Dans cette série de blogs, nous expliquons lrsquointelligence artificielle en termes que tout le monde peut comprendre. Le but de cette série est drsquoexpliquer lrsquointelligence artificielle drsquoune manière que les lecteurs non techniques peuvent également comprendre. Les questions que nous traitons sont les suivantes: Qursquoest ce que lrsquointelligence artificielle (IA)? Comment fonctionne t il? Quelles sont les limites de lrsquointelligence artificielle? Tout aussi important, comment pouvons nous nous préparer à lrsquoIA au sein de lrsquoOrganisation? Tout le monde est excité (et un peu effrayé) par la révolution actuelle de lrsquointelligence artificielle. Notre monde est sur le point de changer radicalement. Les médecins virtuels seront en mesure drsquoanalyser nos images radiographiques, les robots vivront dans nos maisons et bientôt les voitures automatiques nous mèneront à travers les rues.
Oui, on a tout compris. Cependant, nous nrsquoavons pas encore atteint notre destination et, pour mieux comprendre les raisons, examinons certaines des contraintes qui entravent lrsquointelligence artificielle et les faits coûteux qui sous tendent sa mise en oeuvre. Vous pouvez obtenir des conseils gratuits sur la façon dont le traitement du langage naturel et la science des données peuvent aider à faire avancer votre entreprise. Contactez lrsquoéquipe creativeminds cminds. La vérité derrière lrsquointelligence artificielle la différence entre lrsquointelligence humaine et lrsquointelligence artificielle
En fait, il nrsquoy a pas de véritable
Mais si les ordinateurs ne pensent pas, que font ils? La réponse reste
Tarra, Melody ou piano classent ces projets dans la catégorie musique. Tu as eu lrsquoidée. Crsquoest exactement ce que font lrsquoapprentissage automatique et lrsquoapprentissage profond, mais les méthodes utilisées sont tout à fait différentes, quoique complexes et flexibles. Ce que fait lrsquoapprentissage automatique, crsquoest calculer des mots, des phrases et drsquoautres modèles en appliquant des modèles basés sur les mathématiques, la géométrie, les statistiques, etc., pour déterminer le sens attendu du texte.
Dans lrsquoapprentissage par machine, la « machine », nous voyons donc que lrsquointelligence artificielle (IA) est principalement motivée par des modèles drsquoapprentissage par machine et drsquoapprentissage profond qui effectuent des calculs à partir des données acquises. Pour mieux comprendre lrsquoaspect « machine » de lrsquoapprentissage par machine, envisagez de créer un modèle drsquoapprentissage par machine comme le feriez pour créer une fonction dans nrsquoimporte quelle machine physique. Vous devez construire (ou programmer) un assemblage spécifique pour chaque tâche. De même que les machines qui fabriquent les vis ne fabriquent pas les pots, lrsquointelligence artificielle (IA), conçue pour analyser les animaux dans les images, nrsquoest pas en mesure de déterminer les graphiques qui apparaissent dans les images et elle nécessite une formation spécifique pour cette tâche.
Cerveau humain et machine cérébrale
Pour mettre en évidence cette différence par rapport à lrsquointelligence humaine, réfléchissez à la façon dont les gens peuvent apprendre de la base de données et déduire plus de connaissances par eux mêmes. Lorsque les enfants apprennent à distinguer un chat drsquoun chien, ils apprennent également que différentes créatures à poils longs sont également différentes espèces drsquoanimaux.
Par conséquent, plus tard, lorsque ces enfants ont vu lrsquoécureuil pour la première fois, en raison de leur intelligence réelle, ils ont probablement classé lrsquoécureuil comme un nouvel animal et lui ont donné un sens supplémentaire après la classification.
En revanche, lrsquointelligence artificielle est encore loin derrière les êtres humains en termes d lsquo« apprentissage ». Apprentissage automatique
Cela indique des
Apprentissage automatique, apprentissage profond et intelligence humaine contre intelligence artificielle
