인공지능의 7가지 유형

1971년 튜링상을 수상한 저명한 미국 컴퓨터 과학자 존 매카시(John Mcarthy) 컴퓨팅 분야에서 그는 1956년 회의에서 "인공 지능"(AI)이라는 용어를 처음으로 만들었습니다. 다트머스. 이 단어는 목적을 위해 컴퓨터 및 기타 기술을 사용하는 것을 말합니다. 생물학적 인간에 필적하는 지적인 행동과 비판적 사고를 시뮬레이션.

인간 및 기타 동물 지능은 의식과 감정을 포함하지만 오늘날 AI는 주로 객관적인 수치와 지침의 집합체입니다. 어쨌든 지능형 에이전트는 코드를 완벽하게 따르는 사람이 아니라 할 수 있는 사람입니다. 자신의 환경을 인식하고 당면한 작업의 성공 가능성을 최대화하는 "자율적으로" 조치를 취합니다. 행하다.

사회적 수준에서 AI는 인간이 "지능적인" 존재에게 기대하는 의미를 내포하고 있습니다. 부과에 기초하여 문제를 추론하고, 인지하고, 배우고, 해결할 수 있는 방법 환경 컴퓨터가 무언가를 하도록 "명령"하는 프로세스가 마스터됨에 따라 프로그램의 "사고" 자율성이 제한되기 때문에 컴퓨팅과 AI 사이의 경계는 매우 취약합니다. 이 현상을 "AI 효과"라고 하며, 그 특성은 다른 기회를 위해 남겨둡니다.

일반 대중에게 AI는 미묘하고 환상적이며 이해하기 어려운 존재처럼 들립니다. 그 이상은 아닙니다. 지능적인 계산 모델이 점점 더 우리를 둘러싸고 있기 때문에 현실과는 거리가 멀다. 계정. 이러한 현실을 이해하기 위해 오늘 우리는 다음과 같이 설명합니다. 인공지능의 종류와 특징. 놓치지 마세요.

관련 기사: "인간 지능 이론"

기계의 인공 지능 유형은 무엇입니까?

역사적으로 이 용어는 환상적인 상황과 관련이 있지만 AI는 가정 환경에서 차를 제공하는 의인화된 모양의 로봇이 아닙니다.. 더 나아가지 않고 iOS의 음성 비서인 Siri는 다음과 같은 경우 인공 지능으로 간주됩니다. 사용자의 요구를 충족시키기 위해 자연어 처리를 기반으로 하기 때문에 소비자. 로봇은 아니지만, 우리 모두가 깨닫지 못하고 사용하는 AI 모델이라는 것은 부정할 수 없다.

AI를 컴퓨팅 수준의 광범위한 스펙트럼으로 이해한다면 AI를 사용하는 기업의 수가 지난 4년 동안 270% 증가했다는 사실에 놀라지 않을 것입니다. 인터넷 검색 중 상품 추천부터 스마트폰 조작까지 인공지능이 우리를 도와줍니다. 모든 곳을 둘러싸고 있습니다. 컴퓨팅 지능은 연구 수준에서, 심지어 현장에서도 사회적 요구와 함께 합니다. 위생적인.

instagram story viewer

그러나 조기 분할이 필요합니다. 모든 인공 지능이 동일하지는 않습니다. 용량과 기능이라는 매우 다른 두 가지 매개변수를 기반으로 AI 유형을 제시합니다. 그것을 위해 가십시오.

1. 용량별

주제 밖의 사람들은 우리가 인공 지능의 부상이라고 생각하지만 인간 사회는 이 주제에 관한 한 빙산의 일각에 불과합니다. 다음 줄에서 우리가 의미하는 바를 이해하게 될 것입니다.

1.1. 좁은 인공지능(좁은 AI)

이 변종은 오늘날 지구에 존재하는 대다수의 인공 지능에 해당합니다. 이 유형의 AI 특정하고 매우 제한된 유형의 활동을 수행하도록 훈련되어 있으므로 한계를 넘어 행동하려고 하면 예기치 않게 실패할 수 있습니다.. 합리적인 존재임에도 불구하고 행동의 범위가 매우 좁기 때문에 수식어가 된다.

Siri는 훌륭하게 작동하지만 사전 정의된 기능의 매우 제한된 범위에서 작동하기 때문에 좁은 인공 지능의 완벽한 예입니다. 다른 특정 사례로는 체스를 두는 프로그램, 스스로 운전하는 자동차, 검색을 기반으로 광고를 추천하는 메커니즘이 있습니다.

1.2. 일반 인공 지능(일반 AI)

이런 인공지능 이론적으로 생물학적 인간과 동일한 효과로 모든 유형의 작업을 수행할 수 있습니다.. 우리는 이론적 관점에서 이야기합니다. 왜냐하면 현재 일반 AI는 아직 개발되지 않았기 때문에 가상의 틀 안에서 계속되고 있기 때문입니다.

좁은 AI는 인지 및 인간과 같이 "성격"으로 표시되는 일반 AI는 일부에서 이 분야에 도달하기를 열망합니다. 순간. 기계 자체에서 작업 및 지침의 프레임워크를 구현하는 것이 아니라 내부 프로세스를 시뮬레이션하는 것입니다. 이론적으로 컴퓨터 개체가 동일한 자율성을 가지고 모든 활동을 수행할 수 있도록 하는 인간의 두뇌 인간. 오늘날 40개 이상의 조직에서 일반 AI 분야를 연구하고 있습니다.

1.3. 슈퍼 AI

다시 말하지만 오늘날 우리는 키메라라는 용어에 직면해 있습니다. 슈퍼 AI는 인간보다 더 나은 모든 활동을 수행할 수 있어야 하며, 추가로, 사고, 추론, 복잡한 문제 해결, 자신의 판단 적용, 경험에 기반한 계획, 스스로 배우고 의사 소통하는 능력 제시.

이 용어는 연구 세계에서 진정한 도전과제입니다. 인류 역사의 어느 시점에서 이 지점에 도달하는 것이 가능한지 여부가 여전히 논쟁거리이기 때문입니다. 일부 저자는 뇌가 기계 시스템이기 때문에 합성 물질을 사용하여 이를 시뮬레이션할 수 있어야 한다고 주장합니다. 그러나 인간 사고의 큰 차이와 변화는 추론 시스템이 다음을 기반으로 함을 시사합니다. 훨씬 더 복잡한 능력을 가진 우리 종의 바로 그 본성은 물리적인 것과 동시에 생물학적.

관심이 있을 수 있습니다. "우리는 이성적인 존재인가, 감성적인 존재인가?"

2. 그 기능을 위해

여기서부터는 억측을 버리고 인공지능의 효용성에 집중하면서 조금 더 빠르게 가겠습니다.

2.1. 반응 기계

순전히 반응하는 기계 그들은 당신이 생각할 수 있는 가장 단순한 유형의 AI입니다.. 그들은 미래에 구현하기 위해 기억이나 과거 경험을 저장하지 않습니다. 특정 시간에 행동의 범위와 "최선을 다하기 위해 노력"에서 사용할 수 있는 정보 지금.

2.2. 제한된 메모리

이러한 계산 엔티티는 짧고 제한된 기간 동안 과거 경험이나 데이터를 저장할 수 있음. 이러한 유형의 AI의 좋은 예는 인공 자동차입니다. 인공 자동차는 작업을 수행하기 위해 최근 데이터를 "기억"하기 속도 제한, 따라야 할 경로, 두 차량 간의 안전 거리 및 기타 기본 매개변수와 같은 가능한 한 최선의 작업을 수행합니다.

2.3. 마음의 이론 AI

이 유형의 AI 두 사람이 하는 것처럼 우리와 상호 작용하기 위해 인간의 감정, 사회적 구성, 신념 및 기타 매개 변수를 이해할 수 있어야 합니다.. 마음 이론을 적용하는 기계가 아직 설계되지 않았기 때문에 우리는 조건부로 말합니다.

관심이 있을 수 있습니다. "마음 이론: 그것이 무엇이며 우리 자신에 대해 무엇을 말해주는가?"

2.4. 자기 인식 기계

자기 인식은 현재 컴퓨터 연구가 가지고 있는 최초이자 가장 야심찬 목표 중 하나입니다. 자가 인식 기계는 과거 데이터를 저장할 수 있을 뿐만 아니라 이를 기반으로 자체 판단을 생성하고 적절하다고 판단되는 자율적 주체에 따라 행동해야 합니다., 따라서 감정과 가치와 같은 복잡한 용어를 방정식에 추가합니다.

이력서

보시다시피, 오늘날 사용할 수 있는 유일한 AI는 반응 기계 또는 제한된 메모리 형태의 좁은 유형입니다. 어쨌든 이러한 통찰력으로 우리는 오늘날 인공 지능이 있는 역사적 이정표를 손상시키고 싶지 않았습니다. AI는 작업을 수행하도록 프로그래밍되어 있지만 가능한 가장 효과적인 방식으로 수행하고 전문 지식으로 환경 변화에 대응한다는 사실을 잊어서는 안됩니다.

프로그래밍과 AI의 한계를 정의하는 것은 덜 복잡한 논쟁입니다. 더 많이 알수록 우리가 원하는 것을 정확히 하도록 기계를 프로그래밍하는 것이 더 쉽기 때문입니다. 물론 인공 지능의 미래는 일반 인공 지능과 자기 인식을 개발할 수 있는 컴퓨팅 개체에 있습니다. 한계가 생물학인지는 시간이 말해줄 것입니다.

참고 문헌:

딕, S. (2019). 인공 지능.
도실로비치, F. K., Brčić, M., & Hlupić, N. (2018년 5월). 설명 가능한 인공 지능: 설문 조사. 2018년 제41회 정보통신기술·전자·마이크로일렉트로닉스(MIPRO) 국제대회(pp. 0210-0215). IEEE.
Hosny, A., Parmar, C., Quackenbush, J., Schwartz, L. H., & Aerts, H. 제이. (2018). 방사선의 인공 지능. 네이처 리뷰 암, 18(8), 500-510.
Lu, H., Li, Y., Chen, M., Kim, H., & Serikawa, S. (2018). 두뇌 지능: 인공 지능을 뛰어넘습니다. 모바일 네트워크 및 애플리케이션, 23(2), 368-375.
매카시, J. (1998). 인공지능이란?.
인공 지능의 유형, Javapoint.com. 3월 18일 수령 https://www.javatpoint.com/types-of-artificial-intelligence
유, 케이. H., 빔, A. L., & Kohane, I. 에스. (2018). 의료 분야의 인공 지능. Nature biomedical engineering, 2(10): pp. 719 - 731.