laartefarita inteligenteco ĝi estas la procezo konstrui inteligentajn maŝinojn el grandaj volumoj de datumoj. Sistemoj lernas de pasintaj lernado kaj spertoj kaj plenumas homajn taskojn. Ĝi plibonigas la rapidecon, precizecon kaj efikecon de homaj klopodoj. Artefarita inteligenteco uzas kompleksajn algoritmojn kaj metodojn por konstrui maŝinojn kiuj povas fari decidojn memstare. Maŝina lernado kaj la deep learning konsistigas la kernon de laartefarita inteligenteco.
Artefarita inteligenteco nun estas uzata en preskaŭ ĉiuj komercaj sektoroj:
Nun kiam vi scias, kio vere estas artefarita inteligenteco, ni rigardu, kiuj estas la malsamaj specoj de artefarita inteligenteco?
Artefarita inteligenteco povas esti dividita surbaze de kapabloj kaj funkcieco.
Estas tri specoj de AI bazitaj sur kapabloj:
Sub funkcioj, ni havas kvar specojn de Artefarita Inteligenteco:
Unue, ni rigardos la malsamajn specojn de lerteco-bazita AI.
Mallarĝa AI, ankaŭ nomita malforta AI, temigas mallarĝan taskon kaj ne povas funkcii preter siaj limoj. Ĝi celas ununuran subaron de kognaj kapabloj kaj progresas trans tiu spektro. Mallarĝaj AI-aplikoj iĝas pli kaj pli oftaj en nia ĉiutaga vivo dum metodoj evoluas de maŝinlernado kaj deep learning daŭre disvolviĝas.
Apple Siri
estas ekzemplo de mallarĝa AI, kiu funkcias kun limigita gamo de antaŭfunkciojdefinokto. Siri ofte havas problemojn kun taskoj kiuj estas preter ŝiaj kapabloj. IBM Watson
estas alia ekzemplo de mallarĝa AI. Apliki kognan komputadon, maŝinlernadon kajnaturlingva prilaborado por prilabori informojn kaj respondi viajn demandojn. IBM Watson
li iam superis sian homan konkuranton Ken Jennings
iĝante la ĉampiono de la populara televidspektaklo Jeopardy
!. Narrow AI
inkluzivi Google Translate
, programaro por rekono de bildoj, rekomendaj sistemoj, spam-filtriloj kaj la algoritmo de paĝa rango de Guglo.Artefarita ĝenerala inteligenteco, ankaŭ konata kiel forta artefarita inteligenteco, kapablas kompreni kaj lerni ajnan intelektan taskon, kiun homo povas fari. Ĝi permesas al maŝino apliki scion kaj kapablojn en malsamaj kuntekstoj. Ĝis nun, AI-esploristoj ne povis atingi fortan AI. Ili devus trovi metodon por konsciigi maŝinojn programante kompletan aron de kognaj kapabloj. Ĝenerala AI ricevis investon de $ 1 miliardo de Microsoft
proceduro OpenAI
.
Fujitsu
li konstruis la K computer
, unu el la plej rapidaj superkomputiloj en la mondo. Ĝi estas unu el la signifaj provoj atingi fortan artefaritan inteligentecon. Necesis preskaŭ 40 minutoj por simuli nur unu sekundon de neŭrala agado. Tial estas malfacile determini ĉu forta AI baldaŭ eblos.Tianhe-2
estas superkomputilo evoluigita de Ĉina Nacia Defenda Teknologia Universitato. Ĝi tenas la rekordon de cps (kalkuloj por sekundo) kun 33,86 petaflopoj (kvadrilon cps). Kvankam ĝi sonas interese, oni taksas, ke la homa cerbo kapablas je unu eksaflopo, tio estas, unu miliardo da cps.Super AI superas homan inteligentecon kaj povas plenumi ajnan taskon pli bone ol homo. La koncepto de artefarita superinteligenteco vidas artefaritan inteligentecon evoluis por esti tiel simila al homaj sentoj kaj spertoj ke ĝi faras pli ol nur kompreni ilin; ĝi ankaŭ elvokas proprajn emociojn, bezonojn, kredojn kaj dezirojn. Ĝia ekzisto estas ankoraŭ hipoteza. Kelkaj el la kritikaj trajtoj de super AI inkluzivas pensadon, solvi enigmojn, fari juĝojn kaj fari aŭtonomiajn decidojn.
Nun ni rigardos la malsamajn specojn de trajto-bazitaj AI.
Por priskribi la diversajn specojn de sistemoj de Artefarita Inteligenteco necesas klasifiki ilin laŭ iliaj funkcioj.
Reaktiva maŝino estas la primara formo de artefarita inteligenteco kiu ne stokas memorojn aŭ uzas pasintajn spertojn por determini estontajn agojn. Ĝi funkcias nur kun ekzistantaj datumoj. Ili perceptas la mondon kaj reagas al ĝi. Reaktivaj maŝinoj ricevas specifajn taskojn kaj havas neniujn kapablojn preter tiuj taskoj.
Deep Blue
dell 'IBM
kiu venkis la ŝakludan majstron Garry Kasparov
ĝi estas reaktiva maŝino, kiu vidas la pecojn de la ŝaktabulo kaj reagas al ili. Deep Blue
li ne povas rilati al iu ajn el siaj antaŭaj spertoj aŭ pliboniĝi kun praktiko. Ĝi povas identigi pecojn sur ŝaktabulo kaj scii kiel ili moviĝas. Deep Blue povas fari antaŭdirojn pri kio la venontaj movoj povus esti por li kaj lia kontraŭulo. Ignoru ĉion antaŭ la nuna momento kaj rigardu la pecojn de la ŝaktabulo kiel ili estas en ĉi tiu momento kaj elektu inter eblaj sekvaj movoj.
Limigita Memoro AI trejnas de pasintaj datumoj por fari decidojn. La memoro pri tiaj sistemoj estas mallongdaŭra. Ili povas uzi ĉi tiujn pasintajn datumojn por specifa tempodaŭro, sed ili ne povas aldoni ĝin al biblioteko de siaj spertoj. Ĉi tiu speco de teknologio estas uzata en memveturaj veturiloj.
Mitsubishi Electric
provis eltrovi kiel plibonigi tiun teknologion por aplikoj kiel memveturaj aŭtoj.
Teorio de menso artefarita inteligenteco reprezentas altnivelan teknologian klason kaj ekzistas nur kiel koncepto. Ĉi tiu speco de AI postulas profundan komprenon, ke homoj kaj aferoj ene de medio povas ŝanĝi sentojn kaj kondutojn. Ĝi devus kompreni la emociojn, sentojn kaj pensojn de homoj. Kvankam multaj plibonigoj estis faritaj en ĉi tiu kampo, ĉi tiu tipo de artefarita inteligenteco ankoraŭ ne estas tute kompleta.
Kismet
. Kismet
estas robotkapo farita fine de la 90-aj jaroj de esploristo de Massachusetts Institute of Technology
. Kismet
povas imiti homajn emociojn kaj rekoni ilin. Ambaŭ kapabloj reprezentas ŝlosilajn progresojn en teorio pri artefarita inteligenteco, sed Kismet
ĝi ne povas sekvi rigardojn aŭ atentigi homojn.Sophia di Hanson Robotics
estas alia ekzemplo kie la teorio de mensa artefarita inteligenteco estis efektivigita. La fotiloj en la okuloj de Sofio, kombinitaj kun komputilaj algoritmoj, permesas al ŝi vidi. Ĝi povas daŭrigi okulkontakton, rekoni homojn kaj spuri vizaĝojn.Memkonscio AI ekzistas nur hipoteze. Tiaj sistemoj komprenas siajn internajn trajtojn, statojn kaj kondiĉojn kaj perceptas homajn emociojn. Ĉi tiuj maŝinoj estos pli inteligentaj ol la homa menso. Ĉi tiu tipo de AI ne nur povos kompreni kaj elvoki emociojn en tiuj kun kiuj ĝi interagas, sed ankaŭ havos emociojn, bezonojn kaj kredojn proprajn.
Esplorado pri artefarita inteligenteco sukcese evoluigis efikajn teknikojn por solvi larĝan gamon de problemoj, de videoludado ĝis medicina diagnozo.
Estas multaj branĉoj de artefarita inteligenteco, ĉiu kun sia propra fokuso kaj aro de teknikoj. Kelkaj el la esencaj branĉoj de artefarita inteligenteco inkluzivas:
Machine learning
: traktas la evoluon de algoritmoj kapablaj lerni de datumoj. ML-algoritmoj estas uzataj en diversaj aplikoj, inkluzive de bildrekono, spamfiltrado kaj naturlingva prilaborado.Deep learning
: Ĝi estas branĉo de maŝinlernado, kiu uzas artefaritajn neŭralajn retojn por akiri scion el datumoj. La algoritmoj de deep learning ili efike solvas diversajn problemojn, inkluzive de NLP, bildrekono kaj parolrekono.Robotica
: estas fako de inĝenieristiko kiu traktas la dezajnon, konstruadon kaj funkciadon de robotoj. Robotoj povas plenumi taskojn aŭtomate en diversaj sektoroj, inkluzive de fabrikado, sanservo kaj transportado.Genera AI diferencas de aliaj specoj de AI pro sia kapablo generi novan kaj originalan enhavon, kiel bildojn, tekston aŭ muzikon, surbaze de modeloj lernitaj de trejnaj datumoj, montrante kreivon kaj novigon.
AI-artgeneratoroj kolektas datumojn en bildoj, kiuj tiam estas uzataj por trejni la AI per modelo de deep learning.
Ĉi tiu ŝablono identigas ŝablonojn, kiel la karakteriza stilo de malsamaj specoj de arto.
La AI tiam uzas ĉi tiujn ŝablonojn por krei unikajn bildojn surbaze de la petoj de la uzanto.
Ĉi tiu procezo estas ripeta kaj generas pli da bildoj por rafini kaj atingi la deziratan rezulton.
Plej multaj AI-generatoroj ofertas senpagajn provajn versiojn, sed ekzistas ankaŭ pluraj tute senpagaj AI-artgeneratoroj haveblaj.
Iuj el ili inkluzivas Bing Image Creator, Craiyon, StarryAI, Stablecog kaj aliajn.
Ĉiu AI-generatoro havas siajn proprajn kondiĉojn por vendi AI-generitajn artaĵojn en sia retejo.
Dum iuj artaĵoj-generatoroj havas neniujn restriktojn pri vendado de la bildo kiel via propra, kiel Jasper AI, aliaj ne permesas monetigon de la artaĵo kiun ili generas.
BlogInnovazione.it
La maramea sektoro estas vera tutmonda ekonomia potenco, kiu navigis al merkato de 150 miliardoj...
Pasintlunde, la Financial Times anoncis interkonsenton kun OpenAI. FT licencas sian mondklasan ĵurnalismon...
Milionoj da homoj pagas por streaming-servoj, pagante monatajn abonkotizojn. Estas komuna opinio, ke vi...
Coveware de Veeam daŭre liveros servojn de respondaj incidentoj pri ciberĉantaĝo. Coveware ofertos krimmedicinajn kaj solvajn kapablojn...