Jakie są różne podejścia sztucznej inteligencji?

Różne podejścia sztucznej inteligencji można podzielić na trzy odrębne grupy: symulację mózgu, symboliczną i subsymboliczną i statystyczną.Podejścia symboliczne i subsymboliczne można dalej podzielić na ich własne grupy: symulacja poznawcza, inteligencja oparta na logice i inteligencja oparta na wiedzy podlegają podejściem symbolicznym, podczas gdy teorie inteligencji oddolnej i obliczeniowej są identyfikowane jako subsymboliczna sztuczna inteligencja inteligencjapodchodzi do.Lata rozwoju w badaniach i zastosowaniu tych teorii doprowadziły do utworzenia zintegrowanych podejść, łącząc zasady z wielu szkół myślenia, aby generować bardziej wyrafinowane systemy sztucznej inteligencji (AI).

Rozwój AI po raz pierwszy trafił główne postępy rozwojowe w latach 40. XX wieku.Wykorzystując zasady neurologii, cybernetyki i podstawowych teorii przetwarzania poznawczego, naukowcy byli w stanie budować roboty o prymitywnych poziomach inteligencji oparte na symulacji mózgu, umożliwiając unikanie niektórych przeszkód poprzez wykrywanie sensoryczne.W manipulację symbolem, wierząc, że zdolność ludzi do poznania i dostosowywania się do obiektów w ich środowisku obraca się wokół interpretacji i reinterpretacji obiektów jako podstawowych symboli.Na przykład krzesło można uprościć w symbolu określającym go jako obiekt do siedzenia.Ten symbol można następnie manipulować i rzutować na inne obiekty.Naukowcy byli w stanie stworzyć szereg elastycznych i dynamicznych podejść sztucznej inteligencji, włączając to symboliczne podejście do rozwoju AI.

Zdolność do symulacji różnych podejść poznawczych do myśli symbolicznej pozwoliło programistom AI tworzenie inteligencji opartej na logice i wiedzy.Podejście oparte na logice opracowało podstawowe zasady logicznego myślenia, skoncentrowane prawie całkowicie na rozwiązywaniu problemów, a nie replikacji zdolności myślenia podobnego do człowieka.Logika została ostatecznie zrównoważona przez niechlujną logikę, która uwzględniła fakt, że rozwiązania można znaleźć poza danym algorytmem logicznym.Z drugiej strony inteligencja oparta na wiedzy wykorzystała zdolność komputerów do przechowywania, przetwarzania i przypominania ogromnej ilości danych, aby zapewnić rozwiązania problemów.

Zainteresowanie symulacją mózgu zostało odnowione w latach 80. XX wieku po powolnym rozwój inteligencji symbolicznej.Doprowadziło to do stworzenia systemów podsymbolicznych, podejścia sztucznej inteligencji, które obracały się wokół łączenia myślenia z bardziej podstawową inteligencją potrzebną do ruchu i samozachowawczości.Umożliwiło to modele powiązanie środowiska wokół nich z danymi w ich magazynie pamięci.Podejście statystyczne opracowane w latach 90. pomogło polerować zarówno symboliczne, jak i subsymbolowe podejścia sztucznej inteligencji, stosując wyrafinowane algorytmy matematyczne w celu ustalenia, jaka jest powodzenie w sukcesie maszyn.Badania często zajmują się rozwojem AI, wykorzystując zasady ze wszystkich podejść.