De afkorting van kunstmatige intelligentie is AI. Het is een laat-model technologische wetenschap die methoden onderzoekt en exploiteert, technologieën, theorieën, En sollicitatie systemen voor nabootsing, verlengen, en het uitbreiden van de menselijke intelligentie.
1. Wat is kunstmatige intelligentie?
Als onderdeel van de informatica, kunstmatige intelligentie probeert de aard van intelligentie te begrijpen om een laat-model intelligente machine te produceren. Dergelijke intelligente machines kunnen op dezelfde manier reageren als menselijke intelligentie. Taalherkenning, robotica, natuurlijke taal, beeldherkenning, en expertsystemen zijn allemaal belangrijke onderzoeken op het gebied van kunstmatige intelligentie.
Sinds het tijdperk van de kunstmatige intelligentietechnologie, de technologie en theorie ervan worden steeds perfecter, en de toepassing van het toepassingsgebied breidt zich voortdurend uit. Het is gemakkelijk voor te stellen dat de toekomstige technologieën die door AI worden toegepast, zullen dienen als verzamelplaats voor menselijke intelligentie. Kunstmatige intelligentie kan het informatieverloop van menselijke intelligentie en kennis nabootsen. AI kan uiteindelijk de menselijke intelligentie overtreffen omdat het kan denken als een mens, ook al is het geen menselijke intelligentie.
2. Hoe werkt kunstmatige intelligentie?
Het principe van kunstmatige intelligentie kan eenvoudigweg worden omschreven als kunstmatige intelligentie die gelijk staat aan wiskundige berekeningen.
‘Algoritmen’ bepalen hoe intelligent een machine is. Aanvankelijk, Er werd ontdekt dat 1's en 0's konden worden weergegeven door circuits aan en uit te zetten. Dan worden er veel circuits samen georganiseerd, en verschillende arrangementen kunnen veel dingen vertegenwoordigen, zoals kleuren, vormen, en brieven. Gecombineerd met logische elementen (transistors), het patroon van “invoer (druk op de schakelknop) – berekening (stroom door de lijn) – uitgang (het licht is aan)" is gevormd.
Om complexer computergebruik te bereiken, het werd uiteindelijk, “grootschalige geïntegreerde schakelingen” – chips.
Nadat de circuitlogica laag voor laag is genest en laag voor laag is verpakt, onze methode om de huidige staat te veranderen wordt ‘programmeertaal’. Dat is wat programmeurs doen.
Wat de programmeur de computer ook vertelt om uit te voeren, het voert uit, en het hele proces wordt bepaald door het programma.
Dus, voor een computer om een taak uit te voeren, de programmeur moet eerst de stroom van de taak volledig begrijpen.
3. Is kunstmatige intelligentie een softwaretechnologie?
Kunstmatige intelligentie is geen autocefale technologie. Neem als voorbeeld een intelligente robot, het moet intelligente technologieën omvatten, zoals herkenning, oordeel, taal, en lopen. Kunstmatige intelligentie is nauw verbonden met het leven en verschillende terreinen.
De afkorting van kunstmatige intelligentie is AI. Het is een laat-model technologische wetenschap die methoden onderzoekt en exploiteert, technologieën, theorieën, en toepassingssystemen voor het nabootsen, verlengen, en het uitbreiden van de menselijke intelligentie.
Als een tak van de informatica, het is van plan intelligente machines te creëren die op een vergelijkbare manier kunnen reageren op menselijke intelligentie door de aard van cognitieve intelligentie. Taalherkenning, robotica, natuurlijke taal, beeldherkenning, en expertsystemen zijn allemaal belangrijke onderzoeken op het gebied van kunstmatige intelligentie.
Sinds het tijdperk van de kunstmatige intelligentietechnologie, de technologie en theorie ervan worden steeds perfecter, en de toepassing van het toepassingsgebied breidt zich voortdurend uit. Het is gemakkelijk voor te stellen dat de toekomstige technologieën die door AI worden toegepast, zullen dienen als verzamelplaats voor menselijke intelligentie. Kunstmatige intelligentie kan het informatieverloop van menselijke intelligentie en kennis nabootsen. AI kan uiteindelijk de menselijke intelligentie overtreffen omdat het kan denken als een mens, ook al is het geen menselijke intelligentie.
4. Uit welke technologieën bestaat kunstmatige intelligentie？
Kunstmatige intelligentie kent de volgende vijf kerntechnologieën:
Computer visie: Deze technologie maakt gebruik van reeksen om beeldanalysetaken op te delen in beheersbare brokken. Deze reeksen zijn opgebouwd uit technieken zoals machinaal leren en beeldverwerkingsbewerkingen.
Machinaal leren: Machine learning verwijst naar het automatisch ontdekken van patronen uit data. Patronen kunnen worden voorspeld zolang ze maar worden gevonden. De voorspellingssnelheid van dit model is evenredig met de hoeveelheid verwerkte gegevens.
Natuurlijke taalverwerking: Computers hebben hetzelfde vermogen als mensen om tekst te verwerken. Dit is natuurlijke taalverwerking. Automatische tabellering van contractvoorwaarden, en misschien automatische herkenning van relevante mensen, plaatsen, enz. in de tekst staan voorbeelden van natuurlijke taalverwerking.
Robotica: In de afgelopen jaren, Kerntechnologieën zoals algoritmen zijn steeds perfecter geworden, en er zijn belangrijke doorbraken geboekt in de robotica. Bijvoorbeeld, medische robots, familie robots, en onbemande robots zijn allemaal belangrijke toepassingen van roboticatechnologie.
Biometrie: Biometrie begon als forensische technologie. Biometrie combineert akoestiek, computergebruik, en biostatistiek om menselijke kenmerken zoals het gezicht te gebruiken, vingerafdrukken, stem, aderen, enz., voor persoonlijke identificatie.
5. Soorten AI
Er zijn 3 soorten: 1. Zwakke AI; 2. Sterke AI; 3. Super AI.
• Zwakke AI: Het vervangen van mensen in één werkveld.
• Sterke kunstmatige intelligentie: Kan de gemiddelde persoon vervangen om het grootste deel van het werk in het leven te voltooien. Dit is wat alle AI-bedrijven momenteel proberen te bereiken.
• Superkunstmatige intelligentie: Gebaseerd op sterke kunstmatige intelligentie, het leert als een mens, en het voert elke dag meerdere upgrades en iteraties uit. En het niveau van intelligentie zal dat van mensen volledig overtreffen.
6. Wat zijn de voordelen en voordelen van kunstmatige intelligentie？
Voordeel:
• Qua productie, menselijke arbeid zal worden verlicht, en goedkope en uiterst efficiënte robots en kunstmatige intelligentie kunnen verschillende menselijke vermogens vervangen.
• Het kan de milieuproblemen tot op zekere hoogte verbeteren, omdat minder hulpbronnen aan een grotere vraag kunnen voldoen dan voorheen.
• Kunstmatige intelligentie kan de horizon van de mens verbreden om de wereld te begrijpen en het vermogen van de mens om zich aan de wereld aan te passen verbeteren.
Tekortkoming:
• Kunstmatige intelligentie vervangt mensen om verschillende dingen te doen, het werkloosheidspercentage onder de mensen zal aanzienlijk toenemen, en mensen zullen in een staat van hulpeloosheid verkeren om te overleven.
• Als kunstmatige intelligentie redelijkerwijs niet kan worden gebruikt, het kan door slechte mensen worden gebruikt om misdaden te plegen, dan zullen mensen in paniek raken.
• Als we AI niet goed kunnen controleren en gebruiken, we zullen worden gecontroleerd en gebruikt door AI, dan zullen mensen sterven en zal de wereld in paniek raken.
7. Uitdagingen voor AI
Vooroordelen over AI-algoritmen
De kwaliteit van data bepaalt de kwaliteit van kunstmatige intelligentie omdat intelligente systemen op specifieke data werken. Terwijl we de diepten van kunstmatige intelligentie verkennen, de onvermijdelijke vooroordelen die met data gepaard gaan, worden duidelijk. Vooroordelen kunnen als etnisch worden opgevat, gemeenschap, geslacht, of racistische vooroordelen. Bijvoorbeeld, Algoritmen identificeren tegenwoordig kandidaten die geschikt zijn voor een sollicitatiegesprek of individuen die in aanmerking komen voor een lening. Als de algoritmen die zulke belangrijke beslissingen nemen in de loop van de tijd bevooroordeeld raken, het had erg kunnen zijn, oneerlijk, en onethische gevolgen.
Blackbox-probleem
Algoritmen voor kunstmatige intelligentie zijn hetzelfde als zwarte dozen. We weten heel weinig over de innerlijke werking van algoritmen voor kunstmatige intelligentie. Bijvoorbeeld, we weten wat het voorspellingssysteem voorspelt, maar we weten niet hoe het systeem tot die voorspellingen kwam. Dit maakt het AI-systeem een beetje onbetrouwbaar.
Er worden enkele technieken ontwikkeld om black-box-problemen op te lossen, zoals LIME (Lokaal interpreteerbaar model Agnostische interpretatie). LIME maakt voorspellingen interpreteerbaar, het voegt aanvullende informatie toe aan de uiteindelijke voorspelling van elk algoritme, het betrouwbaar maken van het algoritme.
Vereisten voor algoritmen met hoge efficiëntie
Modellen voor kunstmatige intelligentie vereisen een enorme rekencapaciteit om te kunnen oefenen. Nu de leeralgoritmen steeds gangbaarder worden, het is van cruciaal belang om te garanderen dat dergelijke algoritmen efficiënt werken, waarvoor aanvullende arrangementen van GPU's en cores nodig zijn. Dit zijn de redenen waarom AI-systemen niet worden ingezet op gebieden als astronomie, waar AI kan worden gebruikt voor het volgen van asteroïden.
Geavanceerde AI-integratie
Het toevoegen van invoegtoepassingen aan een website of het aanpassen van Excel is eenvoudiger dan het integreren van AI met de bestaande bedrijfsinfrastructuur. Het is vooral belangrijk dat AI-integratie geen negatieve invloed heeft op de huidige output en ervoor zorgt dat AI compatibel is met de huidige programmavereisten. In aanvulling, om het beheer van de AI-infrastructuur te vereenvoudigen, het is belangrijk om een AI-interface tot stand te brengen. Dat gezegd te hebben, het kan voor de betrokken partijen een uitdaging zijn om een naadloze transitie naar AI te maken.
Gebrek aan begrip van implementatiestrategieën
Terwijl AI op het punt staat industrieën te beïnvloeden, een grote uitdaging voor AI is dat het slechts een vaag begrip heeft van implementatiestrategieën. Om ervoor te zorgen dat processen continu verbeterd kunnen worden, bedrijven kunnen doelen selecteren die aansluiten bij de daadwerkelijke ontwikkeling op gebieden die baat hebben bij kunstmatige intelligentie, en feedback doorgeven aan het kunstmatige-intelligentiesysteem.
Juridische kwesties
Organisaties moeten op hun hoede zijn voor juridische problemen met AI. Een AI-systeem dat gevoelige gegevens verzamelt, of het nu onschadelijk is of niet, heeft het potentieel om de wet te overtreden. Organisaties moeten rekening houden met de negatieve impact van het gebruik van AI om gegevens te verzamelen, ook al is het legaal.
8. Wat is kunstmatige intelligentie met voorbeeld?
Zelfrijdende auto
Ze gaan verder en werken met veel data om te leren omgaan met verkeerspatronen en op dit moment beslissingen te nemen.
Bij deze autonome voertuigen is het niet nodig dat passagiers te allen tijde de controle overnemen, en machines en kunstmatige intelligentie gebruiken om te leren bewegen.
Slimme assistent
Laten we beginnen met de alomtegenwoordige slimme digitale assistent. Tegenwoordig, we bespreken Cortana, Google Assistent, en Siri.
Gezichtsdetectie- en herkenningstechnologie
Face ID-ontgrendeling van de iPhone, waarbij gebruik wordt gemaakt van gezichtsherkenningstechnologie, en het virtuele filter Snapchat, die gebruik maakt van gezichtsdetectietechnologie om gezichten te herkennen, zijn beide voorbeelden van hedendaagse AI-toepassingen.
Teksteditor
Vandaag, veel teksteditors vertrouwen op AI om een optimale schrijfervaring te creëren.
Bijvoorbeeld, het NLP-algoritme herkent onjuist syntaxisgebruik en stuurt dit naar een teksteditor om te corrigeren. In aanvulling, aan autocorrectie, sommige schrijfhulpmiddelen bieden beoordelingen op leesbaarheid en plagiaat.
Sociale media
Direct, sociale media zoals Instagram en Facebook draaien op AI. Deze mediaplatforms gebruiken AI om de voorkeuren van gebruikers te screenen en te identificeren en inhoud aan te bieden op basis van hun voorkeuren om gebruikers actief te houden.
Chatbot
Het rechtstreeks verkrijgen van vragen van klantvertegenwoordigers kan tijdrovend zijn. Dat is de reden waarom kunstmatige intelligentie ontstaat.
Computerwetenschappers trainen chatbots, of chatbots, natuurlijke taalverwerking gebruiken om de gespreksstijl van klantvertegenwoordigers na te bootsen.
Aanbevelingsalgoritme
Mediaplatforms als YouTube en Netflix werken met behulp van intelligente aanbevelingssystemen in AI.
Het systeem gebruikt eerst verschillende manieren om de hobby's en het gedrag van gebruikers met betrekking tot gegevens te achterhalen. Het systeem voorspelt vervolgens de voorkeuren van die gebruikers door middel van diepgaande analyse-algoritmen en machine learning.
Zoekalgoritme
Het zoekalgoritme zorgt ervoor dat de topresultaten op de zoekresultatenpagina van de zoekmachine worden weergegeven (SERP) hebben een antwoord op onze vraag. Maar hoe gebeurt dit?
Zoekbedrijven controleren algoritmen om hoge kwaliteit te identificeren, geldige gegevens. Vervolgens wordt een lijst met zoekresultaten gepresenteerd om de antwoorden weer te geven en de gebruiker de beste ervaring te bieden.
9. AI-oplossingen
In het algemeen, oplossingen voor kunstmatige intelligentie (Kunstmatige intelligentie, kunstmatige intelligentie genoemd) zijn de intelligentie die wordt uitgedrukt door kunstmatige-intelligentiemachines, en het onderwerp kunstmatige intelligentie kan worden beschouwd als de haalbaarheid, theorie, methode, technologie, Applicatiesysteem, en toepassingssysteem voor onderzoek en ontwikkeling van intelligentie. Ethiek is een opkomende wetenschaps- en techniekdiscipline. Op dit punt, de kern ligt in “intelligentie”, omdat de enige geavanceerde intelligentie die mensen momenteel kennen, de mens zelf is. Daarom, kunstmatige intelligentie probeert een machinesysteem te creëren dat “denkt of handelt als een mens” door de aard van menselijke intelligentie te onderzoeken. De eerste lost problemen zoals logica op, redenering, en zoeken naar optimale oplossingen, terwijl dit laatste wordt bereikt door te leren, cognitie, redenering, besluitvorming, en andere acties.
Er bestaat geen algemeen aanvaarde consensus over de precieze definitie van AI-oplossingen, waaruit ook de stadiumkenmerken van de vroege stadia van de AI-ontwikkeling kunnen worden gezien. Allereerst, in het algemeen, de theoretische constructie van kunstmatige intelligentie is nog steeds erg onvolwassen, en technologische doorbraken worden ook onderzocht. Dit komt omdat mensen weinig inzicht hebben in het mechanisme en de componenten van de werking van intelligentie zelf; seconde, technologische toepassingen lopen voor op de conceptuele theorie. Er zijn bepaalde barrières in verschillende richtingen en deelgebieden, en de reguliere technische route van kunstmatige intelligentie is momenteel niet zichtbaar, omdat het werkingsmechanisme en de samenstellende elementen van kunstmatige intelligentie zelf vooruitlopen op de conceptuele theorie.
AI zal een krachtige impuls geven aan de innovatieve ontwikkeling van de digitale economie. Op het niveau van contentproductie, AI-technologieën zoals machine learning-modellen en generatieve AI zullen een impact hebben op de productie van inhoud. Diverse digitale inhoud zoals tekst, afbeeldingen, geluid, video, en virtuele scènes kunnen onafhankelijk worden gegenereerd, die de productie van digitale inhoud zal bevorderen. Met de bloeiende ontwikkeling van seksuele AI, Er worden nieuwe vormen van interactie en generatie van digitale inhoud gecreëerd. In aanvulling, generatieve AI en de impact van de contentproductie door AI zullen ook toekomstige internettoepassingen zoals VR/AR en Metaverse tot een wenselijke realiteit maken.
10. Digitale avatars en generatieve AI zijn een groeiende trend
Twee trends op het gebied van AI zijn sterk verbonden met de ontwikkeling van de digitale economie en het internet.
Eén richting is generatieve AI. Deze technologie is leidend voor de toekomst van AI. Een van de vijf meest impactvolle technologieën in 2022 is generatieve AI, volgens Gartner. De technologie voorspelt dat generatieve AI een tiende van alle geproduceerde data zal creëren 2025.
Machine learning-algoritmen en AI gebruiken trainingsgegevens om nieuwe beelden te genereren, videos, tekst, enzovoort. Dit is productieve AI. Generatieve AI genereert nieuwe overeenkomsten door gegevens te leren en te exporteren uit intrinsieke patronen. Momenteel, generatieve AI kan creatieve inhoud van hoge kwaliteit genereren zonder vrijwel menselijke tussenkomst, transformatie van beeldstijl realiseren, tekst naar afbeelding, afbeelding bij de emoticon, foto- of videoreparatie, synthese van realistische menselijke spraak, het genereren van menselijke gezichten of andere visuele objecten, Creëer een virtuele 3D-omgeving, enz. Mensen hoeven alleen maar het decor te bepalen, en de generatieve AI zal autonoom de gewenste resultaten opleveren, wat niet alleen zal leiden tot veranderingen in de productie van inhoud zonder marginale kosten, maar ook vooringenomenheid door menselijke gedachten en ervaringen zal voorkomen.
De tweede ontwikkelingsrichting is de digitale virtuele mens. Een digitaal mensachtig personage gemaakt door 3D-beeldsoftware op de computer is een digitale avatar. Vergeleken met de virtuele karakters zoals “Avatar” in de vorige speciale effecten van film en televisie, gecombineerd met technologieën zoals AI-synthese en real-time motion capture, de virtuele mens kan qua taal op een intelligentere en realtime manier met gebruikers communiceren, uitdrukkingen, en acties. Virtuele mensen worden geleidelijk hybride kinematica, AI en VR, computer beelden, en interdisciplinair grensoverschrijdend veld. Het beweegt zich ook van online cultuur en entertainment naar offline.
De eerste trend van de virtuele menselijke evolutie is de integratie in conversatie-AI-systemen, het transformeren van chatbots zoals traditionele virtuele assistenten in benaderbare chatbots, niet langer een abstract menselijk beeld, en het verbeteren van de emotionele uitwisseling in het communicatieproces met mensen. Het tweede aspect is de grotere verscheidenheid en eenvoud van de tools. Gebruikers kunnen gebruiken 30 minuten om een uniek beeld te creëren, in het systeem volgens het basisbeeld zullen gewijzigde parameters zijn.
11. De geschiedenis van kunstmatige intelligentie
Zwangerschapsfase
Deze fase heeft vooral betrekking op vóór 1956. Sinds de oudheid, De mens heeft een deel van zijn mentale werk willen vervangen door andere machines, wat hem het vermogen zou geven om de natuur te overwinnen. Tussen 384 BC en 322 BC, de grote filosoof Aristoteles zette de wetten van de formele logica uiteen in zijn boek The Theory of Instruments, waaruit de basisbasis voor deductief redeneren werd gevormd. Dit is een belangrijke onderzoeksprestatie die een aanzienlijke impact heeft op de generatie en ontwikkeling van kunstmatige intelligentie. De Britse filosoof Bacon (F. Spek) systematisch de inductiemethode naar voren gebracht, en bracht ook het epigram naar voren dat “kennis macht is”. Dit heeft belangrijke implicaties gehad voor de studie van menselijke denkprocessen en de verschuiving naar kennis die centraal staat in het onderzoek op het gebied van kunstmatige intelligentie sinds de jaren zeventig..
De Duitse wiskundige en filosoof G. W. Leibniz stelde het idee van universele notatie en inferentiële berekening voor, en hij geloofde dat er een universele symbolische taal en analyse voor het redeneren op basis van deze symbolische taal tot stand konden worden gebracht. Deze gedachte is niet alleen het triggerpoint van het moderne machinedenken, maar ook het basispunt van het genereren en ontwikkelen van wiskundige logica..
De Britse logicus C. Boole wijdde zich aan het formaliseren en mechaniseren van de wetten van het denken en creëerde de Booleaanse algebra. In zijn boek ‘De wet van het denken’, hij gebruikte eerst symbolische taal om de fundamentele redeneerwetten van denkactiviteiten te beschrijven.
In 1936, de Britse wiskundige A.M. Turing stelde de Turingmachine voor, een bevredigend wiskundig model van een computer. Met het, de elektronische digitale computer verscheen in de ogen van de wereld.
Vormingsfase
Deze fase heeft vooral betrekking op 1956-1969. In de zomer van 1956, J. McCarthy, een jonge wiskundeassistent aan Dartmouth University en nu professor aan Stanford University, en M. L. Minsky, jonge wiskunde- en neurowetenschapper aan de Harvard University en professor aan het MIT, IBM N. Rochester, hoofd van het Corporate Information Research Center, en C. E. Shannon, een wiskundeonderzoeker bij de informatieafdeling van Bell Labs, gezamenlijk het initiatief genomen, uitnodigen T. Moore van de Princeton Universiteit, O. Selfridge en A. L. Newell van de RAND Corporation, en een. L. Newell van de RAND Corporation en Carnegie Mellon University Newell), Simon (H. A. Simon, enz.) hield een twee maanden durend academisch seminar aan de Dartmouth University in de Verenigde Staten om de kwestie van machine-intelligentie te bespreken. McCarthy wordt de vader van de kunstmatige intelligentie genoemd omdat hij op de conferentie de formele adoptie van de technische term ‘kunstmatige intelligentie’ voorstelde.. De conferentie markeerde de ware opkomst van kunstmatige intelligentie als opkomende discipline. Het is van historische betekenis.
Sindsdien, In de Verenigde Staten zijn er verschillende onderzoeksorganisaties op het gebied van kunstmatige intelligentie opgericht, zoals Newell en Simon’s Carnegie-RAND Collaborative Group, Minsky en McCarthy’s MIT-onderzoeksgroep, en Samuels IBM Engineering Research Group.
Ontwikkelingsstadia
Deze fase heeft vooral betrekking op daarna 1970. In de jaren zeventig, veel landen hebben onderzoek gedaan naar kunstmatige intelligentie, en er kwamen een groot aantal onderzoeksresultaten naar voren. Bijvoorbeeld, in 1972, A. Comerauer van de Universiteit van Marseille in Frankrijk implementeerde de logische programmeertaal PROLOG; E. H. Shorliffe van Stanford University en anderen begonnen het Amerikaanse expertsysteem MYCIN voor diagnose en behandeling voor te stellen 1972.
Echter, zoals de ontwikkeling van andere opkomende disciplines, het ontwikkelingstraject van kunstmatige intelligentie verloopt niet soepel. Het Verenigd Koninkrijk en de Verenigde Staten hebben destijds de financiering van de meeste machinevertaalprojecten stopgezet. Op andere aspecten, zoals het oplossen van problemen, neurale netwerken, machinaal leren, enz., zij hebben ook moeilijkheden ondervonden, waardoor het onderzoek naar kunstmatige intelligentie een tijdje een dilemma wordt.
De pioniers van het onderzoek naar kunstmatige intelligentie reflecteren zorgvuldig en vatten de ervaringen en lessen uit het voorgaande onderzoek samen. In 1977, Feigenbaum stelde het concept van ‘kennistechnologie’ voor op de vijfde internationale gezamenlijke conferentie over kunstmatige intelligentie, die een belangrijke rol speelden bij het onderzoek en de constructie van op kennis gebaseerde intelligente systemen. De meeste mensen accepteerden de visie van Feigenbaum op het AI-onderzoek van kenniscentra. Sindsdien, het onderzoek naar kunstmatige intelligentie heeft een nieuw tijdperk ingeluid van krachtige ontwikkeling waarin kennis centraal staat.
