我开始研究应用于计算机视觉和情感计算的机器学习和贝叶斯推理。
如果我理解正确的话,之间会有很大的讨论
- 经典 IA、本体论、语义网研究人员
- 和机器学习和贝叶斯人
我认为它通常被称为强人工智能与弱人工智能,也与功能心理学(大脑作为黑盒集)和认知心理学(心智理论,镜像神经元)等哲学问题相关,但这不是编程论坛的重点这个。
我想了解这两种观点之间的差异。理想情况下,答案将参考示例和学术论文,其中一种方法获得良好结果而另一种方法失败。我也对历史趋势感兴趣:为什么方法失宠,而新的方法开始兴起。例如,我知道贝叶斯推理在计算上是棘手的,在 NP 中存在问题,这就是为什么长期以来概率模型在信息技术世界中不受青睐的原因。然而,它们已经开始在计量经济学中崛起。