C'è molto disaccordo tra studiosi ed esperti sul futuro di Intelligenza artificiale. Mentre alcuni sono entusiasti delle prospettive dei computer e dei robot di autoapprendimento, altri, come Stephen Hawkings, hanno delle riserve al riguardo. Secondo Stephen Hawkings, i robot potrebbero prendere il controllo del pianeta se la ricerca sull'intelligenza artificiale non viene eseguita correttamente.
Leggere: Dibattito sull'intelligenza artificiale.
Termini in Intelligenza Artificiale
AI: Intelligenza artificiale; si riferisce al campo dell'intelligenza artificiale in senso lato
Algoritmo: Potresti aver trovato questa parola se sei stato in programmazione. Si riferisce a una serie di istruzioni che svolgono un'attività. Nell'intelligenza artificiale, Algorithm dice alle macchine come capire le risposte a diversi problemi o domande.
Ragionamento analogico: Il termine analogico si riferisce generalmente a dati non digitali, ma quando si parla di intelligenza artificiale, il ragionamento analogico è il processo in cui le persone (scienziati) traggono conclusioni basate sui risultati passati. È più come la previsione dei mercati azionari. Mappe e diagrammi sono disegnati sulla base di dati passati e il ragionamento analogico viene applicato per prevedere i risultati di qualsiasi processo o esperimento.
ANN: Artificial Neuron Networks: Le reti di neuroni artificiali costituiscono la spina dorsale di molti esperimenti all'estremo del campo del ragionamento. I sistemi che non possono risolvere problemi complessi vengono modificati per contenere reti di neuroni artificiali in un modo che possono pensare a se stessi e risolvere problemi complessi. La rete dei neuroni artificiali si basa sulla rete dei neuroni biologici e probabilmente è il più spaventoso tra tutti i termini usati nell'intelligenza artificiale.
backpropagation: Qualcosa nelle linee della codifica inversa. Il risultato è già lì, ma il processo per raggiungere il risultato viene calcolato inserendo i processi correlati in un sistema pronto per scopi di intelligenza artificiale.
Backward Chaining: Sembra una backpropagation, ma l'obiettivo qui è capire se ci sono dati disponibili che possono essere utilizzati come prova per raggiungere l'obiettivo attuale. Anche in questo sistema, gli esperti lavorano da una soluzione già esistente a processi che hanno aiutato a raggiungere la soluzione e, nel processo, a capire le prove su cui i processi possono dipendere.
CBR: ragionamento basato su casi: Un metodo in base al quale i problemi vengono risolti sulla base di casi simili risolti in passato.
Apprendimento approfondito: Un processo che impiega algoritmi specializzati per modellare e studiare set di dati complessi; il metodo viene anche utilizzato per stabilire relazioni tra dati e set di dati
Concatenamento in avanti: Un processo in cui le macchine studiano in avanti da un determinato punto - utilizzando una sequenza di sub-processi if-then per raggiungere l'obiettivo richiesto. L'obiettivo è di capire un sistema che funzioni per un dato insieme di problemi.
Ragionamento induttivo: Un processo in cui vengono utilizzate prove e set di dati per raggiungere obiettivi specifici. Questo non dovrebbe essere molto diverso dalla normale programmazione in quanto funziona su set di dati già presenti invece di costruirli. Viene chiamato il processo di raccolta dei dati e di aggregazione in base alla loro natura estrazione dei dati e il ragionamento induttivo utilizza i set di dati creati come risultato del data mining.
Apprendimento automatico: Un altro dei termini spaventosi usati nell'intelligenza artificiale, l'apprendimento automatico si riferisce alle macchine che agiscono senza essere alimentate dai programmi per eseguire attività. L'apprendimento automatico arriva e migliora man mano che aumenta la vita del sistema. Impiega i modelli di risultati ottenuti in passato per agire per obiettivi attuali.
PNL - Elaborazione del linguaggio naturale: Un altro dei termini popolari usati nell'intelligenza artificiale, l'elaborazione del linguaggio naturale si basa sul riconoscimento vocale o sugli input basati sui gesti. Il punto qui è capire il linguaggio umano come prendilo come comando. Più interagisci con la macchina usando la PNL, meglio diventa nella comprensione e nell'elaborazione dei tuoi comandi.
Potatura: Il processo di pulizia del codice in modo che le soluzioni indesiderate possano essere eliminate. Ma con il taglio del codice (potatura), il numero di decisioni che possono essere prese dalle macchine è limitato.
IA forte: Strong si riferisce al campo dell'intelligenza artificiale che lavora per fornire poteri cerebrali alle macchine di intelligenza artificiale; in effetti, funziona per rendere le macchine intelligenti come gli umani
IA debole: La maggior parte dei sistemi di intelligenza artificiale attualmente sul mercato sono IA debole (intelligenza artificiale). Le macchine IA deboli possono ancora prendere le proprie decisioni in base al ragionamento e alle serie di dati passati.
Questi sono i termini più importanti usati nell'intelligenza artificiale secondo la mia comprensione.
Leggere: Fatti e miti sull'intelligenza artificiale: IA debole, AI forte e Super AI.
