Inteligencia artificial en tecnologías de la información
La inteligencia artificial (IA) es una ciencia muy desafiante, y las personas que se dedican a este trabajo deben tener conocimientos informáticos, psicológicos y filosóficos. La inteligencia artificial es una ciencia muy amplia que consta de diferentes campos como el aprendizaje automático y la visión por computadora. En general, el propósito de la inteligencia artificial es permitir que las máquinas (es decir, las computadoras) piensen como humanos.
En 1955, Shannon codesarrolló el programa "Logic TheoriST". Este es un programa que utiliza una estructura de árbol. Cuando el programa se está ejecutando, buscará en el árbol la respuesta más cercana posible. la rama del árbol para descubrir la respuesta correcta. Podría decirse que este programa ocupa un lugar importante en la historia de la inteligencia artificial. Tuvo un gran impacto tanto a nivel académico como social, y muchas de las formas de pensar que utilizamos todavía provienen de este programa de la década de 1950.
En 1956, McCaughey, otro científico famoso en el campo de la inteligencia artificial, celebró una reunión para discutir la dirección futura del desarrollo de la inteligencia artificial. Desde entonces, el nombre de inteligencia artificial se ha determinado oficialmente. Esta conferencia no fue un gran éxito en la historia del desarrollo de la inteligencia artificial, pero brindó a los fundadores de la inteligencia artificial la oportunidad de comunicarse entre sí y allanó el camino para el desarrollo futuro de la inteligencia artificial. Después de eso, el enfoque de la inteligencia artificial comenzó a desplazarse hacia la construcción de sistemas prácticos que pudieran resolver problemas por sí solos y requirió que los sistemas tuvieran capacidades de autoaprendizaje. En 1957, Shannon y otros desarrollaron un programa llamado "General Problem Solver" (GPS), que amplió la teoría de la retroalimentación de Wiener y pudo resolver problemas más generales. Mientras otros científicos trabajaban arduamente en el desarrollo de sistemas, el científico de la imagen de la derecha hizo una contribución importante: creó el lenguaje de procesamiento de tablas LISP. Muchos programas de inteligencia artificial todavía lo utilizan. día. Sigue evolucionando.
En 1963, el MIT llevó a cabo investigaciones sobre inteligencia artificial con el apoyo del gobierno de Estados Unidos y el Departamento de Defensa. El propósito del gobierno de Estados Unidos era simplemente mantener un equilibrio con la Unión Soviética en la Guerra Fría, aunque esto. El propósito fue un poco pólvora, pero ha traído un gran desarrollo de la inteligencia artificial. Muchos programas desarrollados desde entonces han sido impresionantes, uno de los cuales fue SHRDLU desarrollado en el MIT. Durante este gran desarrollo en la década de 1960, los sistemas ESTUDIANTES pudieron resolver problemas algebraicos y los sistemas SIR comenzaron a comprender oraciones simples en inglés, y el surgimiento de SIR condujo al surgimiento de una nueva disciplina: el procesamiento del lenguaje natural. La aparición de los sistemas expertos en la década de 1970 fue un gran avance, porque por primera vez la gente supo que las computadoras podían reemplazar a los expertos humanos en ciertas tareas. Gracias a las mejoras en el hardware de las computadoras, la inteligencia artificial pudo llevar a cabo una serie de actividades importantes. comenzó a cambiar la vida humana, convirtiéndose en un aspecto importante de la vida humana. En términos teóricos, la década de 1970 también fue un período de gran desarrollo. Las computadoras comenzaron a tener un pensamiento y una visión simples. Cabe mencionar que en la década de 1970 nació otro lenguaje de inteligencia artificial, el lenguaje Prolog, que casi se convirtió. Una herramienta indispensable para los trabajadores de inteligencia artificial. No creas que la inteligencia artificial está lejos de nosotros. Ya ha entrado en nuestras vidas. El control difuso, el apoyo a las decisiones, etc., tienen la sombra de la inteligencia artificial. Permitir que las computadoras, como las máquinas, reemplacen a los humanos en actividades intelectuales simples y liberen a los humanos para realizar otras tareas más útiles. Éste es el propósito de la inteligencia artificial. Resuelve el problema.
El primer gran logro de la inteligencia artificial fue el programa de ajedrez. Ciertas técnicas aplicadas en el contexto del juego de ajedrez, como anticipar algunos movimientos y descomponer problemas difíciles en subproblemas más fáciles, han evolucionado. convertirse en tecnologías básicas de inteligencia artificial, como la búsqueda y el resumen de preguntas. Los programas informáticos actuales son capaces de jugar varios juegos de casillas y ajedrez. Sin embargo, todavía no han abordado cuestiones que aún no pueden articularse, incluidas las capacidades de los ajedrecistas humanos. Por ejemplo, la capacidad de un maestro de ajedrez para discernir una partida de ajedrez. Otra cuestión tiene que ver con el concepto original del problema, que se denomina elección de representación del problema en inteligencia artificial. Las personas a menudo pueden encontrar alguna forma de pensar sobre el problema que facilite su resolución y pueda resolverlo. Hasta ahora, los programas de IA han podido saber cómo pensar en los problemas que intentan resolver, es decir, buscar mejores soluciones en el espacio de soluciones. Razonamiento lógico y demostración de teoremas.
El razonamiento lógico es una de las áreas más persistentes de la investigación de la inteligencia artificial, y es particularmente importante encontrar formas de centrarse solo en hechos relevantes en grandes bases de datos, estar al tanto de pruebas plausibles y responder a nueva información a medida que esté disponible. Modifique estas pruebas. Problemas de conjeturas en matemáticas. La prueba o refutación de un teorema no sólo requiere la capacidad de deducir a partir de suposiciones, sino que muchas tareas informales, incluido el diagnóstico médico y la recuperación de información, pueden formalizarse de la misma manera que los problemas de demostración de teoremas, lo que hace que la demostración de teoremas sea un enfoque prometedor para resolver problemas. La investigación sobre inteligencia artificial es un tema extremadamente importante. Procesamiento del lenguaje natural.
El procesamiento del lenguaje natural es un ejemplo típico de la aplicación de la tecnología de inteligencia artificial en campos prácticos, después de años de arduo trabajo, este campo ha logrado una gran cantidad de resultados impresionantes. El tema principal en esta área es cómo los sistemas informáticos generan y comprenden el lenguaje natural basándose en el tema y el contexto conversacional, centrándose en una gran cantidad de sentido común: conocimiento del mundo y roles esperados. Este es un problema de codificación y decodificación extremadamente complejo. Tecnología inteligente de recuperación de información.
Afectada por el rápido desarrollo de la tecnología "()*+(*), la tecnología de adquisición y refinación de información se ha convertido en un tema urgente en la investigación contemporánea en ciencias de la computación y tecnología. La aplicación de la tecnología de inteligencia artificial en este campo La investigación es la oportunidad y el gran avance para que la inteligencia artificial avance hacia aplicaciones prácticas generalizadas.
Los sistemas expertos son los campos de investigación más activos y efectivos de la inteligencia artificial. Son programas con una gran cantidad de conocimiento y experiencia en un. Campo específico La aplicación exitosa y efectiva de la tecnología de inteligencia artificial en la investigación de "sistemas expertos" o "ingeniería del conocimiento" se ha convertido en una tendencia. Los expertos humanos tienen excelentes habilidades para resolver problemas debido a su amplio conocimiento, implementación y aplicación. con este conocimiento también debería poder resolver problemas resueltos por expertos humanos y ayudarlos a detectar errores en sus procesos de razonamiento. Por ejemplo, los sistemas expertos han alcanzado el nivel de expertos humanos en prospección de minerales, análisis químicos, planificación y diagnóstico médico. los ejemplos incluyen: el sistema PROSPECTOR descubrió un depósito de molibdeno valorado en más de 100 millones de dólares; el sistema DENDRL ha superado el rendimiento del experto promedio y puede usarse para el análisis de la estructura química de cientos de personas; el sistema MY CIN ha sido usado para análisis de sangre; Enfermedades infecciosas transmitidas. Proporciona recomendaciones para opciones de diagnóstico y tratamiento. Después de la certificación oficial, el sistema MY CIN ha superado el nivel de los expertos en el campo al brindar opciones de diagnóstico y tratamiento para pacientes con enfermedades bacterianas de la sangre y meningitis.
La traducción automática también está disponible. Una de las áreas de investigación más activas en el campo de la inteligencia artificial, se basa en las tres disciplinas principales de la lingüística, las matemáticas y la informática. Los lingüistas proporcionan diccionarios y reglas gramaticales adecuadas para el procesamiento informático y los matemáticos. formular los materiales proporcionados por los lingüistas y la codificación, mientras que los informáticos proporcionan medios de software y equipos de hardware para la traducción y programación automáticas. Sin ninguno de los aspectos anteriores, la traducción automática no se puede lograr. El efecto de la traducción automática depende completamente de estos tres aspectos. ** Y a juzgar por los logros actuales, la calidad de la traducción automática aún está lejos del objetivo final, el profesor Zhou Haizhong, matemático y lingüista chino, señaló en el artículo "La traducción automática en cincuenta años". Para mejorar la calidad de la traducción, lo primero que hay que resolver es el problema del lenguaje en sí, no el problema de la programación; un sistema que se basa únicamente en algunos programas para realizar la traducción automática definitivamente no mejorará la calidad de la traducción automática. Al mismo tiempo, también señaló que las personas aún no han sido comprendidas, dada la forma en que el cerebro realiza el reconocimiento del lenguaje y el juicio lógico confusos, es imposible que la traducción automática alcance el nivel de "fidelidad, expresividad y elegancia". p>