Ha ismeri a neuron biológiáját, a neurális hálózatok talán könnyebben megérthetők. A bemeneti réteg, mint a dendrit, a receptor, amely befogadja a bemenetet, a neuron feldolgozza az információt, mint a rejtett rétegek, az axon pedig továbbítja a feldolgozott jeleket, és úgy viselkedik, mint a kimeneti réteg.
3. Robotika: A robotika azért érdekes, mert a gépészet, az elektrotechnika, az informatika és számos más tudományterület összeolvadása. A robotok tervezésével, gyártásával és működtetésével foglalkozik, hogy elvégezzék azokat a feladatokat, amelyekre építették.
A robotok egy intelligens rendszer “teste”, a programmal és annak eredményeivel összehangolva egy adott funkciót lát el, egészen hasonlóan az emberi test csont- és izomrendszeréhez, nem? Elképesztő látni, hogy a robotokat hogyan lehet olyan élethűen megépíteni, mint Szófiát, nem messze a nap, amikor nekünk, embereknek végre lehet egy robot a barátunk!
4.Szakértői rendszer: Most már tudjuk, hogyan lehet egy gépet úgy programozni, hogy úgy tanuljon, mint egy ember, de elgondolkodtunk már azon, hogyan lehet egy gépet úgy gondolkodni, mint egy ember? Nos, itt jönnek a képbe a szakértői rendszerek. A szakértői rendszer egy olyan alkalmazás, amely lehetővé teszi, hogy a számítógép utánozza az emberek döntéshozatali képességét. A szakértői rendszer három összetevője a felhasználói felület, a következtetőmotor és a tudásbázis.
A felhasználói felület a szemünkhöz hasonlóan fogadja a felhasználó lekérdezését, és továbbítja azt a következtetőmotornak. A következtetési motor olyan, mint az agyunk, a probléma megoldásához meghatározott szabálysorozattal rendelkezik, és a tudásbázisra hivatkozik az érveléshez. A tudásbázis olyan, mint a memóriánk, az adott terület szakértőitől szerzett információk hatalmas tárháza. Ezért egy szakértői rendszer sikere nagymértékben függ a tudás pontosságától.
5. Fuzzy logika: Mi, emberek nagymértékben ki vagyunk téve annak, hogy dilemma elé kerülünk, ezért csak az lenne igazságos, ha az általunk tervezett rendszereket is az ilyen helyzetekre képeznénk ki. A fuzzy logika olyan technika, amely a bizonytalansággal rendelkező problémák megoldásával foglalkozik. Képzeljük el, hogy felnézünk az égre, és egy szép napsütéses napon néhány sötétszürke felhőt látunk. Zavaró, igaz?
Meg tudnád határozni, hogy esni fog-e vagy sem? Meg tudnád mondani, hogy “határozott igen” vagy “határozott nem”? Itt a fuzzy logika segít neked! A Boole-algebrától eltérően a fuzzy logika nem igényli az ‘Igaz’ vagy ‘Hamis’ abszolút értékeket. Sőt, a fuzzy logikában olyan köztes értékek is lehetnek, mint a “részben igaz” vagy a “részben hamis”. A fuzzy architektúra négy összetevőből áll: a szabálybázisból, a fuzzyifikációból, a következtető motorból és a defuzzifikációból. A szabálybázis a szakértők által a döntéshozatalhoz megadott szabályok és ha-akkor feltételek halmazából áll. A fuzzifikációt arra használják, hogy az éles bemeneteket (a rendszerbe feldolgozásra átadott értékeket) fuzzy halmazokká alakítsák át. A következtetési rendszer ezután meghatározza az egyes szabályok megfelelési fokát, és ennek megfelelően eldönti, hogy mely szabályokat kell használni. Az elsütött bemenetek ezután kombinálódnak a vezérlési műveletek kialakításához. A defuzzifikáció a következtető rendszerből kapott fuzzy halmazokat éles értékekké alakítja, majd kimenetként továbbítja.
6. Természetes nyelvi feldolgozás: Próbált már kommunikálni valakivel, aki nem beszéli az Ön nyelvét, és nem értette Önt? Elég nagy kihívás, igaz? Most képzelje el, hogy megpróbál kommunikálni egy számítógéppel, nem még nagyobb kihívás? Mit jelentenek a szavak és mondatok egy olyan számítógép számára, amely csak a nullák és egyesek nyelvét érti? Talán nem tűnik könnyű feladatnak megtanítani a gépeket arra, hogy megértsék a kommunikációnkat. Nos, igen és nem.
Azt a folyamatot, amelynek során egy gép olvasni, megfejteni, megérteni és értelmet adni az emberi kommunikációnak, természetes nyelvi feldolgozásnak nevezzük. Dióhéjban a természetes nyelvi rendszer a következőképpen működik- Az ember mond valamit a gépnek, a gép rögzíti a hangot, és a hangot szöveggé alakítja. Az NLP rendszer ezután elemzi a szöveget összetevőkre, megérti a beszélgetés kontextusát és a személy szándékát. Az eredmények alapján a gép meghatározza, hogy melyik parancsot kell végrehajtani. Az emberek pontosan így kommunikálnak, meghallgatjuk, hogy mit mond a másik, megpróbáljuk megérteni a beszédének jelentését, majd ugyanabban a kontextusban megfelelő választ adunk. Igaz?
Azt hiszem, nyugodtan kijelenthetjük, hogy a mesterséges intelligencia még szórakoztatóbb, ha megpróbáljuk összefüggésbe hozni az emberi tevékenységekkel. Nem értesz egyet? Nos, ennyit erről a cikkről. A következőben a mesterséges intelligencia néhány alkalmazásáról fogok beszámolni, maradjatok velünk!