Kunstig intelligens (AI) refererer til systemer eller maskiner som simulerer menneskelig intelligens. Dette gjør at disse maskinene kan lære og tenke på egenhånd, samtidig som de kan ta avgjørelser uten menneskelig hjelp.
For å forstå hva AI prøver å gjøre, er det viktig å ta en titt på det endelige målet. Dette målet er å lage maskiner som kan behandle og assimilere data på en helt uavhengig måte, samtidig som de har evnen til å bli selvbevisst om deres eksistens.
For tiden er AI langt fra masseproduserende maskiner som er selvbevisste. Men det har utviklet seg nok der vanlige systemer og maskiner kan operere uten hjelp, vurdere data på egen hånd og ta avgjørelser på egen hånd.
Det finnes forskjellige typer kunstig intelligens, hvorav noen finnes i mange systemer og maskiner. Ved å lære om disse undergruppene av AI, kan du vite mer om AI og hvordan den fungerer.
Viktige punkter
- AI gir systemer og maskiner muligheten til å lære, tenke og ta beslutninger på egenhånd.
- Det finnes forskjellige typer AI som hver er klassifisert i henhold til deres evne til å operere uavhengig.
- AI tar sikte på å utvikle systemer som kan operere helt på egen hånd samtidig som de har menneskelignende selvbevissthet.
- I sin enkleste form kan AI bare utføre de oppgavene den er programmert til å gjøre. I sin avanserte form kan AI være en uavhengig tenker og beslutningstaker.
Hva er AI: Hvordan fungerer det og hva er det satt opp for å oppnå?
AI fungerer gjennom systemer og maskiner som er designet for å etterligne menneskelig intelligens. Dette inkluderer menneskets evne til å oppfatte iformatanalysere data og ta en beslutning i henhold til deres vurdering. AI-systemer emulerer disse intelligente prosessene gjennom et sett med forhåndsdefinerte oppgaver og avanserte algoritmer som programmererne deres utstyrer dem med.
Gjennom AI har mennesker som mål å skape systemer og maskiner som roboter som kan tenke og handle på egenhånd ved bruk av tilgjengeligeformation. Det endelige målet fra denne søken er å utvikle AI-systemer som er selvbevisste, selvevolusjonære og selvavhengige.
AI har forskjellige kategorier som definerer egenskapene til systemer og maskiner som opererer gjennom denne mekanismen. Disse kategoriene gjør det lettere for dataforskere, AI-programmerere og andre brukere å bestemme hvilken type kunstig intelligens-tilnærming de skal bruke med applikasjonene sine.
AI er vanligvis segmentert i følgende fire grupper.
1. Reaktiv
Reaktiv kunstig intelligens regnes som den mest daterte formen for kunstig intelligens. Denne kategorien får navnet sitt på grunn av å ha en forhåndsdefinert reaksjon på et sett med data og handlinger. Som sådan lærer ikke disse typene AI-systemer av sine erfaringer med håndtering iformation. I stedet er de bare i stand til å behandle og analysere data i henhold til deres forhåndsinnstilte programmering og reagere på det.
Dette begrenser mulighetene til disse AI-systemene til å danne sin egen mening utenfor parametrene de har blitt utstyrt med. Men når de trenes med ulike tolkninger av data i tankene, kan reaktive AI-systemer og maskiner fortsatt utføre fantastiske og ofte overflødige oppgaver på egen hånd for å gjøre menneskers liv enklere.
Mens du lærer om hva som er AI, kan du finne det svært omtalte eksemplet på reaktiv AI i form av den legendariske Deep Blue superdatamaskin av IBM som var programmert til å spille sjakk og vant kamper mot en verdensmester i 1996-1997. Mens et ofte sett eksempel på reaktiv AI er innholdsforslagssystemet til forskjellige strømmetjenester, som analyserer typen innhold som brukere konsumerer og tilbyr lignende forslag i henhold til tagger og annet identifiserbart iformation.
2. Begrenset minne
Begrenset minne AI refererer til systemer og maskiner som har evnen til å trekke fra sine tidligere erfaringer for å ta beslutninger i nåtiden. Dette gjør dem til en blanding av reaktiv AI, men med egenskapene til ML innebygd i dem. Dette fremhever også målene som moderne kunstig intelligens kan oppnå med mer avanserte tilnærminger, samtidig som de behandler komplekse sett med data.
På grunn av sin kategorisering av å bruke tidligere erfaringer med behandling av data for å utføre nye handlinger, alle moderne AI-systemer og maskiner bruk modellen med begrenset minne. Dette gjør begrenset minne til en av de mest allestedsnærværende formene for typene AI som anses ettertraktet av både dataforskere og programmerere.
Gitt at begrenset minne AI fungerer som grunnlaget for ulike moderne systemer, kan du finne det på tvers av flere applikasjoner. Ut av disse tilnærmingene skiller selvkjørende kjøretøy seg ut som en av de mest populære demonstrasjonene av alle. Dette gjør også begrenset minne til en av disse AI-typene som er satt til å nå nye høyder av popularitet i nær fremtid.
3. Sinnteori
Mens du lærer hva som er AI, må du også ta hensyn til teori om tankesystemer. Disse AI-systemene og maskinene er foreløpig ikke fullstendig utformet eller tilgjengelige i konkrete forbrukerapplikasjoner. Men konseptet deres er veldefinert og åpner nye dører til de typene underverk som AI kan oppnå for maskiner så vel som menneskeheten i fremtiden.
I et nøtteskall har teorien om sinns AI som mål å gå utover å emulere menneskelig intelligens og ønsker å forstå andres tanker, behov og følelser. På sin side ønsker denne AI-evolusjonen å heve syntetisk emosjonell intelligens på en måte som gjør at systemer og maskiner forstår menneskelige følelser like godt som de er i stand til å gjenskape dem.
Når det er sagt, er teorien om sinns AI ikke så lett å kopiere som å forutsi noen uunngåelige svinger på et sjakkbrett. I stedet krever det at AI-systemene og maskinene trenes i denne tilnærmingen for å virkelig analysere og vurdere personen de samhandler med. Dette krever betydelig fremgang i det nåværende AI-området, men lover også en spennende fremtid for AI.
4. Selvbevisst
Av de fire spennende typene AI, er selvbevisst AI kanskje det mest innovative, men kontroversielle temaet av alle. I likhet med theory of mind AI, er selvbevisst AI fortsatt under utvikling før den kan nå et nivå der applikasjonene er sømløse og klare for større kommersiell og offentlig bruk. Men som navnet antyder, vil selvbevisste AI-systemer og maskiner som roboter kunne bli sansende.
Denne oppfatningen av selvbevissthet vil komme fra videre utvikling av AI-systemer som brukes i dag, inkludert reaktivt og begrenset minne AI. Siden AI er et raskt utviklende område som stadig bringer nye systemer på plass, er ikke denne utviklingen av bordet selv om det vil ta litt tid.
Dette betyr at selv om det vil ta litt tid for forskere og eksperter å forstå hva AI er i stand til å gjøre med syntetisk emosjonell intelligens, vil mulighetene for å ha AI som tenker, føler og handler som mennesker gjør, være toppen av AI-teknologi. Denne fremgangen kan deretter vises frem i form av roboter og apper som er i stand til å samhandle med mennesker på samme følelsesmessige nivå som deres egen art.
De forskjellige typene AI-applikasjoner
Bortsett fra de fire typene AI nevnt ovenfor, har kunstig intelligens-rommet også forskjellige undergrupper under navnet. Disse inkluderer følgende tilnærminger.
Maskinlæring
Maskinlæring (ML) er ofte brukt om hverandre med kunstig intelligens, og er en underkategori av AI. AI-maskiner som bruker ML aktivt lærer av dataene de behandler og bruke tidligere lært innsikt og mønstre for å behandle nye sett med innformation i fremtiden. Disse AI-systemene kan tilpasse seg nye prosesser uten å måtte følge forhåndsinnstilte instruksjoner. Dette gjør AI med begrenset minne til en del av ML.
Dyp læring
Deep learning er en del av ML, der det fungerer som den mer avanserte versjonen av ML selv. Sammenlignet med ML, prosesser dyp læring mer komplekse og større sett med data som kan omfatte forskjellige ukategoriserte medier som bilde, stemme og video. Dette fungerer også for store mengder eller lag med data som er overveldende for mennesker å behandle i sin opprinnelige tilstand. Dette gjør dyp læring til en populær tilnærming for AI med begrenset minne med mer avanserte behov.
Natural Language Processing (NLP)
Naturlig språkbehandling er nå en allment tilgjengelig tilnærming for bruk av AI, spesielt maskinlæring. Det refererer til et system eller maskins evne til å identifisere, forstå og behandle menneskelig tale. Målet med denne tilnærmingen er at AI-maskiner skal etterligne menneskelig tale på en måte som gjør dem frie for å trenge menneskelig hjelp.
Du kan også snuble over følgende termer under forskningen din for å finne ut hva som er AI.
Nevrale nettverk
Også kjent som kunstige nevrale nettverk (ANN) eller simulerte nevrale nettverk (SNN), nevrale nettverk bruker den menneskelige hjernen som en modell for å koble sammen forskjellige grener av komplekse data gjennom lag. Nevrale nettverk regnes som en underkategori av maskinlæring og spiller en viktig rolle for å drive AI som fungerer med dyplæringstilnærmingen.
Robotics
Den kanskje mest populære iterasjonen av AI er representasjonen i robotikk. Disse maskinene fokuserer på håndtering og styring av fysiske prosesser. Dette gjør dem populære i ulike miljøer som produksjonsanlegg så vel som militære operasjoner. Disse AI-systemene fungerer for det meste på forhåndsinnstilte data, men de kan bruke forskjellige AI-undersett for å bli mer avanserte.
Kunstig generell intelligens (AGI)
Kunstig generell intelligens (AGI) er tolkningen av teori om sinn og selvbevisste AI-modeller. Disse AGI-systemene og maskinene er ikke bygget til perfeksjon og er fortsatt tungt under utviklingsprosessen for nå. Men når de først er utviklet, vil de omdefinere handlingene som de nåværende typene AI kan utføre på egenhånd.
AI er her for å bli, med dets sanne potensiale som ennå ikke er nådd
Med stemmeassistenter, selvkjørende biler og ulike administrative verktøy har AI allerede gjort seg selv til en del av livet vårt. Men dets sanne under i form av teori om sinn og selvbevissthet er ennå ikke nådd. Etter hvert som AI utvikler seg videre, kan disse fremskrittene også låse opp i fremtiden og avsløre den sanne kraften til menneskelignende intelligens i ulike systemer og maskiner.
