Οι 7 τύποι τεχνητής νοημοσύνης

Ο διάσημος John Mcarthy, ένας διακεκριμένος Αμερικανός επιστήμονας υπολογιστών που έλαβε το βραβείο Turing το 1971 για τις συνεισφορές του στο Στον τομέα της πληροφορικής, επινόησε για πρώτη φορά τον όρο «Τεχνητή Νοημοσύνη» (AI) το 1956, κατά τη διάρκεια του συνεδρίου Ντάρτμουθ Αυτή η λέξη αναφέρεται στη χρήση υπολογιστών και άλλων τεχνολογιών για τους σκοπούς του προσομοίωση ευφυούς συμπεριφοράς και κριτικής σκέψης συγκρίσιμης με εκείνη ενός βιολογικού ανθρώπου.

Η νοημοσύνη ανθρώπων και άλλων ζώων περιλαμβάνει τη συνείδηση ​​και τη συναισθηματικότητα, ενώ η τεχνητή νοημοσύνη σήμερα είναι ένας συνδυασμός πρωταρχικών αντικειμενικών αριθμών και οδηγιών. Σε κάθε περίπτωση, ένας έξυπνος πράκτορας δεν είναι αυτός που ακολουθεί έναν κώδικα τέλεια, αλλά είναι ικανός αντιληφθείτε το περιβάλλον τους και αναλάβετε ενέργειες "αυτόνομα" που μεγιστοποιούν τις πιθανότητες επιτυχίας της εργασίας που βρίσκεται εκτελώ.

Σε κοινωνικό επίπεδο, μια AI έχει υπονοήσεις που περιμένουν τα ανθρώπινα όντα από μια «έξυπνη» οντότητα, πώς να σκέφτεστε, να αντιλαμβάνεστε, να μαθαίνετε και να είστε σε θέση να λύσετε προβλήματα με βάση τις επιθέσεις περιβαλλοντικό Η διαχωριστική γραμμή μεταξύ υπολογιστών και τεχνητής νοημοσύνης είναι πολύ εύθραυστη διότι, καθώς κυριαρχούνται οι διαδικασίες «παραγγελίας» μιας μηχανής για να κάνει κάτι, η αυτονομία στη «σκέψη» του προγράμματος είναι περιορισμένη. Αυτό το φαινόμενο είναι γνωστό ως «φαινόμενο AI», του οποίου οι ιδιαιτερότητες διατηρούμε για μια άλλη ευκαιρία.

Για τον γενικό πληθυσμό, το AI ακούγεται σαν μια αιθέρια, φανταστική και δυσνόητη οντότητα: τίποτα περισσότερο μακριά από την πραγματικότητα, καθώς τα έξυπνα υπολογιστικά μοντέλα μας περιβάλλουν όλο και περισσότερο χωρίς να μας δίνουν λογαριασμός. Για να θέσουμε αυτήν την πραγματικότητα σε προοπτική, σήμερα εξηγούμε τους τύπους τεχνητής νοημοσύνης και τα χαρακτηριστικά τους. Μην το χάσεις.

• Σχετικό άρθρο: "Θεωρίες της ανθρώπινης νοημοσύνης"

Ποιοι είναι οι τύποι τεχνητής νοημοσύνης στα μηχανήματα;

Το AI δεν είναι ένα ανθρωπομορφικό ρομπότ που σερβίρει τσάι σε οικιακό περιβάλλον, αν και ιστορικά ο όρος σχετίζεται με τέτοιες φανταστικές καταστάσεις. Χωρίς να προχωρήσουμε περισσότερο, ο Siri, ο βοηθός φωνής του iOS, θεωρείται τεχνητή νοημοσύνη όταν χρήση, καθώς βασίζεται σε επεξεργασία φυσικής γλώσσας για την κάλυψη των αναγκών του καταναλωτής. Δεν είναι ρομπότ, αλλά δεν μπορεί να αμφισβητηθεί ότι είναι ένα μοντέλο AI που όλοι χρησιμοποιούμε χωρίς να το συνειδητοποιήσουμε.

Αν κατανοήσουμε την τεχνητή νοημοσύνη ως ένα ευρύ φάσμα σε υπολογιστικό επίπεδο, δεν θα εκπλαγούμε αν μάθουμε ότι ο αριθμός των επιχειρήσεων που το χρησιμοποιούν έχει αυξηθεί κατά 270% τα τελευταία 4 χρόνια. Από τις προτάσεις προϊόντων κατά την περιήγηση στο Διαδίκτυο έως τη λειτουργία smartphone, η τεχνητή νοημοσύνη μας βοηθά περιβάλλει παντού: η υπολογιστική νοημοσύνη συμβαδίζει με τις κοινωνικές απαιτήσεις, σε επίπεδο έρευνας και ακόμη και στον τομέα υγειονομικός.

Ωστόσο, είναι απαραίτητη η πρόωρη διάσπαση: δεν είναι όλες οι τεχνητές νοημοσύνες ίδιες. Παρουσιάζουμε τους τύπους AI, με βάση 2 πολύ διαφορετικές παραμέτρους: χωρητικότητα και λειτουργικότητα. Καν 'το.

1. Κατά χωρητικότητα

Αν και αυτοί που βρίσκονται εκτός του θέματος θεωρούν ότι βρισκόμαστε στην άνοδο της τεχνητής νοημοσύνης, η ανθρώπινη κοινωνία έχει ανακαλύψει μόνο την κορυφή του παγόβουνου όσον αφορά αυτό το θέμα. Θα καταλάβετε τι εννοούμε στις ακόλουθες γραμμές.

1.1. Στενή τεχνητή νοημοσύνη (στενή τεχνητή νοημοσύνη)

Αυτή η παραλλαγή αντιστοιχεί στη συντριπτική πλειονότητα των τεχνητών νοημοτήτων που υπάρχουν στη Γη σήμερα. Αυτός ο τύπος AI έχει εκπαιδευτεί να εκτελεί έναν συγκεκριμένο και πολύ περιορισμένο τύπο δραστηριότητας, οπότε μπορεί να αποτύχει απρόβλεπτα εάν προσπαθήσει να δράσει πέρα ​​από τους περιορισμούς του. Παρά το γεγονός ότι είναι μια λογική οντότητα, το εύρος δράσης της είναι πολύ στενό, εξ ου και το χαρακτηριστικό της.

Το Siri είναι ένα τέλειο παράδειγμα στενής τεχνητής νοημοσύνης, καθώς λειτουργεί άριστα, αλλά σε ένα πολύ περιορισμένο φάσμα προκαθορισμένων λειτουργιών. Άλλες συγκεκριμένες περιπτώσεις είναι προγράμματα που παίζουν σκάκι, αυτοκίνητα που οδηγούν και μηχανισμοί που συνιστούν διαφήμιση βάσει των αναζητήσεών μας.

1.2. Γενική τεχνητή νοημοσύνη (γενική τεχνητή νοημοσύνη)

Αυτό το είδος της τεχνητής νοημοσύνης μπορεί, θεωρητικά, να εκτελέσει οποιοδήποτε είδος εργασίας με την ίδια αποτελεσματικότητα με έναν βιολογικό άνθρωπο. Μιλάμε από θεωρητική άποψη, καθώς προς το παρόν η γενική τεχνητή νοημοσύνη συνεχίζεται σε ένα υποθετικό πλαίσιο, καθώς δεν έχει αναπτυχθεί.

Ενώ το στενό AI δεν έχει συλληφθεί με την ιδέα της εκτέλεσης δραστηριοτήτων ενός γνωστικού και χαρακτηρίζεται από "προσωπικότητα" όπως στον άνθρωπο, η γενική τεχνητή νοημοσύνη επιδιώκει να φτάσει σε αυτό το πεδίο σε ορισμένους στιγμή. Δεν πρόκειται για την εφαρμογή ενός πλαισίου δράσης και οδηγιών στο ίδιο το μηχάνημα, αλλά για την προσομοίωση των διαδικασιών μέσα ανθρώπινος εγκέφαλος που επιτρέπει στη υπολογιστική οντότητα, θεωρητικά, να εκτελεί οποιαδήποτε δραστηριότητα με την ίδια αυτονομία με το ο άνθρωπος. Σήμερα, περισσότεροι από 40 οργανισμοί μελετούν τον τομέα της γενικής τεχνητής νοημοσύνης.

1.3. Σούπερ AI

Και πάλι, αντιμετωπίζουμε έναν όρο που είναι χίμαιρα σήμερα. Ένα σούπερ AI πρέπει να είναι σε θέση να εκτελεί οποιαδήποτε δραστηριότητα καλύτερα από τον άνθρωπο και, επιπλέον, παρουσιάζουν την ικανότητα σκέψης, λογικής, επίλυσης σύνθετων ερωτήσεων, εφαρμογής δικών τους κρίσεων, σχεδιασμού βάσει εμπειρίας, μάθησης και επικοινωνίας από μόνα τους.

Αυτός ο όρος είναι μια πραγματική πρόκληση στον κόσμο της έρευνας, δεδομένου ότι εξακολουθεί να συζητείται εάν είναι ακόμη δυνατό να φτάσουμε σε αυτό το σημείο κάποια στιγμή στην ανθρώπινη ιστορία. Ορισμένοι συγγραφείς υποστηρίζουν ότι, δεδομένου ότι ο εγκέφαλος είναι ένα μηχανικό σύστημα, θα πρέπει να είναι δυνατή η προσομοίωσή του χρησιμοποιώντας συνθετικά υλικά. Ωστόσο, οι μεγάλες διαφορές και αλλαγές στην ανθρώπινη σκέψη υποδηλώνουν ότι βασίζονται σε συστήματα συλλογιστικής η ίδια η φύση των ειδών μας με ακόμη πιο περίπλοκες ικανότητες είναι τόσο φυσική όσο και βιολογικός.

• Μπορεί να σας ενδιαφέρει: "Είμαστε λογικά ή συναισθηματικά όντα;"

2. Για τη λειτουργικότητά του

Από εδώ, θα πάμε λίγο πιο γρήγορα, καθώς εγκαταλείπουμε εικασίες και επικεντρωνόμαστε στη χρησιμότητα της τεχνητής νοημοσύνης.

2.1. Αντιδραστικά μηχανήματα

Οι καθαρά αντιδραστικές μηχανές είναι ο απλούστερος τύπος AI που μπορείτε να σκεφτείτε. Δεν αποθηκεύουν αναμνήσεις ή προηγούμενες εμπειρίες για να τις υλοποιήσουν στο μέλλον, επειδή απλώς επικεντρώνονται στις δικές τους εύρος δράσης σε μια συγκεκριμένη ώρα και "προσπαθήστε να κάνετε τα καλύτερα" με τις διαθέσιμες πληροφορίες στο τώρα.

2.2. Περιορισμένη μνήμη

Αυτές οι υπολογιστικές οντότητες είναι σε θέση να αποθηκεύσει προηγούμενες εμπειρίες ή δεδομένα για σύντομο και περιορισμένο χρονικό διάστημα. Ένα εξαιρετικό παράδειγμα αυτού του τύπου τεχνητής νοημοσύνης είναι τα τεχνητά αυτοκίνητα, καθώς «θυμούνται» τα πρόσφατα δεδομένα για να πραγματοποιήσουν τα δικά τους εργασία όσο το δυνατόν καλύτερα, όπως όριο ταχύτητας, διαδρομή που ακολουθεί, ασφαλής απόσταση μεταξύ 2 οχημάτων και άλλες βασικές παραμέτρους.

2.3. Θεωρία του μυαλού AI

Αυτός ο τύπος AI πρέπει να είναι σε θέση να κατανοήσει τα ανθρώπινα συναισθήματα, τις κοινωνικές δομές, τις πεποιθήσεις και άλλες παραμέτρους προκειμένου να αλληλεπιδράσει μαζί μας όπως θα έκαναν 2 άτομα. Μιλάμε υπό όρους, επειδή οι μηχανές που εφαρμόζουν τη θεωρία του νου δεν έχουν ακόμη σχεδιαστεί.

• Μπορεί να σας ενδιαφέρει: "Θεωρία του Νου: τι είναι αυτό και τι μας λέει για τον εαυτό μας;"

2.4. Μηχανές αυτογνωσίας

Η αυτογνωσία είναι ένας από τους πρώτους και πιο φιλόδοξους στόχους που έχει η υπολογιστική έρευνα αυτή τη στιγμή. Μια αυτοσυνείδητη μηχανή δεν πρέπει μόνο να είναι σε θέση να αποθηκεύει προηγούμενα δεδομένα, αλλά να δημιουργεί τη δική της κρίση βάσει αυτών και να ενεργεί σύμφωνα με την αυτόνομη οντότητα που θεωρεί κατάλληλη, προσθέτοντας έτσι τόσο περίπλοκους όρους στην εξίσωση όπως τα συναισθήματα και τις αξίες.

ΒΙΟΓΡΑΦΙΚΟ

Όπως μπορείτε να δείτε, το μόνο AI που διατίθεται σήμερα είναι ο στενός τύπος, είτε με τη μορφή αντιδραστικής μηχανής είτε με περιορισμένη μνήμη. Εν πάση περιπτώσει, με αυτές τις ιδέες, δεν θέλαμε σε καμία περίπτωση να μειώσουμε το ιστορικό ορόσημο που έχει τεχνητή νοημοσύνη σήμερα. Ένα AI είναι προγραμματισμένο να εκτελεί μια εργασία, ναι, αλλά δεν πρέπει να ξεχνάτε ότι το κάνει με τον πιο αποτελεσματικό τρόπο και να ανταποκρίνεται στις περιβαλλοντικές παραλλαγές με εξειδίκευση.

Ο καθορισμός του ορίου προγραμματισμού και της τεχνητής νοημοσύνης είναι μια λιγότερο περίπλοκη συζήτηση, γιατί όσο περισσότερο γνωρίζετε, τόσο πιο εύκολο είναι να προγραμματίσετε μια μηχανή για να κάνει ακριβώς αυτό που θέλουμε. Φυσικά, το μέλλον της τεχνητής νοημοσύνης βρίσκεται στη γενική τεχνητή νοημοσύνη και σε υπολογιστικές οντότητες ικανές να αναπτύξουν αυτογνωσία. Μόνο ο χρόνος θα δείξει αν το όριο είναι βιολογία.

Βιβλιογραφικές αναφορές:

• Ντικ, Σ. (2019). Τεχνητή νοημοσύνη.
• Došilović, F. K., Brčić, M., & Hlupić, Ν. (2018, Μάιος). Εξηγούμενη τεχνητή νοημοσύνη: Μια έρευνα. Το 2018 41ο Διεθνές Συνέδριο για την τεχνολογία πληροφοριών και επικοινωνιών, ηλεκτρονικών και μικροηλεκτρονικής (MIPRO) (σελ. 0210-0215). ΙΕΕΕ.
• Hosny, A., Parmar, C., Quackenbush, J., Schwartz, L. H., & Aerts, Η. Ι. (2018). Τεχνητή νοημοσύνη στην ακτινολογία. Nature Reviews Cancer, 18 (8), 500-510.
• Lu, H., Li, Y., Chen, M., Kim, H., & Serikawa, S. (2018). Νοημοσύνη εγκεφάλου: προχωρήστε πέρα ​​από την τεχνητή νοημοσύνη. Κινητά δίκτυα και εφαρμογές, 23 (2), 368-375.
• McCarthy, J. (1998). Τι είναι η τεχνητή νοημοσύνη;
• Τύποι τεχνητής νοημοσύνης, Javapoint.com. Παραλήφθηκε στις 18 Μαρτίου στις https://www.javatpoint.com/types-of-artificial-intelligence
• Γιου, Κ. H., Beam, A. L., & Kohane, Ι. ΜΙΚΡΟ. (2018). Τεχνητή νοημοσύνη στην υγειονομική περίθαλψη. Φυσική βιοϊατρική μηχανική, 2 (10): σελ. 719 - 731.