Content
Font: iLexx / iStockphoto
Emportar:
Es pot aconseguir un dia la intel·ligència artificial mitjançant les xarxes neuronals artificials, però hi ha diverses diferències clau entre aquestes emocionants tecnologies.
La intel·ligència artificial (IA) i les xarxes neuronals artificials (ANN) són dos camps apassionants i entrellaçats en informàtica. Hi ha, però, diverses diferències entre les dues que val la pena conèixer.
La diferència clau és que les xarxes neuronals són un element clau per a la recerca d’intel·ligència artificial.
La intel·ligència artificial és un camp extens que té l’objectiu de crear màquines intel·ligents, cosa que s’ha aconseguit moltes vegades segons la definició de la intel·ligència. Tot i que disposem d’ordinadors que poden guanyar a “Jeopardy” i guanyar campions d’escacs, l’objectiu de la IA es considera generalment com una cerca d’intel·ligència general o intel·ligència que es pot aplicar a problemes situacionals diversos i sense relació.
Moltes de les IA creades fins a aquest moment han estat construïdes amb un propòsit, com ara fer funcionar un robot que juga a ping-pong o domini a "Jeopardy". Aquest és el resultat inevitable quan els informàtics s’asseuen i creen alguna cosa per fer una tasca específica. - acaben amb alguna cosa que pot fer aquesta tasca i no gaire més.
Per evitar aquest problema de les AIs orientades a tasques, els informàtics van començar a jugar amb xarxes neuronals artificials. Els nostres cervells generalment intel·ligents estan formats per xarxes neuronals biològiques que formen connexions basades en les nostres percepcions i estímuls externs.
Un exemple molt simplificat és el dolor de cremar-se. Quan això succeeix per primera vegada, es crea una connexió al seu cervell que identifica la informació sensorial coneguda com a foc (flames, olor de fum, calor) i la relaciona amb el dolor. Així s’aprèn, des de ben petits, com evitar que es cremin. A través d’aquesta mateixa xarxa neuronal, podem fer molts aprenentatges generals com “el gelat té un bon gust” i fins i tot fer salts deductius com “sempre hi ha núvols abans de la pluja” o “les existències sempre es fan al desembre”. Aquests salts no sempre són correctes. (hi ha gelats dolents i hi ha existències que baixen al desembre), però es poden corregir mitjançant l’experiència, permetent així un aprenentatge adaptatiu.
Les xarxes neuronals artificials intenten recrear aquest sistema d’aprenentatge als ordinadors mitjançant la creació d’un programa marc senzill per respondre a un problema i rebre comentaris sobre com es fa. Un ordinador pot optimitzar la seva resposta fent el mateix problema milers de vegades i ajustant la seva resposta segons el feedback que rep. Aleshores, a l’ordinador se li pot donar un problema diferent, que pot abordar de la mateixa manera que es va aprendre de l’anterior. Variant els problemes i el nombre d’enfocaments per resoldre’ls que l’ordinador ha après, els informàtics poden ensenyar a un ordinador a ser generalista.
Tot i que això evoca imatges d’ordinadors que s’apoderen del món i que recol·lecten humans com es veuen a les pel·lícules de Hollywood com “The Martrix”, encara estem molt lluny de la creació de xarxes neuronals cap a la intel·ligència artificial. Els problemes que s’estan provant a les xarxes neuronals s’expressen matemàticament. No es pot subjectar una flor a un ordinador i digueu-la per endevinar el color per l’olor, perquè l’olor s’hauria d’expressar en nombres i, després, l’ordinador hauria de catalogar aquests números a la memòria, juntament amb imatges de flors. emetent aquesta olor.
Sense errors, sense estrès: la vostra guia pas a pas per crear programes que canvien la vida sense destruir la vida
No podeu millorar les vostres habilitats de programació quan ningú es preocupa per la qualitat del programari.
Dit això, pot ser que les xarxes neuronals artificials que puguin aportar més aportacions de coses com l’olfacte i la capacitat d’aprenentatge de tots aquests inputs puguin produir la primera intel·ligència artificial que compleixi els estàndards de fins i tot l’entusiasta més intens.
En essència, les xarxes neuronals artificials són models de xarxes neuronals humanes dissenyades per ajudar els ordinadors a aprendre. La intel·ligència artificial és el Sant Grial que alguns informàtics estan intentant aconseguir mitjançant tècniques com imitar les xarxes neuronals.