Det er mye uenighet blant lærde og eksperter om fremtiden for Kunstig intelligens. Mens noen er begeistret over mulighetene for selvlærende datamaskiner og roboter, har andre, som Stephen Hawkings, reservasjoner om det. Ifølge Stephen Hawkings, kan roboter ta over planeten dersom kunstig intelligensforskning ikke er gjort riktig.
Lese: Debatt om kunstig intelligens.
Vilkår i kunstig intelligens
AI: Kunstig intelligens; refererer til feltet for kunstig intelligens i bred forstand
algoritme: Du har kanskje kommet over dette ordet hvis du har vært i programmering. Det refererer til et sett med instruksjoner som får en oppgave utført. I kunstig intelligens forteller Algoritmen maskinene hvordan man finner ut svar på ulike problemer eller spørsmål.
Analogisk begrunnelse: Termen analog refererer generelt til ikke-digitale data, men når det gjelder AI-feltet, er analog argumentasjon prosessen der folk (forskere) trekker konklusjoner basert på tidligere resultater. Det er mer som å forutsi aksjemarkeder. Kart og diagrammer er tegnet ut fra tidligere data, og analog begrunnelse brukes for å prognostisere resultatene av en hvilken som helst prosess eller eksperiment.
ANN: Artificial Neuron Networks: Kunstige nevronnett danner ryggraden i mange eksperimenter i det ytterste av argumentasjonsfeltet. Systemer som ikke kan løse komplekse problemer blir modifisert for å inneholde kunstige nevronnett på en måte som de kan tenke på seg selv og løse komplekse problemer. Det kunstige nevronnettverket er basert på det biologiske nevronnettverket og er sannsynligvis den skummeste blant alle termer som brukes i kunstig intelligens.
backpropagation: Noe i linjene med omvendt koding. Resultatet er allerede der, men prosessen for å nå resultatet er funnet ut ved å mate de relaterte prosessene til et system klar for AI-formål.
Bakoverkjetting: Høres ut som tilbakeforståelse, men målet er å finne ut om det foreligger data som kan brukes som bevis for nåværende mål. I dette systemet arbeider eksperter fra en allerede eksisterende løsning på prosesser som bidro til å nå løsningen, og i prosessen, finne ut bevis som prosessene kan være avhengige av.
CBR: Saksbasert begrunnelse: En metode hvorved problemer løses basert på lignende tilfeller løst tidligere.
Deep Learning: En prosess som benytter spesialiserte algoritmer til å modellere og studere komplekse datasett; Metoden brukes også til å etablere relasjoner mellom data og datasett
Forward Chaining: En prosess hvor maskinene studerer fremover fra et gitt punkt - ved hjelp av en sekvens av hvis-deretter delprosesser for å nå det ønskede målet. Målet er å finne ut et system som fungerer for et gitt sett av problemer.
Inductive Reasoning: En prosess der bevis og datasett brukes til å nå bestemte mål. Dette bør ikke være mye forskjellig fra normal programmering, da det fungerer på datasett som allerede er tilstede i stedet for å bygge dem. Prosessen med å samle data og aggregere dem basert på deres natur kalles data mining og induktiv resonnement bruker datasettene som er opprettet som et resultat av data mining.
Maskinlæring: En annen av de skremmende termer som brukes i kunstig intelligens, refererer Machine Learning til maskiner som virker uten å bli matet programmer for å utføre oppgaver. Maskininnlæringen kommer inn og forbedrer etter hvert som systemets levetid øker. Det benytter mønstrene av resultater oppnådd i fortiden for å opptre for nåværende mål.
NLP - Natural Language Processing: En annen av de populære begrepene som brukes i kunstig intelligens, er naturlig språkbehandling basert på talegjenkjenning eller gestusbaserte innganger. Poenget her er å forstå menneskers språk som ta det som kommandoer. Jo mer du samhandler med maskinen ved hjelp av NLP, desto bedre blir det å forstå og behandle kommandoene dine.
beskjæring: Prosessen med å rydde opp koden slik at uønskede løsninger kan elimineres. Men med kutting av kode (beskjæring), kan antall beslutninger som kan gjøres av maskiner begrenses.
Sterk AI: Sterk refererer til feltet for kunstig intelligens som arbeider for å gi hjerneklikk til AI-maskiner; I virkeligheten virker det å lage maskiner så intelligente som mennesker
Svak AI: De fleste av AI-systemene i markedet i dag er svake AI (kunstig intelligens). Svake AI-maskiner kan fortsatt ta sine egne beslutninger basert på resonnement og tidligere datasett.
Disse er de viktigste begrepene som brukes i kunstig intelligens i henhold til min forståelse.
Lese: Fakta og myter om kunstig intelligens: Svak AI, Sterk AI og Super AI.
