Արհեստական ​​ինտելեկտ. Որո՞նք են արհեստական ​​ինտելեկտի տեսակները, որոնց մասին պետք է իմանաք

Արհեստական ​​ինտելեկտը իրականություն է դարձել և մեր առօրյայի մի մասն է: 

Ընկերություններ, որոնք ստեղծում են խելացի մեքենաներ տարբեր հավելվածներ՝ օգտագործելով արհեստական ​​ինտելեկտ նրանք հեղափոխություն են անում բիզնեսի ոլորտներում:

Այս հոդվածում մենք պարզ և արագ կանդրադառնանք արհեստական ​​ինտելեկտի հիմնական հասկացություններին, տեսակներին և մոդելներին:

Ի՞նչ է արհեստական ​​ինտելեկտը:

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.

• փոխադրում
• Սանիտարական օգնություն
• Բանկարիո
• Տես մանրածախ
• Զվարճալի
• Էլեկտրոնային առևտուր

Այժմ, երբ գիտեք, թե ինչ է իրականում արհեստական ​​ինտելեկտը, եկեք տեսնենք, թե որոնք են արհեստական ​​ինտելեկտի տարբեր տեսակները:

Արհեստական ​​ինտելեկտի տեսակները

Արհեստական ​​ինտելեկտը կարելի է բաժանել՝ ելնելով հնարավորություններից և ֆունկցիոնալությունից:

Հնարավորությունների հիման վրա AI-ի երեք տեսակ կա. 

• Նեղ AI
• Ընդհանուր ԱԻ
• Արհեստական ​​գերհետախուզություն

Առանձնահատկությունների ներքո մենք ունենք արհեստական ​​ինտելեկտի չորս տեսակ. 

• Ռեակտիվ մեքենաներ
• Սահմանափակ տեսություն
• Մտքի տեսություն
• Ինքնագիտակցություն

Նախ, մենք կանդրադառնանք հմտությունների վրա հիմնված AI-ի տարբեր տեսակներին:

Հմտությունների վրա հիմնված արհեստական ​​բանականություն

Ի՞նչ է նեղ արհեստական ​​ինտելեկտը:

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: 

• Սուպերհամակարգիչը 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!. 

• Ավելի շատ օրինակներ Narrow AI ներառում Google Translate, պատկերների ճանաչման ծրագրակազմ, առաջարկությունների համակարգեր, սպամի զտիչներ և Google-ի էջի վարկանիշավորման ալգորիթմ:

Ի՞նչ է ընդհանուր արհեստական ​​ինտելեկտը:

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:

Ի՞նչ է Super AI-ն:

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:

Առանձնահատկությունների վրա հիմնված արհեստական ​​բանականություն

Արհեստական ​​ինտելեկտի համակարգերի տարբեր տեսակներ նկարագրելու համար անհրաժեշտ է դասակարգել դրանք՝ ելնելով իրենց գործառույթներից:

Ի՞նչ է ռեակտիվ մեքենան:

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:

Ի՞նչ է սահմանափակ հիշողությունը:

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:

• Սահմանափակ հիշողություն AI-ը դիտում է, թե ինչպես են այլ մեքենաները շարժվում իրենց շուրջը այս պահին և ժամանակի ընթացքում: 
• Այս շարունակական հավաքագրված տվյալները ավելացվում են արհեստական ​​ինտելեկտի մեքենայի ստատիկ տվյալներին, ինչպիսիք են գծի գծանշումները և լուսացույցները: 
• Դրանք վերլուծվում են, երբ մեքենան որոշում է, թե երբ փոխել գիծը՝ խուսափելով մեկ այլ վարորդի ճանապարհը կտրելուց կամ մոտակա մեքենային հարվածելուց: 

Mitsubishi Electric փորձել է պարզել, թե ինչպես բարելավել այդ տեխնոլոգիան այնպիսի ծրագրերի համար, ինչպիսիք են ինքնակառավարվող մեքենաները:

Ի՞նչ է մտքի տեսությունը:

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։

• Արհեստական ​​ինտելեկտի մտքի տեսության իրական օրինակն է 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:

Ի՞նչ է ինքնագիտակցությունը:

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 ​​բանականության ճյուղեր

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 learningՍա 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:
• Բնական լեզվի մշակում. զբաղվում է համակարգիչների և մարդու լեզվի փոխազդեցությամբ: NLP տեխնիկան օգտագործվում է մարդկային լեզուն հասկանալու և մշակելու համար և տարբեր ծրագրերում, ներառյալ մեքենայական թարգմանությունը, խոսքի ճանաչումը և տեքստի վերլուծությունը:
• Roboticaճարտարագիտության ոլորտ է, որը զբաղվում է ռոբոտների նախագծմամբ, կառուցմամբ և շահագործմամբ: Ռոբոտները կարող են ավտոմատ կերպով կատարել առաջադրանքներ տարբեր ոլորտներում, ներառյալ արտադրությունը, առողջապահությունը և տրանսպորտը:
• Փորձագիտական ​​համակարգեր. համակարգչային ծրագրեր են, որոնք նախագծված են ընդօրինակելու մարդկային փորձագետների բանականությունը և որոշումներ կայացնելու կարողությունները: Փորձագիտական ​​համակարգերն օգտագործվում են տարբեր ծրագրերում, ներառյալ բժշկական ախտորոշումը, ֆինանսական պլանավորումը և հաճախորդների սպասարկումը:

Հաճախակի տրվող հարցեր

Առնչվող ընթերցումներ

• Ինչու՞ օգտագործել արհեստական ​​ինտելեկտը ձեր կորպորատիվ հաղորդակցության ռազմավարության մեջ:
• Մինչև 2030 թվականը արհեստական ​​ինտելեկտի համաշխարհային շուկայի պատկերացումները՝ ResearchAndMarkets.com-ի հետազոտությունից
• Ո՞րն է սահմանափակումների տեսությունը, առավելություններն ու թերությունները
• Արհեստական ​​բանականություն և ճանաչողական համակարգեր, ինչ են դրանք և հնարավոր կիրառությունները
• Ի՞նչ է նշանակում ընկերությունում շարունակաբար կատարելագործվել Սահմանափակումների տեսությամբ

BlogInnovazione.it