À quelle spécialité appartient l'intelligence artificielle ?
À quelle spécialité appartient l'intelligence artificielle ?
Appartenant actuellement à la majeure en informatique, l'intelligence artificielle est une branche de l'informatique qui tente de comprendre l'essence de l'intelligence et de produire une nouvelle machine intelligente capable de répondre d'une manière similaire à l'intelligence humaine. les recherches dans ce domaine comprennent la robotique, la reconnaissance du langage, la reconnaissance d'images, le traitement du langage naturel et les systèmes experts, etc.
La définition de l'intelligence artificielle
La définition de l'intelligence artificielle peut être divisée en deux parties, à savoir « l'intelligence artificielle " et " intelligent ". « Artificiel » est plus facile à comprendre et moins controversé. Parfois, nous devons nous demander ce qu’il est possible de créer pour les humains, ou si les humains sont suffisamment intelligents pour créer une intelligence artificielle, etc. Mais en général, les « systèmes artificiels » sont des systèmes artificiels au sens habituel du terme.
De nombreuses questions se posent sur ce qu'est « l'intelligence ». Cela implique d'autres problèmes tels que la conscience (CONSCIOUSNESS), le soi (SELF), la pensée (MIND) (y compris la pensée inconsciente (UNCONSCIOUS_MIND)), etc. Il est généralement admis que la seule intelligence que les gens comprennent est leur propre intelligence. Cependant, notre compréhension de notre propre intelligence est très limitée, tout comme notre compréhension des éléments nécessaires qui constituent l'intelligence humaine. Il est donc difficile de définir ce qu'est une « intelligence » fabriquée « artificiellement ». C’est pourquoi la recherche sur l’intelligence artificielle implique souvent l’étude de l’intelligence humaine elle-même. Les autres intelligences liées aux animaux ou à d’autres systèmes artificiels sont également généralement considérées comme un sujet de recherche lié à l’intelligence artificielle.
L'intelligence artificielle fait l'objet d'une attention de plus en plus répandue dans le domaine informatique. Et il est appliqué aux robots, à la prise de décision économique et politique, aux systèmes de contrôle et aux systèmes de simulation.
Le professeur Nelson a donné cette définition de l'intelligence artificielle : "L'intelligence artificielle est un sujet sur la connaissance, comment représenter la connaissance et comment obtenir des connaissances et utiliser les connaissances." Et un autre du Massachusetts Institute of Technology aux États-Unis. Selon le professeur Winston de l'université : « L'intelligence artificielle est l'étude de la manière de faire en sorte que les ordinateurs effectuent un travail intelligent que seuls les humains pouvaient faire dans le passé. » Ces déclarations reflètent les idées fondamentales et le contenu de base de la discipline de l'intelligence artificielle. Autrement dit, l'intelligence artificielle est l'étude des lois des activités intelligentes humaines, la construction de systèmes artificiels dotés d'une certaine intelligence et l'étude de la manière de permettre aux ordinateurs d'accomplir des tâches qui nécessitaient auparavant l'intelligence humaine. logiciels et matériel informatique pour simuler certaines intelligences humaines. Théories, méthodes et techniques de base du comportement.
L'intelligence artificielle est une branche de l'informatique et est connue comme l'une des trois technologies de pointe au monde (technologie spatiale, technologie énergétique et intelligence artificielle) depuis les années 1970. Elle est également considérée comme l’une des trois technologies de pointe (génie génétique, nanosciences et intelligence artificielle) du 21e siècle. En effet, elle s'est développée rapidement au cours des trente dernières années, a été largement utilisée dans de nombreux domaines et a obtenu des résultats fructueux. L'intelligence artificielle est progressivement devenue une branche indépendante, tant en théorie qu'en pratique.
L'intelligence artificielle est l'étude de l'utilisation d'ordinateurs pour simuler certains processus de pensée humaine et comportements intelligents (tels que l'apprentissage, le raisonnement, la réflexion, la planification, etc.). Elle comprend principalement les principes de réalisation informatique de l'intelligence et de la planification. la production de produits similaires au cerveau humain. Les ordinateurs intelligents permettent aux ordinateurs de réaliser des applications de plus haut niveau. L'intelligence artificielle impliquera des disciplines telles que l'informatique, la psychologie, la philosophie et la linguistique. On peut dire que presque toutes les disciplines des sciences naturelles et des sciences sociales ont une portée bien au-delà de celle de l'informatique. La relation entre l'intelligence artificielle et la science de la pensée est la relation entre la pratique et la théorie. penser la science. C’est une branche d’application de celle-ci. Du point de vue de la pensée, l'intelligence artificielle ne se limite pas à la pensée logique. Ce n'est qu'en considérant la pensée par l'image et la pensée inspirée que nous pouvons promouvoir le développement révolutionnaire de l'intelligence artificielle. Les mathématiques sont également souvent considérées comme la science fondamentale de nombreuses disciplines. est entré dans les domaines du langage et de la pensée. L'intelligence artificielle Les disciplines intelligentes doivent également emprunter des outils mathématiques. Les mathématiques jouent non seulement un rôle dans la logique standard, les mathématiques floues, etc., mais lorsque les mathématiques entrent dans la discipline de l'intelligence artificielle, elles se promeuvent et se développent. plus rapide.
Tutoriel recommandé : "PHP"
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte

L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S

Selon les informations de ce site le 1er août, SK Hynix a publié un article de blog aujourd'hui (1er août), annonçant sa participation au Global Semiconductor Memory Summit FMS2024 qui se tiendra à Santa Clara, Californie, États-Unis, du 6 au 8 août, présentant de nombreuses nouvelles technologies de produit. Introduction au Future Memory and Storage Summit (FutureMemoryandStorage), anciennement Flash Memory Summit (FlashMemorySummit) principalement destiné aux fournisseurs de NAND, dans le contexte de l'attention croissante portée à la technologie de l'intelligence artificielle, cette année a été rebaptisée Future Memory and Storage Summit (FutureMemoryandStorage) pour invitez les fournisseurs de DRAM et de stockage et bien d’autres joueurs. Nouveau produit SK hynix lancé l'année dernière