Mesterséges intelligencia alkalmazások az EJDER YALÇIN és YÖRÜK
Mi az a mesterséges intelligencia?
A gép vagy hardver szoftvere és algoritmusai alapján; A mesterséges intelligencia (AI) definíciója szerint az emberre jellemző viselkedések – például kreativitás és tanulás – érvelésére, tervezésére és bemutatására való képesség.
Helyzetfelismerés a gépen vagy berendezésen található műszaki infrastruktúrának (érzékelők, kamerák, radarok, lidarok stb.) köszönhetően; ezért képessé válik a környezet megfigyelésére és észlelésére, és ezen eredmények függvényében megoldást produkálni az észlelt helyzet vagy tárgy által létrehozott probléma és/vagy probléma ellen.
A mesterséges intelligencia döntéshozatali mechanizmussal rendelkezik, amely a következő lépésekben adaptálódik a korábbi tapasztalatok megfigyelésével, pontosan ezekben a szakaszokban a korlátozott vagy teljes felhatalmazás alapján. Itt az a fontos, hogy a lehetséges helyzeteknek megfelelő döntéseket hozzunk a korábbi cselekvések hatásainak megfigyelésével.
Mesterséges intelligencia használata
Amikor a mesterséges intelligencia területeit a felhasználási terület szerint vizsgálják; A több mint fél évszázada számos területen alkalmazott mesterséges intelligencia olyan helyzetbe került, hogy a nagy adatforrástól függően sokkal hatékonyabb és rendkívül pontosabb döntéseket tud hozni, mivel működnie kell. élményalapú architektúrában.
A digitalizált világban az a tudat, hogy a felhasználó a döntési mechanizmust a másik oldalra hagyja, és a statisztikai adatok tükrében a legmegfelelőbb és legideálisabb döntést hozza meg, egyúttal a mesterséges intelligencia kerül a társadalmi élet középpontjába.
Melyek a mesterséges intelligencia típusai?
A mesterséges intelligencia típusait két kategóriában vizsgálhatjuk: szoftveres és fizikai.
A szoftveres mesterséges intelligencia példájaként; virtuális asszisztensek, képelemző szoftverek, keresőmotorok és beszéd- és arcfelismerő rendszerek;
A fizikai mesterséges intelligencia példáiként bemutathatunk robotokat, autonóm autókat és pilóta nélküli légi / szárazföldi / tengeri járműveket.
Különösen, ha figyelembe vesszük a fizikai platformokat; Az elmúlt években a mesterséges intelligencia és a gépi tanulás kérdései az autonóm járművekben és a pilóta nélküli légi / szárazföldi járművekben olyan témákként jelentek meg, amelyeket komolyan tanulmányozni kezdtek.
Ha a mesterséges intelligencia által az emberiség számára hozható dolgokat a „mi van, ha hibát követ el” félretolni, az bizonyos tények figyelmen kívül hagyásához vezethet. Emiatt mindenképpen előtérben kell tartani azokat a képességeket, amelyeket a mesterséges intelligencia adhat a modern fegyveres erőknek. A mesterséges intelligencia fejlődését általában 3 szakaszban vizsgálhatjuk.
Első generációs mesterséges intelligencia
A mesterséges intelligencia első generációja előre meghatározott problémák megoldására kifejlesztett szoftverekből áll. Meghatározott problémákra tud megoldást produkálni; de a tanulási képesség alacsonynak tekinthető. A legfontosabb hátrány itt az, hogy bizonytalanság esetén nem megoldható. Megoldási kapacitása közvetlenül összefügg az észlelőrendszereivel. Az olyan körülmények, mint például az észlelőrendszerek sérülékenységei által okozott bizonytalanságok, a rendszert teljesen működésképtelenné tehetik.
Második generációs mesterséges intelligencia
A második generációs mesterséges intelligencia statisztikai alapú (korábbi adatokon alapuló) tanulási algoritmusokkal jön létre. Ez a technológia legismertebb nevén; hangfelismerési, hangutasítási és arcfelismerő alkalmazások. Ebben az esetben egy rendszer tanulási képességét a korábbi adatok vizsgálatának és egy statisztikai modellnek köszönheti, amely a meglévő adatokkal statisztikailag elemezhető.
Ez a fajta intelligencia az előző típusnál részletesebben képes érzékelni a helyzetet, a környezetet, az eseményt, tanulási képességének köszönhetően pedig olyan problémákkal való megbirkózást tanulhat meg és alkalmazhat, amelyekkel korábban soha nem tapasztalt, nem találkozott.
Mi az a mesterséges intelligencia?
A gép vagy hardver szoftvere és algoritmusai alapján; A mesterséges intelligencia (AI) definíciója szerint az emberre jellemző viselkedések – például kreativitás és tanulás – érvelésére, tervezésére és bemutatására való képesség.
Helyzetfelismerés a gépen vagy berendezésen található műszaki infrastruktúrának (érzékelők, kamerák, radarok, lidarok stb.) köszönhetően; ezért képessé válik a környezet megfigyelésére és észlelésére, és ezen eredmények függvényében megoldást produkálni az észlelt helyzet vagy tárgy által létrehozott probléma és/vagy probléma ellen.
A mesterséges intelligencia döntéshozatali mechanizmussal rendelkezik, amely a következő lépésekben adaptálódik a korábbi tapasztalatok megfigyelésével, pontosan ezekben a szakaszokban a korlátozott vagy teljes felhatalmazás alapján. Itt az a fontos, hogy a lehetséges helyzeteknek megfelelő döntéseket hozzunk a korábbi cselekvések hatásainak megfigyelésével.
Mesterséges intelligencia használata
Amikor a mesterséges intelligencia területeit a felhasználási terület szerint vizsgálják; A több mint fél évszázada számos területen alkalmazott mesterséges intelligencia olyan helyzetbe került, hogy a nagy adatforrástól függően sokkal hatékonyabb és rendkívül pontosabb döntéseket tud hozni, mivel működnie kell. élményalapú architektúrában.
A digitalizált világban az a tudat, hogy a felhasználó a döntési mechanizmust a másik oldalra hagyja, és a statisztikai adatok tükrében a legmegfelelőbb és legideálisabb döntést hozza meg, egyúttal a mesterséges intelligencia kerül a társadalmi élet középpontjába.
Melyek a mesterséges intelligencia típusai?
A mesterséges intelligencia típusait két kategóriában vizsgálhatjuk: szoftveres és fizikai.
A szoftveres mesterséges intelligencia példájaként; virtuális asszisztensek, képelemző szoftverek, keresőmotorok és beszéd- és arcfelismerő rendszerek;
A fizikai mesterséges intelligencia példáiként bemutathatunk robotokat, autonóm autókat és pilóta nélküli légi / szárazföldi / tengeri járműveket.
Különösen, ha figyelembe vesszük a fizikai platformokat; Az elmúlt években a mesterséges intelligencia és a gépi tanulás kérdései az autonóm járművekben és a pilóta nélküli légi / szárazföldi járművekben olyan témákként jelentek meg, amelyeket komolyan tanulmányozni kezdtek.
Ha a mesterséges intelligencia által az emberiség számára hozható dolgokat a „mi van, ha hibát követ el” félretolni, az bizonyos tények figyelmen kívül hagyásához vezethet. Emiatt mindenképpen előtérben kell tartani azokat a képességeket, amelyeket a mesterséges intelligencia adhat a modern fegyveres erőknek. A mesterséges intelligencia fejlődését általában 3 szakaszban vizsgálhatjuk.
Első generációs mesterséges intelligencia
A mesterséges intelligencia első generációja előre meghatározott problémák megoldására kifejlesztett szoftverekből áll. Meghatározott problémákra tud megoldást produkálni; de a tanulási képesség alacsonynak tekinthető. A legfontosabb hátrány itt az, hogy bizonytalanság esetén nem megoldható. Megoldási kapacitása közvetlenül összefügg az észlelőrendszereivel. Az olyan körülmények, mint például az észlelőrendszerek sérülékenységei által okozott bizonytalanságok, a rendszert teljesen működésképtelenné tehetik.
Második generációs mesterséges intelligencia
A második generációs mesterséges intelligencia statisztikai alapú (korábbi adatokon alapuló) tanulási algoritmusokkal jön létre. Ez a technológia legismertebb nevén; hangfelismerési, hangutasítási és arcfelismerő alkalmazások. Ebben az esetben egy rendszer tanulási képességét a korábbi adatok vizsgálatának és egy statisztikai modellnek köszönheti, amely a meglévő adatokkal statisztikailag elemezhető.
Ez a fajta intelligencia az előző típusnál részletesebben képes érzékelni a helyzetet, a környezetet, az eseményt, tanulási képességének köszönhetően pedig olyan problémákkal való megbirkózást tanulhat meg és alkalmazhat, amelyekkel korábban soha nem tapasztalt, nem találkozott.
