எல் 'செயற்கை நுண்ணறிவு இது பெரிய அளவிலான தரவுகளிலிருந்து அறிவார்ந்த இயந்திரங்களை உருவாக்கும் செயல்முறையாகும். அமைப்புகள் கடந்தகால கற்றல் மற்றும் அனுபவங்களிலிருந்து கற்றுக்கொண்டு மனிதனைப் போன்ற பணிகளைச் செய்கின்றன. இது மனித முயற்சிகளின் வேகம், துல்லியம் மற்றும் செயல்திறனை மேம்படுத்துகிறது. செயற்கை நுண்ணறிவு சிக்கலான வழிமுறைகள் மற்றும் முறைகளை பயன்படுத்தி சொந்தமாக முடிவெடுக்கும் இயந்திரங்களை உருவாக்குகிறது. இயந்திர வழி கற்றல் மற்றும் இந்த deep learning இன் மையமாக அமைகின்றனசெயற்கை நுண்ணறிவு.
செயற்கை நுண்ணறிவு இப்போது கிட்டத்தட்ட அனைத்து வணிகத் துறைகளிலும் பயன்படுத்தப்படுகிறது:
செயற்கை நுண்ணறிவு உண்மையில் என்னவென்று இப்போது உங்களுக்குத் தெரியும், பல்வேறு வகையான செயற்கை நுண்ணறிவு என்ன என்பதைப் பார்ப்போம்?
செயற்கை நுண்ணறிவை திறன்கள் மற்றும் செயல்பாட்டின் அடிப்படையில் பிரிக்கலாம்.
திறன்களின் அடிப்படையில் மூன்று வகையான AI உள்ளன:
அம்சங்களின் கீழ், எங்களிடம் நான்கு வகையான செயற்கை நுண்ணறிவு உள்ளது:
முதலில், திறன் அடிப்படையிலான AI இன் பல்வேறு வகைகளைப் பார்ப்போம்.
பலவீனமான AI என்றும் அழைக்கப்படும் குறுகிய AI, ஒரு குறுகிய பணியில் கவனம் செலுத்துகிறது மற்றும் அதன் வரம்புகளுக்கு அப்பால் செயல்பட முடியாது. இது புலனுணர்வு திறன்கள் மற்றும் அந்த ஸ்பெக்ட்ரம் முழுவதும் முன்னேற்றங்களின் ஒரு துணைக்குழுவை குறிவைக்கிறது. குறுகிய AI பயன்பாடுகள், முறைகள் உருவாகும்போது நமது அன்றாட வாழ்வில் மிகவும் பொதுவானதாகி வருகிறது இயந்திர கற்றல் மற்றும் deep learning தொடர்ந்து அபிவிருத்தி.
Apple Siri ஒரு குறுகிய AI இன் எடுத்துக்காட்டு, இது வரையறுக்கப்பட்ட வரம்பில் முன் செயல்பாடுகளுடன் செயல்படுகிறதுdefiஇரவு. ஸ்ரீ தனது திறன்களுக்கு அப்பாற்பட்ட பணிகளில் அடிக்கடி சிக்கல்களை எதிர்கொள்கிறார். 
SiriIBM Watson குறுகிய AI இன் மற்றொரு எடுத்துக்காட்டு. அறிவாற்றல் கணினி, இயந்திர கற்றல் மற்றும்இயற்கை மொழி செயலாக்கம் தகவலைச் செயலாக்க மற்றும் உங்கள் கேள்விகளுக்கு பதிலளிக்க. IBM Watson அவர் ஒருமுறை தனது மனித போட்டியாளரை விஞ்சினார் Ken Jennings பிரபலமான தொலைக்காட்சி நிகழ்ச்சியின் சாம்பியனாக மாறியது Jeopardy!. 
Narrow AI IBM WatsonNarrow AI சேர்க்கிறது Google Translate, படத்தை அறிதல் மென்பொருள், பரிந்துரை அமைப்புகள், ஸ்பேம் வடிப்பான்கள் மற்றும் கூகுளின் பக்க தரவரிசை அல்காரிதம்.Narrow AI Google Translateவலுவான செயற்கை நுண்ணறிவு என்றும் அழைக்கப்படும் செயற்கை பொது நுண்ணறிவு, ஒரு மனிதன் செய்யக்கூடிய எந்தவொரு அறிவுசார் பணியையும் புரிந்துகொள்வதற்கும் கற்றுக்கொள்வதற்கும் திறன் கொண்டது. இது ஒரு இயந்திரத்தை வெவ்வேறு சூழல்களில் அறிவு மற்றும் திறன்களைப் பயன்படுத்த அனுமதிக்கிறது. இதுவரை, AI ஆராய்ச்சியாளர்களால் வலுவான AI ஐ அடைய முடியவில்லை. அறிவாற்றல் திறன்களின் முழுமையான தொகுப்பை நிரலாக்குவதன் மூலம் இயந்திரங்களை நனவாக மாற்றுவதற்கான ஒரு முறையை அவர்கள் கண்டுபிடிக்க வேண்டும். ஜெனரல் AI இலிருந்து $1 பில்லியன் முதலீட்டைப் பெற்றது Microsoft வழிமுறையாக OpenAI.
Fujitsu அவர் கட்டினார் K computer, உலகின் அதிவேக சூப்பர் கம்ப்யூட்டர்களில் ஒன்று. வலுவான செயற்கை நுண்ணறிவை அடைவதற்கான குறிப்பிடத்தக்க முயற்சிகளில் இதுவும் ஒன்றாகும். நரம்பியல் செயல்பாட்டின் ஒரு நொடியை உருவகப்படுத்த கிட்டத்தட்ட 40 நிமிடங்கள் ஆனது. எனவே, எந்த நேரத்திலும் வலுவான AI சாத்தியமா என்பதை தீர்மானிக்க கடினமாக உள்ளது.
Fujitsu K ComputerTianhe-2 இது சீன தேசிய பாதுகாப்பு தொழில்நுட்ப பல்கலைக்கழகத்தால் உருவாக்கப்பட்ட சூப்பர் கம்ப்யூட்டர் ஆகும். இது 33,86 பெட்டாஃப்ளாப்ஸ் (குவாட்ரில்லியன் சிபிஎஸ்) உடன் சிபிஎஸ் (வினாடிக்கு கணக்கீடுகள்) சாதனையை வைத்துள்ளது. இது சுவாரஸ்யமாகத் தோன்றினாலும், மனித மூளையானது ஒரு எக்ஸாஃப்ளாப், அதாவது ஒரு பில்லியன் சிபிஎஸ் திறன் கொண்டது என்று மதிப்பிடப்பட்டுள்ளது.
tianhe-2சூப்பர் AI மனித நுண்ணறிவை மிஞ்சும் மற்றும் மனிதனை விட எந்த பணியையும் சிறப்பாக செய்ய முடியும். செயற்கை நுண்ணறிவு என்ற கருத்து செயற்கை நுண்ணறிவு மனித உணர்வுகள் மற்றும் அனுபவங்களுக்கு மிகவும் ஒத்ததாக பரிணமித்ததைக் காண்கிறது, அது அவற்றைப் புரிந்துகொள்வதை விட அதிகம் செய்கிறது; இது ஒருவரின் சொந்த உணர்ச்சிகள், தேவைகள், நம்பிக்கைகள் மற்றும் ஆசைகளை தூண்டுகிறது. அதன் இருப்பு இன்னும் அனுமானமாகவே உள்ளது. சூப்பர் AI இன் சில முக்கியமான பண்புகளில் சிந்தனை, புதிர்களைத் தீர்ப்பது, தீர்ப்புகளை வழங்குதல் மற்றும் தன்னாட்சி முடிவுகளை எடுப்பது ஆகியவை அடங்கும்.
இப்போது நாம் பல்வேறு வகையான அம்ச அடிப்படையிலான AI ஐப் பார்ப்போம்.
பல்வேறு வகையான செயற்கை நுண்ணறிவு அமைப்புகளை விவரிக்க, அவற்றின் செயல்பாடுகளின் அடிப்படையில் வகைப்படுத்துவது அவசியம்.
ஒரு எதிர்வினை இயந்திரம் என்பது செயற்கை நுண்ணறிவின் முதன்மை வடிவமாகும், இது நினைவுகளைச் சேமிக்காது அல்லது எதிர்கால செயல்களைத் தீர்மானிக்க கடந்த கால அனுபவங்களைப் பயன்படுத்தாது. இது ஏற்கனவே உள்ள தரவுகளுடன் மட்டுமே இயங்குகிறது. அவர்கள் உலகத்தை உணர்ந்து அதற்கு எதிர்வினையாற்றுகிறார்கள். வினைத்திறன் இயந்திரங்களுக்கு குறிப்பிட்ட பணிகள் வழங்கப்படுகின்றன, மேலும் அந்த பணிகளுக்கு அப்பால் எந்த திறன்களும் இல்லை.
Deep Blue டெல் 'IBM செஸ் கிராண்ட்மாஸ்டரை தோற்கடித்தவர் Garry Kasparov இது சதுரங்கப் பலகையின் துண்டுகளைப் பார்த்து அவற்றிற்கு எதிர்வினையாற்றும் ஒரு எதிர்வினை இயந்திரம். Deep Blue அவர் தனது முந்தைய அனுபவங்களை குறிப்பிடவோ அல்லது நடைமுறையில் மேம்படுத்தவோ முடியாது. இது ஒரு சதுரங்கப் பலகையில் உள்ள காய்களை அடையாளம் கண்டு, அவை எவ்வாறு நகரும் என்பதை அறியும். டீப் ப்ளூ அவருக்கும் அவரது எதிரிக்கும் அடுத்த நகர்வுகள் என்னவாக இருக்கும் என்பதைப் பற்றி கணிக்க முடியும். தற்போதைய தருணத்திற்கு முன் அனைத்தையும் புறக்கணித்து, சதுரங்கப் பலகையின் துண்டுகளை இந்த தருணத்தில் உள்ளதைப் பார்த்து, சாத்தியமான அடுத்த நகர்வுகளுக்கு இடையே தேர்வு செய்யவும்.
வரையறுக்கப்பட்ட நினைவகம் AI முடிவுகளை எடுக்க கடந்த தரவுகளிலிருந்து பயிற்சியளிக்கிறது. அத்தகைய அமைப்புகளின் நினைவகம் குறுகிய காலம். அவர்கள் குறிப்பிட்ட காலத்திற்கு இந்தத் தரவைப் பயன்படுத்தலாம், ஆனால் அவர்களால் அதை அவர்களின் அனுபவங்களின் நூலகத்தில் சேர்க்க முடியாது. இந்த வகை தொழில்நுட்பம் சுயமாக ஓட்டும் வாகனங்களில் பயன்படுத்தப்படுகிறது.
Mitsubishi Electric சுய-ஓட்டுநர் கார்கள் போன்ற பயன்பாடுகளுக்கு அந்த தொழில்நுட்பத்தை எவ்வாறு மேம்படுத்துவது என்பதைக் கண்டுபிடிக்க முயற்சிக்கிறது.
மனதின் கோட்பாடு செயற்கை நுண்ணறிவு ஒரு மேம்பட்ட தொழில்நுட்ப வகுப்பைக் குறிக்கிறது மற்றும் ஒரு கருத்தாக மட்டுமே உள்ளது. இந்த வகை AI க்கு ஒரு சூழலில் உள்ள மக்கள் மற்றும் விஷயங்கள் உணர்வுகள் மற்றும் நடத்தைகளை மாற்ற முடியும் என்பதை ஆழமாக புரிந்து கொள்ள வேண்டும். அது மக்களின் உணர்வுகள், உணர்வுகள் மற்றும் எண்ணங்களை புரிந்து கொள்ள வேண்டும். இத்துறையில் பல மேம்பாடுகள் செய்யப்பட்டிருந்தாலும், இந்த வகை செயற்கை நுண்ணறிவு இன்னும் முழுமையடையவில்லை.
Kismet. Kismet 90 களின் பிற்பகுதியில் ஒரு ஆராய்ச்சியாளரால் உருவாக்கப்பட்ட ஒரு ரோபோ ஹெட் ஆகும் Massachusetts Institute of Technology. Kismet மனித உணர்வுகளைப் பின்பற்றி அவற்றை அடையாளம் காண முடியும். இரண்டு திறன்களும் செயற்கை நுண்ணறிவு கோட்பாட்டில் முக்கிய முன்னேற்றங்களைக் குறிக்கின்றன, ஆனால் Kismet அது பார்வைகளைப் பின்தொடரவோ அல்லது மனிதர்களின் கவனத்தை ஈர்க்கவோ முடியாது.
Kismet MITSophia di Hanson Robotics மன செயற்கை நுண்ணறிவு கோட்பாடு செயல்படுத்தப்பட்ட மற்றொரு எடுத்துக்காட்டு. சோபியாவின் கண்களில் உள்ள கேமராக்கள், கம்ப்யூட்டர் அல்காரிதம்களுடன் இணைந்து, அவளைப் பார்க்க அனுமதிக்கின்றன. இது கண் தொடர்பு, நபர்களை அடையாளம் காண மற்றும் முகங்களைக் கண்காணிக்கும்.சுய விழிப்புணர்வு AI அனுமானமாக மட்டுமே உள்ளது. இத்தகைய அமைப்புகள் அவற்றின் உள் குணாதிசயங்கள், நிலைகள் மற்றும் நிலைமைகளைப் புரிந்துகொண்டு மனித உணர்ச்சிகளை உணர்கின்றன. இந்த இயந்திரங்கள் மனித மனதை விட புத்திசாலித்தனமாக இருக்கும். இந்த வகை AI ஆனது அது தொடர்புகொள்பவர்களிடம் உணர்ச்சிகளைப் புரிந்துகொள்வது மற்றும் தூண்டுவது மட்டுமல்லாமல், அதன் சொந்த உணர்ச்சிகள், தேவைகள் மற்றும் நம்பிக்கைகளையும் கொண்டிருக்கும்.
செயற்கை நுண்ணறிவு ஆராய்ச்சியானது கேமிங்கில் இருந்து மருத்துவ நோயறிதல் வரை பலவிதமான பிரச்சனைகளை தீர்க்க பயனுள்ள நுட்பங்களை வெற்றிகரமாக உருவாக்கியுள்ளது.
செயற்கை நுண்ணறிவின் பல கிளைகள் உள்ளன, ஒவ்வொன்றும் அதன் சொந்த கவனம் மற்றும் நுட்பங்களின் தொகுப்பு. செயற்கை நுண்ணறிவின் சில முக்கிய கிளைகள் பின்வருமாறு:
Machine learning: தரவுகளிலிருந்து கற்றுக்கொள்ளும் திறன் கொண்ட அல்காரிதம்களின் வளர்ச்சியைக் கையாள்கிறது. ML அல்காரிதம்கள் படத்தை அறிதல், ஸ்பேம் வடிகட்டுதல் மற்றும் இயல்பான மொழி செயலாக்கம் உள்ளிட்ட பல்வேறு பயன்பாடுகளில் பயன்படுத்தப்படுகின்றன.Deep learning: இது இயந்திர கற்றலின் ஒரு கிளை ஆகும், இது தரவுகளிலிருந்து அறிவைப் பெற செயற்கை நரம்பியல் நெட்வொர்க்குகளைப் பயன்படுத்துகிறது. வழிமுறைகள் deep learning NLP, பட அங்கீகாரம் மற்றும் பேச்சு அங்கீகாரம் உள்ளிட்ட பல்வேறு சிக்கல்களை அவை திறம்பட தீர்க்கின்றன.Robotica: ரோபோக்களின் வடிவமைப்பு, கட்டுமானம் மற்றும் இயக்கம் ஆகியவற்றைக் கையாளும் பொறியியல் துறையாகும். உற்பத்தி, சுகாதாரம் மற்றும் போக்குவரத்து உள்ளிட்ட பல்வேறு துறைகளில் ரோபோக்கள் தானாகவே பணிகளைச் செய்ய முடியும்.ஜெனரேட்டிவ் AI ஆனது மற்ற வகை AI இலிருந்து வேறுபட்டது, புதிய மற்றும் அசல் உள்ளடக்கத்தை உருவாக்கும் திறனில், படங்கள், உரை அல்லது இசை போன்றவை, பயிற்சி தரவுகளிலிருந்து கற்றுக்கொண்ட மாதிரிகள், படைப்பாற்றல் மற்றும் புதுமைகளைக் காட்டுகிறது.
AI ஆர்ட் ஜெனரேட்டர்கள் படங்களில் தரவைச் சேகரிக்கின்றன, பின்னர் இது மாதிரியின் மூலம் AIக்கு பயிற்சி அளிக்கப் பயன்படுகிறது. deep learning.
இந்த முறை பல்வேறு வகையான கலைகளின் தனித்துவமான பாணி போன்ற வடிவங்களை அடையாளம் காட்டுகிறது.
பயனரின் கோரிக்கைகளின் அடிப்படையில் தனித்துவமான படங்களை உருவாக்க AI இந்த டெம்ப்ளேட்களைப் பயன்படுத்துகிறது.
இந்த செயல்முறை மீண்டும் செயல்படும் மற்றும் விரும்பிய முடிவைச் செம்மைப்படுத்தவும் அடையவும் அதிக படங்களை உருவாக்குகிறது.
பெரும்பாலான AI ஜெனரேட்டர்கள் இலவச சோதனை பதிப்புகளை வழங்குகின்றன, ஆனால் பல முற்றிலும் இலவச AI ஆர்ட் ஜெனரேட்டர்களும் உள்ளன.
அவற்றில் சில Bing Image Creator, Craion, StarryAI, Stablecog மற்றும் பிற அடங்கும்.
ஒவ்வொரு AI ஜெனரேட்டருக்கும் அதன் இணையதளத்தில் AI-உருவாக்கப்பட்ட கலைப்படைப்புகளை விற்பனை செய்வதற்கு அதன் சொந்த விதிமுறைகள் உள்ளன.
சில கலைப்படைப்பு ஜெனரேட்டர்கள் ஜாஸ்பர் AI போன்ற படத்தை உங்கள் சொந்தமாக விற்க எந்த கட்டுப்பாடுகளும் இல்லை என்றாலும், மற்றவர்கள் அவர்கள் உருவாக்கும் கலைப்படைப்பை பணமாக்க அனுமதிப்பதில்லை.
BlogInnovazione.it
கடற்படைத் துறை ஒரு உண்மையான உலகளாவிய பொருளாதார சக்தியாகும், இது 150 பில்லியன் சந்தையை நோக்கி பயணித்துள்ளது...
கடந்த திங்கட்கிழமை, பைனான்சியல் டைம்ஸ் OpenAI உடன் ஒரு ஒப்பந்தத்தை அறிவித்தது. FT அதன் உலகத் தரம் வாய்ந்த பத்திரிகைக்கு உரிமம் அளிக்கிறது…
மில்லியன் கணக்கான மக்கள் ஸ்ட்ரீமிங் சேவைகளுக்கு பணம் செலுத்துகிறார்கள், மாதாந்திர சந்தா கட்டணத்தை செலுத்துகிறார்கள். நீங்கள் என்பது பொதுவான கருத்து...
Veeam வழங்கும் Coveware இணைய மிரட்டி பணம் பறித்தல் சம்பவத்தின் பதில் சேவைகளை தொடர்ந்து வழங்கும். Coveware தடயவியல் மற்றும் சரிசெய்தல் திறன்களை வழங்கும்…