Künstliche Intelligenz - Forschungsbereiche
Die Domäne der künstlichen Intelligenz ist in Breite und Breite riesig. Während wir fortfahren, betrachten wir die allgemein verbreiteten und prosperierenden Forschungsbereiche im Bereich der KI -
Sprach- und Spracherkennung
Diese beiden Begriffe sind in der Robotik, in Expertensystemen und in der Verarbeitung natürlicher Sprache üblich. Obwohl diese Begriffe synonym verwendet werden, unterscheiden sich ihre Ziele.
| Spracherkennung | Spracherkennung |
|---|---|
| Die Spracherkennung zielt darauf ab, zu verstehen und zu verstehen WHAT wurde gesprochen. | Das Ziel der Spracherkennung ist das Erkennen WHO spricht. |
| Es wird in der Freisprech-, Karten- oder Menünavigation verwendet. | Es wird verwendet, um eine Person durch Analyse ihres Tons, ihrer Stimmlage und ihres Akzents usw. zu identifizieren. |
| Das Gerät benötigt kein Training für die Spracherkennung, da es nicht sprecherabhängig ist. | Dieses Erkennungssystem muss geschult werden, da es personenorientiert ist. |
| Sprecherunabhängige Spracherkennungssysteme sind schwer zu entwickeln. | Sprecherabhängige Spracherkennungssysteme sind vergleichsweise einfach zu entwickeln. |
Funktionieren von Sprach- und Spracherkennungssystemen
Die an einem Mikrofon gesprochene Benutzereingabe geht an die Soundkarte des Systems. Der Wandler wandelt das analoge Signal in ein äquivalentes digitales Signal für die Sprachverarbeitung um. Die Datenbank wird verwendet, um die Klangmuster zu vergleichen, um die Wörter zu erkennen. Schließlich wird eine umgekehrte Rückmeldung an die Datenbank gegeben.
Dieser Text in der Ausgangssprache wird in die Translation Engine eingegeben, die ihn in den Text in der Zielsprache konvertiert. Sie werden mit einer interaktiven Benutzeroberfläche, einer großen Datenbank mit Vokabeln usw. unterstützt.
Reale Anwendungen von Forschungsgebieten
Es gibt eine Vielzahl von Anwendungen, bei denen KI gewöhnlichen Menschen in ihrem täglichen Leben dient -
| Sr.Nr. | Forschungsgebiete | Real Life-Anwendung |
|---|---|---|
| 1 | Expert Systems Beispiele - Flugverfolgungssysteme, klinische Systeme. |
|
| 2 | Natural Language Processing Beispiele: Google Now-Funktion, Spracherkennung, automatische Sprachausgabe. |
|
| 3 | Neural Networks Beispiele - Mustererkennungssysteme wie Gesichtserkennung, Zeichenerkennung, Handschrifterkennung. |
|
| 4 | Robotics Beispiele - Industrieroboter zum Bewegen, Sprühen, Lackieren, Präzisionsprüfen, Bohren, Reinigen, Beschichten, Schnitzen usw. |
|
| 5 | Fuzzy Logic Systems Beispiele - Unterhaltungselektronik, Automobile usw. |
|
Aufgabenklassifizierung der KI
Die Domäne der KI ist klassifiziert in Formal tasks, Mundane tasks, und Expert tasks.
| Aufgabenbereiche der künstlichen Intelligenz | ||
|---|---|---|
| Mundane (gewöhnliche) Aufgaben | Formale Aufgaben | Expertenaufgaben |
Wahrnehmung
|
|
|
Verarbeitung natürlicher Sprache
|
Spiele
|
Wissenschaftliche Analyse |
| Gesunder Menschenverstand | Überprüfung | Finanzanalyse |
| Argumentation | Theorembeweisung | Medizinische Diagnose |
| Planen | Kreativität | |
Robotik
|
||
Menschen lernen mundane (ordinary) tasksseit ihrer Geburt. Sie lernen durch Wahrnehmung, Sprechen, Sprache und Lokomotiven. Sie lernen später in dieser Reihenfolge formale Aufgaben und Expertenaufgaben.
Für den Menschen sind die alltäglichen Aufgaben am einfachsten zu erlernen. Dasselbe wurde als wahr angesehen, bevor versucht wurde, alltägliche Aufgaben in Maschinen zu implementieren. Zuvor konzentrierte sich die gesamte Arbeit der KI auf den Bereich der alltäglichen Aufgaben.
Später stellte sich heraus, dass die Maschine mehr Wissen, eine komplexe Wissensrepräsentation und komplizierte Algorithmen für die Bearbeitung alltäglicher Aufgaben benötigt. Das ist der Grundwhy AI work is more prospering in the Expert Tasks domain Jetzt, da die Domäne der Expertenaufgaben Expertenwissen ohne gesunden Menschenverstand benötigt, das einfacher darzustellen und zu handhaben ist.