Kunstmatige intelligentie (AI) verwijst naar systemen of machines die menselijke intelligentie simuleren. Hierdoor kunnen deze machines zelfstandig leren en denken, terwijl ze ook beslissingen kunnen nemen zonder menselijke hulp.
Om te begrijpen wat AI probeert te doen, is het belangrijk om naar het uiteindelijke doel te kijken. Dit doel is om machines te maken die op een volledig onafhankelijke manier gegevens kunnen verwerken en assimileren, terwijl ze ook het vermogen hebben om zelfbewust te worden van hun bestaan.
Op dit moment is AI verre van massaproducerende machines die zelfbewust zijn. Maar het is voldoende geëvolueerd waar gewone systemen en machines zonder hulp kunnen werken, gegevens zelfstandig kunnen beoordelen en zelfstandig beslissingen kunnen nemen.
Er zijn verschillende soorten AI, waarvan sommige in veel systemen en machines te vinden zijn. Door meer te weten te komen over deze subsets van AI, kunt u meer te weten komen over AI en hoe deze werkt.
Sleutelpunten
- AI geeft systemen en machines de mogelijkheid om zelf te leren, te denken en beslissingen te nemen.
- Er zijn verschillende soorten AI die elk worden geclassificeerd op basis van hun vermogen om onafhankelijk te opereren.
- AI heeft tot doel systemen te ontwikkelen die volledig zelfstandig kunnen werken terwijl ze een mensachtig zelfbewustzijn hebben.
- In zijn eenvoudigste vorm kan AI alleen die taken uitvoeren waarvoor het is geprogrammeerd. In zijn geavanceerde vorm kan AI een onafhankelijke denker en beslisser zijn.
Wat is AI: hoe werkt het en wat wil het bereiken?
AI werkt via systemen en machines die zijn ontworpen om menselijke intelligentie na te bootsen. Dit omvat het menselijk vermogen om informatie waar te nemen, data te analyseren en een beslissing te nemen op basis van hun beoordeling. AI-systemen emuleren deze intelligente processen via een set vooraf gedefinieerde taken en geavanceerde algoritmen waarmee hun programmeurs hen uitrusten.
Via AI willen mensen systemen en machines creëren, zoals robots, die zelfstandig kunnen denken en handelen door gebruik te maken van beschikbare informatie. Het uiteindelijke doel van deze zoektocht is om AI-systemen te ontwikkelen die zelfbewust, zelf-evolutionair en zelf-afhankelijk zijn.
AI heeft verschillende categorieën die de mogelijkheden definiëren van systemen en machines die via dit mechanisme werken. Deze categorieën maken het voor datawetenschappers, AI-programmeurs en andere gebruikers gemakkelijker om te bepalen welk type kunstmatige intelligentie ze moeten gebruiken met hun applicaties.
AI wordt meestal gesegmenteerd in de volgende vier groepen.
1. Reactieve
Reactieve kunstmatige intelligentie wordt beschouwd als de meest gedateerde vorm van AI. Deze categorie dankt zijn naam aan het feit dat het een vooraf gedefinieerde reactie heeft op een set data en acties. Als zodanig leren dit soort AI-systemen niet van hun ervaringen met het verwerken van informatie. In plaats daarvan zijn ze alleen in staat om data te verwerken en analyseren volgens hun vooraf ingestelde programmering en hierop te reageren.
Dit beperkt het vermogen van deze AI-systemen om een eigen mening te vormen buiten de parameters waarmee ze zijn uitgerust. Maar wanneer ze worden getraind met verschillende interpretaties van gegevens in gedachten, kunnen reactieve AI-systemen en -machines zelf nog steeds prachtige en vaak overbodige taken uitvoeren om het leven van mensen gemakkelijker te maken.
Terwijl je leert wat AI is, vind je misschien het veelbesproken voorbeeld van reactieve AI in de vorm van de legendarische Deep Blue-supercomputer door IBM, dat was geprogrammeerd om schaak te spelen en in 1996-1997 wedstrijden tegen een wereldkampioen won. Een veelvoorkomend voorbeeld van reactieve AI is het systeem voor suggesties voor content van verschillende streamingdiensten, dat het type content analyseert dat gebruikers consumeren en vergelijkbare suggesties doet op basis van tags en andere identificeerbare informatie.
2. Beperkt geheugen
AI met beperkt geheugen verwijst naar systemen en machines die kunnen putten uit hun eerdere ervaringen om beslissingen te nemen in het heden. Dit maakt ze een mix van reactieve AI, maar met de mogelijkheden van ML erin ingebed. Dit benadrukt ook de doelstellingen die moderne AI kan bereiken met meer geavanceerde benaderingen, terwijl ook complexe datasets worden verwerkt.
Vanwege de categorisering van het gebruik van eerdere ervaringen met het verwerken van gegevens om nieuwe acties uit te voeren, alle moderne AI-systemen en -machines gebruik het beperkte geheugenmodel. Dit maakt een beperkt geheugen tot een van de meest alomtegenwoordige vormen van AI die zowel door datawetenschappers als programmeurs als gewild worden beschouwd.
Aangezien AI met beperkt geheugen de basis vormt van verschillende moderne systemen, kunt u deze in verschillende toepassingen vinden. Van deze benaderingen vallen zelfrijdende voertuigen op als een van de meest populaire demonstraties van allemaal. Dit maakt beperkt geheugen ook tot een van die AI-types die in de nabije toekomst nieuwe hoogten van populariteit zullen bereiken.
3. Theorie van de geest
Terwijl je leert wat AI is, moet je ook aandacht besteden aan theory of mind-systemen. Deze AI-systemen en -machines zijn nog niet volledig gevormd of beschikbaar in tastbare consumententoepassingen. Maar hun concept is goed gedefinieerd en opent nieuwe deuren naar de soorten wonderen die AI in de toekomst kan bereiken voor zowel machines als de mensheid.
Kortom, theory of mind AI wil verder gaan dan het nabootsen van menselijke intelligentie en streeft ernaar de gedachten, behoeften en emoties van anderen te begrijpen. Deze AI-evolutie streeft er op zijn beurt naar om synthetische emotionele intelligentie te verhogen op een manier die ervoor zorgt dat systemen en machines menselijke emoties net zo goed begrijpen als dat ze deze kunnen repliceren.
Dat gezegd hebbende, is theory of mind AI niet zo eenvoudig te repliceren als het voorspellen van enkele onvermijdelijke wendingen op een schaakbord. In plaats daarvan vereist het dat de AI-systemen en -machines in deze aanpak worden getraind om de persoon met wie ze communiceren echt te analyseren en te beoordelen. Dit vraagt om aanzienlijke vooruitgang in de huidige AI-ruimte, maar belooft ook een opwindende toekomst voor AI.
4. Zelfbewust
Van de vier opwindende soorten AI is zelfbewuste AI misschien wel het meest innovatieve maar controversiële onderwerp van allemaal. Net als bij theory of mind AI, blijft zelfbewuste AI in ontwikkeling voordat het een niveau kan bereiken waarop de toepassingen naadloos zijn en klaar zijn voor groter commercieel en openbaar gebruik. Maar zoals de naam al doet vermoeden, zullen zelfbewuste AI-systemen en machines zoals robots bewust kunnen worden.
Deze perceptie van zelfbewustzijn zal voortkomen uit de verdere vooruitgang van de momenteel gebruikte AI-systemen, waaronder reactieve en beperkte geheugen-AI. Aangezien AI een snel evoluerende ruimte is die steeds nieuwe systemen introduceert, is deze evolutie niet van tafel, ook al zal het enige tijd duren.
Dit betekent dat hoewel het enige tijd zal duren voordat wetenschappers en experts begrijpen wat AI kan doen met synthetische emotionele intelligentie, de mogelijkheden om AI te hebben die denkt, voelt en handelt zoals mensen dat doen, het toppunt van AI-technologie zullen zijn. Deze vooruitgang kan vervolgens worden gedemonstreerd in de vorm van robots en apps die in staat zijn om met mensen te communiceren op hetzelfde emotionele niveau als hun eigen soort.
De verschillende soorten AI-toepassingen
Afgezien van de vier hierboven genoemde soorten AI, heeft de ruimte voor kunstmatige intelligentie ook verschillende subsets onder zijn naam. Deze omvatten de volgende benaderingen.
Machine leren
Machine learning (ML) wordt vaak door elkaar gebruikt met kunstmatige intelligentie en is een subcategorie van AI. AI-machines die ML gebruiken, leren actief van de gegevens die ze verwerken en eerder geleerde inzichten en patronen toepassen om nieuwe sets informatie te verwerken in de toekomst. Deze AI-systemen kunnen zich aanpassen aan nieuwe processen zonder vooraf ingestelde instructies te hoeven volgen. Dit maakt limited memory AI een onderdeel van ML.
Diepe leren
Diep leren is een onderdeel van ML, waar het fungeert als de meer geavanceerde versie van ML zelf. In vergelijking met ML verwerkt deep learning complexere en grotere gegevenssets die verschillende niet-gecategoriseerde media kunnen bevatten, zoals beeld, spraak en video. Dit werkt ook voor grote hoeveelheden of lagen gegevens die voor mensen overweldigend zijn om in hun oorspronkelijke staat te verwerken. Dit maakt deep learning een populaire benadering voor AI met beperkt geheugen en meer geavanceerde behoeften.
Natuurlijke taalverwerking (NLP)
Natuurlijke taalverwerking is nu een algemeen beschikbare benadering voor het gebruik van AI, met name machine learning. Het verwijst naar het vermogen van een systeem of machine om menselijke spraak te identificeren, te begrijpen en te verwerken. Het doel van deze aanpak is dat AI-machines menselijke spraak nabootsen op een manier die ervoor zorgt dat ze geen menselijke hulp meer nodig hebben.
U kunt tijdens uw onderzoek ook de volgende termen tegenkomen om te leren wat AI is.
Neurale netwerken
Ook gekend als kunstmatige neurale netwerken (ANN's) of gesimuleerde neurale netwerken (SNN's), neurale netwerken gebruiken het menselijk brein als een model om verschillende takken van complexe gegevens via lagen met elkaar te verbinden. Neurale netwerken worden beschouwd als een subcategorie van machine learning en spelen een cruciale rol bij het aandrijven van AI die werkt met de deep learning-benadering.
Robotics
Misschien wel de meest populaire iteratie van AI is de weergave ervan in robotica. Deze machines richten zich op het afhandelen en beheersen van fysieke processen. Dit maakt ze populair in verschillende omgevingen, zoals fabrieken en militaire operaties. Deze AI-systemen werken meestal met vooraf ingestelde gegevens, maar ze kunnen verschillende AI-subsets gebruiken om geavanceerder te worden.
Kunstmatige algemene intelligentie (AGI)
Kunstmatige algemene intelligentie (AGI) is de interpretatie van theory of mind en zelfbewuste AI-modellen. Deze AGI-systemen en -machines zijn niet tot in de perfectie gebouwd en blijven voorlopig zwaar in ontwikkeling. Maar als ze eenmaal zijn ontwikkeld, zullen ze de acties herdefiniëren die de huidige soorten AI helemaal alleen kunnen uitvoeren.
AI is er om te blijven, met zijn ware potentieel dat nog moet worden bereikt
Met stemassistenten, zelfrijdende auto's en verschillende administratieve tools heeft AI zichzelf al een deel van ons leven gemaakt. Maar het ware wonder in termen van theory of mind en zelfbewustzijn moet nog worden bereikt. Naarmate AI verder evolueert, kunnen deze vorderingen in de toekomst ook worden ontgrendeld en de ware kracht van mensachtige intelligentie in verschillende systemen en machines onthullen.
