Sztuczna inteligencja: przykłady, rodzaje i charakterystyka – Znaczenia

Czym jest sztuczna inteligencja?

Termin sztuczna inteligencja (AI) odnosi się do operacji wywiadowczych wykonywanych przez maszyny, które poprzez kombinacje algorytmów mają za zadanie odtworzyć możliwości ludzkiego mózgu.

Dokładniej mówiąc, sztuczna inteligencja to taka, która umożliwia określonym maszynom postrzeganie otaczającego je środowiska i reagowanie na nie w sposób podobny do ludzkiego mózgu. Oznacza to zdolność do wykonywania takich funkcji jak rozumowanie, postrzeganie, uczenie się i rozwiązywanie problemów.

Informatyka, logika, filozofia i robotyka przyczyniły się do stworzenia i zaprojektowania maszyn zdolnych do rozwiązywania problemów według modelu sztucznej inteligencji.

John MacCarthy, Marvin Minsky i Claude Shannon ukuli po raz pierwszy w 1956 roku termin sztuczna inteligencja. Zdefiniowali ją jako „naukę i pomysłowość tworzenia inteligentnych maszyn, zwłaszcza inteligentnych programów komputerowych.”

Jednak najwcześniejsze zapytania pochodzą już od Greków. Arystoteles był pierwszym, który opisał działanie ludzkiej myśli i zasady, dzięki którym może ona dojść do racjonalnych wniosków.

(tixagag_6) Przykłady sztucznej inteligencji

AI jest obecna w dużej części dzisiejszej techniki, szczególnie w smartfonach , tabletach, komputerach i wszelkiego rodzaju urządzeniach ze zintegrowanymi systemami elektronicznymi.

Jako przykład sztucznej inteligencji w życiu codziennym możemy odnieść:

• automatyka domowa (inteligentna klimatyzacja, programowanie włączania i wyłączania świateł i urządzeń itd.);
• pojazdy autonomiczne;
• asystenci głosowi, tacy jak między innymi Google Assistant, Siri (Apple) lub Alexa (Amazon Echo);
• Google Predictive Dictionary;
• oprogramowanie do rozpoznawania obrazów;
• oprogramowanie do kontroli bezpieczeństwa i oszustw;
• oprogramowanie do analizy habitatów;
• prognozy dla marketingu cyfrowego;
• przewidywania i sugestie dotyczące konsumpcji wiadomości, muzyki, filmów, seriali itp.

Rodzaje sztucznej inteligencji

Z teoretycznego punktu widzenia istnieją dzisiaj cztery różne rodzaje sztucznej inteligencji, jak twierdzi badacz Arend Hintze. Zobaczmy.

(tixagag_7) Maszyny reaktywne

Odnosi się do tych maszyn, które zostały zaprojektowane w celu oceny informacji dostępnych w środowisku i rozwiązania natychmiastowego problemu na podstawie tych informacji. Ten typ AI nie przechowuje ani nie zapamiętuje i dlatego nie uczy się. Jego zadaniem jest przeanalizowanie informacji w danym momencie, skonstruowanie możliwych rozwiązań i wybranie najbardziej efektywnego.

W 1990 roku firma IBM stworzyła system z taką możliwością o nazwie Deep Blue, który był odpowiedzialny za wygranie meczu z mistrzem szachowym Garrym Kasparowem. Dzisiaj reaktywna AI jest wykorzystywana na przykład w autonomicznych samochodach .

Maszyny z ograniczoną pamięcią

Oznacza technologię, która wykorzystuje informacje uzyskane z bazy danych i która może również rejestrować i uczyć się podstawowych informacji z otoczenia. Tak jest na przykład , w przypadku technologii GPS.

Maszyny z teorią umysłu

Jest to rodzaj AI, który jest jeszcze w fazie rozwoju. Jest nadzieja, że w przyszłości niektóre maszyny będą w stanie zrozumieć zarówno ludzkie myśli, jak i uczucia i na tej podstawie podejmować decyzje. Wiąże się więc z interakcją społeczną. przykładem dociekań nad tego typu AI jest stworzony w 2016 roku robot Sophia.

Samoświadome maszyny

Samoświadome maszyny to takie, które są zdolne do posiadania samoświadomych percepcji, myśli i postaw, czyli maszyny zdolne do postrzegania, rozumowania i działania jak istoty ludzkie.

(tixagag_6) Charakterystyka sztucznej inteligencji

• Zdolność do reagowania na informacje dostępne w otoczeniu;
• Pamięć i uczenie się na podstawie danych doświadczeń;

Zdolność do rozwiązywania specyficznych problemów;

Zdolność do adaptacji;

• Zdolność percepcji zmysłowej (słuchowej, wzrokowej, dotykowej);

Zdolność do zarządzania, tzn. spójna i przejrzysta infrastruktura do jej zastosowania;

Odporność, tzn. zdolność do optymalizacji;

Dobra wydajność, tzn. zdolność do efektywnego przetwarzania dużych ilości informacji;

• Mierzalność w celu ilościowego określenia wydajności i przyszłych inwestycji.

Patrz również Robotyka.