¿Es la inteligencia artificial una tendencia y manifestación de la digitalización?
Dado que las computadoras tienen memoria y capacidades informáticas, la gente espera utilizarlas para realizar actividades humanas inteligentes. Estas actividades incluyen identificación, análisis, razonamiento, juicio, aprendizaje, etc. 1 Sistema informático Deep Blue La disciplina de inteligencia artificial nacida en 1956 es la ciencia que estudia cómo utilizar máquinas para realizar actividades humanas inteligentes.
Debido a que la inteligencia artificial es más difícil de lo esperado, su progreso está muy por detrás del de la propia informática. Sin embargo, una vez que los humanos alcanzan la automatización, necesitan volverse inteligentes. Por lo tanto, los científicos han estado realizando investigaciones persistentes sobre la inteligencia artificial. La computadora "Deep Blue" de IBM en Estados Unidos derrotó al campeón de ajedrez Kasparov y la Copa Mundial de Robots celebrada en Osaka, Japón, despertó la preocupación pública sobre la inteligencia artificial.
La inteligencia artificial está atravesando un proceso difícil y tortuoso.
Las primeras inteligencias artificiales se utilizaban para resolver problemas, juegos, ajedrez, etc., y lograban muchos resultados, lo que hacía que la gente se sintiera irrealmente optimista al respecto. Sin embargo, una vez que se utiliza para resolver problemas reales, sus debilidades quedan expuestas. El ejemplo más famoso es el fracaso de la traducción automática. Como resultado, la inteligencia artificial alcanzó su punto más bajo en la década de 1960. No fue hasta el éxito de los sistemas expertos en la década de 1970 que la inteligencia artificial recuperó su vitalidad. Al resumir las experiencias positivas y negativas en el desarrollo de la inteligencia artificial, la gente sabe el importante papel que juega el conocimiento en la inteligencia. El fracaso de las primeras traducciones automáticas fue que no hacían pleno uso del conocimiento relevante. Debido a la polisemia de la gramática y las palabras, la traducción conducirá inevitablemente a inconsistencias y bromas. Tomando como ejemplo una frase sencilla como "El tiempo vuela como un estrecho", hay tres traducciones diferentes. El primero se puede traducir como “el tiempo vuela como una flecha”, es decir, “el tiempo vuela como una flecha” el segundo se puede traducir como “el tiempo vuela como flechas” el tercero se puede traducir como “el tiempo vuela como una flecha”; como flechas". Desde un punto de vista puramente gramatical y semántico, los tres métodos de traducción son aceptables, pero si se combinan con conocimientos, sólo el primer método de traducción es correcto.
En vista del importante papel del conocimiento en la inteligencia, la nueva disciplina de "ingeniería del conocimiento" se diferenció de la inteligencia artificial en 1977 y se convirtió en la tecnología básica de la inteligencia artificial. La ingeniería del conocimiento estudia y resuelve cómo hacer que las computadoras utilicen el conocimiento de manera efectiva.
Dado que la ingeniería del conocimiento utiliza el conocimiento como objeto de procesamiento de la información, es necesario distinguir la diferencia entre conocimiento y datos. Primero, los datos son una representación explícita de la información, mientras que el conocimiento es una representación implícita de la información. Por ejemplo, "China tiene una población de 1.300 millones" es una información basada en datos, porque la información "1.300 millones" es muy clara y se puede utilizar directamente. Aunque "No te mojes bajo la lluvia cuando estés resfriado" es de sentido común en la vida diaria, y la palabra "empapar" también tiene un significado claro, no está claro qué significa específicamente "no mojarte". Esta es información basada en el conocimiento. Si desea que la computadora comprenda su significado, debe decirle si "no mojarse" significa no salir o usar ropa de lluvia al salir.
Dado que gran parte del conocimiento se expresa en lenguaje natural, todavía existen muchas dificultades en el uso de las computadoras como herramientas para procesar el conocimiento. Sin embargo, actualmente los conocimientos se están aplicando a diversas áreas de la inteligencia artificial, en particular a los sistemas expertos y a la traducción automática. En vista de la importancia del conocimiento para la inteligencia, "Deep Blue" también está equipado con una enorme base de datos (base de conocimientos). Ha recopilado registros de ajedrez de los jugadores de ajedrez de más alto nivel del mundo en los últimos 100 años y también ha recopilado muchos finales. es decir, las primeras 5 partidas de la partida final. Actualmente, esta base de datos ha recopilado más de mil millones de registros de ajedrez. Jugó un papel muy importante en la victoria de "Deep Blue" sobre el rey del ajedrez.
La ciencia cognitiva es la clave para lograr avances en inteligencia artificial, y la aplicación de la tecnología digital es una forma importante de inteligencia artificial. La razón fundamental del lento progreso de la inteligencia artificial es que las personas aún no han comprendido del todo muchas cuestiones, como cómo funciona su cerebro, cómo entienden las cosas y qué es la inteligencia humana. Sólo aclarando estas cuestiones podremos lograr grandes avances en la inteligencia artificial, haciendo que las computadoras y los robots sean más inteligentes y capaces de hacer más cosas por nosotros. Como resultado, surgió la ciencia cognitiva, una disciplina marginal que integra la ciencia de la información, la filosofía y la psicología.
La ciencia cognitiva estudia principalmente los principios de la cognición humana, la naturaleza de la inteligencia y cómo el cerebro humano procesa la información. Según diferentes interpretaciones de la relación entre el corazón y el cerebro, la ciencia cognitiva se divide actualmente en dos escuelas principales, a saber, el simbolismo y el conexionismo. El simbolismo cree que el elemento básico de la cognición (inteligencia) son los símbolos, y el proceso cognitivo está representado por. Funcionamiento. El lenguaje, la escritura y el pensamiento humanos pueden describirse mediante símbolos, y el proceso de pensamiento no es más que el almacenamiento, la transformación, la entrada y la salida de estos símbolos. En resumen, es un dualista de la mente y el cerebro y cree que la mente y el cerebro pueden separarse. Dado que el pensamiento humano puede describirse mediante símbolos, siempre que esta descripción se exprese y permita que máquinas que puedan procesar símbolos realicen cálculos, no habrá dificultad para lograr la cognición. Por lo tanto, cree que la clave para lograr la cognición es cómo representar el conocimiento en símbolos que las computadoras puedan reconocer. Este es el enfoque básico que se ha utilizado desde el nacimiento de la inteligencia artificial. La experiencia práctica a lo largo de los años demuestra que hasta cierto punto tiene éxito. El principio de "Deep Blue" esta vez también se basa en esta teoría. Su victoria sobre el rey del ajedrez también muestra que el simbolismo todavía puede resolver problemas prácticos.
En cambio, el conexionismo cree que los símbolos no existen, y que el elemento básico de la cognición es la entidad de las propias neuronas (células nerviosas). El proceso cognitivo es el proceso de interconexión entre una gran cantidad de nervios y los diferentes estados de excitación de las neuronas provocados por esta conexión. Se cree que el corazón y el cerebro son inseparables, porque sin la conexión de las neuronas no hay forma de procesar la información. El conexionismo surgió después de la aparición de las computadoras neuronales y fue un desafío al simbolismo tradicional. Cabe señalar que, aunque existen grandes diferencias entre estas dos escuelas, ambas admiten que el cerebro humano es la base material de la inteligencia y el pensamiento es una determinada forma de procesamiento de información. El simbolismo logra resolver algunos problemas más simples, pero tiene limitaciones importantes. Porque muchos procesos del pensamiento humano son difíciles de expresar con símbolos. Algunas cosas que implican ambigüedad, como la apariencia y el estado de ánimo de una persona, no pueden describirse mediante símbolos. Incluso algo tan simple como "qué tipo de pájaro puede volar" es difícil de describir de manera hermética. Si respondes: "Excepto los avestruces, los pingüinos..., todos los pájaros pueden volar." Entonces también preguntarás: "¿Pueden volar los pájaros muertos?" Incluso si se excluyen los pájaros muertos, todavía queda la pregunta: "¿Pueden volar los pájaros con las alas dañadas?" ¿Volar?" "Preguntas como ésta. Por ejemplo, si un robot participa en un partido de fútbol, es difícil utilizar símbolos para describir la situación de la pelota entrante.
Debido a que el conexionismo no utiliza símbolos, no existen dificultades indescriptibles. Ha demostrado ventajas en el procesamiento visual, el reconocimiento y la comprensión, y el reconocimiento de voz. Sin embargo, para lograr una conexión muy flexible, los requisitos de hardware y software son mayores. En el futuro previsible, estas dos escuelas coexistirán al mismo tiempo, aprendiendo mutuamente de sus puntos fuertes y complementándose mutuamente sus debilidades.
Aplicación exitosa de la inteligencia artificial - sistema experto. Las aplicaciones de la inteligencia artificial se pueden dividir aproximadamente en tres categorías: sistemas expertos, reconocimiento de patrones (incluido el reconocimiento de imágenes, reconocimiento de voz, traducción automática, etc.) y planificación de acciones (como ajedrez por computadora, fútbol robótico, etc.). Entre ellos, el que resulta más sencillo de implementar y que mayor éxito consigue es el sistema experto. Un sistema experto es un tipo de software que permite a la informática resolver un determinado tipo de problema como un experto, por lo que comúnmente se le conoce como máquina experta. Es la rama de la inteligencia artificial más utilizada.
El accidente de la central nuclear de Three Mile Island en los Estados Unidos en 1979 y el catastrófico accidente de la central nuclear de Chernobyl en la Unión Soviética en 1986 fueron causados por no hacer juicios correctos sobre fallas en el tiempo.
Con el desarrollo de la ciencia y la tecnología, las personas necesitan hacer juicios correctos de manera oportuna en situaciones complejas y que cambian rápidamente; de lo contrario, causará graves consecuencias, como el control del proceso de producción de grandes potencias. estaciones y plantas químicas, la economía nacional, decisiones macroeconómicas, etc. Si los juicios sobre estas cuestiones se dejan enteramente en manos de los humanos, a veces inevitablemente se producirán errores. Debido a que la velocidad de reacción de los seres humanos es muy inferior a la de las computadoras, y debido a la subjetividad, la unilateralidad, el olvido, etc., "un hombre sabio cometerá un error después de pensar mucho". Por lo tanto, si existen sistemas expertos que ayudan a los humanos a tomar decisiones y juicios juntos, pueden aprender de las fortalezas de los demás y complementar sus debilidades.
Además, el número de expertos humanos siempre es limitado y sólo hay unos pocos expertos que no pueden satisfacer las necesidades de todos los pacientes que buscan tratamiento.
Si el sistema experto puede diagnosticar y prescribir de la misma manera que un médico con el mismo nombre, puede resolver eficazmente el problema de la falta de médicos (expertos) famosos. Además, cada experto tiene sus propios conocimientos y deficiencias. Si se enseñan los trucos de muchos expertos al sistema experto, podrán aunar su sabiduría y aprender de las fortalezas de los demás. Además, las personas siempre envejecerán y morirán. Si la experiencia experta en su apogeo se enseña al sistema experto de manera oportuna, la experiencia experta se puede organizar y resumir sistemáticamente para que no se pierda.
En resumen, los humanos necesitan urgentemente asistentes como los sistemas expertos, y esta necesidad es multifacética y multinivel. En la década de 1970, con el apoyo de la ingeniería del conocimiento, aparecieron los primeros sistemas expertos. El excelente desempeño de los primeros sistemas expertos le valió el reconocimiento social. Uno de los ejemplos más famosos es la identificación de la gran mina de molibdeno en el estado de Washington, EE.UU. Desde la Primera Guerra Mundial, la gente ha querido determinar la ubicación de sus principales depósitos, pero debido a la complejidad de la estructura geológica, no han podido resolverlo durante medio siglo. Finalmente, el principal depósito de mineral se encontró fácilmente utilizando el sistema experto de prospección de minerales. Establecer un sistema experto consiste en recopilar y organizar el conocimiento experto y organizarlo en una forma que pueda ser utilizada por las computadoras y almacenarlo en la base de conocimientos. Cuando se trata de resolver un problema, la computadora recupera conocimientos relevantes de la base de conocimientos y, mediante el razonamiento, puede sacar conclusiones como un experto. Por lo tanto, en el sistema experto, la base de conocimientos y el mecanismo de razonamiento son los más importantes y son el núcleo del sistema experto.
La inteligencia es la fuerza impulsora para el desarrollo de la inteligencia artificial. Los seres humanos necesitan inteligencia después de realizar la automatización. Por ejemplo, después de que se utilice una gran cantidad de robots para realizar la automatización en la producción industrial, se espera que los robots sean muy inteligentes y puedan enfrentar situaciones en constante cambio en entornos más complejos y trabajar conscientemente, de modo que los robots puedan usarse en las industrias primaria y terciaria. Reposición integral del trabajo humano. Permitir que los robots participen en el partido de fútbol del Mundial es lograr este objetivo, que es el gran objetivo del ser humano para lograr la inteligencia. Se convertirá en el motor del desarrollo continuo de la inteligencia artificial y la tecnología inteligente que cambia nuestras vidas. Con el rápido desarrollo de la ciencia y la tecnología, diversas tecnologías avanzadas continúan llegando a nuestro mundo, cambiando nuestras vidas, nuestro trabajo y nuestra comprensión. Varias tecnologías inteligentes que incorporan cierta cantidad de sabiduría se están acercando silenciosamente a nosotros y se convertirán en el foco de la tecnología en el siglo XXI.
Además, Estados Unidos ha sintetizado recientemente una tecnología de camuflaje inteligente con plástico que puede almacenar y liberar calor. Algunos expertos en tecnología del Centro de Investigación y Desarrollo del Ejército en los suburbios de Boston han estado estudiando la "tecnología de color adaptativa" durante muchos años. Una de ellas es la tecnología de camuflaje biónico inteligente para camuflar personas y equipos. Este camuflaje biónico inteligente utiliza dispositivos y materiales fotosensibles que pueden cambiar la salida de luz como fibra básica de la tela, y se combina con un sensor de luz de color de fondo (color ambiental) y una microcomputadora para controlar la salida de luz de la fibra de la tela confiando en la función de procesamiento comparativo de la computadora. El propósito del camuflaje se ha logrado acercando los componentes espectrales al color de fondo.
Los Países Bajos están experimentando actualmente con luces inteligentes en una autopista de 10 kilómetros de longitud. La intensidad luminosa de esta luz se controla mediante un ordenador y se adapta a las condiciones climáticas y al flujo del tráfico. Según Goebel Fowler, investigador del ensayo, esta es la primera vez en el mundo que se utilizan luces inteligentes para la iluminación. A lo largo de la carretera donde se realizó la prueba, se instalaron algunas pequeñas estaciones meteorológicas que pueden medir las condiciones climáticas en cualquier momento y enviar la información de las mediciones a la computadora central, sensores hechos de materiales piezoeléctricos colocados en el suelo de la carretera. El volumen de tráfico y la información sobre el estado de la carretera se transmiten a la computadora central. En base a esta información, la computadora central envía instrucciones a las luces inteligentes para hacer que estas luces emitan diferentes niveles de luz.