AI con Python - Primer Concept

Dall'invenzione dei computer o delle macchine, la loro capacità di eseguire vari compiti ha conosciuto una crescita esponenziale. Gli esseri umani hanno sviluppato la potenza dei sistemi informatici in termini di diversi domini di lavoro, velocità crescente e dimensioni ridotte rispetto al tempo.

Una branca dell'informatica chiamata Intelligenza Artificiale persegue la creazione di computer o macchine intelligenti come gli esseri umani.

Concetto base di intelligenza artificiale (AI)

Secondo il padre dell'intelligenza artificiale, John McCarthy, è "La scienza e l'ingegneria per creare macchine intelligenti, in particolare programmi per computer intelligenti".

L'intelligenza artificiale è un modo per far pensare in modo intelligente un computer, un robot controllato da computer o un software, nello stesso modo in cui pensano gli esseri umani intelligenti. L'intelligenza artificiale si ottiene studiando come pensa il cervello umano e come gli esseri umani apprendono, decidono e lavorano mentre cercano di risolvere un problema, e quindi utilizzando i risultati di questo studio come base per lo sviluppo di software e sistemi intelligenti.

Pur sfruttando la potenza dei sistemi informatici, la curiosità umana, lo ha portato a chiedersi: "Può una macchina pensare e comportarsi come fanno gli umani?"

Pertanto, lo sviluppo dell'IA è iniziato con l'intenzione di creare un'intelligenza simile nelle macchine che troviamo e consideriamo alta negli esseri umani.

La necessità di imparare l'IA

Come sappiamo, l'IA persegue la creazione di macchine intelligenti come gli esseri umani. Ci sono numerose ragioni per noi per studiare l'IA. I motivi sono i seguenti:

L'intelligenza artificiale può apprendere attraverso i dati

Nella nostra vita quotidiana, abbiamo a che fare con enormi quantità di dati e il cervello umano non può tenere traccia di così tanti dati. Ecco perché dobbiamo automatizzare le cose. Per fare automazione, dobbiamo studiare l'intelligenza artificiale perché può imparare dai dati e può svolgere le attività ripetitive con precisione e senza stanchezza.

L'IA può insegnare da sola

È molto necessario che un sistema apprenda da solo perché i dati stessi continuano a cambiare e la conoscenza che deriva da tali dati deve essere aggiornata costantemente. Possiamo usare l'intelligenza artificiale per raggiungere questo scopo perché un sistema abilitato all'intelligenza artificiale può insegnare da solo.

L'intelligenza artificiale può rispondere in tempo reale

L'intelligenza artificiale con l'aiuto delle reti neurali può analizzare i dati in modo più approfondito. Grazie a questa capacità, l'IA può pensare e rispondere alle situazioni che si basano sulle condizioni in tempo reale.

L'intelligenza artificiale raggiunge la precisione

Con l'aiuto di reti neurali profonde, l'intelligenza artificiale può raggiungere un'incredibile precisione. L'intelligenza artificiale aiuta nel campo della medicina a diagnosticare malattie come il cancro dalle risonanze magnetiche dei pazienti.

L'intelligenza artificiale può organizzare i dati per ottenerne il massimo

I dati sono una proprietà intellettuale per i sistemi che utilizzano algoritmi di autoapprendimento. Abbiamo bisogno dell'IA per indicizzare e organizzare i dati in modo da dare sempre i migliori risultati.

Capire l'intelligenza

Con l'AI, è possibile costruire sistemi intelligenti. Dobbiamo capire il concetto di intelligenza in modo che il nostro cervello possa costruire un altro sistema di intelligenza come se stesso.

Cos'è l'intelligenza?

La capacità di un sistema di calcolare, ragionare, percepire relazioni e analogie, apprendere dall'esperienza, archiviare e recuperare informazioni dalla memoria, risolvere problemi, comprendere idee complesse, usare fluentemente il linguaggio naturale, classificare, generalizzare e adattare nuove situazioni.

Tipi di intelligenza

Come descritto da Howard Gardner, uno psicologo dello sviluppo americano, l'intelligenza è disponibile in molteplici:

Suor n Intelligenza e descrizione Esempio
1

Linguistic intelligence

La capacità di parlare, riconoscere e utilizzare meccanismi di fonologia (suoni del parlato), sintassi (grammatica) e semantica (significato).

Narratori, oratori
2

Musical intelligence

La capacità di creare, comunicare e comprendere significati fatti di suono, comprensione del tono, ritmo.

Musicisti, cantanti, compositori
3

Logical-mathematical intelligence

La capacità di utilizzare e comprendere le relazioni in assenza di azioni o oggetti. È anche la capacità di comprendere idee complesse e astratte.

Matematici, scienziati
4

Spatial intelligence

La capacità di percepire le informazioni visive o spaziali, modificarle e ricreare immagini visive senza riferimento agli oggetti, costruire immagini 3D e spostarle e ruotarle.

Lettori di mappe, astronauti, fisici
5

Bodily-Kinesthetic intelligence

La capacità di utilizzare la totalità o una parte del corpo per risolvere problemi o prodotti di moda, controllare le capacità motorie fini e grossolane e manipolare gli oggetti.

Giocatori, ballerini
6

Intra-personal intelligence

La capacità di distinguere i propri sentimenti, intenzioni e motivazioni.

Gautama Buddhha
7

Interpersonal intelligence

La capacità di riconoscere e fare distinzioni tra i sentimenti, le convinzioni e le intenzioni di altre persone.

Comunicatori di massa, intervistatori

Si può dire che una macchina o un sistema è artificialmente intelligente quando è dotato di almeno una o tutte le intelligenze al suo interno.

Di cosa è composta l'intelligenza?

L'intelligenza è intangibile. È composto da:

  • Reasoning
  • Learning
  • Risoluzione dei problemi
  • Perception
  • Intelligenza linguistica

Esaminiamo brevemente tutti i componenti:

Ragionamento

È l'insieme di processi che ci consentono di fornire le basi per il giudizio, il processo decisionale e la previsione. Esistono sostanzialmente due tipi:

Ragionamento induttivo Ragionamento deduttivo
Conduce osservazioni specifiche per fare dichiarazioni generali di massima. Inizia con una dichiarazione generale ed esamina le possibilità per raggiungere una conclusione logica e specifica.
Anche se tutte le premesse sono vere in un'affermazione, il ragionamento induttivo consente che la conclusione sia falsa. Se qualcosa è vero per una classe di cose in generale, è vero anche per tutti i membri di quella classe.
Example - "Nita è un'insegnante. Nita è studiosa. Pertanto, tutti gli insegnanti sono studiosi." Example - "Tutte le donne di età superiore ai 60 anni sono nonne. Shalini ha 65 anni. Pertanto, Shalini è una nonna."

Apprendimento - l

La capacità di apprendimento è posseduta dagli esseri umani, da particolari specie di animali e dai sistemi abilitati dall'intelligenza artificiale. L'apprendimento è classificato come segue:

Apprendimento uditivo

È imparare ascoltando e ascoltando. Ad esempio, gli studenti che ascoltano lezioni audio registrate.

Apprendimento episodico

Imparare ricordando sequenze di eventi a cui si è assistito o vissuto. Questo è lineare e ordinato.

Apprendimento motorio

Sta imparando con movimenti precisi dei muscoli. Ad esempio, raccogliere oggetti, scrivere, ecc.

Apprendimento osservazionale

Imparare guardando e imitando gli altri. Ad esempio, il bambino cerca di imparare imitando il genitore.

Apprendimento percettivo

È imparare a riconoscere gli stimoli che si sono visti prima. Ad esempio, identificare e classificare oggetti e situazioni.

Apprendimento relazionale

Implica l'apprendimento della differenziazione tra vari stimoli sulla base di proprietà relazionali, piuttosto che di proprietà assolute. Ad esempio, aggiungendo "un po 'meno" di sale al momento della cottura delle patate che sono risultate salate l'ultima volta, quando sono state cotte aggiungendo, diciamo, un cucchiaio di sale.

  • Spatial Learning - È l'apprendimento attraverso stimoli visivi come immagini, colori, mappe, ecc. Ad esempio, una persona può creare una tabella di marcia in mente prima di seguire effettivamente la strada.

  • Stimulus-Response Learning- È imparare a eseguire un comportamento particolare quando è presente un certo stimolo. Ad esempio, un cane alza l'orecchio quando sente il campanello.

Risoluzione dei problemi

È il processo in cui si percepisce e si cerca di arrivare a una soluzione desiderata da una situazione presente prendendo una strada bloccata da ostacoli noti o sconosciuti.

La risoluzione dei problemi include anche decision making, che è il processo di selezione della migliore alternativa adatta tra più alternative per raggiungere l'obiettivo desiderato.

Percezione

È il processo di acquisizione, interpretazione, selezione e organizzazione delle informazioni sensoriali.

La percezione presume sensing. Negli esseri umani, la percezione è aiutata dagli organi sensoriali. Nel dominio dell'IA, il meccanismo di percezione mette insieme i dati acquisiti dai sensori in modo significativo.

Intelligenza linguistica

È la capacità di usare, comprendere, parlare e scrivere il linguaggio verbale e scritto. È importante nella comunicazione interpersonale.

Cosa è coinvolto nell'IA

L'intelligenza artificiale è una vasta area di studio. Questo campo di studio aiuta a trovare soluzioni ai problemi del mondo reale.

Vediamo ora i diversi campi di studio all'interno dell'IA:

Apprendimento automatico

È uno dei campi più popolari dell'IA. Il concetto di base di questo campo è quello di rendere l'apprendimento automatico dai dati come gli esseri umani possono imparare dalla sua esperienza. Contiene modelli di apprendimento sulla base dei quali è possibile effettuare previsioni su dati sconosciuti.

Logica

È un altro importante campo di studio in cui viene utilizzata la logica matematica per eseguire i programmi per computer. Contiene regole e fatti per eseguire il pattern matching, l'analisi semantica, ecc.

Ricerca

Questo campo di studio è fondamentalmente utilizzato in giochi come gli scacchi, tris. Gli algoritmi di ricerca forniscono la soluzione ottimale dopo aver cercato nell'intero spazio di ricerca.

Reti neurali artificiali

Si tratta di una rete di sistemi informatici efficienti il ​​cui tema centrale è preso in prestito dall'analogia delle reti neurali biologiche. ANN può essere utilizzato in robotica, riconoscimento vocale, elaborazione vocale, ecc.

Algoritmo genetico

Gli algoritmi genetici aiutano a risolvere i problemi con l'assistenza di più di un programma. Il risultato sarebbe basato sulla selezione del più adatto.

Rappresentazione della conoscenza

È il campo di studio con l'aiuto del quale possiamo rappresentare i fatti in un modo che sia comprensibile alla macchina. La conoscenza più efficiente è rappresentata; più il sistema sarebbe intelligente.

Applicazione dell'IA

In questa sezione vedremo i diversi campi supportati dall'AI -

Gaming

L'intelligenza artificiale gioca un ruolo cruciale in giochi strategici come scacchi, poker, tris, ecc., In cui la macchina può pensare a un gran numero di posizioni possibili in base alla conoscenza euristica.

Elaborazione del linguaggio naturale

È possibile interagire con il computer che comprende il linguaggio naturale parlato dagli esseri umani.

Sistemi esperti

Ci sono alcune applicazioni che integrano macchina, software e informazioni speciali per impartire ragionamenti e consigli. Forniscono spiegazioni e consigli agli utenti.

Sistemi di visione

Questi sistemi comprendono, interpretano e comprendono l'input visivo sul computer. Per esempio,

  • Un aeroplano spia scatta fotografie, che vengono utilizzate per ricavare informazioni spaziali o mappe delle aree.

  • I medici utilizzano un sistema clinico esperto per diagnosticare il paziente.

  • La polizia utilizza un software per computer in grado di riconoscere il volto del criminale con il ritratto memorizzato realizzato dall'artista forense.

Riconoscimento vocale

Alcuni sistemi intelligenti sono in grado di ascoltare e comprendere la lingua in termini di frasi e del loro significato mentre un essere umano le parla. Può gestire diversi accenti, parole gergali, rumore in sottofondo, cambiamenti nel rumore umano dovuto al freddo, ecc.

Riconoscimento della grafia

Il software di riconoscimento della grafia legge il testo scritto su carta con una penna o sullo schermo con uno stilo. Può riconoscere le forme delle lettere e convertirle in testo modificabile.

Robot intelligenti

I robot sono in grado di eseguire i compiti assegnati da un essere umano. Hanno sensori per rilevare i dati fisici dal mondo reale come luce, calore, temperatura, movimento, suono, urti e pressione. Hanno processori efficienti, più sensori e una memoria enorme, per mostrare intelligenza. Inoltre, sono in grado di imparare dai propri errori e possono adattarsi al nuovo ambiente.

Modellazione cognitiva: simulazione della procedura del pensiero umano

La modellazione cognitiva è fondamentalmente il campo di studio all'interno dell'informatica che si occupa dello studio e della simulazione del processo di pensiero degli esseri umani. Il compito principale dell'IA è far pensare la macchina come un essere umano. La caratteristica più importante del processo di pensiero umano è la risoluzione dei problemi. Ecco perché la modellazione più o meno cognitiva cerca di capire come gli esseri umani possono risolvere i problemi. Dopodiché, questo modello può essere utilizzato per varie applicazioni di intelligenza artificiale come l'apprendimento automatico, la robotica, l'elaborazione del linguaggio naturale, ecc. Di seguito è riportato il diagramma dei diversi livelli di pensiero del cervello umano:

Agente e ambiente

In questa sezione, ci concentreremo sull'agente e l'ambiente e su come questi aiutano nell'intelligenza artificiale.

Agente

Un agente è tutto ciò che può percepire il suo ambiente tramite sensori e agisce su quell'ambiente tramite effettori.

  • UN human agent ha organi sensoriali come occhi, orecchie, naso, lingua e pelle paralleli ai sensori e altri organi come mani, gambe, bocca, per effettori.

  • UN robotic agent sostituisce le telecamere e i telemetri a infrarossi per i sensori e vari motori e attuatori per gli effettori.

  • UN software agent ha codificato stringhe di bit come programmi e azioni.

Ambiente

Alcuni programmi funzionano interamente in artificial environment limitato a input da tastiera, database, file system del computer e output di caratteri su uno schermo.

Al contrario, alcuni agenti software (robot software o softbot) esistono in domini softbot ricchi e illimitati. Il simulatore ha un filevery detailed, complex environment. L'agente software deve scegliere tra una lunga serie di azioni in tempo reale. Un softbot è progettato per scansionare le preferenze online del cliente e mostra elementi interessanti al cliente che lavora nel filereal così come un artificial ambiente.