人工智能的首要問題是要建立一個能夠展示智能的計算機程序;然後要建立一個能夠完成某項任務的程序;最後，必須建立一個專家系統。數學為計算機程序提供算法是非常關鍵的。
計算機在處理線性規劃、矩陣轉換或者差分方程求解等問題時，要完全依賴於計算機處理的速度和內外存儲量的大小。如果有一個完備和高效的算法系統，在已知的待解決問題的空間裡，該系統在數學上的搜索量就會大為減少。
人工智能系統在確定要達到的目標時，首先要確定準備採用的方法。現在常用的是啟發式搜索方法。該法不是對現有數據庫進行完全掃描，而是在確定幾條算法之後進行推理和搜索。在方法確定之後，就要確定和控制這個智能系統的各種變元。
不同的學科在運用人工智能解決這類問題時，所採用的方法也不同。如國際象棋專家系統中所儲存的不是一個有著成百上千個各種戰線紀錄的數據庫，而是一個相對簡便的推理庫。人工智能系統大量使用統計技術。在圖像識別和模式識別中，統計技術使用得越來越多。
目前人工智能系統可分為二類:一類是以物理符號的途徑完成，稱為“以語言導向”的系統;另一類以連接機制途徑等完成，稱為“以刺激導向”的系統。它們各有優缺點。
分享到:
閱讀更多 奢迷數碼客 的文章
