L 'intel·ligència artificial és el procés de construcció de màquines intel·ligents a partir de grans volums de dades. Els sistemes aprenen dels aprenentatges i experiències del passat i realitzen tasques semblants a les humanes. Millora la velocitat, precisió i eficàcia dels esforços humans. La intel·ligència artificial utilitza algorismes i mètodes complexos per construir màquines que puguin prendre decisions per si soles. Aprenentatge automàtic i la deep learning constitueixen el nucli de laintel·ligència artificial.
La intel·ligència artificial s'utilitza actualment en gairebé tots els sectors empresarials:
Ara que ja sabeu què és realment la intel·ligència artificial, fem una ullada a quins són els diferents tipus d'intel·ligència artificial?
La intel·ligència artificial es pot dividir en funció de les capacitats i la funcionalitat.
Hi ha tres tipus d'IA basats en les capacitats:
A les característiques, tenim quatre tipus d'intel·ligència artificial:
En primer lloc, veurem els diferents tipus d'IA basada en habilitats.
La IA estreta, també anomenada IA feble, se centra en una tasca estreta i no pot funcionar més enllà dels seus límits. S'orienta a un únic subconjunt d'habilitats cognitives i avança en aquest espectre. Les aplicacions d'IA estretes són cada cop més comunes a la nostra vida diària a mesura que evolucionen els mètodes d'aprenentatge automàtic i deep learning continuar desenvolupant-se.
Apple Siri
és un exemple d'una IA estreta que funciona amb una gamma limitada de funcions prèviesdefinit. Siri sovint té problemes amb tasques que superen les seves capacitats. IBM Watson
és un altre exemple d'IA estreta. Aplicar la informàtica cognitiva, l'aprenentatge automàtic iprocessament del llenguatge natural per processar la informació i respondre les vostres preguntes. IBM Watson
una vegada va superar el seu competidor humà Ken Jennings
convertir-se en el campió del popular programa de televisió Jeopardy
!. Narrow AI
incloure Google Translate
, programari de reconeixement d'imatges, sistemes de recomanació, filtres de correu brossa i algorisme de classificació de pàgines de Google.La intel·ligència general artificial, també coneguda com a intel·ligència artificial forta, és capaç d'entendre i aprendre qualsevol tasca intel·lectual que pugui fer un humà. Permet a una màquina aplicar coneixements i habilitats en diferents contextos. Fins ara, els investigadors d'IA no han estat capaços d'aconseguir una IA forta. Haurien de trobar un mètode per fer conscients les màquines programant un conjunt complet d'habilitats cognitives. General AI va rebre una inversió de mil milions de dòlars Microsoft
tràmit OpenAI
.
Fujitsu
va construir el K computer
, un dels superordinadors més ràpids del món. És un dels intents importants per aconseguir una intel·ligència artificial forta. Va trigar gairebé 40 minuts a simular només un segon d'activitat neuronal. Per tant, és difícil determinar si una IA forta serà possible aviat.Tianhe-2
és un superordinador desenvolupat per la Universitat Nacional de Tecnologia de Defensa de la Xina. Manté el rècord de cps (càlculs per segon) amb 33,86 petaflops (quadrilons de cps). Encara que sembli interessant, s'estima que el cervell humà és capaç d'un exaflop, és a dir, mil milions de cps.La super IA supera la intel·ligència humana i pot realitzar qualsevol tasca millor que un humà. El concepte de superintel·ligència artificial veu que la intel·ligència artificial ha evolucionat per ser tan semblant als sentiments i experiències humanes que fa més que entendre-les; també evoca les pròpies emocions, necessitats, creences i desitjos. La seva existència encara és hipotètica. Algunes de les característiques crítiques de la super IA inclouen pensar, resoldre trencaclosques, fer judicis i prendre decisions autònomes.
Ara veurem els diferents tipus d'IA basada en funcions.
Per descriure els diferents tipus de sistemes d'Intel·ligència Artificial cal classificar-los en funció de les seves funcions.
Una màquina reactiva és la forma principal d'intel·ligència artificial que no emmagatzema records ni utilitza experiències passades per determinar accions futures. Només funciona amb dades existents. Perceben el món i hi reaccionen. Les màquines reactives reben tasques específiques i no tenen cap capacitat més enllà d'aquestes tasques.
Deep Blue
de 'IBM
que va derrotar el gran mestre d'escacs Garry Kasparov
és una màquina reactiva que veu les peces del tauler d'escacs i hi reacciona. Deep Blue
no pot referir-se a cap de les seves experiències prèvies ni millorar amb la pràctica. Pot identificar peces en un tauler d'escacs i saber com es mouen. Deep Blue pot fer prediccions sobre quins podrien ser els propers moviments per a ell i el seu oponent. Ignoreu-ho tot abans del moment present i mireu les peces del tauler d'escacs tal com estan en aquest moment i escolliu entre possibles moviments següents.
La IA de memòria limitada s'entrena a partir de dades anteriors per prendre decisions. La memòria d'aquests sistemes és de curta durada. Poden utilitzar aquestes dades anteriors durant un període de temps específic, però no poden afegir-les a una biblioteca de les seves experiències. Aquest tipus de tecnologia s'utilitza en vehicles autònoms.
Mitsubishi Electric
ha estat tractant d'esbrinar com millorar aquesta tecnologia per a aplicacions com els cotxes autònoms.
La teoria de la ment la intel·ligència artificial representa una classe tecnològica avançada i només existeix com a concepte. Aquest tipus d'IA requereix una comprensió profunda que les persones i les coses d'un entorn poden alterar els sentiments i els comportaments. Ha d'entendre les emocions, els sentiments i els pensaments de la gent. Tot i que s'han fet moltes millores en aquest camp, aquest tipus d'intel·ligència artificial encara no està completament completa.
Kismet
. Kismet
és un cap de robot fet a finals de la dècada de 90 per un investigador de Massachusetts Institute of Technology
. Kismet
poden imitar les emocions humanes i reconèixer-les. Ambdues habilitats representen avenços clau en la teoria de la intel·ligència artificial, però Kismet
no pot seguir mirades ni cridar l'atenció sobre els humans.Sophia di Hanson Robotics
és un altre exemple on s'ha implementat la teoria de la intel·ligència artificial mental. Les càmeres als ulls de la Sophia, combinades amb algorismes informàtics, li permeten veure. Pot mantenir el contacte visual, reconèixer persones i rastrejar cares.La consciència d'un mateix La IA només existeix hipotèticament. Aquests sistemes entenen els seus trets interns, estats i condicions i perceben les emocions humanes. Aquestes màquines seran més intel·ligents que la ment humana. Aquest tipus d'IA no només serà capaç d'entendre i evocar emocions en aquells amb qui interactua, sinó que també tindrà emocions, necessitats i creences pròpies.
La investigació en intel·ligència artificial ha desenvolupat amb èxit tècniques efectives per resoldre una àmplia gamma de problemes, des dels jocs fins al diagnòstic mèdic.
Hi ha moltes branques de la intel·ligència artificial, cadascuna amb el seu propi enfocament i conjunt de tècniques. Algunes de les branques essencials de la intel·ligència artificial inclouen:
Machine learning
: s'ocupa del desenvolupament d'algorismes capaços d'aprendre a partir de dades. Els algorismes de ML s'utilitzen en diverses aplicacions, com ara el reconeixement d'imatges, el filtratge de correu brossa i el processament del llenguatge natural.Deep learning
: és una branca de l'aprenentatge automàtic que utilitza xarxes neuronals artificials per obtenir coneixement a partir de les dades. Els algorismes de deep learning resolen eficaçment diversos problemes, com ara la PNL, el reconeixement d'imatges i el reconeixement de veu.Robotica
: és un camp de l'enginyeria que s'ocupa del disseny, construcció i operació de robots. Els robots poden realitzar tasques automàticament en diversos sectors, com ara la fabricació, la sanitat i el transport.La IA generativa es diferencia d'altres tipus d'IA per la seva capacitat per generar continguts nous i originals, com ara imatges, text o música, a partir de models apresos a partir de dades d'entrenament, mostrant creativitat i innovació.
Els generadors d'art d'IA recullen dades en imatges, que després s'utilitzen per entrenar la IA mitjançant un model de deep learning.
Aquest patró identifica patrons, com ara l'estil distintiu de diferents tipus d'art.
Llavors, l'IA utilitza aquestes plantilles per crear imatges úniques basades en les peticions de l'usuari.
Aquest procés és iteratiu i genera més imatges per refinar i aconseguir el resultat desitjat.
La majoria de generadors d'IA ofereixen versions de prova gratuïtes, però també hi ha diversos generadors d'art d'IA totalment gratuïts disponibles.
Alguns d'ells inclouen Bing Image Creator, Craiyon, StarryAI, Stablecog i altres.
Cada generador d'IA té les seves pròpies condicions per vendre obres d'art generades per IA al seu lloc web.
Tot i que alguns generadors d'obres d'art no tenen restriccions per vendre la imatge com a pròpia, com ara Jasper AI, d'altres no permeten la monetització de les obres d'art que generen.
BlogInnovazione.it
Es va realitzar una operació d'oftalmoplàstia amb el visualitzador comercial Apple Vision Pro a la Policlínica de Catània...
El desenvolupament de la motricitat fina a través del color prepara els nens per a habilitats més complexes com escriure. Per acolorir...
El sector naval és una veritable potència econòmica mundial, que ha navegat cap a un mercat de 150 milions...
Dilluns passat, el Financial Times va anunciar un acord amb OpenAI. FT autoritza el seu periodisme de classe mundial...