ИИ не должен останавливаться на достигнутом, он должен выходить за рамки человеческих возможностей, чтобы достичь своего максимального потенциала.

Определение:

Откровенно говоря, определений слишком много, некоторые из них следующие.

  1. Способность цифрового компьютера или управляемого компьютером робота выполнять задачи, обычно связанные с разумными существами.
  2. Машина, выполняющая задачи, требующие определенной степени интеллекта, которые ранее считались выполненными только людьми.
  3. Моделирование процессов человеческого интеллекта машинами, особенно компьютерными системами. Эти процессы включают обучение, рассуждение и самокоррекцию.
  4. Способность машины имитировать разумное поведение человека

Все определения, приведенные выше, верны, но на самом деле все сводится к «насколько близко или насколько хорошо компьютер может имитировать или превзойти человека по сравнению с человеком»

Типы искусственного интеллекта (ИИ):

ИИ можно классифицировать любым количеством способов, есть два основных типа классификации.

Тип1:

  1. Слабый ИИ или Узкий ИИ: он ориентирован на одну узкую задачу, явление, когда машины, которые не слишком умные, чтобы делать свою работу, могут быть построены таким образом, чтобы казаться умными. Примером может служить игра в покер, в которой машина побеждает человека, где все правила и ходы учитываются машина. Здесь каждый возможный сценарий нужно вводить заранее вручную. Каждый слабый ИИ будет способствовать созданию сильного ИИ.
  2. Сильный ИИ: машины, которые могут думать и выполнять задачи самостоятельно, как человек. Для этого нет подходящих существующих примеров, но некоторые лидеры отрасли очень стремятся приблизиться к созданию сильного ИИ, что привело к быстрому прогрессу.

Тип 2 ( на основе функциональных возможностей ):

  1. Реактивные машины: это одна из основных форм ИИ. У него нет прошлой памяти, и он не может использовать прошлую информацию в качестве информации для будущих действий. Пример: - шахматная программа IBM, которая обыграла Гарри Каспарова в 1990-х годах.
  2. Ограниченная память: системы искусственного интеллекта могут использовать прошлый опыт для информирования о будущих решениях. Некоторые функции принятия решений в беспилотных автомобилях были разработаны таким образом. Наблюдения, используемые для информирования о действиях, происходящих в не столь отдаленном будущем, например, при смене полосы движения автомобилем. Эти наблюдения не хранятся постоянно, как и чат-бот Apple Siri.
  3. Теория разума: этот тип ИИ должен уметь понимать эмоции, убеждения, мысли, ожидания людей и уметь взаимодействовать в социальных сетях. Несмотря на то, что в этой области внесено множество улучшений, этот вид ИИ еще не завершен.
  4. Самосознание: ИИ, обладающий собственным сознанием, сверхразум, самосознанием и разумом (простыми словами полноценный человек). Конечно, таких ботов тоже не существует, и если они будут реализованы, они станут одной из вех в области ИИ.

Есть много способов добиться ИИ, некоторые из них следующие:

Наиболее важные из них:

  1. Машинное обучение (ML): это метод, в котором определяется цель (цель) и шаги по ее достижению. эта цель изучается самой машиной в процессе обучения (приобретения опыта). Например, чтобы идентифицировать простой объект, такой как яблоко или апельсин. . Цель достигается не за счет явного указания деталей и кодирования, а так же, как мы учим ребенка, показывая несколько разных его изображений и, следовательно, позволяя машине определять шаги, чтобы идентифицировать его, как яблоко или апельсин.
  2. Обработка естественного языка (НЛП). Обработка естественного языка в широком смысле определяется как автоматическое изменение естественного языка, например речь и текст , программно. Одним из хорошо известных примеров этого является обнаружение спама в электронной почте, поскольку мы видим, как оно улучшилось в нашей почтовой системе.
  3. Зрение: это можно сказать как поле, которое позволяет машинам видеть. Машинное зрение фиксирует и анализирует визуальную информацию с помощью камеры, аналого-цифрового преобразования и цифровой обработки сигналов. Его можно сравнить с человеческим зрением, но оно не связано человеческими ограничениями, которые могут позволить ему видеть сквозь стены (теперь это было бы интересно, если у нас будут имплантаты, которые позволят нам видеть сквозь стену). Обычно это достигается с помощью машинного обучения для получения наилучших результатов, поэтому можно сказать, что эти две области взаимосвязаны.
  4. Робототехника. Это инженерная область, в которой основное внимание уделяется разработке и производству роботов. Роботы часто используются для выполнения задач, которые сложно выполнять или выполнять постоянно для людей. Примеры включают сборочные конвейеры автомобилей, в больницах, уборку офиса, раздачу еды и приготовление еды в отелях, патрулирование сельскохозяйственных территорий и даже работу в полиции. В последнее время машинное обучение было использовано для достижения определенных хороших результатов в создании роботов, которые взаимодействуют друг с другом (София).
  5. Автономные транспортные средства. Эта область искусственного интеллекта привлекла много внимания. список транспортных средств включает автомобили, автобусы, грузовики, поезда, корабли, подводные лодки, летательные аппараты с автопилотом и т. д.

Поля, указанные выше, можно простым языком показать, как показано ниже, и мы можем понять, почему машинное обучение играет важную роль в достижении ИИ.

Далее у меня будет Искусственный интеллект против машинного обучения, обязательно подпишитесь на меня на medium, linkedin, twitter, Instagram, чтобы получать больше обновлений.

Присоединяйтесь к нашему сообществу WhatsApp здесь.

Дополнительные ссылки:

  1. Искусственный интеллект реален или это просто шумиха этого десятилетия ??
  2. Искусственный интеллект: определение, типы, примеры, технологии
  3. Искусственный интеллект против машинного обучения
  4. Почему машинное обучение для достижения искусственного интеллекта? «Потребность в машинном обучении
  5. Типы и алгоритмы машинного обучения
  6. Линейная регрессия, часть -1
  7. Линейная регрессия, часть 2 (пример реализации)
  8. Как получить работу, связанную с искусственным интеллектом?