Ποιες είναι οι διαφορετικές προσεγγίσεις τεχνητής νοημοσύνης;

Οι διαφορετικές προσεγγίσεις τεχνητής νοημοσύνης μπορούν να ταξινομηθούν σε τρεις διαφορετικές ομάδες: προσομοίωση εγκεφάλου, συμβολική και υπο-συμβολική και στατιστική.Οι συμβολικές και υπο-συμμετοχικές προσεγγίσεις μπορούν να ταξινομηθούν περαιτέρω στις δικές τους ομάδες: η γνωστική προσομοίωση, η λογική ευφυΐα και η νοημοσύνη που βασίζονται στη γνώση εμπίπτουν στη συμβολική προσέγγιση, ενώ οι θεωρίες πληροφορικής από τη βάση προς τα πάνω και τις υπολογιστικές πληροφορίες αναγνωρίζονται ως υπο-συγγερική τεχνητή νοημοσύνηπροσεγγίσεις.Τα χρόνια προόδου στην έρευνα και την εφαρμογή αυτών των θεωριών οδήγησαν στη δημιουργία ολοκληρωμένων προσεγγίσεων, συνδυάζοντας τις αρχές από πολλαπλά σχολεία σκέψης για να δημιουργήσουν πιο εξελιγμένα συστήματα τεχνητής νοημοσύνης (AI)..Χρησιμοποιώντας τις αρχές από τη νευρολογία, την κυβερνοεπίστητη και τις βασικές θεωρίες γνωστικής επεξεργασίας, οι ερευνητές μπόρεσαν να κατασκευάσουν ρομπότ με πρωτόγονα επίπεδα νοημοσύνης με βάση την προσομοίωση του εγκεφάλου, επιτρέποντας την αποφυγή ορισμένων εμποδίων μέσω της αισθητηριακής ανίχνευσης.Ωστόσο, η περιορισμένη πρόοδος μεταξύ της δεκαετίας του 1940 και της δεκαετίας του 1960 οδήγησε στην εγκατάλειψη αυτού του παραδείγματος, με τους ερευνητές να επιλέγουν να αναπτύξουν άλλες, πιο ελπιδοφόρες προσεγγίσεις τεχνητής νοημοσύνης.σε χειρισμό συμβόλων, πιστεύοντας ότι η ικανότητα των ανθρώπων να μάθουν και να προσαρμοστούν στα αντικείμενα στο περιβάλλον τους περιστρέφεται γύρω από την ερμηνεία και την ερμηνεία των αντικειμένων ως βασικά σύμβολα.Μια καρέκλα, για παράδειγμα, θα μπορούσε να απλοποιηθεί σε ένα σύμβολο που τον καθορίζει ως αντικείμενο για να καθίσει.Αυτό το σύμβολο θα μπορούσε στη συνέχεια να χειριστεί και να προβάλλεται σε άλλα αντικείμενα.Οι ερευνητές ήταν σε θέση να δημιουργήσουν μια σειρά από ευέλικτες και δυναμικές προσεγγίσεις τεχνητής νοημοσύνης ενσωματώνοντας αυτή τη συμβολική προσέγγιση στην ανάπτυξη του AI.

Η ικανότητα να προσομοιώνει τις διαφορετικές γνωστικές προσεγγίσεις στη συμβολική σκέψη επέτρεψε στους προγραμματιστές της AI να δημιουργήσουν τη λογική και τη νοημοσύνη που βασίζεται στη γνώση.Η προσέγγιση που βασίζεται στη λογική εργάστηκε στις υποκείμενες αρχές της λογικής σκέψης, επικεντρώθηκε σχεδόν εξ ολοκλήρου στην επίλυση προβλημάτων και όχι στην αναπαραγωγή της ικανότητας σκέψης που μοιάζει με ανθρώπινη.Η λογική τελικά εξισορροπήθηκε με τη λογική Scruffy, η οποία έλαβε υπόψη το γεγονός ότι οι λύσεις μπορούν να βρεθούν εκτός ενός δεδομένου λογικού αλγορίθμου.Η νοημοσύνη που βασίζεται στη γνώση, από την άλλη πλευρά, επωφελήθηκε από την ικανότητα των υπολογιστών να αποθηκεύουν, να επεξεργάζονται και να ανακαλούν τεράστιες ποσότητες δεδομένων για την παροχή λύσεων σε προβλήματα.

Το ενδιαφέρον για την προσομοίωση του εγκεφάλου αναβιώθηκε στη δεκαετία του 1980 μετά την επιβράδυνση της συμβολικής νοημοσύνης.Αυτό οδήγησε στη δημιουργία υπο-συμβολικών συστημάτων, προσεγγίσεις τεχνητής νοημοσύνης που περιστρέφονταν γύρω από το συνδυασμό της σκέψης με την πιο βασική νοημοσύνη που απαιτείται για την κίνηση και την αυτοσυντήρηση.Αυτό επέτρεψε στα μοντέλα να συσχετίσουν το περιβάλλον γύρω τους σε δεδομένα στα καταστήματα μνήμης τους.Η στατιστική προσέγγιση που αναπτύχθηκε στη δεκαετία του 1990 βοήθησε να γυαλίσει τόσο τις συμβολικές όσο και τις υπο-συμβολικές προσεγγίσεις τεχνητής νοημοσύνης χρησιμοποιώντας εξελιγμένους μαθηματικούς αλγόριθμους για να προσδιοριστούν η πορεία δράσης που είναι πιθανότερο να οδηγήσει στην επιτυχία των μηχανών.Η έρευνα συχνά αντιμετωπίζει την ανάπτυξη του AI χρησιμοποιώντας αρχές από όλες τις προσεγγίσεις.