Co je to výpočetní inteligence?

Výpočetní inteligence (CI) je odvětví výpočetní techniky, ve kterém se projekty vyvíjejí zdola nahoru, přičemž pořadí vychází z počátečního nedostatku struktury. To je podobné mnoha procesům v přírodním světě. Výpočetní inteligence zahrnuje pojmy jako evolučních algoritmů, kde se řeší problémy s použitím modelů evolučního procesu, a je-li aplikován na strojové učení, umožňuje roboty poučit se ze zkušeností. Fuzzy logika, systém, který se podobá lidskému rozhodování, lze použít k řešení problémů, kde existuje nejasnost nebo nejistota. Neuronové sítě jsou systémy založené na funkci lidského mozku a mohou být použity k detekci vzorců a trendů v komplexních datech.

Na rozdíl od hard computingu, kde jsou řešení zaručena a problémy jsou omezeny podle přísných podmínek, výpočetní inteligence spadá pod hlavičku soft computingu, kde úspěšné výsledky se vždy nedochází. Výpočetní inteligence často čerpá inspiraci z přírody, například v oblasti evolučního výpočtu, kde se vytvářejí systémy, které se vyvíjejí k řešení složitých problémů. To lze použít na umělou nebo syntetickou inteligenci, což vede k robotům, kteří se učí ze zkušeností a postupem času se vyvíjejí.

Systémy založené na fuzzy logice lze použít ve výpočetní inteligenci k simulaci lidských způsobů myšlení. Ty by mohly být kombinovány s biologicky inspirované neuronových sítí v oblasti kognitivní robotiky, vytvářet roboty s schopnost myslet takovým způsobem, který se podobá lidské myšlenkové procesy. Stejně jako přemýšlení by se tito roboti mohli učit, pamatovat si, vnímat a činit rozhodnutí tváří v tvář nejistotě, jak to činí lidé. To by robotům umožnilo lépe porozumět lidským požadavkům a umožnit jim tak detekovat význam použitých slov. To by mohlo být nezbytné pro stroj provádějící domácí úkoly.

Neuronové sítě jsou obvykle považovány za součást počítačové inteligence. Stejně jako lidský mozek se skládají z mnoha vzájemně propojených jednotlivých částí, podobných nervům. Spolupracují na řešení problémů a učí se, jak postupují, protože spojení mezi elementy jsou nastavitelná, jako jsou spojení mezi nervy.

Jakmile se neuronové sítě naučí analyzovat data, mohou se efektivně stát odborníky ve svých oborech a mohou být použity k předpovídání výsledků v různých scénářích. Nevýhodou tohoto typu výpočetní inteligence je, že vyžaduje hodně výpočetního výkonu a může pracovat nepředvídatelným způsobem. Neuronové sítě by neměly být zaměňovány s expertními systémy, které využívají předem stanovená množina pravidel k rozhodování a nepřizpůsobují je tak, aby vyhovovaly datům.