Paano gumagana ang artipisyal na katalinuhan?

Mayroong iba't ibang mga anyo ng artipisyal na katalinuhan (AI) sa labas ngayon.Ito ay isang matigas na tanong kung ano ang tawaging kahit na isang artipisyal na katalinuhan at kung ano ang tatawagin lamang ng isang programa ng software.Mayroong isang pagkahilig sa software, kung saan kapag ang isang bagay na dating tinatawag na AI ay tumatanda at isinasama ang sarili sa backdrop ng teknolohikal, hindi na ito tinatawag na AI.Ang mga programmer ng 1950s ay maaaring tumawag ng maraming naka -embed na software sa aming mundo artipisyal na katalinuhan - halimbawa, ang microchip sa iyong kotse na kumokontrol sa iniksyon ng gasolina, o ang database sa supermarket na nag -iimbak ng mga talaan ng lahat ng mga benta, o ang search engine ng Google.Ngunit ang patlang na tumatawag sa sarili nitong artipisyal na katalinuhan ay may posibilidad na maging bahagyang naiiba kaysa sa mas malaking pangkat ng mga developer ng software sa pangkalahatan.Ang mga mananaliksik ng AI ay may posibilidad na tumingin sa mas kumplikado, umaangkop, may kakayahang, o kahit na vaguely na tulad ng tao na mga form ng software.Ang mga manggagawa sa artipisyal na katalinuhan ay may posibilidad na maging interdisiplinary at mahusay sa mga lugar ng agham at matematika na dayuhan sa karaniwang programmer, kabilang ang ngunit hindi limitado sa: pormal na istatistika, neuroscience, ebolusyonaryong sikolohiya, pag-aaral ng makina, at teorya ng desisyon.

larangan ng artipisyal na katalinuhan, mayroong dalawang pangunahing kampo: ang mga neats, at mga scruffies.Ang dibisyon ay gaganapin mula nang ang AI ay itinatag bilang isang patlang noong 1956. Ang mga Neats ay mga tagapagtaguyod ng pormal na pamamaraan tulad ng inilapat na istatistika.Gusto nila ang kanilang mga programa upang maging maayos, maayos na tunog, gumana batay sa mga kongkretong teorya, at malayang mai-edit.Ang mga scruffies tulad ng Messy Approaches, tulad ng mga adaptive na neural network, at isaalang -alang ang kanilang mga sarili na mga hacker, na itinapon ang anumang bagay hangga't tila gumagana ito.Ang parehong mga diskarte ay nagkaroon ng mga kahanga -hangang tagumpay sa nakaraan, at may mga hybrid ng dalawang tema din. Ang lahat ng mga artipisyal na disenyo ng katalinuhan ay hindi bababa sa mababaw na inspirasyon ng utak ng tao, tulad ng sa pamamagitan ng kahulugan ng artipisyal na katalinuhan ay tungkol sa paggaya ng ilang aspeto ng katalinuhan.Ang mga AI ay kailangang magtayo ng mga konsepto ng mga bagay na kanilang manipulahin o nakikipagtulungan, at itabi ang mga konsepto na iyon bilang mga chunks ng data.Minsan ang mga chunks na ito ay pabago -bago at madalas na na -update, kung minsan ay static.Karaniwan ang isang AI ay nababahala sa pagsasamantala sa mga relasyon sa pagitan ng data upang makamit ang ilang layunin. Ang mga layunin ay madalas na itinalaga batay sa utility.Kapag ipinakita sa isang layunin, ang isang sistema ng AI ay maaaring makabuo ng mga subgoal, at italaga ang mga halaga ng utility ng subgoals batay sa kanilang hinulaang kontribusyon sa pangunahing layunin.Ang AI ay nagpapatuloy upang ituloy ang mga subgoal hanggang sa magawa ang pangunahing layunin.Pagkatapos ito ay libre upang magpatuloy sa isang bagong (ngunit madalas na katulad) pangunahing layunin.Ang naiiba sa gitna ng AI ay kung paano ipinatupad ang lahat ng mga dinamikong ito.