24개 중 1개
주제에 대한 프레젠테이션:인공 지능
슬라이드 번호 1
슬라이드 설명:
인공 지능 Intellectus (라틴어 지식, 이해, 이성) - 생각하는 능력, 합리적인 지식. 과학의 주제는 " 인공 지능'는 인간의 생각이다. 과학자들은 질문에 대한 답을 찾고 있습니다. 사람은 어떻게 생각합니까? 이 연구의 목적은 인간 지능의 모델을 만들어 컴퓨터에 구현하는 것입니다(즉, 기계가 생각하도록 가르치는 것).
슬라이드 번호 2
슬라이드 설명:
슬라이드 번호 3
슬라이드 설명:
인공 지능 - 주요 기능 50년대는 전후 과학의 지평선에 초신성 - 사이버네틱스, 급속한 상승과 부분으로의 급속한 분해가 목격되었습니다. 그 중 하나는 인공 지능(AI)의 탄생과 관련이 있습니다. 그리고 눈에 잘 띄는 신생아의 이름과 관련하여 다양한 희망이 연관되었고(그리고 계속 연관되어 있지만), 이 영역을 아무리 광범위하게 해석하더라도 지식을 표현하고 처리하는 장치가 핵심이 되어야 한다는 것이 곧 분명해졌습니다.
슬라이드 번호 4
슬라이드 설명:
동시에 가장 야심 찬 변론가들은 인공 지능의 목표가 철학, 심리학, 수학을 통합하고 전파 할 수있는 메타 지식 장치의 형성이라고 믿습니다. 새로운 주문모든 과학, 활동 및 예술에 대한 인간과 컴퓨터의 공생. 따라서 AI의 주요 임무인 지식을 표현하고 처리하는 형식적 수단의 개발은 수학 자체의 기능에 매우 가깝다는 것이 밝혀졌습니다.
슬라이드 번호 5
슬라이드 설명:
그러나 방법론적 입장에는 상당한 차이가 있습니다. 형식 장치의 이론과 개발을 다룰 때 주변부에서만 수학은 이러한 장치를 다른 학문 분야의 문제에 적용하는 데 주의를 기울입니다. 인공 지능의 방법론은 연구와 반대 방향으로 특징 지어집니다. 다양한 형태이상적으로는 활동 영역의 전체 스펙트럼을 포괄하는 일련의 공식 도구 개발에 대한 지식.
슬라이드 번호 6
슬라이드 설명:
슬라이드 번호 7
슬라이드 설명:
사전에 계획할 수 없는 많은 인간 활동이 있습니다. 음악과 시 작곡, 정리 증명, 외국어 문학 번역, 질병 진단 및 치료 등... 예를 들어, 체스를 할 때 체스 플레이어는 게임의 규칙을 알고 이기는 목표를 가지고 있습니다. 게임. 그의 행동은 미리 프로그램되어 있지 않습니다. 그들은 상대방의 행동, 보드에서 떠오르는 위치, 체스 선수의 재치와 개인적인 경험에 달려 있습니다.
슬라이드 번호 8
슬라이드 설명:
슬라이드 번호 9
슬라이드 설명:
슬라이드 번호 10
슬라이드 설명:
슬라이드 번호 11
슬라이드 설명:
모든 인공 지능 시스템은 특정 범위 내에서 작동합니다. 대상 지역(의학적 진단, 입법, 수학, 경제학 등) 컴퓨터는 전문가처럼 주어진 영역에 대한 지식이 있어야 하며, 특정 주제 영역에 대한 지식을 일정한 방식으로 형식화하여 컴퓨터의 메모리에 저장하는 것을 컴퓨터라고 함 지식 기반.
슬라이드 번호 12
슬라이드 설명:
예를 들어, 기하학 문제를 해결하기 위해 컴퓨터를 사용하려고 합니다. 문제집은 다양한 내용의 500개 과제로 구성되어 있으며, 인공 지능 전문가가 기하학 지식을 컴퓨터에 입력합니다. 이 지식과 논리적 추론의 특별한 알고리즘의 도움으로 컴퓨터는 500가지 문제 중 하나를 해결할 것입니다. 이를 위해서는 문제의 상태만 알려주면 충분하며, 인공 지능 시스템은 내장된 지식 기반을 기반으로 작동합니다.
슬라이드 번호 13
슬라이드 설명:
컴퓨터에서 지능형 시스템을 만드는 방법은 무엇입니까? 인간의 사고는 지식의 축적과 논리적으로 추론하는 능력의 두 가지 구성 요소를 기반으로 합니다. 이로부터 컴퓨터에서 지능형 시스템을 만드는 두 가지 주요 작업을 따릅니다. 베이스); 추론 모델링(만들기 컴퓨터 프로그램다양한 문제를 풀 때 인간 사고의 논리를 모방).
슬라이드 번호 14
슬라이드 설명:
인공 지능 시스템의 유형 중 하나는 전문가 시스템입니다.전문가 시스템의 목적은 사용자와 상담하고 결정을 내리는 데 도움이 되는 것입니다. 이러한 지원은 기술 사고, 비상 작업, 운전 중 등과 같은 극한 상황에서 특히 중요합니다. 차량. 컴퓨터는 스트레스를 받지 않습니다. 그는 신속하게 최적의 안전한 솔루션을 찾아 그 사람에게 제공할 것입니다.
슬라이드 번호 15
슬라이드 설명:
관심 있는 분들: 인공 지능이 주요 기능 지식 모델링 퍼지 수학 정보 기술- 시대의 변화 "비알고리즘" 제어... 최고 수준의 전문가를 위한 작업: 폰 노이만 아키텍처가 아닌 컴퓨터
슬라이드 번호 16
슬라이드 설명:
슬라이드 번호 17
슬라이드 설명:
AI의 중심 작업 - 지식 장치(AZ)의 생성 - 거의 즉시 설명이 필요하지만 실제로 지식은 무엇에 대해 이야기하고 있습니까? 정확하고 공식적인 것에 대해 말하면,이 영토에는 이미 여주인이 있습니다. 수학, 새로운 땅의 정복자들이 관여하고 싶지 않은 전문 군대가 있습니다. 비공식 지식이 의미하는 경우 다음과 같이 분류될 수 있습니다. 충분히 연구되고 구체적이지만 (지금까지는) 제대로 형식화되지 않았습니다. 예를 들어 자연어 구문 또는 의학적 진단, 원칙적으로 형식화되지 않은 형식, 즉 주요 부분입니다. 모든 영역 활동의 개념 - from 인문학예술과 가정 생활 영역에.
슬라이드 설명:
이 거의 절망적인 상황은 60년대 중반에 언어 변수의 개념과 퍼지 수학 장치를 제안한 L. Zadeh에 의해 구해졌습니다. 인공 지능은 실제 마술 지팡이를 선물로 받았습니다. 지식 지도의 단색 흰색 반점의 사막이 흐릿한(아아, 가상으로만) 꽃밭으로 쉽게 바뀔 수 있다는 것이 빠르게 분명해졌습니다.
슬라이드 번호 20
슬라이드 설명:
Fuzzy-Morgana는 대중을 빠르게 사로 잡았습니다. 80년대 초까지 퍼지 서지에는 약 2만 권의 제목이 포함되었으며 그 수는 그 이후로 2~3배 이상 증가했습니다. 열정의 소용돌이 속에서 새로운 보편적 도구의 고유한 결함은 눈에 띄지 않게 되었습니다. 처음부터 퍼지 장치의 의미와 화용론 자체가 상당히 모호했습니다. on 및 WHY 정확히 그 방식으로, 그렇지 않은 경우에는 그렇지 않습니다. 장치의 모호성은 필연적으로 적용 결과의 완전한 모호성을 초래했으며, 실제로 이러한 결과를 확인하는 방법이 불분명하게 남아 있었기 때문에 단순히 주목받지 못했습니다.
슬라이드 번호 21
슬라이드 설명:
슬라이드 번호 22
슬라이드 설명:
처음부터 명령형(알고리즘) 제어가 폰 노이만 아키텍처의 컴퓨터 프로그래밍의 기초였지만 60년대 후반과 70년대 초반에는 컴퓨팅 프로세스를 구성하는 대체 방법을 개발하려는 시도가 있었습니다. 먼저, 다중 프로세서 시스템을 위한 AI 및 병렬 프로그래밍에 대한 연구 때문이었습니다. 그러나 이 문제를 해결하는 데 있어 질적 진보는 미결정 모델 장치와 제약 조건 프로그래밍 분야의 최근 작업에 의해 제공되었습니다. 이는 분산형, 비동기식, 최대 병렬 데이터 기반 컴퓨팅 프로세스를 기반으로 하기 때문입니다. 이 혁명의 다음 단계로 이벤트 기반 관리로의 전환이 가능하며 이는 데이터 관리 프로세스를 구성하는 연관 장치의 수준을 크게 높입니다.
슬라이드 번호 23
슬라이드 설명:
Parallelism Unsolvability - 명령형 소프트웨어 기술의 병렬화 문제는 다중 프로세서 시스템의 광범위한 사용에 대해 극복할 수 없는 장벽을 형성했습니다. 지난 15년 동안 소프트웨어와 하드웨어는 장소를 바꿨습니다. 하드웨어 설계 자동화 수준과 요소 기반 비용으로 인해 수년 동안 프로세서 수에 관계없이 컴퓨터의 대량 생산이 가능했지만 최신 컴퓨터를 채택하고 개발했습니다. 새로운 소프트웨어 제품은 최고 수준의 전문가만이 해결할 수 있는 과제로 남아 있으며 일부 특수한 경우에만 해결할 수 있습니다. 새로운 IT 패러다임에서 동시성은 더 이상 문제가 아니라 모든 소프트웨어 시스템의 자연스러운 특징입니다.
슬라이드 번호 24
슬라이드 설명:
컴퓨터는 폰 노이만 아키텍처가 아닙니다. 데이터 기반(및 미래의 이벤트 기반 제어)은 컴퓨팅 프로세스의 조직 자체를 근본적으로 변경하여 프로세서 수와 무관하고 비동기식, 분산형으로 만듭니다. 현대 기계의 친숙한 폰 노이만 아키텍처를 근본적으로 재구성해야 합니다. 따라서 세대의 변화뿐만 아니라 진정한 혁명으로 이어지는 시대의 변화에 대한 전망이 있습니다. IT의 "흔들리지 않는 기초"에 대한 충격: 알고리즘, 폰 노이만 아키텍처, 결정론적이고 순차적인 프로세스가 내려갑니다. 모델, 다중 기관 및 연관 자체 구성 비결정적 병렬 프로세스에 자리를 양보하면서 역사상 영원히.
사진, 디자인, 슬라이드가 포함된 프레젠테이션을 보려면 파일을 다운로드하여 PowerPoint에서 엽니다.당신의 컴퓨터에.
프레젠테이션 슬라이드의 텍스트 내용:"현재와 미래" 경연 주제: "인공 지능 개발" GPOU TO "Krapivinsky Forestry Technical School" 교사 Blazhevich L.S. 현재 인공지능에 관한 정보 인공지능은 사람이 수행할 때 특정 지적 노력이 필요한 문제를 해결하기 위한 프로그램을 만들 가능성을 연구하는 학문입니다. 오늘날 인공지능(AI)은 관리, 생산, 교육 등 인간 활동의 모든 영역에서 필요합니다. 이러한 기술을 통해 구축된 지적 시스템은 다양한 유형의 불확실성과 거대한 검색 공간. 연구의 주요 우선 순위는 신경망입니다. 신경망은 인간 두뇌의 일부 측면을 모방하고 비공식적으로 학습하는 능력, 분류되지 않은 정보를 일반화하고 클러스터링하는 능력, 이미 제시된 시계열을 기반으로 예측을 독립적으로 구축하는 능력과 같은 능력을 보여주는 수학적 구조입니다. 전문가 시스템과 같은 다른 방법과의 가장 중요한 차이점은 신경망은 원칙적으로 유명 모델그러나 그들은 제시된 정보를 기반으로 만 스스로 구축합니다. 이것이 예측, 분류 및 제어 문제를 해결하는 데 필요한 모든 곳에서 신경망과 유전 알고리즘이 실행되는 이유입니다. 실제로 신경망은 다음과 같은 두 가지 형태로 사용됩니다. 소프트웨어 제품기존 컴퓨터에서 실행되고 특수 하드웨어 및 소프트웨어 시스템으로 실행됩니다. 뉴로컴퓨터의 주요 임무는 학습에 기반한 이미지 처리입니다. 생물학적 네트워크와 유사하게 인공 신경망은 광대역 이미지의 병렬 처리를 목표로 합니다. 그 다음으로 중요한 기술은 진화 컴퓨팅(EC)입니다. EV는 동시에 작동하는 많은 노드로 구성된 시스템의 자가 조립, 자가 구성 및 자가 치유의 실질적인 문제를 다룹니다. 동시에 신청이 가능합니다. 과학적 업적 디지털 기계 분야에서. EV의 또 다른 측면은 개인 비서, 개인 계정 관리, 3세대 검색 알고리즘을 사용하여 네트워크에서 필요한 정보를 선택하는 비서, 워크 플래너, 개인 교사, 가상 판매자 등 일상적인 작업을 해결하기 위해 자율 에이전트를 사용하는 것입니다. 로봇 및 모든 관련 분야를 적용합니다. 주요 개발 방향은 표준 개발, 개방형 아키텍처, 지능형 쉘, 스크립팅/쿼리 언어, 프로그램과 사람 간의 효과적인 상호 작용을 위한 방법론입니다. 퍼지 논리, 이미지 처리 등을 포함한 다음 기술 그룹이 사용됩니다. 제어 시스템, 이미지 인식 시스템, 실제 시스템 시간, 지식 획득 및 처리 시스템 및 기타 여러 가지가 있습니다. 이 기술 그룹은 많은 양의 정보, 검색, 분석, 저장 및 구조화 작업을 할 때 필요하며 마지막 기술 그룹은 여러 특정 문제를 해결하는 데 도움이 됩니다. 예를 들어, 소위 자동화된 사이버 팩토리라고 불리는 AI 기반 로봇 공학을 도입하여 생산 자동화 문제를 해결합니다. 또는 의학에 로봇 기술이 도입되면 정확한 진단을 수행하거나 직접적인 인간 개입 없이 매우 복잡한 작업을 수행할 수 있습니다. 오늘날 인공 지능 기술의 발전과 실제 적용 가능성을 결정하는 핵심 요소는 인간 정신의 원리가 아직 불분명하기 때문에 컴퓨터의 컴퓨팅 능력의 성장률입니다. 성숙한 과학이 된 AI 분야는 서서히, 그러나 꾸준히 발전하고 있습니다. 따라서 전략적 이니셔티브와 관련된 갑작스러운 돌파구를 배제할 수는 없지만 결과는 상당히 예측 가능합니다. 예를 들어, 1980년대에 미국 국립 컴퓨팅 이니셔티브(US National Computing Initiative)는 연구실에서 AI의 많은 영역을 가져왔고 고성능 컴퓨팅 이론의 개발과 많은 응용 프로젝트에 적용하는 데 상당한 영향을 미쳤습니다. 이러한 이니셔티브는 확률 이론, 신경망, 퍼지 논리와 같은 다양한 수학 분야의 교차점에서 나타날 가능성이 큽니다. 미래의 인공 지능 인공 지능은 일반적으로 컴퓨터 시스템 및 기타 인공 장치의 도움으로 지능적인 행동과 추론을 제공할 가능성을 연구하는 컴퓨터 과학의 한 분야라고 합니다. 대부분의 경우 동시에 문제를 해결하는 알고리즘은 미리 알려져 있습니다.과학계에서 이 과학에 대한 정확한 정의가 없다는 점에 유의해야 합니다. 인간 두뇌의. 마찬가지로, 달성에 대한 정확한 기준이 없습니다. 컴퓨터"지능", 인공 지능 개발의 초기 단계에서 특정 가설, 특히 Turing 테스트(목표는 기계가 생각할 수 있는지 여부를 결정하는 것)가 사용되었다는 사실에도 불구하고. 이 과학은 심리학, 트랜스휴머니즘, 신경생리학과 밀접한 관계가 있습니다. 모든 컴퓨터 과학과 마찬가지로 수학 장치를 사용합니다. 인공 지능은 1956년에 시작된 비교적 젊은 연구 분야입니다. 에 이 순간시간이 지남에 따라 이 과학의 발전은 앞서 달성한 결과가 과학, 산업, 비즈니스 및 일상 생활의 다양한 분야에 적용되는 이른바 불황 상태에 있습니다. 지능 시스템: 물류, 구조, 진화 및 시뮬레이션 . 로지스틱 접근 방식은 기본적으로 프로그래머에게 잘 알려진 소위 부울 대수를 포함합니다. 물류 원칙에 따라 구축된 대부분의 인공 지능 시스템은 특정 정리를 증명하는 기계입니다. 배경 정보공리의 형태로 포함되어 있으며, 이러한 공리들 사이의 관계 규칙에 따라 논리적 결론이 공식화됩니다. 이러한 각 기계에는 목표 생성 단위가 있으며 추론 시스템은 이 목표를 정리로 증명합니다. 이 시스템은 전문가 시스템으로 더 잘 알려져 있으며, 구조적 접근은 인공 지능 시스템의 기초로 인간 두뇌의 구조 모델링을 사용합니다. 최초의 그러한 시도 중에서 Rosenblatt의 퍼셉트론에 주목해야 합니다. 주요 구조 모델링 단위는 뉴런입니다. 시간이 지남에 따라 현재 신경망으로 알려진 새로운 모델이 등장했습니다.진화적 접근을 사용하여 인공 지능 시스템을 구축하는 경우 일반적으로 초기 모델 구축과 이 모델은 진화할 수 있습니다. 진화 알고리즘의 고전적인 예는 유전 알고리즘입니다. 2010년에 시작된 또 다른 프로젝트는 SRI International과 협력하는 DARPA 프로젝트입니다. 그 본질은 인간 두뇌의 메커니즘을 복사하여 데이터를 처리하고 전송할 수 있는 획기적인 인공 지능의 개발에 있습니다. 개발자들에 따르면 SyNAPSE 전자 적응형 뉴로모픽 확장 가능 시스템은 기존의 데이터 처리 알고리즘을 능가하고 복잡한 환경을 자율적으로 연구할 수 있어야 합니다.현재 군대는 인공 지능을 사용하여 대량의 정보, 특히 지능을 처리합니다. 데이터 및 비디오. 이 모든 정보를 신속하게 해독하고 분석해야 합니다. 새로운 시스템의 경우 이것은 어렵지 않을 것입니다. 수학적 논리를 활용해 센서 데이터를 기반으로 간단한 정리를 풀고 의사결정을 하고 필요한 행동을 하게 되며, 펜타곤은 이 인공지능 모델을 음성 명령에 응답하고 비서 역할을 할 수 있는 가상 개인 비서로 활용할 계획이다. 초기 DARPA는 SRI International과 함께 CALO라는 개인 비서를 이미 개발하고 있었습니다. 이 프로젝트는 2009년에 완료되었습니다. 프로그램은 추론하고, 지침을 이해하고, 학습하고, 조치를 설명하고, 알 수 없는 상황에 적절하게 대응하고, 완료 후 작업 수행에 대해 논의할 수 있습니다. 이 프로그램은 사용자의 연락처에서 필요한 데이터를 가져옵니다. 이메일, 프로젝트 및 작업. 그런 다음 사용자 환경의 관계형 모델이 생성되고 교육이 수행됩니다. 결과적으로 인공 지능은 사용자를 대신하여 충돌을 협상하고 해결할 수 있습니다. 불행히도 이 프로그램은 다음에서만 작동합니다. 개인용 컴퓨터로봇에 통합되지 않고 2011년 일본에서 최초의 인공 두뇌 프로토타입이 개발되었습니다. 인공지능은 엄청난 양의 정보를 처리할 수 있지만 로봇은 아직 생각하는 능력을 갖추지 못했다. 개발자는 아직 서두르지 않았습니다 ... 연구원에 따르면 가까운 미래의 로봇은 여러면에서 사람과 유사 할 것입니다. 두 다리로 걸을 수 있고 얼굴을 구별 할 수있을 것입니다 , 대화를 이어가고, 요청을 이행하지만 본질적으로 그들은 사람과 유사한 기계일 뿐입니다. 그들의 모든 행동은 사전 준비된 알고리즘의 적용을 받으므로 원시적입니다. 그리고 이분자 컴퓨팅 기술을 구현할 수 있어야만 기계가 생각하고 창의력을 발휘할 수 있습니다. 개발자에 따르면 새로운 정보 처리 메커니즘은 인간 두뇌의 작업과 매우 유사합니다. 인간의 머리에는 끊임없이 상호 작용하는 수백만 개의 뉴런이 있습니다. 본질 새로운 기술각 분자는 최대 300개의 관계 방향을 가질 수 있습니다. 따라서 새로운 기술 덕분에 기계는 현재 액세스할 수 없는 작업을 해결할 수 있습니다. 연구원들에 따르면, 종양학적 질병의 진단 및 치료 분야에서 새로운 개발이 적용될 것으로 기대됩니다. 즉, 프로그래밍 가능한 분자 시스템이 암세포에 도입되어 건강한 세포로 변환될 것입니다. AI의 미래에 대한 나의 생각 AI는 지금도 큰 발전을 이루었습니다. 미래에 대한 예측이 무엇이든 간에 이미 주의가 필요한 일부 프로젝트가 있습니다. 특히 이것은 블루 브레인이라는 인공 두뇌를 만드는 프로젝트에 관한 것입니다. 이 프로젝트는 연방 폴리테크닉 학교(로잔)의 대표인 연구 과학자들에 의해 개발되고 있습니다. 그들은 쥐의 뇌에서 시냅스의 위치에 대한 모델 다이어그램을 만들 수 있었습니다. 프로젝트 디렉터인 Henry Macram에 따르면 결과는 기대 이상이었습니다. 연구원들은 지금까지 과학자들의 마음을 괴롭혔던 많은 질문에 곧 답할 수 있을 것입니다. 인공 정신이 인간의 마음을 대체할 것이며 더 고도로 발달될 것입니까? 인간은 행성의 진화 사슬에서 닫는 고리입니까? 가까운 장래에 이러한 질문과 다른 많은 질문에 대한 답을 찾을 수 있기를 바랍니다.
슬라이드 1
슬라이드 2
슬라이드 3
슬라이드 4
슬라이드 5
슬라이드 6
슬라이드 7
슬라이드 8
슬라이드 9
슬라이드 10
슬라이드 11
"인공 지능"(8학년) 주제에 대한 프레젠테이션은 웹 사이트에서 무료로 다운로드할 수 있습니다. 프로젝트 주제: 정보학. 다채로운 슬라이드와 삽화는 급우나 청중의 관심을 유지하는 데 도움이 됩니다. 콘텐츠를 보려면 플레이어를 사용하거나 보고서를 다운로드하려면 플레이어 아래에 있는 해당 텍스트를 클릭하십시오. 프레젠테이션에는 11개의 슬라이드가 있습니다.
프레젠테이션 슬라이드
슬라이드 1
인공 지능
인간의 마음을 창조하는 문제
슬라이드 2
슬라이드 3
사람은 어떻게 생각합니까?
전 세계의 과학자들이 이 질문에 대해 생각하고 있습니다. 그들의 연구 목표는 인간 지능의 모델을 만들어 컴퓨터에 구현하는 것입니다. 약간 단순화하면 위에서 명명된 목표는 다음과 같이 들립니다. - 기계가 생각하도록 가르친다.
슬라이드 4
인공 지능을 만드는 목적
특정 유형의 문제를 해결하도록 설계된 범용 컴퓨터 지능 시스템의 구축, 이는 모든(또는 적어도 대부분의) 비정형화된 문제에 대한 해결책을 인간과 비슷하거나 그보다 우수한 효율성으로 찾을 수 있습니다.
슬라이드 5
AI 개발에 대한 주요 접근 방식:
하향식(영어 하향식 AI), 기호학 - 사고, 추론, 말하기, 감정, 창의성 등 높은 수준의 정신 과정을 시뮬레이션하는 전문가 시스템, 지식 기반 및 추론 시스템의 생성; 상향식 AI, 생물학적 - 생물학적 요소를 기반으로 하는 지능적 행동을 모델링하는 신경망 및 진화적 계산에 대한 연구와 신경 컴퓨터 또는 생체 컴퓨터와 같은 적절한 컴퓨팅 시스템의 생성.
슬라이드 6
인간 활동
사전에 프로그래밍할 수 없는 많은 인간 활동이 있습니다. 예: 음악과 시 작곡, 정리 증명, 외국어 문학 번역, 질병 진단 및 치료 등.
슬라이드 7
기계가 스스로 생각할 수 있습니까?
AI 시스템 개발자는 문제의 조건에 따라 사람처럼 기계가 독립적으로 동작 프로그램을 작성하도록 가르치려고 합니다. 목표는 컴퓨터를 공식 실행자에서 지적 실행자로 변환하는 것입니다.
슬라이드 8
지능형 시스템은 어떻게 만들어지는가
인공 지능 시스템은 내장된 지식 기반을 기반으로 작동하며 인간의 사고는 지식 축적과 논리적 추론 능력이라는 두 가지 구성 요소를 기반으로 합니다. 따라서 컴퓨터에서 지능형 시스템을 생성하려면 두 가지 작업을 해결해야 합니다. 지식 모델링(컴퓨터 메모리에 지식 기반으로 입력하기 위한 지식 형식화 방법 개발); 추론 모델링(다양한 문제를 해결할 때 인간의 사고 논리를 모방하는 컴퓨터 프로그램 작성).
슬라이드 9
AI 방법이 적용되는 주요 영역:
패턴 인식 광학 문자 인식 필기 인식 음성 인식 얼굴 인식 자연어 처리 기계 번역 비선형 제어 및 로봇 공학 머신 비전, 가상 현실 및 영상 처리 게임 이론 및 전략 기획게임 및 봇의 AI 진단 컴퓨터 게임기계 창의성 네트워크 보안
슬라이드 10
공식 및 지적 집행자의 기능 모델
