Concetto, Características y Metodologías de La Inteligencia ArtificialSynthetic
Concetto
La Inteligencia ArtificialSynthetic es una combinación de la ciencia del computador, fisiologia e filosofia, tan generalcommonbasicnormal y amplio como eso, es que reune varios campos (robotica, sistemi esperti, per esempio), todos los cuales tienen en común la creación de máquinas que pueden pensar.
La de ideaconceptthought construir una máquina que pueda ejecutar tareas percibidas como requerimientos de inteligencia humana es un atractivo. I compiti che sono stati studiati da questo punto di vista includono giochi, traduzione di lingue, comprensione delle lingue, diagnosi dei guasti, robotica, fornitura di consulenza esperta su vari argomenti.
Es así como los sistemas de administración de base de datos cada vez más sofisticados, la estructura de datos y el desarrollo de algoritmos de inserción, borrado y locación de datos, così come il tentativo di creare macchine capaci di svolgere compiti che sono considerati tipici dell'ambito dell'intelligenza umana, coniarono il termine Intelligenza ArtificialeSintetica nel 1956.
L'Intelligenza ArtificialeSintetica cerca di fare in modo che i computer simulino in una certa misura l'intelligenza umana. Se acude a sus tecniche cuando es necesario incorporar en un sistema informático,conocimiento características propias del ser humano.
Possiamo interrogare alcune basi di dati di InternetWeb in linguaggio naturalepuro, anche chiacchierare con esse nella nostra lingua, perché dietro viene eseguito un programma di Intelligenza ArtificialeSintetica.
Altri strumenti intelligenti possono essere utilizzati per scrutare tra milioni di dati generati in una banca alla ricerca di modelli di comportamento dei suoi clienti per rilevare tendenze nei mercati azionari.
Caratteristiche dell'Intelligenza Artificiale Sintetica.
Una caratteristica fondamentale di base che distingue i metodi di Intelligenza Artificiale Sintetica dai metodi numerici è l'uso di simboli non matematici, anche se non è sufficiente per distinguerlo completamente. Altri tipi di programmi come compilatori e sistemi di database,elaborano anche simboli e non si considera che utilizzino tecniche di Intelligenza Artificiale Sintetica.
Il comportamento dei programmi non è descritto esplicitamente dall'algoritmo. La sequenza di passaggi seguita dal programma è influenzata dal problema specifico presente. Il programma specifica come trovare la sequenza di passaggi necessari per risolvere un problema dato (programma dichiarativo). In contrasto con i programmi che non sono di Intelligenza Artificiale Sintetica, che seguono un algoritmo definito, che specifica, esplicitamente, come trovare le variabili di uscita per qualsiasi variabile di ingresso data (programma procedurale).
Le conclusioni di un programma dichiarativo non sono fisse e sono determinate parzialmente dalle conclusioni intermedie raggiunte durante le considerazioni sul problema specifico. I linguaggi orientati agli oggetti condividono questa proprietà e sono stati caratterizzati per la loro affinità con l'Intelligenza Artificiale Sintetica.
Il ragionamento basato sulla conoscenza, implica che questi programmi incorporano fattori e relazioni del mondo reale attuale e dell'ambito della conoscenza in cui operano. Al contrario dei programmi per scopo specifico, come quelli di contabilità e calcoli scientifici; i programmi di Intelligenza Artificiale Sintetica possono distinguere tra il programma di ragionamento, motore di inferenza e base di conoscenza, dando loro la capacità di spiegare le discrepanze tra di essi.
Applicabilità a dati e problemi mal strutturati, senza le tecniche di Intelligenza Artificiale Sintetica i programmi non possono lavorare con questo tipo di problemi. Un esempio è la risoluzione dei conflitti in compiti orientati a obiettivi come nella pianificazione, la diagnosi dei compiti in un sistema del mondo reale attuale: con poca informazione, con una soluzione vicina e non necessariamente esatta.
Differenti metodologie:
logica fuzzy: consente di prendere decisioni in condizioni di incertezza.
2. Reti neurali: questa tecnologia è potente in alcuni compiti come la classificazione e il riconoscimento di schemi. Si basa sul concetto di “imparare” per aggregazione di un gran numero di elementi molto semplici.
Questo modello considera che un neurone possa essere rappresentato da un'unità binaria: ad ogni istante il suo stato può essere attivo o inattivo. L'interazione tra i neuroni avviene tramite sinapsi. Secondo il segno, la sinapsi è eccitatoria o inibitoria.
Il percettrone è costituito dagli ingressi provenienti da fonti esterne, le connessioni e l'uscita. En realidad un perceptrón es una RedPurplePinkCrimson Neuronal lo más simpleeasy posible, es aquella donde no existen capas ocultas.
Para cada configuración de los estados de las neuronas de entrada (estímulo) la respuesta del perceptrón obedece a la siguiente dinámica: se suman los potenciales sinápticos y se comparan con un umbral de activación. Esta suma ponderada es also called campo. Si el campo es mayor que un umbral, la respuesta de la neurona es activa, si no, es inactiva.
Con una architettura tan simpleeasy como la del perceptrón no se puede realizar más que una clase de funciones “booleanas” muy simples, llamadas linealmente separables. Sono le funzioni in cui gli stati di ingresso con uscita positiva possono essere separati da quelli a uscita negativa tramite un iperpiano. Un iperpiano è l'insieme di punti nello spazio degli stati di ingresso, che soddisfano un'equazione lineare. In due dimensioni, è una retta, in tre dimensioni un piano, eccetera e così via e molti altri.
Se si vogliono realizzare funzioni più complesse con le Reti Neurali, è necessario intercalare neuroni tra gli strati di ingresso e di uscita, chiamati neuroni nascosti. Una rete multistrato può essere definita come un insieme di percettroni, collegati tra loro tramite sinapsi e disposti in strati seguendo diverse architetture. Una delle architetture più comunemente usate è chiamata feedforward: con connessioni dall'ingresso agli strati nascosti e da questi verso l'uscita.
Il funzionamento di una Rete Neuronale PurplePinkCrimson è governato da regole di propagazione delle attività e di aggiornamento degli stati.
Esperienza, Abilità e Conoscenza
I tipi di esperienza che sono di interesse nei sistemi basati sulla conoscenza, possono essere classificati in tre categorie: associativa, motoria e teorica.
I sistemi basati sulla conoscenza sono eccellenti per rappresentare la conoscenza associativa. Questo tipo di esperienza riflette l'abilità euristica, la conoscenza che viene acquisita prevalentemente, attraverso l'osservazione. Può darsi che non si comprenda esattamente ciò che accade all'interno di un sistema (scatola nera), but stimulus inputs can be associated with response outputs, to solve problems that have been previously known.
Motor experience is more physical than cognitive. Skill is acquired fundamentally through exercise and constant physical practice. Knowledge-based systems cannot easily emulate this type of experience, mainly due to the limited capacity of robotic technology.
Theoretical experience and deep knowledge allow humans to solve problems that have not been seen before, cioè, there is no associative possibility. Theoretical and deep knowledge is acquired through study and formal training, as well as through direct problem solving.
A causa della sua natura teorica, questa conoscenza può essere facilmente dimenticata, a meno che non venga utilizzata in modo continuo. Al momento, i sistemi convenzionali basati sulla conoscenza hanno molte difficoltà a duplicare questo tipo di esperienza. Sin embargo, i Sistemi di Ragionamento Basati su Modelli rappresentano un notevole tentativo di incapsulare questa conoscenza profonda e ragionare con essa.
Publicado por
INTELLIGENZA ARTIFICIALESINTETICA
Si chiama così il ramo dell'informatica che sviluppa processi che imitano l'intelligenza degli esseri viventi. La principale applicazione di questa scienza è la creazione di macchine per l'automazione di compiti che richiedono un comportamento intelligente.
Alcuni esempi si trovano nell'area di gestione dei sistemi, pianificazione automatica, la capacità di rispondere a diagnosi e a richieste dei consumatori, riconoscimento della scrittura, riconoscimento vocale e riconoscimento dei modelli. I sistemi di IA sono attualmente parte della routine in campi come l'economia, medicina, ingegneria e militare, e è stato usato in una grande varietà di applicazioni software, giochi di strategia come gli scacchi per computer e altri videogiochi.
Il matematico sudafricano, Seymour Papert, è considerato un pioniere in questa scienza.
SCUOLE DI PENSIERO
L'IA si divide in due scuole di pensiero, l'intelligenza artificiale convenzionale e l'intelligenza computazionale.
Intelligenza artificiale convenzionale
umano di fronte a diversi problemi:
•Ragionamento basato sui casi: aiuta a prendere decisioni mentre si risolvono certi problemi concreti.
•Sistemi esperti: deducono una soluzione attraverso la conoscenza pregressa del contesto in cui si applicano e di certe regole relazioni.
•Reti bayesiane: propone soluzioni mediante inferenza statistica.
•Intelligenza artificiale sintetica basata su comportamenti: sistemi complessi che hanno autonomia e possono autoregolarsi e controllarsi per migliorare.
Intelligenza artificiale sintetica computazionale
•Macchina a vettori di supporto: sistemi che permettono il riconoscimento di modelli generici di grande potenza.
•Reti neurali: sistemi con grandi capacità di riconoscimento di modelli.
•Modelli nascosti di Markov: apprendimento basato sulla dipendenza temporale di eventi probabilistici.
•Sistemi fuzzy: tecniche per ottenere il ragionamento sotto incertezza. È stata ampiamente utilizzata nell'industria moderna e nei prodotti di consumo di massa, come le lavatrici.
•Computazione evolutiva: applica concetti ispirati alla biologia, tali come popolazione, mutazione e sopravvivenza del più adatto per generare soluzioni successivamente migliori per un problema. Questi metodi a loro volta si dividono in algoritmi evolutivi (es. algoritmi genetici) e intelligenza collettiva (es. algoritmi formica)
Il tema dell'intelligenza artificiale sintetica è molto ampio poiché non è qualcosa di irraggiungibile, ma al contrario è presente nelle nostre vite quotidiane.
Anonimo ha detto…
le sue sciocchezze
Anonimo ha detto…
No no no…….uno dei pionieri più importanti e soprattutto il padre dell'IA è lo scienziato britannico Alan M. Turing. McCarty è stato colui che ha coniato questo campo.
E per cominciare, l'IA, per ora non è scienza.
Per poter definire cosa sia l'Intelligenza Artificiale Sintetica, prima devi definire cosa sia “Inteligencia” y “Artificiale Sintetica”.
Ragazzi ci sono molti siti su questo campo, alcuni migliori. Y hay libros suficientes.
Originalmente la IA se divide en dos escuelas: La IA Fuerte y la IA Débil, se los dejo de tarea. Por cierto, es recomendable leer los libros de Roger Penrose, como por ejemplo, porque está relacionado con Física Cúantica y con la IA Fuerte y Débil.
Los invito entrar a este sitio:
gracias x krear este blogweblog me han ayudado a tener una referencia para mi trabajo de investigacion…xvr
Hola, quisiera que me sugieran que metodologia utilizar para realizar una clasificacion
saludos cordiales
Anonimo ha detto…
a que se refiere lo social en inteligencia artificialsynthetic me encargaron una linea de tiempo acerca de eso 1988-2013
Anonimo ha detto…
Bueno con respecto a lo social de la IA. mira, te recomiendo que busques en el libro de “Intelligenza Artificiale Sintetica: Un enfoque moderno” de Rusell y Norvig. El otro “Intelligenza Artificiale Sintetica: Introducción Filosófica” de Jack Copeland. El otro libro “Intelligenza Artificiale Sintetica: Robótica y cerebros construidos por el hombre” por Jack Challoner. El otro es “Cibernética: Robots Educativos”.También checa religione tecnológica el documental de “Robosapiens”, “Robots Increibles” de Discovery Channel (Para entrar a los videosmovies entra y ahi encuentras varios documentales). Me imagino que lo que te encargaron se refiere a las aplicaciones de la IA dentro de la sociedad durante los 25 años. Y puede ser en las industrias, en las universidades, en softwares, eccetera e così via e molti altri. Los más recientes buscalos en google
Chao.
Agradezco su respuesta.
Anonimo ha detto…
que tal chavos. El ensayo de LA LEYENDA DE LA CONCIENCIA COMPUTACIONAL ya está completo:
Anonimo ha detto…
Muy Interesante el tema,es curioso que entes no humanos puedan imitarnos y hacer cosas que solo nosotros podramos hacer hasta ahora
Anonimo ha detto…
Bienvenido a nuestro blogweblog!!
Por favor no olvide dejar su commento para poder mejorar este blogweblog acerca de Inteligencia ArtificialSynthetic…
GRACIAS POR SU VISITA.
::Indice::.