Symbolische KI kann geschäftliche Erkenntnisse interpretieren und dabei helfen, alle seine Ziele zu erreichen.
Während viele Unternehmen Experimente mit künstlicher Intelligenz unter Verwendung grundlegender Modelle des maschinellen Lernens (ML) und des tiefen Lernens (DL) durchführen, entsteht im Labor eine neue Art künstlicher Intelligenz namens symbolische KI, und das ist möglich die Funktionalität künstlicher Intelligenz und ihre Beziehung zu menschlichen Vorgesetzten zu verändern.
In der Geschichte gibt es zwei Kategorien künstlicher Intelligenz: symbolische künstliche Intelligenz und nicht symbolische künstliche Intelligenz. Jede Art von KI verfolgt einen anderen Ansatz zum Aufbau intelligenter Systeme. Symbolische Ansätze versuchen, ein intelligentes System mit interpretierbarem Verhalten auf der Grundlage von Regeln und Wissen zu schaffen; nicht-symbolische Ansätze zielen darauf ab, ein Computersystem zu schaffen, das das menschliche Gehirn nachahmt.
Das ultimative Ziel der Informatik ist die Schaffung eines KI-Systems, das denken, logisch logisch sein und lernen kann. Andererseits verfügen die meisten KI-Systeme heute nur über eine von zwei Fähigkeiten: Lernen oder Denken. Während symbolische Ansätze gut darin sind, über große Datenstrukturen nachzudenken, sie zu interpretieren und zu verwalten, haben sie Schwierigkeiten, Symbole in der Wahrnehmungswelt zu etablieren.
Um Probleme zu lösen, verfolgt die symbolische KI einen Top-Down-Ansatz (z. B. Schachcomputer). „Solange Sie hart genug arbeiten, werden Sie finden, wonach Sie suchen.“ Die Suche ist eine symbolische KI-Technologie. In diesem Fall wird das schrittweise Testen möglicher Lösungen durch den Computer und die Bestätigung der Ergebnisse als „Suche“ bezeichnet. Ein gutes Beispiel hierfür ist ein Schachcomputer, der sich Millionen verschiedener zukünftiger Züge und Kombinationen „vorstellt“ und dann anhand der Ergebnisse „entscheidet“, welcher Zug am wahrscheinlichsten gewinnt. Es ist ähnlich wie beim menschlichen Verstand: Jeder, der viel Zeit mit Brettspielen oder Strategiespielen verbringt, hat die Spielzüge mindestens einmal im Kopf „durchgespielt“, bevor er eine Entscheidung trifft. Neuronale Netze können herkömmliche KI-Algorithmen unterstützen, da sie eine „menschliche“ Intuition hinzufügen und die Anzahl der zu berechnenden Aktionen reduzieren. Durch die Integration dieser Technologien ist AlphaGo in der Lage, Menschen in komplexen Spielen wie Go zu schlagen. Dies wäre nicht möglich, wenn der Computer für jeden Schritt alle möglichen Züge berechnen würde.
Sobald eine Idee in einer Regel-Engine gespeichert ist, ist es schwierig, sie zu ändern, was eines der Haupthindernisse für symbolische KI oder GOFAI darstellt. Expertensysteme sind monoton, das heißt, je mehr Regeln man hinzufügt, desto mehr Informationen werden im System kodiert, neue Regeln können jedoch Vorwissen nicht zerstören. Monoton ist ein Begriff, der sich nur auf eine Richtung bezieht. Algorithmen für maschinelles Lernen, die auf neue Daten umtrainiert werden können, sind besser in der Lage, temporäre Informationen aufzuzeichnen, die später bei Bedarf abgerufen werden können. Wenn die Daten beispielsweise instationär sind, ändern sie Parameter basierend auf neuen Daten.
Das zweite Problem beim symbolischen Denken besteht darin, dass Computer die Bedeutung von Symbolen nicht verstehen, was bedeutet, dass sie sich nicht unbedingt auf andere, nicht symbolische Darstellungen der Welt beziehen. Dies unterscheidet sich von neuronalen Netzen, die Symbole mit Vektordarstellungen von Daten verbinden können, bei denen es sich lediglich um Transformationen roher sensorischer Eingaben handelt.
Die offensichtliche Frage ist also: „Für wen sind diese Symbole?“ Sind sie für Maschinen nützlich, wenn Roboter es Menschen ermöglichen, Informationen basierend auf zugrunde liegenden physiologischen Einschränkungen zu kommunizieren? oder eine laute Sprache, die von Delfinen und Faxgeräten geteilt wird?
Machen wir eine Vorhersage: Wenn Maschinen lernen, auf verständliche Weise miteinander zu kommunizieren, werden sie eine Sprache verwenden, die Menschen nicht verstehen können. Für Geräte mit hoher Bandbreite reicht das Wort „Bandbreite“ möglicherweise nicht aus. Vielleicht braucht es eine zusätzliche Dimension, um sich klar auszudrücken. Sprache ist nur ein Schlüsselloch in einer Tür, das von Maschinen umgangen wird. Im besten Fall handelt es sich bei der natürlichen Sprache um eine API, die den Menschen von der künstlichen Intelligenz bereitgestellt wird, so dass der Mensch auf deren Rockschößen mitfahren kann. Im schlimmsten Fall kann sie eine Ablenkung von der tatsächlichen maschinellen Intelligenz sein. Wir verwechseln dies jedoch mit dem Gipfel des Erfolgs, denn natürliche Sprache ist die Art und Weise, wie wir Intelligenz demonstrieren.
Vorteile:
- Wissensgraphen erstellen: Erstellen Sie einen Wissensgraphen als Ausgangspunkt für die Erstellung eines Chatbots oder Sprachassistenten. Wissensgraphen sind die Datenstruktur der Zukunft und werden die Grundlage für alle zukünftigen Anwendungen auf Basis künstlicher Intelligenz sein.
- Prozessimplementierung: Die Vorbereitung der Digitalisierung und Organisation von Daten ist für Unternehmen unumgänglich. Daher ist die Erstellung von Wissensgraphen früher oder später unumgänglich. Legen Sie organisatorische Verfahren und Arbeitsabläufe fest, die für die häufige zukünftige Wissensdokumentation und -aktualisierung erforderlich sind.
- Maximaler Komfort: Backend-Details werden online verwaltet, sodass sich Unternehmen auf die Datenvorbereitung und -ergänzung konzentrieren können. Die Online-Konversations-KI-Plattform ermöglicht es Benutzern, alle Informationen jederzeit einfach zu bearbeiten oder zu ändern.
- Umfassender Ansatz: Online bietet ein umfassendes Erlebnis, indem es Benutzer in allen Phasen des Prozesses unterstützt. Von der Speicherung von Informationen in Form von Wissensgraphen bis hin zur Bereitstellung der Fähigkeit von Chatbots oder Sprachassistenten, Fakten zu erfassen, angemessen zu reagieren und es Benutzern zu ermöglichen, eine gewünschte Transaktion (z. B. einen Kauf) abzuschließen. Die Möglichkeiten sind endlos.
Das obige ist der detaillierte Inhalt vonWarum ist symbolische KI für den Geschäftsbetrieb von entscheidender Bedeutung?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
