Die Abkürzung für künstliche Intelligenz ist KI. Es ist eine Technologiewissenschaft des späten Modells, die Methoden erforscht und ausnutzt, Technologien, Theorien, Und Anwendung Systeme zur Nachahmung, verlängern, und Erweiterung der menschlichen Intelligenz.
1. Was ist künstliche Intelligenz??
Im Rahmen der Informatik, Künstliche Intelligenz versucht, die Natur der Intelligenz zu erfassen, um eine intelligente Maschine der neuesten Generation zu schaffen. Solche intelligenten Maschinen können ähnlich wie die menschliche Intelligenz reagieren. Spracherkennung, Robotik, Natürliche Sprache, Bilderkennung, und Expertensysteme sind wichtige Forschungsschwerpunkte im Bereich der künstlichen Intelligenz.
Seit dem Zeitalter der künstlichen Intelligenz, Seine Technologie und Theorie werden immer perfekter, und der Anwendungsbereich wird ständig erweitert. Es ist leicht vorstellbar, dass die von der KI eingesetzten zukünftigen Technologien als Behälter für die menschliche Intelligenz dienen werden. Künstliche Intelligenz kann den Informationsverlauf menschlicher Intelligenz und Wissen nachahmen. KI könnte irgendwann die menschliche Intelligenz übertreffen, weil sie wie ein Mensch denken kann, obwohl es keine menschliche Intelligenz ist.
2. Wie funktioniert künstliche Intelligenz??
Das Prinzip von künstliche Intelligenz kann einfach als künstliche Intelligenz beschrieben werden, die einer mathematischen Berechnung gleichkommt.
„Algorithmen“ bestimmen, wie intelligent eine Maschine ist. Anfänglich, Es wurde entdeckt, dass Einsen und Nullen durch das Ein- und Ausschalten von Schaltkreisen dargestellt werden können. Dann werden viele Rundgänge gemeinsam organisiert, und unterschiedliche Anordnungen können viele Dinge darstellen, wie zum Beispiel Farben, Formen, und Briefe. Gekoppelt mit Logikelementen (Transistoren), das Muster „Eingabe (drücken sie die schalter taste) - Berechnung (Strom durch die Leitung) - Ausgabe (Das Licht ist an)" gebildet.
Um komplexere Berechnungen zu erreichen, es wurde schließlich, „Großintegrierte Schaltkreise“ – Chips.
Danach wird die Schaltungslogik Schicht für Schicht verschachtelt und Schicht für Schicht verpackt, Unsere Methode zur Änderung des aktuellen Zustands wird zur „Programmiersprache“.. Das ist es, was Programmierer tun.
Was auch immer der Programmierer dem Computer mitteilt, auszuführen, es wird ausgeführt, und der gesamte Prozess wird vom Programm festgelegt.
Also, damit ein Computer eine Aufgabe ausführen kann, Der Programmierer muss zunächst den Ablauf der Aufgabe vollständig verstehen.
3. Ist künstliche Intelligenz eine Softwaretechnologie??
Künstliche Intelligenz ist keine autokephale Technologie. Nehmen wir als Beispiel einen intelligenten Roboter, es muss intelligente Technologien umfassen, wie Anerkennung, Beurteilung, Sprache, und gehen. Künstliche Intelligenz ist eng mit dem Leben und verschiedenen Bereichen verbunden.
Die Abkürzung für künstliche Intelligenz ist KI. Es ist eine Technologiewissenschaft des späten Modells, die Methoden erforscht und ausnutzt, Technologien, Theorien, und Anwendungssysteme zum Nachahmen, verlängern, und Erweiterung der menschlichen Intelligenz.
Als Teilgebiet der Informatik, Ziel ist es, intelligente Maschinen zu schaffen, die durch die Natur der kognitiven Intelligenz auf ähnliche Weise wie die menschliche Intelligenz reagieren können. Spracherkennung, Robotik, Natürliche Sprache, Bilderkennung, und Expertensysteme sind wichtige Forschungsschwerpunkte im Bereich der künstlichen Intelligenz.
Seit dem Zeitalter der künstlichen Intelligenz, Seine Technologie und Theorie werden immer perfekter, und der Anwendungsbereich wird ständig erweitert. Es ist leicht vorstellbar, dass die von der KI eingesetzten zukünftigen Technologien als Behälter für die menschliche Intelligenz dienen werden. Künstliche Intelligenz kann den Informationsverlauf menschlicher Intelligenz und Wissen nachahmen. KI könnte irgendwann die menschliche Intelligenz übertreffen, weil sie wie ein Mensch denken kann, obwohl es keine menschliche Intelligenz ist.
4. Aus welchen Technologien besteht künstliche Intelligenz?？
Künstliche Intelligenz verfügt über die folgenden fünf Kerntechnologien:
Computer Vision: Diese Technologie verwendet Sequenzen, um Bildanalyseaufgaben in überschaubare Abschnitte aufzuteilen. Diese Sequenzen bestehen aus Techniken wie maschinellem Lernen und Bildverarbeitungsoperationen.
Maschinelles Lernen: Unter maschinellem Lernen versteht man die automatische Erkennung von Mustern aus Daten. Muster können vorhergesagt werden, solange sie gefunden werden. Die Vorhersagerate dieses Modells ist proportional zur Menge der verarbeiteten Daten.
Verarbeitung natürlicher Sprache: Computer haben die gleiche Fähigkeit wie Menschen, Texte zu verarbeiten. Dies ist die Verarbeitung natürlicher Sprache. Automatische Tabellierung der Vertragsbedingungen, und vielleicht automatische Erkennung relevanter Personen, setzt, usw. Im Text finden Sie Beispiele für die Verarbeitung natürlicher Sprache.
Robotik: In den vergangenen Jahren, Kerntechnologien wie Algorithmen sind immer perfekter geworden, und in der Robotik wurden wichtige Durchbrüche erzielt. Zum Beispiel, medizinische Roboter, Familienroboter, und unbemannte Roboter sind wichtige Anwendungen der Robotertechnologie.
Biometrie: Die Biometrie begann als forensische Technologie. Biometrie kombiniert Akustik, Rechnen, und Biostatistik, um menschliche Merkmale wie das Gesicht zu nutzen, Fingerabdrücke, Stimme, Venen, usw., zur persönlichen Identifikation.
5. Arten von KI
Es gibt 3 Typen: 1. Schwache KI; 2. Starke KI; 3. Super KI.
• Schwache KI: Ersetzen von Menschen in einem einzigen Arbeitsbereich.
• Starke künstliche Intelligenz: Kann den durchschnittlichen Menschen ersetzen, um den größten Teil der Arbeit im Leben zu erledigen. Das ist es, was alle KI-Unternehmen derzeit erreichen wollen.
• Super künstliche Intelligenz: Basierend auf starker künstlicher Intelligenz, es lernt wie ein Mensch, und es führt jeden Tag mehrere Upgrades und Iterationen durch. Und die Intelligenz wird die des Menschen bei weitem übertreffen.
6. Was sind die Vorteile und Nutzen von künstlicher Intelligenz?？
Vorteil:
• In Bezug auf die Produktion, Die menschliche Arbeit wird entlastet, und kostengünstige und hocheffiziente Roboter und künstliche Intelligenz können verschiedene menschliche Fähigkeiten ersetzen.
• Es kann Umweltprobleme bis zu einem gewissen Grad verbessern, da weniger Ressourcen als zuvor einen größeren Bedarf decken können.
• Künstliche Intelligenz kann den Horizont des Menschen erweitern, um die Welt zu verstehen, und die Fähigkeit des Menschen verbessern, sich an die Welt anzupassen.
Mangel:
• Künstliche Intelligenz ersetzt Menschen, um verschiedene Dinge zu tun, Die Arbeitslosenquote der Menschen wird deutlich ansteigen, und die Menschen werden in einem Zustand sein, in dem sie nicht mehr überleben können.
• Wenn künstliche Intelligenz nicht sinnvoll eingesetzt werden kann, Es kann von bösen Menschen genutzt werden, um Verbrechen zu begehen, dann geraten die Menschen in Panik.
• Wenn wir KI nicht gut kontrollieren und nutzen können, Wir werden von der KI kontrolliert und genutzt, dann werden Menschen sterben und die Welt wird in Panik geraten.
7. Herausforderungen für KI
Voreingenommenheit des KI-Algorithmus
Die Qualität der Daten bestimmt die Qualität der künstlichen Intelligenz, denn intelligente Systeme arbeiten mit bestimmten Daten. Während wir die Tiefen der künstlichen Intelligenz erkunden, Die unvermeidlichen Verzerrungen, die mit Daten einhergehen, werden deutlich. Vorurteile können als ethnisch verstanden werden, Gemeinschaft, Geschlecht, oder Rassenvorurteile. Zum Beispiel, Algorithmen identifizieren heute Kandidaten, die für ein Vorstellungsgespräch geeignet sind oder sich für einen Kredit qualifizieren. Wenn die Algorithmen, die so wichtige Entscheidungen treffen, mit der Zeit verzerrt werden, es könnte schlimm sein, unfair, und unethische Konsequenzen.
Black-Box-Problem
Algorithmen der künstlichen Intelligenz sind dasselbe wie Black Boxes. Wir wissen sehr wenig über das Innenleben von Algorithmen der künstlichen Intelligenz. Zum Beispiel, Wir wissen, was das Vorhersagesystem vorhersagt, aber wir wissen nicht, wie das System zu diesen Vorhersagen kam. Dies macht das KI-System etwas unzuverlässig.
Einige Techniken zur Lösung von Black-Box-Problemen werden derzeit entwickelt, wie z.B. LIME (Agnostische Interpretation mit lokal interpretierbarem Modell). LIME macht Vorhersagen interpretierbar, Es fügt der endgültigen Vorhersage jedes Algorithmus zusätzliche Informationen hinzu, den Algorithmus zuverlässig machen.
Anforderungen an hocheffiziente Algorithmen
Modelle für künstliche Intelligenz erfordern zum Üben eine enorme Rechenkapazität. Mit der zunehmenden Verbreitung von Lernalgorithmen, Es ist von entscheidender Bedeutung, sicherzustellen, dass solche Algorithmen effizient funktionieren, Dies erfordert zusätzliche Anordnungen von GPUs und Kernen. Aus diesen Gründen werden KI-Systeme nicht in Bereichen wie der Astronomie eingesetzt, wo KI zur Asteroidenverfolgung eingesetzt werden kann.
Ausgefeilte KI-Integration
Das Hinzufügen von Add-Ins zu einer Website oder das Ändern von Excel ist einfacher als die Integration von KI in die bestehende Unternehmensinfrastruktur. Es ist besonders wichtig, dass die KI-Integration die aktuelle Leistung nicht negativ beeinflusst und gewährleistet, dass die KI mit den aktuellen Programmanforderungen kompatibel ist. Zusätzlich, um die Verwaltung der KI-Infrastruktur zu vereinfachen, Es ist wichtig, eine KI-Schnittstelle einzurichten. Nachdem ich das gesagt habe, Für die Beteiligten kann es eine kleine Herausforderung sein, einen nahtlosen Übergang zur KI zu schaffen.
Mangelndes Verständnis für Umsetzungsstrategien
Während KI bereit ist, Auswirkungen auf die Industrie zu haben, Eine große Herausforderung für KI besteht darin, dass sie nur ein vages Verständnis von Umsetzungsstrategien hat. Damit Prozesse kontinuierlich verbessert werden können, Unternehmen können Ziele auswählen, die mit der tatsächlichen Entwicklung in Bereichen übereinstimmen, die von künstlicher Intelligenz profitieren, und Feedback an das System der künstlichen Intelligenz übermitteln.
Rechtsfragen
Unternehmen müssen vor rechtlichen Problemen im Zusammenhang mit KI auf der Hut sein. Ein KI-System, das sensible Daten sammelt, ob es harmlos ist oder nicht, hat das Potenzial, das Gesetz zu brechen. Unternehmen sollten die negativen Auswirkungen des Einsatzes von KI zur Datenerfassung berücksichtigen, obwohl es legal ist.
8. Was ist künstliche Intelligenz am Beispiel?
Selbstfahrendes Auto
Sie gehen weiter und arbeiten mit vielen Daten, um zu lernen, wie sie mit Verkehrsmustern umgehen und aktuelle Entscheidungen treffen können.
Bei diesen autonomen Fahrzeugen ist es nicht erforderlich, dass die Passagiere jederzeit die Kontrolle übernehmen, und nutzen Sie Maschinen und künstliche Intelligenz, um zu lernen, sich zu bewegen.
Intelligenter Assistent
Beginnen wir mit dem allgegenwärtigen intelligenten digitalen Assistenten. Heutzutage, Wir diskutieren über Cortana, Google Assistant, und Siri.
Gesichtserkennungs- und Erkennungstechnologie
Die Face ID-Entsperrung des iPhones, das Gesichtserkennungstechnologie nutzt, und der virtuelle Filter Snapchat, das Gesichtserkennungstechnologie nutzt, um Gesichter zu erkennen, sind beides Beispiele für KI-Anwendungen heute.
Texteditor
Heute, Viele Texteditoren setzen auf KI, um ein optimales Schreiberlebnis zu schaffen.
Zum Beispiel, Der NLP-Algorithmus erkennt eine falsche Syntaxverwendung und sendet sie zur Korrektur an einen Texteditor. Zusätzlich, zur Autokorrektur, Einige Schreibwerkzeuge bieten Lesbarkeits- und Plagiatsbewertungen.
Sozialen Medien
Im Augenblick, Soziale Medien wie Instagram und Facebook laufen auf KI. Diese Medienplattformen verwenden KI, um die Präferenzen der Benutzer zu überprüfen und zu identifizieren und Inhalte basierend auf ihren Präferenzen bereitzustellen, um die Benutzer aktiv zu halten.
Chatbot
Anfragen direkt von Kundenvertretern einzuholen, kann zeitaufwändig sein. Deshalb entsteht künstliche Intelligenz.
Informatiker trainieren Chatbots, oder Chatbots, die Verarbeitung natürlicher Sprache zu nutzen, um den Gesprächsstil von Kundenvertretern nachzuahmen.
Empfehlungsalgorithmus
Medienplattformen wie YouTube und Netflix arbeiten mit Hilfe intelligenter Empfehlungssysteme in KI.
Das System nutzt zunächst verschiedene Methoden, um Daten über die Hobbys und das Verhalten der Nutzer zu erhalten. Das System sagt dann die Präferenzen dieser Benutzer durch tiefgreifende Analysealgorithmen und maschinelles Lernen voraus.
Suchalgorithmus
Der Suchalgorithmus stellt sicher, dass die Top-Ergebnisse auf der Suchergebnisseite der Suchmaschine angezeigt werden (SERP) haben eine Antwort auf unsere Frage. Aber wie passiert das??
Suchunternehmen steuern Algorithmen, um qualitativ hochwertige Produkte zu identifizieren, gültige Daten. Anschließend wird eine Liste der Suchergebnisse angezeigt, um die Antworten anzuzeigen und dem Benutzer das beste Erlebnis zu bieten.
9. KI-Lösungen
Allgemein gesagt, Lösungen für künstliche Intelligenz (Künstliche Intelligenz, als künstliche Intelligenz bezeichnet) sind die Intelligenz, die von Maschinen mit künstlicher Intelligenz ausgedrückt wird, und das Thema Künstliche Intelligenz kann als Machbarkeit angesehen werden, Theorie, Methode, Technologie, Anwendungssystem, und Anwendungssystem der Forschung und Entwicklung von Intelligenz. Ethik ist eine aufstrebende Wissenschafts- und Ingenieurdisziplin. An dieser Stelle, Der Kern liegt in der „Intelligenz“, Denn die einzige fortgeschrittene Intelligenz, die Menschen derzeit kennen, sind die Menschen selbst. daher, Künstliche Intelligenz versucht, ein Maschinensystem zu schaffen, das „wie ein Mensch denkt oder handelt“, indem sie die Natur der menschlichen Intelligenz erforscht. Ersteres löst Probleme wie Logik, Argumentation, und auf der Suche nach optimalen Lösungen, während Letzteres durch Lernen erreicht wird, Erkenntnis, Argumentation, Entscheidungsfindung, und andere Aktionen.
Es besteht kein allgemein akzeptierter Konsens über die genaue Definition von KI-Lösungen, Daraus lassen sich auch die Phasenmerkmale der frühen Stadien der KI-Entwicklung ablesen. Erstens, Im Algemeinen, Der theoretische Aufbau künstlicher Intelligenz ist noch sehr unausgereift, und es werden auch technologische Durchbrüche erforscht. Dies liegt daran, dass Menschen wenig Verständnis für die Mechanismen und Komponenten der Funktionsweise der Intelligenz selbst haben; zweite, Technologische Anwendungen sind der konzeptionellen Theorie voraus. Es gibt bestimmte Barrieren in verschiedenen Richtungen und Teilbereichen, und der gängige technische Weg der künstlichen Intelligenz ist derzeit nicht erkennbar, weil der Funktionsmechanismus und die Bestandteile der künstlichen Intelligenz selbst der konzeptionellen Theorie voraus sind.
KI wird einen starken Impuls für die innovative Entwicklung der digitalen Wirtschaft geben. Auf der Ebene der Content-Produktion, KI-Technologien wie Modelle des maschinellen Lernens und generative KI werden Auswirkungen auf die Produktion von Inhalten haben. Verschiedene digitale Inhalte wie Text, Bilder, Audio-, Video, und virtuelle Szenen können unabhängig voneinander generiert werden, Dies wird die Generierung digitaler Inhalte fördern. Mit der florierenden Entwicklung der sexuellen KI, Es entstehen neue Formen der Interaktion und Generierung digitaler Inhalte. Zusätzlich, Generative KI und die Auswirkungen der KI auf die Produktion von Inhalten werden auch zukünftige Internetanwendungen wie VR/AR und Metaverse zu einer wünschenswerten Realität machen.
10. Digitale Avatare und generative KI sind ein wachsender Trend
Zwei Trends in der KI sind eng mit der Entwicklung der digitalen Wirtschaft und des Internets verknüpft.
Eine Richtung ist generative KI. Diese Technologie ist richtungsweisend für die Zukunft der KI. Eine der fünf einflussreichsten Technologien überhaupt 2022 ist generative KI, laut Gartner. Die Technologie prognostiziert, dass generative KI ein Zehntel aller von ihr erzeugten Daten erzeugen wird 2025.
Algorithmen des maschinellen Lernens und KI nutzen Trainingsdaten, um neue Bilder zu generieren, Videos, Text, und so weiter. Das ist produktive KI. Generative KI erzeugt neue Ähnlichkeiten, indem sie Daten aus intrinsischen Mustern lernt und exportiert. Derzeit, Generative KI kann nahezu ohne menschliches Zutun hochwertige kreative Inhalte generieren, Verwirklichen Sie die Transformation des Bildstils, Text zum Bild, Bild zum Emoticon, Bild- oder Videoreparatur, Synthese realistischer menschlicher Sprache, Erzeugung menschlicher Gesichter oder anderer visueller Objekte, Erstellen Sie eine virtuelle 3D-Umgebung, usw. Der Mensch muss nur die Bühne bereiten, und die generative KI wird die gewünschten Ergebnisse autonom ausgeben, Dies führt nicht nur zu Änderungen bei der Inhaltsproduktion ohne Grenzkosten, sondern vermeidet auch Verzerrungen durch menschliches Denken und Erleben.
Die zweite Entwicklungsrichtung ist der digitale virtuelle Mensch. Eine digitale humanoide Figur, die mit einer Computer-3D-Bildsoftware erstellt wurde, ist ein digitaler Avatar. Verglichen mit den virtuellen Charakteren wie „Avatar“ in den bisherigen Spezialeffekten aus Film und Fernsehen, kombiniert mit Technologien wie KI-Synthese und Echtzeit-Bewegungserfassung, Der virtuelle Mensch kann sprachlich intelligenter und in Echtzeit mit Benutzern interagieren, Ausdrücke, und Aktionen. Virtuelle Menschen werden nach und nach zu hybriden Kinematiken, KI und VR, Computergrafik, und interdisziplinäres Grenzgebiet. Es verlagert sich auch von Online-Kultur und Unterhaltung hin zu Offline.
Der erste Trend der virtuellen menschlichen Evolution ist die Integration in dialogorientierte KI-Systeme, Chatbots wie traditionelle virtuelle Assistenten in zugängliche verwandeln, kein abstraktes Menschenbild mehr, und Verbesserung des emotionalen Austauschs im Prozess der Kommunikation mit Menschen. Der zweite Aspekt ist die größere Vielfalt und Einfachheit der Tools. Benutzer können verwenden 30 Minuten, um ein einzigartiges Bild zu erstellen, Im System werden entsprechend dem Grundbild Parameter geändert.
11. Die Geschichte der künstlichen Intelligenz
Schwangerschaftsstadium
Diese Phase bezieht sich hauptsächlich auf die Zeit vor 1956. Seit der Antike, Der Mensch wollte einen Teil seiner geistigen Arbeit durch andere Maschinen ersetzen, was ihm die Fähigkeit verleihen würde, die Natur zu erobern. Zwischen 384 BC und 322 Chr, Der große Philosoph Aristoteles legte in seinem Buch „The Theory of Instruments“ die Gesetze der formalen Logik dar, Daraus wurde die grundlegende Grundlage für das deduktive Denken gebildet. Dies ist eine große Forschungsleistung, die erhebliche Auswirkungen auf die Erzeugung und Entwicklung künstlicher Intelligenz hat. Der britische Philosoph Bacon (F. Speck) die Induktionsmethode systematisch vorantreiben, und auch das Epigramm vorbringen, dass „Wissen Macht ist“. Dies hatte seit den 1970er Jahren wichtige Auswirkungen auf die Erforschung menschlicher Denkprozesse und die Verlagerung hin zum Wissen in den Mittelpunkt der Forschung im Bereich der künstlichen Intelligenz.
Der deutsche Mathematiker und Philosoph G. W. Leibniz schlug die Idee der universellen Notation und Inferenzberechnung vor, und er glaubte, dass eine universelle symbolische Sprache und ein Kalkül für die Schlussfolgerung dieser symbolischen Sprache etabliert werden könnten. Dieser Gedanke ist nicht nur der Auslöser des modernen maschinellen Denkens, sondern auch der Grundpunkt für die Entstehung und Entwicklung der mathematischen Logik.
Der britische Logiker C. Boole widmete sich der Formalisierung und Mechanisierung der Denkgesetze und schuf die Boolesche Algebra. In seinem Buch „Gesetz des Denkens“, Er verwendete zunächst die symbolische Sprache, um die grundlegenden Denkgesetze der Denkaktivitäten zu beschreiben.
In 1936, der britische Mathematiker A.M. Turing schlug die Turingmaschine vor, ein zufriedenstellendes mathematisches Modell eines Computers. Damit, Der elektronische Digitalcomputer erschien in den Augen der Welt.
Bildungsphase
Diese Phase bezieht sich hauptsächlich auf 1956-1969. Im Sommer 1956, J. McCarthy, ein junger Mathematikassistent an der Dartmouth University und jetzt Professor an der Stanford University, und M. L. Minsky, junger Mathematiker und Neurowissenschaftler an der Harvard University und Professor am MIT, IBM N. Rochester, Leiter des Corporate Information Research Center, und C. E. Shannon, ein Mathematikforscher in der Informationsabteilung der Bell Labs, haben die Initiative gemeinsam initiiert, lädt T ein. Moore von der Princeton University, Ö. Selfridge und A. L. Newell von der RAND Corporation, und ein. L. Newell von der RAND Corporation und der Carnegie Mellon University Newell), Simon (H. A. Simon, usw.) hielt ein zweimonatiges akademisches Seminar an der Dartmouth University in den Vereinigten Staaten ab, um das Thema maschinelle Intelligenz zu diskutieren. McCarthy wird als Vater der künstlichen Intelligenz bezeichnet, weil er auf der Konferenz die formelle Einführung des Fachbegriffs „künstliche Intelligenz“ vorschlug. Die Konferenz markierte den wahren Aufstieg der künstlichen Intelligenz als aufstrebende Disziplin. Es ist von historischer Bedeutung.
Seit damals, In den Vereinigten Staaten wurden mehrere Forschungsorganisationen für künstliche Intelligenz gegründet, wie Newell und Simons Carnegie-RAND Collaborative Group, Minsky und McCarthys MIT Research Group, und Samuels IBM Engineering Research Group.
Entwicklungsstufen
Diese Phase bezieht sich hauptsächlich auf danach 1970. In den 1970ern, Viele Länder forschten zu künstlicher Intelligenz, und eine Vielzahl von Forschungsergebnissen entstand. Zum Beispiel, In 1972, A. Comerauer von der Universität Marseille in Frankreich implementierte die logische Programmiersprache PROLOG; E. H. Shorliffe von der Stanford University und andere begannen, das amerikanische Expertensystem MYCIN für Diagnose und Behandlung vorzuschlagen 1972.
Jedoch, wie die Entwicklung anderer aufstrebender Disziplinen, Der Entwicklungspfad der künstlichen Intelligenz ist nicht reibungslos. Das Vereinigte Königreich und die Vereinigten Staaten stellten damals die Finanzierung der meisten maschinellen Übersetzungsprojekte ein. In anderen Aspekten, wie Problemlösung, Neuronale Netze, maschinelles Lernen, usw., Sie sind auch auf Schwierigkeiten gestoßen, was die Erforschung künstlicher Intelligenz für eine Weile zu einem Dilemma macht.
Die Pioniere der Künstlichen-Intelligenz-Forschung reflektieren sorgfältig und fassen die Erfahrungen und Lehren der bisherigen Forschung zusammen. In 1977, Feigenbaum schlug das Konzept des „Knowledge Engineering“ auf der Fünften Internationalen Gemeinsamen Konferenz über Künstliche Intelligenz vor, die eine wichtige Rolle bei der Erforschung und Konstruktion wissensbasierter intelligenter Systeme spielten. Die meisten Menschen akzeptierten Feigenbaums Sicht auf die KI-Forschung in Wissenszentren. Seit damals, Die Erforschung der künstlichen Intelligenz hat eine neue Ära dynamischer, wissenszentrierter Entwicklung eingeläutet.
