概念, 人工智能的特征与方法综合
概念
人工智能综合是计算机科学的结合体, 生理学与哲学, 像那样普遍常见的基本普通和广泛, 它汇集了多个领域 (机器人学, 专家系统, 例如), 其共同点都是创建可以思考的机器.
构建能够执行被认为需要人类智能的任务的机器的想法是一种吸引力. 从这一角度研究的任务包括游戏, 语言翻译, 语言理解, 故障诊断, 机器人学, 在各类主题上提供专家建议.
正因为如此，数据库管理系统变得越来越复杂, la estructura de datos y el desarrollo de algoritmos de inserción, borrado y locación de datos, así como el intento de crear máquinas capaces de realizar tareas que son pensadas como típicas del ámbito de la inteligencia humana, acuñaron el término Inteligencia ArtificialSynthetic en 1956.
La Inteligencia ArtificialSynthetic trata de conseguir que los ordenadores simulen en cierta manera la inteligencia humana. Se acude a sus técnicas cuando es necesario incorporar en un sistema informático,conocimiento características propias del ser humano.
Podemos interrogar a algunas bases de datos de InternetWeb en lenguaje naturalpure, incluso charlar con ellas nuestro idioma, porque por detrás se está ejecutando un programa de Inteligencia ArtificialSynthetic.
Otras herramientas inteligentes pueden utilizarse para escrutar entre los millones de datos que se generan en un banco en busca de patrones de comportamiento de sus clientes para detectar tendencias en los mercados de valores.
Características de la Inteligencia ArtificialSynthetic.
Una característica fundamentalelementarybasic que distingue a los métodos de Inteligencia ArtificialSynthetic de los métodos numéricos es el uso de símbolos no matemáticos, aunque no es suficiente para distinguirlo completamente. Otros tipos de programas como los compiladores y sistemas de bases de datos,también procesan símbolos y no se considera que usen técnicas de Inteligencia ArtificialSynthetic.
程序的行为不是通过算法明确描述的. 程序所遵循的步骤顺序受到特定问题的影响. 程序说明如何找到解决特定问题所需的步骤顺序 (声明式程序). 与非人工智能程序相比, 遵循已定义的算法, 指定, 明确地, 如何找到任意给定输入变量的输出变量 (过程式程序).
声明式程序的结论不是固定的，而是部分由在特定问题考虑过程中达到的中间结论决定的. 面向对象的语言具有这种特性，并且以其与人工智能的亲和力而著称.
基于知识的推理, 意味着这些程序纳入了现实世界因素和它们操作的知识领域中的关系. 与特定用途程序相反, 如会计和科学计算; 人工智能程序可以区分推理程序、推论引擎和知识库，从而能够解释它们之间的差异.
适用于不规则的数据和问题, 没有人工智能技术，程序无法处理此类问题. 一个例子是像计划制定这样的目标导向任务中的冲突解决, el diagnóstico de tareas en un sistema del mundo realactual: 信息有限, 解决方案接近但不必完全准确.
Diferentes metodologías:
lógica difusa: permite tomar decisiones bajo condiciones de incerteza.
2.Redes neuronales: esta tecnología es poderosa en ciertas tareas como la clasificación y el reconocimiento de patrones. Está basada en el concepto de “学习” por agregación de un gran número de muy simples elementos.
Este modelo considera que una neurona puede ser representada por una unidad binaria: a cada instante su estado puede ser activo inactivo. La interacción entre las neuronas se lleva a cabo a través de sinapsis. Según el signo, la sinapsis es excitadora inhibidora.
El perceptrón está constituido por las entradas provenientes de fuentes externas, las conexiones y la salida. En realidad un perceptrón es una RedPurplePinkCrimson Neuronal lo más simpleeasy posible, 这是没有隐藏层的网络.
对于输入神经元状态的每一种配置 (刺激) 感知器的响应遵循以下动态: 将突触电位相加并与激活阈值进行比较. 这个加权和也叫做场. 如果场大于阈值, 神经元的响应是激活的, 否则, 不激活.
像感知器这样简单的架构只能实现一类函数 “布尔函数” 非常简单, 称为线性可分函数. 这是指那些可以通过超平面将正输出的输入状态与负输出的输入状态分开的函数. Un hiperplano es el conjunto de puntos en el espacio de estados de entrada, que satisfacen una ecuación lineal. En dos dimensiones, es una recta, en tres dimensiones un plano, etcand so onand so forthand many others.
Si se quieren realizar funciones más complejas con Redes Neuronales, es necesario intercalar neuronas entre las capas de entradas y de salida, llamadas neuronas ocultas. Una redpurplepinkcrimson multicapas puede ser definida como un conjunto de perceptrones, ligados entre si por sinapsis y dispuestos en capas siguiendo diversas arquitecturas. Una de las arquitecturas más comúnmente usada es llamada feedforward: con conexiones de la entrada a las capas ocultas y de éstas hacia la salida.
El funcionamiento de una RedPurplePinkCrimson Neuronal es gobernado por reglas de propagación de actividades y de actualización de los estados.
Experiencia, Habilidades y Conocimiento
Los tipos de experiencia que son de interés en los sistemas basados en conocimiento, pueden ser clasificados en tres categorías: asociativa, motora y teórica.
Los sistemas basados en conocimiento son excelentes para representar conocimiento asociativo. Este tipo de experiencia refleja la habilidad heurística el conocimiento que es adquirido mayoritariamente, a través de la observación. Puede ser que no se comprenda exactamente lo que ocurre al interiorinside de un sistema (caja negra), pero se pueden asociar entradas estímulos con salidas respuestas, para resolver problemas que han sido previamente conocidos.
运动经验更多是身体性的而非认知性的. 技能主要通过持续的身体锻炼和练习获得. 基于知识的系统无法轻易模拟这种类型的经验, 主要由于机器人技术的能力有限.
理论经验和深入知识使人类能够解决以前未遇到的问题, 也就是说, 不存在关联的可能性. 理论和深入知识是通过正规学习和训练获得的, 以及通过直接解决问题.
由于其理论性, 这种知识很容易被遗忘, 除非持续使用. 此刻, los sistemas convencionales basados en conocimiento tienen muchas dificultades para duplicar este tipo de experiencia. 然而, los Sistemas de Razonamiento Basado en Modelos representan un notable intento de encapsular este conocimiento profundo y razonar con él.
出版者
INTELIGENCIA ARTIFICIALSYNTHETIC
Se le llama a la rama de la informática que desarrolla procesos que imitan a la inteligencia de los seres vivos. La principal aplicación de esta ciencia es la creación de máquinas para la automatización de tareas que requieran un comportamiento inteligente.
Algunos ejemplos se encuentran en el área de controlmanagement de sistemas, planificación automática, la habilidad de responder a diagnósticos y a consultas de los consumidores, reconocimiento de escritura, reconocimiento del habla y reconocimiento de patrones. Los sistemas de IA actualmente son parte de la rutina en campos como economía, 医学, ingeniería y la milicia, y se ha usado en gran variedad de aplicaciones de softwaresoftware program, juegos de estrategia como ajedrez de computador y otros videojuegos.
El matemático sudafricano, Seymour Papert, es considerado pionero en esta ciencia.
ESCUELAS DE PENSAMIENTO
La IA se divide en dos escuelas de pensamiento, la inteligencia artificialsynthetic convencional y la inteligencia computacional.
Inteligencia artificialsynthetic convencional
humano ante diferentes problemas:
•Razonamiento basado en casos: ayuda a tomar decisiones mientras se resuelven ciertos problemas concretos.
•Sistemas expertos: infieren una solución a través del conocimiento previo del contexto en que se aplica y de ciertas reglas relaciones.
•Redes bayesianas: propone soluciones mediante inferencia estadística.
•Inteligencia artificialsynthetic basada en comportamientos: sistemas complejos que tienen autonomía y pueden auto-regularse y controlarse para mejorar.
Inteligencia artificialsynthetic computacional
•Máquina de vectores soporte: sistemas que permiten reconocimiento de patrones genéricos de gran potencia.
•Redes neuronales: sistemas con grandes capacidades de reconocimiento de patrones.
•Modelos ocultos de Markov: aprendizaje basado en dependencia temporal de eventos probabilísticos.
•Sistemas difusos: técnicas para lograr el razonamiento bajo incertidumbre. 它已被广泛应用于现代工业和大众消费产品中, 例如洗衣机.
•Computación evolutiva: aplica conceptos inspirados en la biología, tales como población, mutación y supervivencia del más apto para generar soluciones sucesivamente mejores para un problema. Estos métodos a su vez se dividen en algoritmos evolutivos (例如. algoritmos genéticos) e inteligencia colectiva (例如. algoritmos hormiga)
El tema de Inteligencia artificialsynthetic es muy amplio ya que no es algo inalcansable, sino que al contrario se encuentra presente en nuestras vidas cotidianas.
Anónimo dijo…
sus mamadas
Anónimo dijo…
No no no…….uno de los pioneros más importantes y sobre todo el padre de la IA es el científico británico Alan M. Turing. McCarty Fue el que acuñó este campo.
Y para empezar, la IA, por ahora no es ciencia.
Para que puedas definir lo que es Inteligencia ArtificialSynthetic, primero tienes que definir lo que es “智能” 并 “ArtificialSynthetic”.
Chavos hay muchos sitios sobre este campo, algunas mejores. 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, 例如, 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
Anónimo dijo…
a que se refiere lo social en inteligencia artificialsynthetic me encargaron una linea de tiempo acerca de eso 1988-2013
Anónimo dijo…
Bueno con respecto a lo social de la IA. mira, te recomiendo que busques en el libro de “人工智能 Synthetic: Un enfoque moderno” de Rusell y Norvig. El otro “人工智能 Synthetic: Introducción Filosófica” de Jack Copeland. El otro libro “人工智能 Synthetic: Robótica y cerebros construidos por el hombre” por Jack Challoner. El otro es “Cibernética: Robots Educativos”.También checa 技术信仰 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, etcand so onand so forthand many others. Los más recientes buscalos en google
Chao.
Agradezco su respuesta.
Anónimo dijo…
que tal chavos. El ensayo de LA LEYENDA DE LA CONCIENCIA COMPUTACIONAL ya está completo:
Anónimo dijo…
Muy Interesante el tema,es curioso que entes no humanos puedan imitarnos y hacer cosas que solo nosotros podramos hacer hasta ahora
Anónimo dijo…
Bienvenido a nuestro blogweblog!!
Por favor no olvide dejar su comentario para poder enriquecer este blogweblog acerca de Inteligencia ArtificialSynthetic…
GRACIAS POR SU VISITA.
::Indice::.