退火算法,其它文档类资源

蚁群算法、遗传算法、模拟退火算法等真的是人工智能吗?

退火算法,其它文档类资源


这依赖于对「人工智能算法」的定义 , 从广义的角度来看 , 它们当然也都属于人工智能的算法 。「人工智能」这个词的强调的是人类通过设计方法来达成智能的效果 , 而不是要求「通过用人类的方法来实现智能」 , 只要最后能实现看起来「智能」的效果 , 那么用怎样的算法其实是不重要的 。例如一个分类问题 , 我们可以用神经网络来实现 , 也可以用支持向量机实现 , 还可以用决策树或者随机森林来实现……如果这些方法都实现的是分类的同样效果 , 那么它们就都属于人工智能的算法 。
可能也有人会指出 , 这些算法与近年来大家提到的人工智能算法看起来有些不同 , 因为这些算法解决的问题都只是优化问题 , 这些优化问题与人工智能研究关心的问题之间仍然有一定的距离 。事实上 , 优化问题是人工智能研究的基础 , 在机器学习问题中 , 不管是监督学习还是无监督学习 , 都可能遇到各种优化问题(例如最小化损失函数 , 最大化互信息……) , 蚁群算法、遗传算法和模拟退火算法就可以为这些优化问题提供解决方案 。
【退火算法,其它文档类资源】人工智能「算法」真正重要的一点就在于我们怎样将看起来是「智能」的一些现象 , 翻译成具体的「优化问题」 。举个例子来说 , 我们很可能需要用人工智能的方法来预测一些事情 , 「预测」看起来是一件很智能的事情 , 尽管预测问题本身很难解决 , 我们可以考虑将其变成变成「拟合」问题 , 然后把点到曲线的距离定义为损失 , 最小化这个损失函数 。

    推荐阅读