Was sind die verschiedenen Ansätze für künstliche Intelligenz?

Die verschiedenen Ansätze für künstliche Intelligenz können in drei verschiedene Gruppen eingeteilt werden: Hirnsimulation, symbolisch und subsymbolisch und statistisch.Die symbolischen und subsymbolischen Ansätze können weiter in ihre eigenen Gruppen eingeteilt werdenAnsätze.Jahre des Fortschritts in der Forschung und Anwendung dieser Theorien hat zur Bildung integrierter Ansätze geführt, die Prinzipien aus mehreren Gedankenschulen kombiniert, um anspruchsvollere Systeme für künstliche Intelligenz (AI) zu erzeugen..Durch die Verwendung von Prinzipien aus Neurologie, Kybernetik und grundlegenden kognitiven Verarbeitungstheorien konnten die Forscher Roboter mit primitiven Intelligenzniveaus auf der Grundlage der Hirnsimulation bauen, wodurch bestimmte Hindernisse durch sensorische Erkennung vermieden werden können.Eingeschränkter Fortschritt zwischen den 1940er und den 1960er Jahren führte jedoch zur Aufgabe dieses Paradigmas, wobei die Forscher sich dafür entschieden haben, andere, vielversprechendere Ansätze für künstliche Intelligenz zu entwickeln.In die Symbolmanipulation und die Fähigkeit des Menschen, Objekte in ihrer Umgebung zu lernen und sich an sie anzupassen, dreht sich um die Interpretation und Neuinterpretation von Objekten als grundlegende Symbole.Ein Stuhl kann beispielsweise in ein Symbol vereinfacht werden, das es als Objekt zum Sitzen definiert.Dieses Symbol könnte dann manipuliert und auf andere Objekte projiziert werden.Die Forscher konnten eine Reihe flexibler und dynamischer Ansätze für künstliche Intelligenz schaffen, indem sie diesen symbolischen Ansatz in die KI-Entwicklung einbezogen haben.

Die Fähigkeit, die verschiedenen kognitiven Ansätze für symbolische Gedanken zu simulieren, ermöglichte es KI-Entwicklern, logischbasierte und wissensbasierte Intelligenz zu schaffen.Der logikbasierte Ansatz wirkte sich an den zugrunde liegenden Prinzipien des logischen Denkens und konzentrierte sich fast ausschließlich auf die Lösung von Problemen, anstatt das menschliche Denkfähigkeiten zu replizieren.Die Logik wurde schließlich durch ungepflegte Logik ausgeglichen, was berücksichtigte, dass Lösungen außerhalb eines bestimmten logischen Algorithmus gefunden werden können.Wissensbasierte Intelligenz nutzte andererseits die Fähigkeit der Computer, große Datenmengen zu speichern, zu verarbeiten und zu erinnern.Dies führte zur Schaffung subsymbolischer Systeme, künstliche Intelligenzansätze, die sich darum drehten, das Denken mit der grundlegenden Intelligenz zu kombinieren, die für Bewegung und Selbsterhaltung erforderlich war.Dies ermöglichte es den Modellen, die Umgebung um sie herum mit Daten in ihren Speicherspeichern zu beziehen.Der in den neunziger Jahren entwickelte statistische Ansatz half, sowohl die symbolischen als auch die subsymbolischen künstlichen Intelligenzansätze zu polieren, indem ausgefeilte mathematische Algorithmen verwendet wurden, um die Vorgehensweise zu bestimmen, die am wahrscheinlichsten zum Erfolg des Maschinen führt.Forschung wird häufig die KI -Entwicklung unter Verwendung von Prinzipien aus allen Ansätzen angegangen.