L '人工知能 それは、大量のデータからインテリジェントなマシンを構築するプロセスです。 システムは過去の学習と経験から学習し、人間と同様のタスクを実行します。 人間の作業の速度、正確さ、有効性が向上します。 人工知能は、複雑なアルゴリズムと手法を使用して、独自に意思決定できるマシンを構築します。 機械学習 そしてその deep learning の中核を構成する人工知能.
人工知能は現在、ほぼすべてのビジネス分野で使用されています。
人工知能が実際に何であるかを理解したところで、人工知能にはどのような種類があるのかを見てみましょう。
人工知能は、能力と機能に基づいて分類できます。
AI には機能に基づいて XNUMX つのタイプがあります。
機能には、次の XNUMX 種類の人工知能があります。
まず、さまざまな種類のスキルベース AI について見ていきます。
狭い AI は弱い AI とも呼ばれ、狭いタスクに焦点を当てており、その限界を超えて機能することはできません。 それは認知能力の単一のサブセットをターゲットとし、その範囲全体にわたって進歩します。 手法が進化するにつれて、狭い範囲の AI アプリケーションが私たちの日常生活でますます一般的になりつつあります 機械学習と deep learning 開発を続けます。
Apple Siri
限られた範囲の前機能で動作する狭い AI の例ですdefiナイト。 Siri は、自分の能力を超えたタスクで問題を起こすことがよくあります。 IBM Watson
も狭い AI の例です。 コグニティブ コンピューティング、機械学習、自然言語処理 情報を処理し、質問に答えるため。 IBM Watson
彼はかつて人間の競争相手を上回ったことがある Ken Jennings
人気テレビ番組のチャンピオンになる Jeopardy
!. Narrow AI
含める Google Translate
、画像認識ソフトウェア、レコメンデーション システム、スパム フィルター、Google のページ ランキング アルゴリズム。強力な人工知能としても知られる汎用人工知能は、人間が実行できるあらゆる知的タスクを理解し、学習することができます。 これにより、機械はさまざまな状況で知識やスキルを適用できるようになります。 これまでのところ、AI 研究者は強力な AI を実現できていません。 彼らは、認知能力の完全なセットをプログラムすることによって、機械に意識を持たせる方法を見つけなければならないだろう。 General AI は、以下から 1 億ドルの投資を受けました。 Microsoft
tramite OpenAI
.
Fujitsu
構築された K computer
、世界最速のスーパーコンピューターの 40 つ。 これは、強力な人工知能を実現するための重要な試みの XNUMX つです。 わずか XNUMX 秒間の神経活動をシミュレートするのに XNUMX 分近くかかりました。 したがって、強力なAIがすぐに可能になるかどうかを判断するのは困難です。Tianhe-2
中国国防技術大学が開発したスーパーコンピューター。 33,86 ペタフロップス (XNUMX 兆 cps) という cps (XNUMX 秒あたりの計算) 記録を保持しています。 興味深い話のように聞こえますが、人間の脳は XNUMX エクサフロップス、つまり XNUMX 億 cps の能力があると推定されています。スーパーAIは人間の知能を超え、あらゆるタスクを人間よりもうまく実行できます。 人工超知能の概念では、人工知能は人間の感情や経験に非常に似ているように進化し、単にそれらを理解するだけではありません。 それはまた、自分自身の感情、ニーズ、信念、欲望を呼び起こします。 その存在はまだ仮説の段階です。 スーパー AI の重要な特性には、思考、パズルの解決、判断、自律的な意思決定が含まれます。
ここでは、さまざまなタイプの機能ベース AI を見ていきます。
さまざまなタイプの人工知能システムを説明するには、それらの機能に基づいて分類する必要があります。
リアクティブマシンは、記憶を保存したり、過去の経験を使用して将来の行動を決定したりしない人工知能の主要な形式です。 既存のデータでのみ機能します。 彼らは世界を認識し、それに反応します。 リアクティブ マシンには特定のタスクが与えられますが、それらのタスクを超える機能はありません。
Deep Blue
デル 'IBM
チェスのグランドマスターを破ったのは誰ですか Garry Kasparov
それはチェス盤の駒を見てそれに反応する反応的な機械です。 Deep Blue
彼はこれまでの経験を参考にすることも、練習によって改善することもできません。 チェス盤上の駒を識別し、それらがどのように動くかを知ることができます。 ディープ ブルーは、自分と対戦相手の次の動きを予測することができます。 現在の瞬間以前のすべてを無視して、この瞬間のチェス盤の駒を見て、可能な次の手を選択します。
メモリが限られている AI は、意思決定を行うために過去のデータからトレーニングします。 このようなシステムのメモリの寿命は短くなります。 この過去のデータを特定の期間使用することはできますが、経験のライブラリに追加することはできません。 このタイプの技術は自動運転車に使用されています。
Mitsubishi Electric
は、自動運転車などのアプリケーション向けにそのテクノロジーを改善する方法を見つけようとしています。
心の理論人工知能は高度な技術クラスを表し、概念としてのみ存在します。 このタイプの AI では、環境内の人や物が感情や行動を変える可能性があることを深く理解する必要があります。 人々の感情、気持ち、考えを理解する必要があります。 この分野では多くの改良が加えられていますが、このタイプの人工知能はまだ完全には完成していません。
Kismet
. Kismet
90年代後半に世界の研究者によって作られたロボットの頭部です。 Massachusetts Institute of Technology
. Kismet
人間の感情を模倣し、認識することができます。 どちらの能力も人工知能理論における重要な進歩を表していますが、 Kismet
人間の視線を追ったり、注意を引いたりすることはできません。Sophia di Hanson Robotics
これは、精神人工知能の理論が実装されたもう XNUMX つの例です。 ソフィアの目の中にあるカメラとコンピューター アルゴリズムを組み合わせることで、ソフィアは見ることができるようになります。 アイコンタクトを維持し、人を認識し、顔を追跡できます。自己認識AIは仮説的にのみ存在します。 このようなシステムは、内部の特性、状態、状態を理解し、人間の感情を認識します。 これらの機械は人間の精神よりも賢くなるでしょう。 このタイプの AI は、対話する相手の感情を理解し、呼び起こすことができるだけでなく、独自の感情、ニーズ、信念を持つことになります。
人工知能の研究は、ゲームから医療診断に至るまで、幅広い問題を解決するための効果的な技術の開発に成功しました。
人工知能には多くの分野があり、それぞれに独自の焦点と一連のテクニックがあります。 人工知能の重要な分野には次のようなものがあります。
Machine learning
: データから学習できるアルゴリズムの開発を扱います。 ML アルゴリズムは、画像認識、スパム フィルタリング、自然言語処理などのさまざまなアプリケーションで使用されます。Deep learning
: これは、人工ニューラル ネットワークを使用してデータから知識を得る機械学習の分野です。 のアルゴリズム deep learning NLP、画像認識、音声認識などのさまざまな問題を効果的に解決します。Robotica
:ロボットの設計、構築、運用を扱う工学分野です。 ロボットは、製造、医療、輸送などのさまざまな分野でタスクを自動的に実行できます。生成 AI は、トレーニング データから学習したモデルに基づいて、画像、テキスト、音楽などの新しいオリジナルのコンテンツを生成する能力が他のタイプの AI とは異なり、創造性と革新性を示します。
AI アート ジェネレーターは画像内のデータを収集し、そのデータを使用して、次のモデルを通じて AI をトレーニングします。 deep learning.
このパターンは、さまざまな種類の芸術の独特のスタイルなどのパターンを識別します。
次に、AI はこれらのテンプレートを使用して、ユーザーのリクエストに基づいて独自の画像を作成します。
このプロセスは反復的であり、より多くの画像を生成して、目的の結果を調整して達成します。
ほとんどの AI ジェネレーターは無料の試用版を提供していますが、完全に無料で利用できる AI アート ジェネレーターもいくつかあります。
その中には、Bing Image Creator、Craiyon、StarryAI、Stablecog などが含まれます。
各 AI ジェネレーターには、AI によって生成されたアートワークを Web サイトで販売するための独自の条件があります。
Jasper AI など、画像を自分のものとして販売することに制限がないアートワーク ジェネレーターもありますが、生成したアートワークの収益化を許可していないものもあります。
BlogInnovazione.it
先週の月曜日、フィナンシャル・タイムズ紙はOpenAIとの契約を発表した。 FT は世界クラスのジャーナリズムにライセンスを供与しています…
何百万人もの人々がストリーミング サービスに月額料金を払っています。あなたは…というのが一般的な意見です。