人工知能-インテリジェントシステム

人工知能を研究している間、あなたは知性が何であるかを知る必要があります。この章では、インテリジェンスのアイデア、インテリジェンスのタイプ、およびコンポーネントについて説明します。

インテリジェンスとは何ですか？

関係や類推を計算、推論、認識し、経験から学び、記憶から情報を保存および取得し、問題を解決し、複雑なアイデアを理解し、自然言語を流暢に使用し、分類し、一般化し、新しい状況に適応するシステムの能力。

インテリジェンスの種類

アメリカの発達心理学者であるハワードガードナーが説明したように、インテリジェンスにはさまざまな要素があります。

インテリジェンス	説明	例
言語インテリジェンス	音韻論（スピーチ音）、構文（文法）、および意味論（意味）のメカニズムを話し、認識し、使用する能力。	ナレーター、オレーター
ミュージカルインテリジェンス	音の意味、ピッチ、リズムの理解を創造し、コミュニケーションし、理解する能力。	ミュージシャン、歌手、作曲家
論理数学的知性	アクションやオブジェクトがない場合に関係を使用して理解する能力。複雑で抽象的なアイデアを理解する。	数学者、科学者
空間インテリジェンス	視覚的または空間的情報を認識し、それを変更し、オブジェクトを参照せずに視覚的画像を再作成し、3D画像を構築し、それらを移動および回転する機能。	地図リーダー、宇宙飛行士、物理学者
身体運動知能	身体の全体または一部を使用して、問題やファッション製品を解決し、細かい運動技能と粗い運動技能を制御し、オブジェクトを操作する能力。	プレーヤー、ダンサー
個人内インテリジェンス	自分の感情、意図、動機を区別する能力。	ゴータムブッダ
対人知能	他の人の感情、信念、意図を認識し、区別する能力。	マスコミュニケーター、インタビュアー

あなたは機械またはシステムが artificially intelligent 少なくとも1つ、多くてもすべてのインテリジェンスが搭載されている場合。

インテリジェンスは何で構成されていますか？

インテリジェンスは無形です。−で構成されています

Reasoning
Learning
問題解決
Perception
言語インテリジェンス

すべてのコンポーネントを簡単に見ていきましょう-

Reasoning−これは、判断、意思決定、および予測の基礎を提供できるようにする一連のプロセスです。大きく2つのタイプがあります-

帰納的推理	演繹的推論
それは、幅広い一般的な声明を出すために特定の観察を行います。	それは一般的な声明から始まり、特定の論理的な結論に到達する可能性を検討します。
声明ですべての前提が真であるとしても、帰納的推論は結論が偽であることを可能にします。	一般に、あるクラスの事柄に当てはまる場合、そのクラスのすべてのメンバーにも当てはまります。
例-「ニタは教師です。ニタは勤勉です。したがって、すべての教師は勤勉です。」	例-「60歳以上のすべての女性は祖母です。シャリーニは65歳です。したがって、シャリーニは祖母です。」

Learning−何かを勉強したり、練習したり、教えたり、体験したりすることで知識やスキルを身につける活動です。学習は、研究対象の意識を高めます。

学習能力は、人間、一部の動物、およびAI対応システムによって所有されています。学習は次のように分類されます-
- Auditory Learning−聞くことと聞くことによって学ぶことです。たとえば、録音された音声講義を聞いている学生。
- Episodic Learning−目撃した、または経験した一連の出来事を思い出して学ぶこと。これは直線的で整然としています。
- Motor Learning−筋肉の正確な動きによる学習です。たとえば、オブジェクトの選択、書き込みなど。
- Observational Learning−他の人を見て模倣することによって学ぶこと。たとえば、子供は親を模倣して学習しようとします。
- Perceptual Learning−以前に見た刺激を認識することを学んでいます。たとえば、オブジェクトと状況を識別して分類します。
- Relational Learning−絶対的な特性ではなく、関係的な特性に基づいてさまざまな刺激を区別することを学ぶ必要があります。たとえば、前回塩辛くなったジャガイモを調理するときに、大さじ1杯の塩を加えて調理したときに「少し少ない」塩を加える。
- Spatial Learning −画像、色、地図などの視覚刺激を通じて学習します。たとえば、人は実際に道路をたどる前にロードマップを作成することができます。
- Stimulus-Response Learning−特定の刺激が存在するときに特定の行動を実行することを学習しています。たとえば、犬はドアベルを聞いて耳を上げます。
Problem Solving −それは、既知または未知のハードルによってブロックされている何らかの道をたどることによって、現在の状況から望ましい解決策を認識し、到達しようとするプロセスです。

問題解決には、 decision making、これは、複数の選択肢の中から最適な選択肢を選択して、目的の目標を達成するプロセスです。
Perception −感覚情報を取得、解釈、選択、整理するプロセスです。

知覚は推定します sensing。人間では、知覚は感覚器官によって助けられます。AIの領域では、知覚メカニズムにより、センサーによって取得されたデータが意味のある方法でまとめられます。
Linguistic Intelligence−口頭および書記言語を使用、理解、話し、書く能力です。対人コミュニケーションにおいて重要です。

人間と機械の知能の違い

人間はパターンによって知覚しますが、機械は一連のルールとデータによって知覚します。
人間はパターンごとに情報を保存および呼び出し、機械はアルゴリズムを検索することによってそれを行います。たとえば、番号40404040はパターンが単純であるため、覚えやすく、保存しやすく、思い出しやすいものです。
人間は、オブジェクトの一部が欠落しているか歪んでいる場合でも、オブジェクト全体を把握できます。一方、マシンはそれを正しく行うことができません。