Существует много разногласий среди ученых и экспертов относительно будущего Искусственного интеллекта . В то время как некоторые взволнованы перспективами самообучающихся компьютеров и роботов, у других, таких как Стивен Хокингс, есть сомнения относительно этого. Согласно Стивену Хокингсу, роботы могут захватить планету, если исследования искусственного интеллекта не будут выполнены должным образом.
Несколько недель назад в новостях был робот, который хотел сделать людей своим питомцем. Это можно было запрограммировать так сказать. Еще одна новость – «расстроенный» робот, убивающий человека на конвейере автомобилей в Японии. Мы не знаем наверняка, каковы успехи в области искусственного интеллекта. Мы также не знаем, будет ли это хорошо или страхи Стивена Хокингса сбудутся. Независимо от этого, нам нужно знать модные слова, используемые в мире искусственного интеллекта, чтобы мы могли изучать документы на местах и не теряться в лабиринте терминов. Я составил небольшой, но важный список терминов, используемых в искусственном интеллекте, чтобы в следующий раз, когда вы читали статью на эту тему, вам не пришлось искать в Google слова, используемые в статье.
Прочитайте . Спор об искусственном интеллекте.
Термины в искусственном интеллекте
AI: искусственный интеллект; относится к области искусственного интеллекта в широком смысле
Алгоритм: вы могли бы встретить это слово, если вы занимались программированием. Это относится к набору инструкций, которые выполняют задачу. В области искусственного интеллекта Алгоритм сообщает машинам, как находить ответы на различные вопросы или вопросы.
Аналоговое рассуждение . Термин «аналог» обычно относится к нецифровым данным, но когда дело доходит до области ИИ, аналогичное рассуждение – это процесс, в котором люди (ученые) делают выводы на основе прошлых результатов. Это больше похоже на прогнозирование фондовых рынков. Карты и диаграммы составляются на основе прошлых данных, и аналогичные рассуждения применяются для прогнозирования результатов любого процесса или эксперимента.
ANN: искусственные нейронные сети : искусственные нейронные сети составляют основу многих экспериментов в области рассуждений. Системы, которые не могут решить сложные проблемы, модифицируются так, чтобы содержать искусственные нейронные сети таким образом, чтобы они могли думать о себе и решать сложные проблемы. Сеть искусственных нейронов основана на сети биологических нейронов и, вероятно, является самой страшной среди всех терминов, используемых в искусственном интеллекте.
Обратное распространение . Что-то в строках обратного кодирования. Результат уже достигнут, но процесс достижения результата вычисляется путем подачи связанных процессов в систему, готовую для целей ИИ.
Обратная цепочка . Похоже на обратное распространение, но цель здесь состоит в том, чтобы выяснить, есть ли какие-либо доступные данные, которые можно использовать в качестве доказательства для текущей цели. В этой системе также эксперты работают от уже существующего решения до процессов, которые помогли достичь решения, и в процессе, находя доказательства того, что процессы могут зависеть.
CBR: обоснование на основе случая: метод, с помощью которого проблемы решаются на основе аналогичных случаев, решенных в прошлом.
Глубокое обучение : процесс, использующий специализированные алгоритмы для моделирования и изучения сложных наборов данных; этот метод также используется для установления связей между данными и наборами данных
Прямая цепочка . Процесс, при котором машины обучаются вперед с заданной точки – с использованием последовательности подпроцессов if-then для достижения требуемой цели. Цель состоит в том, чтобы выяснить систему, которая работает для данного набора проблем.
Индуктивное рассуждение . Процесс, в котором данные и наборы данных используются для достижения конкретных целей. Это не должно сильно отличаться от нормального программирования, так как оно работает с уже существующими наборами данных вместо их построения. Процесс сбора данных и их агрегирования на основе их характера называется интеллектуальный анализ данных , а для индуктивного анализа используются наборы данных, созданные в результате интеллектуального анализа данных.
Машинное обучение . Еще один страшный термин, используемый в искусственном интеллекте. Машинное обучение относится к машинам, которые работают без программ, выполняющих задачи. Машинное обучение приходит и улучшается по мере увеличения срока службы системы. Он использует шаблоны результатов, полученных в прошлом, чтобы действовать для достижения текущих целей.
НЛП – обработка естественного языка : еще один из популярных терминов, используемых в искусственном интеллекте, обработка естественного языка основана на распознавании речи или жестах. Суть здесь в том, чтобы понимать человеческий язык, воспринимать его как команды.Чем больше вы взаимодействуете с машиной, используя NLP, тем лучше она понимает и обрабатывает ваши команды.
Сокращение . Процесс очистки кода с целью устранения нежелательных решений. Но с сокращением кода (сокращение), количество решений, которые могут быть приняты машинами, ограничено.
Сильный ИИ . Сильный относится к области искусственного интеллекта, которая направлена на то, чтобы предоставлять интеллектуальные возможности машинам ИИ; по сути, он делает машины такими же умными, как люди
Слабый ИИ . Большинство современных систем ИИ являются слабым ИИ (искусственным интеллектом). Слабые машины ИИ по-прежнему могут принимать собственные решения, основываясь на рассуждениях и прошлых наборах данных.
Это наиболее важные термины, используемые в искусственном интеллекте, насколько я понимаю.
Читать: Факты и мифы об искусственном интеллекте: слабый ИИ, сильный ИИ и супер-ИИ.
