Typy systémov umelej inteligencie

click fraud protection

Od prvých dní počítačov sa výskumníci pokúšali vytvoriť systémy, ktoré napodobňujú ľudskú inteligenciu. Zatiaľ čo kremíkový Einstein môže byť stále vzdialenou možnosťou, umelá inteligencia alebo AI nás priniesla telefóny, ktoré rozpoznávajú ľudskú reč, autá, ktoré samy riadia a expertné systémy, ktoré súťažia v televíznych hrách relácie. V priebehu rokov prešiel výskum AI niekoľkými evolúciami a ako každá technológia dozrela, stali sa súčasťou našej každodennej skúsenosti.

strojové učenie

Prví výskumníci zápasili s obmedzeným výpočtovým výkonom a počítačovým úložiskom, ale stále to kládli základ AI s programovacími jazykmi ako LISP a konceptmi ako rozhodovacie stromy a stroj učenie. Programy napísané v LISP môžu ľahko analyzovať hry ako šach, zmapovať všetky možné ťahy počas niekoľkých ťahov a potom vybrať najlepšiu alternatívu. Tieto programy by tiež mohli upraviť svoju rozhodovaciu logiku a poučiť sa z predchádzajúcich chýb, čím by sa časom stali „múdrejšími“. S výkonnejšími počítačmi a lacnejším veľkokapacitným úložiskom toto odvetvie AI splodilo priemysel počítačových hier, ako aj a množstvo personalizovaných vyhľadávacích nástrojov a stránok online nakupovania, ktoré si nielen pamätajú naše preferencie, ale predvídajú naše potreby.

Video dňa

Expertné systémy

Zatiaľ čo prvá vlna výskumníkov AI sa spoliehala na počítačové cykly na simuláciu ľudského uvažovania, ďalší prístup sa spoliehal na fakty a údaje na napodobňovanie ľudskej skúsenosti. Expertné systémy zhromaždili fakty a pravidlá do vedomostnej základne a potom použili počítačové inferenčné nástroje na odvodenie nových faktov alebo zodpovedanie otázok. Znalostní inžinieri viedli rozhovory s odborníkmi v medicíne, opravách automobilov, priemyselnom dizajne alebo iných profesiách a potom tieto zistenia zredukovali na strojovo čitateľné fakty a pravidlá. Tieto databázy znalostí potom použili iní na pomoc pri diagnostike problémov alebo zodpovedaní otázok. Ako technológia dozrela, výskumníci našli spôsoby, ako automatizovať vývoj vedomostnej základne a dopĺňať ju množstvo technickej literatúry alebo nechať softvér prehľadávať web, aby na ňom našiel relevantné informácie vlastné.

Neurálne siete

Ďalšia skupina výskumníkov sa pokúsila reprodukovať fungovanie ľudského mozgu vytvorením umelých sietí neurónov a synapsií. Vďaka tréningu mohli tieto neurónové siete rozpoznať vzory z toho, čo vyzeralo ako náhodné údaje. Obrázky alebo zvuky sa privádzajú na vstupnú stranu siete a správne odpovede sa privádzajú na výstupnú stranu. V priebehu času siete reorganizujú svoju vnútornú štruktúru tak, že keď sa dostane podobný vstup, sieť vráti správnu odpoveď. Neurónové siete fungujú dobre pri reakcii na ľudskú reč alebo pri preklade naskenovaných obrázkov do textu. Softvér, ktorý sa spolieha na túto technológiu, dokáže čítať knihy nevidiacim ľuďom alebo prekladať reč z jedného jazyka do druhého.

Veľké dáta

Rozsiahla analýza údajov, často nazývaná „veľké údaje“, využíva silu mnohých počítačov na objavovanie faktov a vzťahov v údajoch, ktoré ľudská myseľ nedokáže pochopiť. Bilióny poplatkov za kreditné karty alebo miliardy vzťahov na sociálnych sieťach je možné skenovať a korelovať pomocou rôznych štatistických metód na objavenie užitočných informácií. Spoločnosti vydávajúce kreditné karty môžu nájsť spôsoby nákupu, ktoré naznačujú, že karta bola ukradnutá alebo že držiteľ karty má finančné problémy. Maloobchodníci môžu nájsť nákupné vzorce, ktoré naznačujú, že zákazníčka je tehotná, a to ešte skôr, ako to sama vie. Veľké dáta umožňujú počítačom porozumieť svetu takým spôsobom, akým by sme to my ľudia sami nikdy nedokázali.