인공 지능은 어떻게 작동합니까?

오늘날 다양한 형태의 인공 지능 (AI)이 있습니다. 인공 지능을 부르는 것과 소프트웨어 프로그램을 단순히 부르는 것은 어려운 질문입니다. 소프트웨어에는 "AI"라고 불리는 것이 성숙하고 기술 배경에 스스로를 통합 할 때 더 이상 AI라고 불리는 경향이 있습니다. 1950 년대의 프로그래머는 우리 세계의 수많은 임베디드 소프트웨어를 "인공 지능" - 예를 들어 연료 분사를 조절하는 자동차의 마이크로 칩 또는 모든 판매의 기록을 저장하는 슈퍼마켓 또는 Google 검색 엔진을 저장하는 슈퍼마켓의 데이터베이스를 부를 수 있습니다. AI 연구자들은보다 복잡하고 적응력이 있고, 유능하거나, 모호한 인간과 같은 소프트웨어를보고있는 경향이 있습니다. 인공 지능의 노동자들은 또한 학제 간 및 웰스 인 경향이 있습니다.공식 통계, 신경 과학, 진화 심리학, 기계 학습 및 의사 결정 이론을 포함하되 이에 국한되지 않는 전형적인 프로그래머에게 외국인 과학 및 수학 분야에서 L이 벨트 됨.

인공 지능 분야에는 깔끔한 두 가지 주요 캠프가 있습니다. 이 부서는 AI가 1956 년에 분야로 설립 된 이후 실질적으로 개최되었습니다. 깔끔한 사람들은 응용 통계와 같은 공식적인 방법을지지합니다. 그들은 그들의 프로그램이 잘 조직되고, 아마도 건전하고, 구체적인 이론을 기반으로 운영되며, 자유롭게 편집 할 수있는 것을 좋아합니다. 적응 형 신경 네트워크와 같은 지저분한 접근 방식과 같은 멍청이는 해커를 고려하여 작동하는 한 오랫동안 함께 던지는 것입니다. 두 가지 접근 방식 모두 과거에는 인상적인 성공을 거두었으며 두 가지 테마의 하이브리드도 있습니다.

모든 인공 지능 설계는 최소한 피상적입니다인공 지능은 인공 지능이 지능의 일부 측면을 모방하는 것과 같이 인간 뇌에서 영감을 얻은 것입니다. AI는 조작하거나 작업하는 것들에 대한 개념을 구축하고 해당 개념을 데이터 청크로 저장해야합니다. 때때로 이러한 청크는 역동적이고 자주 업데이트되며 때로는 정적입니다. 일반적으로 AI는 일부 목표를 달성하기 위해 데이터 간의 관계를 활용하는 데 관심이 있습니다.

목표는 종종 유틸리티에 따라 할당됩니다. 목표가 제시되면 AI 시스템은 하위 관행을 생성하고 기본 목표에 대한 예측 된 기여를 기반으로 이러한 하위 검색 유틸리티 값을 할당 할 수 있습니다. AI는 1 차 목표가 달성 될 때까지 하위 목표를 추구합니다. 그런 다음 새로운 (그러나 종종 유사한) 기본 목표로 자유롭게 이동할 수 있습니다. AI마다 크게 다른 것은 이러한 모든 역학이 어떻게 구현되는지입니다.