Il mondo della tecnologia è già una parte essenziale della nostra vita quotidiana, ed è interessante comprendere le caratteristiche dell'intelligenza artificiale che hanno fatto la differenza nel nostro modo di vivere. Sapevi che l'intelligenza artificiale è una branca dell'informatica? Entra qui e scopri le sue caratteristiche e molto altro.
Indice
Caratteristiche dell'intelligenza artificiale
In questa sezione discuteremo le caratteristiche dell'intelligenza artificiale. In questo caso, intelligenza artificiale (IA) è sviluppato in una delle branche dell'Informatica, dove vengono applicati algoritmi logici che cercano di imitare il comportamento cognitivo del cervello umano. Certo, la definizione di intelligenza artificiale può continuare a svilupparsi, ma alla fine tutte le caratteristiche dell'intelligenza artificiale concorderanno sul fatto che vengono utilizzate per la programmazione di dispositivi robotici.
Nell'estate del 1956 si tenne la Conferenza di Dartmouth per affrontare il tema dell'intelligenza artificiale, alla quale parteciparono John McCarthy, Marvin Minsky e Claude Shannon.In questo incontro fu introdotto per la prima volta il termine intelligenza artificiale, dove stabilirono alcune previsioni a dieci anni che non sono stati rispettati, quindi le indagini sono state abbandonate per circa quindici anni. Va notato che il termine "intelligenza artificiale" è attribuito a John McCarthy.
È facile pensare che sia solo questione di tempo prima che la tecnologia e l'intelligenza artificiale sostituiscano completamente gli esseri umani. In effetti, ci sono film e ricercatori della vita reale che credono che le macchine con intelligenza artificiale saranno in grado di soggiogare la razza umana e renderla schiava. Al momento, questo è molto lontano dalla realtà, perché questo sarà possibile solo quando l'intelligenza artificiale avrà coscienza e avrà la capacità di creare da sola un nuovo dispositivo con intelligenza artificiale, e riuscirà a bypassare e scavalcare i comandi della sua programmazione di sua spontanea volontà. A quel punto, l'essere umano perderebbe il controllo della situazione.
Cos'è l'intelligenza artificiale?
Fu proprio durante la conferenza di Darthmouse del 1956, che venne ufficialmente definito il termine intelligenza artificiale, che stabilisce che se una macchina o un robot si comportassero in modo simile al comportamento che compirebbe un essere umano, allora sarebbe considerato come un dispositivo intelligente.
Altre definizioni attribuite all'intelligenza artificiale sono le seguenti:
comportati come le persone
Questa è la definizione stabilita da McCarthy, che si riferisce alla valutazione del comportamento della macchina per determinare se può essere considerata intelligente. Il cosiddetto "Test di Turing" applica questa definizione per definire i risultati del proprio Test. Tutti i dispositivi che sono simili in azioni come il processo decisionale, la risoluzione di problemi e l'apprendimento come farebbero gli esseri umani, soddisfano le caratteristiche dell'intelligenza artificiale.
Il test proposto da Alan Turing è che un essere umano condurrà una conversazione in linguaggio naturale con una macchina e un essere umano allo stesso tempo, la macchina cercherebbe di imitare il comportamento di un essere umano e cercherebbe di ingannare il suo valutatore attraverso le sue risposte per fargli credere di essere in realtà un essere umano. In altre parole, tra La caratteristica dell'intelligenza artificiale è la capacità di imitare l'umanità.
Naturalmente, il tester deve sapere in anticipo che sta parlando sia con una macchina che con un essere umano e deve cercare di determinare quale sia il vero essere umano e quale sia l'impostore.
In questo caso, la capacità di parlare non verrebbe presa in considerazione, poiché il valutatore verrebbe collocato in una stanza separata dove riceverà le informazioni tramite un computer, quindi la comunicazione dipenderebbe interamente dalla tastiera e non da questa capacità. In questo senso, tra La caratteristica dell'intelligenza artificiale è quella di simulare la voce umana.
ragione come le persone
Un'altra delle caratteristiche dell'intelligenza artificiale sta nella definizione di valutare lo sviluppo del razionamento operato dal robot, senza tener conto del successo o meno del risultato ottenuto. Questa visione è usata dalle scienze cognitive. In questo ragionamento vengono eseguiti tutti i calcoli necessari per poter percepire, ragionare e agire contro l'evento.
ragionare razionalmente
Come la definizione precedente, una delle caratteristiche dell'intelligenza artificiale è il razionamento fatto dalla macchina, tuttavia, tiene conto se questo razionamento ha una logica e coerenza, in modo che detto razionamento sia stato effettuato.
agire razionalmente
In questo punto di vista se i risultati vengono riconsiderati. Usando il robot che gioca a scacchi come esempio, il suo obiettivo è vincere ogni partita. Un'altra caratteristica dell'intelligenza artificiale è la capacità di eseguire calcoli, che saranno indifferenti finché raggiunge l'obiettivo.
Classificazione dell'intelligenza artificiale
L'intelligenza artificiale può essere classificata in base ai suoi obiettivi.
debole intelligenza artificiale
Questo punto di vista considera che i computer possono solo simulare di avere un razionamento e non di averne effettivamente uno proprio. I ricercatori che sostengono questa posizione ritengono che non sia possibile che esista o si sviluppi un computer capace di coscienza, poiché in realtà si tratterebbe di un programma che simulerebbe una cosa del genere.
forte intelligenza artificiale
D'altra parte, ci sono ricercatori che affermano il fatto che un computer può avere ragionamenti o pensieri con le stesse capacità della mente umana. Ciò significherebbe che un computer sarebbe in grado di ragionare, immaginare, sentire, tra l'altro, da solo, anche quando tutto parte da un programma, la sua rete neurale potrebbe evolversi fino a raggiungere questo punto.
https://www.youtube.com/watch?v=k3BNEgN2kEQ
Argomenti di intelligenza artificiale
Sebbene le definizioni e i punti di vista sull'intelligenza artificiale convergano tutti su quattro questioni da considerare da attribuire a una macchina dispositivo se dotata di intelligenza artificiale.
Risoluzione dei problemi e ricerca
Uno degli obiettivi principali dell'intelligenza artificiale è quello di risolvere i problemi per i quali sono progettati. In primo luogo, quando si pone un problema, è necessario formalizzarlo in modo da consentirne poi la soluzione. Questo argomento verte sulla ricerca della formalizzazione dei problemi e sulla loro risoluzione.
Rappresentazione della conoscenza e sistemi basati sulla conoscenza
Questo argomento si concentra su quei problemi che richiedono una conoscenza precedente per essere in grado di risolverli. Ad esempio, quei programmi di intelligenza artificiale che vengono applicati in medicina, è necessario incorporare conoscenze e informazioni riguardanti l'argomento in modo che possa risolvere i problemi di questo argomento.
Apprendimento automatico
Questo argomento fa riferimento al processo di apprendimento svolto dalla macchina in base alle esperienze acquisite. Esistono diversi tipi di apprendimento come l'apprendimento per imitazione, l'apprendimento per rinforzo, l'apprendimento profondo o l'apprendimento basato sull'albero decisionale. Tutti questi tipi di apprendimento consentono alla macchina di memorizzare le azioni eseguite che hanno considerato raggiunto l'obiettivo finale, al fine di applicare le stesse azioni in caso di un evento simile.
apprendimento rafforzato
L'apprendimento per rinforzo è lo stesso usato per addestrare gli animali, cioè quando svolgono un compito o obbediscono correttamente a un ordine, ricevono una ricompensa. In questo caso la macchina riceve il suo primo ordine e man mano che ottiene risultati positivi, lo riceve come incentivo per continuare a migliorare il proprio processo decisionale. Ad esempio, a seconda del tipi di robot Puoi considerare di vincere la partita a scacchi come premio.
apprendimento approfondito
Un altro tipo di apprendimento è chiamato deep learning, in cui si cercano l'imitazione o un comportamento simile della rete neurale e dei processi di comunicazione che si verificano nei neuroni del cervello umano.
Ad esempio, quando i sensori naturali del corpo umano come occhi, orecchie, tatto, gusto o olfatto rilevano una variazione, viene inviato un segnale al cervello. Questo segnale viene ricevuto e analizzato da un primo neurone che comunica il rilevamento di un cambiamento ai neuroni successivi e quindi viene avviata una sequenza neuronale per comprendere l'evento e come reagire.
Un processo simile si verifica quando, ad esempio, le telecamere di riconoscimento facciale rilevano un individuo attraverso i loro sensori visivi, viene attivato. Nel rilevare il viso, avvia una sequenza di processi logici a partire dall'analisi dei dati più semplici come i colori che ha il viso. Quindi, cerca di determinare le figure geometriche che compongono quella faccia. Infine, dividi il viso in più cornici per definire meglio i dettagli che contraddistinguono quel viso.
Albero delle decisioni
Questo tipo di apprendimento utilizza diversi schemi di problem solving che si attivano man mano che le informazioni vengono ricevute. Se l'esempio del robot che gioca a scacchi viene ripreso, inizierà il suo schema in cui è il primo pezzo che il suo avversario ha spostato, lì eseguirà più calcoli corrispondenti alle statistiche di quale dovrebbe muovere. Successivamente, il tuo avversario farà altre mosse e si aprirà un nuovo schema in cui eseguirai nuovamente i calcoli per fare le tue prossime mosse.
Infine, quando riesce a vincere la partita di scacchi, il robot memorizza tutte le decisioni che lui e il suo avversario hanno preso per le future partite di scacchi, in modo che quando si verifica un evento simile, ha già le informazioni necessarie nel database e può rispondere più rapidamente e con una percentuale più alta di possibilità di vincere la partita.
intelligenza artificiale distribuita
Grazie alle anticipazioni che ci hanno permesso di conoscere Come funziona la tecnologia, come l'evoluzione dei multiprocessori e la comparsa di Internet, hanno consentito all'intelligenza artificiale di fornire soluzioni distribuite.
applicazioni di intelligenza artificiale
Inoltre, ci sono quattro rami che sono strettamente legati all'uso dell'intelligenza artificiale, che sono:
- Linguaggio naturale.
- Visione artificiale.
- La robotica.
- riconoscimento vocale.
Attualmente, nell'area dell'intelligenza artificiale sono state sviluppate varie applicazioni che utilizzano determinati algoritmi o metodi.
Anche quando si possono citare molte applicazioni dell'intelligenza artificiale, sarebbe difficile coprire tutte quelle in cui si trova la sua presenza, visto che oggi esistono dispositivi di uso quotidiano, o programmi utilizzati da aziende e multinazionali dove trovano questa tecnologia.
Ad esempio, oggi viene utilizzato un supercomputer che applica un algoritmo che crea combinazioni di diversi farmaci per cercare di trovare una cura per il Covid-19. Questo computer valuta i dati sintomatologici, la composizione del virus e altre informazioni necessarie per poterlo contrastare, e attraverso il database che contiene i diversi farmaci esistenti, crea combinazioni cercando di curare il paziente di questa malattia, tenendo conto anche gli effetti collaterali che queste combinazioni possono causare e le dosi consigliate.
Un altro esempio, possono essere quelli utilizzati da più motori di ricerca che utilizzano il metodo dell'apprendimento per conoscere gli interessi di ciascun utente individualmente, questo permette di creare profili comportamentali e preferenze per e quindi poter fornire annunci in base a questi piaceri.
Successivamente, presenteremo alcune delle applicazioni più straordinarie dell'intelligenza artificiale.
applicazioni nei giochi
C'è un robot con la capacità di battere anche i migliori giocatori di scacchi, poiché questo robot è stato costruito al solo scopo di fare i calcoli e le statistiche necessari per stabilire strategie nelle loro mosse e vincere ogni partita.
Oggi praticamente tutti i giochi sono riusciti a essere battuti da una macchina, anche se i primi giochi da tavolo ad essere battuti da una macchina dotata di intelligenza artificiale sono stati la dama e l'Otello.
Damas
L'Università di Alberta nel 1989 ha sviluppato un programma chiamato Chinnok dalla squadra di Jonathan Schaeffer ed è stato nel 1994 che è diventato il campione del mondo nelle donne. Il programma Chinnok ha un database delle aperture e chiusure dei giochi di dama realizzati dai migliori giocatori di dama.
Ancora una volta, nel 2007 è stato dimostrato che quando il gioco è fatto perfettamente è impossibile programmare Chinnok. E quando una partita viene giocata con un miglioramento della strategia da parte dell'avversario, al massimo può arrivare al pareggio contro questo programma.
Scacchi
Nel caso degli scacchi, da anni sono state sviluppate diverse innovazioni e programmi di problem solving per vincere questa partita, tuttavia è stato nel mese di maggio del 1997 a New York quando Deep Blue ha sconfitto il campione del mondo G. Kasparov.
Era un software sviluppato dall'azienda IBM che disponeva di hardware e database specifici che consentivano a questo programma di culminare perfettamente quando le situazioni finali si presentavano con sette o anche meno pezzi sulla scacchiera. Allo stesso modo, i suoi algoritmi di ricerca, il tipo minimax, sono stati in grado di determinare le migliori opzioni in tutti i diversi casi.
Go
Oggi è il gioco pubblico in cui una macchina con intelligenza artificiale batte un giocatore umano, tuttavia questo non sorprende, visto che da tempo il Go è considerato un gioco ancora più difficile e complesso degli scacchi. .
Inoltre, le dimensioni di questo gioco aumentano notevolmente anche la difficoltà poiché ha più di 361 intersezioni per fare una tavola da 19 3 19, senza menzionare il numero di mosse possibili che possono essere fatte su ciascuna tavola.
Anche se non c'è stata una macchina in grado di vincere questa partita, ci sono già dei programmi che rispondono bene a tavole con dimensioni di nove per nove, e a differenza degli algoritmi di ricerca usati per il gioco degli scacchi, in questo caso si usano algoritmi di ricerca. Ricerca UCT.
applicazioni di robotica
I robot hanno diverse aree in cui forniscono il loro supporto per soluzioni più veloci, efficienti e precise, come nelle linee di produzione che richiedono l'automazione dei processi, anche in campo militare e della difesa, e persino per l'esplorazione spaziale come nel caso della Curiosity robot mobile che si trova attualmente su Marte, al fine di raccogliere informazioni sulla possibile esistenza della vita su questo pianeta.
Oggi ci sono robot che fungono da intrattenimento e partecipano a giochi, come i robot domestici giapponesi chiamati Paro e Aibo. Nel caso di Paro, si tratta di un robot terapeutico che aiuta a ridurre i livelli di stress nei pazienti e aiuta a migliorare la loro socializzazione. Nel caso di Aibo, si tratta di un robot a forma di cane sviluppato da Sony, dotato di un sistema di visione ed è programmabile.
robot di esplorazione e ricognizione
Esistono robot mobili che vengono utilizzati per l'esplorazione, la ricerca e la ricognizione in ambienti o aree ostili. Ad esempio, come i robot utilizzati nel disastro nucleare di Chernobyl che hanno cercato di visualizzare i danni causati dall'incidente e sono riusciti a catturare immagini della massa radioattiva chiamata Elephant's Foot.
Oppure possiamo citare anche i robot Spirit, Opportunity e Curiosity che sono stati inviati sulla superficie del pianeta Marte, nel 2004 i primi due e nel 2012 il terzo, che svolgono la missione di analizzare tutti i processi biologici, atmosferici e biologici componenti che compongono questo pianeta.
Nel 1997 l'azienda Honda presentò il primo robot bipede, cioè aveva la capacità di camminare con due arti e si chiamava P3. Ancora una volta, Honda ha introdotto nel 2000 il robot ASIMO che deriva dal diminutivo Advance Step in Innovative Mobility. Questa è stata la fine della serie di robot Honda P. Tutti questi robot sono stati appositamente progettati per avere la struttura fisica e le capacità motorie di un essere umano.
Ora ASIMO può cambiare se sta correndo, salendo le scale ed evitando ostacoli, e anche attraverso i suoi sensori visivi o telecamere può riconoscere oggetti in movimento, gesti e posture.
Applicazioni intelligenti per veicoli
Una delle innovazioni più recenti sono i veicoli passeggeri autonomi.
La prima metropolitana con guida completamente automatizzata è nata nella città giapponese di Sendai, sviluppata nel 1987. Oggi esistono già molti sistemi di metropolitana completamente automatizzati.
Un altro esempio di veicoli che possono trasportare passeggeri e che possono essere completamente automatizzati è lo Stanley, vincitore del concorso DARPA Challenge 2005, che si è svolto nel deserto del Mojave. Stanly ha ottenuto che è riuscito a completare con successo il percorso di 212,4 chilometri in un tempo di sei ore e 54 minuti.
Successivamente, nella DARPA Grand Challenge del 2007 tenutasi presso la George Air Force Base, il veicolo automatizzato Stanley ha nuovamente completato con successo il percorso di 96 miglia. I veicoli che hanno partecipato a questa gara sono stati in grado di elaborare le regole del traffico dello stato della California in tempo reale.
In un'altra parte del mondo, precisamente tra il Centro Congressi Internazionale e la Porta di Brandeburgo, il veicolo Made in Germany sviluppato dalla Libera Università di Berlino ha percorso un percorso di 80 chilometri. Questo veicolo è completamente autonomo, ha la capacità di riconoscere la presenza di pedoni e semafori. Tuttavia, richiede la fornitura di dati come la velocità di viaggio.
veicoli aerei senza equipaggio
Conosciuto anche come UAV dal diminutivo di Unmanned Aerial Vehicle. Il primo veicolo aereo senza pilota ad attraversare l'Oceano Pacifico senza doversi fermare è stato il Global Hwak. Questo è stato effettuato nel 2001 nel mese di aprile, è iniziato negli Stati Uniti e si è concluso in Australia.
Questo modello, tuttavia, si basa ancora su un pilota della stazione di terra e altri operatori per l'analisi dei dati. Weiss ha infatti indicato nel 2011 che questi sistemi, pur essendo in grado di raccogliere grandi quantità di informazioni, non hanno ancora la capacità necessaria per elaborarle in tempo reale, e quindi rispondere agli eventi in modo intelligente in base alle informazioni raccolte istantaneamente .
Questi veicoli oggi sono più popolarmente conosciuti come Droni. I droni hanno vari sensori e dispositivi interni che ti aiutano nella navigazione. Ad esempio, hanno un modulo GPS per la geolocalizzazione, telecamere con connessione wireless, alcune con sensori di movimento e di calore, tra gli altri. In primo luogo, questa tecnologia è nata per uso militare, sebbene sia già sul mercato.
Conclusioni
Non c'è dubbio che varie aree della tecnologia siano progredite in modo esponenziale e l'informatica non sfugge a questo progresso, anzi ha favorito l'evoluzione di altre branche della scienza. La capacità di calcolo fornita dall'intelligenza artificiale è raddoppiata in un periodo di diciotto mesi secondo la legge di Moore.
Ciò implicherebbe che se la legge di Moore continua a valere, intorno al 2030 la potenza di calcolo dei processori sarà simile o forse uguale a quella di un essere umano.
I motori di ricerca come Google e Amazon memorizzano milioni di informazioni dai loro utenti al fine di determinare le preferenze di ogni individuo al fine di fornire un servizio migliore. Quindi è stato necessario che i server con grandi capacità di memoria registrassero in modo uniforme questi dati.
Allo stesso modo, i social network richiedono queste grandi capacità di archiviazione per registrare le preferenze dei loro consumatori al fine di presentare proposte in base ai loro gusti.