Hoe werkt kunstmatige intelligentie?
Er zijn vandaag verschillende vormen van kunstmatige intelligentie (AI). Het is een moeilijke vraag hoe je zelfs een kunstmatige intelligentie moet noemen en wat je alleen een softwareprogramma kunt noemen. Er is een neiging in software, waar wanneer iets dat vroeger "AI" werd genoemd, rijpt en zichzelf integreert in de technologische achtergrond, het AI niet meer wordt genoemd. De programmeurs van de jaren 1950 kunnen talloze ingebedde software in onze wereld "kunstmatige intelligentie" noemen - bijvoorbeeld de microchip in uw auto die brandstofinjectie reguleert, of de database bij de supermarkt die de records van alle verkoop opslaat, of de Google -zoekmachine. AI-onderzoekers kijken meestal naar meer complexe, adaptieve, capabele of zelfs vaag mensachtige vormen van software. Werknemers in kunstmatige intelligentie zijn ook meestal interdisciplinair en welL-vervalst op gebieden van wetenschap en wiskunde vreemd aan de typische programmeur, inclusief maar niet beperkt tot: formele statistieken, neurowetenschappen, evolutionaire psychologie, machine learning en beslissingstheorie.
Op het gebied van kunstmatige intelligentie zijn er twee hoofdkampen: de NEATS en de Scruffies. De divisie heeft praktisch gehouden sinds AI werd opgericht als een veld in 1956. De NEATS zijn voorstanders van formele methoden zoals toegepaste statistieken. Ze houden ervan dat hun programma's goed georganiseerd, aantoonbaar gezond zijn, werken op basis van concrete theorieën en vrij bewerkbaar. De scruffes zoals rommelige benaderingen, zoals adaptieve neurale netwerken, en beschouwen zichzelf als hackers, gooien iets samen zolang het lijkt te werken. Beide benaderingen hebben in het verleden indrukwekkende successen gehad en er zijn ook hybriden van de twee thema's.
Alle kunstmatige intelligentie -ontwerpen zijn op zijn minst oppervlakkigY geïnspireerd door het menselijk brein, zoals per definitie kunstmatige intelligentie gaat over het nabootsen van een aspect van intelligentie. AIS moet concepten bouwen van de dingen die ze manipuleren of waarmee ze werken en die concepten opslaan als brokken gegevens. Soms zijn deze brokken dynamisch en vaak bijgewerkt, soms statisch. Over het algemeen houdt een AI zich bezig met het benutten van relaties tussen gegevens om een doel te bereiken.
doelen worden vaak toegewezen op basis van nut. Wanneer een doelpunt wordt gepresenteerd, kan een AI -systeem subgoals genereren en deze subgoals -nutswaarden toewijzen op basis van hun voorspelde bijdrage aan het primaire doel. De AI gaat verder met het nastreven van subgoals totdat het primaire doel is bereikt. Dan is het vrij om door te gaan naar een nieuw (maar vaak vergelijkbaar) primair doel. Wat breed verschilt van AI is hoe al deze dynamiek wordt geïmplementeerd.