有限狀態(tài)機(FSM) 是由一系列只能逐一選擇的唯一狀態(tài)集定義的計算模型。簡而言之，F(xiàn)SM 是構(gòu)建AI的簡單而優(yōu)雅的解決方案，其中機器在任何時候只能處于一種狀態(tài)，并且只能在收到輸入時通過轉(zhuǎn)換從一種狀態(tài)切換到另一種狀態(tài)。最傳統(tǒng)的例子是交通信號燈，在規(guī)定的時間后從綠色變?yōu)辄S色，再從黃色變?yōu)榧t色。在這種情況下，輸入由時間表示，但不涉及真正的人工智能，因為設備是完全被動的。只有交通燈能夠?qū)β啡俗龀龇磻斯ぶ悄懿拍軈⑴c其中。

FSM因其固有的簡單性和可預測性而廣泛應用于視頻游戲行業(yè)，以支持基本但實用的人工智能。例如，它們主要由不可玩角色(NPC)在動作和角色扮演游戲中使用。構(gòu)建了一個相對簡單的 AI 模型，以便給定的 NPC（通常是敵人）只能選擇特定的行為 - 例如，攻擊、逃跑、防御、檢測等。它們也可以用于主要角色，例如當玩家獲得能力提升或獎勵，或者在平臺游戲中建模UI和控制方案（設置蹲伏狀態(tài)或快速射擊模式）。

FSM 可用于創(chuàng)建軟件架構(gòu)和通信協(xié)議的真實模擬，以實現(xiàn)網(wǎng)絡安全目的。生成易受攻擊操作的 FSM 模型是為了了解所有可能的漏洞，并讓 AI 找到緩解這些漏洞的最佳解決方案。這些模擬用于測試和評估安全協(xié)議、其穩(wěn)健性以及系統(tǒng)的安全狀況。它們隨后可用于建立網(wǎng)絡安全策略和最佳實踐。

FSM 還被用于計算語言學領域，以構(gòu)建具有混合結(jié)果的自然語言處理(NLP) 工具和聊天機器人。然而，自然的人類語言在上下文中充滿了歧義，其他人在現(xiàn)實生活中的對話中（甚至在閱讀文本時）很容易推斷出這些歧義。FSM 嘗試使用確定性方法來解析語言，這種方法通常過于嚴格而無法正確處理自然對話，因此統(tǒng)計推斷和決策理論通常是首選方法。FSM 仍然是過去構(gòu)建簡單但高效的 NLP AI 的良好基礎。然而，在對話框被硬編碼在特定編程語言的源代碼內(nèi)的軟件和應用程序中，F(xiàn)SM 可以足夠有效地使用。

    上一篇我們送上的文章是 5G技術對AI意味著什么？ ， _!在下一篇繼續(xù)做詳細介紹，如需了解更多，請持續(xù)關注。
本文由日本NEC鋰電池中國營銷中心于2023-07-16 17:41:57 整理發(fā)布。
轉(zhuǎn)載請注明出處.