Artificial intelligence at cognitive system, kung ano ang mga ito at posibleng mga aplikasyon

Ang artipisyal na katalinuhan ay makikita bilang kakayahan ng isang computational system upang maisagawa ang mga gawain, aktibidad at lutasin ang mga problema na tipikal ng isip at kakayahan ng tao. 

Tinatayang oras ng pagbabasa: 7 minuto

Ang disiplina ay ipinanganak bilang isang sangay ng teknolohiya ng impormasyon, na may layuning gumawa ng mga makina:

• "Parehong hardware at software";
• magagawang kumilos nang awtonomiya sa lahat ng mga sitwasyong ito na maisip ng isang tao na ang isang tao lamang ang nakakaintindi ng konteksto at kumilos nang naaayon.

Sa paglipas ng mga taon, ang artipisyal na katalinuhan ay madalas na pinapansin ang pilosopikal na debate upang magbigay ng mga sagot sa posibilidad ng pagpapalit ng tao sa makina ... posible? 

Kaugnay nito matutukoy natin ang dalawang alon ng pag-iisip:

• Mahinang artipisyal na katalinuhan
• Malakas na artipisyal na katalinuhan

Nagsasalita kami tungkol sa mahina na artipisyal na katalinuhan (Mahina Artipisyal na Katalinuhan) kapag ang layunin ay hindi lumikha ng mga sistema na may isang katalinuhan na maihahambing sa mga tao. Ngunit ang mga system na maaaring matagumpay na kumilos sa isa o higit pang kumplikadong aktibidad ng tao, tulad ng awtomatikong pagsasalin ng mga teksto. 

Sa mga kasong ito ang software, sa pagsasagawa ng gawain kung saan ito ay na-program, kumikilos na parang isang intelektwal na paksa, ngunit para sa mga layunin ng resulta ay hindi mahalaga kung talagang ito o hindi. 

Samakatuwid nagsasalita kami tungkol sa mahina na artipisyal na katalinuhan sa lahat ng mga kaso kung saan ang makina ay hindi makapag-isip nang awtonomiya, ngunit nagagawa ring gayahin ang isang katalinuhan. 

Ang uri ng AI ay nalalapat sa mga kaso kung saan ang pag-unawa sa mga proseso ng cognitive ng tao ay hindi nauugnay sa panghuli na kinalabasan. 

Nagsasalita kami ng malakas na Artipisyal na Intelligence kapag ang makina na nilagyan ng artipisyal na katalinuhan ay hindi lamang isang "tool". 

Kung maayos na binuo ito ay nagiging sarili ng pag-iisip, na may kapasidad na nagbibigay-malay na hindi naiintindihan mula sa tao. 

Sa pilosopiya na ito ang ideya ay ang ilang mga anyo ng artipisyal na katalinuhan ay maaaring tunay na mangatuwiran at malulutas ang mga problema tulad ng isang tao, samakatuwid ay hindi maaaring maging imposible ang mga resulta ng makina o tao.

Ang terminong Machine Learning (awtomatikong pag-aaral) ay tumutukoy sa isang hanay ng mga mekanismo na kabilang sa mundo ng artificial intelligence. 

Pinapayagan ng mga mekanismong ito ang isang matalinong makina upang mapabuti ang mga kakayahan at pagganap sa paglipas ng panahon, awtomatikong pag-aaral na may karanasan upang maisagawa ang ilang mga gawain, pagpapabuti ng pagganap nito nang higit pa at sa paglipas ng panahon. 

Ang isang halimbawa ay ang AlphaGo, software mula sa Pag-aaral ng Machine na itinuro sa pamamagitan ng pagmamasid sa milyun-milyong mga galaw na ginawa ng mga manlalaro ng Go sa panahon ng iba't ibang mga laro, at pagkakaroon ng paglalaro laban sa sarili nito, sa resulta na nagawa nitong talunin ang itinuturing na pinakamahusay na manlalaro sa mundo ng larong ito. 

Ang tatlong pangunahing kategorya ng pag-aaral ng machine ay:

• Sinusuportahan na pag-aaral: ang system ay tumatanggap ng mga halimbawa na may label na ayon sa output na makukuha at, simula sa mga datos ng pagsasanay na ito, dapat itong kunin ang isang pangkalahatang tuntunin na iniuugnay ang tamang label sa bawat bagong input;
• Unsupervised: walang data na may label, ito ang sistema na, simula sa mga pag-input, dapat makahanap ng isang istraktura sa data;
• Pag-aaral ng pagpapalakas: Tumatanggap ang system ng pag-input mula sa kapaligiran at nagsasagawa ng mga aksyon. Sinusubukan ng system na gumawa ng mga aksyon upang makatanggap ng mga gantimpala. Susubukan ng system na ipatupad ang mga aksyon na nag-optimize ng gantimpala depende sa estado ng nakapaligid na kapaligiran.

Il Deep Learning ay isang sub-kategorya ng Learning sa Machine, iyon ay isang pamilya ng mga pamamaraan na kabilang sa artipisyal na intelihente na inspirasyon ng istraktura at pag-andar ng utak: iyon ay, artipisyal na neural network (Artipong Neural Network). 

Ang mga arkitektura na ito ay inilalapat sa iba't ibang mga konteksto:

• Computer Vision
• audio at pasalitang pagkilala sa wika
• natural na pagproseso ng wika
• mga bioinformatics

Mga tampok ng Deep Learning kumpara sa iba pang mga diskarte sa AI:

• Ito ang mga algorithm na gumagamit ng iba't ibang mga antas ng mga non-linear unit. Ang mga antas na ito ay ginagamit sa kaskad upang maisagawa ang mga gawain na maaaring maiuri bilang mga problema sa pagbabago ng mga katangian na nakuha mula sa data; Ang bawat antas ay gumagamit ng output ng nakaraang antas bilang input;
• Ang mga algorithm na ito ay nahuhulog sa mas malawak na klase ng mga algorithm ng pagkatuto ng representasyon ng data sa loob ng pag-aaral ng makina;
• Ang mga ito ay nabuo sa pamamagitan ng maraming mga antas ng representasyon na maaaring maunawaan bilang iba't ibang mga antas ng abstraction, na may kakayahang bumubuo ng isang hierarchy ng mga konsepto.

Il Deep Learning kumikilos ito nang may parehong mga mekanismo gaya ng utak, ang makina ay nagsasarili na natututo tulad ng sa Machine Learning, ngunit ginagawa ito sa mas "malalim" na paraan gaya ng gagawin ng utak ng tao. Sa malalim na ibig sabihin namin ay "sa ilang mga antas ng konsepto". 

Maaaring tila ang malakas na pangangailangan para sa mga kakayahan sa computational ay maaaring isang limitasyon, ngunit ang scalability ng Deep Learning sa pagdami ng available na data at mga algorithm ang pinagkaiba nito sa Machine Learning: 

• i sistema di Deep Learning pinapabuti nila ang kanilang pagganap habang dumarami ang data
• Ang mga aplikasyon ng Learning Learning, kapag naabot na ang isang tiyak na antas ng pagganap, ay hindi na nasusukat. 

Upang sanayin ang isang sistema Deep Learning kadalasan nilagyan mo ng label ang data. 

Halimbawa, sa larangan ng visual na pagkilala, maaari mong ipasok ang meta tag na "pusa" sa loob ng mga imahe na naglalaman ng isang pusa at, nang hindi ipinapaliwanag sa system kung paano makikilala ito, ito ang magiging sistema mismo, sa pamamagitan ng maraming mga hierarchical na antas, upang hulaan kung anong mga character isang pusa (paws, buntot, balahibo, atbp.) at sa gayon ay matutong makilala ito. 

Ang hindi nakaayos na data ay maaaring masuri ng isang malalim na modelo ng pag-aaral sa sandaling ito ay nabuo at naabot ang isang katanggap-tanggap na antas ng kawastuhan, ngunit hindi para sa paunang yugto ng pagsasanay.

Il Deep Learning ngayon ito ay inilapat na sa iba't ibang larangan:

• kotse na walang pisikal na driver
• drone at mga robot na ginamit para sa paghahatid ng parsela o para sa pamamahala ng emerhensiya
• pagkilala sa pagsasalita at synthesis para sa mga chatbots at mga robot ng serbisyo
• pagkilala sa facial para sa pagbabantay
• mapanirang pagpapanatili

cognitive computing

Ang pagpapatupad ng pinaka advanced na mga teknolohiya ng hardware, at paggamit ng mga self-learning algorithm tulad ng:

• data mining
• Malaking analytics ng data
• pattern pagkilala
• natural na pagproseso ng wika
• signal processing

ang mga teknolohikal na platform ay nilikha na subukang gayahin ang utak ng tao, na nagsisimula mula sa mas simpleng mga gawain upang makarating sa lalong kumplikadong pagproseso.

Ang isang senyas ay isang temporal na pagkakaiba-iba ng pisikal na estado ng isang sistema o ng isang pisikal na dami na nagsisilbing kumatawan at magpadala ng mga mensahe, iyon ay impormasyon sa layo, samakatuwid ang pagsusuri ng mga signal ay isang sangkap na sumusuporta sa cognitive computing.

Google DeepmindAt Baidu Minwa ang mga pinakatanyag na halimbawa na magagamit ngayon.

Hindi sa banggitin ang mananalaysay IBM Watson, ang unang komersyal na superkomputer ng uri nito.

Mga Kaugnay na Pagbasa

• Artificial Intelligence: Ano ang mga uri ng artificial intelligence na kailangan mong malaman
• Atlantica Digital Isang makabagong proyekto sa pananaliksik na naglalayong pisikal at nagbibigay-malay na rehabilitasyon
• Ano ang Machine Learning, tungkol saan ito at mga layunin nito
• Trabaho at digital na pagbabago: Ang mga orihinal na kasanayan ay ipinanganak, isang modelo ng pagtatasa ng ulap para sa siyentipikong pagtatasa ng personalidad at malambot na kasanayan
• Ang Artificial Intelligence ng Deep Mind ay natutong maglaro ng football

Ercole Palmeri

Adik sa inobasyon

---