Jaké jsou různé přístupy umělé inteligence?

Různé přístupy umělé inteligence lze klasifikovat do tří odlišných skupin: simulace mozku, symbolická a sub-symbolická a statistická.Symbolické a sub-symbolické přístupy lze dále klasifikovat do jejich vlastních skupin: kognitivní simulace, inteligence založená na logice a inteligence založená na znalostech spadají pod symbolický přístup, zatímco teorie zdola nahoru a výpočetní inteligence jsou identifikovány jako sub-symbolická umělá inteligencepřístupy.Roky pokroku ve výzkumu a aplikaci těchto teorií vedly k vytvoření integrovaných přístupů a kombinovaly principy z více myšlenkových škol, aby vytvořily sofistikovanější systémy umělé inteligence (AI)..Využitím principů z neurologie, kybernetiky a základních teorií kognitivního zpracování byli vědci schopni stavět roboty s primitivními úrovněmi inteligence založené na simulaci mozku, což umožnilo vyhnout se určitým překážkám prostřednictvím smyslové detekce.Omezený pokrok mezi 40. a šedesátými léty však vedl k opuštění tohoto paradigmatu, přičemž vědci se rozhodli vyvinout další, slibnější přístupy k umělé inteligenci. V polovině padesátých let do začátku šedesátých let se však vědci AI pokusili zjednodušit lidskou inteligenciDo manipulace s symbolem, věřit, že schopnost lidí se dozvědět a přizpůsobovat se objektům v jejich prostředí se točí kolem interpretace a reinterpretace objektů jako základních symbolů.Například židle by mohla být zjednodušena do symbolu, který jej definuje jako předmět, na který se má sedět.Tento symbol by pak mohl být manipulován a promítnut na jiné objekty.Vědci byli schopni vytvořit řadu flexibilních a dynamických přístupů umělé inteligence začleněním tohoto symbolického přístupu do vývoje AI.Logický přístup pracoval na základních principech logického myšlení, zaměřil se téměř výhradně na řešení problémů spíše než na replikaci schopnosti lidského myšlení.Logika byla nakonec vyvážena Scruffy Logic, která zohlednila skutečnost, že řešení lze nalézt mimo daný logický algoritmus.Na druhé straně inteligence založená na znalostech využila schopnost počítačů ukládat, zpracovávat a vyvolávat obrovské množství dat, aby poskytovala řešení problémů.

Zájem o simulaci mozku byl oživen v 80. letech poté.To vedlo k vytvoření sub-symbolických systémů, přístupů umělé inteligence, které se točily kolem kombinování myšlení s základní inteligencí potřebnou pro pohyb a sebezáchovu.To umožnilo modelům spojit prostředí kolem nich s daty v jejich paměťových obchodech.Statistický přístup vyvinutý v 90. letech pomohl vyleštit jak symbolické i sub-symbolické přístupy umělé inteligence, pomocí sofistikovaných matematických algoritmů k určení postupu s největší pravděpodobností povede k úspěchu strojů.Výzkum často řeší vývoj AI pomocí principů ze všech přístupů.