Die Welt der Technologie ist bereits ein wesentlicher Bestandteil unseres täglichen Lebens, und es ist interessant, die Eigenschaften der künstlichen Intelligenz zu verstehen, die unsere Lebensweise verändert haben. Wussten Sie, dass künstliche Intelligenz ein Zweig der Informatik ist? Geben Sie hier ein und erfahren Sie mehr über seine Funktionen und vieles mehr.
Merkmale der künstlichen Intelligenz
In diesem Abschnitt werden wir die Eigenschaften der künstlichen Intelligenz diskutieren. In diesem Fall, künstliche Intelligenz (IA) wird in einem der Zweige der Informatik entwickelt, wo logische Algorithmen angewendet werden, die versuchen, das kognitive Verhalten des menschlichen Gehirns nachzuahmen. Natürlich kann sich die Definition von künstlicher Intelligenz noch weiterentwickeln, aber am Ende werden sich alle Eigenschaften der künstlichen Intelligenz darauf einigen, dass sie für die Programmierung von Robotergeräten verwendet werden.
Im Sommer 1956 fand die Dartmouth-Konferenz zum Thema künstliche Intelligenz statt, an der John McCarthy, Marvin Minsky und Claude Shannon teilnahmen, bei der der Begriff der künstlichen Intelligenz zum ersten Mal eingeführt wurde und auf der sie einige Prognosen zu zehn festlegten Jahre, die nicht eingehalten wurden, so dass die Untersuchungen für etwa fünfzehn Jahre eingestellt wurden. Es sei darauf hingewiesen, dass der Begriff „Künstliche Intelligenz“ John McCarthy zugeschrieben wird.
Es ist leicht zu glauben, dass es nur eine Frage der Zeit ist, bis Technologie und künstliche Intelligenz den Menschen vollständig ersetzen. Tatsächlich gibt es Filme und echte Forscher, die glauben, dass Maschinen mit künstlicher Intelligenz in der Lage sein werden, die menschliche Rasse zu unterwerfen und zu versklaven. Im Moment ist dies noch sehr weit von der Realität entfernt, denn dies wird nur möglich sein, wenn die künstliche Intelligenz ein Bewusstsein hat und die Fähigkeit besitzt, ein neues Gerät mit künstlicher Intelligenz selbst zu erstellen, und es schafft, die Befehle ihrer Programmierung zu umgehen und außer Kraft zu setzen aus eigenem Antrieb. An diesem Punkt würde der Mensch die Kontrolle über die Situation verlieren.
Was ist künstliche Intelligenz?
Gerade während der Darthmouse-Konferenz im Jahr 1956 wurde der Begriff künstliche Intelligenz offiziell definiert, der festlegt, dass, wenn sich eine Maschine oder ein Roboter ähnlich verhält wie ein Mensch, dies als eine angesehen wird Gerät.intelligent.
Andere Definitionen, die der künstlichen Intelligenz zugeschrieben werden, sind die folgenden:
handeln wie Menschen
Dies ist die von McCarthy festgelegte Definition, die sich auf die Bewertung des Verhaltens der Maschine bezieht, um festzustellen, ob sie als intelligent angesehen werden kann. Der sogenannte „Turing-Test“ wendet diese Definition an, um die Ergebnisse seines Tests zu definieren. Alle Geräte, die in Aktionen wie Entscheidungsfindung, Problemlösung und Lernen ähnlich sind wie Menschen, erfüllen die Eigenschaften der künstlichen Intelligenz.
Der von Alan Turing vorgeschlagene Test ist, dass ein Mensch gleichzeitig mit einer Maschine und einem Menschen ein Gespräch in natürlicher Sprache führt, die Maschine versucht, das Verhalten eines Menschen nachzuahmen und versucht, ihren Auswerter zu täuschen durch seine Antworten, um ihn glauben zu machen, dass er tatsächlich ein Mensch ist. Mit anderen Worten, zwischen Das Merkmal der künstlichen Intelligenz ist die Fähigkeit, den Menschen nachzuahmen.
Natürlich muss der Tester vorher wissen, dass er mit einer Maschine und einem Menschen spricht und versuchen herauszufinden, wer der echte Mensch und wer der Betrüger ist.
In diesem Fall würde die Fähigkeit zu sprechen nicht berücksichtigt, da der Bewerter in einem separaten Raum untergebracht wäre, wo er die Informationen über einen Computer erhalten würde, sodass die Kommunikation ausschließlich von der Tastatur und nicht von dieser Fähigkeit abhängen würde. In diesem Sinne zwischen Die Eigenschaft der künstlichen Intelligenz besteht darin, die menschliche Stimme zu simulieren.
Grund wie Menschen
Ein weiteres Merkmal der künstlichen Intelligenz besteht in der Definition der Bewertung der Entwicklung der vom Roboter vorgenommenen Rationierung, ohne zu berücksichtigen, ob das erzielte Ergebnis erfolgreich war oder nicht. Diese Ansicht wird von der Kognitionswissenschaft verwendet. In dieser Argumentation werden alle Berechnungen durchgeführt, die notwendig sind, um das Ereignis wahrnehmen, argumentieren und dagegen vorgehen zu können.
rational begründen
Wie die vorherige Definition ist eines der Merkmale der künstlichen Intelligenz die von der Maschine durchgeführte Rationierung, es wird jedoch berücksichtigt, ob diese Rationierung eine Logik und Kohärenz aufweist, sodass diese Rationierung durchgeführt wurde.
rational handeln
Unter diesem Gesichtspunkt werden die Ergebnisse noch einmal betrachtet. Am Beispiel des schachspielenden Roboters ist es sein Ziel, jede Partie zu gewinnen. Ein weiteres Merkmal der künstlichen Intelligenz ist die Fähigkeit, Berechnungen durchzuführen, die gleichgültig sind, solange sie das Ziel erreichen.
Klassifizierung der künstlichen Intelligenz
Künstliche Intelligenz kann nach ihren Zielen klassifiziert werden.
schwache künstliche intelligenz
Diese Sichtweise geht davon aus, dass Computer nur so tun können, als hätten sie eine Rationierung, und nicht, dass sie tatsächlich eine eigene haben. Die Forscher, die diese Position vertreten, sind der Ansicht, dass es nicht möglich ist, dass ein bewusstseinsfähiger Computer existiert oder entwickelt wird, da es in Wirklichkeit ein Programm wäre, das so etwas simuliert.
starke künstliche Intelligenz
Andererseits gibt es Forscher, die die Tatsache bestätigen, dass ein Computer Argumente oder Gedanken mit den gleichen Fähigkeiten wie der menschliche Verstand haben kann. Dies würde bedeuten, dass ein Computer in der Lage wäre, unter anderem selbst zu denken, sich etwas vorzustellen, zu fühlen, selbst wenn alles von einem Programm ausgeht, sein neuronales Netzwerk könnte sich entwickeln, bis es diesen Punkt erreicht.
https://www.youtube.com/watch?v=k3BNEgN2kEQ
Themen der Künstlichen Intelligenz
Obwohl die Definitionen und Standpunkte in Bezug auf künstliche Intelligenz alle in vier Punkten zusammenlaufen, die berücksichtigt werden müssen, um sie einer Gerätemaschine zuzuschreiben, wenn sie über künstliche Intelligenz verfügt.
Fehlerbehebung und Suche
Eines der Hauptziele der künstlichen Intelligenz ist es, die Probleme zu lösen, für die sie entwickelt wurden. Wenn man ein Problem stellt, muss man es zunächst so formalisieren, dass es dann gelöst werden kann. Dieses Thema konzentriert sich auf die Suche nach der Formalisierung von Problemen und deren Lösung.
Wissensrepräsentation und wissensbasierte Systeme
Dieses Thema konzentriert sich auf die Probleme, die Vorkenntnisse erfordern, um sie lösen zu können. Beispielsweise ist es bei den in der Medizin angewandten Programmen der künstlichen Intelligenz erforderlich, Wissen und Informationen zum Thema einzubeziehen, damit die Probleme dieses Fachs gelöst werden können.
Maschinelles Lernen
Dieses Thema bezieht sich auf den Lernprozess, den die Maschine aufgrund der gemachten Erfahrungen durchführt. Es gibt verschiedene Arten des Lernens wie Imitation Learning, Reinforcement Learning, Deep Learning oder Decision Tree Based Learning. Alle diese Arten des Lernens ermöglichen es der Maschine, die durchgeführten Aktionen zu speichern, die als erfüllt gelten, um im Falle eines ähnlichen Ereignisses dieselben Aktionen anzuwenden.
verstärktes Lernen
Reinforcement Learning ist dasselbe wie beim Trainieren von Tieren, das heißt, wenn sie eine Aufgabe ausführen oder einen Befehl korrekt befolgen, erhalten sie eine Belohnung. In diesem Fall erhält die Maschine ihren ersten Auftrag und wenn sie positive Ergebnisse erzielt, erhält sie dies als Anreiz, ihre Entscheidungsfindung weiter zu verbessern. Zum Beispiel je nach Arten von Robotern Sie können das Schachspiel als Ihren Preis gewinnen.
tiefes Lernen
Eine andere Art des Lernens wird als Deep Learning bezeichnet, bei dem die Nachahmung oder ein ähnliches Verhalten des neuronalen Netzes und von Kommunikationsvorgängen gesucht wird, die in den Neuronen des menschlichen Gehirns ablaufen.
Wenn beispielsweise die natürlichen Sensoren des menschlichen Körpers wie Augen, Ohren, Berührung, Geschmack oder Geruch eine Veränderung erkennen, wird ein Signal an das Gehirn gesendet. Dieses Signal wird von einem ersten Neuron empfangen und analysiert, das die Erkennung einer Änderung an die folgenden Neuronen weiterleitet und so eine neuronale Sequenz initiiert, um das Ereignis zu verstehen und zu reagieren.
Ein ähnlicher Vorgang tritt auf, wenn beispielsweise Gesichtserkennungskameras eine Person durch ihre visuellen Sensoren erkennen und aktiviert werden. Wenn das Gesicht erkannt wird, startet es eine Reihe logischer Prozesse, beginnend mit der Analyse der einfachsten Daten, wie z. B. der Farben, die das Gesicht hat. Dann versucht es, die geometrischen Figuren zu bestimmen, aus denen dieses Gesicht besteht. Teilen Sie schließlich das Gesicht in mehrere Rahmen, um die Details, die dieses Gesicht auszeichnen, besser zu definieren.
Entscheidungsbaum
Diese Art des Lernens verwendet verschiedene Problemlösungsschemata, die aktiviert werden, wenn Informationen empfangen werden. Wenn das Beispiel des Roboters, der Schach spielt, wieder aufgenommen wird, beginnt er mit seinem Schema, bei dem die erste Figur ist, die sein Gegner bewegt, und führt dort mehrere Berechnungen durch, die der Statistik entsprechen, welche er bewegen soll. Später wird Ihr Gegner andere Züge machen und ein neues Schema wird sich öffnen, wo Sie wieder Berechnungen anstellen werden, um Ihre nächsten Züge zu machen.
Wenn es schließlich gelingt, die Schachpartie zu gewinnen, speichert der Roboter alle Entscheidungen, die er und sein Gegner für zukünftige Schachpartien getroffen haben, damit er bei einem ähnlichen Ereignis bereits die notwendigen Informationen in der Datenbank hat und reagieren kann schneller und mit einer höheren prozentualen Chance, das Spiel zu gewinnen.
Verteilte künstliche Intelligenz
Dank der Fortschritte, die es uns ermöglicht haben, dies zu wissen Wie Technik funktioniert, wie die Entwicklung von Multiprozessoren und das Aufkommen des Internets, haben es der künstlichen Intelligenz ermöglicht, verteilte Lösungen bereitzustellen.
Anwendungen der künstlichen Intelligenz
Darüber hinaus gibt es vier Branchen, die eng mit dem Einsatz von künstlicher Intelligenz verbunden sind:
- Natürliche Sprache.
- Künstliches Sehen.
- Der Roboter.
- Spracherkennung.
Aktuell sind im Bereich der künstlichen Intelligenz verschiedene Anwendungen entwickelt worden, die bestimmte Algorithmen oder Methoden verwenden.
Auch wenn viele Anwendungen der künstlichen Intelligenz erwähnt werden können, wäre es schwierig, alle abzudecken, in denen sie zu finden ist, da es heute Geräte für den täglichen Gebrauch oder Programme gibt, die von Unternehmen und Konzernen verwendet werden, in denen diese Technologie zu finden ist.
Beispielsweise wird heute ein Supercomputer verwendet, der einen Algorithmus anwendet, der Kombinationen verschiedener Medikamente herstellt, um zu versuchen, ein Heilmittel für Covid-19 zu finden. Dieser Computer wertet die Symptomdaten, die Zusammensetzung des Virus und andere Informationen aus, die notwendig sind, um ihm entgegenzuwirken, und stellt anhand der Datenbank, die die verschiedenen vorhandenen Medikamente enthält, Kombinationen her, die versuchen, den Patienten von dieser Krankheit zu heilen, und berücksichtigt dabei sogar die Nebenwirkungen, die diese Kombinationen verursachen können, und die empfohlenen Dosen.
Ein weiteres Beispiel können diejenigen sein, die von mehreren Suchmaschinen verwendet werden, die die Lernmethode verwenden, um die Interessen jedes Benutzers individuell zu kennen, dies ermöglicht es Ihnen, Verhaltensprofile und Präferenzen zu erstellen und somit Anzeigen entsprechend diesen Freuden bereitzustellen.
Als nächstes werden wir einige der herausragendsten Anwendungen der künstlichen Intelligenz vorstellen.
Anwendungen in Spielen
Es gibt einen Roboter mit der Fähigkeit, selbst die besten Schachspieler zu schlagen, da dieser Roboter nur für den Zweck gebaut wurde, die notwendigen Berechnungen und Statistiken zu erstellen, um Strategien in ihren Zügen festzulegen und jedes Spiel zu gewinnen.
Heute haben es praktisch alle Spiele geschafft, von einer Maschine geschlagen zu werden, obwohl die ersten Tischspiele, die von einer Maschine mit künstlicher Intelligenz geschlagen wurden, Dame und Othello waren.
Damas
Die University of Alberta entwickelte 1989 ein Programm namens Chinnok von Jonathan Schaeffers Team und 1994 wurde er Weltmeister bei den Damen. Das Chinnok-Programm verfügt über eine Datenbank mit Eröffnungen und Schließungen von Damespielen, die von den besten Damespielern erstellt wurden.
Auch 2007 hat sich gezeigt, dass es unmöglich ist, Chinnok zu programmieren, wenn das Spiel perfekt gemacht ist. Und wenn ein Match mit einer Verbesserung der Strategie des Gegners gespielt wird, kann es gegen dieses Programm höchstens zu einem Remis kommen.
Schach
Im Fall von Schach wurden jahrelang verschiedene Innovationen und Problemlösungsprogramme entwickelt, um dieses Spiel zu gewinnen, aber es war im Mai 1997 in New York, als Deep Blue den Weltmeister G. Kasparov besiegte.
Es war eine von der Firma IBM entwickelte Software, die über spezielle Hardware und Datenbanken verfügte, die es diesem Programm ermöglichten, perfekt zu kulminieren, wenn die Endsituationen mit sieben oder noch weniger Figuren auf dem Brett präsentiert wurden. Ebenso konnten seine Suchalgorithmen vom Typ Minimax in allen verschiedenen Fällen die besten Optionen ermitteln.
Go
Heute ist es das öffentliche Spiel, bei dem eine Maschine mit künstlicher Intelligenz einen menschlichen Spieler besiegt, was jedoch nicht verwunderlich ist, da Go seit einiger Zeit als noch schwierigeres und komplexeres Spiel als Schach gilt. .
Darüber hinaus erhöhen die Dimensionen dieses Spiels die Schwierigkeit erheblich, da es mehr als 361 Kreuzungen hat, um ein Brett von 19 3 19 zu bilden, ohne die Anzahl der möglichen Züge zu erwähnen, die auf jedem Brett ausgeführt werden können.
Obwohl es noch keine Maschine gab, die dieses Spiel gewinnen konnte, gibt es bereits Programme, die gut auf Bretter mit den Abmessungen XNUMX x XNUMX reagieren, und im Gegensatz zu den Suchalgorithmen, die für das Schachspiel verwendet werden, werden in diesem Fall Suchalgorithmen verwendet. UCT-Suche.
Robotik-Anwendungen
Roboter unterstützen in verschiedenen Bereichen schnellere, effizientere und präzisere Lösungen, etwa in Produktionslinien, die eine Prozessautomatisierung erfordern, aber auch im Militär- und Verteidigungsbereich und sogar in der Weltraumforschung wie im Fall des Curiosity-Mobils Roboter, der sich derzeit auf dem Mars befindet, um Informationen über die mögliche Existenz von Leben auf diesem Planeten zu sammeln.
Heute gibt es Roboter, die der Unterhaltung dienen und an Spielen teilnehmen, wie zum Beispiel die japanischen Haustierroboter Paro und Aibo. Im Fall von Paro handelt es sich um einen therapeutischen Roboter, der hilft, das Stressniveau der Patienten zu reduzieren und ihre Sozialisierung zu verbessern. Bei Aibo handelt es sich um einen von Sony entwickelten Roboter in Hundeform, der über ein Sichtsystem verfügt und programmierbar ist.
Erkundungs- und Aufklärungsroboter
Es gibt mobile Roboter, die zur Erkundung, Suche und Aufklärung in feindlichen Umgebungen oder Gebieten eingesetzt werden. Zum Beispiel wie die bei der Nuklearkatastrophe von Tschernobyl eingesetzten Roboter, die versuchten, die durch den Vorfall verursachten Schäden zu visualisieren, und es schafften, Bilder der radioaktiven Masse namens Elefantenfuß aufzunehmen.
Oder wir können auch die Roboter Spirit, Opportunity und Curiosity erwähnen, die auf die Oberfläche des Planeten Mars geschickt wurden, 2004 die ersten beiden und 2012 der dritte, die die Mission erfüllen, alle biologischen, atmosphärischen und biologischen Prozesse zu analysieren machen diesen Planeten aus.
1997 präsentierte die Firma Honda den ersten zweibeinigen Roboter, das heißt, er hatte die Fähigkeit, mit zwei Gliedmaßen zu gehen, und hieß P3. Auch hier stellte Honda im Jahr 2000 den ASIMO-Roboter vor, der aus dem winzigen Advance Step in Innovative Mobility stammt. Dies war das Ende der Honda P-Roboterserie. Alle diese Roboter wurden absichtlich so konstruiert, dass sie die physische Struktur und die motorischen Fähigkeiten eines Menschen haben.
Jetzt kann ASIMO ändern, ob es läuft, Treppen steigt und Hindernissen ausweicht, und sogar durch seine visuellen Sensoren oder Kameras kann es sich bewegende Objekte, Gesten und Körperhaltungen erkennen.
Intelligente Fahrzeuganwendungen
Eine der jüngsten Innovationen sind autonome Personenfahrzeuge.
Die erste U-Bahn mit vollautomatischem Fahren entstand 1987 in der japanischen Stadt Sendai. Heute gibt es bereits viele vollautomatisierte U-Bahn-Systeme.
Ein weiteres Beispiel für Fahrzeuge, die Passagiere befördern und voll automatisiert werden können, ist der Stanley, der Gewinner des DARPA Challenge-Wettbewerbs 2005, der in der Mojave-Wüste stattfand. Stanly gelang es, die 212,4 Kilometer lange Strecke in einer Zeit von sechs Stunden und 54 Minuten erfolgreich zu absolvieren.
Später, bei der DARPA Grand Challenge 2007, die auf der George Air Force Base stattfand, absolvierte das automatisierte Fahrzeug von Stanley erneut erfolgreich den 96-Meilen-Kurs. Die an diesem Rennen teilnehmenden Fahrzeuge waren in der Lage, die Verkehrsregeln des Bundesstaates Kalifornien in Echtzeit zu verarbeiten.
In einem anderen Teil der Welt, genauer gesagt zwischen dem Internationalen Congress Center und dem Brandenburger Tor, legte das von der Freien Universität Berlin entwickelte Fahrzeug Made in Germany eine 80 Kilometer lange Strecke zurück. Dieses Fahrzeug ist völlig autonom, es hat die Fähigkeit, die Anwesenheit von Fußgängern und Ampeln zu erkennen. Es erfordert jedoch die Bereitstellung von Daten wie der Fahrgeschwindigkeit.
unbemannte Luftfahrzeuge
Auch bekannt als UAV von der Verkleinerungsform von Unmanned Aerial Vehicle. Das erste unbemannte Luftfahrzeug, das den Pazifischen Ozean ohne Zwischenstopp überquerte, war der Global Hwak. Dies wurde 2001 im Monat April durchgeführt, es begann in den Vereinigten Staaten und endete in Australien.
Dieses Modell ist jedoch immer noch auf einen Bodenstationspiloten und andere Betreiber für die Datenanalyse angewiesen. Tatsächlich wies Weiss 2011 darauf hin, dass diese Systeme, obwohl sie in der Lage sind, große Mengen an Informationen zu sammeln, immer noch nicht über die notwendige Kapazität verfügen, um sie in Echtzeit zu verarbeiten und daher entsprechend den sofort gesammelten Informationen intelligent auf Ereignisse zu reagieren .
Diese Fahrzeuge sind heute allgemein als Drohnen bekannt. Drohnen haben verschiedene interne Sensoren und Geräte, die Ihnen bei Ihrer Navigation helfen. Sie haben zum Beispiel ein GPS-Modul zur Geolokalisierung, Kameras mit drahtloser Verbindung, teilweise mit Bewegungs- und Wärmesensoren, ua. Ursprünglich ist diese Technologie für militärische Zwecke entstanden, obwohl sie bereits auf dem Markt ist.
Schlussfolgerungen
Es besteht kein Zweifel, dass sich verschiedene Technologiebereiche exponentiell weiterentwickelt haben und die Computertechnik sich diesem Fortschritt nicht entzieht, sondern vielmehr die Entwicklung anderer Wissenschaftszweige gefördert hat. Die von künstlicher Intelligenz bereitgestellte Rechenleistung hat sich laut Moore's Law innerhalb von XNUMX Monaten verdoppelt.
Dies würde bedeuten, dass, wenn das Mooresche Gesetz weiterhin gilt, die Rechenleistung von Prozessoren um 2030 ähnlich oder vielleicht gleich der eines Menschen sein wird.
Suchmaschinen wie Google und Amazon speichern Millionen von Informationen ihrer Nutzer, um die Vorlieben jedes Einzelnen zu ermitteln und einen besseren Service zu bieten. Daher wurden Server mit großen Speicherkapazitäten benötigt, um diese Daten gleichmäßig aufzuzeichnen.
Auch soziale Netzwerke benötigen diese großen Speicherkapazitäten, um die Vorlieben ihrer Konsumenten zu erfassen und ihnen geschmacksgerechte Angebote zu präsentieren.