さまざまな人工知能アプローチとは何ですか？

さまざまな人工知能アプローチは、脳シミュレーション、象徴的および準記号的、統計的の3つの異なるグループに分類できます。 シンボリックおよびサブシンボリックアプローチは、さらに独自のグループに分類できます。認知シミュレーション、論理ベースのインテリジェンス、および知識ベースのインテリジェンスはシンボリックアプローチに該当し、ボトムアップおよび計算インテリジェンス理論はサブシンボリック人工知能として識別されます。アプローチ。 これらの理論の研究と応用における長年の進歩により、より洗練された人工知能（AI）システムを生成するために複数の考え方の原則を組み合わせた統合アプローチが形成されました。

AIの開発は、1940年代に初めて大きな発展を遂げました。 神経学、サイバネティックス、および基本的な認知処理理論の原理を利用することにより、研究者は、脳のシミュレーションに基づいた原始的な知能を備えたロボットを構築し、感覚検出を通じて特定の障害を回避することができました。 しかし、1940年代から1960年代までの限られた進歩により、このパラダイムは放棄され、研究者は他のより有望な人工知能アプローチの開発を選択しました。

1950年代半ばから1960年代初期に、AI研究者は人間の知能を単純化してシンボル操作を試みました。人間が環境内のオブジェクトについて学習し、それに適応する能力は、オブジェクトを基本シンボルとして解釈および再解釈することを中心に考えられています。 たとえば、椅子は、座るオブジェクトとして定義するシンボルに単純化できます。 このシンボルを操作して、他のオブジェクトに投影できます。 研究者は、このシンボリックアプローチをAI開発に組み込むことで、柔軟で動的な人工知能アプローチを数多く作成することができました。

シンボリック思考に対するさまざまな認知的アプローチをシミュレートする機能により、AI開発者は論理ベースおよび知識ベースのインテリジェンスを作成できました。 論理ベースのアプローチは、論理的思考の根底にある原理に取り組み、人間のような思考能力を複製するのではなく、ほぼ完全に問題を解決することに焦点を合わせました。 論理は最終的に「だらしない」論理によってバランスがとられました。これは、特定の論理アルゴリズムの外側で解決策を見つけることができるという事実を考慮しました。 一方、知識ベースのインテリジェンスは、大量のデータを保存、処理、およびリコールするコンピューターの機能を利用して、問題の解決策を提供しました。

シンボリックインテリジェンスの進歩が鈍化した後、脳シミュレーションへの関心は1980年代に復活しました。 これにより、サブシンボリックシステム、つまり、思考と運動と自己保存に必要なより基本的な知能を組み合わせることを中心とした人工知能アプローチが作成されました。 これにより、モデルは周囲の環境をメモリストア内のデータに関連付けることができました。 1990年代に開発された統計的アプローチは、洗練された数学的アルゴリズムを使用して、機械の成功につながる可能性が最も高い行動を決定することにより、シンボリックおよびサブシンボリックの両方の人工知能アプローチを洗練するのに役立ちました。 研究では、あらゆるアプローチの原則を使用してAI開発に取り組むことがよくあります。