密歇根州立大学的成果———进化出人工智能看样子有希望 ...

来源:百度文库 编辑:超级军网 时间:2024/04/30 03:05:27
密歇根州立大学的Charles Ofria和同事创造了一个虚拟世界Avida,用计算机代码代替DNA创造出一个数字有机体Avidians。数字生命在许多方面和真实生命并无二致:它们互相竞争资源,复制、变异和进化等等。他们可能会最终演化出人工智能生命形式。Avidians占据空间很小,更新换代时间也很短,与微生物不同的是它可以被随时终止进化。

此软件可以下载,有兴趣的朋友可以到这里关注一下:http://avida.devosoft.org/密歇根州立大学的Charles Ofria和同事创造了一个虚拟世界Avida,用计算机代码代替DNA创造出一个数字有机体Avidians。数字生命在许多方面和真实生命并无二致:它们互相竞争资源,复制、变异和进化等等。他们可能会最终演化出人工智能生命形式。Avidians占据空间很小,更新换代时间也很短,与微生物不同的是它可以被随时终止进化。

此软件可以下载,有兴趣的朋友可以到这里关注一下:http://avida.devosoft.org/
这个有意思!{:cha:}
它们互相竞争资源,复制、变异和进化等等。

星际争霸发来贺电
很多可以加入BOT的的游戏,你建个服务器,没人进去玩,里面的BOT还不是一样杀的你死我活,还不是一样互相竞争资源,复制、变异和进化什么的,这怎么算人工智能?这是哪年头的人工智能啊?

人工智能的标志是要有自主意识
人工智能在计算机上实现时有2种不同的方式。一种是采用传统的编程技术,使系统呈现智能的效果,而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫工程学方法(Engineering approach),它已在一些领域内作出了成果,如文字识别、电脑下棋等。另一种是模拟法(Modeling approach),它不仅要看效果,还要求实现方法也和人类或生物机体所用的方法相同或相类似。本书介绍的遗传算法(Generic Algorithm, 简称GA)和人工神经网络(Artificial Neural Network,简称ANN)均属后一类型。遗传算法模拟人类或生物的遗传-进化机制,人工神经网络则是模拟人类或动物大脑中神经细胞的活动方式。为了得到相同智能效果,两种方式通常都可使用。采用前一种方法,需要人工详细规定程序逻辑,如果游戏简单,还是方便的。如果游戏复杂,角色数量和活动空间增加,相应的逻辑就会很复杂(按指数式增长),人工编程就非常繁琐,容易出错。而一旦出错,就必须修改源程序,重新编译、调试,最后为用户提供一个新的版本或提供一个新补丁, 非常麻烦。采用后一种方法时,编程者要为每一角色设计一个智能系统(一个模块)来进行控制,这个智能系统(模块)开始什么也不懂,就像初生婴儿那样,但它能够学习,能渐渐地适应环境,应付各种复杂情况。这种系统开始也常犯错误,但它能吸取教训,下一次运行时就可能改正,至少不会永远错下去,用不到发布新版本或打补丁。利用这种方法来实现人工智能,要求编程者具有生物学的思考方法,入门难度大一点。但一旦入了门,就可得到广泛应用。由于这种方法编程时无须对角色的活动规律做详细规定,应用于复杂问题,通常会比前一种方法更省力。
呵呵,还是没看懂的说。