Material über moderne künstliche Intelligenz

Question

Ich dachte, dass neuronale Netze waren, was am häufigsten für komplexe Vorhersagen und Simulation von Spielen und dergleichen verwendet wird. Ich habe mich gefragt, ob es moderne Ansätze gibt, von denen ich keine Ahnung habe, die bessere Ergebnisse liefern, zum Beispiel bei der Wahrscheinlichkeitsschätzung und so. Was ich frage ist, was ist der Stand der Technik AI-Techniken verwendet werden, und wenn es irgendwelche guten Bücher oder Material über sie gibt.

Answer 1

Künstliche Intelligenz ist eine riesige Untergruppe der Informatik, so dass es sehr vage ist, nach modernsten KI-Techniken zu fragen. Du hast ein Interesse an Büchern über KI erwähnt, also werde ich dir eine Bibliographie geben, um loszulegen. Wie gesagt, AI ist ein ziemlich allgemeiner Begriff. Das bedeutet, dass ich Ihnen auf Gebieten außerhalb meines eigenen nicht helfen kann (d. H. Unter Unsicherheit argumentieren).

Jetzt, ein Disclaimer bevor ich fortfahre. Die meisten Bücher, die ich empfehlen werde, erfordern ein grundlegendes Verständnis von Kalkül, Algebra und Wahrscheinlichkeitstheorie. Einige haben Anhänge, die diese Konzepte einführen, aber die meisten Artikel und Bücher in der Literatur gehen davon aus, dass der Leser bereits Mathematik kennt. Darüber hinaus können die meisten Bereiche der KI ziemlich theoretisch sein und interessieren möglicherweise nicht mehr praktische Studenten.

Ich vermute, Sie AI neu sind, so würde ich empfehlen, Russel und Norvig der Künstliche Intelligenz zu lesen: erste Ein moderner Ansatz (AIMA für kurz). AIMA ist ein großartiges Buch, das viele Bereiche der KI zusammenfasst (Planung, logische Inferenz, probabilistisches Denken usw.). Viele Universitäten folgen der AIMA als offizielles Lehrbuch für Intro-KI-Kurse. Es gibt meiner Meinung nach zwei Nachteile: den Preis und den Mangel an tiefgreifenden Inhalten. Letzteres liegt an seiner breiteren Ausrichtung. Es versucht, viele Aspekte der KI einfacher darzustellen. Das bedeutet, dass Sie beispielsweise kein komplettes Material zum Lernen bayerischer Netzwerke erhalten. Es ist jedoch ein großartiges Buch für Anfänger in dem Sinne, dass Sie in der Lage sein werden, den Bereich der AI am meisten zu interessieren.

Nun, wenn Sie noch über neuronale Netze lernen wollen empfehle ich Haykin der Neural Networks: A Comprehensive Foundation. Dieses Buch ist aufgrund der jüngsten Fortschritte in neuronalen Netzen etwas veraltet, aber es erklärt die Grundlagen und das ist, was Sie an diesem Punkt brauchen.

Wenn Wissensrepräsentation durch Logik Ihr Interesse ist, dann sollten Sie versuchen Die Logik der Knowledge Bases (Levesque und Lakemeyer). Ich lese dieses Buch nie, aber es ist das Lehrbuch meiner Universität für den Kurs des klassischen logischen Denkens, also nehme ich an, dass es ein gutes ist.

Wenn Sie, wie ich, will eine Karriere in der Argumentation unter Unsicherheit verfolgen und Wahrscheinlichkeitsmodelle zu lernen, dann empfehle ich Modellierung und Reasoning mit Bayesian Networks von Adnan Darwiche. Sobald Sie das gelesen haben, empfehle ich für Probabilistic Graphical Models: Prinzipien und Techniken (Koller und Friedman). Es umfasst nicht nur Bayes-Netze, sondern auch Markov-Netze und andere Modelle.

Dies sind nur einige der vielen Felder, die von AI abgedeckt werden. Zum Beispiel habe ich weder Decision Theory noch Genetic Algorithms behandelt. Diese finden Sie in der AIMA oder im Internet.

Ich hoffe, ich könnte helfen. Viel Glück und hab Spaß!