У ученых и экспертов много разногласий по поводу будущего Искусственный интеллект, В то время как некоторые в восторге от перспектив самостоятельного обучения компьютерам и роботам, другие, такие как Стивен Хокингс, имеют оговорки. Согласно Стивену Хокингсу, роботы могут захватить планету, если исследования в области искусственного интеллекта не будут выполнены должным образом.
Читать: Дискуссия об искусственном интеллекте.
Условия в искусственном интеллекте
AI: Искусственный интеллект; относится к области искусственного интеллекта в широком смысле
Алгоритм: Возможно, вы столкнулись с этим словом, если вы занимались программированием. Это относится к набору инструкций, которые выполняют задание. В искусственном интеллекте Алгоритм сообщает машинам, как определять ответы на различные вопросы или вопросы.
Аналоговое рассуждение: Термин аналог обычно относится к нецифровым данным, но когда дело доходит до области ИИ, аналогичные рассуждения - это процесс, когда люди (ученые) делают выводы, основанные на прошлых результатах. Это больше похоже на прогнозирование фондовых рынков. Карты и диаграммы составлены 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 экстремальной области рассуждений. Системы, которые не могут решить сложные проблемы, модифицируются, 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 самым страшным среди всех терминов, используемых в искусственном интеллекте.
обратное распространение: Что-то в строках обратного кодирования. Результат уже существует, но процесс достижения результата определяется путем подачи связанных процессов в систему, готовую к ИИ.
Обратная цепочка: Похоже на backpropagation, но цель здесь состоит в том, чтобы выяснить, имеются ли какие-либо данные, которые могут быть использованы в качестве доказательств для текущей цели. В этой системе эксперты также работают с уже существующим решением процессов, которые помогли достичь решения, и в процессе выяснения доказательств того, что процессы могут зависеть.
ЦБ РФ: обоснование по делу: Метод решения проблем на основе аналогичных случаев, которые были решены в прошлом.
Глубокое обучение: Процесс, который использует специализированные алгоритмы для моделирования и изучения сложных наборов данных; этот метод также используется для установления отношений между данными и наборами данных
Прямое цепочка: Процесс, в котором машины изучают вперед из заданной точки - используя последовательность if-then подпроцессов для достижения требуемой цели. Цель состоит в том, чтобы выяснить систему, которая работает для заданного набора проблем.
Индуктивное мышление: Процесс, в котором для достижения конкретных целей используются данные и наборы данных. Это не должно сильно отличаться от обычного программирования, поскольку оно работает с уже имеющимися наборами данных, а не с их созданием. Процесс сбора данных и их агрегирования в зависимости от их характера называется сбор данных и индуктивное рассуждение использует наборы данных, созданные в результате интеллектуального анализа данных.
Машинное обучение: Еще один из страшных терминов, используемых в искусственном интеллекте, «Машиноведение» относится к машинам, действующим без подачи программ для выполнения задач. Обучение машине приходит и улучшается по мере увеличения срока службы системы. В нем используются модели результатов, полученных в прошлом, для выполнения текущих целей.
NLP - обработка естественного языка: Еще один популярный термин, используемый в искусственном интеллекте, обработка естественного языка основана на распознавании речи или на основе жестов. Дело здесь в том, чтобы понимать человеческий язык, воспринимая его как команды. Чем больше вы взаимодействуете с машиной с помощью NLP, тем лучше понимаете и обрабатываете свои команды.
Обрезка: Процесс очистки кода для устранения нежелательных решений. Но при сокращении кода (обрезке) количество решений, которые могут быть сделаны машинами, ограничено.
Сильный ИИ: Сильный относится к области искусственного интеллекта, который работает в направлении предоставления мозговых сил искусственным машинам; по сути, он работает, чтобы сделать машины такими же умными, как люди
Слабый AI: Большинство систем ИИ на рынке сегодня слабый ИИ (искусственный интеллект). Слабые машины ИИ все еще могут принимать собственные решения на основе рассуждений и прошлых наборов данных.
Это самые важные термины, используемые в искусственном интеллекте в соответствии с моим пониманием.
Читать: Факты и мифы об искусственном интеллекте: слабый AI, сильный AI и супер AI.
