Intelligenza artificiale (AI) , la capacità di un computer digitale o controllato da computer computer robot svolgere compiti comunemente associati agli esseri intelligenti. Il termine è frequentemente applicato al progetto di sviluppo di sistemi dotati del intellettuale processi caratteristici degli esseri umani, come la capacità di ragionare, scoprire significati, generalizzare o imparare dall'esperienza passata. Fin dallo sviluppo del computer digitale negli anni '40, è stato dimostrato che i computer possono essere programmati per svolgere compiti molto complessi, come, ad esempio, scoprire dimostrazioni per teoremi matematici o giocare scacchi —con grande competenza. Tuttavia, nonostante i continui progressi nella velocità di elaborazione dei computer e nella capacità di memoria, non esistono ancora programmi in grado di eguagliare la flessibilità umana su domini più ampi o in attività che richiedono molte conoscenze quotidiane. D'altra parte, alcuni programmi hanno raggiunto i livelli di prestazioni di esperti e professionisti umani nell'esecuzione di determinati compiti specifici, così che l'intelligenza artificiale in questo senso limitato si trova nelle applicazioni come vario come medico diagnosi , computer motori di ricerca e riconoscimento vocale o della scrittura a mano.
qual è il significato del 9° emendamento?Domande principali
L'intelligenza artificiale (AI) è la capacità di un computer o di un robot controllato da un computer per svolgere compiti che di solito vengono eseguiti dagli esseri umani perché richiedono intelligenza e discernimento umani. Sebbene non ci siano IA in grado di eseguire l'ampia varietà di compiti che un normale essere umano può svolgere, alcune IA possono abbinare gli umani in compiti specifici.
No, l'intelligenza artificiale e l'apprendimento automatico non sono la stessa cosa, ma sono strettamente correlati. L'apprendimento automatico è il metodo per addestrare un computer ad apprendere dai suoi input ma senza una programmazione esplicita per ogni circostanza. L'apprendimento automatico aiuta un computer a raggiungere l'intelligenza artificiale.
Tutto tranne il più semplice comportamento umano è attribuito all'intelligenza, mentre anche il comportamento più complicato degli insetti non è mai considerato un'indicazione di intelligenza. Qual è la differenza? Considera il comportamento dell'escavatore vespa , Sphex ichneumoneus . Quando la vespa femmina torna nella sua tana con il cibo, prima lo deposita sul soglia , controlla la presenza di intrusi all'interno della sua tana e solo allora, se la costa è libera, porta il suo cibo all'interno. La vera natura del comportamento istintivo della vespa si rivela se il cibo viene spostato a pochi centimetri dall'ingresso della sua tana mentre è all'interno: all'uscita, ripeterà l'intera procedura tutte le volte che il cibo viene spostato. Intelligenza, vistosamente assente nel caso di Sphex —deve includere la capacità di adattarsi a nuove circostanze.
Gli psicologi generalmente non caratterizzano intelligenza umana da un solo tratto ma dalla combinazione di molte abilità diverse. La ricerca nell'IA si è concentrata principalmente sulle seguenti componenti dell'intelligenza: apprendimento, ragionamento, problem solving, percezione e usando il linguaggio.
Esistono diverse forme di apprendimento applicate all'intelligenza artificiale. Il più semplice è imparare per tentativi ed errori. Ad esempio, un semplice programma per computer per risolvere il mate-in-one scacchi i problemi potrebbero provare mosse casuali fino a quando non viene trovato il compagno. Il programma potrebbe quindi memorizzare la soluzione con la posizione in modo che la prossima volta che il computer incontrasse la stessa posizione richiamerebbe la soluzione. Questa semplice memorizzazione di singoli elementi e procedure, nota come apprendimento meccanico, è relativamente facile da eseguire strumento su un computer. Più impegnativo è il problema di implementazione come si chiama generalizzazione . La generalizzazione implica l'applicazione dell'esperienza passata a analogo nuove situazioni. Ad esempio, un programma che impara a memoria il passato di verbi inglesi regolari non sarà in grado di produrre il passato di una parola come saltare a meno che non sia stato precedentemente presentato con saltato , mentre un programma in grado di generalizzare può apprendere l'addizione ed regola e quindi forma il passato di saltare sulla base dell'esperienza con verbi simili.
Copyright © Tutti I Diritti Riservati | asayamind.com