Eng

My

Game playing. You can buy machines that can play master level chess for a few hundred dollars. Artificial intelligence uses brute force to predict all possible opponent's moves.

Speech recognition is the ability of a machine or program to identify words in spoken language and convert them to a machine-readable format. Software has a limited vocabulary of words and can only identify these if they are spoken very clearly.

Natural language understanding is a subtopic of natural language processing in artificial intelligence that deals with machine reading comprehension.

Computer vision. The world consists of three-dimensional objects, but for a computer camera they are two-dimensional. Computer vision is to analyze information from the camera and formulate a definite conclusion about the object of observation.

Robotics. Programming computers to see, hear and react to other sensory stimuli. But robots are capable only of very limited tasks, becouse they have great difficulty identifying objects based on appearance or feel.

Expert systems. A "knowledge engineer'' interviews experts and tries to embody their knowledge in a computer program. One of the first expert systems was better than medical students or practicing doctors in diagnosed bacterial infections of the blood.

Heuristic classification. It suggests accepting the proposed option based on a large array of user data.

Neural networks. Systems that simulate intelligence by trying to reproduce the types of physical connections that occur in animal brains. Neural networks have applications in many areas of human life.

Applications

Game playing. You can buy machines that can play master level chess for a few hundred dollars. There is some AI in them, but they play well against people mainly through brute force computation--looking at hundreds of thousands of positions. To beat a world champion by brute force and known reliable heuristics requires being able to look at 200 million positions per second.

Speech recognition is the ability of a machine or program to identify words and phrases in spoken language and convert them to a machine-readable format. Rudimentary speech recognition software is that it has a limited vocabulary of word and phrases and may only identify these if they are spoken very clearly. More sophisticated software has the ability to accept natural speech. Speech recognition applications include voice search, call routing, voice dialing and speechto-text.

Natural language understanding is a subtopic of natural language processing in artificial intelligence that deals with machine reading comprehension. The process of disassembling and parsing input is more complex than the reverse process of assembling output in natural language generation because of the occurrence of unknown and unexpected features in the input and the need to determine the appropriate syntactic and semantic schemes to apply to it, factors which are pre-determined when outputting language.There is considerable commercial interest in the field because of its application to news-gathering, text categorization, voice-activation, archiving, and large-scale content-analysis. Just getting a sequence of words into a computer is not enough. Parsing sentences is not enough either. The computer has to be provided with an understanding of the domain the text is about, and this is presently possible only for very limited domains.

Computer vision. The world is composed of three-dimensional objects, but the inputs to the human eye and computers' TV cameras are two dimensional. Some useful programs can work solely in two dimensions, but full computer vision requires partial three-dimensional information that is not just a set of two-dimensional views. At present there are only limited ways of representing three-dimensional information directly, and they are not as good as what humans evidently use.

Robotics. Programming computers to see and hear and react to other sensory stimuli. In the area of robotics, computers are now widely used in assembly plants, but they are capable only of very limited tasks. Robots have great difficulty identifying objects based on appearance or feel, and they still move and handle objects clumsily. Robotics end goal can be anything from entertainment (such as robot pets), to research (such as Mars rovers), to safety (such as fire detection and extinguishment).

Expert systems. A ``knowledge engineer'' interviews experts in a certain domain and tries to embody their knowledge in a computer program for carrying out some task. How well this works depends on whether the intellectual mechanisms required for the task are within the present state of AI. When this turned out not to be so, there were many disappointing results. One of the first expert systems was MYCIN in 1974, which diagnosed bacterial infections of the blood and suggested treatments. It did better than medical students or practicing doctors, provided its limitations were observed. Namely, its ontology included bacteria, symptoms, and treatments and did not include patients, doctors, hospitals, death, recovery, and events occurring in time. Its interactions depended on a single patient being considered. Since the experts consulted by the knowledge engineers knew about patients, doctors, death, recovery, etc., it is clear that the knowledge engineers forced what the experts told them into a predetermined framework. In the present state of AI, this has to be true. The usefulness of current expert systems depends on their users having common sense.

Heuristic classification. One of the most feasible kinds of expert system given the present knowledge of AI is to put some information in one of a fixed set of categories using several sources of information. An example is advising whether to accept a proposed credit card purchase. Information is available about the owner of the credit card, his record of payment and also about the item he is buying and about the establishment from which he is buying it (e.g., about whether there have been previous credit card frauds at this establishment).

Neural networks. Systems that simulate intelligence by attempting to reproduce the types of physical connections that occur in animal brains. Artificial Intelligence in the form of expert systems and neural networks have applications in every field of human endeavor. They combine precision and computational power with pure logic, to solve problems and reduce error in operation. Already, robot expert systems are taking over many industries that are dangerous for or beyond human ability.

Додатки

Гра для гри. Ви можете купити машини, які можуть грати шахові на майстер-рівні на кілька сотень доларів. Існує декілька ІІ, але вони добре відіграють проти людей, головним чином, шляхом розрахунку грубої сили - на сотні тисяч позицій. Щоб перемогти чемпіона світу на грубій силі, а відома надійна евристика вимагає того, щоб вона мала змогу подивитися на 200 мільйонів позицій в секунду.

Розпізнавання мови - це здатність машини або програми виявляти слова та фрази на розмовній мові та конвертувати їх у машиночитаний формат. Програмне забезпечення для розпізнавання рудиментарної мови полягає в тому, що він має обмежений словниковий запас слів і фраз, і може лише ідентифікувати ці слова, якщо вони говорять дуже чітко. Більш складне програмне забезпечення має можливість прийняти природну мову Програми розпізнавання мов включають голосовий пошук, маршрутизацію викликів, голосовий набір та текстовий текст.

Природне розуміння мови - це підтеми обробки природної мови в штучному інтелекті, що стосується розуміння машинного тексту. Процес розбирання та аналізу вхідних даних є більш складним, ніж зворотний процес збирання результатів у формуванні природної мови через виникнення невідомих та несподіваних особливостей вхідного матеріалу та необхідності визначення відповідних синтаксичних та семантичних схем, що застосовуються до нього, фактори які заздалегідь визначаються під час виведення мови. Існує значний комерційний інтерес у цій галузі через застосування до збирання новин, класифікації текстів, активації голосу, архівування та масштабного контент-аналізу. Просто одержання послідовності слів на комп'ютер недостатньо. Також недостатньо для розбору пропозицій. Комп'ютер повинен мати уявлення про домен, про який йде мова, і це зараз можливо лише для дуже обмежених доменів.

Світ складається з тривимірних об'єктів, але вхідні дані для людського ока та телевізійних камер комп'ютера є двомірними. Деякі корисні програми можуть працювати виключно у двох вимірах, але повне комп'ютерне бачення вимагає часткової тривимірної інформації, яка не є просто набором двовимірних видів. В даний час існує лише обмежені способи представлення тривимірної інформації безпосередньо, і вони не такі хороші, як люди, очевидно, користуються.

Робототехніка. Програмування комп'ютерів, щоб бачити, чути і реагувати на інші чуттєві подразники. У галузі робототехніки зараз комп'ютери широко використовуються на складальних заводах, але вони здатні виконувати лише дуже обмежені завдання. Роботи дуже важко ідентифікувати об'єкти на основі зовнішнього вигляду або відчуття, і вони все ще рухаються та обробляють об'єкти незграбно. Мета кінцевої роботи робототехніки може бути будь-якою із розваг (наприклад, домашніх тварин-роботів), для дослідження (наприклад, Марс-Рівер), до безпеки (наприклад, виявлення та вимирання пожежі).

Експертні системи. "Інженер-знавець" інтерв'ює експертів у певному регіоні та намагається втілити свої знання в комп'ютерну програму для виконання певного завдання. Наскільки добре це працює, залежить від того, чи інтелектуальні механізми, необхідні для виконання завдання, знаходяться в сучасному стані AI. Коли це виявилося не так, було багато невтішних результатів. Одна з перших експертних систем була MYCIN в 1974 році, де діагностували бактеріальні інфекції в крові та запропонували лікування. Це було краще, ніж медичні студенти або практикуючі лікарі, за умови, що його обмеження були зафіксовані. Зокрема, його онтологія включала бактерії, симптоми та лікування, і не включала пацієнтів, лікарів, лікарень, смерть, одужання та події, що відбуваються в часі. Його взаємодія залежала від розгляду єдиного пацієнта. Оскільки експерти, з якими консультанти знали інженери, знали про пацієнтів, лікарів, смерть, відновлення тощо, то очевидно, що інженери-знання змусили фахівців сказати їм заздалегідь визначену основу. У сучасному стані AI це має бути правдою. Корисність існуючих експертних систем залежить від того, наскільки корисними є їх користувачі.

Евристична класифікація. Одним з найбільш доцільних видів експертної системи, з огляду на сучасні знання AI, є розміщення певної інформації в одному з фіксованих категорій з використанням декількох джерел інформації. Приклад поради щодо прийняття запропонованої покупки кредитної картки. Інформація про власника кредитної картки, його платіжну інформацію, а також про предмет, який він купує, і про установу, з якого він купує (наприклад, про наявність шахрайства з кредитною карткою на даному підприємстві), є інформація.

Нейронні мережі. Системи, які імітують інтелект, намагаючись відтворити види фізичних зв'язків, що відбуваються в мозку тварин. Штучний інтелект у формі експертних систем і нейронних мереж має застосування в кожній галузі людської діяльності. Вони поєднують точність та обчислювальні потужності з чистою логікою, вирішують проблеми та зменшують помилку при роботі. Вже робот-експертні системи переймають багато галузей, які небезпечні для людських здібностей.