Minsky and Papert (1969) in their p

Minsky and Papert (1969) in their progressive and well-developed writing discussed the need to construct artificial intelligence (AI) systems from diverse components: a requisite blend of symbolic and connectionist approaches. In the symbolic approach, operations are performed on symbols, where the physical counterparts of the symbols, and their structural properties, dictate a given system’s behavior (Smolensky, 1987; Spector, 2006). It is argued that traditional symbolic AI systems are rigid and specialized, although there has been contemporary development of symbolic “learning” systems employing fuzzy, approximate, or heuristic compo-nents of knowledge (Xing et al., 2003) to counteract this narrow view.

Kết quả (Việt) 1:

Minsky và Papert (1969) trong văn bản của họ tiến bộ và phát triển tốt thảo luận sự cần thiết phải xây dựng hệ thống trí tuệ nhân tạo (AI) từ đa dạng các thành phần: một sự pha trộn cần thiết của biểu tượng và phương pháp tiếp cận việc. Trong cách tiếp cận mang tính biểu tượng, hoạt động được thực hiện trên biểu tượng, nơi mà các đối tác vật lý của các biểu tượng, và các thuộc tính cấu trúc, dictate hành vi của một hệ thống nhất định (Smolensky, năm 1987; Spector, 2006). Người ta cho rằng hệ thống AI biểu tượng truyền thống cứng nhắc và chuyên biệt, mặc dù đã có các phát triển hiện đại mang tính biểu tượng Hệ thống "học tập" sử dụng mờ, xấp xỉ hoặc heuristic compo-nents kiến thức (Xing et al., 2003) để chống lại điều này thu hẹp xem.

Kết quả (Việt) 2:

Minsky và Papert (1969) bằng văn bản tiến bộ và phát triển tốt của họ đã thảo luận về nhu cầu xây dựng hệ thống trí tuệ nhân tạo (AI) từ các thành phần đa dạng: một sự pha trộn cần thiết của phương pháp tiếp cận mang tính biểu tượng và connectionist. Trong cách tiếp cận mang tính biểu tượng, các hoạt động được thực hiện trên biểu tượng, nơi mà các đối tác vật lý của các biểu tượng và thuộc tính cấu trúc của họ, sai khiến hành vi của một hệ thống nhất định của (Smolensky, 1987; Spector, 2006). Có ý kiến ​​cho rằng hệ thống AI biểu tượng truyền thống là cứng nhắc và chuyên ngành, mặc dù đã có sự phát triển hiện đại của hệ thống "học tập" biểu tượng sử dụng mờ, gần đúng, hoặc dựa trên kinh nghiệm compo-nents kiến ​​thức (Xing et al., 2003) để chống lại quan điểm hẹp hòi này .