Dirbtinio intelekto praktika per amžius buvo neatsiejama mokslo ir inžinerijos dalis, tačiau tik šeštajame dešimtmetyje buvo ištirtas tikrasis AI potencialas. Johnas McCarthy pirmą kartą sukūrė AI terminą 1956 m. Ir apibrėžė tą patį kaip „intelektualių mašinų gamybos mokslą ir inžineriją“. Tradicinės PG sistemos buvo grindžiamos pirmosios eilės logika ir simboliniu informacijos apdorojimu, kuris leido sukurti skirtingas šablonų atpažinimo sistemas, tuo tarpu buvo ir kitų sistemų, pagrįstų tuo, ką galite vadinti kietųjų kompiuterių technologija. Tačiau kai kuriose kitose srityse, pavyzdžiui, mašininio vertimo, AI nebuvo daug galimybių, o tai reikalavo naujo požiūrio į intelektualiųjų sistemų, turinčių aukštą MIQ, plėtrą..
Tai sukūrė naują skaičiavimo modelį, vadinamą minkštuoju kompiuteriu, kuris, priešingai nei tradicinės skaičiavimo metodikos, atstovauja metodikų, tokių kaip miglota logika, evoliucinis kompiuteris, neurokompiuterija, tikimybinis kompiuteris ir chaotiškasis kompiuteris, rinkinį, kuris leido išspręsti sudėtingą realaus pasaulio problemas. problemos. Tai mokslo šaka, kuria siekiama sukurti intelektualias ir protingesnes mašinas, kurios veiks panašiai, kaip tai gali padaryti žmonės. Žmogaus protas yra pagrindinis minkštosios kompiuterijos elementas. AI yra daug platesnis terminas, apibūdinantis programas, kai mašinos gali atlikti sudėtingas užduotis tokiu būdu, kuris būtų laikomas protingu.
Dirbtinis intelektas (AI), dažnai vadinamas mašininiu intelektu, yra žmogaus smegenų funkcionalumo modeliavimas mašinomis. PG yra viena iš moderniausių technologijų iki šiol, taip pat naujos skaitmeninės eros, kurią valdo išmaniosios mašinos, pradžia. PG nėra tik technologija; tai idėja sukurti intelektualias mašinas - tas pat, kurios yra protingesnės ar protingesnės už žmones. Na, koncepcija nėra nauja, tačiau ji tapo pagrindine tik atsiradus skaitmeniniams kompiuteriams. Didžioji dalis AI kažkada buvo tolima svajonė, tačiau dabar ji laikoma kasdienine skaičiavimo technologija. Pagrindinis AI tikslas yra stimuliuoti žmogaus lygio intelektą mašinose.
„Soft Computing“ (SC) yra metodologijų rinkinys, leidžiantis išspręsti sudėtingas realaus pasaulio problemas. Tai intelektualių paradigmų, tokių kaip „Apytikslė logika“ (FL), „Evoliucinė kompiuterija“ (EC), „Neurocomputing“, „Probabilistic Computing“ ir „Chaotical Computing“, derinys, kurio tikslas - išnaudoti netikrumo, netikslumo ir dalinės tiesos toleranciją neprarandant efektyvumo ir efektyvumo. galutiniam naudojimui. SC pavyzdys yra žmogaus protas. Priešingai nei įprastos analizės metodikos, minkštųjų skaičiavimo metodų sąmoningumas ir pažinimas imituojami keliais skirtingais aspektais. Ja siekiama apgyvendinti visapusiškai netikslų tikrovės pasaulį. SC metodai planuoja pagrindinį vaidmenį įvairiose mokslo ir inžinerijos disciplinose.
- Dirbtinis intelektas yra intelektualių mašinų, turinčių galimybę mąstyti, mokytis ir reaguoti, kūrimo menas ir mokslas, panašiai kaip žmonės. PG yra žmogaus smegenų funkcijos modeliavimas mašinomis, ypač kompiuterinėmis sistemomis. „Soft Computing“ (SC), kita vertus, yra metodikų rinkinys, kurio tikslas yra išnaudoti netikrumo, netikslumo ir dalinės tiesos toleranciją, neprarandant našumo ir veiksmingumo galutiniam vartojimui..
- Galutinis PG tikslas yra sukurti mašinas, ypač kompiuterines sistemas, turinčias intelektą žmogaus lygiu - tai yra gebėjimas mokytis, suprasti, elgtis ir reaguoti kaip žmogus. Idėja yra padaryti mašinas protingas atliekant daugybę užduočių, susijusių su samprotavimu ir mąstymu. Kita vertus, žmogaus protas yra pagrindinis minkštosios kompiuterijos elementas. Idėja yra gana panaši - sukurti intelektualias mašinas, kurios padėtų išspręsti sudėtingas realaus pasaulio problemas, kurios nėra matematiškai modeliuojamos.
- PG vaidina pagrindinį vaidmenį ieškant trūkstamų kūrinių tarp įdomių realaus pasaulio problemų. PG slopina pažinimo gebėjimus, tokius kaip gebėjimas stebėti ir mokytis iš patirties bei atlikti žmonėms panašias užduotis mašinose. PG imituoja žmogaus smegenis robote, leisdamas jam vykdyti tokias funkcijas kaip sprendimų priėmimas ir problemų sprendimas. „Soft Computing“ apima metodus, kuriuos įkvepia žmogaus samprotavimai ir kurie gali valdyti netikslumą, netikrumą ir dalinę tiesą.
- Minkštojo skaičiavimo metodikos yra plačiai naudojamos įvairiose mokslo ir inžinerijos disciplinose, tokiose kaip duomenų gavyba, elektronika, automobilių pramonė, kosmoso, jūrų, robotikos, gynybos, pramonės, medicinos ir verslo programos. Minkštąjį skaičiavimą sudaro trys pagrindinės šakos: miglotos sistemos, evoliucinis skaičiavimas ir dirbtinis neuroninis skaičiavimas. PG yra žargonu turtinga sritis, biologiškai įkvėpta ir jau daugelį metų biologija semiasi įkvėpimo ir mokosi iš PG tyrimų. Vis dėlto AI turi daugybę pritaikymų sveikatos priežiūros srityje, ypač analizuodama sudėtingus medicininius duomenis ir ryšį tarp prevencinių metodų ir paciento rezultatų..
AI ir „Soft Computing“ yra nesistemingos, duomenų pagrįstos priemonės, skirtos sudėtingoms realaus pasaulio problemoms spręsti. Didžiausias PG pranašumas yra galimybė per trumpiausią laiką filtruoti didžiulius duomenų kiekius. PG yra linkusi spręsti žmogaus lygio problemas, tokias kaip modelio atpažinimas, problemų sprendimas, plano vykdymas, analitinių užduočių automatizavimas, turto valdymas, efektyvumo nustatymas, veiklos tobulinimas ir pan. Kita vertus, minkštosios kompiuterijos tikslas yra pateikti sudėtingas realaus pasaulio problemas, kurios nėra matematiškai modeliuojamos.