인공 지능은 어떻게 작동합니까?

오늘날 다양한 형태의 인공 지능 (AI)이 있습니다. 인공 지능이라고 부르는 것과 단순히 소프트웨어 프로그램을 부르는 것은 어려운 질문입니다. "AI"라고 불렸던 것이 성숙 해지고 기술적 배경으로 통합 될 때 소프트웨어는 더 이상 AI라고 부르지 않는 경향이 있습니다. 1950 년대 프로그래머는 연료 분사를 규제하는 자동차의 마이크로 칩 또는 모든 판매 기록을 저장하는 슈퍼마켓의 데이터베이스 또는 Google 검색 엔진과 같이 우리 세계의 수많은 임베디드 소프트웨어를 "인공 지능"이라고 부를 수 있습니다.

그러나 "인공 지능"이라고 부르는 분야는 훨씬 더 큰 "일반적인 소프트웨어 개발자"그룹과 약간 다른 경향이 있습니다. AI 연구자들은보다 복잡하고, 적응 적이며, 유능하거나 심지어 인간과 같은 형태의 소프트웨어를보고있는 경향이 있습니다. 인공 지능에 종사하는 근로자들은 또한 공식 통계학, 신경 과학, 진화 심리학, 기계 학습 및 의사 결정 이론을 포함하되 이에 국한되지 않는 일반적인 프로그래머가 아닌 과학 및 수학 분야에서 학제 적이며 정통한 경향이 있습니다.

인공 지능 분야에는 Neats와 Scruffies의 두 가지 주요 캠프가 있습니다. AI는 1956 년에 필드로 창설 된 이래 실질적으로 개최되었습니다. 청초한 사람들은 응용 통계와 같은 공식적인 방법을 옹호합니다. 그들은 그들의 프로그램이 체계적으로 구성되고, 확실하게 들리며, 구체적인 이론에 기초하여 작동하며 자유롭게 편집 할 수있는 것을 좋아합니다. 적응 신경 네트워크와 같은 지저분한 접근 방식과 같은 문제는 해커로 간주되어 작동하는 것처럼 모든 것을 함께 던집니다. 두 가지 방법 모두 과거에는 놀라운 성공을 거두었으며 두 테마의 하이브리드도 있습니다.

인공 지능이 지능의 일부 측면을 모방하는 것과 관련하여 모든 인공 지능 설계는 최소한 인간의 뇌에서 영감을 얻은 것입니다. AI는 자신이 조작하거나 작업하는 것에 대한 개념을 구축하고 이러한 개념을 데이터 덩어리로 저장해야합니다. 때때로 이러한 청크는 동적이며 자주 업데이트되며 때로는 정적입니다. 일반적으로 AI는 목표를 달성하기 위해 데이터 간의 관계를 활용하는 것과 관련이 있습니다.

목표는 종종 유틸리티를 기반으로 할당됩니다. 목표가 제시되면 AI 시스템은 하위 목표를 생성하고 기본 목표에 대한 예상 기여도에 따라 이러한 하위 목표 유틸리티 값을 할당 할 수 있습니다. AI는 주요 목표가 달성 될 때까지 하위 목표를 추구합니다. 그런 다음 새로운 (그러나 자주 유사한) 기본 목표로 자유롭게 넘어갈 수 있습니다. AI와 다른 점은 이러한 모든 역학이 어떻게 구현되는지입니다.