Yapay Zeka - Araştırma Alanları
Yapay zeka alanı, genişlik ve genişlik bakımından çok büyük. Devam ederken, AI alanındaki geniş çapta yaygın ve gelişmekte olan araştırma alanlarını dikkate alıyoruz -
Konuşma ve Ses Tanıma
Bu her iki terim de robotik, uzman sistemler ve doğal dil işlemede yaygındır. Bu terimler birbirinin yerine kullanılsa da amaçları farklıdır.
| Konuşma tanıma | Ses tanıma |
|---|---|
| Konuşma tanıma, anlamayı ve anlamayı amaçlar WHAT konuşuldu. | Ses tanımanın amacı, WHO konuşuyor. |
| El kullanmadan bilgi işlem, harita veya menü navigasyonunda kullanılır. | Bir kişiyi tonunu, ses perdesini ve aksanı vb. Analiz ederek tanımlamak için kullanılır. |
| Konuşmacıya bağlı olmadığı için makinenin Konuşma Tanıma için eğitime ihtiyacı yoktur. | Bu tanıma sistemi, kişi odaklı olduğu için eğitime ihtiyaç duyar. |
| Konuşmacıdan bağımsız Konuşma Tanıma sistemlerinin geliştirilmesi zordur. | Konuşmacıya bağlı Konuşma Tanıma sistemlerinin geliştirilmesi nispeten kolaydır. |
Konuşma ve Ses Tanıma Sistemlerinin Çalışması
Mikrofonda konuşulan kullanıcı girişi sistemin ses kartına gider. Dönüştürücü, analog sinyali konuşma işleme için eşdeğer dijital sinyale dönüştürür. Veritabanı, kelimeleri tanımak için ses modellerini karşılaştırmak için kullanılır. Son olarak, veritabanına ters bir geri bildirim verilir.
Bu kaynak dildeki metin, onu hedef dil metnine dönüştüren Çeviri Motoruna girdi olur. Etkileşimli GUI, geniş kelime veritabanı vb. İle desteklenirler.
Araştırma Alanlarının Gerçek Hayat Uygulamaları
Yapay zekanın sıradan insanlara günlük yaşamlarında hizmet ettiği çok sayıda uygulama var -
| Sr.No. | Araştırma bölgeleri | Gerçek Hayat Uygulaması |
|---|---|---|
| 1 | Expert Systems Örnekler - Uçuş takip sistemleri, Klinik sistemler. |
|
| 2 | Natural Language Processing Örnekler: Google Asistan özelliği, konuşma tanıma, Otomatik ses çıkışı. |
|
| 3 | Neural Networks Örnekler - Yüz tanıma, karakter tanıma, el yazısı tanıma gibi desen tanıma sistemleri. |
|
| 4 | Robotics Örnekler - Taşıma, püskürtme, boyama, hassas kontrol, delme, temizleme, kaplama, oyma vb. İçin endüstriyel robotlar. |
|
| 5 | Fuzzy Logic Systems Örnekler - Tüketici elektroniği, otomobiller vb. |
|
AI'nın Görev Sınıflandırması
AI alanı olarak sınıflandırılır Formal tasks, Mundane tasks, ve Expert tasks.
| Yapay Zekanın Görev Alanları | ||
|---|---|---|
| Sıradan (Sıradan) Görevler | Resmi Görevler | Uzman Görevleri |
Algı
|
|
|
Doğal Dil İşleme
|
Oyunlar
|
Bilimsel Analiz |
| Sağduyu | Doğrulama | Finansal Analiz |
| Muhakeme | Teorem Kanıtlama | Tıbbi teşhis |
| Planlama | Yaratıcılık | |
Robotik
|
||
İnsanlar öğrenir mundane (ordinary) tasksdoğumlarından beri. Algılama yoluyla, konuşarak, dili kullanarak ve lokomotiflerle öğrenirler. Resmi Görevleri ve Uzman Görevlerini daha sonra bu sırayla öğrenirler.
İnsanlar için sıradan görevleri öğrenmesi en kolay olanıdır. Aynısı, makinelerde sıradan görevleri uygulamaya çalışmadan önce de doğru kabul edildi. Daha önce, yapay zekanın tüm çalışmaları sıradan görev alanında yoğunlaşmıştı.
Daha sonra, makinenin sıradan görevleri yerine getirmek için daha fazla bilgi, karmaşık bilgi temsili ve karmaşık algoritmalar gerektirdiği ortaya çıktı. Sebep buwhy AI work is more prospering in the Expert Tasks domain şimdi, uzman görev alanı sağduyu olmadan uzman bilgisine ihtiyaç duyduğundan, bu temsil edilmesi ve idare edilmesi daha kolay olabilir.