Dirbtinis intelektas

Šis straipsnis apie apie apsimokančias sistemas. Apie filmą skaitykite straipsnyje Dirbtinis intelektas (filmas).

Šiam straipsniui ar jo daliai reikia daugiau . Jūs galite padėti Vikipedijai įrašydami tinkamas išnašas ar .

Dirbtinis intelektas (DI) – bet koks dirbtinai sukurtas intelektas. Andreas Kaplan ir Michael Haenlein apibrėžė dirbtinį intelektą kaip „sistemos sugebėjimą teisingai interpretuoti išorinius duomenis, mokytis iš jų ir panaudoti tokias žinias, kad būtų įgyvendinti konkretūs tikslai ir uždaviniai, lanksčiai juos pritaikant“.

Dirbtinis intelektas skiriasi nuo įprastų kompiuterinių algoritmų tuo, kad gali apsimokyti, tai atlikdamas tą patį veiksmą gali elgtis kitaip priklausomai nuo prieš tai atliktų veiksmų.

Dirbtinio intelekto tyrimai remiasi psichologijos ir neurologijos, matematikos ir logikos, , filosofijos ir lingvistikos mokslų duomenimis. Dirbtinio intelekto tyrimuose dažnai pagal gyvų organizmų nervų sistemą kuriami supaprastinti teoriniai modeliai. Jie vadinami neuroniniais tinklais, kurie vėliau panaudojami sprendžiant įvairių sričių problemoms spręsti – balso ar vaizdo atpažinimui, ligų diagnozei ir panašioms problemoms, kurios tiksliais algoritmais sunkiai sprendžiamos dėl ribotų techninių galimybių.

Dirbtinio intelekto programos apima išplėstinius žiniatinklio paieškos variklius (pvz., Google), rekomendacijų sistemas (kurias naudoja YouTube, Amazon ir Netflix]), žmogaus kalbos supratimas (pvz., Siri ir ), (pvz., Tesla), ir aukščiausio lygio varžybos sistemose (tokiose kaip šachmatai ir Go.

DI buvo įkurtas kaip akademinė disciplina 1956 m. Nuo pat dirbtinio intelekto atradimo tyrimai išbandė ir atmetė daugybę skirtingų metodų, įskaitant smegenų modeliavimą, didelės žinių duomenų bazes ir gyvūnų elgesio imitavimą. Pirmaisiais 21-ojo amžiaus dešimtmečiais šioje srityje labai dominavo mašininis mokymasis mašininis mokymasis, ir ši technika pasirodė esanti labai sėkminga, padėjusi išspręsti daug sudėtingų pramonės ir akademinės bendruomenės problemų.

Istorija

Uždaviniai

Neuroniniai tinklai padeda sprendžiant dviejų rūšių – klasifikavimo ir – uždavinius.

Klasifikavimo uždaviniai skirti suskirstyti objektus į grupes. Pavyzdžiui, žmones pagal ūgį, svorį, plaukų ir akių spalvą suskirstyti į vyrus ir moteris. Skirstymas gali būti ir sudėtingesnis, tarkim pagal akių, lūpų, nosies linijas suskirstyti žmones pagal tautas.

Paprastai naudojami keli klasifikatoriai, kurių pagalba gaunamas norimas rezultatas.

Prognozavimo uždaviniai tokie, kuomet pagal turimus duomenis yra spėjama, kokie bus tolimesni. Tai naudojama oro prognozėse, ligos diagnostikose. Kartais naudojama taisant klaidas.

Praktinis pritaikymas

• Automatizuota prekybos akcijomis sistema
• Programa nuo 1994 m. yra šaškių pasaulio čempionas.
• leidžia naudotis internetu.
• Deep Blue, , 1997 m. nugalėjo pasaulio čempioną Garį Kasparovą.
• naudojamos naftos , valdant robotus, medicinoje (diagnozė).
• Automatinis vertimas yra plačiai paplitęs verčiant techninius tekstus didžiausiomis pasaulio kalbomis.
• .
• Neuroniniai tinklai, saugos, stebėjimo struktūrose, akcijų kitimo kursus.
• , jo pagalba skaitomi tekstai.
• .
• . Teismai, advokatai, gydytojai, geležinkelio transporto koncernai (Deutsche Bahn) naudoja įrenginius, kurie kalbą paverčia tekstu ir atvirkščiai.
• sistemas kaip Mathematica arba Maple naudoja matematikai, įvairūs mokslininkai ir inžinieriai.
• sistemomis stebimos gatvės, „budima“ viešosiose vietose, keliuose, kontroliuojama gamyba ir tiekimas.
• Kompiuteriniai žaidimai.
• Natūralios kalbos apdorojimas.

Taip pat skaitykite

• Kiberpankas
• Neuroinformatika
• Robotas
• Simuliuojama realybė
• Technologinis singuliarumas
• Tiuringo testas

Šaltiniai

1. Andreas Kaplan; Michael Haenlein (2019) Siri, Siri in my Hand, who's the Fairest in the Land? On the Interpretations, Illustrations and Implications of Artificial Intelligence, Business Horizons, 62(1), 15-25
2. Andreas Kaplan (2022) Artificial Intelligence, Business and Civilization - Our Fate Made in Machines, Routledge
3. dirbtinio intelekto panaudojimas
4. name="Dirbtinio intelekto naudojamas. 1990-ieji"

Redaguoti	Kibernetika, sritys ir mokslininkai
K1	, , ,
K2	Automatizavimas, , Lošimų teorija, Informacijos teorija, , , Simbolizmas, , Sinergetika, Sistemų teorija, , dirbtinis intelektas
K3	, , Biokibernetika, , , Neuroinformatika, , , ,
Kibernetikai	, , Claude Bernard, , , , , , , , , , , , , , , , , , , , Talcott Parsons, , Alfred Radcliffe-Brown, , , , , , , , , , , , Norbert Wiener

Vikižodynas