Подходы к пониманию искусственного интеллекта

Применение искусственного интеллекта (ИИ) является результатом конвергенции передовых исследований в области информатики и робототехники. Цель состоит в том, чтобы создать умные машины, которые могут выполнять сложные задачи самостоятельно.

Подходы к ИИ
Первоначально исследователи полагали, что созданием ИИ было бы просто написание программ для каждой функции, которую интеллект выполняет.

В дальнейших исследованиях, они поняли, что такой подход был слишком поверхностный. Даже простые функции, такие как распознавание лиц, распознавания образов и понимание языка были за пределами навыков программирования. Исследователи поняли, что для создания ИИ, они должны глубже вникать в естественный интеллект в первую очередь. Они пытались понять, как познание, понимание, принятие решений происходит в человеческом разуме. Они должны были понять, что понимание на самом деле означает. Некоторые начали изучать мозг и пытались понять, как сеть нейронов создает ум. Исследователи разделились на различные подходы, но они имели одну цель создания интеллектуальных машин. Давайте познакомимся с некоторыми из основных подходов к искусственному интеллекту. Они делятся на два основных направления, подход снизу-вверх и подход сверху-вниз.
Нейронные сети.
Это подход снизу вверх, в основном направлен ​​на имитацию структуры и функционирования человеческого мозга, чтобы создать разумное поведение. Исследователи пытаются построить на основе кремния электронную сеть, по образцу работы и формы человеческого мозга. Наш мозг является сетью миллиардов соединенных нейронов. На индивидуальном уровне, нейрон имеет очень мало интеллекта, в том смысле, что он работает простым набором правил, проводя электрические сигналы через свою сеть. Тем не менее, объединенная сеть всех этих нейронов создает интеллектуальное поведение, которое не имеет себе равных и является непревзойденным. Таким образом, эти исследователи создали сеть электронных аналогов нейрона, на основе Булевой логики. В настоящее время с помощью методов моделирования, люди создают виртуальные нейронные сети. Этот подход не смог достичь конечной цели, но есть положительные сдвиги в этой области.
Экспертные системы.
Это подход сверху-вниз. Вместо того чтобы, начинать с базового уровня нейронов, воспользовавшись феноменальной вычислительной мощностью современных компьютеров, последователи подхода экспертные системы, проектируют интеллектуальные машины, которые решают проблемы с помощью  дедуктивной логики. Это как диалектический подход в философии. Это интенсивный подход, в отличие от экстенсивного подхода в нейронных сетях. Как следует из названия экспертные системы, это машины, посвященные решению проблем в очень специфических нишах. Их инструменты, как у детектива или сыщика. Они запрограммированы, чтобы использовать статистический анализ и интеллектуальный анализ данных для решения проблем. Они приходят к решению по логической последовательности.
Агентное моделирование.
Современные исследователи ИИ взяли другой подход, в значительной степени по образцу понятия рационального агента. Агент получает восприятие от окружающей среды и выполняет действия, чтобы максимизировать свои шансы на успех в достижении цели. Большинство современных приложений ИИ строятся на этой центральной идее. Агенты получают восприятие (информацию о своей среде через датчики) и выполняют соответствующие действия в рамках своих установленных приводов. Они запрограммированы с набором возможных перестановок и комбинаций восприятий, что они могут получить, наряду с множеством возможных действий, которые будут выполняться в ответ на них.