依葫蘆畫瓢，任務導向，智慧型演算法只能在大資料的驅動下完成或勝任某個任務，但是完成某項任務的能力很難很快遷引到其他領域。利用的是已有的資料或已有的規則進行學習推理。如alphago、deep blue。
舉一反三、從經驗中學習，如「人類」智慧型。智慧型演算法已經學會了學習的能力，可以克服新的任務和挑戰。
多中智慧型體的混合形式，如外骨骼機械人；人類智慧型+機器智慧型：達文西外科手術機械人；人、機、物、網互聯：智慧型城市系統。
所有的知識、概念、實體關係和屬性都必須符號化，用知識圖譜的形式表現出來。例如ibm的「深藍」和「沃森」。特點與不足：用規則教，與人類邏輯推理相似解釋性強，但是難以構建完備的知識規則庫。
在「探索（未知空間）與利用（已有經驗）」之間取得平衡為核心的強化學習，用問題引導，反饋牽引，從經驗中的策略學習。對智慧型體提問，對智慧型體的回答進行懲罰或獎勵。如機械人、無人汽車。 特點與不足：用問題引導，從經驗中進行能力的持續學習，但是非窮舉式搜尋而需要更好的策略。
模型演算法 人工智慧的「靈魂」 演算法模型
應用於軍事的人工智慧，其三大核心要素之一 演算法模型，堪稱智慧型化作戰的 靈魂 所在。演算法模型，是為了求解給定的問題而經過充分設計的計算過程和數學模型。它為機器注入感知力 洞察力 創造力，是人工智慧從 單細胞 到 多細胞 再到 高階智慧型生物 演進過程的根本推動。加速資訊處理。如果說資訊時代推進 ...
AS3 0學習筆記 人工智慧1
人工智慧就是機器模仿人類智慧型的思維活動，如邏輯判斷 學習 感知 理解 記憶 規劃和問題求解等。一 飛彈跟蹤演算法 該演算法用平面幾何就可實現，重點在於求出飛彈在某一時刻需轉動的角度。實現如下 c 90 math.atan y2 y1,x2 x1 180 math.pi 飛彈與目標連線與y軸夾角 b...
人工智慧 1 問題求解 啟發式搜尋演算法
a 演算法是啟發式搜尋演算法中的經典，經常應用於圖搜尋 路徑搜尋和規劃中。這裡以八數碼問題狀態空間圖的搜尋為例，初步介紹以a 演算法為代表的啟發式搜尋。搜尋演算法可分為兩大類 無資訊的搜尋演算法和有資訊的搜尋演算法。無資訊的搜尋又稱盲目搜尋，其特點是只要問題狀態可以形式化表示，原則上就可用使用無資訊...