Dans quels aspects un robot est-il une application des ordinateurs ?

Les robots sont l'application des ordinateurs à « l'intelligence artificielle ». L'intelligence artificielle est une nouvelle science technique qui étudie et développe des théories, des méthodes, des technologies et des systèmes d'application pour simuler, étendre et développer l'intelligence humaine. La recherche dans ce domaine comprend les robots, la reconnaissance du langage, la reconnaissance d'images, le traitement du langage naturel et les systèmes experts, etc.

L'environnement d'exploitation de ce tutoriel : système Windows 7, ordinateur Dell G3.

Les robots sont l'application des ordinateurs à « l'intelligence artificielle ».

L'intelligence artificielle, abrégé en IA en anglais, est une nouvelle science technique qui étudie et développe des théories, des méthodes, des technologies et des systèmes d'application pour simuler, étendre et développer l'intelligence humaine.

L'intelligence artificielle est une branche de l'informatique qui tente de comprendre l'essence de l'intelligence et de produire une nouvelle machine intelligente capable de répondre de la même manière à l'intelligence humaine. La recherche dans ce domaine comprend les robots, la reconnaissance du langage et la reconnaissance d'images. , traitement du langage naturel et systèmes experts, etc. Depuis la naissance de l'intelligence artificielle, la théorie et la technologie sont devenues de plus en plus matures, et les domaines d'application ont également continué à s'étendre. On peut imaginer que les produits technologiques apportés par l'intelligence artificielle dans le futur seront les « conteneurs » de l'humain. sagesse. L'intelligence artificielle peut simuler le processus d'information de la conscience et de la pensée humaines. L’intelligence artificielle n’est pas l’intelligence humaine, mais elle peut penser comme les humains et peut même dépasser l’intelligence humaine.

L'intelligence artificielle est une science très exigeante, et les personnes engagées dans ce travail doivent comprendre les connaissances informatiques, la psychologie et la philosophie. L'intelligence artificielle est une science très vaste, qui comprend différents domaines, tels que l'apprentissage automatique, la vision par ordinateur, etc. De manière générale, l'un des principaux objectifs de la recherche sur l'intelligence artificielle est de rendre les machines capables d'effectuer des tâches qui nécessitent généralement un travail complexe de l'intelligence humaine. Mais différentes époques et différentes personnes ont des compréhensions différentes de cette « œuvre complexe ».

L'intelligence artificielle fait l'objet d'une attention de plus en plus répandue dans le domaine informatique. Et il est appliqué aux robots, à la prise de décision économique et politique, aux systèmes de contrôle et aux systèmes de simulation.

La valeur de l'intelligence artificielle pour la recherche

Par exemple, les calculs scientifiques et techniques lourds étaient à l'origine supportés par le cerveau humain. De nos jours, les ordinateurs peuvent non seulement effectuer de tels calculs, mais aussi les faire plus rapidement et avec plus de précision que le cerveau humain. Par conséquent, les gens contemporains ne considèrent plus ce type de calcul comme « une tâche complexe qui nécessite l'intelligence humaine ». On voit que la définition du travail complexe change avec l'évolution des temps et les progrès de la technologie. la science de l'intelligence artificielle Elle se développera naturellement avec les changements des temps. D’une part, il continue de réaliser de nouveaux progrès et, d’autre part, il se tourne vers des objectifs plus significatifs et plus difficiles.

Habituellement, la base mathématique du « machine learning » est la « statistique », la « théorie de l'information » et la « cybernétique ». D'autres matières non mathématiques sont également incluses. Ce type de « machine learning » s’appuie fortement sur « l’expérience ». Les ordinateurs doivent constamment acquérir des connaissances et apprendre des stratégies à partir de l'expérience de résolution d'un type de problème. Lorsqu'ils sont confrontés à des problèmes similaires, ils peuvent utiliser leurs connaissances expérientielles pour résoudre des problèmes et accumuler de nouvelles expériences, tout comme les gens ordinaires. On peut appeler cette méthode d’apprentissage « apprentissage continu ». Mais en plus d’apprendre de l’expérience, les humains peuvent également créer, c’est-à-dire « apprendre par sauts ». C'est ce qu'on appelle « l'inspiration » ou « l'épiphanie » dans certaines situations. Depuis toujours, la chose la plus difficile à apprendre pour les ordinateurs est « l’épiphanie ». Ou pour le dire plus strictement, il est difficile pour les ordinateurs d'apprendre « des changements qualitatifs qui ne reposent pas sur des changements quantitatifs » en termes d'apprentissage et de « pratique », et il est difficile de passer directement d'une « qualité » à une autre, ou directement d'un « concept » à un autre « concept ». Pour cette raison, la « pratique » ici n’est pas la même chose que la pratique humaine. Le processus pratique humain comprend à la fois l’expérience et la création.

C’est ce dont rêvent les chercheurs en renseignement.

En 2013, S.C WANG, chercheur en données au Dijin Data Center, a développé une nouvelle méthode d'analyse de données, qui a dérivé une nouvelle méthode pour étudier les propriétés des fonctions. L'auteur a découvert que les nouvelles méthodes d'analyse des données permettent aux ordinateurs d'apprendre à « créer ». Essentiellement, cette méthode constitue un moyen assez efficace de modéliser la « créativité » humaine. Cette approche est donnée par les mathématiques et constitue une « capacité » que les gens ordinaires ne peuvent pas avoir, mais que les ordinateurs peuvent avoir. Dès lors, les ordinateurs sont non seulement bons en calcul, mais aussi bons en création grâce à leur bon calcul. Les informaticiens devraient résolument priver les ordinateurs « compétents en création » de capacités d'exploitation trop complètes, sinon les ordinateurs « captureront » réellement les humains un jour.

En revenant sur le processus de déduction et les mathématiques de la nouvelle méthode, l'auteur a élargi sa compréhension de la pensée et des mathématiques. Les mathématiques sont concises, claires, fiables et orientées vers des modèles. Dans l’histoire du développement des mathématiques, la créativité des maîtres mathématiques brille partout. Cette créativité est présentée sous la forme de divers théorèmes ou conclusions mathématiques, et la plus grande caractéristique des théorèmes mathématiques est qu'ils sont des structures logiques contenant des informations riches basées sur certains concepts et axiomes de base et exprimées dans un langage structuré. Il faut dire que les mathématiques sont la matière qui reflète le plus simplement et le plus directement (au moins un type de) modèle de créativité.

Pour plus de connaissances connexes, veuillez visiter la rubrique FAQ !

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!