人工智能的首要问题是要建立一个能够展示智能的计算机程序;然后要建立一个能够完成某项任务的程序;最后，必须建立一个专家系统。数学为计算机程序提供算法是非常关键的。
计算机在处理线性规划、矩阵转换或者差分方程求解等问题时，要完全依赖于计算机处理的速度和内外存储量的大小。如果有一个完备和高效的算法系统，在已知的待解决问题的空间里，该系统在数学上的搜索量就会大为减少。
人工智能系统在确定要达到的目标时，首先要确定准备采用的方法。现在常用的是启发式搜索方法。该法不是对现有数据库进行完全扫描，而是在确定几条算法之后进行推理和搜索。在方法确定之后，就要确定和控制这个智能系统的各种变元。
不同的学科在运用人工智能解决这类问题时，所采用的方法也不同。如国际象棋专家系统中所储存的不是一个有着成百上千个各种战线纪录的数据库，而是一个相对简便的推理库。人工智能系统大量使用统计技术。在图像识别和模式识别中，统计技术使用得越来越多。
目前人工智能系统可分为二类:一类是以物理符号的途径完成，称为“以语言导向”的系统;另一类以连接机制途径等完成，称为“以刺激导向”的系统。它们各有优缺点。
分享到:
閱讀更多 奢迷數碼客 的文章
