欢迎！ 在我的学习中，我非常喜欢对人工智能进行编程——神经网络、专家机器等。但在工作中，我主要开发 Web 应用程序。
现在我考虑回到这样的编程，也许是出于爱好，也许是在工作中。是否有人工智能在应用程序开发中普遍使用的领域，具有这种技能的程序员可以搜索工作？
或者，也许我可以将一些想法卖给我的老板，并使用 AI 来扩展我们的一些应用程序。
您对在应用程序中使用 AI 有什么经验和想法？
【问题讨论】：
标签： artificial-intelligence neural-network
我最近开始阅读本书Programming Collective Intelligence。这是一本很好的书，它准确地讨论了您正在寻找的东西 - 在 Web 应用程序中使用 AI 技术。
这本书写得很清楚，通俗易懂，从实际应用的角度解释了一切（它涵盖了一些常用技术的工作原理：Google Pagerank、亚马逊推荐系统、婚介网站、链接推荐系统、贝叶斯垃圾邮件过滤器等等) 并且它使用了使用真实数据的实际有用的示例（ebay API、facebook API 等用于收集数据）。在一章中，它甚至解释了如何以最佳方式绘制图形（我的意思是数据结构，而不是条形/线/等图）（这样没有节点靠得太近，重叠线最少等），这可能对以下方面有用，例如，映射社交网络。
我建议您看看它，看看 AI 可以应用于 Web 应用程序的不同方式。
【讨论】：
作为一个反例，解析从水质检测设备获取的数据可能不是使用人工智能的地方：
The Daily WTF: No, We Need a Neural Network
只是提醒我们所有人为正确的工作选择正确的工具。
【讨论】：
神经网络非常适合处理图像，因此您可以使用 AI 的 Web 应用程序的一个领域是通过大量数据识别和/或处理图像中的模式。例如，像 Flickr 或 Facebook 这样的网站可能有一些有趣的培训材料，可以根据面部或将像素分组（即您使用的特征）与标题或标签中提到的某些项目相关联来识别人。
在文本操作方面，有很多东西，但它通常为其他网络应用程序锦上添花。我说的主要是搜索栏中的自动完成和用户通常看不到的后端内容，例如自动机器翻译或改进的搜索功能。
将 AI 置于应用程序产品前端的问题在于，通常人工智能本身并不是一项功能，而是一种无需设计师定期提示即可有效协商大型数据集的方式。一般情况下，用户会与应用程序进行一对一的关联，因此仅根据响应数量相对较少的质量来判断它。
【讨论】：
垃圾邮件过滤系统 - 绝对是。
任何其他需要发现恶意内容模式的安全应用程序。
【讨论】：
您可能可以分析访问者的行为您的网络应用程序；他们如何在网站内部导航以提供更好、优化的界面。现在，这取决于您正在处理的 Web 应用程序类型。对于在线购物，您可以提供根据客户习惯推断的建议。
您还可以检测“异常”行为和欺诈行为。 欺诈和机器人检测可以利用人工智能。
【讨论】：
预测，当然。
它对企业具有巨大价值（即：库存优化），在全球危机时期尤其有价值。
【讨论】：
游戏确实需要人工智能。
专家系统也是如此。
【讨论】：
在游戏之外，我很少看到人工智能的商业用途。
理论上，它在工业机器人和成像方面可能非常有用，但这些领域也往往非常保守，并且对非确定性算法感到不舒服。
您可能想研究 iRobot 的功能，但即使他们在商业机器人中使用相当简单的算法。
【讨论】：
在cognitive architectures 领域（例如 Soar、ACT-R 等），研究人员并没有专注于 A* 和游戏等算法，而是研究人类行为模型，包括决策制定、文化交流和学习。他们通常关注认知的合理性，即模型跟踪人类会做的事情有多接近，包括时间等。
这些系统往往严格以研究为基础，商业应用有限。反正到目前为止。不过，军事应用（尤其是训练应用）相当普遍。
【讨论】：
用于检测癌症的图像处理！ （我们实际上编写了关于它的 IEEE 论文，创建算法比编写它们更难，所以我们写了关于其他论文性能的论文）
【讨论】：
风险评估是神经网络的一个很好的案例，主要是因为它们非常擅长模式匹配。保险公司和信贷公司在一定程度上使用它们来确定客户的风险。
【讨论】：
我对使用人工神经网络对水下声源进行分类进行了一些广泛的研究。该算法似乎工作得很好，尤其是我花了很大一部分工作来确定傅里叶变换系数的组合构成了分类的最佳集合（使用主成分分析）。
【讨论】：
任何事情（认真的）：
http://highlevellogic.blogspot.com/2010/09/high-level-logic-rethinking-software.html
高级逻辑 (HLL) 开源项目是关于寻找和编码所有其他 AI（实际上是所有编程）都适合的高级逻辑。有严肃的具体想法和代码。 HLL 已经是一个应用程序框架。
【讨论】：