AIの4つのタイプについてお話しましょう

AIの4つのタイプについてお話しましょう

人工知能が流行するにつれ、人々はそれがどのように機能し、何ができるのかについて多くの疑問を抱いています。よく聞かれる質問は、「AI には 4 つの種類がある」ということです。編集者が以下で説明します。

AIの4つのタイプは何ですか?

反応型マシン

リアクティブマシンは AI で非常に人気のある概念です。これは、最も基本的かつ最も古いタイプの AI だからです。反応型マシンは、特定の刺激やシナリオにのみ反応するマシンです。その後に登場した多くの AI ソフトウェアとは異なり、過去の経験や大量の知識を活用して特定の状況を評価したり対応したりすることができませんでした。 GPS やデジタルマップを使用して周辺を移動したり、ルートを計画したりすることさえありません。代わりに、彼らは見たものに基づいて動きます。

反応型マシンは、二度と同じ行動をとらないため、チェスやカードゲームなどのゲームに優れています。フィルタリングやおすすめなどのシンプルな機能も非常に優れています。これらは単純なタスクには最適ですが、現実世界にはうまく適用できません。

これらのプログラムは想像力や抽象的思考に欠けており、簡単に騙されてしまうため、顔認識やロボットアシスタントなどの分野には使用できません。

そうは言っても、反応型機械は今日でも広く使用されています。反応型機械がなければ、自動運転車などの技術革新は不可能だからです。

限られたメモリ

限定メモリは、音声クローン効果を作成するために使用される 2 番目のタイプの AI システムです。簡単に言えば、このタイプの AI により、ロボットは情報や経験を「記憶」として保存できるようになります。そして、次に同様の状況に遭遇したときに、この新しい「記憶」を使用して、より正確な予測を行います。優れた過剰反応機構を備えているため、より複雑な機械学習システムで使用されます。

このタイプの AI は強化学習の原理に基づいて動作します。つまり、試行錯誤を経て ML システムを使用して、より適切な意思決定と予測を行うということです。さらに、進化的生成敵対ネットワークを使用します。これは、いくつかの進化を通じて情報を収集するソフトウェアの一種です。ネットワークのシステム更新により、いくつかの変更を適応および組み込むことが可能になりました。

心の理論

これはまだ十分に活用されていないタイプの AI ですが、多くの科学者は、これによって機械が作業の構造を理解できるようになると予測しています。この構造には、人々と彼らが相互作用する環境が含まれます。

長年にわたり、多くの科学者がこの人工知能とそれが人間にどのような影響を与えるかを理解しようと努めてきました。

Theory of Mind は、メタバースを使用して学習をガイドします。限られた記憶とは異なり、一連の試行錯誤を通じて学習する必要はなく、むしろ心の理論に基づく人工知能のために構築された中央ニューラル ネットワークを通じて学習します。このタイプの AI を使用すると、AI 音声ジェネレーターは、元の音声と区別が困難な模倣音声を作成できるようになります。

自己認識型人工知能

自己認識ロボットは、あらゆる技術革新者の夢です。心の理論 AI と同様に、自己認識 AI もほとんど未発見のままです。これは意識を作り出すことができる AI ロボットであり、ロボットが自身の内部状態を評価できるようになります。いわゆる自己認識製品を製造している発明家が数人いるという報告があるが、これらはすべて詐欺のようだ。

しかし、科学者たちはゆっくりと、この種の人工知能についてさらなる発見をしてきました。このタイプの AI により、ロボットはパターンを認識し、それを複製できるようになります。これは、AIが自身の内部状態を評価できるためです。

自己認識型 AI の利点は無限です。他の機械に接続しながらも独立して動作できる機械が実現します。同社は成功だけでなく失敗からも学ぶことができるため、革新能力は他に類を見ないものとなるでしょう。

しかし、この技術はまだ発展途上です。科学者たちは、人間の意識をモデルとして使用せずに、自己認識型人工知能を作成する方法をまだ見つけていません。

それでも、自己認識型 AI の可能性に興奮しないわけにはいきません。人工知能にはいくつかの潜在的な用途があります。これらのアプリケーションの一部はすでに使用されていますが、他のアプリケーションはまだ開発中です。

結論は

これで、AI の種類とその用途について理解が深まりました。しかし、音声クローンにはこれらのシステムが使用されていることをご存知でしたか?近い将来、この技術はさらに進歩するでしょう。いつか私たち全員が自分専用のロボットを持つ日が来るかもしれませんが、それまでは AI 音声クローンを使用して、非常にクールなオーディオ効果を作成できます。


<<:  マイクロソフト、感情分析技術の販売を中止し、顔認識ツールの使用を制限

>>:  シンボリック AI がビジネス運営にとって重要な理由は何ですか?

ブログ    

推薦する

ディープラーニングツール: TensorFlow システムアーキテクチャと高性能プログラミング

2015 年 11 月 9 日、Google は人工知能プラットフォーム TensorFlow をオ...

人工知能が火星の新しいクレーターの発見に貢献

人工知能ツールによって特定された、火星の最新のクレーター群の高解像度画像。画像出典: Space.c...

2020 年のソフトウェア開発における 6 つの画期的なトレンドは何ですか?

[[313570]] 1. ブロックチェーンブロックチェーンは、間違いなく IT 業界で最も議論さ...

2019年のAI研究開発のホットスポットのレビュー

人工知能技術を継続的に改善することで、より優れたインテリジェントな世界を創造することができます。 2...

2021年に人工知能の倫理的問題、社会的価値、影響について読むべき8冊の本

[[387639]]人工知能に関するこれらの 8 冊の本は、AI に関連する倫理的問題、AI が雇用...

TVMはモデルを高速化し、推論を最適化します

TVM は、あらゆる種類の CPU、GPU、その他の特殊なアクセラレータで動作するオープンソースのデ...

ソラ爆発的人気の裏側|世界のモデルとは何かを語ろう!

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

AI はあなたの仕事を奪うだけでなく、もっと恐ろしい脅威をもたらす可能性があります...

ビッグデータ時代の到来は、ビッグデータの波だけでなく、人工知能の台頭ももたらします。グーグルの人工知...

機械学習において、トレーニングおよび検証メトリック グラフから何がわかるでしょうか?

この記事では、トレーニングと検証の考えられる状況をまとめ、これらのチャートがどのような情報を提供でき...

自動運転車は交通事故の3分の1しか解決できない、と研究が示す

自動運転車の主な目標、少なくともこの技術の支持者が推進している目標は、運転手や乗客の利便性を高めるこ...

ヘルスケアに影響を与える5つのテクノロジートレンド

過去数年間、世界中の地域の医療システムは、他のほとんどの業界よりも大きな変化を遂げてきました。パンデ...

...

...