您聽說過的最酷的AI項目是什麼？

Question

隨着我對計算機科學，人工智能和神經網絡的瞭解越來越多，我一直對計算機可以做和學習的很酷的東西感到驚訝。我一直對新舊項目感興趣，我對其他SO用戶遇到的有趣項目/應用程序感到好奇。

Answer 1

The Numenta Platform for Intelligent Computing。他們正在實施Jeff Hawkins在「On Intelligence」中描述的神經元類型。對於一個重要的想法，他們正在研究軟件神經元，它可以在大約200個步驟中視覺識別物體，而不是現在需要的成千上萬個。

編輯：顯然SDK的1.6.1版現在可用。激發學習軟件的時間！

Answer 2

http://alice.pandorabots.com/ - 該機器人能夠與我們進行非常聰明的對話。

Answer 3

我自己最喜歡的一個是Donald Michie的1960年項目：MENACE - Matchbox Educable Naughts and Crosses Engine。在這個項目中，Michie使用了一系列帶有彩色珠子的火柴盒，他教會玩井字遊戲。這是爲了證明機器在某種意義上可以從他們以前的成功和失敗中學習。

的更多信息，以及實驗的計算機模擬在這裏：http://www.adit.co.uk/html/menace_simulation.html

Answer 4

這不是AI本身，而是OpenCyc（也許它是商業大哥Cyc）可以提供「常識」，AI應用程序需要真正瞭解它們存在的世界。例如，Cyc可以提供足夠的一般知識，使其能夠開始「閱讀」並理解諸如維基百科這樣的百科全書式內容，或瀏覽作爲代理的「語義網」來開發一些特定於領域的知識庫。

Answer 5

w：

亞瑟L.薩穆埃爾（1901 - 7月29日，1990年 ）是 電腦遊戲和人工 智能領域的先驅。塞繆爾 跳棋扮演計劃似乎是 世界上第一個自我學習 程序...

塞繆爾設計各種 機制，使他的計劃可能 變得更好。在他所謂的死記硬背 的學習中，程序記住了它已經看到的每個 的位置，沿着 與獎勵 函數的終端值。這項技術有效地延伸了 這些位置的搜索深度。塞繆爾後來的 方案重新評估獎勵 功能基於輸入專業 遊戲。他也曾經玩過成千上萬的 比賽本身，作爲另一種學習方式 。隨着所有這些工作，塞繆爾的方案 達到了可敬的 業餘狀態，並且是第一個 發揮任何棋盤在這個高的 水平。

Samuel: Some Studies in Machine Learning Using the Game of Checkers（21頁pdf文件）。 Singularity就在附近！:)

Answer 6

http://www.triumphpc.com/johnlennon/

重建的個性和約翰·列儂的念頭..你可以在這個網站跟他聊天。

Answer 7

http://AngelCog.org很有意思。該項目是基於這樣的想法，要做出真正的人工智能，你必須分三個階段完成：

1）嘗試處理一般的邏輯，並能夠描述任何東西。

2）邏輯處理代碼，並處理有關現實世界的「故事」。

3）邏輯處理它自己的代碼，並與人交談。

該項目是基於這個想法，一旦程序邏輯處理它自己的代碼，它已經是一個AI。當然它也需要能夠理解「現實世界」。這是「另一半」。

據我所知，沒有其他人有一個項目是基於假設做出一個合適的AI，AI必須理解它所寫的語言。所以我們可以說AI是用C++編寫的。那麼它必須掌握C++，並且能夠讀寫和修改C++程序，特別是它本身！

然而，它仍然是一個「玩具」，現在仍處於發展的「第一階段」。 （「嘗試處理一般的邏輯，並且能夠描述任何東西。」）。但開發人員正在尋求幫助。