L“人工智能 這是利用大量數據建構智慧機器的過程。 系統從過去的學習和經驗中學習並執行類似人類的任務。 它提高了人類工作的速度、準確性和有效性。 人工智慧使用複雜的演算法和方法來建構可以自行決策的機器。 機器學習 和 deep learning 構成了核心人工智能.
人工智慧現在幾乎應用於所有商業領域:
現在您知道了人工智慧到底是什麼,讓我們來看看人工智慧有哪些不同類型?
人工智慧可以根據能力和功能來劃分。
根據能力,人工智慧可分為三種:
在功能下,我們有四種類型的人工智慧:
首先,我們將了解不同類型的基於技能的人工智慧。
狹義人工智慧,也稱為弱人工智慧,專注於狹窄的任務,無法超越其限制。 它針對認知能力的單一子集並在該範圍內取得進展。 隨著方法的發展,狹義的人工智慧應用在我們的日常生活中變得越來越普遍 機器學習和 deep learning 繼續發展。
Apple Siri
是一個狹義人工智慧的例子,它使用有限範圍的預置函數進行操作defi晚上。 Siri 常常會遇到超出她能力範圍的任務。 IBM Watson
是狹義人工智慧的另一個例子。 應用認知運算、機器學習和自然語言處理 處理資訊並回答您的問題。 IBM Watson
他曾經擊敗了他的人類競爭對手 Ken Jennings
成為熱門電視節目的冠軍 Jeopardy
!. Narrow AI
包括 Google Translate
、影像辨識軟體、推薦系統、垃圾郵件濾鏡和Google的頁面排名演算法。通用人工智慧,也稱為強人工智慧,能夠理解和學習人類可以完成的任何智力任務。 它允許機器在不同的環境中應用知識和技能。 到目前為止,人工智慧研究人員還未能實現強人工智慧。 他們必須找到一種方法,透過對一整套認知能力進行編程,使機器具有意識。 General AI獲1億美元投資 Microsoft
手段 OpenAI
.
Fujitsu
建造了 K computer
,世界上最快的超級電腦之一。 這是實現強人工智慧的重大嘗試之一。 模擬一秒鐘的神經活動就花了近 40 分鐘。 因此,很難確定強人工智慧是否會在短期內成為可能。Tianhe-2
是由中國國防科技大學研發的超級電腦。 它保持著 33,86 petaflops(千萬億 cps)的 cps(每秒計算)記錄。 雖然聽起來很有趣,但據估計,人腦的運算能力為 XNUMX exaflop,即 XNUMX 億 cps。超級人工智慧超越人類智能,可以比人類更好地執行任何任務。 人工超級智慧的概念認為,人工智慧進化得與人類的感受和經驗如此相似,以至於它不僅僅能夠理解它們; 它也喚起一個人自己的情感、需求、信念和慾望。 它的存在仍然是假設的。 超級人工智慧的一些關鍵特徵包括思考、解決難題、做出判斷和自主決策。
現在我們將看看不同類型的基於特徵的人工智慧。
為了描述各種類型的人工智慧系統,有必要根據其功能對它們進行分類。
反應式機器是人工智慧的主要形式,它不儲存記憶或使用過去的經驗來確定未來的行動。 它僅適用於現有數據。 他們感知世界並對其做出反應。 反應性機器被賦予特定的任務,並且除了這些任務之外沒有任何能力。
Deep Blue
作者:IBM
誰打敗了國際象棋大師 Garry Kasparov
它是一台反應式機器,可以看到棋盤上的棋子並對其做出反應。 Deep Blue
他無法參考任何先前的經驗,也無法透過練習來提升。 它可以識別棋盤上的棋子並知道它們如何移動。 深藍可以預測他和他的對手的下一步。 忽略當下時刻之前的一切,看看棋盤上的棋子,然後在下一步可能的棋步之間做出選擇。
有限記憶人工智慧根據過去的數據進行訓練以做出決策。 此類系統的記憶是短暫的。 他們可以在特定時間段內使用過去的數據,但無法將其添加到他們的經驗庫中。 此類技術用於自動駕駛車輛。
Mitsubishi Electric
一直在試圖找出如何改進自動駕駛汽車等應用的技術。
心智理論人工智慧代表了一種先進的技術類別,僅作為一個概念而存在。 這種類型的人工智慧需要深入了解環境中的人和事物可以改變感受和行為。 它應該理解人們的情緒、感受和想法。 儘管這一領域已經取得了許多改進,但這種類型的人工智慧尚未完全完成。
Kismet
. Kismet
是 90 世紀 XNUMX 年代末期由研究人員製造的機器人頭部 Massachusetts Institute of Technology
. Kismet
能夠模仿人類的情感並識別它們。 這兩種能力都代表了人工智慧理論的關鍵進步,但是 Kismet
它無法跟隨目光或引起人類的注意。Sophia di Hanson Robotics
這是心理人工智慧理論實施的另一個例子。 索菲亞眼中的攝影機與電腦演算法結合,讓她能夠看到東西。 它可以維持眼神交流、識別人和追蹤臉部。自我意識人工智慧僅存在於假設之中。 這些系統了解其內在特徵、狀態和條件,並感知人類的情緒。 這些機器將比人類思維更聰明。 這種類型的人工智慧不僅能夠理解並喚起與之互動的人的情感,而且也有自己的情感、需求和信念。
人工智慧研究已成功開發出有效的技術來解決從遊戲到醫療診斷等各種問題。
人工智慧有許多分支,每個分支都有自己的重點和一套技術。 人工智慧的一些重要分支包括:
Machine learning
:涉及能夠從數據中學習的演算法的開發。 ML 演算法用於各種應用,包括影像辨識、垃圾郵件過濾和自然語言處理。Deep learning
:它是機器學習的一個分支,利用人工神經網路從資料中獲取知識。 的演算法 deep learning 它們有效地解決了各種問題,包括自然語言處理、圖像識別和語音識別。Robotica
:是一個涉及機器人設計、建造和操作的工程領域。 機器人可以在製造、醫療保健和運輸等各個領域自動執行任務。生成式人工智慧與其他類型人工智慧的不同之處在於,它能夠根據從訓練資料中學習到的模型產生新的原創內容,例如圖像、文字或音樂,展現創造力和創新性。
AI 藝術生成器收集圖像中的數據,然後透過模型來訓練 AI deep learning.
此圖案標示圖案,例如不同類型藝術的獨特風格。
然後人工智慧使用這些模板根據用戶的請求創建獨特的圖像。
這個過程是迭代的,會產生更多圖像來細化並達到所需的結果。
大多數人工智慧生成器都提供免費試用版,但也有一些完全免費的人工智慧藝術生成器可用。
其中包括 Bing Image Creator、Craiyon、StarryAI、Stablecog 等。
每個人工智慧生成器都有自己的在其網站上銷售人工智慧生成的藝術品的條款。
雖然一些藝術作品生成器對將圖像作為您自己的圖像出售沒有任何限制,例如 Jasper AI,但其他藝術作品生成器不允許將其生成的藝術作品貨幣化。
BlogInnovazione.it