Có nhiều bất đồng giữa các học giả và các chuyên gia về tương lai của Trí tuệ nhân tạo. Trong khi một số người vui mừng trước triển vọng của máy tính tự học và robot, những người khác, như Stephen Hawkings, đã đặt trước về nó. Theo Stephen Hawkings, các robot có thể chiếm lấy hành tinh nếu nghiên cứu trí tuệ nhân tạo không được thực hiện đúng cách.
Đọc: Tranh luận về trí tuệ nhân tạo.
Điều khoản trong trí tuệ nhân tạo
AI: Trí tuệ nhân tạo; đề cập đến lĩnh vực trí thông minh nhân tạo theo nghĩa rộng
Thuật toán: Bạn có thể đã đi qua từ này nếu bạn đã vào lập trình. Nó đề cập đến một tập hợp các hướng dẫn để hoàn thành nhiệm vụ. Trong trí thông minh nhân tạo, thuật toán cho máy biết cách tìm ra câu trả lời cho các vấn đề hoặc câu hỏi khác nhau.
Lý luận tương tự: Thuật ngữ tương tự thường đề cập đến dữ liệu không kỹ thuật số nhưng khi nói đến lĩnh vực AI, lý luận tương tự là quá trình mà mọi người (các nhà khoa học) đưa ra kết luận dựa trên kết quả trong quá khứ. Nó giống như dự đoán thị trường chứng khoán. Bản đồ và sơ đồ được rút ra dựa trên dữ liệu trong quá khứ và lý do tương tự được áp dụng để dự báo kết quả của bất kỳ quá trình hoặc thử nghiệm nào.
ANN: Mạng Neuron nhân tạo: Các mạng nơron nhân tạo tạo thành xương sống của nhiều thí nghiệm ở cực đoan của lĩnh vực lập luận. Các hệ thống không thể giải quyết các vấn đề phức tạp được sửa đổi để chứa các mạng nơron nhân tạo theo cách mà chúng có thể tự nghĩ ra và giải quyết các vấn đề phức tạp. Mạng nơron nhân tạo dựa trên mạng nơron sinh học và có lẽ là mạng lưới đáng sợ nhất trong tất cả các thuật ngữ được sử dụng trong trí tuệ nhân tạo.
Backpropagation: Một cái gì đó trong các dòng mã ngược lại. Kết quả là đã có nhưng quá trình để đạt được kết quả được tìm ra bằng cách cho ăn các quy trình liên quan vào một hệ thống sẵn sàng cho mục đích AI.
Trở lại Chaining: Âm thanh như backpropagation, nhưng mục tiêu ở đây là để tìm ra nếu có bất kỳ dữ liệu có sẵn mà có thể được sử dụng làm bằng chứng cho mục tiêu hiện tại. Trong hệ thống này cũng có, các chuyên gia làm việc từ một giải pháp đã tồn tại cho các quá trình đã giúp đạt được giải pháp, và trong quá trình này, tìm ra bằng chứng cho thấy các quy trình có thể phụ thuộc vào.
CBR: Lý do dựa trên trường hợp: Một phương pháp theo đó các vấn đề được giải quyết dựa trên các trường hợp tương tự được giải quyết trong quá khứ.
Học kĩ càng: Một quá trình sử dụng các thuật toán chuyên biệt để mô hình hóa và nghiên cứu các tập dữ liệu phức tạp; phương pháp này cũng được sử dụng để thiết lập mối quan hệ giữa dữ liệu và tập dữ liệu
Chuyển tiếp chuỗi: Một quá trình mà các máy nghiên cứu về phía trước từ một điểm nhất định - bằng cách sử dụng một chuỗi các quy trình phụ nếu sau đó để đạt được mục tiêu yêu cầu. Mục đích là để tìm ra một hệ thống hoạt động cho một tập hợp các vấn đề nhất định.
Lập luận quy nạp: Một quá trình mà bằng chứng và dữ liệu được sử dụng để đạt được mục tiêu cụ thể. Điều này sẽ không khác nhiều so với lập trình bình thường vì nó hoạt động trên các tập dữ liệu đã có thay vì xây dựng chúng. Quá trình thu thập dữ liệu và tổng hợp chúng dựa trên bản chất của chúng được gọi là khai thác dữ liệu và lý luận quy nạp sử dụng các tập dữ liệu được tạo ra như là kết quả của khai phá dữ liệu.
Học máy: Một thuật ngữ đáng sợ khác được sử dụng trong trí thông minh nhân tạo, Machine Learning đề cập đến các máy hoạt động mà không được cho ăn các chương trình để thực hiện các tác vụ. Việc học máy đi vào và cải thiện khi tuổi thọ của hệ thống tăng lên. Nó sử dụng các mẫu kết quả thu được trong quá khứ để hành động cho các mục tiêu hiện tại.
NLP - Xử lý ngôn ngữ tự nhiên: Một trong những thuật ngữ phổ biến được sử dụng trong trí thông minh nhân tạo, xử lý ngôn ngữ tự nhiên dựa trên nhận dạng giọng nói hoặc đầu vào dựa trên cử chỉ. Vấn đề ở đây là hiểu ngôn ngữ của con người như là một câu lệnh. Bạn càng tương tác với máy bằng cách sử dụng NLP, thì nó càng trở nên dễ hiểu và xử lý các lệnh của bạn.
Cắt tỉa: Quá trình làm sạch mã để các giải pháp không mong muốn có thể được loại bỏ. Nhưng với việc cắt giảm mã (cắt tỉa), số lượng các quyết định có thể được thực hiện bởi các máy bị hạn chế.
AI mạnh: Strong đề cập đến lĩnh vực trí thông minh nhân tạo hoạt động hướng tới việc cung cấp sức mạnh giống như não cho các máy AI; trong thực tế, nó hoạt động để làm cho máy móc thông minh như con người
Yếu AI: Hầu hết các hệ thống AI trên thị trường hiện nay đều là AI yếu (trí tuệ nhân tạo). Các máy AI yếu vẫn có thể đưa ra các quyết định của riêng họ dựa trên các bộ dữ liệu lý luận và quá khứ.
Đây là những thuật ngữ quan trọng nhất được sử dụng trong trí thông minh nhân tạo theo sự hiểu biết của tôi.
Đọc: Sự thật và thần thoại về trí thông minh nhân tạo: AI yếu, AI mạnh và siêu AI.
