资料下载
人工智能工具的发展趋势与选择详细说明
任宇翔
分享资料个
工程师可以使用大量的人工智能工具来帮助解决问题。识别工程师在人工智能工具方面的需求取决于许多相互关联的因素：支持应用程序的人工智能功能是什么，工程师希望人工智能组件补充什么系统，购买该工具的可用资源是什么。
本说明的第2节概述了人工智能工具。第三节研究当前的市场趋势。谈话本身将讨论基于将关键的人工智能特性映射到应用程序的人工智能工具的选择
特别适合于开发人工智能应用程序的语言现在已经广泛使用。它们在概念上不同于Fortran和Algol等更传统的语言，因为它们简化了符号结构的操作。lisp是最流行的人工智能语言之一，已经存在了很长一段时间（几乎和fortran一样长）。它的名字代表列表处理：让程序员能够操作符号信息的列表，而不必担心显式指针或存储管理。lisp有很多方言，但是在大多数实现中都会发现一组共同的特性。另一种流行的人工智能语言是prolog。它代表逻辑上的编程。prolog基于一阶谓词逻辑的horn子句子集。与lisp一样，prolog也有许多可用的实现。第三种在某些应用领域非常有用的语言是面向对象编程，smalltalk就是一个例子，尽管现在有很多这样的语言。
在人工智能编程语言的发展史上，为了提高性能，大量的工作都集中在生产专门的硬件上。这些机器一般都很昂贵，主要用于研发机构。因此，通用高性能工作站作为这些语言的平台已经越来越流行。今天，各种各样的机器都可以实现，包括个人电脑和大型机。尽管编程语言实际上是一种解决问题的工具，但通常使用“工具”一词来表示以支持应用程序开发的方式打包的一套工具。人工智能工具是现成的，传统上被归类为混合工具包或专家系统外壳。混合工具套件提供非常灵活的环境，用于开发经常使用高性能工作站的人工智能应用程序。一般来说，它们为开发人员提供了一系列的知识表示和推理方法（规则、框架、真相维护）和语言。这使得应用程序可以作为单独的子单元来处理，可能需要不同的方法来产生解决方案，然后可以由爱丁堡大学人工智能应用研究所处理。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
- 相关下载
- 相关文章
