Wie funktioniert KI in? Und was …

Wie funktioniert KI in? Und was erwarten die Menschen davon?

KI ist längst so weit im Trend, dass sie im täglichen Leben eines jeden Menschen vorkommen wird. Es war ein langer Prozess, und der Fortschritt der KI hat sich in den letzten Jahrzehnten mehrfach verlangsamt, weil es an Investitionen in die Technologie mangelte und die Entwicklung nur schleppend voranging. Diese anämische Phase wurde “KI-Winter” genannt, und es ging so lange weiter, bis irgendeine neue Technologieanwendung oder ein neues Handwerk die Leidenschaft für KI entfachte, und dann allmählich die nächste Zykluszeit, und so weiter. Jetzt, wo sich KI in so vielen Branchen bewährt hat, ist es unwahrscheinlich, dass wir einen weiteren KI-Winter erleben werden. Diese Entwicklungswelle lässt IBMs CEO GinniRometty in einer Analyse vorhersagen, dass “bis 2021 kognitive KI (allgemein bekannt als kognitive KI) jede Managemententscheidung, die jeder trifft, in Frage stellen wird.”

Wie funktioniert also KI? Theoretisch gibt es drei verschiedene Möglichkeiten, eine KI aufzubauen. Angenommen, Sie möchten eine KI entwickeln, die Landwirten sagt, wann sie pflanzen sollen. Die erste Methode ist die “klassische KI”, die oft so genannt wird, weil Biologen sie in den frühen Tagen der KI-Wissenschaft für die effektivste hielten. Die klassische KI berücksichtigt alle Einflussfaktoren (z. B. Bodenbeschaffenheit, Erntegut, Niederschlag usw.) und erstellt ein solides Modell, das eng an diese Faktoren angelehnt ist, berechnet deren relative Gewichtung und trifft dann Managemententscheidungen, die dem Landwirt eindeutige Pflanzzeiten vorschlagen. Der zweite Ansatz wird als Expertensystem bezeichnet. Einhundert der erfahrensten Landwirte werden versammelt und gebeten, jede Regel aufzuschreiben, die sie über das Pflanzen kennen. Importieren Sie diese Regeln in die Systemsoftware und sortieren Sie sie aus, dann geben Sie die relevanten unabhängigen Variablen ein und die Systemsoftware macht Kommentare auf der Grundlage dieser Regeln. Dies ist der gesamte Prozess der Entwicklung und Gestaltung eines Datenmanagementsystems.

Der dritte Ansatz ist das maschinelle Lernen. Maschinelles Lernen bezieht sich auf einen vollständigen Prozess, bei dem man Dateninformationen darüber erhält, wann alle Landwirte gepflanzt haben und wie viel sie produziert haben, gefolgt von einem elektronischen Computer, um die Regeln zu entdecken, und wenn man auf die Dateninformationen basierend auf den Vorjahren zurückblickt, wird man feststellen, dass einige der Regeln die Rentabilität der Produktion maximiert haben. Die Komplexität des maschinellen Lernens beruht, ohne dass wir es wissen, auf der Tatsache, dass die Vorschläge zwar wahrscheinlich funktionieren, aber von Menschen nicht verstanden werden können. Zum Beispiel wird eine “maschinell lernende KI” wahrscheinlich vorschlagen: “Pflanzen Sie Mais am 12. März”. Wenn Sie fragen: “Wie kommen Sie dazu, das zu sagen?” Wenn man davon ausgeht, dass dieser Vorschlag das Ergebnis der Addition vieler Elemente ist, wird die KI vielleicht Schwierigkeiten haben, eine Antwort zusammenzustellen, um Ihnen zu antworten. In letzter Zeit hat gerade die Entwicklung dieses letzten Bereichs, das maschinelle Lernen, zum Trend der künstlichen Intelligenz beigetragen. Die Kombination von großen und mittelgroßen Dateninformationen, alias “Internet Big Data”, im Zusammenspiel mit leistungsstarken elektronischen Rechnern und ausgefeilten Optimierungsalgorithmen, hat dazu beigetragen, dass das Interesse an KI derzeit wieder sehr groß und der Fortschritt bahnbrechend ist.

Die Trendrate der künstlichen Intelligenz wird sich wahrscheinlich beschleunigen. Integrierte Ic-Designer erwähnen, dass ihre Waren schneller wachsen als disruptive Innovationsvorhersagen analysieren. Quantencomputer werden nicht länger die Vorstellung von Fantasy-Romanen sein, sie haben das Potenzial, die Entwicklung von disruptiven Innovationen voranzutreiben. hartmutNeven, der Verantwortliche für Googles Quantentech-KI-Labor, ist der Meinung, dass in einem Jahrzehnt, zusammen mit der technologischen Entwicklung, die Geräte, die jeder heute benutzt, so veraltet sein werden wie Camcorder, und bis dahin werden nur noch Quantencomputer in der Lage sein, die die Belastung durch die Entwicklung von Trend-KI. Durch die enge Verknüpfung der zunehmenden Lösungskompetenz mit der massiven Informationsmenge, die 2,5 Milliarden Gigabyte (GB) pro Tag für das Training der KI verursacht, besitzt sie eine hohe Möglichkeit einer unvorstellbar schnellen Entwicklung.

ai課程

Trotz der Tatsache, dass es verschiedene Kombinationen der drei genannten Grundmethoden gibt, sind sie in dem Sinne unveränderlich, dass sie weder den Bau von physikalischen Modellen noch das Verstehen von maßgeblichen Experten oder die Information über wissenschaftliche Forschungsdaten beinhalten. Keiner von ihnen ist der “richtige” Weg, um KI zu erreichen, da dieser Ansatz nicht die gesamte Bandbreite der Herausforderungen abdeckt. Diese drei Methoden sind natürlich alle geeignet, um KI zu produzieren und herzustellen, aber AGI wird sich wahrscheinlich auf eine radikal andere Weise öffnen müssen, da sie versucht, etwas Ungewöhnliches zu tun. Mit anderen Worten: AGI kann mit unspezifischen Rätseln umgehen, die nicht im Voraus programmiert sind, während KI nur mit kategoriespezifischen Rätseln umgehen kann, so dass die Methoden zur Erzeugung der beiden sehr unterschiedlich sind. Niemand weiß genau, wie man AGI erzeugt, und führende Experten sind sich in dieser Frage uneins.

Die KI muss ein Gerät sein, das mit dem physikalischen Globus interagieren und kommunizieren kann. Tatsächlich sind einige der Meinung, dass es besonders wichtig ist, dass die Entwicklung der KI erst dann eine gewisse Schwelle überschreiten kann, wenn sie technisch verfeinert ist und lernen kann, neue technische Anwendungen auf der Grundlage der Interaktion mit der Welt zu trainieren. Mit der Entwicklung und dem Design von neueren Aluminiumlegierungen, effizienteren Akkus, stärkeren Sensoren und effizienteren Mobilitätsmethoden werden wir in der Lage sein, stärkere intelligente Roboter zu bauen, die über alle Unebenheiten des Weges hinweg einen stetigen Fortschritt machen.

Aber es ist nicht diese Entwicklung, die wirklich jeder fühlt sich aufgeregt über das Feld der intelligenten Robotik Wissenschaft wieder, es ist nur die Aussicht auf einen Markt, wo diese Entwicklung ist eng mit der sehr starken künstlichen Intelligenz, die jeder bereits gebaut hat, und diese Art der Integration sollte Anlass zu künstlich intelligente intelligente intelligente Roboter, die tatsächlich in und interagieren mit jedermanns Physik Globus wird. Das ist unser nächster Themenstil, und den will jeder.