¿Qué es la tecnología de la información? Con el desarrollo de la tecnología de la información, enumere las aplicaciones de la tecnología de la información en diversos campos.
Para la tecnología de la información, las personas tienen diferentes descripciones desde diferentes perspectivas:
1. La tecnología de la información se refiere a la recopilación, identificación, extracción, conversión, almacenamiento, procesamiento y recuperación de información. , tecnología de detección, análisis y utilización ().
2. La tecnología de la información se refiere a la tecnología que utiliza computadoras electrónicas y medios de comunicación modernos para obtener, transmitir, almacenar, procesar, mostrar y publicar información (Diccionario Xinhua, Prensa Comercial, edición revisada 2001).
3. Algunos expertos y académicos de mi país creen que la tecnología de la información se refiere a la ciencia y la tecnología que estudia cómo se genera, adquiere, transmite, convierte, identifica y aplica la información.
……
El estudio de la tecnología de la información incluye ciencia, tecnología, ingeniería y gestión, la aplicación de estas disciplinas en la gestión, transmisión y procesamiento de la información, el software y los equipos relacionados y su interacción. efecto.
La aplicación de la tecnología de la información incluye hardware y software informático, tecnología de redes y comunicaciones, herramientas de desarrollo de software de aplicaciones, etc. Desde la popularidad de las computadoras e Internet, la gente ha utilizado cada vez más las computadoras para producir, procesar, intercambiar y difundir diversas formas de información (como libros, documentos comerciales, periódicos, discos, películas, programas de televisión, sonidos, gráficos, imágenes, etc.). . ).
En empresas, escuelas y otras organizaciones, la arquitectura de tecnología de la información es la estructura integral para adoptar y desarrollar tecnología de la información para lograr objetivos estratégicos. Incluye elementos tanto de gestión como técnicos. Sus componentes de gestión incluyen tareas, requisitos funcionales y de información, configuraciones del sistema y flujos de información; sus componentes tecnológicos incluyen estándares y reglas de tecnología de la información utilizados para implementar la arquitectura de gestión. Debido a que las computadoras están en el centro de la gestión de la información, los departamentos de informática a menudo se denominan "departamentos de tecnología de la información". Algunas empresas llaman a este departamento servicios de información o servicios de información de gestión. Otras empresas optan por subcontratar sus departamentos de tecnología de la información para lograr mejores resultados.
En concreto, las tecnologías de la información incluyen principalmente las siguientes tecnologías:
1. Tecnología de detección e identificación, cuya función es ampliar las funciones de los órganos sensoriales humanos para obtener información.
Incluye identificación de información, extracción de información, detección de información y otras tecnologías. El nombre colectivo de este tipo de tecnología es "tecnología de detección". Puede ampliar la función de percepción de casi todos los órganos sensoriales humanos. La tecnología de teledetección integra tecnología de detección, tecnología de medición y tecnología de comunicación para mejorar aún más la capacidad de las personas para percibir información.
El reconocimiento de información incluye el reconocimiento de caracteres, el reconocimiento de voz y el reconocimiento de patrones. Generalmente se utiliza un método llamado "reconocimiento de patrones".
2. La función principal de la tecnología de transmisión de información es lograr una transmisión de información rápida, confiable y segura.
En esta categoría entran varias tecnologías de la comunicación. La tecnología de radiodifusión es también una tecnología para transmitir información. Dado que el almacenamiento y el registro pueden verse como actividades que transfieren información del "ahora" al "futuro" o del "pasado" al "presente", también pueden verse como una tecnología de transferencia de información.
3. Tecnología de regeneración y procesamiento de información El procesamiento de información incluye codificación, compresión y cifrado de información.
Sobre la base del procesamiento de la información, se puede formar información nueva y más profunda para la toma de decisiones, lo que se denomina "regeneración de información". El procesamiento y la reproducción de información dependen de las extraordinarias capacidades de las computadoras electrónicas modernas.
4. La tecnología de aplicación de la información es el último eslabón del proceso de informatización. Incluye tecnología de control y tecnología de visualización.
La tecnología de la información es la tecnología que utilizan las personas para obtener información, transmitir información, guardar información, analizar y procesar información. La información está en todas partes: el calor de la primavera y el florecimiento de las flores son la información de la llegada de la primavera, y la cosecha de cereales es la información del otoño...
Certificación de Calificación
Certificado de Certificación de Calificación de Talento de Tecnología de la Información Internacional
El Certificado de Calificación de Talento de Tecnología de la Información Internacional es un certificado de calificación emitido por la Asociación Internacional de Certificación de Tecnología de la Información.
Este proyecto integra los proyectos de certificación de fabricantes de renombre internacional en la sociedad, establece un sistema de capacitación y certificación neutral de fabricantes reconocido a nivel nacional y crea un portaaviones que reúne miles de talentos y abarca todos los ríos. Es la primera y única certificación internacional general neutral para el fabricante en China, que tiene alta autoridad y está reconocida por el gobierno nacional.
Los proyectos internacionales de certificación de talentos en tecnología de la información se dividen en dos categorías:
1. Gestión empresarial basada en la información
2. p >
Incluyendo:
La gestión empresarial incluye: gerentes de logística, personal de marketing, gerentes profesionales, gerentes de comercio electrónico, gerentes de gobierno electrónico, gerentes de administración de información, gerentes de proyectos, gerentes de recursos humanos, datos de proyectos división de análisis.
265438 Talentos de tecnología de la información de gestión empresarial en el siglo XX: no solo deben tener una base técnica profunda y extensa, sino también tener capacidades de análisis y procesamiento de información y negocios en diversas industrias, para que la tecnología pueda adaptarse a la El mercado y las industrias tradicionales pueden hacer un buen uso de la tecnología de la información. Sin embargo, actualmente hay escasez de talentos en esta área. Debido a que el grupo técnico nació principalmente en la década de 1980, personas como Page tienen poco conocimiento empresarial y poca capacidad de análisis empresarial, mientras que hace 80 años ocurría lo contrario.
Los proyectos técnicos incluyen: reparadores de computadoras, trabajadores de oficina de redes de información modernas, diseñadores gráficos, diseñadores web, diseñadores 3D, diseñadores arquitectónicos de AutoCAD, diseñadores de moldes profesionales PRO/E, ingenieros de desarrollo de software, ingenieros de administración de redes, desarrollo de bases de datos ingeniero, ingeniero de seguridad de redes, ingeniero de cableado integrado de redes.
La tecnología informática aún está en desarrollo y la inteligencia artificial (IA) ya ha aparecido.
IA (inteligencia artificial). El término "inteligencia artificial" fue propuesto por primera vez en el Instituto Dartmouth en 1956. Desde entonces, los investigadores han desarrollado muchas teorías y principios y el concepto de inteligencia artificial se ha ampliado. La inteligencia artificial es una ciencia desafiante y quienes se dedican a este trabajo deben comprender los conocimientos informáticos, la psicología y la filosofía. La inteligencia artificial es una ciencia muy amplia que consta de diferentes campos como el aprendizaje automático, la visión por computadora, etc. En términos generales, uno de los principales objetivos de la investigación en inteligencia artificial es permitir que las máquinas realicen tareas complejas que normalmente requieren inteligencia humana. Pero diferentes épocas y diferentes personas tienen diferentes interpretaciones de este "trabajo complejo". Por ejemplo, los cálculos científicos y de ingeniería pesados fueron realizados originalmente por el cerebro humano. Ahora las computadoras no sólo pueden completar este cálculo, sino que también pueden hacerlo más rápido y con mayor precisión que el cerebro humano. Por lo tanto, la gente contemporánea ya no ve este cálculo como una "tarea compleja que requiere inteligencia humana". Se puede ver que la definición de trabajo complejo cambia con el desarrollo de los tiempos y el avance de la tecnología, y los objetivos específicos de la inteligencia artificial se desarrollan naturalmente con los cambios de los tiempos. Por un lado, constantemente logramos nuevos avances y, por otro, avanzamos hacia objetivos más significativos y difíciles. En la actualidad, el principal medio material que se puede utilizar para estudiar la inteligencia artificial y las máquinas que pueden realizar la tecnología de la inteligencia artificial son las computadoras. La historia del desarrollo de la inteligencia artificial está vinculada a la historia del desarrollo de la informática y la tecnología. Además de la informática, la inteligencia artificial también abarca la teoría de la información, la cibernética, la automatización, la biónica, la biología, la psicología, la lógica matemática, la lingüística, la medicina, la filosofía y otras disciplinas.
Los principales contenidos de la investigación en inteligencia artificial incluyen: representación del conocimiento, razonamiento automático y métodos de búsqueda, aprendizaje automático y adquisición de conocimiento, sistemas de procesamiento de conocimiento, comprensión del lenguaje natural, visión por computadora, robots inteligentes, programación automática, etc.
La representación del conocimiento es una de las cuestiones básicas de la inteligencia artificial, y el razonamiento y la búsqueda están estrechamente relacionados con los métodos de representación. Los métodos de representación del conocimiento más utilizados incluyen: representación lógica, representación de producción, representación de red semántica y representación de marco.
El sentido común ha atraído naturalmente la atención de la gente, y la gente ha propuesto varios métodos, como el razonamiento no monótono y el razonamiento cualitativo, para expresar y procesar el sentido común desde diferentes ángulos.
El razonamiento automático en la resolución de problemas es el proceso de aplicación del conocimiento. Debido a que hay muchas formas de representar el conocimiento, también existen muchos métodos de razonamiento correspondientes. El proceso de razonamiento generalmente se puede dividir en razonamiento deductivo y razonamiento no deductivo. La lógica de predicados es la base del razonamiento deductivo. El razonamiento sobre la herencia bajo representación estructurada no es deductivo.
Debido a las necesidades del procesamiento del conocimiento, en los últimos años se han propuesto diversos métodos de razonamiento no deductivo, como el razonamiento mediante mecanismos de conexión, el razonamiento analógico, el razonamiento basado en ejemplos, el razonamiento deductivo y el razonamiento restringido.
La búsqueda es un método de inteligencia artificial para la resolución de problemas. La estrategia de búsqueda determina la prioridad del conocimiento utilizado en un paso de razonamiento de la resolución de problemas. Se puede dividir en búsqueda ciega sin guía de información y búsqueda heurística guiada por el conocimiento de la experiencia. El conocimiento heurístico suele estar representado por funciones heurísticas. Cuanto más se utiliza el conocimiento heurístico, más pequeño se vuelve el espacio de búsqueda para resolver problemas. Los métodos de búsqueda heurística típicos incluyen algoritmos A*, AO*, etc. En los últimos años, la investigación sobre métodos de búsqueda ha comenzado a centrarse en problemas de búsqueda a gran escala que involucran millones de nodos.
El aprendizaje automático es otro tema importante de la inteligencia artificial. El aprendizaje automático se refiere al proceso de adquisición de nuevos conocimientos en un cierto sentido de representación del conocimiento. Según los diferentes mecanismos de aprendizaje, existen principalmente aprendizaje inductivo, aprendizaje analítico, aprendizaje por mecanismos de vinculación y aprendizaje genético.
El sistema de procesamiento del conocimiento consta principalmente de una base de conocimiento y un motor de inferencia. La base de conocimientos almacena el conocimiento requerido por el sistema. Cuando la cantidad de conocimiento es grande y hay muchas representaciones, la organización y gestión razonable del conocimiento es muy importante. El motor de razonamiento estipula los métodos y estrategias básicos para aplicar el conocimiento al resolver problemas. Durante el proceso de razonamiento, es necesario establecer una base de datos o utilizar un mecanismo de pizarra para registrar resultados o comunicarse. Si el conocimiento experto en un determinado campo (como el diagnóstico médico) se almacena en una base de conocimiento, dicho sistema de conocimiento se denomina sistema experto. Para satisfacer las necesidades de resolución de problemas complejos, los sistemas expertos únicos se están convirtiendo en sistemas de inteligencia artificial distribuida de múltiples agentes. En este momento, el intercambio de conocimientos, la cooperación entre sujetos y la generación y resolución de conflictos serán el foco de la investigación.
1. Historia de la Inteligencia Artificial
La inteligencia artificial (IA) es una ciencia desafiante, y las personas que se dedican a este trabajo deben comprender los conocimientos informáticos, la psicología y la filosofía. La inteligencia artificial cubre una amplia gama de ciencias y consta de diferentes campos, como el aprendizaje automático, la visión por computadora, etc. En términos generales, el objetivo de la inteligencia artificial es hacer que las computadoras piensen como humanos. Esta no es una tarea fácil. Si quieres construir una máquina pensante, debes saber qué es el pensamiento y, además, qué es la inteligencia y cuál es su desempeño. Se puede decir ciencia.
Una familia tiene sabiduría, pero nunca se diría que un transeúnte no entiende nada y no tiene conocimiento. No te atreves a decir que un niño no tiene inteligencia, pero tampoco te atreves a decir que es inteligente para una máquina. Entonces, ¿cómo distinguir la sabiduría? Lo que decimos, lo que hacemos, nuestros pensamientos fluyen de nuestro cerebro como agua de manantial, es muy natural, pero las máquinas pueden hacerlo, entonces, ¿qué tipo de máquina es inteligente? Los científicos construyen automóviles, trenes, aviones, radios y más. Imitan las funciones de los órganos de nuestro cuerpo, pero ¿pueden imitar las funciones del cerebro humano? Hasta ahora, sólo sabemos que esto que tenemos en la coronilla es un órgano formado por miles de millones de células nerviosas. Sabemos tan poco sobre esto que imitarlo es probablemente la cosa más difícil del mundo.
El científico británico Turing contribuyó a la definición de sabiduría. Una máquina es inteligente si puede pasar un experimento llamado prueba de Turing. La esencia del experimento de Turing es que cuando las personas no pueden distinguir entre el comportamiento de una máquina y el comportamiento humano sin mirar la apariencia, la máquina es inteligente. No creas que Turing pasará a la historia sólo por hacer esta contribución. Si estudias informática, sabrás que para los informáticos, ganar el Premio Turing equivale a ganar el Premio Nobel de física. En teoría, Turing sentó las bases para la creación de computadoras. Sin sus destacadas contribuciones, no habría nada parecido en el mundo, y mucho menos Internet.
Mucho antes de la llegada de las computadoras, los científicos esperaban crear máquinas que pudieran simular el pensamiento humano. En este sentido, me gustaría mencionar a otro destacado matemático y filósofo, Boole, que junto con otros destacados científicos estableció la estructura de pensamiento y los métodos de las máquinas inteligentes a través de descripciones matemáticas y precisas del pensamiento humano. creado por él.
Creo que cualquiera que haya estudiado informática estará familiarizado con el booleano. A partir de ahí se creó el álgebra booleana que aprendemos.
Cuando aparecieron las computadoras, los humanos comenzaron a tener realmente una herramienta que podía simular el pensamiento humano. En los años siguientes, innumerables científicos trabajaron duro para lograr este objetivo. La inteligencia artificial ya no es dominio exclusivo de unos pocos científicos. Los departamentos de informática de casi todas las universidades del mundo estudian esta materia, y los estudiantes universitarios que estudian informática también deben realizar este curso. Después de incansables esfuerzos, las computadoras actuales parecen haberse vuelto muy inteligentes. Es bien sabido que las computadoras derrotaron a los humanos en la partida de ajedrez que acaba de terminar. Quizás no hayas notado que en algunos lugares las computadoras ayudan a las personas a realizar otras tareas que originalmente realizaban los humanos. Las computadoras funcionan para los humanos con su alta velocidad y precisión. La inteligencia artificial siempre ha sido un tema de vanguardia en informática, y también existen lenguajes de programación de computadoras y otros programas informáticos debido al avance de la inteligencia artificial.
Ahora los humanos han mejorado la potencia informática de las computadoras a un nivel sin precedentes, y la inteligencia artificial también liderará la tendencia del desarrollo informático en el próximo siglo. El desarrollo de la inteligencia artificial aún no es evidente debido a limitaciones teóricas, pero sin duda afectará nuestras vidas tan profundamente como la red actual.
La investigación sobre inteligencia artificial ha comenzado en todo el mundo durante mucho tiempo, pero la realización real de la inteligencia artificial debe comenzar desde el nacimiento de las computadoras. Sólo entonces los humanos podrán utilizar máquinas para realizar la inteligencia humana. La palabra inglesa AI se propuso por primera vez en una conferencia en 1956. Posteriormente se desarrolló con algunos esfuerzos científicos. El progreso de la inteligencia artificial no es tan rápido como imaginamos, porque la teoría básica de la inteligencia artificial no está completa. No podemos explicar esencialmente por qué nuestros cerebros pueden pensar, de dónde proviene este pensamiento, por qué ocurre este tipo de pensamiento, etc. Pero después de décadas de desarrollo, la inteligencia artificial está afectando la vida de las personas con su enorme poder.
Repasemos el desarrollo de los ordenadores con el desarrollo de la inteligencia artificial. En 1941 nació la primera computadora desarrollada conjuntamente por Estados Unidos y Alemania. Desde entonces, los métodos de almacenamiento y procesamiento de información se han revolucionado. Las primeras computadoras no tenían muy buena pinta. Es gordo y delicado y necesita trabajar en una habitación con aire acondicionado. Si desea que se encargue de algo, deberá volver a conectar los cables. Éste no es un trabajo fácil. Su Qiansi. Creo que los programadores ahora viven en el cielo.
Finalmente, en 1949 se inventó una computadora que podía almacenar programas. De esta forma el programa de programación se puede soldar al final, lo cual es mucho mejor. Debido a que la programación se volvió muy simple, el desarrollo de la teoría de la computación eventualmente condujo al surgimiento de la teoría de la inteligencia artificial. La gente finalmente puede encontrar una manera de almacenar información y procesarla automáticamente.
Aunque ahora parece que esta nueva máquina puede alcanzar cierta inteligencia humana, no fue hasta la década de 1950 que la gente vinculó la inteligencia humana a esta nueva máquina. Notamos al anciano con una gran barriga a su lado. Su investigación sobre la teoría de la retroalimentación finalmente lo llevó a presentar un argumento. Todos los resultados de la inteligencia humana son el resultado de la retroalimentación continua. cuerpo. Nuestros sanitarios son un ejemplo perfecto. La razón por la cual el agua no fluye continuamente es porque hay un dispositivo que detecta cambios en el nivel del agua. Si hay demasiada agua, cierre la tubería de agua, lo que implementa una retroalimentación negativa. Si incluso el equipo de nuestros baños puede implementar retroalimentación, entonces deberíamos poder usar una máquina para implementar retroalimentación, logrando así una replicación similar a una máquina de la inteligencia humana. Esta idea tuvo una gran influencia en los primeros días de la inteligencia artificial.
En 1955, Shannon y otros desarrollaron el programa teórico lógico, que era un programa con una estructura de árbol. Cuando el programa se ejecuta, busca en el árbol la rama del árbol más cercana a la posible respuesta para obtener la respuesta correcta. Se puede decir que este programa juega un papel importante en la historia de la inteligencia artificial. Ha tenido un gran impacto en la academia y la sociedad, hasta el punto de que muchos de los métodos e ideas que utilizamos ahora todavía provienen de este programa en la década de 1950.
En 1956, McCarthy (el hombre de la derecha), otro científico famoso en el campo de la inteligencia artificial, convocó una reunión para discutir la dirección futura del desarrollo de la inteligencia artificial. Desde entonces, el nombre de inteligencia artificial se ha establecido oficialmente.
Esta conferencia no fue un gran éxito en la historia de la inteligencia artificial, pero brindó a los fundadores de la inteligencia artificial la oportunidad de comunicarse entre sí y allanó el camino para el desarrollo futuro de la inteligencia artificial. Después de eso, el enfoque de la inteligencia de los trabajadores comenzó a centrarse en la construcción de un sistema práctico que pudiera resolver problemas por sí solo y requería que el sistema tuviera capacidades de autoaprendizaje. En 1957, Shannon et al. desarrollaron un programa llamado General Problem Solver (GPS), que amplió la teoría de la retroalimentación de Wiener y pudo resolver algunos problemas comunes. Mientras otros científicos trabajaban arduamente para desarrollar este sistema, el científico de la derecha hizo una gran contribución. Creó el lenguaje de procesamiento de tablas LISP, que todavía hoy utilizan muchos programas de inteligencia artificial. Casi se ha convertido en sinónimo de inteligencia artificial. Hasta el día de hoy, LISP sigue evolucionando.
En 1963, el MIT contó con el apoyo del gobierno de Estados Unidos y el Departamento de Defensa para realizar investigaciones sobre inteligencia artificial. El gobierno estadounidense no hizo más que mantener un equilibrio con la Unión Soviética en la Guerra Fría. Aunque este propósito es un poco explosivo, sus resultados han dado lugar a grandes avances en inteligencia artificial. Desde entonces, muchos programas han llamado la atención y el MIT desarrolló SHRDLU. En la década de 1960, los sistemas estudiantiles podían resolver problemas de álgebra y los sistemas SIR comenzaron a comprender oraciones simples en inglés. La aparición de SIR ha llevado al surgimiento de una nueva disciplina: el procesamiento del lenguaje natural. La aparición de los sistemas expertos en la década de 1970 fue un avance importante. Por primera vez se supo que los ordenadores podían sustituir a los expertos humanos. Debido a la mejora del rendimiento del hardware informático, la inteligencia artificial puede realizar una serie de actividades importantes, como análisis estadístico de datos, participación en diagnósticos médicos, etc. Como aspecto importante de la vida, comienza a cambiar la vida humana. En teoría, la década de 1970 también fue un período de gran desarrollo, cuando las computadoras comenzaron a tener un pensamiento y una visión simples. Sin embargo, en la década de 1970 nació otro lenguaje de inteligencia artificial, Prolog, que junto con LISP se ha convertido casi en una herramienta indispensable para los trabajadores de la inteligencia artificial. No creas que la inteligencia artificial está lejos de nosotros. Ha entrado en nuestras vidas el control difuso, el apoyo a las decisiones, etc. Permitir que las computadoras reemplacen a los humanos en actividades intelectuales simples y liberar a los humanos para que se dediquen a otras tareas más beneficiosas es el propósito de la inteligencia artificial, pero creo que la búsqueda incesante de la verdad científica es la fuerza impulsora fundamental.
2. Campos de aplicación de la inteligencia artificial
1.
El primer gran logro de la inteligencia artificial fue un programa de juego de ajedrez. Algunas de las técnicas aplicadas en los juegos de ajedrez, como mirar unos pasos hacia adelante y descomponer un problema difícil en una serie de subproblemas más sencillos, se desarrollaron en técnicas básicas de inteligencia artificial, como la búsqueda y la inducción de problemas. Los programas informáticos actuales ya pueden alcanzar niveles de campeonato en diversos juegos de ajedrez y ajedrez. Pero nunca se ha resuelto, incluidas las habilidades que los jugadores humanos tienen pero no pueden articular. Por ejemplo, la capacidad de un maestro de ajedrez para discernir una partida de ajedrez. Otra cuestión tiene que ver con el concepto original del problema, conocido en inteligencia artificial como elección de representación del problema. Las personas a menudo pueden encontrar formas de pensar acerca de un problema que faciliten la solución y resuelvan el problema. Hasta ahora, los programas de IA han podido saber cómo pensar en los problemas que quieren resolver, es decir, buscar en el espacio de soluciones para encontrar mejores soluciones.
2. Razonamiento lógico y demostración de teoremas.
El razonamiento lógico es una de las áreas más persistentes de la investigación de la inteligencia artificial, en la que se descubre que los métodos se centran solo en hechos relevantes en grandes bases de datos, se centran en pruebas creíbles y las revisan a medida que surge nueva información. particularmente importante. Problemas de conjeturas en matemáticas. Encontrar una prueba o refutación de un teorema requiere no sólo la capacidad de deducir a partir de suposiciones, sino que muchas tareas informales, incluido el diagnóstico médico y la recuperación de información, pueden formalizarse tanto como la demostración de un teorema. Por lo tanto, la demostración de teoremas es un tema extremadamente importante en la investigación de métodos de inteligencia artificial.
3. Procesamiento del lenguaje natural.
El procesamiento del lenguaje natural es un ejemplo típico de tecnología de inteligencia artificial aplicada en campos prácticos. Después de años de arduo trabajo, se han logrado muchos logros notables en este campo. El tema principal actual en este campo es: cómo generar y comprender un lenguaje natural basado en temas y situaciones conversacionales, prestando atención a una gran cantidad de sentido común: conocimiento y expectativas del mundo. Este es un problema de codificación y decodificación extremadamente complejo.
4. Tecnología inteligente de recuperación de información.
Afectada por el rápido desarrollo de la tecnología "()* (*), la tecnología de adquisición y refinación de información se ha convertido en un tema de investigación urgente que debe resolverse en la investigación tecnológica y en informática contemporánea. Aplicar la tecnología de inteligencia artificial en este campo, es una oportunidad y un gran avance para la aplicación generalizada de la inteligencia artificial en la práctica.
5. El sistema experto es actualmente el campo de investigación más activo y eficaz. La inteligencia artificial es un sistema de programa que tiene una gran cantidad de conocimiento y experiencia en un campo específico. En los últimos años, ha habido una tendencia a aplicar con éxito y eficacia la tecnología de inteligencia artificial en la investigación de "sistemas expertos" o "conocimientos". ingeniería". Conocimiento rico, para que puedan lograr excelentes habilidades de resolución de problemas, por lo que si un programa de computadora puede incorporar y aplicar este conocimiento, también debería poder resolver problemas resueltos por expertos humanos y ayudar a los expertos humanos a encontrar errores en el proceso de razonamiento. Como ya se ha demostrado, los sistemas expertos han alcanzado el nivel de los expertos humanos en la exploración de minerales, el análisis químico, la planificación y el diagnóstico médico. Un ejemplo exitoso es el descubrimiento de un yacimiento de molibdeno. más de $ 654,38 mil millones El rendimiento del sistema DENDRL ha superado el nivel de los expertos ordinarios y puede ser utilizado por cientos de personas en el análisis de la estructura química. Mi sistema CIN puede proporcionar recomendaciones para el diagnóstico y tratamiento de enfermedades infecciosas de la sangre, incluida la sangre bacteriana. enfermedades y meningitis. El diagnóstico y tratamiento de la artritis ha superado a los expertos en este campo.
En tercer lugar, la tendencia matemática de la teoría de la inteligencia artificial se está volviendo cada vez más prominente. El desarrollo de la tecnología moderna, muchas teorías científicas y tecnológicas se basan en las matemáticas para proporcionar pruebas, y el desarrollo de la inteligencia artificial no es una excepción. Cómo formalizar y simbolizar las actividades del pensamiento humano para que puedan implementarse en las computadoras se ha convertido en el foco de la inteligencia artificial. Tema importante de investigación en este sentido, las teorías, métodos y técnicas relevantes de la lógica juegan un papel muy importante. No solo proporciona herramientas poderosas para la inteligencia artificial, sino que también sienta las bases teóricas para la lógica utilizada en la inteligencia artificial. Se puede dividir aproximadamente en dos categorías. Una es la lógica proposicional clásica y la lógica de predicados de primer orden, que se caracterizan por el hecho de que el valor de verdad de cualquier proposición es "verdadero" o "falso". Matemáticas Hay varias cosas en el mundo y, además de ciertas cosas o conceptos, existen más cosas o conceptos inciertos. Por lo tanto, estas incertidumbres no pueden resolverse mediante la teoría lógica clásica, necesitamos desarrollar nuevas herramientas matemáticas para expresarlas. Actualmente, en la inteligencia artificial, las cosas o conceptos inciertos se describen y tratan utilizando lógica multivaluada, teoría difusa y probabilidad. Ambas se basan en [!, "] para describir la incertidumbre, pero existen grandes diferencias entre ellas. La lógica multivalor agrega una serie de valores de verdad intermedios para describir el grado de realidad de las cosas distinguiendo verdadero (") y falso (!), pero considera que cada valor de verdad intermedio está completamente separado entre sí y claramente definido. Y la teoría difusa cree que no existen límites claros entre diferentes valores de verdad intermedios, lo que muestra que las características de diferentes valores intermedios se interpenetran y se interpenetran entre sí, reflejando mejor la naturaleza de la incertidumbre. La probabilidad se utiliza para medir la posibilidad de que ocurra un evento. , pero el significado del evento en sí es claro, pero puede que no suceda bajo ciertas condiciones. La teoría difusa describe la incertidumbre desde dos perspectivas diferentes, por lo que algunas personas dicen que la teoría difusa describe la incertidumbre dentro de las cosas, mientras que la probabilidad describe la naturaleza. La incertidumbre externa de las cosas, como se puede ver en lo anterior, las matemáticas permiten que la inteligencia artificial simule muy bien la inteligencia humana y promueve en gran medida el desarrollo de la inteligencia artificial. Creo que todavía existen algunos problemas en la inteligencia artificial. Los problemas se pueden resolver poco después del desarrollo continuo del conocimiento matemático.
El estado de desarrollo y las perspectivas del verbo (abreviatura de verbo)
Actualmente, la mayoría de los sistemas de inteligencia artificial se basan en supuestos. de los sistemas de símbolos físicos.
Antes del surgimiento de nuevas teorías de inteligencia artificial que pueden competir con la hipótesis del sistema de símbolos físicos, SOAr ha logrado logros únicos en el difícil proceso de explorar las características generales del comportamiento inteligente y las características específicas de la cognición humana, tanto en términos de principios de diseño como de Resultados experimentales. Progresos o logros a la vanguardia de la investigación en inteligencia artificial.
En la década de 1980, los investigadores representados por Newell A resumieron la experiencia exitosa de los sistemas expertos, absorbieron los últimos resultados de la investigación en ciencias cognitivas y propusieron Soar como una arquitectura de inteligencia general. Actualmente, Soar ha demostrado una gran capacidad para resolver problemas. En Soar se implementan más de 30 métodos de búsqueda y se implementan varias tareas intensivas en conocimiento (sistemas expertos), como RI. ROOks propone un nuevo enfoque a la inteligencia artificial. Sostiene que las capacidades de los sistemas inteligentes pueden evolucionar gradualmente sin conceptos ni símbolos. En su investigación se destacaron cuatro conceptos: (1) La situación en la que se encuentra el robot no implica una descripción abstracta, sino que se encuentra en una situación que afecta directamente el comportamiento del sistema. (2) El robot de hormigón tiene un tronco y adquiere experiencia directamente del mundo circundante, y sus sentidos le proporcionarán retroalimentación inmediata después del trabajo. (3) La fuente de inteligencia no se limita a los dispositivos informáticos, sino que también proviene de decisiones dinámicas que interactúan con el entorno circundante. (4) La inteligencia emergente aparece en la interacción entre el sistema y el mundo circundante y, a veces, entre los componentes del sistema.
Verbo (abreviatura de verbo) Conclusión
La inteligencia artificial requiere no solo pensamiento lógico e imitación. Cuanto más estudian los científicos el cerebro y el sistema nervioso humanos, más seguros están de que la emoción es. parte de la inteligencia, en lugar de separarse de ella. Por lo tanto, el próximo avance en el campo de la inteligencia artificial puede ser dotar a las computadoras no sólo de más capacidades de razonamiento lógico, sino también de capacidades emocionales. Muchos científicos afirman que las máquinas pronto serán más inteligentes que Albert Einstein y Hawking juntos. A mediados del próximo siglo, la naturaleza de la vida humana también habrá cambiado. Los implantes neuronales mejorarán el conocimiento y las capacidades de pensamiento humanos, comenzarán la transición hacia una relación compuesta humano/máquina y gradualmente cesará la necesidad humana de organismos biológicos. Una gran cantidad de robots muy pequeños ocuparán un lugar en el área sensorial del cerebro, creando un efecto de simulación de realidad virtual difícil de distinguir entre lo real y lo falso.
La realización de la inteligencia artificial no es una fantasía. Aunque será difícil, nadie estipula que sólo los humanos puedan pensar. Al igual que las diferentes formas de vida, los animales, las plantas y los microorganismos son todas formas de vida diferentes. Los humanos pueden pensar de maneras desconocidas y las computadoras pueden pensar de otra forma (no necesariamente la misma).
¡Un formato de archivo de Illustrator, el software de dibujo profesional de la famosa empresa de software ADOBE!
IA (inteligencia artificial): inteligencia artificial. Se refiere a la capacidad informática de las computadoras para imitar comportamientos del mundo real y la forma en que los humanos piensan y juegan. Es un sistema de cálculo y reglas extremadamente complejos.