Trí tuệ nhân tạo - Hệ thống thông minh
Trong khi nghiên cứu về trí tuệ nhân tạo, bạn cần biết trí thông minh là gì. Chương này bao gồm Ý tưởng về trí thông minh, các loại và các thành phần của trí thông minh.
Thông minh là gì?
Khả năng của một hệ thống để tính toán, suy luận, nhận thức các mối quan hệ và loại suy, học hỏi kinh nghiệm, lưu trữ và truy xuất thông tin từ bộ nhớ, giải quyết vấn đề, hiểu các ý tưởng phức tạp, sử dụng ngôn ngữ tự nhiên thành thạo, phân loại, khái quát hóa và thích ứng với các tình huống mới.
Các loại trí thông minh
Như được mô tả bởi Howard Gardner, một nhà tâm lý học phát triển người Mỹ, Trí thông minh có nhiều mặt -
| Sự thông minh | Sự miêu tả | Thí dụ |
|---|---|---|
| Trí tuệ ngôn ngữ | Khả năng nói, nhận biết và sử dụng các cơ chế âm vị học (âm thanh lời nói), cú pháp (ngữ pháp) và ngữ nghĩa (ý nghĩa). | Người tường thuật, Người hùng biện |
| Trí tuệ âm nhạc | Khả năng tạo ra, giao tiếp và hiểu ý nghĩa của âm thanh, hiểu cao độ, nhịp điệu. | Nhạc sĩ, Ca sĩ, Nhà soạn nhạc |
| Trí thông minh logic-toán học | Khả năng sử dụng và hiểu các mối quan hệ khi không có hành động hoặc đối tượng. Hiểu những ý tưởng phức tạp và trừu tượng. | Nhà toán học, nhà khoa học |
| Trí tuệ không gian | Khả năng nhận thức thông tin hình ảnh hoặc thông tin không gian, thay đổi thông tin và tái tạo hình ảnh trực quan mà không cần tham chiếu đến các đối tượng, tạo hình ảnh 3D và di chuyển và xoay chúng. | Người đọc bản đồ, Phi hành gia, Nhà vật lý |
| Trí thông minh thể chất | Khả năng sử dụng toàn bộ hoặc một phần cơ thể để giải quyết các vấn đề hoặc các sản phẩm thời trang, kiểm soát các kỹ năng vận động tinh và thô cũng như thao tác các đồ vật. | Người chơi, Vũ công |
| Tình báo intrapersonal | Khả năng phân biệt giữa cảm xúc, ý định và động cơ của chính mình. | Gautam Buddhha |
| Trí thông minh giữa các cá nhân | Khả năng nhận biết và phân biệt cảm xúc, niềm tin và ý định của người khác. | Người giao tiếp đại chúng, Người phỏng vấn |
Bạn có thể nói một cái máy hay một hệ thống là artificially intelligent khi nó được trang bị ít nhất một và nhiều nhất là tất cả các tính năng thông minh trong đó.
Thông minh bao gồm những gì?
Trí thông minh là vô hình. Nó bao gồm -
- Reasoning
- Learning
- Giải quyết vấn đề
- Perception
- Trí tuệ ngôn ngữ
Hãy để chúng tôi đi qua tất cả các thành phần ngắn gọn -
Reasoning- Đây là tập hợp các quy trình cho phép chúng tôi cung cấp cơ sở để phán đoán, đưa ra quyết định và dự đoán. Có hai loại rộng rãi -
| Lập luận quy nạp | Suy luận suy luận |
|---|---|
| Nó tiến hành các quan sát cụ thể để đưa ra những tuyên bố chung chung. | Nó bắt đầu với một tuyên bố chung và xem xét các khả năng để đi đến một kết luận cụ thể, hợp lý. |
| Ngay cả khi tất cả các tiền đề đều đúng trong một phát biểu, thì suy luận quy nạp vẫn cho phép kết luận là sai. | Nếu điều gì đó đúng với một lớp vật nói chung, thì nó cũng đúng cho tất cả các thành viên của lớp đó. |
| Ví dụ - "Nita là một giáo viên. Nita rất chăm học. Do đó, Tất cả các giáo viên đều chăm học." | Ví dụ - "Tất cả phụ nữ trên 60 tuổi đều là bà. Shalini 65 tuổi. Do đó, Shalini là bà". |
Learning- Là hoạt động đạt được kiến thức hoặc kỹ năng bằng cách học tập, thực hành, được dạy hoặc trải nghiệm điều gì đó. Học tập nâng cao nhận thức của các đối tượng nghiên cứu.
Khả năng học tập được sở hữu bởi con người, một số động vật và các hệ thống hỗ trợ AI. Học tập được phân loại là -
Auditory Learning- Đó là học bằng cách nghe và nghe. Ví dụ, học sinh nghe các bài giảng ghi âm.
Episodic Learning- Để học bằng cách ghi nhớ chuỗi sự kiện mà một người đã chứng kiến hoặc trải qua. Đây là tuyến tính và có trật tự.
Motor Learning- Nó đang học bằng chuyển động chính xác của các cơ. Ví dụ, chọn đồ vật, Viết, v.v.
Observational Learning- Học bằng cách quan sát và bắt chước người khác. Ví dụ, trẻ cố gắng học bằng cách bắt chước bố mẹ.
Perceptual Learning- Nó đang học cách nhận biết những kích thích mà người ta đã thấy trước đây. Ví dụ, xác định và phân loại các đối tượng và tình huống.
Relational Learning- Nó liên quan đến việc học cách phân biệt giữa các kích thích khác nhau trên cơ sở các thuộc tính quan hệ, thay vì các thuộc tính tuyệt đối. Ví dụ: Thêm muối 'ít hơn một chút' khi nấu khoai tây đã mặn lần trước, khi nấu chín có thêm một thìa muối.
Spatial Learning - Đó là học thông qua các kích thích thị giác như hình ảnh, màu sắc, bản đồ, v.v ... Ví dụ, Một người có thể tạo ra lộ trình trong đầu trước khi thực sự đi theo con đường.
Stimulus-Response Learning- Nó đang học cách thực hiện một hành vi cụ thể khi có một kích thích nào đó. Ví dụ, một con chó dỏng tai lên khi nghe thấy tiếng chuông cửa.
Problem Solving - Đó là quá trình một người nhận thức và cố gắng đạt được một giải pháp mong muốn từ tình huống hiện tại bằng cách đi theo một con đường nào đó, bị chặn bởi những rào cản đã biết hoặc chưa biết.
Giải quyết vấn đề cũng bao gồm decision making, là quá trình lựa chọn phương án thay thế phù hợp nhất trong số nhiều phương án thay thế để đạt được mục tiêu mong muốn có sẵn.
Perception - Là quá trình thu nhận, giải thích, lựa chọn và tổ chức thông tin cảm tính.
Nhận thức giả định sensing. Ở người, nhận thức được hỗ trợ bởi các cơ quan cảm giác. Trong lĩnh vực của AI, cơ chế nhận thức đặt dữ liệu mà các cảm biến thu được lại với nhau theo cách có ý nghĩa.
Linguistic Intelligence- Là khả năng sử dụng, hiểu, nói và viết ngôn ngữ nói và viết. Nó quan trọng trong giao tiếp giữa các cá nhân.
Sự khác biệt giữa trí tuệ con người và máy móc
Con người nhận thức theo khuôn mẫu trong khi máy móc nhận thức bằng tập hợp các quy tắc và dữ liệu.
Con người lưu trữ và nhớ lại thông tin theo các mẫu, máy móc làm điều đó bằng các thuật toán tìm kiếm. Ví dụ: số 40404040 rất dễ nhớ, dễ lưu trữ và dễ nhớ vì mẫu của nó rất đơn giản.
Con người có thể tìm ra vật thể hoàn chỉnh ngay cả khi một số phần của nó bị thiếu hoặc bị bóp méo; ngược lại máy móc không thể làm điều đó một cách chính xác.