Hvordan fungerer kunstig intelligens?
Der er forskellige former for kunstig intelligens (AI) derude i dag. Det er et hårdt spørgsmål, hvad man endda skal kalde en kunstig intelligens, og hvad der blot skal kalde et softwareprogram. Der er en tendens til software, hvor når noget, der plejede at kaldes "AI", modnes og integrerer sig i det teknologiske baggrund, bliver det ikke mere kaldet AI. Programmererne i 1950'erne kalder muligvis adskillige indlejret software i vores verden "kunstig intelligens" - for eksempel mikrochipen i din bil, der regulerer brændstofinjektion, eller databasen i supermarkedet, der gemmer poster over alt salg, eller Google -søgemaskinen.
men feltet, der kalder sig "kunstig intelligens", har en tendens til at være lidt forskellige end den meget større gruppe af "softwareudvikler i general". AI-forskere har en tendens til at se på mere komplekse, adaptive, dygtige eller endda vagt menneskelige lignende former for software. Arbejdstagere i kunstig intelligens har også en tendens til at være tværfaglig og velkommenL-verseret inden for videnskabsområder og matematik fremmed for den typiske programmør, herunder men ikke begrænset til: formel statistik, neurovidenskab, evolutionær psykologi, maskinlæring og beslutningsteori.
Inden for kunstig intelligens er der to hovedlejre: Neats og Scruffies. Afdelingen har holdt sig praktisk, siden AI blev grundlagt som et felt i 1956. Neats er fortalere for formelle metoder såsom anvendt statistik. De kan godt lide, at deres programmer er velorganiserede, beviseligt sunde, fungerer baseret på konkrete teorier og frit redigeres. Scruffies som rodede tilgange, såsom adaptive neurale netværk, og betragter sig selv som hackere, der kaster noget sammen, så længe det ser ud til at fungere. Begge tilgange har haft imponerende succeser i fortiden, og der er også hybrider af de to temaer.
Alle kunstige intelligensdesign er i det mindste overfladiskY inspireret af den menneskelige hjerne, som pr. Definition er kunstig intelligens om at efterligne et aspekt af intelligens. AIS er nødt til at opbygge koncepter om de ting, de manipulerer eller arbejder med, og opbevarer disse koncepter som bunker af data. Nogle gange er disse bidder dynamiske og ofte opdaterede, undertiden statiske. Generelt er en AI optaget af at udnytte forholdet mellem data for at nå et mål.
Mål tildeles ofte baseret på værktøj. Når det præsenteres for et mål, kan et AI -system generere subgoals og tildele disse undergrænserværktøjsværdier baseret på deres forudsagte bidrag til det primære mål. AI fortsætter med at forfølge undergrupper, indtil det primære mål er nået. Derefter er det frit at gå videre til et nyt (men ofte lignende) primært mål. Det, der adskiller sig meget blandt AI, er, hvordan al denne dynamik implementeres.