Mākslīgais intelekts

Vikipēdijas lapa
Pārlēkt uz: navigācija, meklēt
Robots ASIMO izmanto sensorus un mākslīgo intelektu, lai kāptu lejā pa kāpnēm.

Mākslīgais intelekts (MI) jeb mākslīgais saprāts (angļu: Artificial intelligenceAI) 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 ar datora starpniecību. MI mūsdienās tiek plaši pielietots ikdienā - rokraksta un balss atpazīšanā, reklāmu pielāgošanai individualam sociālo tīklu (e.g. Facebook) lietotājam, kā arī meklējot informāciju internetā, piemēram, ar Google starpniecību. Bioloģijas un medicīnas nozarē mākslīgais intelekts tiek pielietots, piemēram, nervu šūnu tīkla simulēšanā[1] un vēža šūnu atpazīšanā[2].

MI klasifikācija[labot šo sadaļu | labot pirmkodu]

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[labot šo sadaļu | labot pirmkodu]

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;
  • Beiesa 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:

Hibrīdās intelekta sistēmas ir mēģinājums kombinēt šīs abas grupas

Skatīt arī[labot šo sadaļu | labot pirmkodu]

  1. Cilvēka Smadzeņu Izpētes Projekts (Human Brain Project), [1]
  2. Joseph A. Cruz, David S. Wishart (2006), "Mašīnmācīšanās pielietojums vēža diagnosticēšanā un tā attīstības prognozēšanā"[2]