人工知能はどの専攻に属しますか?
人工知能はどの専攻に属しますか?
現在、コンピューター サイエンス専攻に所属している人工知能は、知能の本質を理解し、人間の知能と同様の方法で応答できる新しいインテリジェント マシンを生み出すことを試みるコンピューター サイエンスの一分野です。 、この分野の研究には、ロボット工学、言語認識、画像認識、自然言語処理、エキスパート システムなどが含まれます。
人工知能の定義
人工知能の定義は 2 つの部分に分けることができます。 」と「人工知能」インテリジェント」。 「人工的」のほうが理解しやすく、議論も少なくなります。時には、人間が何を創造できるのか、あるいは人間が人工知能を創造できるほど知性があるのかなどを考えなければなりません。しかし一般に、「人工システム」とは通常の意味での人工システムです。
「知性」とは何かについて多くの疑問があります。これには、意識(CONSCIOUSNESS)、自己(SELF)、思考(MIND)(無意識の思考(UNCONSCIOUS_MIND)を含む)など、他の問題も含まれます。人間が理解できる唯一の知性は自分自身の知性であるというのが一般に受け入れられている見解です。しかし、私たち自身の知性についての理解は非常に限られており、人間の知性を構成するために必要な要素についての理解も限られているため、「人工的に」製造された「知性」が何であるかを定義することは困難です。したがって、人工知能の研究には人間の知能そのものの研究が含まれることがよくあります。動物や他の人工システムに関連する他の知能も、一般に人工知能に関連する研究テーマであると考えられています。
人工知能は、コンピューター分野でますます幅広い注目を集めています。そしてそれは、ロボット、経済的および政治的意思決定、制御システム、シミュレーション システムに応用されています。
ネルソン教授は、人工知能について次の定義を与えました:「人工知能は、知識についての主題です。知識をどのように表現するか、そして知識を取得し、知識を使用する方法です。」 そしてもう 1 つは、米国のマサチューセッツ工科大学によるものです。同大学のウィンストン教授は、「人工知能とは、過去に人間だけが行うことができた知的作業をコンピュータに実行させる方法の研究である。」と述べており、これらの発言は人工知能分野の基本的な考え方と基本的な内容を反映している。つまり、人工知能とは、人間の知的活動の法則の研究であり、特定の知能を備えた人工システムの構築であり、以前は人間の知能を必要としていたタスクをコンピュータにどのように実行させるかという研究であり、また、その使用方法の研究でもあります。特定の人間の知能をシミュレートするためのコンピューター ソフトウェアとハードウェア、行動の基本的な理論、方法、テクニック。
人工知能はコンピュータサイエンスの一分野であり、1970年代以降、世界の3大先端技術(宇宙技術、エネルギー技術、人工知能)の1つとして知られています。 21世紀の3大先端技術(遺伝子工学、ナノサイエンス、人工知能)の一つとも言われています。これは、人工知能が過去 30 年間で急速に発展し、多くの分野で広く使用され、実りある成果を上げてきたためであり、理論と実践の両方において、人工知能は徐々に独立した部門となり、システムになりつつあります。
人工知能は、コンピューターを使用して人間の特定の思考プロセスや知的行動 (学習、推論、思考、計画など) をシミュレートする研究であり、主にコンピューターによる知能の実現と、人間の脳に似た製品の製造 インテリジェント コンピューターにより、コンピューターはより高度なアプリケーションを実現できるようになります。人工知能には、コンピューターサイエンス、心理学、哲学、言語学などの分野が関係します。自然科学や社会科学のほとんどすべての分野は、コンピュータサイエンスの範囲をはるかに超えていると言えます. 人工知能と思考科学の関係は、実践と理論の関係です. 人工知能は、技術応用レベルにあります.思考科学、それの応用分野です。思考の観点から見ると、人工知能は論理的思考に限定されません。イメージ的思考とインスピレーションによる思考を考慮することによってのみ、人工知能の画期的な開発を促進することができます。数学は多くの分野の基礎科学であると考えられています。数学はまた、言語と思考の分野に参入しました 人工知能 知能分野も数学的ツールを借用する必要があります 数学は標準論理やファジィ数学などで役割を果たすだけでなく 数学が人工知能分野に入ると 相互に促進し発展するでしょうもっと早く。
推奨チュートリアル: 「PHP」
以上が人工知能はどの専攻に属しますか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G