L 'արհեստական բանականություն դա մեծ ծավալի տվյալներից խելացի մեքենաների կառուցման գործընթացն է: Համակարգերը սովորում են անցյալի ուսուցումից և փորձից և կատարում են մարդու նման առաջադրանքներ: Այն բարելավում է մարդկային ջանքերի արագությունը, ճշգրտությունը և արդյունավետությունը: Արհեստական ինտելեկտը օգտագործում է բարդ ալգորիթմներ և մեթոդներ՝ մեքենաներ ստեղծելու համար, որոնք կարող են ինքնուրույն որոշումներ կայացնել: Մեքենայի ուսուցում եւ deep learning կազմում են միջուկըարհեստական բանականություն.
Արհեստական ինտելեկտն այժմ օգտագործվում է գրեթե բոլոր բիզնես ոլորտներում.
Այժմ, երբ գիտեք, թե ինչ է իրականում արհեստական ինտելեկտը, եկեք տեսնենք, թե որոնք են արհեստական ինտելեկտի տարբեր տեսակները:
Արհեստական ինտելեկտը կարելի է բաժանել՝ ելնելով հնարավորություններից և ֆունկցիոնալությունից:
Հնարավորությունների հիման վրա AI-ի երեք տեսակ կա.
Առանձնահատկությունների ներքո մենք ունենք արհեստական ինտելեկտի չորս տեսակ.
Նախ, մենք կանդրադառնանք հմտությունների վրա հիմնված AI-ի տարբեր տեսակներին:
Նեղ AI-ն, որը նաև կոչվում է թույլ AI, կենտրոնանում է նեղ առաջադրանքի վրա և չի կարող գործել դրա սահմաններից դուրս: Այն ուղղված է ճանաչողական ունակությունների մեկ ենթաբազմությանը և առաջընթաց է գրանցում այդ սպեկտրով: Նեղ արհեստական ինտելեկտի կիրառումները դառնում են ավելի ու ավելի տարածված մեր առօրյա կյանքում, քանի որ մեթոդները զարգանում են մեքենայական ուսուցման և deep learning շարունակել զարգանալ։
Apple Siri
նեղ AI-ի օրինակ է, որը գործում է նախնական գործառույթների սահմանափակ շրջանակովdefiգիշերը. Սիրին հաճախ խնդիրներ է ունենում առաջադրանքների հետ, որոնք դուրս են իր հնարավորություններից: IBM Watson
նեղ AI-ի ևս մեկ օրինակ է: Կիրառել ճանաչողական հաշվարկներ, մեքենայական ուսուցում ևբնական լեզու մշակումը տեղեկատվությունը մշակելու և ձեր հարցերին պատասխանելու համար: IBM Watson
նա մի անգամ գերազանցեց իր մարդկային մրցակցին Ken Jennings
դառնալով հայտնի հեռուստաշոուի չեմպիոն Jeopardy
!. Narrow AI
ներառում Google Translate
, պատկերների ճանաչման ծրագրակազմ, առաջարկությունների համակարգեր, սպամի զտիչներ և Google-ի էջի վարկանիշավորման ալգորիթմ:Արհեստական ընդհանուր ինտելեկտը, որը նաև հայտնի է որպես ուժեղ արհեստական ինտելեկտ, ունակ է հասկանալու և սովորելու ցանկացած ինտելեկտուալ խնդիր, որը կարող է անել մարդը: Այն թույլ է տալիս մեքենային կիրառել գիտելիքներ և հմտություններ տարբեր համատեքստերում: Առայժմ AI հետազոտողներին չի հաջողվել հասնել ուժեղ AI-ի: Նրանք պետք է գտնեին մի մեթոդ, որպեսզի մեքենաները գիտակցեն՝ ծրագրավորելով ճանաչողական կարողությունների ամբողջական փաթեթը: General AI-ն ստացել է 1 միլիարդ դոլարի ներդրում Microsoft
միջոց OpenAI
.
Fujitsu
նա կառուցել է K computer
, աշխարհի ամենաարագ սուպերհամակարգիչներից մեկը։ Դա ուժեղ արհեստական ինտելեկտի հասնելու նշանակալի փորձերից է։ Մոտ 40 րոպե պահանջվեց նյարդային ակտիվության ընդամենը մեկ վայրկյան մոդելավորելու համար: Հետևաբար, դժվար է որոշել, թե արդյոք շուտով հնարավոր կլինի ուժեղ AI-ն:Tianhe-2
գերհամակարգիչ է, որը մշակվել է Չինաստանի ազգային պաշտպանական տեխնոլոգիաների համալսարանի կողմից: Այն կրում է cps (հաշվարկներ մեկ վայրկյանում) ռեկորդը՝ 33,86 պետաֆլոպս (քվադրիլիոն cps): Չնայած հետաքրքիր է հնչում, սակայն հաշվարկվում է, որ մարդու ուղեղն ունակ է մեկ էկզաֆլոպ, այսինքն՝ մեկ միլիարդ cps:Super AI-ն գերազանցում է մարդու ինտելեկտը և կարող է ցանկացած խնդիր կատարել ավելի լավ, քան մարդը: Արհեստական գերինտելեկտի հայեցակարգը տեսնում է, որ արհեստական ինտելեկտը զարգացել է այնպես, որ նման է մարդկային զգացմունքներին և փորձառություններին, որ այն ավելին է անում, քան պարզապես դրանք հասկանում է. այն նաև առաջացնում է սեփական հույզեր, կարիքներ, համոզմունքներ և ցանկություններ: Նրա գոյությունը դեռ հիպոթետիկ է։ Սուպեր AI-ի որոշ կրիտիկական բնութագրերը ներառում են մտածելը, հանելուկներ լուծելը, դատողություններ անելը և ինքնուրույն որոշումներ կայացնելը:
Այժմ մենք կանդրադառնանք առանձնահատկությունների վրա հիմնված AI-ի տարբեր տեսակներին:
Արհեստական ինտելեկտի համակարգերի տարբեր տեսակներ նկարագրելու համար անհրաժեշտ է դասակարգել դրանք՝ ելնելով իրենց գործառույթներից:
Ռեակտիվ մեքենան արհեստական ինտելեկտի առաջնային ձևն է, որը չի պահպանում հիշողությունները և չի օգտագործում անցյալի փորձը ապագա գործողությունները որոշելու համար: Այն աշխատում է միայն առկա տվյալների հետ: Նրանք ընկալում են աշխարհը և արձագանքում դրան։ Ռեակտիվ մեքենաներին տրվում են հատուկ առաջադրանքներ և այդ առաջադրանքներից դուրս ոչ մի հնարավորություն չունեն:
Deep Blue
of 'IBM
ով հաղթեց շախմատի գրոսմայստերին Garry Kasparov
դա ռեակտիվ մեքենա է, որը տեսնում է շախմատի տախտակի խաղաքարերը և արձագանքում դրանց: Deep Blue
նա չի կարող անդրադառնալ իր նախկին փորձից որևէ մեկին կամ կատարելագործվել գործնականում: Այն կարող է ճանաչել խաղաքարերը շախմատի տախտակի վրա և իմանալ, թե ինչպես են դրանք շարժվում: Deep Blue-ն կարող է կանխատեսումներ անել, թե ինչ կարող են լինել իր և իր հակառակորդի հաջորդ քայլերը: Անտեսեք ամեն ինչ մինչև ներկա պահը և նայեք շախմատի խաղատախտակի խաղաքարերին այնպես, ինչպես կան այս պահին և ընտրեք հնարավոր հաջորդ քայլերը:
Սահմանափակ հիշողության AI-ն որոշումներ կայացնելու համար վերապատրաստվում է անցյալի տվյալներից: Նման համակարգերի հիշողությունը կարճատև է: Նրանք կարող են օգտագործել այս անցյալի տվյալները որոշակի ժամանակահատվածի համար, բայց չեն կարող դրանք ավելացնել իրենց փորձառությունների գրադարանում: Այս տեսակի տեխնոլոգիան օգտագործվում է ինքնակառավարվող մեքենաներում:
Mitsubishi Electric
փորձել է պարզել, թե ինչպես բարելավել այդ տեխնոլոգիան այնպիսի ծրագրերի համար, ինչպիսիք են ինքնակառավարվող մեքենաները:
Մտքի տեսությունը արհեստական ինտելեկտը ներկայացնում է առաջադեմ տեխնոլոգիական դաս և գոյություն ունի միայն որպես հայեցակարգ: Արհեստական ինտելեկտի այս տեսակը պահանջում է խորը ըմբռնում, որ շրջապատի ներսում գտնվող մարդիկ և իրերը կարող են փոխել զգացմունքներն ու վարքագիծը: Այն պետք է հասկանա մարդկանց հույզերը, զգացմունքներն ու մտքերը։ Չնայած այս ոլորտում բազմաթիվ բարելավումներ են կատարվել, արհեստական ինտելեկտի այս տեսակը դեռ ամբողջությամբ ավարտված չէ։
Kismet
. Kismet
ռոբոտի գլուխ է, որը ստեղծվել է 90-ականների վերջին մի հետազոտողի կողմից Massachusetts Institute of Technology
. Kismet
կարող է ընդօրինակել մարդկային զգացմունքները և ճանաչել դրանք: Երկու ունակություններն էլ ներկայացնում են արհեստական ինտելեկտի տեսության հիմնական առաջընթացը, բայց Kismet
այն չի կարող հետևել հայացքներին կամ ուշադրություն հրավիրել մարդկանց վրա:Sophia di Hanson Robotics
ևս մեկ օրինակ, որտեղ ներդրվել է մտավոր արհեստական ինտելեկտի տեսությունը: Սոֆիայի աչքերի տեսախցիկները՝ զուգորդված համակարգչային ալգորիթմների հետ, թույլ են տալիս նրան տեսնել։ Այն կարող է պահպանել աչքի շփումը, ճանաչել մարդկանց և հետևել դեմքերին:Ինքնագիտակցություն AI-ն գոյություն ունի միայն հիպոթետիկորեն: Նման համակարգերը հասկանում են իրենց ներքին գծերը, վիճակներն ու պայմանները և ընկալում մարդկային հույզերը: Այս մեքենաներն ավելի խելացի կլինեն, քան մարդկային միտքը: AI-ի այս տեսակը ոչ միայն կկարողանա հասկանալ և առաջացնել էմոցիաներ նրանց մեջ, ում հետ շփվում է, այլ նաև կունենա սեփական հույզեր, կարիքներ և համոզմունքներ:
Արհեստական ինտելեկտի հետազոտությունը հաջողությամբ մշակել է արդյունավետ մեթոդներ՝ լուծելու բազմաթիվ խնդիրներ՝ խաղերից մինչև բժշկական ախտորոշում:
Արհեստական ինտելեկտի բազմաթիվ ճյուղեր կան, որոնցից յուրաքանչյուրն ունի իր սեփական կենտրոնացումը և տեխնիկայի հավաքածուն: Արհեստական ինտելեկտի որոշ հիմնական ճյուղեր ներառում են.
Machine learning
: զբաղվում է տվյալներից սովորելու ունակ ալգորիթմների մշակմամբ: ML ալգորիթմներն օգտագործվում են տարբեր ծրագրերում, ներառյալ պատկերների ճանաչումը, սպամի զտումը և բնական լեզվի մշակումը:Deep learning
Սա մեքենայական ուսուցման ճյուղ է, որն օգտագործում է արհեստական նեյրոնային ցանցեր՝ տվյալներից գիտելիքներ ստանալու համար: -ի ալգորիթմները deep learning նրանք արդյունավետորեն լուծում են տարբեր խնդիրներ, այդ թվում՝ NLP, պատկերի ճանաչում և խոսքի ճանաչում:Robotica
ճարտարագիտության ոլորտ է, որը զբաղվում է ռոբոտների նախագծմամբ, կառուցմամբ և շահագործմամբ: Ռոբոտները կարող են ավտոմատ կերպով կատարել առաջադրանքներ տարբեր ոլորտներում, ներառյալ արտադրությունը, առողջապահությունը և տրանսպորտը:Generative AI-ն տարբերվում է AI-ի այլ տեսակներից՝ նոր և օրիգինալ բովանդակություն ստեղծելու ունակությամբ, ինչպիսիք են պատկերները, տեքստը կամ երաժշտությունը՝ հիմնված վերապատրաստման տվյալներից սովորած մոդելների վրա, որոնք ցույց են տալիս ստեղծագործական և նորարարություն:
AI արվեստի գեներատորները հավաքում են տվյալներ պատկերների մեջ, որոնք այնուհետև օգտագործվում են AI-ի ուսուցման համար մոդելի միջոցով deep learning.
Այս նախշը նույնացնում է նախշերը, ինչպես օրինակ արվեստի տարբեր տեսակների տարբերվող ոճը:
Այնուհետև AI-ն օգտագործում է այս ձևանմուշները՝ օգտվողի խնդրանքների հիման վրա եզակի պատկերներ ստեղծելու համար:
Այս գործընթացը կրկնվող է և ավելի շատ պատկերներ է ստեղծում՝ կատարելագործելու և ցանկալի արդյունքի հասնելու համար:
AI գեներատորներից շատերն առաջարկում են անվճար փորձնական տարբերակներ, բայց կան նաև մի քանի ամբողջովին անվճար AI արվեստի գեներատորներ:
Դրանցից ոմանք ներառում են Bing Image Creator, Craiyon, StarryAI, Stablecog և այլն:
AI-ի յուրաքանչյուր գեներատոր իր կայքում ունի արհեստական ինտելեկտի ստեղծած արվեստի գործեր վաճառելու իր պայմանները:
Թեև որոշ արվեստի գործեր ստեղծողներ չունեն սահմանափակումներ՝ պատկերը որպես սեփական վաճառելու համար, օրինակ՝ Jasper AI-ն, մյուսները թույլ չեն տալիս դրամայնացնել իրենց ստեղծած արվեստի գործը:
BlogInnovazione.it
Veeam-ի Coveware-ը կշարունակի տրամադրել կիբեր շորթման միջադեպերի արձագանքման ծառայություններ: Coveware-ը կառաջարկի դատաբժշկական և վերականգնման հնարավորություններ…
Կանխատեսելի սպասարկումը հեղափոխություն է անում նավթի և գազի ոլորտում՝ կայանի կառավարման նորարարական և ակտիվ մոտեցմամբ:…
Մեծ Բրիտանիայի CMA-ն նախազգուշացում է տարածել արհեստական ինտելեկտի շուկայում Big Tech-ի վարքագծի վերաբերյալ: Այնտեղ…
Շենքերի էներգաարդյունավետության բարձրացման նպատակով Եվրոպական միության կողմից ձևակերպված «Քեյս Գրին» հրամանագիրը իր օրենսդրական գործընթացն ավարտել է…