Yapay Zeka Nasıl Çalışır?

Bugün orada çeşitli yapay zeka türleri var. Bir AI'yi ve sadece bir yazılım programını çağırmak için neyin çağıracağı zor bir sorudur. Yazılımda, "AI" olarak adlandırılan bir şeyin olgunlaştığı ve kendisini teknolojik zemine entegrekredi notum düşük nasıl kredi çekerimettiği zaman, artık AI olarak adlandırılmadığı bir eğilim vardır. 1950'lerin programcıları, dünyamızda "yapay zeka" gibi çeşitli gömülü yazılımları arayabilirler - örneğin, aracınızdaki yakıt enjeksiyonunu düzenleyen mikroçip veya tüm satışların veya Google arama motorunun kayıtlarını depolayan süpermarketteki veri tabanı.

Fakat kendini "Yapay Zeka" olarak adlandırılan alan, çok daha büyük "genel olarak yazılım geliştiricileri" grubundan biraz farklıdır. AI araştırmacıları daha karmaşık, uyarlanabilir, yetenekli ve hatta belirsiz insan benzeri yazılım biçimlerine bakmaya eğilimlidirler. Yapay zeka , nörobilim , evrimsel psikoloji , makine öğrenimi ve karar teorisi dahil, ancak bunlarla sınırlı olmayan , tipik programcıya yabancı bilim ve matematik alanlarında disiplinlerarası ve usta olma eğilimindedir .

Yapay zeka alanında, iki ana kamp vardır: Neats ve Scruffies. Bölüm, AI'nın 1956'da bir alan olarak kurulmasından bu yana pratik olarak gerçekleştirilmiştir. Düzenlemeler, uygulanan istatistikler gibi resmi yöntemlerin savunucularıdır. Programlarının iyi organize edilmiş, proaktif bir şekilde seslendirilmesini, somut teorilere dayalı çalışmasını ve özgürce düzenlenebilir olmasını seviyorlar. Makaslar, adaptif sinir ağları gibi gelir belgesiz kredi veren bankalardağınık yaklaşımlar gibidir ve kendileri de hacker gibi düşünürler, çalıştığı sürece bir şeyleri fırlatırlar. Her iki yaklaşım da geçmişte etkileyici başarılara sahipti ve iki temanın da melezi var.

Tüm yapay zeka tasarımları en azından yüzeysel olarak insan beyninden esinlenmiştir, zira yapay zeka, zekanın bazı yönlerini taklit etmekle ilgilidir. Yapay zeka, manipüle ettikleri veya çalıştıkları şeylerin kavramlarını oluşturmak ve bu kavramları veri parçaları olarak saklamak zorundadır. Bazen bu parçalar dinamiktir ve bazen bazen statiktir. Genel olarak bir AI, bir hedefe ulaşmak için veriler arasındaki ilişkileri kullanmakla ilgilidir.

Hedefler genellikle faydaya dayalı olarak atanır. Bir hedefle sunulduğunda, bir AI sistemi alt hedefler oluşturabilir ve bu alt hedefler için faydalı değerleri birincil hedefe tahmin edilen katkılarına göre atayabilir. AI, birincil hedefe ulaşılana kadar alt hedeflere devam etmeye devam eder. Daha sonra yeni (ama sıklıkla benzer) birincil hedefe geçmek serbesttir. AI arasında yaygın olarak farklı olan, tüm bu dinamiklerin nasıl uygulandığıdır.