Изкуствен интелект и компютърна архитектура
България, 2009
Изкуствен интелект и компютърна архитектура
Изкуствен интелект (AI) внушава на виденията на роботи, които могат да се смесват сухото мартини, докато бие един велик майстор по шах, както и за някои, че един ден ще бъде в състояние да търсят, да действа, мисли и реагира точно като истински човек. Бих искал да проучи идеята за ИП, тъй като се отнася до света на бизнеса, и евентуалното му много други приложения. Вярвам, че истинското ИП е мечта на стойност преследва. Като мен, има много хора, които, също като тези от началото на 1960's, мислех, че постави човек на Луната изглеждаше, че е изключително трудно, но не е невъзможна задача, вярвайки, за постигането на истинската ИП да се е само въпрос на време. За да останат конкурентоспособни, компаниите трябва да продължи да се подобри с справя по-добре и да направим повече, всичките, докато използвате по-малко и по-малко ресурси, по-специално, работна ръка. По-голям брой компании в света се обръщат към системи, които се чувстват предлагаме най-доброто средство за постигане на тези цели. А група, или набор от инструменти, които могат да помогнат постигнем това упражняването на това по-малко с още е известна като DecisionSupportSystems. Тази широка категория обикновено се състои от компютърен софтуер и хардуер, който включва "Интелигентна DecisionSupportSystems,
Експертни системи и изкуствен интеллект
Да наистина тези системи осигуряват ценен принос към тези, които ги използват, и колко много вяра може да бъдат пуснати в тях? Вземането на стратегически решения се отнася със себе си определя къде и как да разположи до момента средства, за да спечелят конкурентни предимства, с очакването за постигане на някаква бъдеща награда. Този прост, но мощен идея, присъща черта на процеса на планиране на големи и малки компании. Решенията, свързани с колко средства трябва да бъдат разположени, помисли за конкретни мерки, необходими, за да се конкурират ефективно и ефикасно, докато стратегически решения се вземат с очаквания за подобряване на бъдещата корпоративна доходност. Системи за подпомагане вземането на решения са важни допълнения в разработването на дългосрочни стратегически планове, и по този начин дълги мерки диапазон на рентабилността.
Определение Изкуствен интеллект
Преди да можем да проучи възможностите и последиците от ИП, ние трябва внимателно да определят точно какво атрибути направи нещо "интелигентни". Най-разпространеният начин да се определи чрез разузнаване в понятието "съзнание". А такъв план, тъй като това няма определена дефиниция; по-скоро, това е семейството на свързаните с него понятия, че вратовръзка заедно, за да образуват картина на съзнанието. Самоосъзнаване, рационалност, способността за абстрактно мислене и стратегическо мислене характеризира съзнание. От това определение или описание на разузнавателна информация можем да се съберат, че за да имат истински разузнаване, трябва да има съзнателно състояние, с други думи, представляваща държавна или състоянието на самоосъзнаване. ИП е до голяма степен определя като нещо, което един компютър е, че ние обикновено се считат за човешка черта. AI е част от компютърни науки занимаващи се с проектиране на интелигентни системи за компютър, който е системи, които имат характеристиките свързваме с разузнаването в човешкото поведение-разбиране език, обучение, мотиви, разрешаване на проблеми и др. Днес AI произхожда от дисциплината често се нарича Системи за подкрепа на решение, както и такива, истински погледнете ИП не може да се извършва, без първо да погледнете като предшествениците си. Защо DecisionSupport системи DecisionSupport системи предоставят ценна хранилище на данни, извлечени поуки. Чрез поддържане на тези данни и предоставяне на актуализации реално време, мениджъри могат да допринесе за подпомагането на техния бизнес решения, като гледам в историята на подобни решения, взети от други потребители в своите позиции. Това не означава, че всеки прави вземането на решения, въз основа на тези данни, ще бъде добър. Въпреки това, тя се спомогне за намаляване на вероятността за възникване на лоши един. Тази функция само може да спаси компанията да направи малка грешка, за допускане на грешки, която може да застраши способността му да остане жизнеспособна. Какви видове DecisionSupport системи са там? Преди да можем да разберем последици от тези системи, ние трябва първо да проучи видове и някои от техните функции и възможности. Все пак, за да ги разберат първо трябва да знаем какви са те.
Интелигентна DecisionSupportсистеми
Това е една нова парадигма за района ДПС. Това се разшири приложното поле и функционалност, извън онези, традиционно обхванати от заявленията, ДПС и използва набор от модерни технологии. Основната роля на интелигентно решение Система за подпомагане в една организация е като средство за познание обработка с възможности за съобщения. Подходът, за разлика от традиционните подходи в ДПС, е, че той не се концентрира само върху вземане на управленски решения, но се опитва да отрази организационни реалности. Тези системи обикновено се състоят от база данни, която е софтуерен интерфейс, предназначени за подпомагане на изследователя / производител на решения с информацията, необходима за вземане на информирано решение въз основа на минали събития и преживявания. Експертни системи: Това е изследователска система, която прави точно това, научни изследвания. Тези системи използват актуална информация, за да познае и логически екстраполации за нещо неизвестно. Тези първи път се появява в инженерната област и други физически науки, тези информационни системи, драстично намаляват времето, необходимо да се вземе един продукт или идея от идеята до изпълнението чрез провеждане на симулации в себе си, локализиране проблеми, усъвършенстване на модела, както и повтаряне на тези стъпки, постепенно работа на "бръмбари" извън системата. Експертни системи са компютърни програми, предназначени за преглед на поредица от факти (пазарните условия) и се прилагат набор от правила (на база от знания), за да стигне до същото заключение, че екип от експерти ще направи, ако представи заедно с едни и същи факти. Изкуствен интелект: Като цяло Изкуствен интелект (AI) е дисциплина на изграждане на разузнаване в компютрите. Терминът, AI, се отнася до способността на една машина за обработка на данни и реагира с humanlike разузнаване. Те са по същество на експертна система, предприети за следващата логична ниво на еволюцията. Изкуствен интелект "AI е с троянски Възраждане", казва Ник Cassimatis, ИП един изследовател в Масачузетския институт (MITTechnology's) Медиа лаб, в Cambridge, Mass Доставчици са тихо сграда AI технологии в практически софтуерни приложения, които правят всичко препоръчваме музика за купувачите уеб пряка самолети на летищата. Поради опетнена репутация "Амнести Интернешънъл", продавачите не са насърчаване на техните продукти като AI-базирани. Все пак, разбирането на съвременните технологии ИП зад продукти може да помогне технология мениджърите определят стойността на продукта и да се прецени потенциала на ИП решаване на проблемите, свързани с бизнеса. В бизнеса на някои от най-успешните кандидатури са изградени чрез изграждане на значителна област на знанието в компютърните програми. Тези системи са често по-долу системи на база от знания. Обикновено тези решения използването на системата и правилата процес представени от експерти, които да обобщим, че знанието. Други системи за употреба представяния на случаи от миналото опит за намиране на решения за настоящите ситуации, "случай-базирани мотиви" (CBR). Право и други области, където мотивите се основава на случаи, да намерите на този подход много полезна. Други подходи включват т.нар извличане на информация и обучение машина, където знанието се генерира от анализа на данните. Това знание е тогава обобщени и се използват, за да изводите. Дело базирани на разсъждение е подход за ИП, когато Системата съхранява казуси, в отговор на проблема с намирането на подобни случаи в паметта му, и се адаптира решение, което работи в миналото към сегашното положение. CBR скочи от когнитивната наука изследвания, което е започнало в началото на 1980 от Роджър Schank в лабораторията Йейлския университет AI, в Ню Хейвън, Кънектикът клиента Автоматизирани системи за подпомагане са важна търговска употреба на CBR. Това се разраства бързо като фирмите се стремят към намаляване на разходите по поддръжка на продукти чрез насърчаване на потребителите да намери своя отговор в уеб сайт, вместо от призовава скъпо или на безплатния номера. Допълнително технология, която произхожда от изследвания, изкуствен интелект и е намирането на нов дом в интернет, е основан на правила експертни системи. Тези системи, за разлика от съвместни филтриране, обикновено използват булеви логика на процеса на въвеждане на отделен потребител и наема съхраняват правила за генериране на прогнози или предложение. Красноречив пример за това използване е "Офис асистент", която е включена в Службата на Microsoft 97 софтуерен пакет. Този помощник е изключително полезна за физическото лице, което е непознато на софтуерен пакет. Ако потребителят изглежда е изпаднал около търси начин за изпълнение на дадена задача, помощник ще се опитват да интерпретират желанията на потребителя, като погледнете какво се занимаваш, както и след това се опитва да направи образован предполагам за онова, което той иска да правя. Тогава помощник ще покаже меню помогне ръководството за потребителя чрез желаната посока на действие. ИП трябва много идеи, които са, до сега, са проучени само от философи. Това е така, защото наистина е робот или AI система, ако тя е да има човешко ниво интелигентност и способността да се учат от своя опит, се нуждае от общ изглед свят, в който да организира факти. Други са изтъкна това, когато се позовават на необходимостта от разширяване на професионалната избирателен район на изкуствен интелект и reexamining неговите основни допускания за човешката природа. Един от първите успешни приложения на изкуствения интелект в бизнес, е "асистент Authorizer's", разработени за AmericanExpress. Системата позволява на одобрение от най-сделки, без човешка намеса. Обобщени в системата са няколко правила, които са свързани с одобряването на покупки. Системата използва тези правила и уникален профил се установи, че потребителите с модела си на покупки за да се гарантира, че покупката е подходящо. Може би най-голямата възвръщаемост на AI е потенциално на Уол Стрийт. Съществено внимание е отделено на разработването на автоматизирани търговски системи, интегриране на ИП в капитал управление и използване на изкуствения интелект в столицата планиране. Въпреки това, информацията за тези системи обикновено е ограничен, тъй като разкриването на успешните подходи може да доведе до загуба на конкурентни предимства, както и големи суми пари. На дейност, която се явява възможно най-голям интерес на Уол Стрийт е, че на извличане на данни, като се използват подходи, като невронни мрежи. DataMining е потомък, както и за някои от тях, наследник и приемник на статистиката. Статистика и DataMining преследват една и съща цел, която е да се изгради компактна и разбираеми модели, включващи отношения ("зависимостите") между описание на ситуацията и резултат (или съдебно решение) по повод на това описание. В основните предположение е, че има наистина някаква зависимост, т.е. резултатът, измерване или решение ние се опитваме да е модел, получени от някои или от всички "описателен променливи" ние сме били в състояние да събере. Основната разлика е, че DataMining техники за изграждане на модели, автоматично, докато класически инструменти статистика трябва да бъде притежаван от обучени статистик с добра представа за това какво да търсите. DataMining е процес на търсещи знания и предвиждане на модели в данните. Една от основните подходи за намиране на модели в данните е невронни мрежи. Невронни мрежи са известни, въз основа на техните структурно сходство с процеса, използван от човешкия мозък. Въпреки, че методите, използвани от невронни мрежи, са извън обхвата на този документ, техните приложения са общодостъпни. За пример: невронни мрежи подход може да се използва за проучване на връзката между набор от финансови показатели декларация или не и дали фирмата фалира. Друг пример е за случая, когато банките трябва да изберете дали да отпуска заеми, въз основа на набор от характеристики вход. По подобен начин, моделите на информация са разследвани използват невронни мрежи за подпомагане на процеса на избор на запаси, както е докладвано в САЩ Новини & Светът Отчети. Така че, ние сметова, което AI проучени и как тя се използва и днес, но какво да кажем за тези мечти на механична мозъка, която толкова тясно сближаване на човешкия ум, че реалния живот като роботи са възможни. Налице е предсказател, (когнитивни), която е велик експеримент в последните подход за изкуствен интелект: отдаване под наем машина откриете света по себе си, начина, по който хората се, отколкото cramming паметта му с някои предварително съществуващите компютърен модел, който описва света от човешка гледна точка. Предсказател на андроид Wannabe - Wannabe, тъй като не са краката все още. Според създателите, тези ще дойде по-късно. За сега, тя все още се научим да координира своите очи, глава и ръка "мускули". От другата страна на монетата е Cyc (WorldBookEncyclopedia), най-амбициозните версия на старото училище, отгоре-надолу система. Някои от 40 милиона щатски долара са били инвестирани по организиране на мотивите Cyc's "двигатели" и пълнеж своята база от знания с половин милион правила, получени от 2 млн. Common-факти смисъл. Това са нещата, които хората поглъщам по време на детството, като: Майките са винаги големи, отколкото техните дъщери. Птиците са перата. Когато хората, че друг софтуер може да пропуснете, Cycorp има база данни с надписи снимки. Повечето мениджъри база данни изтеглите снимки на базата на точни мач дума в надписа. Въведете "силен и смел човек", и Cyc издърпва снимка надписи "Човек планинско катерене." Cyc знае, че човек е човек, и че скално катерене изисквания сила и е dangerous.die, те оставаш мъртъв. (WorldBook , 1999). За да покаже как общите-Cyc Метод на смисъл може да помогне в намирането на информация. Следващата спирка за Cyc е да започне обучение на собствените си от четене на вестници, книги и научни списания. След това, в осем или девет години, Lenat цифри Cyc ще бъде достатъчно умен, за следдипломна работа. Тя може да помогне по-добре лекарите да диагностицира чрез проверка на медицинската документация и представяне алтернативи. Или пък може да помогне на пазара изследователи продажбите на място от конвенционалните модели пропуснати данни добив програми. Lenat очаква Cyc да бъде готова да поеме отговорността за собствената си ResearchLab до 2020 година. Той очаква да Cyc дизайн уникални експерименти и разкриват нови знания. MIT's Брукс има подобни мечти за потомството предсказател, но разписанието е по-сигурно, защото Cog слезе на по-късен старт. Той беше замислен само преди пет години, след 12-ти януари 1992, част, която Брукс даде в чест на рождения ден на HAL, системата за изкуствен интелект в 2001: ASpaceOdyssey. След мрачен за липсата на нещо близко до Хал, Брукс решава, че трябваше да вземе удара в нея. Ако всичко върви добре, тъй като повече поведения са добавени, като усещане за допир и тогава миризмата, Брукс знае какво иска да бъдат резултатите: нещо като лейтенант командир на данните, супер-интелигентни андроид от Стар Трек. Колко дълго може да вземе това? Брукс не знае. Но може би около 2020 г., тези две неща ще се мек и ни даде командир Cycog. Какво общо има това с бизнеса? Ами просто, че възможностите на работна сила, която никога не се уморява, изисква малък или никакъв контрол и знанията на цялата човешка раса на върха на пръстите си така да се каже. В последици са колебания. Това може да бъде единственият начин, че удължаване на пътуване в космоса могат да бъдат предприети. Тези роботи AI / системи с виртуални безнаказано може да направи изключително опасни задачи, които обикновено изисква човек да изпълни. Освен това, работна сила на тези машини могат значително увеличаване на производството като цяло по-ниски производствени разходи. При липсата на работната заплата, компания, също така не трябва да предоставят скъпо ползи. С възможността за изучаването на тези машини могат да бъдат научени производство промени в една малка част от времето, необходимо за обучение на човека работна ръка. Този начин се намалява времето, необходимо да се върти / инструмент за създаване на нови или промяна на производствената линия, за пореден път води до спестяване на разходите на дружеството и в крайна сметка на потребителя. Заключението е постижима изкуствен интелект? Всички експерти смятат, отговорът на този въпрос е ярък YES. съм съгласен с тях, обаче, не вярвам, че времето линии те са прогнози са реалистични. Има толкова много препятствия за преодоляване, че аз не вярвам, 20 години ще бъде достатъчно време. Само времето ще покаже дали тези лица са на прав път. Всички ние можем да изчакаме и да видим. Въпреки това, той трябва да бъде вълнуващ момент за човека и машината.