Các yêu cầu tối thiểu để gọi một cái gì đó AI là gì?

tôi tin trí tuệ nhân tạo thuật ngữ (AI) ngày nay được sử dụng quá mức. Ví dụ, mọi người thấy rằng một cái gì đó là tự di chuyển và họ gọi nó là AI, ngay cả khi nó ở chế độ lái tự động (như ô tô hoặc máy bay) hoặc có một số thuật toán đơn giản đằng sau nó.

Các yêu cầu chung tối thiểu là gì để chúng ta có thể nói một cái gì đó là AI?

Đúng là thuật ngữ này đã trở thành một từ thông dụng, và hiện được sử dụng rộng rãi đến mức gây nhầm lẫn - tuy nhiên nếu bạn nhìn vào định nghĩa được cung cấp bởi Stuart Russell và Peter Norvig, họ viết nó như sau:

Chúng tôi định nghĩa AI là nghiên cứu về các tác nhân nhận được sự chấp nhận từ môi trường và thực hiện các hành động . Mỗi tác nhân như vậy thực hiện một chức năng ánh xạ các chuỗi nhận thức thành hành động và chúng tôi trình bày các cách khác nhau để biểu diễn các chức năng này, chẳng hạn như tác nhân phản ứng, nhà hoạch định thời gian thực và hệ thống lý thuyết quyết định. Chúng tôi giải thích vai trò của việc học là mở rộng phạm vi của nhà thiết kế vào các môi trường không xác định và chúng tôi chỉ ra cách vai trò đó hạn chế thiết kế tác nhân, ưu tiên trình bày kiến thức và lý luận rõ ràng .

Trí tuệ nhân tạo: Cách tiếp cận hiện đại - Stuart Russell và Peter Norvig

Vì vậy, ví dụ bạn trích dẫn, "lái tự động cho ô tô / máy bay", thực sự là một dạng AI (nổi tiếng) vì nó phải sử dụng một hình thức biểu diễn tri thức để đối phó với các môi trường và hoàn cảnh chưa biết . Cuối cùng, các hệ thống này cũng thu thập dữ liệu để có thể cập nhật biểu diễn tri thức để đối phó với các đầu vào mới mà chúng đã tìm thấy. Họ làm điều này với chế độ lái tự động cho xe ô tô mọi lúc

Vì vậy, trực tiếp cho câu hỏi của bạn, để một thứ được coi là "có AI", nó cần có khả năng xử lý các môi trường / hoàn cảnh không xác định để đạt được mục tiêu / mục tiêu của nó và đưa ra kiến ​​thức theo cách cung cấp cho việc học mới / thông tin được thêm dễ dàng. Có nhiều loại phương pháp biểu diễn tri thức được xác định rõ ràng khác nhau, từ mạng lưới thần kinh phổ biến , đến các mô hình xác suất như mạng bayesian (mạng niềm tin) - nhưng về cơ bản, hệ thống phải được bắt nguồn từ bất kỳ biểu hiện tri thức nào bạn chọn cho nó được coi là AI.

Ngoài những gì đã được nói về AI, tôi có những điều sau đây để thêm vào. "AI" đã có một lịch sử hoàn toàn trở lại như ban đầu Perceptron . Marvin Minsky đã đóng sầm Perceptron vào năm 1969 vì không thể giải quyết vấn đề XOR và bất cứ thứ gì không thể phân tách tuyến tính, do đó, "Trí thông minh nhân tạo" đã trở thành một từ bẩn thỉu trong một thời gian, chỉ để lấy lại lợi ích trong những năm 1980. Trong thời gian đó, mạng lưới thần kinh đã được hồi sinh, việc truyền bá được sử dụng để đào tạo chúng đã được phát triển và khi công nghệ máy tính tiếp tục phát triển theo cấp số nhân, thì "AI" cũng vậy và điều đó trở nên khả thi.

Ngày nay, có rất nhiều thứ chúng ta coi là điều được coi là "AI" 10 hoặc 15 năm trước, như nhận dạng giọng nói chẳng hạn. Tôi đã bắt đầu nhận dạng giọng nói "AI" vào cuối những năm 70, nơi bạn phải huấn luyện các mô hình giọng nói để hiểu một người nói duy nhất. Ngày nay, ví dụ, nhận dạng giọng nói là một suy nghĩ với các ứng dụng Google của bạn và không cần đào tạo tiên nghiệm. Tuy nhiên, công nghệ này không, ít nhất là trong khán giả nói chung, được coi là "AI" nữa.

Và như vậy, "yêu cầu tối thiểu" sẽ là gì? Điều đó sẽ phụ thuộc vào người mà bạn yêu cầu. Và thời gian nào. Có vẻ như thuật ngữ đó chỉ áp dụng cho công nghệ "trên bờ vực chảy máu". Một khi nó trở nên phát triển và phổ biến, nó không còn được gọi là AI. Điều này đúng ngay cả với Neural Nets, hiện đang chiếm ưu thế trong khoa học dữ liệu, nhưng được gọi là "học máy".

Ngoài ra hãy xem các cuộc thảo luận sôi nổi trên Quora .

Đây là một bản tóm tắt "bằng ngôn ngữ của con người" (phi kỹ thuật;) về cốt lõi của câu trả lời xuất sắc của Kaiesh .

Theo nghĩa cơ bản nhất, bất kỳ thuật toán ra quyết định nào cũng có thể được coi là một dạng của Trí tuệ nhân tạo.

Các Lịch sử của Trí tuệ nhân tạo wiki đưa ra một cái nhìn tổng quan tốt đẹp. Rễ của lĩnh vực nói chung được gán cho Trí tuệ nhân tạo tượng trưng , nhưng nó có thể được cho là quay trở lại xa như Babbage . Trò chơi chức năng đầu tiên AI ở dạng "động cơ phân tích" có thể là Nimatron ( 1940 ). Gần đây, Machine Learning ở tất cả các dạng khác nhau, bao gồm Mạng thần kinh và Thuật toán di truyền , đã mang lại kết quả thú vị. Mạng Bayes là một dạng khác của AI xác suất.

Tiện ích, phương tiện để chúng tôi đánh giá mức độ thông minh của các thuật toán, tách biệt với cơ chế.

AI có thể yếu hoặc mạnh. Mạnh có nghĩa là hiệu suất tốt hơn trong một nhiệm vụ hơn là một tác nhân hợp lý cạnh tranh , điển hình là con người. ( "Con người là thước đo của mọi sự." Protagoras ) Nhiệm kỳ mạnh mẽ trong quan hệ với AI có truyền thống được thực hiện để có nghĩa là Artificial Intelligence chung [xem thêm các thử nghiệm Turing] , nhưng trí tuệ thuật toán hiện nay chỉ "trong gang tấc mạnh".

Trí thông minh là một phổ, do đó:

Yêu cầu tối thiểu đối với AI là một thuật toán đưa ra quyết định dựa trên dữ liệu, bất kể chất lượng của các quyết định.

Ngoài ra còn có hiệu ứng AI , nghĩa là xu hướng không xem xét một thứ gì đó là AI một khi nó được hiểu rõ. Ví dụ, mạng lưới thần kinh chưa được hiểu đầy đủ, vì vậy mọi người vẫn có xu hướng gọi chúng là AI. Khi chúng ta biết chính xác tất cả các chi tiết về mạng lưới thần kinh và hoạt động bên trong của chúng, chúng ta có thể bắt đầu coi chúng chỉ là tính toán . Đây là một chủ đề triết học cũ quay trở lại ít nhất là với con vịt đại tiện nổi tiếng của Jacques de Vaucanson và máy dệt tự động .

Để một hệ thống sở hữu trí thông minh, nó phải có khả năng liên tục tạo ra một tiêu chí phù hợp với kết quả theo dõi một khu vực mục tiêu. Khả năng này phải tồn tại trong một loạt các điều kiện thay đổi trong một môi trường phức tạp.

Khi một con người thông minh, con người sẽ liên tục đạt được các mục tiêu ngay cả khi những thách thức khác nhau xuất hiện dọc theo con đường đến mục tiêu. Con người thích nghi cách tập hợp các sinh vật cục bộ trong một loài thích nghi với sự thay đổi môi trường qua các thế hệ, nhưng tâm trí con người thích nghi nhanh chóng bằng cách loại bỏ các phương pháp tiếp cận (ý tưởng giải pháp) thay vì loại bỏ các cá thể trong bộ sưu tập các sinh vật.

Thuật ngữ Trí tuệ nhân tạo có nghĩa là trí thông minh được con người thiết kế hoặc lập trình thành một cỗ máy. Nếu việc thiết kế trí thông minh thành một cỗ máy là có thể, thì có khả năng tâm trí đó (như một số người đã gợi ý) chỉ đơn thuần là một cỗ máy sinh học. Do đó, áp dụng định nghĩa tương tự về Trí tuệ nhân tạo, một sinh viên được dạy bởi sách giáo khoa và một số bài giảng cũng phải là giả tạo. Giáo dục sẽ là một tập hợp các khả năng được con người lập trình thành một cỗ máy sinh học.

Dù bằng cách nào, công cụ sửa đổi NGHỆ THUẬT là vô nghĩa. Giả định rằng con người (hoặc máy móc) có thể hành động thông minh mà không cần biết chữ và giáo dục là tưởng tượng thuần túy. Đó là một sự phủ nhận của sự đi lên phức tạp và dần dần của tư tưởng văn minh.

Do đó, yêu cầu tối thiểu đối với trí tuệ nhân tạo, nếu người ta khăng khăng thuật ngữ này, cũng giống như yêu cầu tối thiểu đối với trí thông minh. Đối với điều đó, trở lại đoạn đầu tiên của câu trả lời này.

Từ " Trí tuệ nhân tạo và cuộc sống năm 2030: Một trăm năm nghiên cứu về trí tuệ nhân tạo ":

Trên thực tế, lĩnh vực AI là một nỗ lực liên tục để thúc đẩy biên giới của trí tuệ máy. Trớ trêu thay, AI phải chịu số phận lâu năm khi mất yêu sách đối với các vụ mua lại của mình, cuối cùng và chắc chắn bị kéo vào biên giới, một mô hình lặp lại được gọi là hiệu ứng AI AI, hay nghịch lý kỳ quặc, điều đó có thể đưa công nghệ mới vào thế giới chung , mọi người đã quen với công nghệ này, nó ngừng được coi là AI và công nghệ mới hơn xuất hiện.

Do đó, tôi tin rằng chúng ta không thể chọn một tập hợp các yêu cầu cố định cho một thứ được coi là AI; thay vào đó, tại bất kỳ thời điểm nào trong lịch sử, AI là một tập hợp các chương trình có thể đạt được thứ gì đó mà trước đây thường chỉ được coi là có thể giải quyết được bởi con người. Khi công nghệ phát triển, các ranh giới tiếp tục bị đẩy và đẩy, và thanh tăng lên cao hơn. Xem xét việc chơi cờ: một khi các động cơ cờ vua được coi là một trong những đỉnh cao của AI, trong khi ngày nay các chương trình như vậy được coi là "tìm kiếm mù" và không thực sự thông minh.

Để nói về Larry Tesler, Intelligence là bất cứ thứ gì máy móc chưa làm được .

Có lẽ thuật ngữ này được sử dụng quá mức như câu hỏi cho thấy. Nhưng nó cũng có thể là thuật ngữ được sử dụng.

• Nếu các yêu cầu tối thiểu là nó vượt quá hiệu suất của con người trong một miền cụ thể, thì các trình sắp xếp thư tốc độ cao là AI.
• Nếu yêu cầu tối thiểu là nó có thể sống trong cộng đồng người và phù hợp, thì không có gì hiện đang tồn tại là AI hoặc thậm chí là ở gần nó.

Tôi đã nghĩ về việc đề xuất một định nghĩa, nhưng tôi nghĩ rằng khuyến khích là phát minh ra định nghĩa của chính mình ngày hôm nay và tôi không muốn đóng góp cho sự lộn xộn khái niệm đã tồn tại.

Nó là một thuật ngữ ô như các điều khoản khác như những điều khoản này.

• Quyền lực
• Yêu
• Nghiện
• Độc lập tài chính
• Hạnh phúc

Có nhiều định nghĩa về AI cũng như có các học viên. Giống như tất cả các điều khoản khác.