解决这个问题的人工智能类型？

Question

我在堆栈溢出上发布了这篇文章，但希望得到您的建议，以及推荐给溢出的用户，我在这里发布。

我从一开始就会说，我不是一个程序员，我对不同类型的人工智能有粗略的了解，只是一个商人在开发一个网络应用程序。

无论如何，我投资开发的这个网络应用程序是我的爱好。在这一爱好的行业中，有许多零件制造商、产品制造商、升级和广告制造商等。目前，我正在为那些有知识的人建立一个群体资源平台，并标记这些部分之间的兼容性，因为如果它们是这样的话，它们并不总是清晰的：

制造商A制造"A“级产品，制造商B制造与"A”类产品相匹配的升级/部件，但由于某种原因与制造商A特定的"A“级产品不兼容。

但是，数据库中相当一部分(>60%-70%)的产品/部件可以通过其属性来推断它们的兼容性，

例如：

第一部分是带有"X“mm接收器的"A”型，第二部分也是带有"X“mm接口的"A”型，因此这两个部分是兼容的。

或

第一部分是8mm齿轮，因此任何制造商的所有8mm套都与第一部分兼容。此外，所有齿轮只能在数据库中与衬套和齿轮箱具有兼容性关系，但由于这些部件之间没有接口，所以齿轮与钢轨或接收机之间不可能有有意义的兼容性。

现在，我想要的是一个AI能够从众包平台社区的决策中学习，并能够根据新部件/产品的标记属性、它们是什么类型等来推断它们的兼容性。

什么是解决这一问题的最好的人工智能形式？我在想一个专家系统，但明确地设计所有的知识规则会让人望而生畏，因为数以万计的零件、数百个零件类型和许多制造商之间存在着复杂的关系。

ANN (神经网络)是否是从众源平台用户的许多输入/决策中学习的理想方法？

任何帮助/输入都是非常感谢的。

Answer 1

故事的关键部分是：

目前，我正在为那些有知识的人建立一个群体资源平台，并标记这些部分之间的兼容性，因为如果它们是这样的话，它们并不总是清晰的：

而这个..。

现在，我想要的是一个AI能够从众包平台社区的决策中学习，并能够根据它们的标记属性、它们是什么类型的部件等来推断新部件/产品的兼容性。

这就让我有了一个假设，那就是零件数据库或多或少已经建立起来了。

该过程的主要人群来源方面将是确认或否认兼容性要求:确认已经提出的索赔。第二个方面是添加以前没有被其他人识别或由系统推断出来的新的兼容性声明。

该系统可以对索赔进行评估，包括索赔的条件或所有相关索赔的可靠性、部分与部分关系的性质，并确定其他部分与部分关系是否有相似之处，从而可以推断出额外的索赔。

索赔的条件将主要是作为行为的判断，这最终将导致类似于人工神经网络/神经网络的东西。然而，调整此过程以调整考虑中变量的权重因素将鼓励在某种程度上使用马尔可夫链，因为进入项目时，您将没有一个模型来告诉您哪些因素是最强大的，哪些是应该丢弃的，而且您将需要考虑很多因素，从一部分到部分关系，从用户活动配置文件到系统活动配置文件(这个方面的系统应该被看作是另一个提出了大量声明的用户)。

部分到部分关系的性质是棘手的。在部分对部分的配对中，只有几点可能需要被认为是决定部分到部分关系是否是一个合理的兼容性选择的关键。在这方面，一个专家系统可能适合，但它可以是一个甚至不那么复杂的过程，有可能成功的一个更基本的方法，候选人识别。

确定候选人的棘手之处不在于是否应使用专家系统，也不应使用任何其他人工智能，而应考虑数据模型的强大和详细程度。数据模型越强，系统可能会越简单，因为您只对特定配对中的少量潜在关系结构和相应值感兴趣，即物理兼容性:它们是螺栓还是插头；如果通信是插头的一个基本方面，那么插头两侧是否有相同数量的电线，并且可能在相同的电压范围内工作；当气动时，它们都被评为在相同的相对范围内安全运行，端口计数、形状、大小或有此效果。

这就是你的群体资源可以为你做一些“专家系统”工作的地方。让他们标记对确定兼容性很重要的部件方面和接口。本质上，允许他们对系统提出两项声明: 1)某一特定关系是否兼容，或者可能是如果您愿意允许用户表示不确定性，2)这个方面或界面有助于确定兼容性。通过这样做，然后将每个数据流反馈到适当的神经网络中，您可能会消除对专家系统的需求。

最后，根据收集到的所有其他数据，即某种推理过程(或通常被描述为推荐系统)来寻找新的候选人。

Answer 2

NNs经常用于那些我们不确定什么“特性”是重要的任务。我能认出手写的"2“，但鉴于手写体的巨大差异，很难描述"2”的本质。在您的例子中，项目的重要特性似乎取决于标签。人类已经做了艰苦的工作。

同样，NNs也常用于分类对象，即手写->号的图像。从你说的看，似乎已经为你做了些什么。这并不是说NNs不能应用，但它似乎已经涵盖了NNs excel的领域。尽管如此，您的模型确实提供了大量的培训数据。

有一个问题，你说：

制造商A制造"A“级产品，制造商B制造与"A”类产品相匹配的升级/部件，但由于某种原因与制造商A特定的"A“级产品不兼容。

“这样或那样的理由”是什么？你能从标签上看出什么吗？从照片上？去玩物理部件吗？除非是人类能从标签中分辨出来的东西，否则人工智能很可能很难猜到。

Answer 3

嗯，我以前还没建过太多的人工智能系统，但是让我们拿出一个天真的漏洞。如果我要为此使用神经网络，分配给新部件的标签将是输入节点，它可以兼容的(庞大)项目列表将是输出节点，隐藏层将是用户确认的兼容性或不兼容。

所以如果用户制作标签..。“8毫米”，“齿轮”，并分配给一些部分。您的用户列出这些部件与项目#4215 (一个8毫米衬套)兼容。然后，新的部分被标记为" 8mm“”狗“和”齿轮“”头“将被列为可能与这8毫米衬套兼容。希望大量的数据能解决这类问题。

当然，当涉及到这样的技术细节时，用户从来不会有异议.