Az intelligens gépek (vagy az ókorban bálványok) létrehozásának vágya egyidős az emberekkel. Erős az a vágy, hogy ne legyünk egyedül az univerzumban, hogy legyen valami, amivel kommunikálhatunk a többi ember következetlensége nélkül. A következő vita rövid, idevágó áttekintést nyújt a modern AI-kísérletek történetéről.
A legkorábbi számítógépek csak ilyenek voltak: számítástechnikai eszközök. Utánozták az emberi képességet a szimbólumok manipulálására az alapvető matematikai feladatok, például az összeadás elvégzése érdekében. A logikai érvelés később hozzáadta a matematikai érvelés végrehajtásának képességét összehasonlítások révén (például annak megállapítása, hogy az egyik érték nagyobb-e egy másik értéknél). Az embereknek azonban továbbra is meg kellett határozniuk a számítás végrehajtásához használt algoritmust, megadniuk a szükséges adatokat a megfelelő formátumban, majd értelmezniük kellett az eredményt. 1956 nyarán különböző tudósok vettek részt a Dartmouth College campusán tartott workshopon, hogy valamivel többet tegyenek. Azt jósolták, hogy az emberekhez hasonlóan hatékonyan gondolkodó gépekhez legfeljebb egy generációra lesz szükség. Tévedtek.
A Dartmouth College-val és más korabeli törekvésekkel kapcsolatban feltárt probléma a hardverhez kapcsolódik – a feldolgozási képesség ahhoz, hogy a számításokat elég gyorsan elvégezze egy szimuláció létrehozásához. Valójában azonban nem ez az egész probléma. Igen, a hardver belejön a képbe, de nem szimulálhatsz olyan folyamatokat, amelyeket nem értesz. Ennek ellenére a mesterséges intelligencia ma már valamennyire hatékony, mert a hardver végre elég erős lett a szükséges számú számítás támogatásához.
Ezekkel a korai próbálkozásokkal a legnagyobb probléma (és még ma is jelentős probléma), hogy nem értjük, hogyan érvelnek az emberek elég jól ahhoz, hogy bármilyen szimulációt készítsenek – feltételezve, hogy az irányszimuláció is lehetséges. Fontolja meg újra a fejezetben korábban ismertetett, emberes repüléssel kapcsolatos kérdéseket. A Wright fivérek nem a madarakat szimulálták, hanem sokkal inkább megértették a madarak által használt folyamatokat, és ezzel létrehozták az aerodinamika területét. Következésképpen, ha valaki azt mondja, hogy a következő nagy mesterségesintelligencia-innováció a sarkon van, és mégsem létezik konkrét értekezés az érintett folyamatokról, akkor az innováció minden, csak nem a sarkon.
A szakértői rendszerek először az 1970-es, majd az 1980-as években jelentek meg, hogy a mesterséges intelligencia által támasztott számítási követelményeket a szakértők tudásának felhasználásával csökkentsék. Számos szakértői rendszerreprezentáció jelent meg, beleértve a szabályalapú (amelyek if… majd utasításokat használnak a döntések alapjául szolgáló hüvelykujjszabályokra), keretalapú (amelyek általános információk kapcsolódó hierarchiáiba, kereteknek nevezett adatbázisokat használnak) és logikai alapú (amelyek támaszkodnak. halmazelméletről kapcsolatok létrehozására). A szakértői rendszerek megjelenése azért fontos, mert ezek mutatják be az AI első valóban hasznos és sikeres megvalósításait.
A mai napig használatban vannak a szakértői rendszerek (bár már nem így hívják). Például az alkalmazásban található helyesírás- és nyelvhelyesség-ellenőrzők egyfajta szakértői rendszerek. A nyelvtani ellenőrző különösen erősen szabályalapú. Érdemes körülnézni, hogy más helyeket is lássunk, ahol a szakértői rendszerek még gyakorlati hasznot látnak a mindennapi alkalmazásokban.
A szakértői rendszerekkel az a probléma, hogy nehéz lehet őket létrehozni és karbantartani. A korai felhasználóknak speciális programozási nyelveket kellett megtanulniuk, mint például a List Processing (LisP) vagy a Prolog. Néhány gyártó lehetőséget látott arra, hogy szakértői rendszereket kevésbé tapasztalt vagy kezdő programozók kezébe adjon olyan termékek használatával, mint a VP-Expert , amelyek a szabályalapú megközelítésen alapulnak . Ezek a termékek azonban általában rendkívül korlátozott funkcionalitást biztosítottak a kisebb tudásbázisok használatában.
Az 1990-es években kezdett eltűnni a szakértői rendszer kifejezés . Felmerült a gondolat, hogy a szakértői rendszerek kudarcot vallottak, de a valóság az, hogy a szakértői rendszerek egyszerűen olyan sikeresek voltak, hogy beépültek azokhoz az alkalmazásokhoz, amelyek támogatására készültek. Egy szövegszerkesztő példáját használva egy időben külön nyelvtani ellenőrző alkalmazást kellett vásárolnia, például a RightWritert . A szövegszerkesztőkben azonban már be vannak építve nyelvtani ellenőrzők , mert nagyon hasznosnak bizonyultak (ha nem is mindig pontosak).
Az AI tél kifejezés a mesterséges intelligencia fejlesztésének csökkentett finanszírozási időszakára utal. Általánosságban elmondható, hogy a mesterséges intelligencia azt az utat járta be, amelyen a támogatók túlbecsülik a lehetséges mértéket, befektetésre késztetve a technológiai ismeretekkel nem rendelkező, de sok pénzzel rendelkező embereket. A kritika időszaka ezután következik, amikor a mesterséges intelligencia nem felel meg az elvárásoknak, és végül a finanszírozás csökkenése következik be. E ciklusok közül számos előfordult az évek során – mindegyik pusztító hatással volt a valódi fejlődésre.
A mesterséges intelligencia jelenleg egy új hype fázisban van a gépi tanulás miatt, amely technológia segít a számítógépeknek tanulni az adatokból. Az, hogy a számítógép tanul az adatokból, azt jelenti, hogy nem függ egy emberi programozótól a műveletek (feladatok) beállításához, hanem közvetlenül olyan példákból származtatja azokat, amelyek megmutatják, hogyan kell a számítógépnek viselkednie. Ez olyan, mintha egy csecsemőt tanítanánk úgy, hogy példán keresztül megmutatjuk neki, hogyan viselkedjen. A gépi tanulásnak vannak buktatói, mert a számítógép megtanulhatja, hogyan kell helytelenül csinálni dolgokat gondatlan tanítással.
Öt tudóstörzs dolgozik gépi tanulási algoritmusokon, mindegyik más-más nézőpontból (a részletekért lásd az „Avoiding AI Hype” részt a fejezet későbbi részében). Jelenleg a legsikeresebb megoldás a mélytanulás, ami egy olyan technológia , amely az emberi agy utánzására törekszik. A mélyreható tanulás lehetséges a nagy teljesítményű számítógépek, az intelligensebb algoritmusok, a társadalmunk digitalizálása által előállított nagy adatkészletek, valamint az olyan vállalkozások hatalmas befektetései miatt, mint a Google, a Facebook, az Amazon és mások, amelyek a mesterséges intelligencia reneszánszát saját magukra használják ki. vállalkozásokat.
Az emberek azt mondják, hogy a mesterséges intelligencia télének vége a mély tanulás miatt, és ez most igaz. Ha azonban körülnézünk, hogyan nézik az emberek a mesterséges intelligenciát, könnyen rájöhetünk, hogy előbb-utóbb egy újabb kritikai fázis következik be, hacsak a támogatók nem tompítják a retorikát.
Megtudhatja, hogyan állíthatja be a Discord audio- és videobemeneteit, hogyan állíthatja be az általános megjelenést, és hogyan és mikor szeretne értesítést kapni az új interakciókról.
Ismerje meg, hogyan találhat meg és csatlakozhat egy csoporthoz a Google Csoportok alkalmazásban. Csatlakozhat közvetlenül vagy kérhet csatlakozást.
A TechSmith Snagit a kedvenc képernyőkép- és képszerkesztő szoftverünk. Tekintse meg a Snagit 2018 új funkcióit!
Diagramokat vagy folyamatábrákat kell létrehoznia, és nem szeretne extra szoftvert telepíteni? Íme az online diagramkészítő eszközök listája.
Ha egy ház tele van vezeték nélkül csatlakoztatott eszközökkel és streaming szolgáltatásokkal, mint a Spotify, az nagyszerű, amíg a dolgok nem működnek, és érdekes megoldásokat nem talál.
Az NVMe M.2 SSD a legújabb számítógépes merevlemez-technológia. Mi ez, és milyen gyors a korábbi merevlemezekkel és szilárdtest-meghajtókkal (SSD) szemben?
A Sonos a jelenleg működő streaming audio megoldás, amely 400 dollártól indul két hangszóróért. De megfelelő beállítással az AirPlay ingyenes lehet. Tekintsük át a részleteket.
A Google Backup and Sync egy új alkalmazás, amely szinkronizálja a Fotókat és a Drive-ot. Olvassa el, hogy megtudja, hogyan áll szemben a OneDrive, a Dropbox, a Backblaze és a Crashplan.
A MyIPTV egy kábelvágó szolgáltatás, amely a SOPlayer alkalmazást több platformon használja, és televíziót, filmeket és egyéb médiát biztosít fizetős
A Logitech a közelmúltban kiadta az Illuminated Living-Room Keyboard K830-at, amelyet otthoni szórakoztatási társnak szántak. Íme az egységről szóló véleményünk.
