一种实现人工智能的方法、服务器和设备技术

本发明专利技术实施例公开了一种实现人工智能的方法、服务器和设备，其中方法的实现包括：从人工智能的应用设备搜集控制参数，所述控制参数包括：环境属性参数，与所述环境属性参数对应的应对逻辑参数以及应对结果；依据所述控制参数以及预定的判断规则，确定与所述环境属性参数对应的应对逻辑参数中有效的应对逻辑参数；将所述环境属性参数以及确定为有效的应对逻辑参数下发给人工智能的应用设备。通过从人工智能的应用设备搜集控制参数，并对控制参数进行筛选，从而确定出有效的应对逻辑参数。实现人工智能的受控对象向用户学习，进而使人工智能的受控对象表现出智能的特性。该方案，不需要人工详细规定并编写大量的程序逻辑，减少人工的工作量。

【技术实现步骤摘要】
【专利摘要】本专利技术实施例公开了一种实现人工智能的方法、服务器和设备，其中方法的实现包括：从人工智能的应用设备搜集控制参数，所述控制参数包括：环境属性参数，与所述环境属性参数对应的应对逻辑参数以及应对结果；依据所述控制参数以及预定的判断规则，确定与所述环境属性参数对应的应对逻辑参数中有效的应对逻辑参数；将所述环境属性参数以及确定为有效的应对逻辑参数下发给人工智能的应用设备。通过从人工智能的应用设备搜集控制参数，并对控制参数进行筛选，从而确定出有效的应对逻辑参数。实现人工智能的受控对象向用户学习，进而使人工智能的受控对象表现出智能的特性。该方案，不需要人工详细规定并编写大量的程序逻辑，减少人工的工作量。【专利说明】一种实现人工智能的方法、服务器和设备
本专利技术涉及计算机
，特别涉及一种实现人工智能的方法、服务器和设备。
技术介绍
人工智能在计算机上实现，有不同的方式。其中一种是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫工程学方法(Engineering approach),它已在一些领域内作出了成果,如文字识别、电脑下棋等。本申请文件所称的计算机是指广义上的计算机，是一种用于高速计算的电子计算机器，可以进行数值计算，又可以进行逻辑计算，还具有存储记忆功能。并不特指个人电脑(Personal Computer, PC)。采用工程学方法实现人工智能，需要人工详细规定程序逻辑，如果环境参数简单，一般较为方便。如果环境参数复杂，人工智能控制数量和空间增加，相应的逻辑就会很复杂(按指数式增长)，人工编程就非常繁琐，也容易出错。而一旦出错，就必须修改原程序，重新编译、调试，最后为用户提供一个新的版本或提供一个新补丁，非常麻烦。基于以上分析，采用工程学方法实现人工智能存在逻辑复杂，人工实现繁琐容易出错的问题，因此人工工作量太大。
技术实现思路
本专利技术实施例提供了一种实现人工智能的方法、服务器和设备，用于减少人工的工作量。一种实现人工智能的方法，包括:从人工智能的应用设备搜集控制参数，所述控制参数包括:环境属性参数，与所述环境属性参数对应的应对逻辑参数以及应对结果；依据所述控制参数以及预定的判断规则，确定与所述环境属性参数对应的应对逻辑参数中有效的应对逻辑参数；将所述环境属性参数以及确定为有效的应对逻辑参数下发给人工智能的应用设备。一种实现人工智能的方法，包括:获取人工智能的被控对象运行过程中的控制参数，所述控制参数包括:环境属性参数，与所述环境属性参数对应的应对逻辑参数以及应对结果；向服务器发送所述控制参数，接收并存储服务器下发的所述环境属性参数以及确定为有效的应对逻辑参数；获取当前的环境属性参数，确定与当前的环境属性参数对应的有效的应对逻辑参数，使用所述有效的应对逻辑参数控制人工智能的被控对象。一种服务器，包括:参数搜集单元，用于从人工智能的应用设备搜集控制参数，所述控制参数包括:环境属性参数，与所述环境属性参数对应的应对逻辑参数以及应对结果；有效性确定单元，用于依据所述参数搜集单元搜集的所述控制参数以及预定的判断规则，确定与所述环境属性参数对应的应对逻辑参数中有效的应对逻辑参数；发送单元，用于将所述环境属性参数以及所述有效性确定单元确定为有效的应对逻辑参数下发给人工智能的应用设备。一种实现人工智能的设备，包括:参数获取单元，用于获取人工智能的被控对象运行过程中的控制参数，所述控制参数包括:环境属性参数，与所述环境属性参数对应的应对逻辑参数以及应对结果；获取当前的环境属性参数；发送单元，用于向服务器发送所述参数获取单元获取的控制参数；参数接收单元，用于接收并存储服务器下发的所述环境属性参数以及确定为有效的应对逻辑参数；逻辑确定单元，用于确定与当前的环境属性参数对应的有效的应对逻辑参数；控制单元，用于使用所述逻辑确定单元确定的有效的应对逻辑参数控制人工智能的被控对象。从以上技术方案可以看出，本专利技术实施例具有以下优点:通过从人工智能的应用设备搜集控制参数，并对控制参数进行筛选，从而确定出有效的应对逻辑参数。实现人工智能的受控对象向用户学习，进而使人工智能的受控对象表现出智能的特性。该方案，不需要人工详细规定并编写大量的程序逻辑，减少人工的工作量。【专利附图】【附图说明】为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例方法流程示意图；图2为本专利技术实施例方法流程示意图；图3为本专利技术实施例方法流程示意图；图4为本专利技术实施例服务器结构示意图；图5为本专利技术实施例服务器结构示意图；图6为本专利技术实施例设备结构示意图；图7为本专利技术实施例终端结构示意图；图8为本专利技术实施例服务器结构示意图；图9为本专利技术实施例终端结构示意图。【具体实施方式】为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步地详细描述，显然，所描述的实施例仅仅是本专利技术一部份实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。人工智能在计算机上实现，另一种方法是模拟法(Modeling approach),它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。遗传算法(Generic Algorithm,简称 GA)和人工神经网络(Artif icial Neural Network, ANN)均属后一类型。遗传算法模拟人类或生物的遗传/进化机制，人工神经网络则是模拟人类或动物大脑中神经细胞的活动方式。采用后模拟法时，编程者要为每一角色设计一个智能系统(一个模块)来进行控制，这个智能系统(模块)开始什么也不懂，就像初生婴儿那样，但它能够学习，能渐渐地适应环境，应付各种复杂情况。这种系统开始也常犯错误，但它能吸取教训，下一次运行时就可能改正，至少不会永远错下去，用不到发布新版本或打补丁。利用这种方法来实现人工智能，要求编程者具有生物学的思考方法，入门难度大一点。但一旦入了门，就可得到广泛应用。由于这种方法编程时无须对角色的活动规律做详细规定，应用于复杂问题，通常会比前一种方法更省力。但是以上方案，要求编程者具有生物学的思考方法，入门难度大，并且需要人工智能的应用设备不停的失败，让后从失败中学习，周期会非常长。本专利技术实施例提供了一种实现人工智能的方法，也能实现设备学习的效果，本实施例的实现在服务器侧实现，如图1所示，包括:101:从人工智能的应用设备搜集控制参数，上述控制参数包括:环境属性参数，与上述环境属性参数对应的应对逻辑参数以及应对结果；上述人工智能的应用设备是指人工智能被控对象所在的设备，一般来说可以是终端设备。本专利技术实施例还提供了环境属性参数的可选实现方式，如下:上述环境属性参数的类型包括:预定义的不变环境属性参数，以及预定义的可变环境属性参数。通过预定义的方式确定哪些环境属性参数会对应对结果产生影响，这样可以将环境属性参数确定在一个合理的范围内，从本文档来自技高网...

【技术保护点】
一种实现人工智能的方法，其特征在于，包括：从人工智能的应用设备搜集控制参数，所述控制参数包括：环境属性参数，与所述环境属性参数对应的应对逻辑参数以及应对结果；依据所述控制参数以及预定的判断规则，确定与所述环境属性参数对应的应对逻辑参数中有效的应对逻辑参数；将所述环境属性参数以及确定为有效的应对逻辑参数下发给人工智能的应用设备。

【技术特征摘要】

【专利技术属性】
技术研发人员：郭康平，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：