ปัญญาประดิษฐ์ - ระบบอัจฉริยะ

ในขณะที่เรียนปัญญาประดิษฐ์คุณต้องรู้ว่าปัญญาคืออะไร บทนี้ครอบคลุมแนวคิดเกี่ยวกับความฉลาดประเภทและส่วนประกอบของความฉลาด

Intelligence คืออะไร?

ความสามารถของระบบในการคำนวณเหตุผลรับรู้ความสัมพันธ์และการเปรียบเทียบเรียนรู้จากประสบการณ์จัดเก็บและดึงข้อมูลจากหน่วยความจำแก้ปัญหาเข้าใจความคิดที่ซับซ้อนใช้ภาษาธรรมชาติอย่างคล่องแคล่วจำแนกสรุปและปรับสถานการณ์ใหม่

ประเภทของข่าวกรอง

ตามที่โฮเวิร์ดการ์ดเนอร์นักจิตวิทยาพัฒนาการชาวอเมริกันได้อธิบายไว้หน่วยสืบราชการลับมีหลายรูปแบบ -

ข่าวกรอง	คำอธิบาย	ตัวอย่าง
ความฉลาดทางภาษา	ความสามารถในการพูดรับรู้และใช้กลไกของการออกเสียง (เสียงพูด) ไวยากรณ์ (ไวยากรณ์) และความหมาย (ความหมาย)	ผู้บรรยาย, Orators
ความฉลาดทางดนตรี	ความสามารถในการสร้างสื่อสารและเข้าใจความหมายที่เกิดจากเสียงความเข้าใจระดับเสียงจังหวะ	นักดนตรีนักร้องนักแต่งเพลง
ความฉลาดทางตรรกะ - คณิตศาสตร์	ความสามารถในการใช้งานและเข้าใจความสัมพันธ์ในกรณีที่ไม่มีการกระทำหรือวัตถุ ทำความเข้าใจกับแนวคิดที่ซับซ้อนและเป็นนามธรรม	นักคณิตศาสตร์นักวิทยาศาสตร์
ปัญญาเชิงพื้นที่	ความสามารถในการรับรู้ข้อมูลภาพหรือเชิงพื้นที่เปลี่ยนแปลงและสร้างภาพใหม่โดยไม่ต้องอ้างอิงถึงวัตถุสร้างภาพ 3 มิติและเพื่อเคลื่อนย้ายและหมุน	ผู้อ่านแผนที่นักบินอวกาศนักฟิสิกส์
ความฉลาดทางร่างกายและการเคลื่อนไหว	ความสามารถในการใช้ร่างกายทั้งหมดหรือบางส่วนในการแก้ปัญหาหรือผลิตภัณฑ์แฟชั่นควบคุมทักษะยนต์ที่ละเอียดและหยาบและจัดการกับวัตถุ	ผู้เล่นนักเต้น
ปัญญาภายในส่วนบุคคล	ความสามารถในการแยกแยะระหว่างความรู้สึกเจตนาและแรงจูงใจของตนเอง	กัวทัมพุทธะ
ความฉลาดระหว่างบุคคล	ความสามารถในการรับรู้และสร้างความแตกต่างท่ามกลางความรู้สึกความเชื่อและความตั้งใจของคนอื่น	นักสื่อสารมวลชนผู้สัมภาษณ์

คุณสามารถพูดว่าเครื่องจักรหรือระบบคือ artificially intelligent เมื่อมีการติดตั้งอย่างน้อยหนึ่งอย่างและมากที่สุดในความชาญฉลาด

Intelligence ประกอบด้วยอะไรบ้าง?

ความฉลาดนั้นจับต้องไม่ได้ ประกอบด้วย -

• Reasoning
• Learning
• การแก้ปัญหา
• Perception
• ความฉลาดทางภาษา

ให้เราดูส่วนประกอบทั้งหมดสั้น ๆ -

• Reasoning- เป็นชุดของกระบวนการที่ช่วยให้เราสามารถจัดเตรียมพื้นฐานสำหรับการตัดสินการตัดสินใจและการคาดคะเน มีสองประเภทกว้าง ๆ -

การให้เหตุผลโดยอุปนัย	การให้เหตุผลแบบนิรนัย
ดำเนินการสังเกตเฉพาะเพื่อสร้างข้อความทั่วไปอย่างกว้าง ๆ	เริ่มต้นด้วยคำชี้แจงทั่วไปและตรวจสอบความเป็นไปได้ในการบรรลุข้อสรุปเชิงตรรกะที่เฉพาะเจาะจง
แม้ว่าสถานที่ทั้งหมดจะเป็นจริงในคำชี้แจงการให้เหตุผลแบบอุปนัยก็ช่วยให้ข้อสรุปเป็นเท็จ	หากสิ่งที่เป็นจริงในชั้นเรียนโดยทั่วไปก็เป็นจริงสำหรับสมาชิกทุกคนในชั้นเรียนนั้น
ตัวอย่าง - "นิต้าเป็นครูนิต้าตั้งใจเรียนเพราะฉะนั้นครูทุกคนตั้งใจเรียน"	ตัวอย่าง - "ผู้หญิงทุกคนที่อายุมากกว่า 60 ปีเป็นย่าชาลินีอายุ 65 ปีดังนั้นชาลินีจึงเป็นยาย"

• Learning- เป็นกิจกรรมในการเพิ่มพูนความรู้หรือทักษะโดยการศึกษาฝึกฝนได้รับการสอนหรือประสบกับบางสิ่งบางอย่าง การเรียนรู้ช่วยเพิ่มความตระหนักในเรื่องของการศึกษา

  ความสามารถในการเรียนรู้ถูกครอบครองโดยมนุษย์สัตว์บางชนิดและระบบที่เปิดใช้งาน AI การเรียนรู้แบ่งออกเป็น -

  • Auditory Learning- เป็นการเรียนรู้โดยการฟังและการได้ยิน ตัวอย่างเช่นนักเรียนฟังเสียงบรรยายที่บันทึกไว้

  • Episodic Learning- เรียนรู้โดยการจดจำลำดับเหตุการณ์ที่ได้พบเห็นหรือมีประสบการณ์ นี่เป็นเส้นตรงและเป็นระเบียบ

  • Motor Learning- เป็นการเรียนรู้โดยการเคลื่อนไหวของกล้ามเนื้ออย่างแม่นยำ ตัวอย่างเช่นการหยิบสิ่งของการเขียนเป็นต้น

  • Observational Learning- เรียนรู้โดยการดูและเลียนแบบผู้อื่น ตัวอย่างเช่นเด็กพยายามเรียนรู้โดยเลียนแบบพ่อแม่

  • Perceptual Learning- เป็นการเรียนรู้ที่จะรับรู้สิ่งเร้าที่เราเคยเห็นมาก่อน ตัวอย่างเช่นการระบุและการจัดประเภทของวัตถุและสถานการณ์

  • Relational Learning- มันเกี่ยวข้องกับการเรียนรู้ที่จะแยกความแตกต่างระหว่างสิ่งเร้าต่างๆบนพื้นฐานของคุณสมบัติเชิงสัมพันธ์มากกว่าคุณสมบัติที่แน่นอน ตัวอย่างเช่นการเติมเกลือ 'น้อยกว่า' ในเวลาปรุงมันฝรั่งที่มีรสเค็มเมื่อปรุงด้วยการเติมเกลือหนึ่งช้อนโต๊ะ

  • Spatial Learning - เป็นการเรียนรู้ผ่านสิ่งเร้าที่มองเห็นเช่นภาพสีแผนที่เป็นต้นตัวอย่างเช่นบุคคลสามารถสร้างแผนงานขึ้นมาในใจก่อนที่จะไปตามถนนจริง

  • Stimulus-Response Learning- เป็นการเรียนรู้ที่จะแสดงพฤติกรรมเฉพาะเมื่อมีสิ่งกระตุ้นบางอย่างเกิดขึ้น ตัวอย่างเช่นสุนัขยกหูขึ้นเมื่อได้ยินเสียงกริ่งประตู

• Problem Solving - เป็นกระบวนการที่คนเรารับรู้และพยายามหาทางออกที่ต้องการจากสถานการณ์ปัจจุบันโดยใช้เส้นทางบางอย่างซึ่งถูกขัดขวางโดยอุปสรรคที่ทราบหรือไม่รู้จัก

  การแก้ปัญหายังรวมถึง decision makingซึ่งเป็นกระบวนการในการเลือกทางเลือกที่เหมาะสมที่สุดจากทางเลือกหลายทางเพื่อไปสู่เป้าหมายที่ต้องการ

• Perception - เป็นกระบวนการรับตีความคัดเลือกและจัดระเบียบข้อมูลทางประสาทสัมผัส

  การรับรู้ถือว่า sensing. ในมนุษย์การรับรู้ได้รับความช่วยเหลือจากอวัยวะรับสัมผัส ในโดเมนของ AI กลไกการรับรู้จะทำให้ข้อมูลที่เซ็นเซอร์ได้รับมารวมกันในลักษณะที่มีความหมาย

• Linguistic Intelligence- เป็นความสามารถในการใช้เข้าใจพูดและเขียนด้วยวาจาและภาษาเขียน เป็นสิ่งสำคัญในการสื่อสารระหว่างบุคคล

ความแตกต่างระหว่าง Human และ Machine Intelligence

• มนุษย์รับรู้ด้วยรูปแบบในขณะที่เครื่องจักรรับรู้ด้วยชุดของกฎและข้อมูล

• มนุษย์จัดเก็บและเรียกคืนข้อมูลตามรูปแบบเครื่องจักรทำได้โดยการค้นหาอัลกอริทึม ตัวอย่างเช่นหมายเลข 40404040 นั้นง่ายต่อการจดจำจัดเก็บและเรียกคืนเนื่องจากรูปแบบนั้นเรียบง่าย

• มนุษย์สามารถค้นหาวัตถุที่สมบูรณ์ได้แม้ว่าบางส่วนของมันจะหายไปหรือบิดเบี้ยวก็ตาม ในขณะที่เครื่องจักรไม่สามารถทำได้อย่างถูกต้อง