ದಿಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಇದು ದೊಡ್ಡ ಪ್ರಮಾಣದ ಡೇಟಾದಿಂದ ಬುದ್ಧಿವಂತ ಯಂತ್ರಗಳನ್ನು ನಿರ್ಮಿಸುವ ಪ್ರಕ್ರಿಯೆಯಾಗಿದೆ. ವ್ಯವಸ್ಥೆಗಳು ಹಿಂದಿನ ಕಲಿಕೆ ಮತ್ತು ಅನುಭವಗಳಿಂದ ಕಲಿಯುತ್ತವೆ ಮತ್ತು ಮಾನವ-ರೀತಿಯ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸುತ್ತವೆ. ಇದು ಮಾನವ ಪ್ರಯತ್ನಗಳ ವೇಗ, ನಿಖರತೆ ಮತ್ತು ಪರಿಣಾಮಕಾರಿತ್ವವನ್ನು ಸುಧಾರಿಸುತ್ತದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಸಂಕೀರ್ಣ ಕ್ರಮಾವಳಿಗಳು ಮತ್ತು ವಿಧಾನಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಯಂತ್ರಗಳನ್ನು ನಿರ್ಮಿಸಲು ತಮ್ಮದೇ ಆದ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. ಯಂತ್ರ ಕಲಿಕೆ ಮತ್ತು deep learning ನ ತಿರುಳನ್ನು ರೂಪಿಸುತ್ತವೆಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ.
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಈಗ ಬಹುತೇಕ ಎಲ್ಲಾ ವ್ಯಾಪಾರ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಬಳಸಲಾಗುತ್ತದೆ:
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಎಂದರೆ ಏನು ಎಂದು ಈಗ ನಿಮಗೆ ತಿಳಿದಿದೆ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ವಿವಿಧ ಪ್ರಕಾರಗಳು ಯಾವುವು ಎಂದು ನೋಡೋಣ?
ಸಾಮರ್ಥ್ಯಗಳು ಮತ್ತು ಕ್ರಿಯಾತ್ಮಕತೆಯ ಆಧಾರದ ಮೇಲೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ವಿಂಗಡಿಸಬಹುದು.
ಸಾಮರ್ಥ್ಯಗಳ ಆಧಾರದ ಮೇಲೆ ಮೂರು ವಿಧದ AIಗಳಿವೆ:
ವೈಶಿಷ್ಟ್ಯಗಳ ಅಡಿಯಲ್ಲಿ, ನಾವು ನಾಲ್ಕು ವಿಧದ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಹೊಂದಿದ್ದೇವೆ:
ಮೊದಲಿಗೆ, ನಾವು ವಿವಿಧ ರೀತಿಯ ಕೌಶಲ್ಯ-ಆಧಾರಿತ AI ಅನ್ನು ನೋಡುತ್ತೇವೆ.
ಕಿರಿದಾದ AI, ದುರ್ಬಲ AI ಎಂದೂ ಕರೆಯಲ್ಪಡುತ್ತದೆ, ಕಿರಿದಾದ ಕಾರ್ಯವನ್ನು ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ ಮತ್ತು ಅದರ ಮಿತಿಗಳನ್ನು ಮೀರಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದಿಲ್ಲ. ಇದು ಸ್ಪೆಕ್ಟ್ರಮ್‌ನಾದ್ಯಂತ ಅರಿವಿನ ಸಾಮರ್ಥ್ಯಗಳು ಮತ್ತು ಪ್ರಗತಿಗಳ ಒಂದು ಉಪವಿಭಾಗವನ್ನು ಗುರಿಯಾಗಿಸುತ್ತದೆ. ವಿಧಾನಗಳು ವಿಕಸನಗೊಳ್ಳುತ್ತಿದ್ದಂತೆ ಕಿರಿದಾದ AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳು ನಮ್ಮ ದೈನಂದಿನ ಜೀವನದಲ್ಲಿ ಹೆಚ್ಚು ಹೆಚ್ಚು ಸಾಮಾನ್ಯವಾಗುತ್ತಿವೆ ಯಂತ್ರ ಕಲಿಕೆ ಮತ್ತು deep learning ಅಭಿವೃದ್ಧಿಯನ್ನು ಮುಂದುವರಿಸಿ.
Apple Siri ಸೀಮಿತ ವ್ಯಾಪ್ತಿಯ ಪೂರ್ವ-ಕಾರ್ಯಗಳೊಂದಿಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಕಿರಿದಾದ AI ನ ಉದಾಹರಣೆಯಾಗಿದೆdefiರಾತ್ರಿ. ಸಿರಿ ಆಗಾಗ್ಗೆ ತನ್ನ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಮೀರಿದ ಕಾರ್ಯಗಳೊಂದಿಗೆ ಸಮಸ್ಯೆಗಳನ್ನು ಎದುರಿಸುತ್ತಾಳೆ. 
SiriIBM Watson ಕಿರಿದಾದ AI ಯ ಮತ್ತೊಂದು ಉದಾಹರಣೆಯಾಗಿದೆ. ಅರಿವಿನ ಕಂಪ್ಯೂಟಿಂಗ್, ಯಂತ್ರ ಕಲಿಕೆ ಮತ್ತು ಅನ್ವಯಿಸಿನೈಸರ್ಗಿಕ ಭಾಷಾ ಸಂಸ್ಕರಣೆ ಮಾಹಿತಿಯನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು ಮತ್ತು ನಿಮ್ಮ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸಲು. IBM Watson ಅವನು ಒಮ್ಮೆ ತನ್ನ ಮಾನವ ಪ್ರತಿಸ್ಪರ್ಧಿಯನ್ನು ಮೀರಿಸಿದನು Ken Jennings ಜನಪ್ರಿಯ TV ಕಾರ್ಯಕ್ರಮದ ಚಾಂಪಿಯನ್ ಆದರು Jeopardy!. 
Narrow AI IBM WatsonNarrow AI ಸೇರಿಸಿ Google Translate, ಇಮೇಜ್ ಗುರುತಿಸುವಿಕೆ ಸಾಫ್ಟ್ವೇರ್, ಶಿಫಾರಸು ವ್ಯವಸ್ಥೆಗಳು, ಸ್ಪ್ಯಾಮ್ ಫಿಲ್ಟರ್‌ಗಳು ಮತ್ತು Google ನ ಪುಟ ಶ್ರೇಯಾಂಕದ ಅಲ್ಗಾರಿದಮ್.Narrow AI Google Translateಕೃತಕ ಸಾಮಾನ್ಯ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬಲವಾದ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಎಂದೂ ಕರೆಯುತ್ತಾರೆ, ಇದು ಮಾನವನು ಮಾಡಬಹುದಾದ ಯಾವುದೇ ಬೌದ್ಧಿಕ ಕೆಲಸವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಮತ್ತು ಕಲಿಯಲು ಸಮರ್ಥವಾಗಿದೆ. ಇದು ವಿವಿಧ ಸಂದರ್ಭಗಳಲ್ಲಿ ಜ್ಞಾನ ಮತ್ತು ಕೌಶಲ್ಯಗಳನ್ನು ಅನ್ವಯಿಸಲು ಯಂತ್ರವನ್ನು ಅನುಮತಿಸುತ್ತದೆ. ಇಲ್ಲಿಯವರೆಗೆ, AI ಸಂಶೋಧಕರು ಬಲವಾದ AI ಅನ್ನು ಸಾಧಿಸಲು ಸಾಧ್ಯವಾಗಲಿಲ್ಲ. ಅರಿವಿನ ಸಾಮರ್ಥ್ಯಗಳ ಸಂಪೂರ್ಣ ಸೆಟ್ ಅನ್ನು ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಮಾಡುವ ಮೂಲಕ ಯಂತ್ರಗಳನ್ನು ಜಾಗೃತಗೊಳಿಸುವ ವಿಧಾನವನ್ನು ಅವರು ಕಂಡುಹಿಡಿಯಬೇಕು. ಜನರಲ್ AI ನಿಂದ $1 ಬಿಲಿಯನ್ ಹೂಡಿಕೆಯನ್ನು ಪಡೆಯಿತು Microsoft ವಿಧಾನ OpenAI.
Fujitsu ಅವನು ನಿರ್ಮಿಸಿದನು K computer, ವಿಶ್ವದ ಅತ್ಯಂತ ವೇಗದ ಸೂಪರ್ ಕಂಪ್ಯೂಟರ್‌ಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ. ಬಲವಾದ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಸಾಧಿಸುವ ಮಹತ್ವದ ಪ್ರಯತ್ನಗಳಲ್ಲಿ ಇದು ಒಂದಾಗಿದೆ. ಕೇವಲ ಒಂದು ಸೆಕೆಂಡಿನ ನರಗಳ ಚಟುವಟಿಕೆಯನ್ನು ಅನುಕರಿಸಲು ಇದು ಸುಮಾರು 40 ನಿಮಿಷಗಳನ್ನು ತೆಗೆದುಕೊಂಡಿತು. ಆದ್ದರಿಂದ, ಬಲವಾದ AI ಯಾವುದೇ ಸಮಯದಲ್ಲಿ ಸಾಧ್ಯವೇ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಲು ಕಷ್ಟವಾಗುತ್ತದೆ.
Fujitsu K ComputerTianhe-2 ಚೀನಾ ನ್ಯಾಷನಲ್ ಡಿಫೆನ್ಸ್ ಟೆಕ್ನಾಲಜಿ ಯುನಿವರ್ಸಿಟಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಸೂಪರ್ ಕಂಪ್ಯೂಟರ್ ಆಗಿದೆ. ಇದು 33,86 ಪೆಟಾಫ್ಲಾಪ್‌ಗಳೊಂದಿಗೆ (ಕ್ವಾಡ್ರಿಲಿಯನ್ cps) cps (ಸೆಕೆಂಡಿಗೆ ಲೆಕ್ಕಾಚಾರಗಳು) ದಾಖಲೆಯನ್ನು ಹೊಂದಿದೆ. ಇದು ಆಸಕ್ತಿದಾಯಕವೆಂದು ತೋರುತ್ತದೆಯಾದರೂ, ಮಾನವನ ಮೆದುಳು ಒಂದು ಎಕ್ಸಾಫ್ಲಾಪ್ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದೆ ಎಂದು ಅಂದಾಜಿಸಲಾಗಿದೆ, ಅಂದರೆ, ಒಂದು ಬಿಲಿಯನ್ ಸಿಪಿಎಸ್.
tianhe-2ಸೂಪರ್ AI ಮಾನವನ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಮೀರಿಸುತ್ತದೆ ಮತ್ತು ಯಾವುದೇ ಕೆಲಸವನ್ನು ಮನುಷ್ಯನಿಗಿಂತ ಉತ್ತಮವಾಗಿ ನಿರ್ವಹಿಸಬಲ್ಲದು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಪರಿಕಲ್ಪನೆಯು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಮಾನವನ ಭಾವನೆಗಳು ಮತ್ತು ಅನುಭವಗಳಿಗೆ ಹೋಲುವಂತೆ ವಿಕಸನಗೊಂಡಿರುವುದನ್ನು ನೋಡುತ್ತದೆ, ಅದು ಅವುಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದಕ್ಕಿಂತ ಹೆಚ್ಚಿನದನ್ನು ಮಾಡುತ್ತದೆ; ಇದು ಒಬ್ಬರ ಸ್ವಂತ ಭಾವನೆಗಳು, ಅಗತ್ಯಗಳು, ನಂಬಿಕೆಗಳು ಮತ್ತು ಆಸೆಗಳನ್ನು ಸಹ ಪ್ರಚೋದಿಸುತ್ತದೆ. ಅದರ ಅಸ್ತಿತ್ವವು ಇನ್ನೂ ಕಾಲ್ಪನಿಕವಾಗಿದೆ. ಸೂಪರ್ AI ಯ ಕೆಲವು ನಿರ್ಣಾಯಕ ಗುಣಲಕ್ಷಣಗಳು ಆಲೋಚನೆ, ಒಗಟುಗಳನ್ನು ಪರಿಹರಿಸುವುದು, ತೀರ್ಪುಗಳನ್ನು ಮಾಡುವುದು ಮತ್ತು ಸ್ವಾಯತ್ತ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದು.
ಈಗ ನಾವು ವೈಶಿಷ್ಟ್ಯ-ಆಧಾರಿತ AI ನ ವಿವಿಧ ಪ್ರಕಾರಗಳನ್ನು ನೋಡೋಣ.
ವಿವಿಧ ರೀತಿಯ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ವ್ಯವಸ್ಥೆಗಳನ್ನು ವಿವರಿಸಲು ಅವುಗಳ ಕಾರ್ಯಗಳ ಆಧಾರದ ಮೇಲೆ ವರ್ಗೀಕರಿಸುವುದು ಅವಶ್ಯಕ.
ಪ್ರತಿಕ್ರಿಯಾತ್ಮಕ ಯಂತ್ರವು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಪ್ರಾಥಮಿಕ ರೂಪವಾಗಿದ್ದು ಅದು ನೆನಪುಗಳನ್ನು ಸಂಗ್ರಹಿಸುವುದಿಲ್ಲ ಅಥವಾ ಭವಿಷ್ಯದ ಕ್ರಿಯೆಗಳನ್ನು ನಿರ್ಧರಿಸಲು ಹಿಂದಿನ ಅನುಭವಗಳನ್ನು ಬಳಸುವುದಿಲ್ಲ. ಇದು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಡೇಟಾದೊಂದಿಗೆ ಮಾತ್ರ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಅವರು ಜಗತ್ತನ್ನು ಗ್ರಹಿಸುತ್ತಾರೆ ಮತ್ತು ಅದಕ್ಕೆ ಪ್ರತಿಕ್ರಿಯಿಸುತ್ತಾರೆ. ಪ್ರತಿಕ್ರಿಯಾತ್ಮಕ ಯಂತ್ರಗಳಿಗೆ ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯಗಳನ್ನು ನೀಡಲಾಗುತ್ತದೆ ಮತ್ತು ಆ ಕಾರ್ಯಗಳನ್ನು ಮೀರಿ ಯಾವುದೇ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಹೊಂದಿರುವುದಿಲ್ಲ.
Deep Blue ಡೆಲ್ 'IBM ಚೆಸ್ ಗ್ರ್ಯಾಂಡ್ ಮಾಸ್ಟರ್ ಅನ್ನು ಸೋಲಿಸಿದ Garry Kasparov ಇದು ಪ್ರತಿಕ್ರಿಯಾತ್ಮಕ ಯಂತ್ರವಾಗಿದ್ದು ಅದು ಚದುರಂಗ ಫಲಕದ ತುಣುಕುಗಳನ್ನು ನೋಡುತ್ತದೆ ಮತ್ತು ಅವುಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯಿಸುತ್ತದೆ. Deep Blue ಅವನು ತನ್ನ ಹಿಂದಿನ ಯಾವುದೇ ಅನುಭವಗಳನ್ನು ಉಲ್ಲೇಖಿಸಲು ಅಥವಾ ಅಭ್ಯಾಸದಿಂದ ಸುಧಾರಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. ಇದು ಚದುರಂಗ ಫಲಕದ ಮೇಲೆ ತುಣುಕುಗಳನ್ನು ಗುರುತಿಸಬಹುದು ಮತ್ತು ಅವು ಹೇಗೆ ಚಲಿಸುತ್ತವೆ ಎಂಬುದನ್ನು ತಿಳಿಯಬಹುದು. ಡೀಪ್ ಬ್ಲೂ ತನಗೆ ಮತ್ತು ಅವನ ಎದುರಾಳಿಗೆ ಮುಂದಿನ ಚಲನೆಗಳು ಏನಾಗಬಹುದು ಎಂಬುದರ ಕುರಿತು ಭವಿಷ್ಯ ನುಡಿಯಬಹುದು. ಪ್ರಸ್ತುತ ಕ್ಷಣದ ಮೊದಲು ಎಲ್ಲವನ್ನೂ ನಿರ್ಲಕ್ಷಿಸಿ ಮತ್ತು ಚದುರಂಗ ಫಲಕದ ತುಣುಕುಗಳನ್ನು ಈ ಕ್ಷಣದಲ್ಲಿರುವಂತೆ ನೋಡಿ ಮತ್ತು ಸಂಭವನೀಯ ಮುಂದಿನ ಚಲನೆಗಳ ನಡುವೆ ಆಯ್ಕೆಮಾಡಿ.
ಸೀಮಿತ ಮೆಮೊರಿ AI ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ಹಿಂದಿನ ಡೇಟಾದಿಂದ ತರಬೇತಿ ನೀಡುತ್ತದೆ. ಅಂತಹ ವ್ಯವಸ್ಥೆಗಳ ಸ್ಮರಣೆಯು ಅಲ್ಪಕಾಲಿಕವಾಗಿದೆ. ಅವರು ಈ ಹಿಂದಿನ ಡೇಟಾವನ್ನು ನಿರ್ದಿಷ್ಟ ಅವಧಿಗೆ ಬಳಸಬಹುದು, ಆದರೆ ಅವರು ಅದನ್ನು ತಮ್ಮ ಅನುಭವಗಳ ಲೈಬ್ರರಿಗೆ ಸೇರಿಸಲಾಗುವುದಿಲ್ಲ. ಈ ರೀತಿಯ ತಂತ್ರಜ್ಞಾನವನ್ನು ಸ್ವಯಂ ಚಾಲಿತ ವಾಹನಗಳಲ್ಲಿ ಬಳಸಲಾಗುತ್ತದೆ.
Mitsubishi Electric ಸ್ವಯಂ ಚಾಲನಾ ಕಾರುಗಳಂತಹ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಗೆ ಆ ತಂತ್ರಜ್ಞಾನವನ್ನು ಹೇಗೆ ಸುಧಾರಿಸುವುದು ಎಂದು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದೆ.
ಮನಸ್ಸಿನ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಸಿದ್ಧಾಂತವು ಮುಂದುವರಿದ ತಾಂತ್ರಿಕ ವರ್ಗವನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ ಮತ್ತು ಪರಿಕಲ್ಪನೆಯಾಗಿ ಮಾತ್ರ ಅಸ್ತಿತ್ವದಲ್ಲಿದೆ. ಈ ರೀತಿಯ AI ಗೆ ಪರಿಸರದೊಳಗಿನ ಜನರು ಮತ್ತು ವಸ್ತುಗಳು ಭಾವನೆಗಳು ಮತ್ತು ನಡವಳಿಕೆಗಳನ್ನು ಬದಲಾಯಿಸಬಹುದು ಎಂಬ ಆಳವಾದ ತಿಳುವಳಿಕೆ ಅಗತ್ಯವಿರುತ್ತದೆ. ಅದು ಜನರ ಭಾವನೆಗಳು, ಭಾವನೆಗಳು ಮತ್ತು ಆಲೋಚನೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬೇಕು. ಈ ಕ್ಷೇತ್ರದಲ್ಲಿ ಹಲವು ಸುಧಾರಣೆಗಳನ್ನು ಮಾಡಲಾಗಿದ್ದರೂ, ಈ ರೀತಿಯ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಇನ್ನೂ ಸಂಪೂರ್ಣವಾಗಿ ಪೂರ್ಣಗೊಂಡಿಲ್ಲ.
Kismet. Kismet 90 ರ ದಶಕದ ಉತ್ತರಾರ್ಧದಲ್ಲಿ ಸಂಶೋಧಕರು ತಯಾರಿಸಿದ ರೋಬೋಟ್ ಹೆಡ್ ಆಗಿದೆ Massachusetts Institute of Technology. Kismet ಮಾನವ ಭಾವನೆಗಳನ್ನು ಅನುಕರಿಸಬಹುದು ಮತ್ತು ಅವುಗಳನ್ನು ಗುರುತಿಸಬಹುದು. ಎರಡೂ ಸಾಮರ್ಥ್ಯಗಳು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಸಿದ್ಧಾಂತದಲ್ಲಿನ ಪ್ರಮುಖ ಪ್ರಗತಿಯನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತವೆ, ಆದರೆ Kismet ಇದು ನೋಟಗಳನ್ನು ಅನುಸರಿಸಲು ಅಥವಾ ಮಾನವರ ಗಮನವನ್ನು ಸೆಳೆಯಲು ಸಾಧ್ಯವಿಲ್ಲ.
Kismet MITSophia di Hanson Robotics ಮಾನಸಿಕ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಸಿದ್ಧಾಂತವನ್ನು ಅಳವಡಿಸಿದ ಮತ್ತೊಂದು ಉದಾಹರಣೆಯಾಗಿದೆ. ಸೋಫಿಯಾಳ ಕಣ್ಣುಗಳಲ್ಲಿನ ಕ್ಯಾಮೆರಾಗಳು, ಕಂಪ್ಯೂಟರ್ ಅಲ್ಗಾರಿದಮ್‌ಗಳೊಂದಿಗೆ ಸಂಯೋಜಿಸಲ್ಪಟ್ಟವು, ಅವಳನ್ನು ನೋಡಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಇದು ಕಣ್ಣಿನ ಸಂಪರ್ಕವನ್ನು ಉಳಿಸಿಕೊಳ್ಳಬಹುದು, ಜನರನ್ನು ಗುರುತಿಸಬಹುದು ಮತ್ತು ಮುಖಗಳನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡಬಹುದು.ಸ್ವಯಂ ಅರಿವು AI ಕೇವಲ ಕಾಲ್ಪನಿಕವಾಗಿ ಅಸ್ತಿತ್ವದಲ್ಲಿದೆ. ಅಂತಹ ವ್ಯವಸ್ಥೆಗಳು ತಮ್ಮ ಆಂತರಿಕ ಲಕ್ಷಣಗಳು, ರಾಜ್ಯಗಳು ಮತ್ತು ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುತ್ತವೆ ಮತ್ತು ಮಾನವ ಭಾವನೆಗಳನ್ನು ಗ್ರಹಿಸುತ್ತವೆ. ಈ ಯಂತ್ರಗಳು ಮಾನವನ ಮನಸ್ಸಿಗಿಂತ ಹೆಚ್ಚು ಬುದ್ಧಿವಂತವಾಗಿರುತ್ತವೆ. ಈ ರೀತಿಯ AI ಇದು ಸಂವಹನ ನಡೆಸುವವರಲ್ಲಿ ಭಾವನೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಮತ್ತು ಪ್ರಚೋದಿಸಲು ಸಾಧ್ಯವಾಗುವುದಿಲ್ಲ, ಆದರೆ ಭಾವನೆಗಳು, ಅಗತ್ಯಗಳು ಮತ್ತು ತನ್ನದೇ ಆದ ನಂಬಿಕೆಗಳನ್ನು ಹೊಂದಿರುತ್ತದೆ.
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಸಂಶೋಧನೆಯು ಗೇಮಿಂಗ್‌ನಿಂದ ವೈದ್ಯಕೀಯ ರೋಗನಿರ್ಣಯದವರೆಗೆ ವ್ಯಾಪಕ ಶ್ರೇಣಿಯ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲು ಪರಿಣಾಮಕಾರಿ ತಂತ್ರಗಳನ್ನು ಯಶಸ್ವಿಯಾಗಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಿದೆ.
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಹಲವು ಶಾಖೆಗಳಿವೆ, ಪ್ರತಿಯೊಂದೂ ತನ್ನದೇ ಆದ ಗಮನ ಮತ್ತು ತಂತ್ರಗಳನ್ನು ಹೊಂದಿದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಕೆಲವು ಅಗತ್ಯ ಶಾಖೆಗಳು ಸೇರಿವೆ:
Machine learning: ಡೇಟಾದಿಂದ ಕಲಿಯುವ ಸಾಮರ್ಥ್ಯವಿರುವ ಅಲ್ಗಾರಿದಮ್‌ಗಳ ಅಭಿವೃದ್ಧಿಯೊಂದಿಗೆ ವ್ಯವಹರಿಸುತ್ತದೆ. ML ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಇಮೇಜ್ ಗುರುತಿಸುವಿಕೆ, ಸ್ಪ್ಯಾಮ್ ಫಿಲ್ಟರಿಂಗ್ ಮತ್ತು ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆ ಸೇರಿದಂತೆ ವಿವಿಧ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ ಬಳಸಲಾಗುತ್ತದೆ.Deep learning: ಇದು ಯಂತ್ರ ಕಲಿಕೆಯ ಶಾಖೆಯಾಗಿದ್ದು, ಡೇಟಾದಿಂದ ಜ್ಞಾನವನ್ನು ಪಡೆಯಲು ಕೃತಕ ನರಮಂಡಲವನ್ನು ಬಳಸುತ್ತದೆ. ನ ಕ್ರಮಾವಳಿಗಳು deep learning NLP, ಇಮೇಜ್ ಗುರುತಿಸುವಿಕೆ ಮತ್ತು ಭಾಷಣ ಗುರುತಿಸುವಿಕೆ ಸೇರಿದಂತೆ ವಿವಿಧ ಸಮಸ್ಯೆಗಳನ್ನು ಅವರು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಪರಿಹರಿಸುತ್ತಾರೆ.Robotica: ರೋಬೋಟ್‌ಗಳ ವಿನ್ಯಾಸ, ನಿರ್ಮಾಣ ಮತ್ತು ಕಾರ್ಯಾಚರಣೆಯೊಂದಿಗೆ ವ್ಯವಹರಿಸುವ ಎಂಜಿನಿಯರಿಂಗ್ ಕ್ಷೇತ್ರವಾಗಿದೆ. ಉತ್ಪಾದನೆ, ಆರೋಗ್ಯ ಮತ್ತು ಸಾರಿಗೆ ಸೇರಿದಂತೆ ವಿವಿಧ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ರೋಬೋಟ್‌ಗಳು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸಬಹುದು.ತರಬೇತಿ ಡೇಟಾದಿಂದ ಕಲಿತ ಮಾದರಿಗಳ ಆಧಾರದ ಮೇಲೆ, ಸೃಜನಶೀಲತೆ ಮತ್ತು ನಾವೀನ್ಯತೆಯನ್ನು ತೋರಿಸುವ ಮೂಲಕ ಚಿತ್ರಗಳು, ಪಠ್ಯ ಅಥವಾ ಸಂಗೀತದಂತಹ ಹೊಸ ಮತ್ತು ಮೂಲ ವಿಷಯವನ್ನು ರಚಿಸುವ ಸಾಮರ್ಥ್ಯದಲ್ಲಿ ಉತ್ಪಾದಕ AI ಇತರ ಪ್ರಕಾರಗಳಿಂದ ಭಿನ್ನವಾಗಿದೆ.
AI ಆರ್ಟ್ ಜನರೇಟರ್‌ಗಳು ಚಿತ್ರಗಳಲ್ಲಿ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುತ್ತವೆ, ನಂತರ AI ಅನ್ನು ಮಾದರಿಯ ಮೂಲಕ ತರಬೇತಿ ನೀಡಲು ಬಳಸಲಾಗುತ್ತದೆ. deep learning.
ಈ ಮಾದರಿಯು ವಿವಿಧ ರೀತಿಯ ಕಲೆಯ ವಿಶಿಷ್ಟ ಶೈಲಿಯಂತಹ ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸುತ್ತದೆ.
AI ನಂತರ ಬಳಕೆದಾರರ ವಿನಂತಿಗಳ ಆಧಾರದ ಮೇಲೆ ಅನನ್ಯ ಚಿತ್ರಗಳನ್ನು ರಚಿಸಲು ಈ ಟೆಂಪ್ಲೇಟ್‌ಗಳನ್ನು ಬಳಸುತ್ತದೆ.
ಈ ಪ್ರಕ್ರಿಯೆಯು ಪುನರಾವರ್ತನೆಯಾಗಿದೆ ಮತ್ತು ಅಪೇಕ್ಷಿತ ಫಲಿತಾಂಶವನ್ನು ಸಂಸ್ಕರಿಸಲು ಮತ್ತು ಸಾಧಿಸಲು ಹೆಚ್ಚಿನ ಚಿತ್ರಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ.
ಹೆಚ್ಚಿನ AI ಜನರೇಟರ್‌ಗಳು ಉಚಿತ ಪ್ರಯೋಗ ಆವೃತ್ತಿಗಳನ್ನು ನೀಡುತ್ತವೆ, ಆದರೆ ಹಲವಾರು ಸಂಪೂರ್ಣ ಉಚಿತ AI ಆರ್ಟ್ ಜನರೇಟರ್‌ಗಳು ಲಭ್ಯವಿದೆ.
ಅವುಗಳಲ್ಲಿ ಕೆಲವು ಬಿಂಗ್ ಇಮೇಜ್ ಕ್ರಿಯೇಟರ್, ಕ್ರೇಯಾನ್, ಸ್ಟಾರ್ರಿಎಐ, ಸ್ಟೇಬಲ್‌ಕಾಗ್ ಮತ್ತು ಇತರವುಗಳನ್ನು ಒಳಗೊಂಡಿವೆ.
ಪ್ರತಿ AI ಜನರೇಟರ್ ತನ್ನ ವೆಬ್‌ಸೈಟ್‌ನಲ್ಲಿ AI-ರಚಿಸಿದ ಕಲಾಕೃತಿಗಳನ್ನು ಮಾರಾಟ ಮಾಡಲು ತನ್ನದೇ ಆದ ನಿಯಮಗಳನ್ನು ಹೊಂದಿದೆ.
ಕೆಲವು ಕಲಾಕೃತಿ ಉತ್ಪಾದಕಗಳು ಜಾಸ್ಪರ್ AI ನಂತಹ ನಿಮ್ಮ ಸ್ವಂತ ಚಿತ್ರವನ್ನು ಮಾರಾಟ ಮಾಡಲು ಯಾವುದೇ ನಿರ್ಬಂಧಗಳನ್ನು ಹೊಂದಿಲ್ಲವಾದರೂ, ಇತರರು ಅವರು ರಚಿಸುವ ಕಲಾಕೃತಿಯ ಹಣಗಳಿಕೆಯನ್ನು ಅನುಮತಿಸುವುದಿಲ್ಲ.
BlogInnovazione.it
ನೌಕಾ ವಲಯವು ನಿಜವಾದ ಜಾಗತಿಕ ಆರ್ಥಿಕ ಶಕ್ತಿಯಾಗಿದೆ, ಇದು 150 ಶತಕೋಟಿ ಮಾರುಕಟ್ಟೆಯತ್ತ ನ್ಯಾವಿಗೇಟ್ ಮಾಡಿದೆ...
ಕಳೆದ ಸೋಮವಾರ, ಫೈನಾನ್ಶಿಯಲ್ ಟೈಮ್ಸ್ ಓಪನ್ ಎಐ ಜೊತೆ ಒಪ್ಪಂದವನ್ನು ಪ್ರಕಟಿಸಿತು. FT ತನ್ನ ವಿಶ್ವ ದರ್ಜೆಯ ಪತ್ರಿಕೋದ್ಯಮಕ್ಕೆ ಪರವಾನಗಿ ನೀಡುತ್ತದೆ…
ಲಕ್ಷಾಂತರ ಜನರು ಸ್ಟ್ರೀಮಿಂಗ್ ಸೇವೆಗಳಿಗೆ ಪಾವತಿಸುತ್ತಾರೆ, ಮಾಸಿಕ ಚಂದಾದಾರಿಕೆ ಶುಲ್ಕವನ್ನು ಪಾವತಿಸುತ್ತಾರೆ. ನೀವು ಎಂಬುದು ಸಾಮಾನ್ಯ ಅಭಿಪ್ರಾಯ…
Veeam ನಿಂದ Coveware ಸೈಬರ್ ಸುಲಿಗೆ ಘಟನೆಯ ಪ್ರತಿಕ್ರಿಯೆ ಸೇವೆಗಳನ್ನು ಒದಗಿಸುವುದನ್ನು ಮುಂದುವರಿಸುತ್ತದೆ. ಕೋವ್‌ವೇರ್ ಫೋರೆನ್ಸಿಕ್ಸ್ ಮತ್ತು ಪರಿಹಾರ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ನೀಡುತ್ತದೆ…