¿Qué es un conocimiento básico sobre IA?

Tomé un curso de robótica de IA el año pasado. Aquí hay una descripción general del vocabulario que necesitará para aprender más sobre IA.

Un agente inteligente : utiliza la detección y la actuación para maximizar sus posibilidades de éxito.

Las principales áreas de la inteligencia artificial son:

  1. Representación del conocimiento
  2. Aprendizaje
  3. Procesamiento natural del lenguaje
  4. Visión por computador
  5. Planificación
  6. Inferencia
  7. Buscar

Por lo general, la mayoría de las personas solo escuchan sobre el aprendizaje o la PNL. Lo cual es una pena porque todos son temas interesantes.

Estos son los nombres de algunas técnicas y algoritmos comunes que puede buscar asociados con cada categoría:

  1. Redes semánticas que mapean las relaciones entre los diferentes conceptos.
  2. Redes neuronales artificiales (ANN) que usan sumas ponderadas para adivinar si una entrada coincide con un patrón particular
  3. Una gramática regular es una forma de especificar con precisión un idioma para que una computadora pueda entenderlo
  4. Umbral que simplifica los colores en una imagen para que sea más fácil de entender para una computadora
  5. El algoritmo de tiras es un método generalizado para hacer, priorizar y resolver objetivos
  6. Localización de Monte Carlo que infiere su posición en un mapa al adivinar un montón de ubicaciones diferentes y luego elegir la más probable en función de su entorno actual.
  7. La primera búsqueda de amplitud que examina cada nodo en un gráfico en un orden bien definido. Un gráfico es un diagrama que se parece a las carreteras en un mapa. Los nodos son las intersecciones entre las carreteras.
  8. Aunque técnicamente no es IA, mi algoritmo favorito es el algoritmo evolutivo que se puede utilizar para desarrollar soluciones a problemas de manera similar a las ANN.

Recomiendo preguntarle a Quora sobre cada uno de estos porque mis resúmenes realmente no le hacen justicia a estos temas.

Cuando comenzamos con la IA, pensamos que sería difícil conseguir una computadora para jugar al ajedrez y reconocer a los animales en las fotos sería fácil. El opuesto es verdad.

La IA es un campo increíblemente amplio, que abarca inferencia lógica, conciencia espacial, procesamiento de audio (producción de música, procesamiento de lenguaje natural), procesamiento de imágenes (características de ‘autocompletado’ de Photoshop), computación bio-inspirada, redes neuronales y más.

Los sistemas basados ​​en reglas son útiles (bloques de instrucciones ‘si-entonces’), pero los mejores resultados provienen de redes neuronales donde los programadores diseñan la infraestructura y no la solución. Sin embargo, investigaciones recientes ahora nos muestran que hay un gran problema con la IA: incluso sus creadores no pueden explicar cómo funcionan las soluciones.

La evolución ha estado perfeccionando la inteligencia durante millones de años, por lo que hay mucho que aprender de la informática bioinspirada. Dicho esto, Karl Sims consiguió una computadora para diseñar criaturas simples a través de la evolución hace 23 años.

Los mismos principios se utilizan ahora en la informática evolutiva, donde dos cosas se enfrentan entre sí para tratar de alentarlos a alcanzar la máxima eficiencia.

Se debe jugar con la inteligencia artificial para que se entienda. Aprenderlo de un libro es aburrido y realmente no te da ninguna idea al respecto.