Intelligence artificielle
Cameron Desrochers
Le robot Terminator
Préconceptions
La plupart des personnes ont de certaines préconceptions et espérances de AI. Beaucoup de gens associent la AI seulement aux robots, mais ce n'est pas nécessairement le cas. Certains pensent que la AI est dangereuse et pourrait devenir escroc, comme Hal en 2001: Une Odyssée De l'Espace. Je tends à penser à la AI comme programme machine qui peut converser en langage naturel avec un humain. Il y a, naturellement, beaucoup d'autres différents types de la AI (discutée plus tard) mais de AI de causerie est, à mon avis, la sorte la plus intéressante. Un bon nombre de gens pensent que cela concevoir une AI est facile, et que tous qu'elle prend est une peu de patience. En fait, les premiers scientifiques qui ont commencé à travailler à la AI ont pensé que cela la fabrication de l'entretien d'ordinateurs serait l'un des buts plus faciles, et ont supposé que les faisant résolvez les problèmes mathématiques complexes serait beaucoup plus dur pour programmer. C'est réellement l'opposé!
Utilisations
Il y a plusieurs utilisations et types pour l'intelligence artificielle, ou AI différents. La AI est employée dans des robots qui fonctionnent dans des chaînes de montage, par exemple à une usine de voiture. La AI est également employée dans l'électronique à la maison, comme le Roomba, qui doit savoir diriger autour d'une salle sans se cogner dans des meubles. Un autre bon exemple serait toutes ces poupées parlantes gênantes jeux de cette vos soeur de bébé avec. Un type de AI, appelé "un système expert," est parfois employé pour aider à diagnostiquer les patients malades. Des systèmes experts sont alimentés toutes les données accumulés par différents experts dans un domaine particulier. Alors la AI peut Co-relier toutes les données et fournir les solutions complètes (elle n'oublie rien) pour la plupart des problèmes dans ce domaine. La AI est également employée efficacement pour prévoir des tendances sur le marché. L'exactitude de leurs prévisions est souvent meilleure que celle des humains.
Techniques
Une technique de programmation employée pour créer une AI doit employer la logique floue. La logique floue est un peu un terme mal approprié : ce n'est pas une logique qui est brouillée, mais plutôt une logique qui traite des données imprécises. La logique floue a des applications presque infinies dans le vrai monde, parce que la plupart des données dans le monde sont imprécises. Quelques problèmes qui étaient précédemment solubles seulement en employant des mathématiques extrêmement complexes de probabilité sont facilement résolus simplement en employant la logique floue. La logique floue est fondamentalement différente de la logique traditionnelle d'ordinateur, où quelque chose peut seulement être vraie ou fausse. Par exemple, la logique floue identifie qu'il n'y a pas une ligne croquante clairement tracée entre le nombre de pages dans un roman et une nouvelle. Ils sont séparés de l'un l'autre par des degrés, pas par une ligne concrète. La logique floue ne s'est pas propagée autant en Amérique du nord, mais elle révolutionne le Japon, et imprégnera par la suite notre société aussi. Des systèmes de logique floue peuvent être employés pour commander des feux de circulation, appareils, ascenseurs, voitures, souterrains, TV, et beaucoup, beaucoup davantage.
Une autre technique de programmation employée pour créer une AI est programmation génétique, ou algorithmes évolutionnaires, en raison de la manière qu'ils imitent l'évolution normale. Les algorithmes évolutionnaires sont des programmes qui évoluent avec le temps. Pendant qu'un algorithme évolue, il choisit la meilleure version de lui-même d'un grand choix de versions légèrement différentes. Alors il crée un autre grand choix de versions légèrement différentes basées seulement sur la meilleure version qu'il a précédemment choisie. Il continue à répéter ce processus jusqu'à ce qu'il ait par la suite un algorithme qui fonctionne de façon optimale. Ces algorithmes spéciaux sont maintenant employés pour être soulevés avec la technologie de pointe il est extrêmement difficile de concevoir que parfaitement à la main. Par exemple, un algorithme évolutionnaire a créé une antenne (antenne-concevez est généralement considéré un art noir) que semblé étrange mais surpassé d'autres antennes. C'est l'antenne que la NASA utilise maintenant dans des ses vaisseaux spatiaux.
Des réseaux neurologiques sont également employés pour créer la AI. Les réseaux neurologiques sont des modèles simplifiés du cerveau humain qui imitent le comportement des neurones. Ils fonctionnent à côté du traitement réitéré -- apprenant, en effet. Une fois qu'un réseau neurologique a été formé pour produire une certaine réponse donnée la bonne entrée, il peut improviser une jolie réponse précise à l'entrée qu'elle n'a avant jamais vue. Les réseaux neurologiques ont été autour depuis les années 60 les réseaux que neurologiques sont particulièrement à même d'identifier les choses qui changent dans une certaine mesure, tel que la lettre 'a 'comme dessinés par un humain. Aujourd'hui, des réseaux neurologiques sont employés pour identifier et convertir le discours normal, pour prévoir le marché boursier, et pour identifier des modèles et des tendances dans des données.
Quelques types de AI, la plupart des algorithmes notamment échec-de jeu, utilisent la récursion. La récursion est fondamentalement un phénomène qui se produit quand quelque chose se sert. Ceci crée une référence circulaire qui est seulement cassée quand un état spécifique est réuni. Par exemple, la AI échec-de jeu penserait vers le haut de plusieurs différents prochains mouvements possibles sur son tour. Elle sélectionne ce qu'elle pense est la meilleure, alors feint que c'est son propre adversaire et sélectionne ce qu'elle pense sera le meilleur prochain mouvement, et ainsi de suite et ainsi de suite. De cette façon, elle continue à sélectionner ce qu'elle pense sera les meilleurs mouvements pour les deux joueurs jusqu'à ce qu'elle ait une jolie idée précise de ce que ressemblera le panneau à à l'avenir. Alors elle sait quel mouvement vraiment serait le meilleur.
Une technique utilisée en jeux vidéo, emballant particulièrement ceux, est l'étirement. L'étirement est où les AI "smartness" est automatiquement ajustées sur le niveau de l'utilisateur. Par exemple, si un mauvais joueur va à une arcade et aux courses à vingt milles à l'heure, alors la AI conduisant les autres voitures essai immobile gagnera, mais elles n'emballeront pas en avant à 100 M/H. Elles essayeront d'assortir les qualifications de conduite de l'utilisateur tout en étant toujours concurrentielles.
Créer un AI
La fabrication d'une AI n'est pas facile. Le problème de créer une AI capable de humain-comme la conversation se compose de beaucoup de différentes choses. Les humains conversent par le dessin sur de vastes réservations des expériences et de la connaissance contenues dans leur mémoire (une "base de connaissance"). Une base de connaissance inclut la définition connotative et dénotative des mots le plus généralement utilisés, des expressions et des expressions communes. Une base de connaissance inclut également où ces constructions devraient être employées, et les règles syntactiques de la langue (qui sont réellement tout à fait complexes). C'est la base de toute la conversation humaine, mais un ordinateur n'a pas une base de connaissance. Il est actuellement impossible de faire une AI qui parle en utilisant la même approche à parler et à apprendre qu'un humain parce que nous toujours ne comprenons pas complètement comment les travaux de cerveau. Autre, (mais toujours le complexe) des méthodes beaucoup plus simples doit être employé comme celles mentionnées ci-dessus.
Vérification
Il y a plusieurs manières d'évaluer une AI dont le but est de converser en langage naturel. Une méthode de longue date est le Turing test (baptisé du nom du pionnier Alan Turing). Dans l'essai, quelqu'un parle à une AI et à un humain à distance par l'intermédiaire d'un ordinateur. Cette personne ne sait pas ce qui est la AI et ce qui est l'humain. à l'extrémité, si la personne ne peut pas différencier entre l'humain et la AI, puis à la AI passe l'essai. Le problème avec évaluer une AI est qu'il est très difficile de faire quantitativement. Il est possible d'analyser une AI en utilisant les critères dans le diagramme ci-dessous, mais l'évaluation dépend toujours de ce qui la pensée d'expert. à cet égard, l'analyse de la AI est beaucoup comme évaluer une histoire ou un essai courte.
| Critères | Points (%) |
| Salutation | |
| Uniformité de personnalité | |
| Logiqualité des réponses | |
| Répond d'une façon amiable | |
| Uniformité des réponses | |
| Répétition des réponses | |
| Originalité des réponses | |
| Reponses reflètent l'entrée | |
| Réalisme de la conversation |