Existen varios enfoques generales para la inteligencia artificial. Un método es especificar algún problema y darle a la computadora muchos ejemplos. Hay muchos detalles sobre cómo hacer esto mejor, pero principalmente, la computadora está “aprendiendo” cambiando los pesos o las conexiones según los ejemplos que se han visto. Un enfoque bastante diferente es preguntar a los expertos qué harían y escribir un amplio conjunto de reglas interconectadas que tienen la intención de imitar lo que haría un experto en diversas situaciones. En algunos casos, este enfoque no es muy factible porque las personas no son realmente capaces de articular cómo hacen lo que hacen. Por ejemplo, escribir un “sistema experto” o “motor de reglas complejas” sobre cómo funciona un entrenador de tenis realmente bueno sería muy difícil porque algo de lo que hace es bastante perceptivo y el entrenador tendrá dificultades para explicarlo en palabras. La parte perceptiva sería adecuada para un enfoque de red neuronal. Por otro lado, si limita el problema a algo que pasa la “prueba telefónica”, puede abordarlo con un motor de reglas complejo. Por ejemplo, el entrenador podría explicar en términos generales dónde es bueno estar en la cancha en relación con la pelota, cómo se golpeó el último tiro, dónde se dirige la pelota y dónde está el otro jugador / es son. Pero sería un consejo general. “Si tu oponente te envía muy por detrás de la línea de fondo para devolver un globo de alta rotación superior, después de golpear tu próximo tiro, al menos vuelve a la línea de base y haz un paso dividido justo cuando tu oponente esté a punto de golpear”.
¿Cuál es la diferencia entre la inteligencia artificial y un motor de reglas complejo?
Related Content
¿Cómo la inteligencia artificial cambiará el mundo?
Si se crea un estado de ánimo artificialmente en el escenario, ¿el sentimiento sigue siendo genuino?
En el caso de motores de reglas complejas, las reglas deben conocerse de antemano. Una vez que el programador conoce el conjunto exacto de reglas, debe programar estas reglas en el motor de reglas. El motor ejecutará la lógica según estas reglas. La lógica y, por lo tanto, la salida no se modificará en función de los datos disponibles. Si se van a cambiar las reglas, la programación de estas nuevas reglas debe hacerse nuevamente
Los sistemas de inteligencia artificial se pueden basar en el motor de reglas, pero en general se basan en conceptos de aprendizaje automático. En el aprendizaje automático, las reglas no están programadas en avanzado. La programación se realiza para los algoritmos de Machine Learning. Hay cientos de tales algoritmos disponibles, por lo que uno debe hacer la selección correcta de algoritmo en función del dominio del problema. Una vez que se eligen los algoritmos, el modelo de ejecución ML se deriva en función de los datos disponibles. Los datos se alimentan al algoritmo seleccionado. para poder recalibrar la salida en función de los cambios: el modelo debe volver a derivarse en función del nuevo conjunto de datos.
El motor de reglas complejas es un subconjunto de IA.
Tienes dos escuelas principales de motores de reglas: Lisp y Erlang. Lisp tiene sus orígenes y es favorecida en la academia de EE. UU., Mientras que Erlang tiene sus orígenes y es favorecida en la academia europea.
Referencias
- Lisp (lenguaje de programación) – Wikipedia
- Erlang (lenguaje de programación) – Wikipedia
Con suerte, en el futuro, si, a medida que obtenemos una inteligencia artificial general, sería capaz de resolver las complejas reglas por sí misma. Como hacemos los humanos.
Actualmente, apuesto a que (como un laico AI) no hay mucho en eso.
A los expertos …
La diferencia se reduce a cómo se modela la solución óptima.
Las reglas en un motor de reglas complejas son diseñadas por un humano que tiene una solución óptima en mente, por lo que la “inteligencia” es puramente humana.
La IA, en particular el aprendizaje profundo, consiste en hacer uso de datos y una gran red de nodos de computación para idear la solución óptima para las propias máquinas. Permite encontrar óptimos en muchas más y complejas características de entrada, que una sola fórmula o conjunto de reglas están lejos de ser capaces de modelar. Los datos humanos también están involucrados en la IA, pero la mayor parte de encontrar la solución óptima es la que realizan los datos y las máquinas.
Si la máquina de reglas es lo suficientemente compleja y cubre todas las situaciones posibles, realmente no hay mucha diferencia. Excepto que la máquina de reglas probablemente da una respuesta más precisa.
Pero si surge una situación que está fuera del alcance predefinido, la máquina de reglas se quedará corta y no tendrá ninguna respuesta. La inteligencia artificial, por otro lado, podrá generalizar y utilizar experiencias previas para encontrar una respuesta a esta nueva situación.
Los motores de reglas complejas también son IA. Los sistemas expertos tradicionales solían funcionar de esta manera. Y también son una tecnología de IA. Y tiene sentido. Nuestros cerebros funcionan como sistemas de reglas cuando es adecuado. Estas reglas son implícitas y, a veces, explícitas. Cualquier experto, por ejemplo, razonará de esta manera.
También espero que la IA avanzada use sistemas de reglas en el futuro, incluidas las reglas diseñadas manualmente.
Reglas complejas:
- Es dolor desarrollar y probar y afinar
- Tiene algunas restricciones de complejidad, donde el tiempo de desarrollo crece exponencialmente
More Interesting
¿Cómo la inteligencia artificial puede transformar las ciudades?
¿Qué papel puede jugar la IA en la educación?
¿Por qué dicen que es imposible entender cómo la inteligencia artificial tomó su decisión?
¿Pueden ser útiles las leyes de la física antes del aprendizaje automático?
¿Podrá una IA hacer una programación informática compleja y hacer un trabajo creativo en el futuro?
¿Es posible crear inteligencia artificial que realmente piense como un humano?
Si la IA conversacional se vuelve 'consciente', ¿también desarrollarán algo de psicopatología?
¿Cuáles son las áreas de aplicación clave de la inteligencia artificial?
¿El campo de inteligencia artificial está creciendo rápidamente?
