ปัญญาประดิษฐ์คืออะไร

คำจำกัดความของปัญญาประดิษฐ์คืออะไร?

ในช่วงหลายปีที่ผ่านมาหลายคนพยายามที่จะกำหนดปัญญาประดิษฐ์ คำจำกัดความจำนวนมากนั้นถูกสรุปโดย Stuart Russell และ Peter Norvig ในปัญญาประดิษฐ์หนังสือของพวกเขา- แนวทางที่ทันสมัย

คำจำกัดความของ AI สามารถสรุปได้ว่าอยู่ในหมวดหมู่ต่อไปนี้:

1. ผู้ที่กล่าวถึงกระบวนการคิดและการใช้เหตุผล (วิธีคิดและเหตุผล)
2. พฤติกรรมที่กล่าวถึง (AI ทำหน้าที่อย่างไรในการรู้)

นอกจากนี้หมวดหมู่ 2 ด้านบนยังแบ่งออกเป็นคำจำกัดความเพิ่มเติมที่

I. ประเมินความสำเร็จของ AI (ทำตามข้างบน) ตามความสามารถในการจำลองการทำงานของมนุษย์

ครั้งที่สอง หรือความสามารถในการทำซ้ำการวัดประสิทธิภาพในอุดมคติที่เรียกว่า 'ความมีเหตุมีผล' (มันทำสิ่งที่ถูกต้องหรือไม่ขึ้นอยู่กับสิ่งที่รู้)

ฉันจะอ้างอิงคำจำกัดความที่เหมาะสมกับแต่ละหมวดหมู่ข้างต้น:

• 1.I. "กิจกรรม [อัตโนมัติของ] ที่เราเชื่อมโยงกับการคิดของมนุษย์กิจกรรมต่าง ๆ เช่นการตัดสินใจการแก้ปัญหาการเรียนรู้ .. " - Bellman 1978
• 1.II. "การศึกษาการคำนวณที่ทำให้สามารถรับรู้เหตุผลและลงมือทำ" - Winston, 1992
• 2.I. "การศึกษาวิธีทำให้คอมพิวเตอร์ทำสิ่งต่าง ๆ ซึ่งในขณะนี้ผู้คนทำได้ดีกว่า" - Rich and Knight, 1991
• 2.II. "การศึกษาการออกแบบตัวแทนอัจฉริยะ" - Poole et al., 1998

โดยสรุป AI มีความมุ่งมั่นในการสร้างเครื่องจักรที่ชาญฉลาดและมีเหตุผลที่สามารถตัดสินใจอย่างมีเหตุผลและดำเนินการตามหลักเหตุผล

ฉันขอแนะนำให้คุณอ่านข้อมูลการทดสอบของทัวริงซึ่ง Alan Turing เสนอให้ทำการทดสอบว่าคอมพิวเตอร์ฉลาดหรือไม่ อย่างไรก็ตามการทดสอบของทัวริงมีปัญหาเล็กน้อยเพราะมันเป็นมนุษย์

เมื่อวิศวกรการบินสร้างเครื่องบินพวกเขาไม่ได้ตั้งเป้าหมายว่าเครื่องบินควรบินเหมือนกับนก แต่พวกเขาเริ่มเรียนรู้ว่ากองกำลังยกเกิดจากการศึกษาทางอากาศพลศาสตร์ ใช้ความรู้นี้พวกเขาสร้างเครื่องบิน

ในทำนองเดียวกันผู้คนในโลก AI ไม่ควรนำ IMHO สติปัญญาของมนุษย์มาเป็นมาตรฐานในการต่อสู้ แต่เราสามารถใช้พูดเหตุผลเป็นมาตรฐาน (ท่ามกลางคนอื่น)

ในบทความUniversal Intelligence: นิยามของ Machine Intelligence (2007), Legg and Hutter หลังจากการศึกษาที่ค่อนข้างจริงจัง

ข่าวกรองวัดความสามารถของตัวแทนในการบรรลุเป้าหมายในสภาพแวดล้อมที่หลากหลาย

ในกระดาษเดียวกันพวกเขายังทำให้เป็นทางการคำจำกัดความนี้ คุณสามารถดูรายละเอียดเพิ่มเติมได้จากกระดาษ แต่ในคำสองสามคำเพื่อให้ได้คำจำกัดความนี้พวกเขาได้ดูคำจำกัดความอัจฉริยะหลายประการที่ผู้คนได้รับในช่วงหลายปีที่ผ่านมาและพวกเขาพยายามสรุปคีย์ จุดของคำจำกัดความทั้งหมดเหล่านี้ พวกเขายังหารือเกี่ยวกับประเด็นต่าง ๆ เช่นการทดสอบความฉลาดและความสัมพันธ์กับนิยามของหน่วยสืบราชการลับ: นั่นคือการทดสอบความฉลาดเพียงพอที่จะกำหนดสติปัญญาหรือเป็นการทดสอบความฉลาดและนิยามของแนวคิดที่แตกต่างกันของหน่วยสืบราชการลับ? พวกเขายังชี้ให้เห็นความสัมพันธ์ระหว่างคำนิยามนี้และAIXI

ในบทความปัญญาประดิษฐ์คืออะไร? (2007), จอห์นแมคคาร์หนึ่งในผู้ก่อตั้งปัญญาประดิษฐ์และผู้ที่ยังประกาศเกียรติคุณแสดงออกปัญญาประดิษฐ์เขียน

ปัญญาประดิษฐ์เป็นศาสตร์และวิศวกรรมในการผลิตเครื่องจักรอัจฉริยะโดยเฉพาะโปรแกรมคอมพิวเตอร์อัจฉริยะ มันเกี่ยวข้องกับงานที่คล้ายกันของการใช้คอมพิวเตอร์เพื่อทำความเข้าใจความฉลาดของมนุษย์ แต่ AI ไม่จำเป็นต้อง จำกัด ตัวเองกับวิธีการที่สามารถสังเกตได้ทางชีวภาพ

อย่างไรก็ตามคำจำกัดความนี้เกี่ยวข้องกับความฉลาดของมนุษย์ดังนั้นทุกคนจะไม่เห็นด้วยกับคำนิยามนี้

เขากล่าวเพิ่มเติม

ความฉลาดเป็นส่วนที่คำนวณได้ของความสามารถในการบรรลุเป้าหมายในโลก ความแตกต่างและระดับของความฉลาดเกิดขึ้นในคนสัตว์หลายชนิดและเครื่องจักรบางอย่าง

สาขา AI ได้พัฒนามาตั้งแต่ความคิดอย่างเป็นทางการของเขาในการประชุมที่ดาร์ทเมาท์ในปี 1956 ดังนั้นคำจำกัดความของปัญญาประดิษฐ์ก็จะพัฒนาขึ้นเช่นกัน ก่อนหน้าการประชุมนั้นมีเขตข้อมูลและนิพจน์ที่เกี่ยวข้องอยู่แล้วหลายตัวอย่างเช่นไซเบอร์เนติกส์

คำตอบที่สั้นที่สุดที่ฉันสามารถทำได้คือ เอาไปกับเม็ดเกลือ แต่เนื่องจากเรายังไม่ทราบมากเกี่ยวกับความฉลาดทางธรรมชาติ:

ปัญญาธรรมชาติใดที่อาจถูกมองว่าเป็นกระบวนการของการเรียนรู้แนวคิดนามธรรมจากการสังเกตที่ จำกัด ด้วยความตั้งใจที่จะใช้พวกเขาสำหรับการแก้งาน [ใหม่] กระบวนการนี้เกี่ยวข้องกับการใช้แนวคิดเหล่านั้นเพื่อจินตนาการใหม่สมมุติฐานสถานการณ์ / ทฤษฎีที่ถูกต้องและรวมเข้าด้วยกันอย่างมีความหมายเพื่อลดพื้นที่สมมุติฐานมหาศาลของความเป็นไปได้และเปิดใช้งานการทำให้เป็นภาพทั่วไปสำหรับสถานการณ์ใหม่ ปัญญาประดิษฐ์คือการนำสิ่งที่ฉลาดทางธรรมชาติมาสู่เครื่องจักร

ไม่มีคำนิยามที่เป็นทางการที่คนส่วนใหญ่เห็นด้วย ดังนั้นนี่คือสิ่งที่ฉันเป็นผู้ให้คำปรึกษาด้านการเรียนรู้วิทยาศาสตร์ข้อมูล / เครื่องจักรคิดว่า:

ปัญญาประดิษฐ์เป็นสาขาการวิจัยคือการศึกษาของตัวแทนที่ความรู้สึกและการกระทำด้วยตนเองในสภาพแวดล้อมและปรับปรุงสถานการณ์ของพวกเขาตามการวัดบางอย่างกับการกระทำของพวกเขา

ฉันไม่ชอบคำเพราะกว้างเกินไป / คลุมเครือ ให้ดูนิยามของการเรียนรู้ของเครื่องโดย Tom Mitchell แทน:

โปรแกรมคอมพิวเตอร์ได้รับการกล่าวเพื่อเรียนรู้จากประสบการณ์ 'E' เกี่ยวกับคลาสของงาน 'T' และการวัดประสิทธิภาพ 'P' ถ้าประสิทธิภาพในการทำงานใน 'T' ตามที่วัดโดย 'P' ปรับปรุงด้วยประสบการณ์ E

การเรียนรู้ของเครื่องเป็นส่วนสำคัญของ AI แต่ไม่ใช่การเรียนรู้เพียงอย่างเดียว อัลกอริธึมการค้นหา, SLAM, การปรับให้เหมาะสมแบบ จำกัด , ฐานความรู้และการอนุมานอัตโนมัตินั้นก็เป็นส่วนหนึ่งของ AI ด้วยเช่นกัน

นักวิจัยปัญญาประดิษฐ์ไม่ต้องสงสัยมีความสนใจในการกำหนดคำที่ใช้สำหรับข้อมูลของตัวเองของการมีวินัยและมีความคลุมเครือเล็ก ๆ น้อย ๆ ในระยะเทียม ความท้าทายคือการที่หน่วยสืบราชการลับคำว่าในอดีตมีคำอธิบายเชิงคุณภาพมากกว่าปริมาณจำนวนจริง

ความฉลาดของคนหนึ่งจะถูกนำมาเปรียบเทียบกับความฉลาดของอีกคนได้อย่างไร การทดสอบ IQ, ค่าเฉลี่ยประเภทการทดสอบบอร์ดวิทยาลัย, มูลค่าสุทธิ, ชัยชนะหมากรุกและการแข่งขันโก, อัตราการตัดสินใจผิด, การแข่งขันความเร็วทางปัญญาที่หลากหลาย, บอร์ดประเมินผลและการติดตั้งได้รับชุด kludges เจ็บปวดสำหรับผู้ที่เกี่ยวข้องในทฤษฎีทางคณิตศาสตร์ เราเรียกว่าสติปัญญา

เพียงหนึ่งศตวรรษที่ผ่านมาความฉลาดเป็นคำที่มีคุณภาพคนที่เกี่ยวข้องกับความสามารถในการหาวิธีการแก้ปัญหาในด้านวิชาการธุรกิจและชีวิตส่วนตัว เมื่อวัฒนธรรมเริ่มมองหาการรักษาเชิงปริมาณของสิ่งต่าง ๆ เพียงครั้งเดียวเชิงคุณภาพการพึ่งพาความสามารถทางจิตกับอายุของบุคคลและโอกาสทางสิ่งแวดล้อมของพวกเขาก็เป็นสิ่งที่ท้าทาย แนวคิดของเชาวน์ปัญญา (IQ) เกิดขึ้นจากความปรารถนาที่จะหาจำนวนศักยภาพทางจิตโดยไม่ขึ้นกับอายุและโอกาส

บางคนพยายามลดปัจจัยแวดล้อมให้น้อยที่สุดโดยสร้างการทดสอบที่เป็นมาตรฐานของทักษะการคิดขั้นพื้นฐานตามที่ใช้กับคณิตศาสตร์และภาษา

ระบบการผลิตและภาชนะบรรจุตรรกศาสตร์คลุมเครือ (อิงกฎ), การเรียนรู้ลึก (อิงเครือข่ายประดิษฐ์), อัลกอริธึมทางพันธุกรรมและการวิจัย AI ในรูปแบบอื่น ๆ ยังไม่ได้ผลิตเครื่องจักรที่สามารถทำคะแนนได้ดีในการทดสอบมาตรฐานที่ออกแบบมาสำหรับมนุษย์ แต่ความสามารถทางภาษาธรรมชาติการประสานงานเชิงกลการวางแผนความเป็นเลิศและการเขียนข้อสรุปบนพื้นฐานของการใช้เหตุผลที่ชัดเจนและตรวจสอบได้

ด้านล่างเป็นประเภทของความสามารถทางจิตที่โดดเด่นด้วยวิธีการวัดสถาปัตยกรรมการใช้งานและประเภทของการวิจัยที่ได้ผลลัพธ์ที่น่าเชื่อถือในช่วงต้นและการปรับปรุงอย่างต่อเนื่อง

• Dialog - วัดทั้งโดยเกมเลียนแบบที่นำเสนอโดย Alan Turing และผ่านศักยภาพของการตอบรับอัตโนมัติของระบบผู้ช่วยส่วนตัวและบอทมือถือ
• การควบคุมเครื่องจักรกล - วัดได้ทั้งตามเกณฑ์ความเสถียรของระบบและอัตราการเกิดอุบัติเหตุและลดการสูญเสียชีวิตในกรณีของภาคการขนส่งที่ใช้ระบบอัตโนมัติอัจฉริยะ
• ความฉลาดทางธุรกิจ - วัดจากการเพิ่มหรือลดความสามารถในการทำกำไรที่เกี่ยวข้องกับแนวโน้มก่อนหรือพร้อมกันกับการวางแผนด้วยตนเองและการควบคุมการปฏิบัติงาน

การค้นพบการตั้งค่าพารามิเตอร์ที่น่าจะเป็นไปได้และเหมาะสมที่สุดสำหรับฟังก์ชันที่ซับซ้อนโดยยึดตามการแสดงออกทางคณิตศาสตร์ของความหมายที่เหมาะสมที่สุดที่ไม่ได้ระบุไว้ข้างต้น กิจกรรมกลางสำหรับอุปกรณ์การเรียนรู้ของเครื่องไม่เหมาะกับหมวดหมู่ของสิ่งที่เรียกว่าสติปัญญาในอดีตไม่ควรเป็น การรักษาสถิติของชุดข้อมูลเพื่อการคาดการณ์ไม่ได้เป็นการเรียนรู้ในแง่ปัญญา มันเป็นพื้นผิวที่เหมาะสม ปัจจุบันการเรียนรู้ของเครื่องเป็นเครื่องมือที่ใช้โดยสติปัญญาของมนุษย์เพื่อขยายอำนาจเช่นเดียวกับเครื่องมือคำนวณอื่น ๆ

ข้อ จำกัด ในการเรียนรู้ของเครื่องนี้อาจจะอยู่เหนือกว่าในอนาคต ไม่มีใครรู้ว่าเมื่อใดและเมื่อใดที่เครือข่ายประดิษฐ์จะแสดงให้เห็นถึงความรู้ความเข้าใจตรรกะความสามารถในการรับรู้อย่างมีนัยสำคัญและความสามารถที่มีประสิทธิภาพในหมวดหมู่ข้างต้น

$n$$\mathcal{I} \in \mathbb{R}^n$$n = 1$

• ความฉลาดทางภาษา (“ คำอัจฉริยะ”)
• หน่วยสืบราชการลับทางคณิตศาสตร์เชิงตรรกะ (“ จำนวน / การใช้เหตุผลอย่างฉลาด”)
• สติปัญญาเชิงพื้นที่ (“ รูปภาพอัจฉริยะ”)
• หน่วยสืบราชการลับทางร่างกาย Bodily-Kinesthetic (“ body smart”)
• ความฉลาดทางดนตรี (“ ดนตรีอัจฉริยะ”)
• ความสัมพันธ์ระหว่างบุคคล (“ คนฉลาด”)
• ความฉลาดทางสติปัญญา (“ ฉลาดในตัวเอง”)
• นักธรรมชาติวิทยา (นอกเหนือจากอาร์มสตรอง)
• ปัญญาที่มีอยู่ (นอกเหนือจากอาร์มสตรอง)
• ความฉลาดทางจริยธรรม (John Bradshaw, Ph.D. , นอกจากนี้)

การโต้แย้งว่าสิ่งเหล่านี้ล้วนเป็นอาการของความสามารถด้านสติปัญญาเดียวที่แสดงออกในประสิทธิภาพที่แตกต่างกันเนื่องจากการศึกษาหรือการฝึกอบรมอื่น ๆ ได้รับการลดลงอย่างเป็นระบบโดยการค้นพบที่อิงหลักฐานในสาขาวิทยาศาสตร์พุทธิปัญญาพันธุศาสตร์และชีวสารสนเทศศาสตร์

ในพันธุศาสตร์มีการระบุส่วนประกอบทางพันธุกรรมที่เป็นอิสระต่อหน่วยสืบราชการลับอย่างน้อยยี่สิบสองและจำนวนนั้นมีแนวโน้มที่จะเติบโต สวิตช์อิสระเหล่านี้ใน DNA มนุษย์ไม่ได้ส่งผลกระทบต่อการควบคุมระบบประสาทในสมอง แต่เพียงอย่างเดียวซึ่งบ่งบอกถึงความอ่อนแอตามหลักฐานของอุดมการณ์ g-factor

มีความเป็นไปได้ที่รูปแบบของความฉลาดของมนุษย์และแผนที่แสดง DNA ในรูปแบบที่ซับซ้อนซึ่งจะถูกค้นพบเมื่อเวลาผ่านไปและการทำแผนที่นี้จะแทนที่การลดความซับซ้อนของ g-factor ตลอดเวลา

คำว่าปัญญาประดิษฐ์อาจแสดงได้ดีกว่าในแบบจำลองของแบบฟอร์มและการแสดงออกของความฉลาดของมนุษย์และเรียกว่า AI เพียงอย่างย่อ อย่างไรก็ตามนั่นไม่ใช่คำจำกัดความ มันเป็นคำอธิบายคร่าวๆ อาจไม่มีคำจำกัดความที่แม่นยำเพียงอย่างเดียวสำหรับทุกมิติที่เราจัดกลุ่มอย่างหลวม ๆ ภายใต้คำเดียว หากเป็นเช่นนั้นสำหรับความฉลาดของมนุษย์มันก็อาจจะเป็นจริงสำหรับปัญญาประดิษฐ์

มีคุณสมบัติทั่วไปบางอย่างที่สามารถแสดงรายการเกี่ยวกับการตอบสนองที่ชาญฉลาดทั้งหมด

• ความฉลาดสามารถวัดได้และได้รับประโยชน์ภายในบริบทของสภาพแวดล้อมเฉพาะและวัตถุประสงค์หรือวัตถุประสงค์บางอย่าง ตัวอย่างของวัตถุประสงค์ ได้แก่ การมีชีวิตอยู่การได้รับปริญญาการเจรจาสงบศึกท่ามกลางความขัดแย้งหรือการเติบโตของสินทรัพย์หรือธุรกิจ
• ความฉลาดเกี่ยวข้องกับการปรับตัวให้เข้ากับสภาพที่ไม่คาดคิดตามสิ่งที่เรียนรู้ผ่านประสบการณ์ดังนั้นการเรียนรู้โดยปราศจากความสามารถในการใช้สิ่งที่เรียนรู้ไม่ใช่ปัญญาและใช้กระบวนการที่เรียนรู้และถ่ายโอนไปยังบางคนหรือบางสิ่งบางอย่าง ถือว่าเป็นความฉลาด

สติปัญญาของมนุษย์สามารถเรียนรู้และนำไปใช้ในสิ่งที่ดูเหมือนจะเป็นแฟชั่นพร้อมกัน ยิ่งไปกว่านั้นมันจะไม่เหมาะสมที่จะหารือเกี่ยวกับคำจำกัดความการทำงานของหน่วยสืบราชการลับโดยไม่กล่าวถึงความสามารถทางจิตที่สำคัญของมนุษย์ที่ได้รับการเสนอให้เรียกซ้ำในรูปแบบที่น้อยกว่า แต่การพิสูจน์ว่าการเรียกซ้ำ

• เรียนรู้พร้อมกันและใช้สิ่งที่เรียนรู้ไปพร้อม ๆ กัน
• ความสามารถในการคิดค้นกลไกใหม่ของการปรับปรุงที่เพิ่มขึ้น
• การปรับตัวให้เข้ากับสภาพที่ไม่คาดคิด
• ความสามารถในการประดิษฐ์โครงสร้างนอกโดเมนเรียนรู้ในปัจจุบัน

ข้อกำหนดในอนาคตสำหรับเครื่องจักรอัจฉริยะอาจรวมถึงสิ่งเหล่านี้และอาจมีภูมิปัญญาที่จะรวมไว้ในตอนนี้

อ้างอิง

สคริปต์แผนเป้าหมายและความเข้าใจ: การสอบถามในโครงสร้างความรู้ของมนุษย์ , Schank, Abelson, 2013, อ้างถึง 16,689 บทความ, T&F ข้อความที่ตัดตอนมา: ในช่วงฤดูร้อนปี 1971 มีการประชุมเชิงปฏิบัติการในสาขาที่ไม่ถูกต้องที่จุดตัดของ จิตวิทยาปัญญาประดิษฐ์และภาษาศาสตร์ ผู้เข้าร่วมสิบห้าคนมีวิธีการต่าง ๆ ที่สนใจในการนำเสนอระบบความรู้หรือความเชื่อขนาดใหญ่

ทำความเข้าใจกับงานฝีมือของเรา - ต้องการ: นิยามของหน่วยสืบราชการลับ Michael Warner, 2002

แนวคิดของหน่วยสืบราชการลับและบทบาทในการเรียนรู้และความสำเร็จตลอดชีวิต , Robert J. Sternberg, Yale University, 1997

ปัญหาเชิงปรัชญาบางประการจากมุมมองของ AI , John McCarthy และ Patrick J. Hayes, มหาวิทยาลัยสแตนฟอร์ด, 1981

การทำความเข้าใจและพัฒนาความฉลาดทางอารมณ์ , Olivier Serrat, การแก้ปัญหาความรู้, pp 329-339, 2017

กรอบความคิด: ทฤษฎีแห่งปัญญาพหุปัญญา , 2011, Howard Gardner

7 (เจ็ด) ชนิดที่ชาญฉลาด: การระบุและพัฒนาสติปัญญาหลายประการของคุณปี 1999 โทมัสอาร์มสตรอง

การวิเคราะห์อภิมานการเชื่อมโยงทั่วทั้งจีโนมของบุคคล 78,308 คนระบุตำแหน่งและยีนใหม่ที่มีอิทธิพลต่อความฉลาดของมนุษย์ Suzanne Sniekers และ al., 2017

สติปัญญา

การวัดความแข็งแกร่งของตัวแทนในการตัดสินใจที่เกี่ยวข้องกับตัวแทนการตัดสินใจอื่น ๆ ในเรื่องงานหรือชุดของงาน สื่อไม่เกี่ยวข้อง - สติปัญญาถูกจัดแสดงโดยทั้งกลไกอินทรีย์และสร้างขึ้นโดยเจตนา ก็อาจจะเป็นความสามารถในการแก้ปัญหาเช่นในกรณีของที่เกมแก้ไข

เทียม

เกี่ยวข้องกับคำว่าวัตถุซึ่งเป็นสิ่งที่สร้างขึ้นโดยเจตนา โดยทั่วไปแล้วคำนี้ถูกใช้เพื่อสื่อความหมายวัตถุทางกายภาพ แต่อัลกอริธึมที่สร้างโดยมนุษย์ก็ถือเป็นสิ่งประดิษฐ์ด้วยเช่นกัน

นิรุกติศาสตร์มาจากคำภาษาละติน arsและ faciō : "เพื่อสร้างความชำนาญ" หรือ "ศิลปะแห่งการทำ"

ปัญญาประดิษฐ์

• ตัวแทนในการตัดสินใจใด ๆ ที่สร้างขึ้นอย่างชำนาญ (โดยเจตนา)

ภาคผนวก: ความหมายของ "ปัญญา"

ความหมายดั้งเดิมของ "ปัญญา" ดูเหมือนจะเป็น "การได้มา" กลับไปที่อินโด - ยูโรเปียน ดู: ปัญญา (นิรุกติศาสตร์) ; * ขา / * leh₂w-

คำจำกัดความของ OED ที่ 1 ของหน่วยสืบราชการลับไม่ถูกต้องขยายความหมายถึงการได้มาซึ่งความสามารถ (ยูทิลิตี้ที่สามารถสาธิตได้) เพียงว่าคำจำกัดความที่สองนั้นเก่าและพื้นฐาน: "การรวบรวมข้อมูลของ [กลยุทธ์] ตามตัวอักษร; ทั่วไป; ข่าว "

คุณสามารถพิจารณาว่าจักรวาลประกอบด้วยข้อมูลไม่ว่าข้อมูลนั้นจะเป็นรูปแบบใด (สสารพลังงานรัฐตำแหน่งสัมพัทธ์ ฯลฯ ) จากมุมมองของอัลกอริธึมสิ่งนี้สมเหตุสมผลเนื่องจากมีเพียงวิธีเดียวที่จะวัดจักรวาลได้percepts

ใช้ไฟล์ข้อความเรียบๆ อาจเป็นเพียงข้อมูล แต่คุณสามารถลองและดำเนินการได้ ถ้ามันทำงานจริงมันอาจแสดงให้เห็นถึงยูทิลิตี้ในบางงาน (ตัวอย่างเช่นหากเป็นขั้นตอนวิธีขั้นต่ำ)

"เชาวน์ปัญญาเป็นตัวชี้วัดของยูทิลิตี้" คือ "ปัญญา" ในแง่ของข้อมูลโดยเฉพาะอย่างยิ่งข้อมูลที่เราใช้วัดความเฉลียวฉลาดเป็นองศาสัมพันธ์กับงานหรือเพื่อปัญญาอื่น ๆ

AI นั้นเป็นการกระทำของการนำสติปัญญาของมนุษย์ไปใช้ในเครื่องจักร สิ่งนี้ทำผ่านอัลกอริทึมต่าง ๆ ที่ใช้ความฉลาดของมนุษย์

AI เป็นสาขาที่ใช้เทคนิคการคำนวณเพื่อการตัดสินใจที่ซับซ้อน

เพิ่มเติมทั่วไป:โปรแกรมคอมพิวเตอร์ (ส่วนใหญ่) ที่สามารถคำนวณผลลัพธ์สำหรับอินพุตที่กำหนดเองซึ่งไม่เคยเห็นมาก่อนตั้งโปรแกรมล่วงหน้าหรือไม่ได้จัดเตรียมไว้พร้อมกับความสัมพันธ์ที่ชัดเจนระหว่างอินพุตและเอาต์พุต (เช่นโดเมนและช่วง ) การค้นหาโดย Google, Alexa, Siri, Cortana, IBM Watson ... คำจำกัดความที่ใช้กับพวกเขาทั้งหมด; แม้สำหรับAI วัตถุประสงค์ทั่วไป

ฉันจะไปอีกขั้นหนึ่ง ( แย้ง! ) หากคุณลบเอนทิตีที่ไม่ใช่มนุษย์จากคำจำกัดความแรกนั่นคือคำจำกัดความของสติปัญญาของมนุษย์สำหรับฉัน ตัวอย่างเช่นRMBsสามารถสรุปความหมายเชิงนามธรรมที่ซ่อนอยู่บางส่วนจากข้อมูลในระหว่างการฝึกอบรมล่วงหน้าที่ไม่มีผู้ดูแล เราอาจเรียกสิ่งนี้ว่าintuitionเรา แต่ดูเหมือนว่ามันจะไม่เป็นเอกลักษณ์สำหรับมนุษย์ ( การทดสอบการจดจำแมวของเจฟฟรีย์ฮินตันเป็นตัวอย่างที่ดี แต่ไม่พบลิงก์ ) RBM สามารถฝันได้เช่นกัน ดังนั้นอาจจะสติปัญญาของมนุษย์ซึ่งเรารับรู้ได้เกือบเหมือนปรากฏการณ์เหนือธรรมชาติสามารถจำลองโดยแบบจำลองทางคณิตศาสตร์ได้ไม่ว่ามันจะซับซ้อนแค่ไหนก็ตาม ดังนั้นก่อนที่จะตัดสินการลด AI ของฉันไปเป็นองค์ประกอบของฟังก์ชั่น (พูดคร่าวๆ) ให้ตัดสินข้อโต้แย้งความฉลาดของมนุษย์ของฉัน นี่คือวิดีโอของ Geoffrey Hinton เกี่ยวกับเรื่องนี้

การเรียนรู้ของเครื่อง: การเรียนรู้ของเครื่องเป็นกระบวนการของการปรับพารามิเตอร์ของฟังก์ชันสำหรับอินพุตและเอาต์พุตที่กำหนดเพื่อให้สามารถคำนวณเอาท์พุทใหม่สำหรับอินพุตใหม่ได้ แม้แต่การถดถอยเชิงเส้นก็เป็นประเภทของการเรียนรู้ของเครื่องและ Deep Neural Network นั้นเป็นฟังก์ชั่น มันถูกใช้แทนกันกับ AI แต่พวกเขาไม่ได้หมายความว่าเหมือนกัน คำตอบ AI อะไรในขณะที่เครื่องเรียนรู้คำตอบวิธี (ไม่ถูกต้อง แต่ปิด)

ผมขอยกตัวอย่างบางส่วนเพื่อชี้แจงความแตกต่างของ AI และ ML

• การเรียนรู้อย่างลึกซึ้งไม่ใช่ AI มันเป็น ML
• Alexa ของ Amazon เป็น AI
• การเพิ่มประสิทธิภาพอัลกอริทึมทางพันธุกรรม (GA) คือ ML บอทที่เล่นเกมงูโดยใช้พารามิเตอร์ GA นั้นคือ AI

หมายเหตุ:อย่างไรก็ตามปัจจุบันวิธีการและโครงสร้างทั้งหมดที่เราใช้ในการสร้าง AI นั้นอยู่ภายใต้คำว่าการเรียนรู้ของเครื่อง ดังนั้นจึงเป็นการถูกต้องที่จะบอกว่าเราใช้การเรียนรู้ของเครื่องเพื่อสร้างปัญญาประดิษฐ์

มันเป็นความฉลาดในระดับเครื่องจักรแทนที่จะแสดงโดยมนุษย์ที่ขับเคลื่อนด้วยอัลกอริธึม