我一直很喜欢AI和进化算法的想法.不幸的是,众所周知,该领域的发展几乎没有早期预期的那么快.
我正在寻找的是一些具有"哇"因素的例子:
以意想不到的方式适应的自主学习系统.
特别有活力的游戏代理商并制作了意想不到的策略
符号表示系统实际上产生了一些有意义和有见地的输出
多个代理系统中有趣的紧急行为.
让我们不要进入定义AI的语义.如果它看起来或听起来像AI,让我们听听它.
我将从1997年开始讲述一个故事.
Adrian Thompson博士正在尝试使用遗传算法在FPGA中创建语音识别电路.几千代之后,他成功地让设备区分"停止"和"去"语音命令.他检查了器件的结构,发现一些有源逻辑门与电路的其余部分断开连接.当他禁用这些据称无用的大门时,电路停止工作......
我们可以尝试将讨论与技术/算法保持一致吗？如果我想了解早期阶段但显示出前景的成千上万的人工智能技术,我可以谷歌.
我为一个针对大型苗圃的产品构建了一个零售库存补充的进化算法(还有一些非常大的,聪明的 - 2亿美元的公司).
这可能是我曾经做过的最酷的事情.使用了三年的历史数据,在我度假的过程中,它连续一周发生了变化.
最终结果既积极又奇怪.实际上,我很确定它最初被打破了.
该算法忽略了前几周的销售额,所有指标的权重均为0(这与这些人目前的工作方式不一致 - 现在他们考虑的是上一年的同一周,也考虑了最近的趋势).
最终我意识到发生了什么.根据有机体必须使用的指标,随着时间的推移,查看上个月的同一部分并忽略最近的趋势会更有效.
所以不是看过去几天,而是看了上个月的同一周,因为有一些细微但稳定的趋势每30天重复一次.而且它们比日益变化的日常趋势更可靠.
结果是效率的显着和可重复的改进.
不幸的是,我对此感到非常兴奋,我告诉了客户,他们取消了这个项目.第一次运行是非常有希望的,但即使您可以处理过去三年几乎所有数据,并且看到该算法神奇地提高了效率,但很难作为证据出售.EA并不难,但人们发现它们最初是令人费解的,而做出如此神秘的事情的想法只是有点太难以接受了.
对我来说最重要的一点是,如果我创造出看起来有点过于神奇的东西,我应该暂时谈论它,直到我能把一个好的演示文稿放在一起.:)
很久以前,我发现了这一系列文章:设计Emergent AI.
这些文章的作者创造了游戏"AI War:Fleet command",其中包含一个新兴的AI.也许你会发现这很有趣.
京公网安备 11010802040832号 | 京ICP备19059560号-6 