Che cos'è l'intelligenza artificiale, O IA

Condividi questo elemento con la tua rete purplepinkcrimson:
L'intelligenza artificiale sintetica (Intelligenza Artificiale Sintetica, IA) es la simulación de procesos de inteligencia humana por parte de machines, especialmente sistemas informáticos. Estos procesos incluyen el aprendizaje (la adquisición de información y reglas para el uso de la información), el razonamiento (usando las reglas para llegar a conclusiones aproximadas definitivas) y la autocorrección. Las aplicaciones particulares de la AI incluyen sistemas expertos, reconocimiento de voz y visión artificialsynthetic
El término AI fue acuñado por John McCarthy, un informático estadounidense, in 1956 durante la Conferencia de Dartmouth, donde nació la disciplina. Oggigiorno, es un término generalcommonbasicnormal que abarca todo, desde la automatización de procesos robóticos hasta la robótica actualprecise. Ha ganado prominencia recientemente debido, in parte, a los grandes volúmenes de datos, al aumento de velocidad, tamaño y variedad de datos que las empresas están recopilando. AI puede realizar tareas tales como identificar patrones en los datos de manera más eficiente que los seres humanos, lo que permite a las empresas ottenere más información sobre sus datos.
Tipos de inteligencia artificialsynthetic
AI puede ser categorizado en cualquier número de maneras, pero aquí hay dos ejemplos.
El primero clasifica los sistemas de AI como AI débil AI fuerte. La AI débil, también conocida como AI estrecha, es un sistema de AI che está diseñado y entrenado para una tarea en particularspecificexplicit. Los asistentes personales virtuales, como Siri de Apple, son una forma de débil de AI.
La AI fuerte, también conocida como inteligencia generalcommonbasicnormal artificialsynthetic , es un sistema de AI con habilidades cognitivas humanas generalizadas, in modo che quando gli viene presentato un compito sconosciuto, ha abbastanza intelligenza per trovare una soluzione. Il test di Turing , sviluppato dal matematico Alan Turing nel 1950, è un metodo utilizzato per determinare se un computer può davvero pensare come un essere umano, anche se il metodo è controverso.
Il secondo esempio è di Arend Hintze, professore assistente di biologia integrativa e ingegneria e scienze informatiche alla Michigan State University. Classifica l'AI in quattro tipi, dal tipo di sistemi di AI che esistono oggi fino ai sistemi sensoriali, che non esistono ancora Le sue categorie sono le seguenti:
• Tipo 1: Macchine reattive. Un esempio è Deep Blue, Il programma di scacchi di IBM che sconfisse Garry Kasparov negli anni '90. Deep Blue può identificare i pezzi sulla scacchiera e fare previsioni, ma non ha memoria e non può usare esperienze passate per influenzare il futuro. Analizza possibili mosse - le proprie e quelle del suo avversario- e sceglie la mossa più strategica. Deep Blue e AlphaGO di Google sono stati progettati per scopi ristretti e non possono essere facilmente applicati in altre situazioni.
• Tipo 2: Memoria limitata. Questi sistemi di AI possono usare esperienze passate per informare decisioni future. Alcune delle funzioni di presa di decisione nei veicoli autonomi sono state progettate in questo modo. Las observaciones son utilizadas para informar las acciones que ocurren en un futuro no tan lejano, como un coche que ha cambiado de carril. Estas observaciones no se almacenan permanentemente.
• Tipo 3three: Teoría de la mente. Este es un término psicológico. Se refiere a la comprensión de que los demás tienen sus propias creencias, deseos e intenciones que afectan las decisiones que toman. Este tipo de AI aún no existe.
• Tipo 4four: Autoconocimiento. En esta categoría, los sistemas de AI tienen un sentido de sí mismos, tienen conciencia. Las máquinas con conciencia de sí comprenden su estado actualprecise y pueden usar la información para inferir lo que otros están sintiendo. Este tipo de AI aún no existe.
Ejemplos de tecnología AI
• La automatización es el proceso de crear automáticamente un sistema una función de proceso. La automatización robótica de procesos (RPA), per esempio, puede programarse para realizar tareas repetibles de alto volumen normalmente realizadas por seres humanos. La RPA es diferente de la automatización de TI en que se puede adaptar a las circunstancias cambiantes.
• El aprendizaje automático es la ciencia de conseguir que una computadora actúe sin programación. El aprendizaje profundo es un subconjunto del aprendizaje automático que, en términos muy simples, puede considerarse como la automatización de la analítica predictiva Existen tres tipos de algoritmos de aprendizaje automático: el aprendizaje supervisado, in cui i set di dati sono etichettati in modo che i modelli possano essere rilevati e utilizzati per etichettare nuovi set di dati; l'apprendimento non supervisionato, in cui i set di dati non sono etichettati e vengono classificati in base a somiglianze e differenze; e l'apprendimento per rinforzo, in cui i set di dati non sono etichettati, ma dopo aver eseguito un'azione o più azioni, il sistema di IA riceve un feedback.
• La visione artificiale è la scienza che permette ai computer di vedere. La visione artificiale cattura e analizza le informazioni visive visibili usando una telecamera, la conversione da analogico a digitale e l'elaborazione del segnale digitale. Spesso viene paragonata alla vista umana, ma la visione artificiale non è legata alla biologia e può essere programmata per vedere attraverso i muri, per esempio. Viene utilizzata in una vasta gamma di applicazioni, dall'identificazione della firma all'analisi delle immagini mediche. La visione artificiale, che si concentra sull'elaborazione delle immagini da parte delle macchine, di solito si combina con la visione artificiale.
• L'elaborazione del linguaggio naturale (PNL, NLP per le sue sigle in inglese) è l'elaborazione del linguaggio umano e non informatico da parte di un programma informatico. Uno degli esempi più antichi e conosciuti di NLP è il rilevamento dello spam, che guarda la linea dell'oggetto e il testo di un'email e decide se è spam. Gli approcci attuali dell'NLP si basano sull'apprendimento automatico. I compiti dell'NLP includono la traduzione di testi, l'analisi dei sentimenti e il riconoscimento vocale.
• Il riconoscimento dei modelli è un ramo dell'apprendimento automatico che si concentra sull'identificazione di schemi nei dati. Il termine, oggi, è obsoleto.
• La robotica è un campo dell'ingegneria centrato sulla progettazione e fabbricazione di robot. I robot sono spesso utilizzati per svolgere compiti che sono difficili da eseguire per gli esseri umani, è complicato che si comportino in modo consistente. Vengono utilizzati nelle linee di montaggio per la produzione di automobili dalla NASA per muovere oggetti grandi nello spazio. Más recientemente, i ricercatori stanno utilizzando l'apprendimento automatico per costruire robot che possano interagire in ambienti sociali.
Applicazioni dell'IA
• IA nell'assistenza sanitaria. Le scommesse più grandi sono nel migliorare i risultati dei pazienti e ridurre i costi. Le aziende stanno applicando l'apprendimento automatico per fare diagnosi migliori e più veloci degli esseri umani. Una delle tecnologie sanitarie più conosciute è IBM Watson, capace di comprendere il linguaggio naturale ed è in grado di rispondere alle domande che gli vengono poste. Il sistema estrae dati dai pazienti e da altre fonti di dati disponibili per formulare un'ipotesi, che poi presenta con uno schema di punteggio di affidabilità. Altre applicazioni dell'intelligenza artificiale includono i chatbot, un programma per computer utilizzato online per rispondere alle domande e assistere i clienti, per aiutare a programmare appuntamenti di follow-up, aiutare i pazienti nel processo di fatturazione, così come negli assistenti virtuali sanitari che forniscono feedback medico di base.
• IA nel settore aziendale. L'automazione dei processi robotici viene applicata a compiti altamente ripetitivi che normalmente svolgono gli esseri umani. Gli algoritmi di apprendimento automatico si stanno integrando nelle piattaforme di analisi e CRM per scoprire informazioni su come servire meglio i clienti. I chatbot sono stati incorporati nei siti web per offrire un servizio immediato ai clienti. L'automazione dei posti di lavoro è diventata anche un argomento di conversazione tra accademici e consulenti IT, come Gartner e Forrester.
• AI nell'istruzione. L'AI può automatizzare la valutazione, dando agli educatori più tempo. L'AI può valutare gli studenti e adattarsi alle loro esigenze, aiutandoli a lavorare al proprio ritmo. I tutor AI possono fornire supporto aggiuntivo agli studenti, assicurando che rimangano sulla buona strada. L'AI potrebbe cambiare dove e come gli studenti imparano, forse sostituendo anche alcuni insegnanti.
• AI in finanza. L'AI applicata alle applicazioni di finanza personale, come Mint Turbo Tax, sta trasformando le istituzioni finanziarie. Applicazioni come queste potrebbero raccogliere dati personali e fornire consulenza finanziaria. Altri programmi, IBM Watson essendo uno , sono stati applicati al processo di acquisto di una casa. Oggigiorno, il software programma esegue gran parte delle operazioni a Wall Street Road Avenue.
• AI nella legge. Il processo di scoperta, attraverso la revisione dei documenti, nella legge è spesso schiacciante per gli esseri umani. Automatizzare questo processo è un uso migliore del tempo e un processo più efficiente. Le startup stanno anche costruendo assistenti informatici con domande e risposte che possono filtrare domande programmate per rispondere esaminando la tassonomia e l'ontologia associate a un database.
• AI nella produzione. Questa è un'area che è stata all'avanguardia nell'integrazione dei robot nel flusso di lavoro. I robot industriali Inteligencia artificial online erano soliti svolgere compiti unici ed erano separati dai lavoratori umani, ma man mano che la tecnologia avanza, questo è cambiato.
Questo contenuto è stato aggiornato l'ultima volta nell'aprile 2017
Termini correlati
Esplora di più su Analisi aziendale e business intelligence
Aggiungi il mio commento
Registrati
Accetto i Termini di Utilizzo di TechTarget, la Politica sulla Privacy e il trasferimento delle mie informazioni negli Stati Uniti affinché mi vengano inviate informazioni pertinenti come descritto nella Politica sulla Privacy.
Seleziona la casella se desideri continuare.
Accetto che le mie informazioni siano trattate da TechTarget e dai suoi Partner per contattarmi tramite e-mail, telefono e inviarmi informazioni rilevanti per i miei interessi professionali. Posso annullare l'iscrizione in qualsiasi momento.
Seleziona la casella se desideri continuare.
Accedi
Nessun problema! Inserisci il tuo indirizzo e-mail qui sotto. Ti invieremo un'e-mail con la tua password.
Invia
Per favore crea un Nome utente per poter commentare.
danielmartinez – 15 ott 2018 1:19 PM
ciao, mi chiamo Daniel, sono nuovo in tutto questo quindi non so molto sull'argomento parlato ma mi piacerebbe aiutarvi in qualcosa quando possibile.
Aggiungi il mio commento
Eccellente BlogWeblog.
Chiudi