Trí tuệ nhân tạo - Lĩnh vực nghiên cứu
Lĩnh vực của trí tuệ nhân tạo rất lớn về chiều rộng và chiều rộng. Trong khi tiếp tục, chúng tôi xem xét các lĩnh vực nghiên cứu thịnh vượng và phổ biến rộng rãi trong lĩnh vực AI -
Nhận dạng giọng nói và giọng nói
Cả hai thuật ngữ này đều phổ biến trong lĩnh vực robot, hệ thống chuyên gia và xử lý ngôn ngữ tự nhiên. Mặc dù các thuật ngữ này được sử dụng thay thế cho nhau, nhưng mục tiêu của chúng là khác nhau.
| Nhận dạng giọng nói | Nhận diện giọng nói |
|---|---|
| Nhận dạng giọng nói nhằm mục đích hiểu và lĩnh hội WHAT đã được nói. | Mục tiêu của nhận dạng giọng nói là nhận ra WHO đang nói. |
| Nó được sử dụng trong tính toán rảnh tay, bản đồ hoặc điều hướng menu. | Nó được sử dụng để xác định một người bằng cách phân tích âm điệu, cao độ giọng nói và trọng âm của người đó, v.v. |
| Máy không cần đào tạo về Nhận dạng giọng nói vì nó không phụ thuộc vào loa. | Hệ thống công nhận này cần được đào tạo vì nó được định hướng bởi con người. |
| Hệ thống Nhận dạng giọng nói độc lập với người nói rất khó phát triển. | Hệ thống Nhận dạng giọng nói phụ thuộc vào người nói tương đối dễ phát triển. |
Hoạt động của hệ thống nhận dạng giọng nói và giọng nói
Đầu vào của người dùng được nói tại micrô sẽ chuyển đến thẻ âm thanh của hệ thống. Bộ chuyển đổi biến tín hiệu tương tự thành tín hiệu số tương đương để xử lý giọng nói. Cơ sở dữ liệu được sử dụng để so sánh các mẫu âm thanh để nhận ra các từ. Cuối cùng, một phản hồi ngược lại được đưa ra cho cơ sở dữ liệu.
Văn bản ngôn ngữ nguồn này trở thành đầu vào cho Công cụ dịch, công cụ này sẽ chuyển đổi nó thành văn bản ngôn ngữ đích. Chúng được hỗ trợ với GUI tương tác, cơ sở dữ liệu từ vựng lớn, v.v.
Ứng dụng thực tế của các khu vực nghiên cứu
Có một loạt các ứng dụng mà AI đang phục vụ những người bình thường trong cuộc sống hàng ngày của họ -
| Sr.No. | Khu vực nghiên cứu | Ứng dụng trong cuộc sống thực |
|---|---|---|
| 1 | Expert Systems Ví dụ - Hệ thống theo dõi chuyến bay, Hệ thống lâm sàng. |
|
| 2 | Natural Language Processing Ví dụ: Tính năng Google Hiện hành, nhận dạng giọng nói, Đầu ra giọng nói tự động. |
|
| 3 | Neural Networks Ví dụ - Hệ thống nhận dạng mẫu như nhận dạng khuôn mặt, nhận dạng ký tự, nhận dạng chữ viết tay. |
|
| 4 | Robotics Ví dụ - Robot công nghiệp để di chuyển, phun, sơn, kiểm tra độ chính xác, khoan, làm sạch, sơn phủ, chạm khắc, v.v. |
|
| 5 | Fuzzy Logic Systems Ví dụ - Điện tử gia dụng, ô tô, v.v. |
|
Phân loại nhiệm vụ của AI
Lĩnh vực của AI được phân loại thành Formal tasks, Mundane tasks, và Expert tasks.
| Miền nhiệm vụ của trí tuệ nhân tạo | ||
|---|---|---|
| Nhiệm vụ Mundane (Bình thường) | Nhiệm vụ chính thức | Nhiệm vụ chuyên gia |
Nhận thức
|
|
|
Xử lý ngôn ngữ tự nhiên
|
Trò chơi
|
Phân tích khoa học |
| Nhận thức chung | xác minh | Phân tích tài chính |
| Lý luận | Chứng minh định lý | Chẩn đoán y tế |
| Lập kế hoạch | Sáng tạo | |
Người máy
|
||
Con người học mundane (ordinary) taskskể từ khi họ chào đời. Họ học bằng nhận thức, nói, sử dụng ngôn ngữ và đầu máy. Họ học Nhiệm vụ chính thức và Nhiệm vụ chuyên gia sau đó, theo thứ tự đó.
Đối với con người, các nhiệm vụ trần tục là dễ học nhất. Điều này cũng được coi là đúng trước khi cố gắng thực hiện các tác vụ trần tục trong máy móc. Trước đó, tất cả công việc của AI đều tập trung trong lĩnh vực tác vụ trần tục.
Sau đó, hóa ra máy đòi hỏi nhiều kiến thức hơn, biểu diễn kiến thức phức tạp và các thuật toán phức tạp để xử lý các tác vụ thông thường. Đây là lý dowhy AI work is more prospering in the Expert Tasks domain bây giờ, vì miền nhiệm vụ chuyên gia cần kiến thức chuyên môn mà không có kiến thức thông thường, có thể dễ dàng hơn để trình bày và xử lý.