人工智能是怎么實現(xiàn)的?
人工智能在計算機上實現(xiàn)時有2種不同的方式。一種是采用傳統(tǒng)的編程技術，使系統(tǒng)呈現(xiàn)智能的效果，而不考慮所用方法是否與人或動物機體所用的方法相同。這種方法叫工程學方法(Engineering
approach)，它已在一些領域內(nèi)作出了成果，如文字識別、電腦下棋等。另一種是模擬法(Modeling
approach)，它不僅要看效果，還要求實現(xiàn)方法也和人類或生物機體所用的方法相同或相類似。本書介紹的遺傳算法(Generic
Algorithm，簡稱GA)和人工神經(jīng)網(wǎng)絡(Artificial Neural
Network，簡稱ANN)均屬后一類型。遺傳算法模擬人類或生物的遺傳-進化機制，人工神經(jīng)網(wǎng)絡則是模擬人類或動物大腦中神經(jīng)細胞的活動方式。為了得到相同智能效果，兩種方式通常都可使用。采用前一種方法，需要人工詳細規(guī)定程序邏輯，如果游戲簡單，還是方便的。如果游戲復雜，角色數(shù)量和活動空間增加，相應的邏輯就會很復雜(按指數(shù)式增長)，人工編程就非常繁瑣，容易出錯。而一旦出錯，就必須修改原程序，重新編譯、調(diào)試，最后為用戶提供一個新的版本或提供一個新補丁，非常麻煩。采用后一種方法時，編程者要為每一角色設計一個智能系統(tǒng)(一個模塊)來進行控制，這個智能系統(tǒng)(模塊)開始什么也不懂，就像初生嬰兒那樣，但它能夠?qū)W習，能漸漸地適應環(huán)境，應付各種復雜情況。這種系統(tǒng)開始也常犯錯誤，但它能吸取教訓，下一次運行時就可能改正，至少不會永遠錯下去，用不到發(fā)布新版本或打補丁。利用這種方法來實現(xiàn)人工智能，要求編程者具有生物學的思考方法，入門難度大一點。但一旦入了門，就可得到廣泛應用。由于這種方法編程時無須對角色的活動規(guī)律做詳細規(guī)定，應用于復雜問題，通常會比前一種方法更省力。
人工智能專業(yè)前景如何?
極其好。如果說計算機專業(yè)是上個時代的老大，那么人工智能專業(yè)就是下個時代的龍頭。因為：