自主软件

Question

是否有人在其中编写了应用程序所在的任何代码 终身学习和提高自己（使用观察数据 存储在KB中，是否有任何框架？

Answer 1

我曾经写过一次学习Tic Tac Toe（或Noughts and Crosses）游戏。这算了吗？

它基本上保持了3 ⁹ 元素数组，这是每个游戏状态。在每场比赛结束时，如果获胜，它将在该游戏中向所有州添加一个。如果它丢失了，则减去一个（包括旋转和镜像以便更快学习）。

在决定移动时，只需要咨询一些可能性并选择得分最高的那个。

最终变得相当不错，但不是通过扮演一个人，这花了太长时间。它必须松散地播放自己的另一个副本，一个随机机器人和一个硬编码的规则机器人，用于许多，数千个游戏。

当我释放它时，它有10个初始智力水平，这在学习过程中只是不同的阶段。

我的儿子目前正在玩最愚蠢的水平 - 他只有四岁，所以我不想对他太粗暴，所以他们会一起学习（尽管他偶尔会在Connect Four打败我，所以也许我应该给他施加更大的压力。）

Answer 2

我建议开始在网上看到很多高级AI主题：这些主题包括神经网络，遗传编程等（维基百科）。

好看的地方还包括大学对更高水平AI的研究。 （也就是说，我知道有一群人编写了一个程序，通过计算机观察摆动摆动的相机来推断运动定律;非常酷的东西）http://blog.wired.com/wiredscience/2009/04/newtonai.html

这是一个非常大的领域，你需要编写很多代码;您应该关注的是学习算法背后的概念，这样您就可以根据需要对您找到的算法进行编程或调整。我认为这是创建学习算法的最佳选择。

我希望有所帮助。

Answer 3

你的问题是恕我直言，非常广泛。大多数垃圾邮件过滤器都符合您的描述。 但总的来说，您的方法将取决于应用程序必须学习什么以及应该如何学习。例如，垃圾邮件过滤器通常进行监督学习。但是，如果您不希望用户帮助您进行应用程序学习，则必须使用无监督的学习方法。当然还有更多的选择。 mloss.org有很多可以使用ML算法的库。但是对于大多数库来说，如果你至少大致知道他们的算法是如何工作的，那将是很有帮助的。

最好的是你读了一些关于机器学习的书（比如米切尔的Machine Learning）和人工智能。

Answer 4

This previous post列出了一些标准教科书，我强烈推荐Russel / Norvig撰写Artificial Intelligence a Modern Approach (AIMA)。

在many available toolkits中，我建议您查看Orange，SciPy（Python）或Weka（Java）。