あらゆる種類の人工知能を理解する

公開: 2021-06-14

目次

人工知能

科学の学際的な分野である人工知能は、人間の知能を介してタスクを実行する機能を備えた機械の開発に焦点を当てています。 これは、機械における人間の知性のシミュレーションのプロセスを指します。 システムは、人間の行動や行動を模倣するように特別に訓練され、それに応じてプログラムされています。 学習、推論、知覚は人工知能の目標です。 AIは次のようないくつかの業界で使用されています。 ヘルスケア、金融などがAIを効率的に適用しています。

さまざまなタイプのAIを探索することで、既存のタイプと将来のタイプのAIに関連する課題を明確に把握できます。

AIはどのように分類されますか？

人工知能の主な目的は、人間の知能プロセスを模倣することです。 したがって、AIの分類に使用される基準は、AIシステムが人間の能力を複製できる程度です。 したがって、モデルが同様の効率でより人間らしい機能を実行できる場合、モデルはより進化したタイプのAIであると見なされます。 一方、パフォーマンスと機能が制限されているタイプのAIは、あまり進化していないタイプのAIと見なされます。

ほとんどの人工知能は、機能に基づくものと機能に基づくものの2つのカテゴリに大きく分けることができます。

人工知能の種類

私）。 タイプ1AI：機能に基づく

1.弱いAIまたは狭いAI （人工知能、ANI）

  • インテリジェンスを使用して専用のタスクを実行する場合は、狭いAIが必要になります。 これは、世界で最も一般的なタイプのAIです。
  • モデルはトレーニングされたタスクしか実行できないため、狭いAIは弱いAIとも呼ばれます。 その分野を超えて実行することはできません。
  • 狭いAIの最良の例の1つは、事前定義された関数のセットで動作するAppleSiriです。
  • 狭いAIのもう1つの例は、機械学習と自然言語処理をエキスパートシステムアプローチと組み合わせたIBMWatsonスーパーコンピューターです。
  • 狭いAIの例には、チェスのプレイ、音声認識などがあります。

2.一般的なAI（人工知能）

  • このタイプのAIは、人間に似たあらゆる知的タスクを実行できます。
  • モデルの開発の背後にある考え方は、人間のようにスマートに考えることができる、よりスマートなシステムが存在する必要があるという事実にあります。
  • 現在、そのようなシステムは存在しません。 しかし、研究者はそのようなAIシステムの開発に焦点を合わせています。

3.スーパーAI（人工知能）

  • このタイプのAIは、一般的なAIの結果であり、システムは、認知特性の能力を通じて、人間よりもはるかに優れたタスクを実行できます。
  • スーパーAIの特徴には、計画、学習、パズルの解き方、調整などがあります。すべてそれ自体です。
  • スーパーAIシステムの開発は依然として課題であり、AIの架空の概念です。

II）。 タイプ2：機能に基づく

1.リアクティブマシン

  • これは、基本的な機能を実行する最も単純な形式の人工知能です。 これらは、機能が制限されている最も古い形式のAIでもあります。
  • このタイプのAIには、どのタイプの学習も含まれていません。 モデルは、いくつかの入力に反応していくつかの出力を生成します。 入力の保存がないため、「学習」する機能はありません。
  • このモデルは、さまざまな刺激に反応する人間の心の能力に基づいています。 現在の行動を決定するために使用される過去の経験はありません。
  • 限られた入力セットに対する自動応答の場合、これらのタイプのAIモデルを優先できます。
  • リアクティブマシンは、プログラムされたタスクに対してのみ機能できます。 それを超えて、彼らは世界についての知識や概念を持っていないので、マシンは実行に失敗します。
  • これらのタイプのAIモデルの特徴の1つは、タスクの実行の時間と場所に関係なく、マシンが常にプログラムされたのと同じように動作することです。
  • リアクティブマシンに関連する成長はなく、繰り返し発生するアクションと動作の停滞のみに関連しています。

人工知能の例は、IBMのチェスをプレイするスーパーコンピューターであるIBMのDeep Blueにあります。これは、1997年にグランドマスターのGarry Kasparovを打ち負かしたゲーム機です。このマシンは、チェス盤上の部品を識別し、次の動きを予測する機能を備えています。 。 次に、一連の可能性から最適な動きを選択します。 この機械は、過去の概念なしに現在の知識を使用します。

2.限られたメモリ

  • AIの限られたメモリタイプは、以前に学習した情報、保存されたデータ、またはイベントから知識を引き出すモデルで構成されます。
  • リアクティブマシンの機能に加えて、限られたメモリは、履歴データからの学習から決定を下すことができます。 このタイプのAIには、以前のデータまたは以前の予測を保存するプロセスが含まれます。 これらのデータは、最終的にはより良い予測を行うのに役立ちます。
  • モデルは、大量のトレーニングデータでトレーニングされます。 これらのデータは、将来の問題を解決するために使用するシステムのメモリに参照モデルとして保存されます。

このタイプのAIのアプリケーションは、仮想アシスタント、チャットボットなどで見つけることができます。

限られたメモリの適用は、自動運転車の概念によって説明できます。

  • 自動運転車は、他の車の速度や方向を観察するように過去を調べます。 これは一度に達成されるわけではありませんが、時間の経過とともに特定のオブジェクトを識別するタスクが必要です。
  • 上記の情報は、車線のマーキング、信号機、道路の曲率などとともに、すでに車に事前にプログラムされています。 この情報を使用して、自動運転車は車線を変更するタイミングや、衝突を回避するタイミングなどを決定できます。
  • 情報は一時的なものであり、車の経験のライブラリとして保存されません。

限られたメモリタイプのAIは、3種類のモデルに適用されます。

  1. 強化学習

このタイプのモデルは、機械学習に適用され、環境との相互作用を通じて将来の結果を予測します。 試行錯誤のサイクルで構成されています。 強化モデルの例には、コンピューターにチェスの遊び方を教えることが含まれます。

  1. 長短期記憶（LSTM）

LSTMモデルは、シーケンスの次の結果を予測するのに役立ちます。 したがって、過去のアイテムは現在のアイテムよりも重要性が低いと見なされます。

  1. 進化的生成的敵対的ネットワーク（E-GAN）

このタイプのモデルは進化し続け、成長するもののプロセスを示しています。 毎回明確なパスをたどるわけではなく、変更されます。 これらの変更は、より良いまたは最も少ない抵抗経路の予測につながる可能性があります。 モデルE-GANのシミュレーションプロセスは、地球上の人間の進化にいくぶん似ています。

限られたメモリタイプの作業システム

このタイプのモデルは2つの方法で機能します

  • モデルは新しいデータで継続的にトレーニングされています
  • モデルのAI環境は、モデルの自動トレーニングとモデルの動作に関する更新の機会を提供します。

上記の2種類のAIが実際に豊富に見られます。 ただし、次の2つのタイプのAIは、理論的な概念または進行中の作業として存在します。

3.心の理論

  • 心の理論は、人間の心と同等の意思決定プロセスの能力を持ちながら、機械を介して行われる機械学習モデルを表しています。
  • 研究者たちは現在、AIの概念型である「心の理論」の革新に取り組んでいます。
  • このタイプのAIは、人間の思考や感情と相互作用します。 これらのモデルには、人々の思考や感情が行動のアウトプットに影響を与えるという理解が含まれます。 これは最終的に「心の理論」の思考プロセスに影響を与えます。
  • 人間の相互作用の重要な要素の1つは、社会的相互作用です。 したがって、架空のマシンは、感情的な出力と行動を識別、理解、保持、および記憶しながら、それらに対応する方法を知っている必要があります。
  • 人々から得られた情報により、機械はそれを彼らの学習に適用し、適応させることができるようになります。 その結果、彼らはさまざまな状況とコミュニケーションを取り、治療する方法を知るようになります。
  • 高度な形式のAI。

現在、他のタイプのモデルは、Alexaに与えられたコマンドや、間違った方向を示したときにGoogleマップで叫ぶなどの一方向の関係を示しています。 それでも、AIモデルは怒りの行動に反応しないようです。 代わりに、それは毎回司令官に身をかがめます。 このタイプのAIモデルの例は、ハンソンロボティクスによって作成されたロボット「ソフィア」です。 ヒューマノイドボットには、さまざまな表情を示すインタラクションを確認して応答する機能があります。

心の理論は少し進んでおり、より良い仲間になるでしょう。 これらのタイプのモデルは、初期段階にあるように見えます。

4.自己認識

  • このタイプのAIは、まだ実際には開発されていないが、ストーリーにのみ存在するAIの最終段階を表しています。 これらのタイプのマシンは、依然として人工知能の架空の概念ですが、開発されると、人間よりも賢くなります。
  • 自己認識のAIモデルは、心の理論が自己誘導の思考と反応を持つよりも一歩進んだものです
  • モデルは、システムが自己認識の状態に達するポイントに進化します。 これは究極のAI研究の1つです
  • モデルは、相互作用するモデルに感情を抱くだけでなく、独自の信念や欲求を持っています。
  • モデルは文明の進歩につながる可能性がありますが、それはまた壊滅的な状況をもたらす可能性があります。 自己認識状態の達成により、マシンは自己保存のアイデアを持ちます。 これは、AIがこのタイプのAIによるスキームのプロットを通じて人類を引き継ぐ状況につながる可能性があります。

結論

さまざまなタイプのAIの開発の背後にある主な前提は、人間の知能をデジタルコンピューターでプログラムできる記号操作の形で表すことができるということです。 AIの例は、AIのモデルが現実の世界をどの程度認識できるかを示しています。 AIモデルの仮想概念がさらに発展するにつれ、人間の思考の複雑さをサポートするために、より開発されたマシンが必要になる可能性があります。

人工知能について詳しく知りたい場合は、機械学習とAIのIIIT-BとupGradのエグゼクティブPGプログラムをご覧ください。これは、働く専門家向けに設計されており、450時間以上の厳格なトレーニング、30以上のケーススタディと課題、IIITを提供します。 -B卒業生のステータス、5つ以上の実践的なキャップストーンプロジェクト、トップ企業との仕事の支援。

AI主導の技術革命をリードする

機械学習と人工知能におけるエグゼクティブPGプログラム
今すぐ申し込む