Types de systèmes d`intelligence artificielle

Les premiers chercheurs ont lutté avec une puissance de traitement limitée et le stockage de l`ordinateur, mais encore jeté les bases de l`IA avec les langages de programmation tels que LISP et des concepts tels que les arbres de décision et l`apprentissage de la machine. Les programmes écrits en LISP pourraient facilement analyser des jeux comme les échecs, la carte tous les mouvements possibles pour plusieurs tours, puis choisir la meilleure alternative. Ces programmes pourraient également modifier leur logique de décision et d`apprendre des erreurs passées, obtenir "plus intelligent" heures supplémentaires. Avec des ordinateurs plus puissants et le stockage de masse moins cher, cette branche d`AI a engendré l`industrie des jeux d`ordinateur, ainsi que d`une variété de moteurs de recherche personnalisés et des sites de vente en ligne qui se souviennent non seulement nos préférences, mais anticiper nos besoins.

Alors que la première vague de chercheurs en IA est appuyé sur des cycles de calcul pour simuler le raisonnement humain, l`approche suivante fondée sur des faits et des données pour imiter l`expérience humaine. Les systèmes experts se sont réunis les faits et les règles dans une base de connaissances, puis utilisé des moteurs d`inférence sur ordinateur pour en déduire des faits nouveaux ou répondre à des questions. Les ingénieurs de connaissances interrogés experts en médecine, la réparation automobile, le design industriel ou d`autres professions, puis réduit ces conclusions dans la machine des faits et des règles lisibles. Ces bases de connaissances ont ensuite été utilisées par d`autres pour aider à diagnostiquer les problèmes ou répondre à des questions. Comme la technologie est arrivée à échéance, les chercheurs ont trouvé des moyens d`automatiser le développement de la base de connaissances, l`alimentation en rames de littérature technique, ou de laisser le crawl de logiciels sur le Web pour trouver des informations pertinentes sur son propre.

Un autre groupe de chercheurs a tenté de reproduire le fonctionnement du cerveau humain en créant des réseaux artificiels de neurones et de synapses. Avec une formation, ces réseaux neuronaux pourraient reconnaître des modèles de ce qui ressemblait à des données aléatoires. Des images ou des sons sont introduits dans le côté d`entrée du réseau, avec les réponses correctes introduites dans le côté de sortie. Au fil du temps, les réseaux réorganisent leur structure interne de sorte que quand une entrée similaire s`alimenté dans le réseau renvoie la réponse correcte. Les réseaux de neurones fonctionnent bien pour répondre à la parole humaine ou lors de la traduction des images numérisées en texte. Logiciel qui repose sur cette technologie peut lire des livres aux personnes aveugles ou traduire le discours d`une langue à une autre.

Grande analyse de données à grande échelle, souvent appelé "Big Data," exploite la puissance de plusieurs ordinateurs à la découverte des faits et des relations dans les données que l`esprit humain ne peut pas comprendre. Trillions de frais de carte de crédit ou des milliards de relations de réseaux sociaux peuvent être numérisés et mis en corrélation en utilisant une variété de méthodes statistiques pour découvrir des informations utiles. les sociétés de cartes de crédit peuvent trouver les habitudes d`achat indiquant qu`une carte a été volée, ou qu`un détenteur de carte est en difficulté financière. commerçants de détail peuvent trouver des modèles qui indiquent que le client est enceinte, avant même qu`elle ne sait même acheter. Big données permet aux ordinateurs de comprendre le monde d`une manière que nous les humains ne pourraient jamais nous-mêmes.