Zawrotne tempo rozwoju sztucznej inteligencji budzi ciekawość i strach. Technologia AI staje się coraz bardziej popularna i znajduje zastosowanie w coraz to szerszej sferze życia.
Poniżej wyjaśniamy kilkanaście podstawowych zagadnień związanych z AI, z którymi warto jest zapoznać się.
1. Co to jest sztuczna inteligencja?
Według słownika AI to „teoria i rozwój systemów komputerowych zdolnych do wykonywania zadań normalnie wymagających ludzkiej inteligencji, takich jak percepcja wzrokowa, rozpoznawanie mowy, podejmowanie decyzji i tłumaczenie między językami”.
Sztuczna inteligencja to dziedzina informatyki. Jej zadaniem jest symulacja procesów inteligencji człowieka. Ma za zadanie zrozumienie i przechowywanie ludzkiej inteligencji, naśladowanie i wykonywanie ludzkich zadań, możliwości, mowy i języków.
2. Jak działa AI?
Systemy sztucznej inteligencji działają na zasadzie przyjmowania dużych ilości danych, analizowania ich pod kątem korelacji i wzorców oraz wykorzystywania tych wzorców do przewidywania przyszłych stanów.
3. Co to są algorytmy?
Algorytmy można nazwać regułami lub instrukcjami, które dostarczają urządzeniom komputerowym instrukcje krok po kroku, jak wykonać określone zadanie.
4. Jakie umiejętności wykorzystuje AI?
Według Tech Target, AI wykorzystuje umiejętności poznawcze:
- Uczenie
Aspekt programowania sztucznej inteligencji koncentruje się na pozyskiwaniu danych i tworzeniu reguł przekształcania ich w przydatne informacje.
- Rozumowanie
AI koncentruje się na wyborze odpowiedniego algorytmu, aby osiągnąć pożądany wynik.
- Samokorekta
Ten aspekt programowania sztucznej inteligencji dostraja algorytmy tak aby zapewniły one możliwie najdokładniejsze wyniki.
- Kreatywność
Kreatywna umiejętność poznawcza sztucznej inteligencji wykorzystuje sieci neuronowe, systemy oparte na regułach, metody statystyczne i inne techniki sztucznej inteligencji do generowania nowych obrazów, tekstu, muzyki i pomysłów.
5. Jakie są główne rodzaje sztucznej inteligencji?
Cztery główne typy sztucznej inteligencji to reaktywne maszyny, ograniczona pamięć, teoria umysłu i samoświadomość.
6. Czym są reaktywne maszyny?
Według strony Government Technology, są to najbardziej podstawowe typy systemów sztucznej inteligencji. Często są one reaktywne i nie mają możliwości tworzenia wspomnień ani wykorzystywania przeszłych doświadczeń do podejmowania bieżących decyzji.
7. Czym jest AI -Ograniczona pamięć?
Ta klasa typu II zawiera maszyny, które mogą zajrzeć w przeszłość, na przykład samo jadące auta.
8. Czym jest AI – teoria umysłu?
Maszyny bardziej zaawansowanej klasy. Rozumieją ludzi, stworzenia i przedmioty, mogą posiadać myśli i emocje, które wpływają na zachowanie.
9. Czym są AI – samoświadome?
Systemy AI, które mogą tworzyć reprezentacje o sobie. Oprócz umysłu i myśli mają samoświadomość. Świadome maszyny AI są nie tylko świadome siebie, ale również znają swoje stany wewnętrzne i potrafią przewidywać uczucia innych.
10. Jakie są typy sztucznej inteligencji?
Sztuczną inteligencję można podzielić na trzy podkategorie: wąską sztuczną inteligencję, ogólną sztuczną inteligencję i super sztuczną inteligencję.
11. Czym jest wąska sztuczna inteligencja?
Do tej kategorii (ANI – Artifical Narrow Intelligence) należą inteligentne systemy, które zostały zaprojektowane lub przeszkolone do wykonywania określonych zadań lub rozwiązywania określonych problemów, ale nie zostały wyraźnie do tego zaprojektowane. Wśród nich są asystenci głosowi (często nazywani conversational AI) oraz technologie rozpoznawania obrazów.
12. Czym jest ogólna sztuczna inteligencja?
Artificial General Intelligence (AGI) to maszyna rozumująca, rozumiejąca i wykonująca zadania w oparciu o doświadczenia. AGI ma rozumować i myśleć jak człowiek.
13. Czym jest super sztuczna inteligencja?
Artificial Super Intelligence (ASI). Maszyny w tej kategorii przewyższają ludzką inteligencję. Według ZDNET, „ta inteligencja maszyny przewyższa wszelkie formy ludzkiej inteligencji we wszystkich aspektach i przewyższa człowieka we wszystkich funkcjach.”
14. Czym jest uczenie maszynowe?
Strona ZDEN definiuje uczenie maszynowe jako trenowanie systemu AI na dużych ilościach danych, dzięki czemu może ono uczyć się na błędach i rozpoznawać wzorce w celu dokładnego przewidywania i podejmowania decyzji, niezależnie od tego, czy miało kontakt z określonymi danymi, czy nie.
