Olika sorters teknik
Artificiell intelligens AI eller maskinintelligens är förmågan hos datorprogram och robotar att efterlikna människors och andra djurs naturliga intelligens , [ 1 ] främst kognitiva funktioner såsom förmåga att lära sig saker av tidigare erfarenheter, förstå naturligt språk, lösa problem, planera en sekvens av handlingar och att generalisera. Exempel på äldre delområde och metodik är expertsystem , medan mer aktuella delområden är maskininlärning , databrytning datamining , datorseende , stora språkmodeller och generativ AI.
Exempel på tillämpningsområden är maskinläsning , röststyrning , maskinöversättning , chattbotar , digitala assistenter , business intelligence , ansiktsigenkänning , deepfake , självkörande bilar och autonoma vapensystem. Artificiell generell intelligens AGI , stark AI och artificiellt medvetande en är fortfarande hypotetiska och långsiktiga mål för forskningen. Dagens AI är applikationsspecifik.
Department of Electrical and Information Technology
AI-forskningen är mycket teknisk och specialiserad, och djupt splittrad i delfält som ofta helt saknar kontakt med varandra. Delområden har vuxit upp kring särskilda institutioner och enskilda forskares projekt. AI-forskningen är också kluven av flera tekniska frågor. Vissa delområden fokuserar på att lösa specifika problem.
Andra är inriktade på en av flera möjliga metoder, på användningen av ett visst verktyg eller på att utföra speciella tillämpningar. Metoder som är vanliga för närvarande är statistiska metoder, beräkningsintelligens och traditionell symbolisk AI. Inom maskininlärning har på senare år artificiella neurala nätverk och djupinlärning fått uppmärksamhet.
Det finns ett stort antal verktyg som används i AI, inklusive versioner av sökning och matematisk optimering, logik , metoder baserade på sannolikheter och ekonomi , och många andra. AI-forskningen är tvärvetenskaplig, det vill säga att flera olika vetenskapsdiscipliner och yrken konvergerar, till exempel datavetenskap , matematik , psykologi , lingvistik , filosofi och neurovetenskap samt andra specialiserade områden, som artificiell psykologi.
Forskningsområdet grundades på påståendet att en central egenskap hos människan, nämligen intelligens, "går att beskrivas exakt, vilket gör det möjligt för en maskin att simulera den. AI har varit föremål för en enorm optimism, men har också drabbats av häpnadsväckande motgångar. I dag har AI blivit en viktig del av teknikindustrin och utför de tyngsta uppgifterna kring många av de mest utmanande problem inom datavetenskap.
Tänkande maskiner och artificiella varelser dyker upp i grekiska myter, såsom Hefaistos guldrobotar och Pygmalions Galatea. Människoliknande enheter som troddes ha intelligens byggdes i varje större civilisation: animerade kultbilder dyrkades i Egypten samt Grekland och humanoida automater byggdes av Yan Shi , Heron och Al Jazari. Under och talet hade artificiella varelser blivit ett vanligt inslag i fiktion, som i Mary Shelleys Frankenstein eller Karel Čapeks R.
Rossum Universal Robots. Författaren Pamela McCorduck hävdar att alla dessa gestalter är exempel på en gammal drift, som hon beskriver det, "att skapa gudarna".
Clinical Laboratory Techniques
Berättelser om dessa varelser och deras öden beskriver många av samma förhoppningar, rädslor och etiska frågor som presenteras av AI. Studier om logiska operationer ledde direkt till uppfinningen av den programmerbara digitala elektroniska datorn, baserat på arbete av matematikern Alan Turing och andra. Turings teori om beräkningar föreslog att en maskin, genom att blanda symboler så enkelt som "0" och "1", kan simulera varje tänkbar handling av matematisk deduktion.
Turings vetenskapliga artikel från vid namn Computing Machinery and Intelligence kristalliserade idén om AI och i den ställde han frågan: "Kan maskiner tänka? Forskningsområdet AI bildades vid en konferens på universitetsområdet på Dartmouth College sommaren De blev ledarna inom AI-forskningen under många decennier. De och deras elever skrev program som var, för de flesta människor, helt enkelt häpnadsväckande; datorer vann i damspel , löste ordproblem i algebra , bevisade logiska satser och talade engelska.
I mitten av talet var forskningen i USA starkt finansierat av Department of Defense och laboratorier hade upprättats runt om i världen.
Microbiological Techniques
AI:s grundare var djupt optimistiska om framtiden för det nya fältet. Herbert Simon förutspådde att "maskiner kommer att kunna, inom tjugo år, att göra alla arbeten en människa kan göra" och Marvin Minsky höll med och skrev "inom en generation De hade misslyckats med att erkänna svårigheten med problem de stod inför. År , som svar på kritiken från James Lighthill och pågående påtryckningar från den amerikanska kongressen för att finansiera mer produktiva projekt, avbröt de amerikanska och brittiska regeringarna all oriktad grundforskning i AI.
De kommande åren skulle senare komma att kallas en "AI-vinter", [ 11 ] en period då finansieringen för AI-projekt var svåra att hitta. I början av talet, skedde en tillfällig renässans för AI-forskningen; den kommersiella framgången för expertsystem, en form av AI-program som simulerade kunskaper och analytiska färdigheter av en eller flera mänskliga experter.