Este artículo fue publicado como parte del Blogatón de ciencia de datos.

(AI) es la transmisión más dinámica del mundo. Los seres humanos siempre han sentido curiosidad por sus habilidades para predecir, comprender, actuar y tomar decisiones. Ahora, podemos aprender todo al respecto y crear entidades inteligentes con este campo universal de inteligencia artificial.

En este artículo, echaremos un vistazo a las cuatro estrategias fundamentales que construyen la IA.

¿Cuáles son las estrategias básicas de inteligencia artificial?

A lo largo de los años, diversos investigadores han definido AI de varias maneras con dos aspectos comunes: los procesos de pensamiento y los comportamientos.

• pensamiento humano: Un nuevo esfuerzo para dar vida a las computadoras con detección mental activa.

• Pensamiento racional: Un estudio de los cálculos que permiten la percepción, el pensamiento y la acción.

• Comportarse humanamente: Un análisis de hacer que las computadoras realicen tareas mejor que las personas en un momento dado.

• Actuando racionalmente: Desarrollo de agentes inteligentes mediante inteligencia computacional.

Ahora, exploremos estas estrategias en detalle:

H

Para afirmar que un programa se comporta como un humano, debemos tener alguna medida de cómo piensan los humanos. Los siguientes son los tres aspectos para hacerlo:

1. Analizando el funcionamiento del cerebro.

2. Estudiar las acciones de una persona.

3. Introspeccionándonos a nosotros mismos

Después de completar esta teoría de la mente, se puede formar un programa de computadora preciso. Este programa será aplicable a máquinas y personas siempre que el proceso de entrada y los resultados se parezcan al comportamiento humano. El primer programa exitoso de IA, llamado Solucionador de problemas generales, fue desarrollado por Allen Newell y Herbert Simon en 1957. En el estudio, compararon los rastros de los pasos de razonamiento de la computadora con los de sujetos humanos que resuelven problemas similares.

El campo de la ciencia cognitiva combina modelos informáticos de inteligencia artificial con experimentos de psicología para construir teorías precisas y comprobables sobre el comportamiento humano. Sin embargo, el estudio de la cognición se basa necesariamente en experimentos reales con humanos o animales. Los primeros días de la IA estuvieron llenos de confusión: la gente argumentaba que un algoritmo era un modelo preciso del desempeño humano, ya que funcionaba bien en tareas específicas. En esta era moderna, los científicos separan estos dos tipos de afirmaciones, lo que permite que la ciencia cognitiva y la IA se desarrollen más rápidamente.

Pensamiento racional

Uno de los primeros filósofos en codificar el pensamiento correcto, es decir, el razonamiento indiscutible, fue Aristóteles. Su lógica facilitó estructuras de argumentos que siempre producían juicios válidos cuando se les daban los supuestos apropiados. El estudio de estas leyes del pensamiento condujo a la creación del campo lógico, que investiga cómo funciona la mente. En el siglo XIX, los lógicos diseñaron una notación específica para describir declaraciones sobre diferentes tipos de entidades del mundo. Una práctica logicista dentro de la inteligencia artificial tiene como objetivo crear sistemas inteligentes basados ​​en tales programas. En este método, existen dos bloques principales.

• Primero, formalizar el conocimiento informal en notación lógica no es fácil, especialmente cuando el conocimiento no es 100% seguro.
• En segundo lugar, existe una gran diferencia entre resolver un problema teóricamente y en la práctica.

Las computadoras pueden agotar sus recursos computacionales cuando se enfrentan a problemas con unos pocos cientos de hechos si no tienen orientación sobre qué pasos de razonamiento intentar primero.

comportarse humanamente

En 1950, Alan Turing propuso la Prueba de Turing para definir la inteligencia operativamente. Una computadora pasa la prueba si un interrogador humano no puede distinguir si las respuestas escritas son de una persona o de una computadora después de plantear algunas preguntas escritas. Para eso, las computadoras deben tener lo siguiente:

• Razonamiento automático utilizar los datos acumulados para responder a consultas y extraer nuevos hallazgos

• Aprendizaje automático adaptarse a nuevas posibilidades y notar y recopilar patrones.

• expresión del conocimiento para almacenar lo que entiende o escucha

La intención de la prueba de Turing era evitar la interacción física directa entre el interrogador y la computadora porque la simulación física de personas no contribuye a la inteligencia. Sin embargo, los interrogadores pueden probar las habilidades de percepción de un sujeto a través de una señal de video y pasar objetos físicos "a través de la escotilla" durante la prueba de Turing total. La capacidad de una computadora para percibir y manipular objetos requerirá visión artificial, mientras que su capacidad para moverse y manipular objetos requerirá robótica. AI combina estas seis disciplinas, y Turing merece crédito por diseñar una prueba que sigue siendo relevante hoy en día. Sin embargo, los investigadores de IA han prestado poca atención a pasar la Prueba de Turing, creyendo que estudiar los principios subyacentes de la inteligencia es más importante que replicar un ejemplo.

Actuar racionalmente

Los agentes informáticos tienen que realizar múltiples tareas: funcionar de forma autónoma, sentir su entorno, perdurar durante un largo período, adaptarse al cambio y buscar objetivos. Un agente no es más que algo que actúa. Es un agente racional que sirve para lograr los mejores resultados o, en casos de incertidumbre, para adquirir los mejores resultados esperados. Las leyes del pensamiento vieron a la IA como un proceso de hacer inferencias correctas. La capacidad de hacer hipótesis precisas a veces es parte de ser un agente racional. Es porque actuar racionalmente significa lógicamente, concluir que una determinada acción logrará los objetivos de uno y luego actuar en consecuencia.

Sin embargo, la inferencia correcta no siempre contiene toda la racionalidad; en algunas circunstancias, no hay una manera demostrablemente correcta de proceder, pero aún se debe hacer algo. Además, el comportamiento racional no siempre se basa en la inferencia. Por lo general, es más exitoso retroceder ante una estufa caliente a través de una acción refleja que realizar una acción más lenta y deliberada. Las habilidades de la prueba de Turing también permiten a los agentes actuar racionalmente. Las buenas decisiones son posibles gracias a la representación y el razonamiento del conocimiento.

Una sociedad compleja requiere que seamos capaces de producir oraciones comprensibles en lenguaje natural. El propósito del aprendizaje no es solo mejorar el conocimiento sino también generar comportamientos efectivos. En comparación con los otros enfoques, los agentes racionales tienen dos ventajas. La inferencia correcta es solo uno de varios mecanismos posibles para alcanzar la racionalidad, lo que la hace más general que el enfoque de las “leyes del pensamiento”. En segundo lugar, puede desarrollarse científicamente más fácilmente que los enfoques basados ​​en el comportamiento y el pensamiento humanos. Es posible modificar los diseños de los agentes que son demostrablemente racionales definiendo matemáticamente el estándar de racionalidad y colocándolo en un marco general. Sin embargo, el comportamiento humano se adapta bien a un entorno específico y se define por todas las cosas que hacen los humanos. Debido a las demandas computacionales complejas, lograr una racionalidad perfecta no siempre es factible.

Conclusión

Siguiendo estas estrategias, la inteligencia artificial se construye, desarrolla y avanza para adaptarse a los requisitos del mundo moderno. Este artículo ha combinado el trasfondo cultural de la IA con la hipótesis práctica. Consulte los siguientes puntos clave para una breve comprensión:

1. Los matemáticos desarrollaron un conjunto de herramientas matemáticas para manipular enunciados probabilísticos inciertos y lógicamente ciertos. Además, sentaron las bases para comprender los cálculos y los algoritmos.

2. Diferentes personas se acercan a la IA con diferentes objetivos.

3. Los filósofos hicieron posible la IA al considerar que una mente es una máquina en cierto modo. Esto se debe a que se basa en el conocimiento codificado en un lenguaje propio.

Los medios que se muestran en este artículo no son propiedad de Analytics Vidhya y se utilizan a discreción del autor.

Relacionado:

• Coinsmart. El mejor intercambio de Bitcoin y criptografía de Europa.Haga clic aquí
• Platoblockchain. Inteligencia del Metaverso Web3. Conocimiento amplificado. Accede Aquí.
• Fuente: https://www.analyticsvidhya.com/blog/2022/11/4-artificial-intelligence-approaches-to-watch-out-for/