单片机内的人工智能
[font=楷体_GB2312][size=5][color=blue][b]单片机内的人工智能到底有什么实现方法？单片机是否可实现类似人的经验功能或自学习功能？[/b][/color][/size][/font] 模糊控制。。。 神经网络 很南系统资源不足 人工智能实现时有2种不同的方式。一种是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫工程学方法（Engineering approach），它已在一些领域内作出了成果，如文字识别、电脑下棋等。另一种是模拟法（Modeling approach），它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。遗传算法（Generic Algorithm, 简称GA）和人工神经网络（Artificial Neural Network,简称ANN）均属后一类型。遗传算法模拟人类或生物的遗传-进化机制，人工神经网络则是模拟人类或动物大脑中神经细胞的活动方式。为了得到相同智能效果，两种方式通常都可使用。采用前一种方法，需要人工详细规定程序逻辑，如果功能简单，还是方便的。如果功能复杂，角色数量和活动空间增加，相应的逻辑就会很复杂（按指数式增长），人工编程就非常繁琐，容易出错。而一旦出错，就必须修改源程序，重新编译、调试，最后为用户提供一个新的版本或提供一个新补丁, 非常麻烦。采用后一种方法时，编程者要为每一角色设计一个智能系统（一个模块）来进行控制，这个智能系统（模块）开始什么也不懂，就像初生婴儿那样，但它能够学习，能渐渐地适应环境，应付各种复杂情况。这种系统开始也常犯错误，但它能吸取教训，下一次运行时就可能改正，至少不会永远错下去，用不到发布新版本或打补丁。(模式识别有所介绍(清华大学出版))
仅供参考! 有识别的学习(可能有错误-这只是我的理解)! 不懂啊。还是等以后再说吧。不过觉得这玩意挺好玩的吗 单片机人工智能需要高运算能力的集成芯片，在有限的资源内不停切换和利用，需要从硬件和软件上同时催化运算能力，所需要的芯片负载是现在工业不能接受的。
目前所说的人工智能在原理上还只是模拟人的行为，做类似的判断和解决问题，但是在模拟过程中，人工智能没有所需的创造性，在自然语言和模糊识别上的缺陷会让人工智能永远只是一个模拟机。如果解决了自然语言的问题，我觉得就真正AI了。（理想的图灵机） cpld/fpga 不知行不行啊？ 一般很少用cpld做算法，用fpga作些并行算法和处理，一般采用dsp+fpga模式 DSP+FPGA是目前相当流行啊~~
在这上面做出点成绩来，就是大牛了。。。据说RMB是不愁的[em12]
页:
[1]