Inteligenta artificiala (AI) este un domeniu al informaticii care accentueaza crearea de masini inteligente care functioneaza si reactioneaza ca oamenii. Unele dintre calculatoarele cu inteligenta artificiala sunt proiectate pentru diferite scopuri, precum urmatoarele:
- Recunoastere a vorbirii;
- Invatare;
- Planificare;
- Rezolvarea problemelor.
Inteligenta artificiala este o ramura a informaticii care isi propune sa creeze masini inteligente. A devenit o parte esentiala a industriei tehnologice.
Cercetarile asociate inteligentei artificiale sunt extrem de tehnice si de specialitate. Problemele de baza ale inteligentei artificiale includ computerele de programare pentru anumite trasaturi, cum ar fila fel de:
- Cunostinte;
- Rationament;
- Rezolvarea problemelor;
- Perceptie;
- Invatare;
- Planificare;
- Abilitatea de a manipula si muta obiecte.
Ingineria cunostintelor este o parte de baza a cercetarii AI. Masinile pot actiona adesea si reactioneaza ca oamenii, numai daca au informatii abundente referitoare la lume. Inteligenta artificiala trebuie sa aiba acces la obiecte, categorii, proprietati si relatii intre toate pentru a implementa ingineria cunoasterii. Initierea bunul simt, rationamentul si puterea de rezolvare a problemelor in masini reprezinta o sarcina dificila si obositoare.
Invatarea masinii este, de asemenea, o parte de baza a AI. Invatare fara nici un fel de supraveghere necesita o abilitate de a identifica tiparele in fluxurile de inputuri, in timp ce invatarea cu o supraveghere adecvata implica clasificare si regresii numerice.
Clasificarea determina categoria la care face obiect si regresul, obtinerea unui set de exemple numerice de intrare sau iesire, astfel descoperirea functiilor care permit generarea de iesiri adecvate de la intrarile respective. Analiza matematica a algoritmilor de invatare automata si a performantelor acestora reprezinta o ramura bine definita a informaticii teoretice, adesea denumita teoria invatarii computationale.
Perceptia masinii se ocupa de capacitatea de a utiliza intrari senzoriale pentru a deduce diferitele aspecte ale lumii, in timp ce vederea computerului este puterea de a analiza intrarile vizuale cu un putine sub-probleme precum facial, recunoasterea obiectului si a gesturilor.
Robotica este, de asemenea, un domeniu major legat de AI. Robotii necesita informatii pentru a gestiona sarcini precum manipularea si navigarea obiectelor, impreuna cu sub-probleme de localizare, planificare a miscarii si mapare.
Cum ar trebui sa incep sa invat despre AI?
Cel mai simplu mod de a afla lucruri foarte interesante despre AI, este acela de a accesa Aiprelude.com, iar astfel veti descoperi multe lucruri interesante despre AI, despre RPAm despre dezvoltarea web sau chiar si despre dezvoltarea APP. Puteti afla lucruri interesante insa despre AI, si in urmatoarele randuri.
Inteligenta artificiala se apropie de un centru de date din apropierea dvs., si probabil ca va incepe sa indeplineasca multe dintre sarcinile pe care operatorii umani isi petrec cea mai mare parte a timpului lor. In loc sa priveasca aceasta dezvoltare inevitabila ca o amenintare, lucratorii IT de azi ar face mai bine sa invete fundamentele AI acum, astfel incat, atunci cand ajunge, poate fi folosit ca un instrument pentru a spori valoarea efortului uman pentru organizatie, nu pentru a inlocui aceasta.
Scurt istoric al AI
AI de exemplu, are radacini care dateaza din anii 1950, dar a inceput doar sa adune aburi la inceputul acestui deceniu cu conceptul de „IA ingusta.” Iata ca tehnologia este concentrata pe finalizarea sarcinilor specifice precum clasificarea imaginilor si recunoasterea faciala, dar ii lipseste capacitatea sa-si evolueze procesele folosind experienta si alte date de intrare cum face un creier uman.
Pentru asta, trebuie sa apelam la invatarea automata, care foloseste algoritmi pentru a analiza date pentru a face predictii despre mediul sau. Cu ML, programatorii nu mai trebuie sa predea fiecare actiune pe care un sistem ar trebui sa o faca, ci mai degraba sistemul insusi poate determina cel mai bun curs de actiune avand in vedere datele disponibile. Cu toate acestea, chiar si in aceasta etapa, termenul „inteligenta” este utilizat foarte vag, deoarece inca mai necesita multa contributie umana pentru ca ML sa ajunga la concluzii rationale.
Aici intra retele de invatare profunda si retele neuronale. Spre deosebire de invatare automata, aceste tehnologii incearca sa imite functionarea creierului uman. Folosind stratificarea avansata, conectivitatea si propagarea datelor, acestea proceseaza seturi de date in numeroase moduri pentru a produce probabilitati ponderate pentru un rezultat dat. Deoarece este o sarcina de lucru de calcul foarte grea, nu este surprinzator faptul ca acest nivel de IA a fost pastrat pe arzatorul din spate pana cand GPU-urile si procesarea paralela au intrat in mainstream.
