Types de systèmes d'intelligence artificielle

Machine Learning

• Les premiers chercheurs ont lutté avec une puissance de traitement limitée et le stockage de l'ordinateur, mais toujours jeté les bases de l'IA avec des langages de programmation tels que LISP et des concepts tels que les arbres de décision et l'apprentissage de la machine. Les programmes écrits en LISP peuvent facilement analyser jeux comme les échecs, la carte tous les coups possibles pour plusieurs tours, puis choisir la meilleure alternative. Ces programmes pourraient également modifier leur logique de décision et d'apprendre des erreurs passées, obtenir "plus intelligent" au fil du temps. Avec des ordinateurs plus puissants et moins chers stockage de masse, cette branche de l'AI a engendré l'industrie des jeux d'ordinateur, ainsi que d'une variété de moteurs de recherche personnalisés et de sites de vente en ligne qui se souviennent pas seulement nos préférences, mais anticiper nos besoins.

Systèmes experts

• 
  
  
  
  

  Alors que la première vague de chercheurs en IA invoqué cycles de calcul pour simuler le raisonnement humain, l'approche suivante est appuyé sur des faits et des données pour imiter l'expérience humaine. Les systèmes experts sont réunis les faits et les règles dans une base de connaissances, puis utilisé des moteurs d'inférence sur ordinateur pour en déduire de nouveaux faits ou de répondre à des questions. Ingénieurs de la connaissance a interviewé des experts en médecine, la réparation automobile, dessin industriel ou d'autres professions, alors réduits ces conclusions dans la machine faits et des règles lisibles. Ces bases de connaissances ont ensuite été utilisés par d'autres pour aider à diagnostiquer les problèmes ou répondre aux questions. Comme la technologie a mûri, les chercheurs ont trouvé des moyens d'automatiser le développement de la base de connaissances, l'alimentation en rames de littérature technique, ou de laisser le crawl logiciel le Web pour trouver des informations pertinentes sur son propre.

Les réseaux de neurones

• Un autre groupe de chercheurs a tenté de reproduire le fonctionnement du cerveau humain en créant des réseaux artificiels de neurones et de synapses. Avec une formation, ces réseaux neuronaux pourraient reconnaître des modèles de ce qui ressemblait à des données aléatoires. Les images ou des sons sont introduits dans le côté d'entrée du réseau, avec les réponses correctes introduites dans le côté de sortie. Au fil du temps, les réseaux se réorganisent leur structure interne de sorte que quand une entrée similaire se Fed, le réseau renvoie la réponse correcte. Les réseaux de neurones fonctionnent bien lorsqu'il répond à la parole humaine ou lors de la traduction images numérisées en texte. Logiciel qui repose sur cette technologie peut lire des livres aux personnes aveugles ou de traduire le discours d'une langue à une autre.

Big Data

• Grand analyse de données à grande échelle, souvent appelés «big data», exploite la puissance de plusieurs ordinateurs à découvrir les faits et les relations dans les données que l'esprit humain ne peut pas comprendre. Des trillions de frais de carte de crédit ou des milliards de relations de réseaux sociaux peuvent être numérisés et mis en corrélation en utilisant une variété de méthodes statistiques pour découvrir des informations utiles. Les sociétés de cartes de crédit peuvent trouver les habitudes d'achat qui indiquent qu'une carte a été volée ou que le titulaire est en difficulté financière. Commerçants de détail peuvent trouver des modèles qui indiquent que le client est enceinte, avant même qu'elle sait elle-même l'achat. Big Data permet aux ordinateurs de comprendre le monde d'une manière que nous les humains ne pourraient jamais sur notre propre.