Определение искусственного интеллекта: глоссарий ключевых терминов ИИ

Важная терминология AI объяснена.

Источник: istockphoto

Алгоритм . Алгоритм – это последовательность явных пошаговых инструкций, которые позволяют компьютеру решать задачи.

Искусственный общий интеллект (AGI) : также называется суперинтеллектом, когда возможности машинного интеллекта равны или превышают возможности человеческого интеллекта.

• 6 способов быть умнее
• Проблемы гнева: природа против воспитания – почему это важно?
• Соединение против отказа
• Как наш мозг вычисляет привлекательность
• MIT инвестирует рекордный миллиард долларов в колледж для искусственного интеллекта

Искусственный интеллект (ИИ) : область компьютерных наук, в которой машины позволяют имитировать человеческое познание и обучение.

Искусственный узкий интеллект (ANI) : относится к искусственному интеллекту, который ограничен определенным набором тем и возможностей.

Искусственная нейронная сеть (ANN) : модель, используемая в искусственном интеллекте, она основана на человеческом мозге. Он состоит из нейронных слоев, которые используются для машинного обучения.

• Футбол: способствует ли это насилию в семье?
• Плохо для кости
• Огромное наследие Пола Аллена
• Новая теория интеллекта может нарушить искусственный интеллект и неврологию
• Собаки, заключенные и люди

В

Обратное распространение : также известное как «обратное распространение ошибок», это контролируемая методика обучения, при которой ошибки вычисляются на выходе и распределяются в обратном направлении по слоям искусственной нейронной сети. Это распространенный метод обучения искусственной нейронной сети, в котором начальный выход системы сравнивается с желаемым выходом, затем система корректируется до тех пор, пока разница не будет минимизирована.

С

Сверточная нейронная сеть (CNN) : это тип нейронных сетей, используемых для идентификации и анализа изображений.

D

Глубокое обучение : метод машинного обучения, состоящий из многослойной искусственной нейронной сети. Использует много слоев нелинейной обработки для извлечения объектов из данных, а затем преобразует данные в различные уровни абстракции. Он может контролироваться, частично контролироваться или не контролироваться. Используется в распознавании речи, компьютерном зрении, обработке естественного языка и распознавании образов.

Е

Экспертная система : система искусственного интеллекта, которая использует базу знаний о человеческой компетенции для решения проблем.

F

Прямое связывание : метод, при котором ИИ оглядывается назад и анализирует систему, основанную на правилах, чтобы найти правила «если» и определить, какие правила использовать для поиска решения.

г

Генеративные состязательные сети (GAN) : тип алгоритма ИИ, используемый в машинном обучении без присмотра, когда две нейронные сети (генератор и дискриминатор) обучаются на одном наборе данных. Генератор производит выходные данные, а дискриминатор сравнивает выходные данные с исходными данными, чтобы определить, какие изображения являются подлинными. Основываясь на этих результатах, генератор настраивает свои параметры для создания новых выходных данных. Этот процесс повторяется до тех пор, пока дискриминатор не сможет больше различать выходные данные генератора с исходным набором данных. Используется для создания фотореалистичных изображений.

ЧАС

Эвристика : правила здравого смысла, основанные на опыте. В эвристическом программировании программы самообучаются и совершенствуются с опытом. Часто используется с экспертными системами.

я

Индуктивные рассуждения : логический процесс, в котором множество предпосылок, которые являются истинными или истинными большую часть времени, объединяются, чтобы сформировать заключение. Часто используется в прогнозировании и прогнозировании.

M

Машинное обучение : подмножество искусственного интеллекта. Компьютерные алгоритмы учатся на основе выявленных закономерностей в данных и соответствующим образом корректируют свои действия без явного программирования.

N

Обработка естественного языка (NLP) : применение компьютерных алгоритмов для определения свойств естественного человеческого языка в попытках дать машинам возможность понимать устную или письменную речь.

Нейронная сеть : см. «Искусственная нейронная сеть».

р

Обучение с подкреплением : тип метода машинного обучения, основанный на психологии поведения. Алгоритм обучения подкрепления (агент) учится, взаимодействуя с окружающей средой, и наказывается или получает вознаграждение. Агент стремится принимать решения, чтобы максимизировать вознаграждение с течением времени.

S

Сильный ИИ : см. «Искусственный общий интеллект».

T

Тест Тьюринга : тест на способность машины вести себя разумным образом, неотличимым от человеческого поведения. Разработано Аланом Тьюрингом в 1950 году.

Copyright © 2018 Ками Россо. Все права защищены.