7種類の人工知能

有名なジョン・マカーシーは、1971年にチューリング賞を受賞した著名なアメリカのコンピューター科学者です。 コンピューティングの分野では、1956年の会議中に「人工知能」（AI）という用語が最初に造られました。 ダートマス。 この言葉は、目的のためのコンピューターやその他の技術の使用を指します 生物学的人間に匹敵するインテリジェントな行動と批判的思考をシミュレートする.

人間やその他の動物の知性には意識と感情が含まれますが、今日のAIは、主に客観的な数値とガイドラインの集合体です。 いずれにせよ、知的エージェントとは、コードに完全に従う人ではなく、 彼らの環境を認識し、目前のタスクの成功の可能性を最大化する「自律的に」行動を起こす 実行します。

社会的レベルでは、AIには、人間が「インテリジェント」なエンティティに期待する意味合いがあります。 面付けに基づいて問題を推論し、認識し、学び、解決する方法 環境 何かをするためにマシンを「注文」するプロセスが習得されているため、プログラムの「思考」における自律性が制限されているため、コンピューティングとAIの間の境界線は非常に脆弱です。 この現象は「AI効果」と呼ばれ、その特徴を別の機会に残しています。

一般の人々にとって、AIは、エーテル的で、幻想的で、理解しにくいエンティティのように聞こえます。 インテリジェントな計算モデルが私たちを与えることなく私たちをますます取り囲んでいるので、現実からはほど遠い アカウント。 この現実を展望するために、今日は説明します 人工知能の種類とその特徴. 見逃さず。

• 関連記事： 「人間の知性の理論」

機械の人工知能の種類は何ですか？

AIは、歴史的にこのような素晴らしい状況に関連付けられていますが、家庭環境でお茶を提供する擬人化されたロボットではありません. これ以上先に進むことなく、iOSの音声アシスタントであるSiriは、次の場合に人工知能と見なされます。 のニーズを満たすために自然言語処理に基づいているため、 消費者。 ロボットではありませんが、私たちみんなが気づかずに使っているAIモデルであることは間違いありません。

AIを計算レベルの広い範囲として理解すれば、AIを使用する企業の数が過去4年間で270％増加したことを知っても驚くことではありません。 インターネット閲覧時のおすすめ商品からスマートフォンの操作まで、人工知能が あらゆる場所を取り巻く：計算知能は、研究レベルで、さらには現場でさえ、社会的要求と密接に関連しています サニタリー。

ただし、早期の分割が必要です：すべての人工知能が同じであるとは限りません。 容量と機能という2つの非常に異なるパラメーターに基づいて、AIのタイプを示します。 頑張れ。

1. 容量別

主題外の人々は私たちが人工知能の台頭にあると考えていますが、人間社会はこの主題に関する限り氷山の一角を発見しただけです。 次の行で私たちが何を意味するのか理解できます。

1.1。 狭い人工知能（狭いAI）

この変種は、今日地球上に存在する人工知能の大部分に対応しています。 このタイプのAI 特定の非常に限定されたタイプのアクティビティを実行するようにトレーニングされているため、制限を超えて行動しようとすると、予期せず失敗する可能性があります. それが合理的な実体であるという事実にもかかわらず、その行動の範囲は非常に狭いので、その修飾子です。

Siriは、優れた動作をしますが、事前定義された機能の範囲が非常に限られているため、狭い人工知能の完璧な例です。 他の特定のケースは、チェスをするプログラム、自分で運転する車、検索に基づいて広告を推奨するメカニズムです。

1.2。 一般的な人工知能（一般的なAI）

この種の人工知能 理論的には、生物学的人間と同じ効果であらゆるタイプのタスクを実行できます. 現在、一般的なAIは開発されていないため、仮想的なフレームワークで継続しているため、理論的な観点から話します。

狭いAIは、認知機能と 人間のように「個性」が特徴の一般的なAIは、この分野に到達することを目指しています。 瞬間。 それは、マシン自体にアクションと命令のフレームワークを実装することではなく、内部のプロセスをシミュレートすることです。 理論的には、計算エンティティがと同じ自律性で任意のアクティビティを実行できるようにする人間の脳 人間。 今日、40を超える組織が一般的なAIの分野を研究しています。

1.3。 スーパーAI

繰り返しになりますが、今日はキメラという言葉に直面しています。 スーパーAIは、人間よりも優れたアクティビティを実行できなければなりません。さらに、 考え、推論し、複雑な質問を解決し、独自の判断を適用し、経験に基づいて計画し、自分で学び、コミュニケーションする能力を提示する.

人類の歴史のある時点でこの時点に到達することさえ可能かどうかはまだ議論されているので、この用語は研究の世界では真の挑戦です。 一部の著者は、脳は機械システムであるため、合成材料を使用してそれをシミュレートすることが可能であるはずであると主張しています。 しかし、人間の思考の大きな違いと変化は、 さらに複雑な能力を持つ私たちの種の本質は、物理的であり、 生物学的。

• あなたは興味があるかもしれません： 「私たちは合理的な存在ですか、それとも感情的な存在ですか？」

2. その機能性のために

ここからは、推測の根拠を捨てて人工知能の有用性に焦点を当てるので、もう少し速く進みます。

2.1。 リアクティブマシン

純粋に反応するマシン それらは、想像できる最も単純なタイプのAIです。. 彼らは単に彼らの焦点を合わせるので、将来それらを実行するために記憶や過去の経験を保存しません 特定の時間における行動の範囲と、で利用可能な情報を使用して「最善を尽くしてください」 今。

2.2。 限られたメモリ

これらの計算エンティティは 過去の経験やデータを短期間で限られた期間保存することができます. このタイプのAIの優れた例は、人工知能です。人工知能は、実行するために最近のデータを「記憶」しているためです。 制限速度、たどるルート、2台の車両間の安全な距離、その他の基本的なパラメータなど、可能な限り最善のタスクを実行します。

2.3。 心の理論AI

このタイプのAI 2人のように私たちと対話するために、人間の感情、社会的構成、信念、その他のパラメーターを理解できる必要があります. 心の理論を適用する機械はまだ設計されていないので、条件付きで話します。

• あなたは興味があるかもしれません： 「心の理論：それは何であり、それは私たち自身について何を教えてくれますか？」

2.4。 自己認識マシン

自己認識は、現在の計算研究における最初で最も野心的な目標の1つです。 自己認識マシンは、過去のデータを保存できるだけでなく、それらに基づいて独自の判断を下し、適切と見なす自律エンティティに従って動作する必要があります。したがって、感情や価値観などの複雑な項を方程式に追加します。

履歴書

ご覧のとおり、現在利用可能なAIは、リアクティブマシンまたは限られたメモリのいずれかの形式のナロータイプのみです。 いずれにせよ、これらの洞察により、今日の人工知能の歴史的なマイルストーンを損なうことをいつでも望んでいませんでした。 AIはタスクを実行するようにプログラムされていますが、可能な限り最も効果的な方法で実行し、専門知識を使用して環境の変化に対応することを忘れてはなりません。

プログラミングとAIの限界を定義することは、それほど複雑な議論ではありません。なぜなら、あなたが知っているほど、私たちが望むことを正確に実行するようにマシンをプログラミングするのが簡単になるからです。 もちろん、人工知能の未来は、一般的なAIと、自己認識を発達させることができる計算エンティティにあります。 限界が生物学であるかどうかは、時が経てばわかります。

書誌参照：

• ディック、S。 (2019). 人工知能。
• Došilović、F。 K.、Brčić、M。、およびHlupić、N。 （2018年5月）。 説明可能な人工知能：調査。 2018年、情報通信技術、エレクトロニクス、マイクロエレクトロニクス（MIPRO）に関する第41回国際大会（pp。 0210-0215). IEEE。
• Hosny、A.、Parmar、C.、Quackenbush、J.、Schwartz、L。 H。、＆Aerts、H。 J。 (2018). 放射線医学における人工知能。 Nature Reviews Cancer、18（8）、500-510。
• Lu、H.、Li、Y.、Chen、M.、Kim、H。、＆Serikawa、S。 (2018). 脳知能：人工知能を超えて。 モバイルネットワークとアプリケーション、23（2）、368-375。
• マッカーシー、J。 (1998). 人工知能とは何ですか？
• 人工知能の種類、Javapoint.com。 3月18日にピックアップ https://www.javatpoint.com/types-of-artificial-intelligence
• ゆう、K。 H.、ビーム、A。 L。、＆コハネ、I。 S。 (2018). ヘルスケアにおける人工知能。 ネイチャーバイオメディカルエンジニアリング、2（10）：pp。 719 - 731.