基于机器学习和用户行为的图灵测试算法的设计与实现文献综述
2020-06-23 20:43:13
文 献 综 述 一、选题背景 目前,人工智能刮起了一股热潮,其中最为热门的当属机器学习,机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。
专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。
图灵测试是机器学习应用的典型场景之一,它是图灵提出的一个关于机器人的著名判断原则。
所谓图灵测试是一种测试机器是不是具备人类智能的方法,同样的我们可以依托于图灵测试,从而判断出人机的差别。
用户特征有点类似于用户行为分析,但要具体场景具体分析,可以说寻找用户特征是一般的研究项目中最重要的环节了。
相对应的在日常生活的诸多场景中就需要分辨出哪些行为是机器哪些是人为的,比如在游戏外挂里面,不谈一些传统的软件脚本外挂,物理外挂也开始盛行起来,这时我们可以通过研究鼠标轨迹,提取用户特征,从而分辨出哪些是机器轨迹,哪些是人为轨迹。
二、研究现状 图灵测试目前依然处于水深火热之中,之前有很多的新闻中都有提到什么什么通过图灵测试了,这样的判断报道着实有着夸大的成分,也显得有点草率。
我们离真正的人工智能还差得很远。
在近来的一些图灵测试比赛中(比如Loebner Prize)这个奖的话每年都会举办一次,现在还处于打字聊天阶段。