Hvad er de forskellige kunstige efterretningsteknikker?
Selvom der er mange forskellige kunstige intelligens-teknikker, der er blevet udviklet med nye metoder, der er skabt, er nogle få former for kunstig intelligens (AI) blevet mere og mere populære. Nogle af de mest almindelige teknikker inkluderer brugen af neurale netværk og udvikling af ekspertsystemer. Disse forskellige kunstige intelligens teknikker kan bruges til at udvikle forskellige former for AI, normalt baseret på mængden af "tænkning", som programmet faktisk kan gøre, og disse er kendt som enten "stærk AI" eller "svag AI."
Kunstig intelligens teknikker er metoder, der kan bruges til at udvikle og skabe computerprogrammer, der ofte ses som former for kunstig intelligens. Generelt henviser kunstig intelligens til et program, der er i stand til at efterligne eller genskabe de tankeprocesser, som den menneskelige hjerne demonstrerer. Dette involverer normalt at løse problemer, komme med observationer eller modtage input til brug i analyse eller problemløsning og evnen til at kategorisere og identificere forskellige objekter og egenskaberne ved disse objekter.
Der er mange forskellige kunstige intelligens teknikker, der kan bruges af en AI-programmerer, skønt to af de mest almindelige er neurale netværk og ekspertsystemer. Neurale netværk er computerprogrammer designet omkring de kognitive processer, der bruges af den menneskelige hjerne. I det væsentlige består et neuralt netværk af lag af kategorisering og metoder, hvormed objekter kan identificeres og kategoriseres. Dette ligner ideen om skema i menneskelig kognition, som gør det muligt for mennesker at identificere objekter baseret på egenskaberne ved disse objekter. Ny information præsenteret for det neurale netværk kan derefter analyseres og identificeres på baggrund af tidligere indførte kriterier, hvilket giver systemet mulighed for at "lære" nye kategorier og identificere kendte eller ukendte objekter.
Ekspertsystemer er kunstig intelligens teknikker bygget op omkring logik og ”if / then” udsagn. Dette involverer normalt en hel del information, der "læres" til computersystemet, hvilket derefter gør systemet til en ekspert på et bestemt felt. Når der indføres nye input, f.eks. En anmodning om behandling af økonomiske rapporter, kan ekspertsystemet analysere oplysningerne ved hjælp af disse hvis / derefter-udsagn for at begrænse output-responsen.
Disse forskellige kunstige intelligens-teknikker kan bruges til at udvikle systemer, der betragtes som enten "stærk AI" eller "svag AI." Stærke AI-systemer er dem, der mest fuldt ud søger at efterligne menneskelig tænkning og kognitive evner gennem en lang række funktioner. Disse systemer kan analysere ny information og levere output, der potentielt går ud over indgangsdataens begrænsninger. Kunstig intelligens teknikker, der udvikler svage AI-systemer, er snævrere i fokus og forsøger kun at gentage en enkelt funktion eller aspekt af menneskelig intelligens.