问题标签 [artificial-intelligence]

我在学校使用了几种人工智能算法，我发现人们使用模糊逻辑这个词来解释他们可以通过几个案例解决的任何情况。当我回到书上时，我刚刚读到关于如何而不是从开到关的状态，它是一条对角线，并且某些东西可以同时处于两种状态但处于不同的“级别”。

我已经阅读了维基百科条目和一些教程，甚至是“使用模糊逻辑”的编程内容（边缘检测器和单轮自控机器人），但我仍然觉得从理论到代码非常混乱。 . 对你来说，在不太复杂的定义中，什么是模糊逻辑？

当我传递程序中的选项（计算生物学实验）时，我通常通过 .py 文件传递​​它们。
所以我有这个 .py 文件，内容如下：

然后我执行文件并获取数据。由于该程序都在我的机器上，没有其他人可以访问它，因此它以一种微不足道的方式是安全的。
我也可以很容易地写一个类似的文件：

我想将函数作为参数之一传递：

当然，在实际实验中，函数 pippo 会复杂得多。并且因实验而异。

但我无法做的是自动编写函数。简而言之，如果其中一个选项是函数，我不知道如何概括 writeoptions 函数以继续编写选项。我当然可以复制原始文件，但这不优雅、效率低下（因为它包含许多未使用的额外选项），并且通常无法解决问题。

你如何让python写下一个函数的代码，因为它写下一个变量的值？

我正在寻找关于 Prolog 的优秀初学者材料，包括在线和印刷版。我不仅对“学习语言”感兴趣，而且对背景和科学信息感兴趣。

我手头有一个分类问题，我想用机器学习算法来解决（贝叶斯或马尔科夫可能，这个问题独立于要使用的分类器）。给定一些训练实例，我正在寻找一种方法来衡量已实施分类器的性能，同时考虑数据过度拟合问题。

也就是说：给定 N[1..100] 个训练样本，如果我对每个样本运行训练算法，并使用这些相同的样本来测量适应度，它可能会陷入数据过度拟合问题——分类器会知道训练实例的确切答案，没有太多的预测能力，使得适应度结果毫无用处。

一个明显的解决方案是将手工标记的样本分成训练样本和测试样本；我想了解选择具有统计意义的样本进行训练的方法。

非常感谢白皮书、书籍指南和 PDF！

我正在查看 A* 寻路算法的定义，它在不同地方的定义似乎有所不同。

不同之处在于遍历节点的后继节点时执行的操作，并发现后继节点在封闭列表中。

• 一种方法（由Wikipedia和本文建议）说：如果继任者在封闭列表中，则忽略它
• 另一种方法（例如，在此处和此处建议）说：如果继任者在封闭列表中，请检查其成本。如果它高于当前计算的分数，则从封闭列表中删除该项目以供将来检查。

我很困惑 - 哪种方法是正确的？直觉上，第一个对我来说更有意义，但我想知道定义上的差异。其中一个定义是错误的，还是它们在某种程度上是同构的？

似乎安全要求似乎不喜欢使用 AI 来满足安全相关要求的系统（尤其是在涉及巨大潜在破坏/死亡风险的情况下）。谁能建议为什么？我一直认为，只要您正确地编写逻辑，您在算法中投入的智能越多，该算法就越有可能预防危险情况。实际情况有什么不同吗？

对于个人推荐系统，网站上的机器学习类型的东西，哪种语言最好？

我们已经有了静态分析之类的东西，它可以告诉我们代码出了什么问题以及哪里出了问题，那么我们是否应该赋予我们的 IDE 更多的 AI 功能，如果是的话，哪些是？我正在寻找想法！

我上了一门人工智能课程，老师要求我们实现一个使用其中一种人工智能算法的游戏。这是我需要一些帮助的地方：

• 我不知道每种算法适用于哪种游戏
• 如果您可以举一个游戏或游戏类型及其使用的算法的示例，我将不胜感激

我不需要任何编码帮助，我可以管理（我选择的语言是 Java）。我只需要一点帮助来选择算法。

所以我们在我的 AI 课上学到了一些关于图灵测试的知识。这让我开始思考。我可以看到一些限制：

1. 它仅限于特定的上下文。如果我不设计一个人工智能来与人类交谈怎么办？
2. 它倾向于以人为本的行动胜过理性的行动。例如，如果我正在设计一个人工智能来控制核导弹，我真的希望它扮演人类吗？当然，这是一个极端的例子，但你明白了。
3. 它可能受到不表明计算机可以进行人类思考的因素的影响。例如，假设我问 2334 * 321 是什么。我可以判断该设备是否是一台计算机，因为它可能会很快回答我，而人类必须弄清楚它。解决方案？让电脑暂停。

现在，我确信图灵测试在确定机器智能方面仍然占有一席之地。但我认为它的范围相当有限。有没有其他选择？就此而言，我认为它的局限性是错误的吗？

编辑：让我明确一点：我并不是建议应该放弃图灵测试。我只是好奇是否有任何其他测试可以克服其限制（可能将它们换成其他限制）。