Ο κόσμος της τεχνολογίας είναι ήδη ένα ουσιαστικό μέρος της καθημερινότητάς μας και είναι ενδιαφέρον να κατανοήσουμε τα χαρακτηριστικά της τεχνητής νοημοσύνης που έχουν κάνει τη διαφορά στον τρόπο που ζούμε. Γνωρίζατε ότι η τεχνητή νοημοσύνη είναι κλάδος της Επιστήμης των Υπολογιστών; Μπείτε εδώ και μάθετε για τα χαρακτηριστικά του και πολλά άλλα.
Χαρακτηριστικά της τεχνητής νοημοσύνης
Σε αυτή την ενότητα θα συζητήσουμε τα χαρακτηριστικά της τεχνητής νοημοσύνης. Σε αυτήν την περίπτωση, τεχνητή νοημοσύνη (IA) αναπτύσσεται σε έναν από τους κλάδους της Επιστήμης Υπολογιστών, όπου εφαρμόζονται λογικοί αλγόριθμοι που επιδιώκουν να μιμηθούν τη γνωστική συμπεριφορά του ανθρώπινου εγκεφάλου. Φυσικά, ο ορισμός της τεχνητής νοημοσύνης μπορεί να συνεχίσει να αναπτύσσεται, αλλά στο τέλος όλα τα χαρακτηριστικά της τεχνητής νοημοσύνης θα συμφωνήσουν ότι χρησιμοποιούνται για τον προγραμματισμό ρομποτικών συσκευών.
Το καλοκαίρι του 1956 πραγματοποιήθηκε η Διάσκεψη του Dartmouth για την αντιμετώπιση του ζητήματος της τεχνητής νοημοσύνης, στην οποία συμμετείχαν οι John McCarthy, Marvin Minsky και Claude Shannon. Αυτή η συνάντηση ήταν όταν εφαρμόστηκε για πρώτη φορά ο όρος τεχνητή νοημοσύνη, όπου όρισαν ορισμένες προβλέψεις σε δέκα χρόνια που δεν τηρήθηκαν, έτσι οι έρευνες εγκαταλείφθηκαν για περίπου δεκαπέντε χρόνια. Να σημειωθεί ότι ο όρος «τεχνητή νοημοσύνη» αποδίδεται στον John McCarthy.
Είναι εύκολο να σκεφτεί κανείς ότι είναι θέμα χρόνου η τεχνολογία και η τεχνητή νοημοσύνη να αντικαταστήσουν πλήρως τους ανθρώπους. Στην πραγματικότητα, υπάρχουν ταινίες και πραγματικοί ερευνητές που πιστεύουν ότι μηχανές με τεχνητή νοημοσύνη θα είναι ικανές να υποτάξουν την ανθρώπινη φυλή και να την υποδουλώσουν. Προς το παρόν, αυτό απέχει πολύ από την πραγματικότητα, γιατί αυτό θα είναι δυνατό μόνο όταν η τεχνητή νοημοσύνη έχει συνείδηση και έχει τη δυνατότητα να δημιουργήσει μόνη της μια νέα συσκευή με τεχνητή νοημοσύνη και καταφέρει να παρακάμψει και να παρακάμψει τις εντολές του προγραμματισμού της με δική της θέληση. Σε εκείνο το σημείο, ο άνθρωπος θα έχανε τον έλεγχο της κατάστασης.
Τι είναι η τεχνητή νοημοσύνη;
Ήταν ακριβώς κατά τη διάρκεια του συνεδρίου Darthmouse το 1956, όπου ορίστηκε επίσημα ο όρος τεχνητή νοημοσύνη, ο οποίος ορίζει ότι εάν μια μηχανή ή ένα ρομπότ συμπεριφερόταν με παρόμοιο τρόπο με τη συμπεριφορά που θα έκανε ένας άνθρωπος, τότε θα θεωρούνταν ως συσκευή.έξυπνη.
Άλλοι ορισμοί που αποδίδονται στην τεχνητή νοημοσύνη είναι οι ακόλουθοι:
συμπεριφέρονται σαν άνθρωποι
Αυτός είναι ο ορισμός που καθιέρωσε ο McCarthy, ο οποίος αναφέρεται στην αξιολόγηση της συμπεριφοράς του μηχανήματος για να προσδιοριστεί εάν μπορεί να θεωρηθεί έξυπνο. Το λεγόμενο "Turing Test" εφαρμόζει αυτόν τον ορισμό για να καθορίσει τα αποτελέσματα της δοκιμής του. Όλες οι συσκευές που είναι παρόμοιες σε ενέργειες όπως η λήψη αποφάσεων, η επίλυση προβλημάτων και η μάθηση όπως θα έκαναν οι άνθρωποι, πληρούν τα χαρακτηριστικά της τεχνητής νοημοσύνης.
Το τεστ που προτείνει ο Άλαν Τούρινγκ είναι ότι ένας άνθρωπος θα πραγματοποιήσει μια συνομιλία σε φυσική γλώσσα με μια μηχανή και έναν άνθρωπο ταυτόχρονα, η μηχανή θα επιδιώξει να μιμηθεί τη συμπεριφορά ενός ανθρώπου και θα προσπαθήσει να εξαπατήσει τον αξιολογητή της μέσα από τις απαντήσεις του να τον κάνει να πιστέψει ότι είναι στην πραγματικότητα άνθρωπος. Με άλλα λόγια, μεταξύ Τα χαρακτηριστικά της τεχνητής νοημοσύνης είναι η ικανότητα μίμησης της ανθρωπότητας.
Φυσικά, ο ελεγκτής πρέπει να γνωρίζει εκ των προτέρων ότι μιλάει σε μια μηχανή και σε έναν άνθρωπο και πρέπει να προσπαθήσει να προσδιορίσει ποιος είναι ο πραγματικός άνθρωπος και ποιος ο απατεώνας.
Σε αυτή την περίπτωση, η ικανότητα ομιλίας δεν θα λαμβανόταν υπόψη, αφού ο αξιολογητής θα τοποθετούνταν σε ξεχωριστό δωμάτιο όπου θα λάμβανε τις πληροφορίες μέσω υπολογιστή, επομένως η επικοινωνία θα εξαρτιόταν εξ ολοκλήρου από το πληκτρολόγιο και όχι από αυτή την ικανότητα. Υπό αυτή την έννοια, μεταξύ Τα χαρακτηριστικά της τεχνητής νοημοσύνης είναι η προσομοίωση της ανθρώπινης φωνής.
λόγο σαν τους ανθρώπους
Ένα άλλο από τα χαρακτηριστικά της τεχνητής νοημοσύνης είναι στον ορισμό της αξιολόγησης της εξέλιξης του ρομπότ, χωρίς να λαμβάνεται υπόψη εάν το αποτέλεσμα που προέκυψε ήταν επιτυχές ή όχι. Αυτή η άποψη χρησιμοποιείται από τη γνωστική επιστήμη. Σε αυτό το σκεπτικό εκτελούνται όλοι οι απαραίτητοι υπολογισμοί για να μπορέσουμε να αντιληφθούμε, να αιτιολογήσουμε και να ενεργήσουμε ενάντια στο γεγονός.
λογικά
Όπως και ο προηγούμενος ορισμός, ένα από τα χαρακτηριστικά της τεχνητής νοημοσύνης είναι η διαλογή που γίνεται από το μηχάνημα, ωστόσο, λαμβάνει υπόψη εάν αυτή η διαλογή έχει λογική και συνοχή, ώστε να έχει πραγματοποιηθεί η εν λόγω διαλογή.
ενεργούν ορθολογικά
Από αυτή την άποψη αν τα αποτελέσματα επανεξεταστούν. Χρησιμοποιώντας το ρομπότ που παίζει σκάκι ως παράδειγμα, στόχος του είναι να κερδίζει κάθε παιχνίδι. Ένα άλλο χαρακτηριστικό της τεχνητής νοημοσύνης είναι η ικανότητα εκτέλεσης υπολογισμών, που θα είναι αδιάφορη όσο φτάνει στον στόχο.
Ταξινόμηση τεχνητής νοημοσύνης
Η τεχνητή νοημοσύνη μπορεί να ταξινομηθεί ανάλογα με τους στόχους της.
αδύναμη τεχνητή νοημοσύνη
Αυτή η άποψη θεωρεί ότι οι υπολογιστές μπορούν μόνο να προσποιούνται ότι έχουν δελτίο και όχι ότι έχουν πραγματικά ένα δικό τους. Οι ερευνητές που υποστηρίζουν αυτή τη θέση θεωρούν ότι δεν είναι δυνατόν να υπάρχει ή να αναπτυχθεί ένας υπολογιστής ικανός για συνείδηση, αφού στην πραγματικότητα θα ήταν ένα πρόγραμμα που θα προσομοίωνε κάτι τέτοιο.
ισχυρή τεχνητή νοημοσύνη
Από την άλλη πλευρά, υπάρχουν ερευνητές που επιβεβαιώνουν το γεγονός ότι ένας υπολογιστής μπορεί να έχει συλλογισμούς ή σκέψεις με τις ίδιες δυνατότητες με το ανθρώπινο μυαλό. Αυτό θα σήμαινε ότι ένας υπολογιστής θα μπορούσε να συλλογιστεί, να φανταστεί, να αισθάνεται, μεταξύ άλλων, μόνος του, ακόμη και όταν όλα ξεκινούν από ένα πρόγραμμα, το νευρωνικό του δίκτυο θα μπορούσε να εξελιχθεί μέχρι να φτάσει σε αυτό το σημείο.
https://www.youtube.com/watch?v=k3BNEgN2kEQ
Θέματα τεχνητής νοημοσύνης
Αν και όλοι οι ορισμοί και οι απόψεις σχετικά με την τεχνητή νοημοσύνη συγκλίνουν σε τέσσερα ζητήματα που πρέπει να ληφθούν υπόψη για να αποδοθούν σε μια μηχανή συσκευής εάν διαθέτει τεχνητή νοημοσύνη.
Αντιμετώπιση προβλημάτων και αναζήτηση
Ένας από τους κύριους στόχους της τεχνητής νοημοσύνης είναι η επίλυση των προβλημάτων για τα οποία έχουν σχεδιαστεί. Καταρχήν, όταν θέτεις ένα πρόβλημα, είναι απαραίτητο να το επισημοποιήσεις με τρόπο που στη συνέχεια να επιτρέπει τη λύση του. Αυτό το θέμα εστιάζει στην αναζήτηση της επισημοποίησης των προβλημάτων και της επίλυσής τους.
Αναπαράσταση γνώσης και συστήματα βασισμένα στη γνώση
Αυτό το θέμα εστιάζει σε εκείνα τα προβλήματα που απαιτούν προηγούμενη γνώση για να μπορέσουμε να τα λύσουμε. Για παράδειγμα, όσα προγράμματα τεχνητής νοημοσύνης εφαρμόζονται στην ιατρική, είναι απαραίτητο να ενσωματωθούν γνώσεις και πληροφορίες σχετικά με το αντικείμενο, ώστε να μπορέσει να λύσει τα προβλήματα αυτού του αντικειμένου.
Εκμάθηση μηχανών
Αυτό το θέμα αναφέρεται στη διαδικασία εκμάθησης που πραγματοποιείται από τη μηχανή σύμφωνα με τις εμπειρίες που αποκτήθηκαν. Υπάρχουν διάφοροι τύποι μάθησης, όπως η μίμηση, η ενισχυτική μάθηση, η βαθιά μάθηση ή η μάθηση με βάση το δέντρο αποφάσεων. Όλοι αυτοί οι τύποι μάθησης επιτρέπουν στη μηχανή να αποθηκεύει τις ενέργειες που εκτελούνται που θεωρούν ότι ο τελικός στόχος εκπληρώθηκε, προκειμένου να εφαρμόσει τις ίδιες ενέργειες σε περίπτωση παρόμοιου συμβάντος.
ενισχυμένη μάθηση
Η ενισχυτική μάθηση είναι η ίδια με αυτή που χρησιμοποιείται για την εκπαίδευση των ζώων, δηλαδή όταν εκτελούν μια εργασία ή υπακούουν σωστά σε μια εντολή, λαμβάνουν μια ανταμοιβή. Σε αυτή την περίπτωση, το μηχάνημα λαμβάνει την πρώτη του παραγγελία και καθώς λαμβάνει θετικά αποτελέσματα, το λαμβάνει ως κίνητρο για να συνεχίσει να βελτιώνει τη λήψη των αποφάσεών του. Για παράδειγμα, ανάλογα με το Τύποι ρομπότ Μπορείτε να θεωρήσετε ως έπαθλο τη νίκη στο σκάκι.
βαθιά μάθηση
Ένας άλλος τύπος μάθησης ονομάζεται βαθιά μάθηση, κατά την οποία αναζητείται η μίμηση ή παρόμοια συμπεριφορά του νευρωνικού δικτύου και οι διαδικασίες επικοινωνίας που συμβαίνουν στους νευρώνες του ανθρώπινου εγκεφάλου.
Για παράδειγμα, όταν οι φυσικοί αισθητήρες του ανθρώπινου σώματος όπως τα μάτια, τα αυτιά, η αφή, η γεύση ή η όσφρηση ανιχνεύουν μια παραλλαγή, στέλνεται ένα σήμα στον εγκέφαλο. Αυτό το σήμα λαμβάνεται και αναλύεται από έναν πρώτο νευρώνα που επικοινωνεί την ανίχνευση μιας αλλαγής στους ακόλουθους νευρώνες και έτσι ξεκινά μια νευρωνική αλληλουχία για την κατανόηση του συμβάντος και του τρόπου αντίδρασης.
Μια παρόμοια διαδικασία συμβαίνει όταν, για παράδειγμα, οι κάμερες αναγνώρισης προσώπου ανιχνεύουν ένα άτομο μέσω των οπτικών αισθητήρων τους, ενεργοποιείται. Κατά την ανίχνευση του προσώπου, ξεκινά μια ακολουθία λογικών διεργασιών ξεκινώντας από την ανάλυση των απλούστερων δεδομένων όπως τα χρώματα που έχει το πρόσωπο. Στη συνέχεια, επιδιώκει να προσδιορίσει τα γεωμετρικά σχήματα που απαρτίζουν αυτό το πρόσωπο. Τέλος, χωρίστε το πρόσωπο σε πολλαπλά καρέ για να προσδιορίσετε καλύτερα τις λεπτομέρειες που διακρίνουν αυτό το πρόσωπο.
Δέντρο Αποφάσεων
Αυτός ο τύπος μάθησης χρησιμοποιεί διαφορετικά σχήματα επίλυσης προβλημάτων που ενεργοποιούνται καθώς λαμβάνονται πληροφορίες. Εάν το παράδειγμα του ρομπότ που παίζει σκάκι επαναληφθεί, θα ξεκινήσει το σχέδιό του στο οποίο είναι το πρώτο κομμάτι που κίνησε ο αντίπαλός του, εκεί θα πραγματοποιήσει πολλαπλούς υπολογισμούς που αντιστοιχούν στα στατιστικά του ποιο πρέπει να κινήσει. Αργότερα, ο αντίπαλός σας θα κάνει άλλες κινήσεις και θα ανοίξει ένα νέο σχέδιο όπου θα κάνετε πάλι υπολογισμούς για να κάνετε τις επόμενες κινήσεις σας.
Τέλος, όταν καταφέρει να κερδίσει την παρτίδα σκακιού, τότε το ρομπότ αποθηκεύει όλες τις αποφάσεις που πήρε αυτό και ο αντίπαλός του για μελλοντικούς αγώνες σκακιού, έτσι ώστε όταν συμβεί ένα παρόμοιο γεγονός, να έχει ήδη τις απαραίτητες πληροφορίες στη βάση δεδομένων. πιο γρήγορα και με υψηλότερο ποσοστό πιθανότητας να κερδίσετε το παιχνίδι.
κατανεμημένη τεχνητή νοημοσύνη
Χάρη στις προόδους που μας επέτρεψαν να γνωρίζουμε Πώς λειτουργεί η τεχνολογία, όπως η εξέλιξη των πολυεπεξεργαστών και η εμφάνιση του διαδικτύου, επέτρεψαν στην τεχνητή νοημοσύνη να παρέχει κατανεμημένες λύσεις.
εφαρμογές τεχνητής νοημοσύνης
Επιπλέον, υπάρχουν τέσσερις κλάδοι που συνδέονται στενά με τη χρήση της τεχνητής νοημοσύνης, οι οποίοι είναι:
- Φυσική γλώσσα.
- Τεχνητή όραση.
- Το ρομποτικό.
- αναγνώρισης ομιλίας.
Επί του παρόντος, στον τομέα της τεχνητής νοημοσύνης έχουν αναπτυχθεί διάφορες εφαρμογές που χρησιμοποιούν ορισμένους αλγόριθμους ή μεθόδους.
Ακόμη και όταν γίνεται αναφορά σε πολλές εφαρμογές της τεχνητής νοημοσύνης, θα ήταν δύσκολο να καλύψουμε όλες εκείνες στις οποίες εντοπίζεται η παρουσία της, αφού σήμερα υπάρχουν συσκευές για καθημερινή χρήση ή προγράμματα που χρησιμοποιούνται από εταιρείες και εταιρείες όπου βρίσκουν αυτή την τεχνολογία.
Για παράδειγμα, σήμερα χρησιμοποιείται ένας υπερυπολογιστής που εφαρμόζει έναν αλγόριθμο που κάνει συνδυασμούς διαφορετικών φαρμάκων προκειμένου να προσπαθήσει να βρει μια θεραπεία για τον Covid-19. Αυτός ο υπολογιστής αξιολογεί τα συμπτωματολογικά δεδομένα, τη σύνθεση του ιού και άλλες πληροφορίες που είναι απαραίτητες για να μπορέσει να τον αντιμετωπίσει και μέσω της βάσης δεδομένων που περιέχει τα διάφορα φάρμακα που υπάρχουν, κάνει συνδυασμούς προσπαθώντας να θεραπεύσει τον ασθενή από αυτήν την ασθένεια, λαμβάνοντας υπόψη ακόμη και οι παρενέργειες που μπορούν να προκαλέσουν αυτοί οι συνδυασμοί και οι συνιστώμενες δόσεις.
Ένα άλλο παράδειγμα, μπορεί να είναι αυτά που χρησιμοποιούνται από πολλές μηχανές αναζήτησης που χρησιμοποιούν τη μέθοδο εκμάθησης για να γνωρίζουν τα ενδιαφέροντα κάθε χρήστη ξεχωριστά. Αυτό σας επιτρέπει να δημιουργήσετε προφίλ συμπεριφοράς και προτιμήσεις για και έτσι να μπορείτε να παρέχετε διαφημίσεις σύμφωνα με αυτές τις απολαύσεις.
Στη συνέχεια, θα παρουσιάσουμε μερικές από τις πιο εξαιρετικές εφαρμογές της τεχνητής νοημοσύνης.
Εφαρμογές σε παιχνίδια
Υπάρχει ένα ρομπότ με την ικανότητα να νικάει ακόμη και τους καλύτερους παίκτες στο σκάκι, αφού αυτό το ρομπότ κατασκευάστηκε με μοναδικό σκοπό να κάνει τους απαραίτητους υπολογισμούς και στατιστικά για να καθορίσει στρατηγικές στις κινήσεις τους και να κερδίσει κάθε παιχνίδι.
Σήμερα σχεδόν όλα τα παιχνίδια έχουν καταφέρει να νικηθούν από μηχανή, αν και τα πρώτα επιτραπέζια παιχνίδια που νικήθηκαν από μηχανή που είχε τεχνητή νοημοσύνη ήταν το πούλι και ο Οθέλλος.
Damas
Το Πανεπιστήμιο της Αλμπέρτα το 1989 ανέπτυξε ένα πρόγραμμα που ονομάζεται Chinnok από την ομάδα του Jonathan Schaeffer και ήταν το 1994 που έγινε παγκόσμιος πρωταθλητής στις γυναίκες. Το πρόγραμμα Chinnok έχει μια βάση δεδομένων με τα ανοίγματα και τα κλεισίματα των παιχνιδιών πούλια που έγιναν από τους καλύτερους παίκτες πούλια.
Και πάλι, το 2007 αποδείχθηκε ότι όταν το παιχνίδι γίνεται τέλεια, είναι αδύνατο να προγραμματιστεί το Chinnok. Και όταν ένας αγώνας παίζεται με βελτίωση της στρατηγικής από τον αντίπαλο, το πολύ να φτάσει στην ισοπαλία απέναντι σε αυτό το πρόγραμμα.
Σκάκι
Στην περίπτωση του σκακιού, διάφορες καινοτομίες και προγράμματα επίλυσης προβλημάτων έχουν αναπτυχθεί για να κερδίσουν αυτό το παιχνίδι εδώ και χρόνια, ωστόσο ήταν το 1997, τον Μάιο στη Νέα Υόρκη, όταν ο Deep Blue νίκησε τον παγκόσμιο πρωταθλητή G. Kasparov.
Ήταν ένα λογισμικό που αναπτύχθηκε από την εταιρεία IBM που διέθετε συγκεκριμένο υλικό και βάσεις δεδομένων που επέτρεπαν σε αυτό το πρόγραμμα να κορυφωθεί τέλεια όταν οι τελικές καταστάσεις παρουσιάζονταν με επτά ή και λιγότερα κομμάτια στον πίνακα. Ομοίως, οι αλγόριθμοι αναζήτησης, ο τύπος minimax, ήταν σε θέση να προσδιορίσουν τις καλύτερες επιλογές σε όλες τις διαφορετικές περιπτώσεις.
Go
Σήμερα είναι το δημόσιο παιχνίδι στο οποίο ένα μηχάνημα με τεχνητή νοημοσύνη νικάει έναν άνθρωπο παίκτη, ωστόσο αυτό δεν προκαλεί έκπληξη, αφού εδώ και αρκετό καιρό το Go θεωρείται ακόμα πιο δύσκολο και σύνθετο παιχνίδι από το σκάκι.
Επιπλέον, οι διαστάσεις αυτού του παιχνιδιού αυξάνουν επίσης σημαντικά τη δυσκολία αφού έχει περισσότερες από 361 διασταυρώσεις για να φτιάξετε έναν πίνακα 19 3 19, χωρίς να αναφέρετε τον αριθμό των πιθανών κινήσεων που μπορούν να γίνουν σε κάθε ταμπλό.
Παρόλο που δεν υπάρχει μηχανή ικανή να κερδίσει αυτό το παιχνίδι, υπάρχουν ήδη προγράμματα που ανταποκρίνονται καλά σε πίνακες με διαστάσεις εννέα επί εννέα και σε αντίθεση με τους αλγόριθμους αναζήτησης που χρησιμοποιούνται για το παιχνίδι σκάκι, σε αυτήν την περίπτωση χρησιμοποιούνται αλγόριθμοι αναζήτησης. Αναζήτηση UCT.
εφαρμογές ρομποτικής
Τα ρομπότ έχουν διάφορους τομείς στους οποίους παρέχουν την υποστήριξή τους για γρήγορες, πιο αποτελεσματικές και ακριβείς λύσεις, όπως σε γραμμές παραγωγής που απαιτούν αυτοματοποίηση διεργασιών, επίσης στον στρατιωτικό και αμυντικό τομέα, ακόμη και για εξερεύνηση. κινητό ρομπότ που βρίσκεται αυτή τη στιγμή στον Άρη, προκειμένου να συλλέξει πληροφορίες σχετικά με την πιθανή ύπαρξη ζωής σε αυτόν τον πλανήτη.
Σήμερα, υπάρχουν ρομπότ που χρησιμεύουν ως ψυχαγωγία και συμμετέχουν σε παιχνίδια, όπως τα ιαπωνικά ρομπότ για κατοικίδια που ονομάζονται Paro και Aibo. Στην περίπτωση του Paro, πρόκειται για ένα θεραπευτικό ρομπότ που βοηθά στη μείωση των επιπέδων άγχους στους ασθενείς και βοηθά στη βελτίωση της κοινωνικοποίησής τους. Στην περίπτωση του Aibo, πρόκειται για ένα ρομπότ σε σχήμα σκύλου που αναπτύχθηκε από τη Sony, το οποίο διαθέτει σύστημα όρασης και είναι προγραμματιζόμενο.
ρομπότ εξερεύνησης και αναγνώρισης
Υπάρχουν κινητά ρομπότ που χρησιμοποιούνται για εξερεύνηση, αναζήτηση και αναγνώριση σε εχθρικά περιβάλλοντα ή περιοχές. Για παράδειγμα, όπως τα ρομπότ που χρησιμοποιήθηκαν στην πυρηνική καταστροφή του Τσερνομπίλ που προσπάθησαν να οπτικοποιήσουν τη ζημιά που προκλήθηκε από το περιστατικό και κατάφεραν να τραβήξουν εικόνες της ραδιενεργής μάζας που ονομάζεται Πόδι του Ελέφαντα.
Ή μπορούμε επίσης να αναφέρουμε τα ρομπότ Spirit, Opportunity και Curiosity που στάλθηκαν στην επιφάνεια του πλανήτη Άρη, το 2004 τα δύο πρώτα και το 2012 το τρίτο, τα οποία εκπληρώνουν την αποστολή της ανάλυσης όλων των βιολογικών, ατμοσφαιρικών και βιολογικών διεργασιών. αποτελούν αυτόν τον πλανήτη.
Το 1997 η εταιρεία Honda παρουσίασε το πρώτο δίποδο ρομπότ, δηλαδή είχε την ικανότητα να περπατά με δύο άκρα και ονομαζόταν P3. Και πάλι, η Honda παρουσίασε το 2000 το ρομπότ ASIMO που προέρχεται από το μικρότερο Advance Step in Innovative Mobility. Αυτό ήταν το τέλος της σειράς ρομπότ Honda P. Όλα αυτά τα ρομπότ σχεδιάστηκαν σκόπιμα για να έχουν τη φυσική δομή και τις κινητικές ικανότητες ενός ανθρώπου.
Τώρα, το ASIMO μπορεί να αλλάξει είτε τρέχει, ανεβαίνει σκάλες και αποφεύγει εμπόδια, ακόμα και μέσω των οπτικών αισθητήρων ή των καμερών του μπορεί να αναγνωρίσει κινούμενα αντικείμενα, χειρονομίες και στάσεις.
Εξυπνες εφαρμογές οχημάτων
Μία από τις πιο πρόσφατες καινοτομίες είναι τα αυτόνομα επιβατικά οχήματα.
Το πρώτο μετρό με πλήρως αυτοματοποιημένη οδήγηση εμφανίστηκε στην ιαπωνική πόλη Sendai, το οποίο αναπτύχθηκε το 1987. Σήμερα υπάρχουν ήδη πολλά πλήρως αυτοματοποιημένα συστήματα μετρό.
Ένα άλλο παράδειγμα οχημάτων που μπορούν να μεταφέρουν επιβάτες και μπορούν να είναι πλήρως αυτοματοποιημένα είναι το Stanley που ήταν ο νικητής στον διαγωνισμό DARPA Challenge του 2005, που έλαβε χώρα στην έρημο Μοχάβε. Ο Stanly πέτυχε το οποίο κατάφερε να ολοκληρώσει με επιτυχία τη διαδρομή των 212,4 χιλιομέτρων σε χρόνο έξι ωρών και 54 λεπτών.
Αργότερα, στο DARPA Grand Challenge του 2007 που πραγματοποιήθηκε στην αεροπορική βάση George, το αυτοματοποιημένο όχημα Stanley ολοκλήρωσε και πάλι με επιτυχία την πορεία των 96 μιλίων. Τα οχήματα που συμμετείχαν σε αυτόν τον αγώνα ήταν σε θέση να επεξεργαστούν τους κανόνες κυκλοφορίας της πολιτείας της Καλιφόρνια σε πραγματικό χρόνο.
Σε άλλο μέρος του κόσμου, συγκεκριμένα μεταξύ του Διεθνούς Συνεδριακού Κέντρου και της Πύλης του Βρανδεμβούργου, το όχημα Made in Germany που αναπτύχθηκε από το Ελεύθερο Πανεπιστήμιο του Βερολίνου ταξίδεψε σε μια διαδρομή 80 χιλιομέτρων. Αυτό το όχημα είναι πλήρως αυτόνομο, έχει τη δυνατότητα να αναγνωρίζει την παρουσία πεζών και φαναριών. Ωστόσο, απαιτεί την παροχή δεδομένων όπως η ταχύτητα ταξιδιού.
μη επανδρωμένα εναέρια οχήματα
Γνωστό και ως UAV από το υποκοριστικό του Unmanned Aerial Vehicle. Το πρώτο μη επανδρωμένο αεροσκάφος που διέσχισε τον Ειρηνικό Ωκεανό χωρίς να χρειαστεί να σταματήσει ήταν το Global Hwak. Αυτό πραγματοποιήθηκε το 2001 τον Απρίλιο, ξεκίνησε στις Ηνωμένες Πολιτείες και τελείωσε στην Αυστραλία.
Αυτό το μοντέλο, ωστόσο, εξακολουθεί να βασίζεται σε έναν πιλότο σταθμού εδάφους και άλλους χειριστές για την ανάλυση δεδομένων. Στην πραγματικότητα, ο Weiss ανέφερε το 2011 ότι αυτά τα συστήματα, παρόλο που είναι ικανά να συλλέγουν μεγάλες ποσότητες πληροφοριών, εξακολουθούν να μην έχουν την απαραίτητη ικανότητα να τις επεξεργάζονται σε πραγματικό χρόνο και επομένως ανταποκρίνονται στα γεγονότα έξυπνα σύμφωνα με τις πληροφορίες που συλλέγονται άμεσα .
Αυτά τα οχήματα σήμερα είναι πιο γνωστά ως Drones. Τα drone διαθέτουν διάφορους εσωτερικούς αισθητήρες και συσκευές που σας βοηθούν στην πλοήγησή σας. Για παράδειγμα, διαθέτουν μια μονάδα GPS για γεωεντοπισμό, κάμερες με ασύρματη σύνδεση, μερικές με αισθητήρες κίνησης και θερμότητας, μεταξύ άλλων. Στην πρώτη περίπτωση, αυτή η τεχνολογία προέκυψε για στρατιωτική χρήση, αν και είναι ήδη στην αγορά.
Συμπεράσματα
Δεν υπάρχει αμφιβολία ότι διάφοροι τομείς της τεχνολογίας έχουν προχωρήσει εκθετικά και η πληροφορική δεν ξεφεύγει από αυτή την πρόοδο, στην πραγματικότητα έχει μάλλον προωθήσει την εξέλιξη άλλων κλάδων της επιστήμης. Η υπολογιστική ικανότητα που παρέχει η τεχνητή νοημοσύνη έχει διπλασιαστεί σε μια περίοδο δεκαοκτώ μηνών σύμφωνα με το νόμο του Moore.
Αυτό θα σήμαινε ότι εάν ο νόμος του Moore συνεχίσει να ισχύει, τότε περίπου το 2030 η υπολογιστική ισχύς που θα έχουν οι επεξεργαστές θα είναι παρόμοια ή ίσως ίση με αυτή ενός ανθρώπου.
Οι μηχανές αναζήτησης όπως η Google και η Amazon αποθηκεύουν εκατομμύρια πληροφορίες από τους χρήστες τους προκειμένου να καθορίσουν τις προτιμήσεις του κάθε ατόμου προκειμένου να παρέχουν καλύτερη εξυπηρέτηση. Έτσι, οι διακομιστές με μεγάλες χωρητικότητες μνήμης απαιτήθηκαν να καταγράφουν ομοιόμορφα σε αυτά τα δεδομένα.
Τα κοινωνικά δίκτυα, επίσης, απαιτούν από αυτές τις μεγάλες αποθηκευτικές δυνατότητες να καταγράφουν τις προτιμήσεις των καταναλωτών τους προκειμένου να παρουσιάζουν προτάσεις σύμφωνα με τα γούστα τους.