）。

やがて何が起こっているのか理解しました。有機体が処理しなければならない指標を使用すると、時間の経過とともに、前月の同じ部分を調べて最近の傾向を無視する方が効率的でした.

過去数日間ではなく、前月の同じ週に注目しました。これは、30 日ごとに繰り返される微妙ではあるが安定した傾向があったためです。そして、それらは、より不安定な日々の傾向よりも信頼性が高かった.

その結果、効率が大幅に向上し、再現性が向上しました。

残念ながら、私はこれに非常に興奮していたので、そのことを顧客に伝えたところ、プロジェクトはキャンセルされました。その最初の実行は非常に有望でしたが、過去 3 年間のほぼすべてのデータを処理して、アルゴリズムが魔法のように効率を改善したことを確認できたとしても、証拠として売り込むのは困難でした。EA は難しいものではありませんが、最初は複雑であることがわかります。非常に難解なことを行うという考えは、飲み込むには少し多すぎます。

私にとっての重要な教訓は、少し魔法のように見える何かを作成した場合は、良いプレゼンテーションをまとめることができるまで、それについて話すのを控えるべきだということでした. :)

于 2009-09-08T18:13:59.983 に答える
5

少し前に、私はこの一連の記事を見つけました：DesigningEmergentAI。

これらの記事の作者は、創発的なAIを特徴とするゲーム「AI戦争：艦隊コマンド」を作成しました。たぶん、これは面白いと思うでしょう。

于 2009-09-08T13:51:21.153 に答える
4

従来のAIの領域から少し外れたところに、 Numentaで開発されたHTM（Hierachical Temporal Memory）があります。この技術はまだ初期段階ですが、対象となる「WOWファクター」の分野で有望です。

于 2009-09-08T13:33:46.213 に答える
4

これまでのところ、AIの最も印象的な側面は、配信に対する約束の比率です。私の意見では、コンピューターベースのインテリジェンスへの唯一の真に実行可能なアプローチは、シミュレートされたニューラルネットワークです。なぜなら、私たちが「インテリジェント」と見なす現実世界のすべてのもの（人間、チンパンジー、犬、ゴキブリなど）はすべてバリアントを持っているからです。同じ基本的な制御システムの：入力および出力デバイスに接続されたニューロンの大きな混乱。

驚くべきことに、この明らかな真実にもかかわらず、それ自体を「ニューラルネットワーク」と呼ぶコンピュータサイエンスの分野は、実際の生物学的ニューロンとニューロン構造をシミュレートする試みをほとんど放棄しました。なぜそうなのかをお話しすることはできませんでしたが、プログラマーは一般に、快適ゾーンの外に出て、コンピューターサイエンス以外のトピックについて学ぶのが好きではないからだと思います。

これの唯一の利点は、ターミネーターがまだ単なる映画であるということです。

于 2009-09-08T13:52:55.067 に答える
3

私にとって、AI で最も興味深いことの 1 つは、Rodney Brooks が開始した、彼の行動アーキテクチャに関する包括的アーキテクチャに関する非常に古い議論です。

彼はあらゆる種類の象徴的な表現を完全に放棄し、常にこう言っています：世界をモデルとしてください。これにより、ロボットが間違った世界観を生成したり、モデルを修正する際のすべての複雑な問題を回避したりできます。

彼は多くの興味深い本を出版し、現在研究で多く使用されている身体化された認知アプローチの最初の人物の 1 人でした。

興味深い読み物はhttp://people.csail.mit.edu/brooks/index.htmlにあります。彼の後期の出版物には非常に哲学的なものもありますが、ロボットに関する以前の記述と、単純な一連のルールとアクションからロボットの動作がどのように発生したかについては、読む価値があります。

于 2009-09-08T18:40:41.490 に答える
2

http://www.wolframalpha.com/をチェックしてください（おそらく計算知識に該当します）

于 2011-05-26T00:23:31.637 に答える
1

ロボット間の進化と協調に関する最近の研究は非常に興味深いものでした。このブログ エントリは、実験とその結果の優れた要約を提供します。私にとって最も興味深いのは、殉教者 AI と「悪」AI の両方の観察された行動でした。

于 2009-09-08T13:42:31.723 に答える
0

計算知能メソッドのホストを提供するCIlibと呼ばれる野心的なオープン ソース Java ライブラリがあります。現在、研究グループが独自の研究を進めるために大学レベルで使用されています。

于 2010-01-13T05:48:06.643 に答える