Mākslīgais intelekts
Mākslīgais intelekts (MI) jeb mākslīgais saprāts (angļu: Artificial intelligence — AI) ir datorzinātņu un citu zinātņu nozare, kas pēta mašīnu saprātīgu izturēšanos, apmācību un pielāgošanos. MI ietvaros tiek pētīta saprātīgā uzvedība (cilvēkiem, dzīvniekiem un mašīnām) un tiek mēģināts modelēt šādu uzvedību mākslīgi radītā mašīnā; savukārt biologi ar MI modeļu palīdzību pēta bioloģisko sistēmu, organismu uzvedību, savstarpējo iedarbību.
MI klasifikācija [izmainīt šo sadaļu]
Mākslīgo intelektu var iedalīt stiprajā un vājajā. Stiprā MI (Strong AI) mērķis ir izveidot mašīnas, kas varētu domāt tāpat kā cilvēks, tām būtu saprātīgas būtnes apziņa. Savukārt vājais MI (Weak AI) ir kā blakusprodukts stiprā MI radīšanas procesā - dažādas tehnoloģijas, kuras tiek ieviestas sistēmās, lai papildinātu tās ar "saprātīgām" īpašībām; tas ir MI elementu pielietojums praktiskajā dzīvē.
Zinātniskās skolas [izmainīt šo sadaļu]
Pēc problēmas risināšanas pieejas mākslīgo intelektu iedala konvenciālajos MI un skaitļošanas intelektā.
Konvenciālais MI (Conventional AI) aptver metodes, kuras tagad klasificē kā mašīnapmācību, ko raksturo formālisms un statistiskā analīze. Tas ir pazīstams arī kā simboliskais MI, loģiskais MI. Galvenās metodes:
- Ekspertsistēmas - sistēmas, balstītas uz zināšanām;
- Case based reasoning - uz analoģiskiem gadījumiem balstīta spriešana;
- Baijesa tīkli - uz varbūtībām balstīti tīkli;
- Uz uzvedību balstīti MI (Behavior based AI) - modulāra pieeja, kas sastāv no autonomām uzvedības programmām, kuras palaiž atkarībā no vides izmaiņām.
Skaitļošanas intelekts (Computational Intelligence - CI) ietver iteratīvo attīstību vai mācīšanos. Mācīšanās balstīta uz empīriskiem datiem un tiek saistīta ar nesimbolisko MI. Metodes:
- Neironu tīkli - balstīti uz struktūrām, kas līdzīgas cilvēka smadzenēm; sistēmas ar ļoti lielām tēlu pazīšanas spējām;
- Izplūdušās sistēmas (Fuzzy systems) - tehnika spriešanai nenoteiktības apstākļos, plaši izmanto mūsdienu ražošanas un patērētāju kontroles sistēmās;
- Evolucionārā skaitļošana - izmanto bioloģijā pielietotas koncepcijas, tādas kā populācija, mutācija un dabiskā atlase, lai atrastu labākos problēmas risinājumus. Šīs metodes iedala:
- Evolucionārajos algoritmos (piemēram, ģenētiskais algoritms);
- Spieta algoritmos (piemēram, skudru algoritms).
Hibrīdās intelekta sistēmas ir mēģinājums kombinēt šīs abas grupas.
