¿Qué es la inteligencia artificial?
Los principales contenidos de la investigación en inteligencia artificial incluyen: representación del conocimiento, razonamiento automático y métodos de búsqueda, aprendizaje automático y adquisición de conocimiento, sistemas de procesamiento de conocimiento, comprensión del lenguaje natural, visión por computadora, robots inteligentes, programación automática, etc.
La representación del conocimiento es una de las cuestiones básicas de la inteligencia artificial, y el razonamiento y la búsqueda están estrechamente relacionados con los métodos de representación. Los métodos de representación del conocimiento comúnmente utilizados incluyen: representación lógica, representación de producción, representación de red semántica y representación de marco.
El sentido común ha atraído naturalmente la atención de la gente, y la gente ha propuesto varios métodos, como el razonamiento no monótono y el razonamiento cualitativo, para expresar y procesar el sentido común desde diferentes ángulos.
El razonamiento automático en la resolución de problemas es el proceso de aplicación del conocimiento. Debido a que hay muchas formas de representar el conocimiento, también existen muchos métodos de razonamiento correspondientes. El proceso de razonamiento generalmente se puede dividir en razonamiento deductivo y razonamiento no deductivo. La lógica de predicados es la base del razonamiento deductivo. El razonamiento sobre la herencia bajo representación estructurada no es deductivo. Debido a las necesidades del procesamiento del conocimiento, en los últimos años se han propuesto diversos métodos de razonamiento no deductivo, como el razonamiento mediante mecanismos de conexión, el razonamiento analógico, el razonamiento basado en ejemplos, el razonamiento deductivo y el razonamiento restringido.
La búsqueda es un método de inteligencia artificial para la resolución de problemas. La estrategia de búsqueda determina la prioridad del conocimiento utilizado en un paso de razonamiento de la resolución de problemas. Se puede dividir en búsqueda ciega sin guía de información y búsqueda heurística guiada por el conocimiento de la experiencia. El conocimiento heurístico suele estar representado por funciones heurísticas. Cuanto más se utiliza el conocimiento heurístico, más pequeño se vuelve el espacio de búsqueda para resolver problemas. Los métodos de búsqueda heurística típicos incluyen algoritmos A*, AO*, etc. En los últimos años, la investigación sobre métodos de búsqueda ha comenzado a centrarse en problemas de búsqueda a gran escala que involucran millones de nodos.
El aprendizaje automático es otro tema importante de la inteligencia artificial. El aprendizaje automático se refiere al proceso de adquisición de nuevos conocimientos en un cierto sentido de representación del conocimiento. Según los diferentes mecanismos de aprendizaje, existen principalmente aprendizaje inductivo, aprendizaje analítico, aprendizaje por mecanismos de vinculación y aprendizaje genético.
El sistema de procesamiento del conocimiento consta principalmente de una base de conocimiento y un motor de inferencia. La base de conocimientos almacena el conocimiento requerido por el sistema. Cuando la cantidad de conocimiento es grande y hay muchas representaciones, la organización y gestión razonable del conocimiento es muy importante. El motor de razonamiento estipula los métodos y estrategias básicos para aplicar el conocimiento al resolver problemas. Durante el proceso de razonamiento, es necesario establecer una base de datos o utilizar un mecanismo de pizarra para registrar resultados o comunicarse. Si el conocimiento experto en un determinado campo (como el diagnóstico médico) se almacena en una base de conocimiento, dicho sistema de conocimiento se denomina sistema experto. Para satisfacer las necesidades de resolución de problemas complejos, los sistemas expertos únicos se están convirtiendo en sistemas de inteligencia artificial distribuida de múltiples agentes. En este momento, el intercambio de conocimientos, la cooperación entre sujetos y la generación y resolución de conflictos serán el foco de la investigación.
Pero después de décadas de desarrollo, la inteligencia artificial está afectando la vida de las personas con su enorme poder.
Repasemos el desarrollo de los ordenadores con el desarrollo de la inteligencia artificial. En 1941 nació la primera computadora desarrollada conjuntamente por Estados Unidos y Alemania. Desde entonces, se ha revolucionado la forma en que se almacena y procesa la información. Las primeras computadoras no tenían muy buena pinta. Es gordo y delicado y necesita trabajar en una habitación con aire acondicionado. Si desea que se encargue de algo, deberá volver a conectar los cables. Éste no es un trabajo fácil. Su Qiansi. Creo que los programadores ahora viven en el cielo.
Finalmente, en 1949, se inventó una computadora que podía almacenar programas. De esta forma el programa de programación se puede soldar al final, lo cual es mucho mejor. Debido a que la programación se volvió muy simple, el desarrollo de la teoría de la computación eventualmente condujo al surgimiento de la teoría de la inteligencia artificial. La gente finalmente puede encontrar una manera de almacenar información y procesarla automáticamente.
Aunque ahora parece que esta nueva máquina puede alcanzar cierta inteligencia humana, no fue hasta la década de 1950 que la gente vinculó la inteligencia humana a esta nueva máquina. Notamos al anciano con una gran barriga a su lado. Su investigación sobre la teoría de la retroalimentación finalmente lo llevó a presentar un argumento. Todos los resultados de la inteligencia humana son el resultado de la retroalimentación continua. cuerpo. Nuestros sanitarios son un ejemplo perfecto. La razón por la cual el agua no fluye continuamente es porque hay un dispositivo que detecta cambios en el nivel del agua. Si hay demasiada agua, cierre la tubería de agua, lo que implementa una retroalimentación negativa. Si incluso el equipo de nuestros baños puede implementar retroalimentación, entonces deberíamos poder usar una máquina para implementar retroalimentación, replicando así la inteligencia humana en forma de máquina. Esta idea tuvo una gran influencia en los primeros días de la inteligencia artificial.
En 1955, Shannon y otros desarrollaron el programa teórico lógico, que era un programa con una estructura de árbol. Cuando el programa se ejecuta, busca en el árbol la rama del árbol más cercana a la posible respuesta para obtener la respuesta correcta. Se puede decir que este programa juega un papel importante en la historia de la inteligencia artificial. Ha tenido un gran impacto en la academia y la sociedad, hasta el punto de que muchos de los métodos e ideas que utilizamos ahora todavía provienen de este programa en la década de 1950.
En 1956, McCarthy (el hombre de la derecha), otro científico famoso en el campo de la inteligencia artificial, convocó una reunión para discutir la dirección futura del desarrollo de la inteligencia artificial. Desde entonces, el nombre de inteligencia artificial se ha establecido oficialmente. Esta conferencia no fue un gran éxito en la historia de la inteligencia artificial, pero brindó a los fundadores de la inteligencia artificial la oportunidad de comunicarse entre sí y allanó el camino para el desarrollo futuro de la inteligencia artificial. Después de eso, el enfoque de la inteligencia de los trabajadores comenzó a centrarse en la construcción de un sistema práctico que pudiera resolver problemas por sí solo y requería que el sistema tuviera capacidades de autoaprendizaje. En 1957, Shannon et al. desarrollaron un programa llamado General Problem Solver (GPS), que amplió la teoría de la retroalimentación de Wiener y pudo resolver algunos problemas comunes. Mientras otros científicos trabajaban arduamente para desarrollar este sistema, el científico de la derecha hizo una gran contribución. Creó el lenguaje de procesamiento de tablas LISP, que todavía hoy utilizan muchos programas de inteligencia artificial. Casi se ha convertido en sinónimo de inteligencia artificial. Hasta el día de hoy, LISP sigue evolucionando.
En 1963, el MIT contó con el apoyo del gobierno de Estados Unidos y el Departamento de Defensa para realizar investigaciones sobre inteligencia artificial. El gobierno estadounidense no hizo más que mantener un equilibrio con la Unión Soviética en la Guerra Fría. Aunque este propósito es un poco explosivo, sus resultados han dado lugar a grandes avances en inteligencia artificial. Desde entonces, muchos programas han llamado la atención y el MIT desarrolló SHRDLU. En la década de 1960, los sistemas estudiantiles podían resolver problemas de álgebra y los sistemas SIR comenzaron a comprender oraciones simples en inglés. La aparición de SIR ha llevado al surgimiento de una nueva disciplina: el procesamiento del lenguaje natural. La aparición de los sistemas expertos en la década de 1970 fue un avance importante. Por primera vez se sabía que los ordenadores podían sustituir a los expertos humanos. Debido a la mejora del rendimiento del hardware informático, la inteligencia artificial puede realizar una serie de actividades importantes, como análisis estadístico de datos, participación en diagnósticos médicos, etc. Como aspecto importante de la vida, comienza a cambiar la vida humana.
En teoría, la década de 1970 también fue un período de gran desarrollo, cuando las computadoras comenzaron a tener un pensamiento y una visión simples. Sin embargo, en la década de 1970 nació otro lenguaje de inteligencia artificial, Prolog, que junto con LISP se ha convertido casi en una herramienta indispensable para los trabajadores de la inteligencia artificial. No creas que la inteligencia artificial está lejos de nosotros. Ha entrado en nuestras vidas el control difuso, el apoyo a las decisiones, etc. Permitir que las computadoras reemplacen a los humanos en actividades intelectuales simples y liberar a los humanos para que se dediquen a otras tareas más beneficiosas es el propósito de la inteligencia artificial, pero creo que la búsqueda incesante de la verdad científica es la fuerza impulsora fundamental.
2. Campos de aplicación de la inteligencia artificial
1.
El primer gran logro de la inteligencia artificial fue un programa de juego de ajedrez. Algunas de las técnicas aplicadas en el juego de ajedrez, como mirar unos pasos hacia adelante y descomponer un problema difícil en una serie de subproblemas más sencillos, se desarrollaron en técnicas básicas de inteligencia artificial, como la búsqueda y la inducción de problemas. Los programas informáticos actuales ya pueden alcanzar niveles de campeonato en diversos juegos de ajedrez y ajedrez. Pero nunca se ha resuelto, incluidas las habilidades que los jugadores humanos tienen pero no pueden articular. Por ejemplo, la capacidad de un maestro de ajedrez para discernir una partida de ajedrez. Otra cuestión tiene que ver con el concepto original del problema, conocido en inteligencia artificial como elección de representación del problema. Las personas a menudo pueden encontrar formas de pensar acerca de un problema que faciliten la solución y resuelvan el problema. Hasta ahora, los programas de IA han podido descubrir cómo pensar en los problemas que quieren resolver, es decir, buscar en el espacio de soluciones para encontrar mejores soluciones.
2. Razonamiento lógico y demostración de teoremas.
El razonamiento lógico es una de las áreas más persistentes de la investigación de la inteligencia artificial, en la que se descubre que los métodos se centran solo en hechos relevantes en grandes bases de datos, se centran en pruebas creíbles y las revisan a medida que surge nueva información. particularmente importante. Problemas de conjeturas en matemáticas. Encontrar una prueba o refutación de un teorema no sólo requiere la capacidad de deducir a partir de suposiciones, sino que muchas tareas informales, incluido el diagnóstico médico y la recuperación de información, pueden formalizarse tanto como la demostración de teoremas. Por lo tanto, la demostración de teoremas es un tema extremadamente importante en la investigación de métodos de inteligencia artificial.
3. Procesamiento del lenguaje natural.
El procesamiento del lenguaje natural es un ejemplo típico de tecnología de inteligencia artificial aplicada en campos prácticos. Después de años de arduo trabajo, se han logrado muchos logros notables en este campo. El tema principal actual en este campo es: cómo generar y comprender un lenguaje natural basado en temas y situaciones de conversación, prestando atención a una gran cantidad de sentido común: conocimiento y expectativas del mundo. Este es un problema de codificación y decodificación extremadamente complejo.
4. Tecnología inteligente de recuperación de información.
Afectada por el rápido desarrollo de la tecnología "()* (*), la tecnología de adquisición y refinación de información se ha convertido en un tema de investigación urgente que debe resolverse en la investigación tecnológica y en informática contemporánea. Aplicar la tecnología de inteligencia artificial en este campo, es una oportunidad y un gran avance para la aplicación generalizada de la inteligencia artificial en la práctica.
5. El sistema experto es actualmente el campo de investigación más activo y eficaz. La inteligencia artificial es un sistema de programa que tiene una gran cantidad de conocimiento y experiencia en un campo específico. En los últimos años, ha habido una tendencia a aplicar con éxito y eficacia la tecnología de inteligencia artificial en la investigación de "sistemas expertos" o "conocimientos". ingeniería". Conocimiento rico, para que puedan lograr excelentes habilidades de resolución de problemas, por lo que si un programa de computadora puede incorporar y aplicar este conocimiento, también debería poder resolver problemas resueltos por expertos humanos y ayudar a los expertos humanos a encontrar errores en el proceso de razonamiento. Como ya se ha demostrado, los sistemas expertos han alcanzado el nivel de los expertos humanos en la exploración de minerales, el análisis químico, la planificación y el diagnóstico médico. Un ejemplo exitoso es el descubrimiento de un yacimiento de molibdeno. más de $ 654,38 mil millones El rendimiento del sistema DENDRL ha superado el nivel de los expertos ordinarios y puede ser utilizado por cientos de personas en el análisis de la estructura química. Mi sistema CIN puede proporcionar recomendaciones para el diagnóstico y tratamiento de enfermedades infecciosas de la sangre, incluida la sangre bacteriana. enfermedades y meningitis. El diagnóstico y tratamiento de la artritis ha superado a los expertos en este campo.
En tercer lugar, la tendencia matemática de la teoría de la inteligencia artificial se está volviendo cada vez más prominente.
Con el rápido desarrollo de la ciencia y la tecnología modernas, muchas teorías científicas y tecnológicas se basan en las matemáticas para proporcionar pruebas y simulaciones. El desarrollo de la inteligencia artificial no es una excepción. Cómo formalizar y simbolizar las actividades del pensamiento humano para que puedan realizarse en computadoras se ha convertido en un tema importante en la investigación de la inteligencia artificial. En este sentido, las teorías, métodos y tecnologías relevantes de la lógica juegan un papel muy importante. No solo proporciona poderosas herramientas para la inteligencia artificial, sino que también sienta una base teórica para el razonamiento del conocimiento. La lógica utilizada en la inteligencia artificial se puede dividir en términos generales en dos categorías. Una es la lógica proposicional clásica y la lógica de predicados de primer orden, cuya característica es que el valor de verdad de cualquier proposición es "verdadero" o "falso", y debe ser uno de los dos. Estos problemas se pueden resolver utilizando la teoría de la lógica clásica en matemáticas. Hay todo tipo de cosas en el mundo y, además de ciertas cosas o conceptos, existen más ampliamente cosas o conceptos inciertos. Estas incertidumbres no pueden resolverse mediante la teoría lógica clásica. Por tanto, necesitamos desarrollar nuevas herramientas matemáticas para expresar estos problemas. Actualmente, en la inteligencia artificial, las cosas o conceptos inciertos se describen y procesan utilizando lógica multivaluada, teoría difusa y probabilidad. Aunque la lógica multivaluada, la teoría difusa y la probabilidad se basan en [! ,"] para describir la incertidumbre, pero hay una gran diferencia entre ellos. La lógica multivaluada agrega una serie de valores de verdad intermedios para describir el grado de realidad de las cosas al distinguir verdadero (") y falso (!), pero it Cada verdad intermedia se considera completamente separada y bien definida de la otra. La teoría difusa cree que no existe un límite claro entre diferentes valores de verdad intermedios, lo que muestra que las características de diferentes valores intermedios se interpenetran y se interpenetran entre sí, lo que refleja mejor la naturaleza de la incertidumbre. La probabilidad se utiliza para medir la posibilidad de que ocurra un evento, pero el significado del evento en sí es claro, pero puede no suceder bajo ciertas condiciones. Esta y la teoría difusa describen la incertidumbre desde dos perspectivas diferentes, por lo que algunas personas dicen que la teoría difusa describe la incertidumbre dentro de las cosas, mientras que la probabilidad describe la incertidumbre fuera de las cosas. Como se puede ver en lo anterior, las matemáticas permiten que la inteligencia artificial simule muy bien la inteligencia humana y promueven en gran medida el desarrollo de la inteligencia artificial. Todavía existen algunos problemas en la inteligencia artificial que son difíciles de expresar utilizando las matemáticas actuales. Creo que estos problemas podrán resolverse pronto a medida que el conocimiento matemático siga desarrollándose.
Verbo (abreviatura de verbo) Estado de desarrollo y perspectivas de la inteligencia artificial
En la actualidad, la mayoría de los sistemas de inteligencia artificial se basan en la suposición de sistemas de símbolos físicos. Antes del surgimiento de nuevas teorías de inteligencia artificial que pueden competir con la hipótesis del sistema de símbolos físicos, SOAr ha logrado logros únicos en el difícil proceso de explorar las características generales del comportamiento inteligente y las características específicas de la cognición humana, tanto en términos de principios de diseño como de Resultados experimentales. Progresos o logros a la vanguardia de la investigación en inteligencia artificial.
En la década de 1980, los investigadores representados por Newell A resumieron la experiencia exitosa de los sistemas expertos, absorbieron los últimos resultados de la investigación en ciencias cognitivas y propusieron Soar como una arquitectura de inteligencia general. Actualmente, Soar ha demostrado una gran capacidad para resolver problemas. En Soar se implementan más de 30 métodos de búsqueda y se implementan varias tareas intensivas en conocimiento (sistemas expertos), como RI. ROOks propone un nuevo enfoque a la inteligencia artificial. Sostiene que las capacidades de los sistemas inteligentes pueden evolucionar gradualmente sin conceptos ni símbolos. En su investigación se destacaron cuatro conceptos: (1) La situación en la que se encuentra el robot no implica una descripción abstracta, sino que se encuentra en una situación que afecta directamente el comportamiento del sistema. (2) El robot de hormigón tiene un tronco y adquiere experiencia directamente del mundo circundante, y sus sentidos le proporcionarán retroalimentación inmediata después del trabajo. (3) La fuente de inteligencia no se limita a los dispositivos informáticos, sino que también proviene de decisiones dinámicas que interactúan con el entorno circundante. (4) La inteligencia emergente aparece en la interacción entre el sistema y el mundo circundante y, a veces, entre los componentes del sistema.
Verbo (abreviatura de verbo) Conclusión
La inteligencia artificial requiere no solo pensamiento lógico e imitación. Cuanto más estudian los científicos el cerebro y el sistema nervioso humanos, más seguros están de que la emoción es. parte de la inteligencia, en lugar de separarse de ella. Por lo tanto, el próximo avance en el campo de la inteligencia artificial puede ser dotar a las computadoras no sólo de más capacidades de razonamiento lógico, sino también de capacidades emocionales.
Muchos científicos afirman que las máquinas pronto serán más inteligentes que Albert Einstein y Hawking juntos. A mediados del próximo siglo, la naturaleza de la vida humana también habrá cambiado. Los implantes neuronales mejorarán el conocimiento y las capacidades de pensamiento humanos, comenzarán la transición hacia una relación compuesta humano/máquina y gradualmente cesará la necesidad humana de organismos biológicos. Una gran cantidad de robots muy pequeños ocuparán un lugar en el área sensorial del cerebro, creando un efecto de simulación de realidad virtual difícil de distinguir entre lo real y lo falso.
La realización de la inteligencia artificial no es una fantasía. Aunque será difícil, nadie estipula que sólo los humanos puedan pensar. Al igual que las diferentes formas de vida, los animales, las plantas y los microorganismos son todas formas de vida diferentes. Los humanos pueden pensar de maneras desconocidas y las computadoras pueden pensar de otra forma (no necesariamente la misma).
¡Un formato de archivo de Illustrator, el software de dibujo profesional de la famosa empresa de software ADOBE!
IA (inteligencia artificial): inteligencia artificial. Se refiere a la capacidad informática de las computadoras para imitar comportamientos del mundo real y la forma en que los humanos piensan y juegan. Es un sistema de cálculo y reglas extremadamente complejos.
============================================ === ==================
Además, AI también representa a Allen Iverson (ALLEN IVERSON), quien nació en los Estados Unidos. Es representante de la generación dorada del 96 de la "NBA", la mejor liga de baloncesto del mundo, y uno de los mejores defensores de la historia de la NBA. Era muy inteligente, saltando entre muchos jugadores corpulentos con una altura de 183 cm. Una vez ganó el título de campeón de anotaciones y robos de la NBA, y también llevó a los 76ers a las Finales de la NBA en 2001. Con su estilo único y su figura tatuada, se ha convertido en un ídolo buscado por los adolescentes del baloncesto de todo el mundo.
———————————————————————————————————————
Nombre del cantante: Nombre de Ai Yingying: AI
Compañía discográfica: Universal Music.
Nacionalidad: Japonesa Idioma: Japonés
Diversión:
Experiencia personal: * La principal chica de hip-hop de Dongying, cantante de R&B, es una completa Hip-hop. Ai, una chica que también es una cantante de bel canto de voz suave, a la edad de 22 años, cantó 'Well, well...' con Namie Amuro en la escuela de moda y mostró sus increíbles habilidades de baile en el video musical de Jenna Jackson. Además de su extraordinario talento para cantar y bailar, su creatividad en letras y canciones es aún más impresionante. En el escenario B, después de que el gigante de la música hip-hop Def Jam Japan firmara un contrato, el lanzamiento del álbum "Original A.I./Original A.I." recibió inmediatamente el reconocimiento unánime de los medios. Además del premio al vídeo musical, también representó a Japón en el concierto MTV BUZZ ASIA de 2004, irrumpiendo en el mercado asiático de un solo golpe.
La pequeña diva del HIP HOP Ai, quien ganó el honor de "Portavoz de la Música de la Nueva Era" en Japón por sus destacadas habilidades para el canto, participó recientemente en el "Festival de Música Pop de Taipei" celebrado en Taipei y asistió el cantante japonés Kazuya. juntos. En este gran festival de música, Ai cautivó a 60.000 fanáticos con su novedoso y único estilo de canto y su enérgica interpretación. AI es una cuarta parte de ascendencia italiana y tiene un ambiente romántico y vanguardista en su corazón. Además, creció en los Estados Unidos y tuvo una exposición muy diversa a la música. Debido a que a la madre de Ai le gusta mucho la música, todo tipo de música la ha influenciado profundamente desde que era niña. Ai, de 15 años, también participó en la grabación de "Godeep" de MTV de Janet Jackson. Pero su debut en Japón no fue fácil porque su comprensión de la música era diferente a la del personal. Cuando todos son indiferentes a su música, ella quiere tocar la pared, lo que demuestra su ternura. Pero Ai no se dejó vencer por la realidad y aun así insistió en seguir la ruta de la música HIP HOP, lo que hizo que su estilo musical le diera a la gente una sensación completamente nueva.
En la encuesta más autorizada realizada en Japón este año, Ai se destacó entre muchas mujeres nuevas y se convirtió en la sucesora de la nueva generación de reinas de la música. El propio Ai está muy satisfecho con esto. Dijo que quería ser una cantante dinámica y llevar felicidad a más personas. Ai también ha hecho todos los preparativos para este Festival de Música Pop de Taipei. Además del DJ, maquillador, estilista y vocalista Afola que actuó en el mismo escenario con él, importantes figuras de medios japoneses como Nippon Shimbun, Dentsu y TV Asahi, así como los presidentes de sus propias empresas económicas, también se unieron. La visita de un poderoso equipo de 23 miembros a China le dio mucha cara a Ai. Antes de ir a Taiwán, Ai a menudo se enteraba de la situación en la provincia de Taiwán a través de otras personas que habían estado allí. Al enterarse de que hay mucha comida deliciosa en Taipei, Ai dijo con entusiasmo que quería comer bolas de masa al vapor y puestos al borde de la carretera. Por lo tanto, durante este viaje a Taiwán, además de participar en festivales de música y filmar especiales, Ai también estuvo encantado de presentar la cocina taiwanesa al público japonés. Después de la exitosa actuación en la provincia de Taiwán, Ai también expresó su deseo de aprender más sobre la música china. Si se le da la oportunidad, también espera realizar conciertos en Taiwán y otros lugares como Ken Hirai, Namie Amuro y otros cantantes japoneses, y actuar en el mismo escenario con cantantes taiwaneses. De hecho, esta no es la primera vez que Ai actúa en el extranjero. En el concierto de MTV BUZZ ASIA en Seúl, Corea del Sur, hace unos meses, AI también cambió la letra al coreano. Esta vez, para estar más cerca de la audiencia, AI también cambió la letra al chino para cantar. Durante su viaje de cuatro días a Taiwán, Ai permitió que más personas apreciaran su estilo de "pequeña reina" y también generó impulso para su gira nacional que se llevará a cabo este otoño.