"Bądź człowiekiem … A.I. !"

scenariusz

Struktura do reprezentowania wiedzy o typowych sytuacjach i sekwencjach zdarzeń i działań, które one dotyczą

segmentacja

Przetwarzanie obrazu na jego części. Często nierozwiązywalny problem, w zależności od zadania przydzielonego systemowi

sieć semantyczna

Forma reprezentacji wiedzy składająca się z zestawu węzłów reprezentujących obiekty, właściwości lub zdarzenia oraz powiązania reprezentujące różne rodzaje relacji między nimi

Semantic Web

Propozycja stworzenia komputerowej sieci danych, w której treść tekstowa jest “rozumiana” przez komputer za pomocą adnotacji i prezentacji

Situated , Embodied and Dynamical : Usytuowany, ucieleśniony i dynamiczny (SED)

Sposób konceptualizacji poznania, który koncentruje się na konkretnym działaniu i podkreśla sposób, w jaki zachowanie agenta wynika z dynamicznej interakcji między jego mózgiem, ciałem i środowiskiem.

situatedness : usytuowanie

Pomysł, że interakcja w zamkniętej pętli ze środowiskiem odgrywa kluczową rolę w zachowaniu i poznaniu agenta

soft artificial life : miękkie sztuczne życie

Symulacje komputerowe lub inne konstrukcje czysto cyfrowe, które wykazują zachowania przypominające życie. Kontrastuj twardym sztucznym życiem i mokrym sztucznym życiem

stereo wizja

Konfiguracja z dwoma kamerami, która jest w stanie uzyskać obrazy głębokości. W wizji komputerowej używane są dwie kamery stacjonarne, podczas gdy ludzie używają dwóch oczu skupiających się na obiekcie docelowym.

silna sztuczna inteligencja

Termin Johna Searle’a dla poglądu, że właściwie zaprogramowany komputer byłby umysłem. Kontrast słabej sztucznej inteligencji.

silne sztuczne życie

Teza o możliwościach oprogramowania sztucznego życia, dzięki któremu odpowiedni sprzęt mógłby dosłownie ożyć przy użyciu odpowiedniego oprogramowania

superinteligencja

Problem określania niezbędnych i wystarczających warunków dla symbolu w sztucznym urządzeniu do oznaczenia (przedstawienia lub odniesienia) pewnej rzeczy lub własności

supervised learning : nadzorowana nauka

Typ uczenia maszynowego, w którym istnieje określony cel lub fokus. Kontrastowanie bez nadzoru

symbol-grounding problem : problem z uziemieniem

Problem określania niezbędnych i wystarczających warunków dla symbolu w sztucznym urządzeniu do oznaczenia (przedstawienia lub odniesienia) pewnej rzeczy lub własności

systematyczność (nauki języków)

Fakt, że uczymy się stosowania zdań w grupach systematycznie powiązanych, nie po jednym na raz. Na przykład ci, którzy doszli do zrozumienia “John loves Mary” również rozumieją “Mary kocha Toma”, “Tom kocha Susan” i tak dalej

przetwarzanie równoległe rozproszone (PDP)

Typ połączenia, w którym pojęcie jest reprezentowane nie przez lokalne aktywacje, ale przez wzorzec aktywacji rozproszony w całej sieci

postrzeganie

Interpretacja informacji z czujników, takich jak czujniki wizualne

procesów emocji modele

Modele procesów wewnętrznych, które wywołują zachowania emocjonalne. Modele procesów dzielą się na modele niskopoziomowe, których celem jest wyjaśnienie struktur neurologicznych i mechanizmów emocji oraz modele wysokiego poziomu, które opisują procesy emocji na wyższym poziomie, obejmujące nie uczuleniowe procesy poznawcze. Zobacz także modele emocji

produkcji reguła

(lub produkcji) Forma reprezentacji wiedzy składająca się z reguły formy Jeśli A to B, gdzie A jest warunkiem lub wskazówką, a B jest akcją, którą należy wykonać, gdy A posiada. Gdy warunek zostanie dopasowany, a akcja wykonana, zasada zostanie uruchomiona.

produkcyjny system

System sztucznej inteligencji oparty na zestawie zasad produkcji, wraz z “pamięcią roboczą”, która zawiera informacje o aktualnych warunkach, oraz interpretatorem reguł, który wybiera reguły do zwalniania i rozwiązuje konflikty między nimi

qualia

Surowe odczucia lub odczucia, takie jak uczucie czerwieni lub bólu

robot

Fizyczne urządzenie zdolne do zachowań w świecie, w którym zachodzi interakcja z otoczeniem za pomocą czujników i elementów wykonawczych. Zobacz także autonomiczny robot

robotyka

Dziedzina nauki poświęcona nauce i inżynierii robotów. Zobacz także inspirowaną biologicznie robotykę i robotykę ewolucyjną

naturalnego języka przetwarzanie

Przetwarzanie tekstów językowych przez komputer dla niektórych praktycznych lub użytecznych celów

neuronowa sieć (sztuczna)

Sieć sztucznych neuronów (prostych jednostek przetwarzania), które mają naśladować neurony biologiczne. Sztuczne sieci neuronowe mogą być wykorzystywane do zrozumienia sieci neuronalnych lub rozwiązywania problemów sztucznej inteligencji i kognitywnych (bez bycia modelami rzeczywistych systemów biologicznych).

neuronowa sieć (biologiczna)

Sieć neuronów biologicznych, które są połączone w układzie nerwowym. W neurobiologii są to często grupy neuronów, które pełnią określoną funkcję fizjologiczną

obiektów rozpoznawanie

Wykrywanie na obrazach znanej instancji (konkretny obiekt, np. Mój kubek) lub klasa obiektów (np. Zestaw wszystkich kubków).

maszynowa świadomość

Subpole AI, które próbuje określić wymagania architektoniczne i warunki, w których maszyna ma być świadoma

maszynowe nauczanie

Wnioskowanie związków strukturalnych z danych za pomocą (względnych) metod generowania domen

maszynowe tłumaczenie

Tłumaczenie tekstów w jednym języku na teksty w innym przez komputer.

mentalna treść, problem

Problem zapewnienia naturalistycznego wyjaśnienia intencjonalności (“około”) stanów mentalnych – to znaczy wyjaśnienia, w jaki sposób pewne stany fizyczne w naszych głowach zdołają odnosić się do zewnętrznych obiektów i sytuacji.

muli-agent system : system wieloagentowy (MAS)

Zbiór autonomicznych agentów, którzy muszą koordynować swoje działania, aby osiągnąć swoje indywidualne cele. Koordynacja jest osiągana poprzez negocjacje lub argumentację i, w większości zastosowań, wymaga, aby agenci nauczyli się dostosowywać do swoich strategii.

image filter : filtr obrazu

Operacja na obrazie w celu lepszego uzyskania pożądanych informacji, np. w celu usunięcia szumu lub zwiększenia cechy, takiej jak gradient intensywności.

informacji ekstrakcja

Wykorzystanie komputera do wyodrębnienia treści faktycznych z tekstu i zignorowania reszty.

intencjonalność

Myśli na przykład mają intencjonalność – dotyczą rzeczy (zazwyczaj innych niż one same, choć myśl o byciu o sobie nie jest wykluczona z definicji). Wiele innych stanów mentalnych, w szczególności wierzenia, pragnienia i intencje, dotyczą rzeczy, a więc także intencjonalności (np. Zamiary dokonania czegoś dotyczą działań i okoliczności). Intencjonalność jest czasem uważana za cechę, która odróżnia stany mentalne od nie-mentalnych

interest point : punkt zainteresowania

Punkt na obrazie różny od wszystkich sąsiednich, np. ma maksymalny gradient wytwarzany przez filtr obrazu. Opisanie bezpośredniego otoczenia punktu zainteresowania za pomocą wektora cech jest standardową techniką rozpoznawania obiektów

knowledge representation  and reasonig  (KR&R) : reprezentacja wiedzy i rozumowanie (KR& R)

Dziedzina badań nad sztuczną inteligencją poświęcona projektowaniu, analizie i wdrażaniu struktur danych do reprezentowania wiedzy i algorytmów do wnioskowania z niego

Lisp lub LISP

Język programowania opracowany przez Johna McCarthy′ego w 1959 roku, a następnie rozwinięty w wiele wariantów. Cechy języka sprawiają, że jest on dobrze dostosowany do programowania AI i jest szeroko stosowany w tej dziedzinie.

logiczny

Precyzyjnie zdefiniowany system formalny lub zbiór zasad służących do określania wnioskowych zależności rozumowania. W połączeniu z interpretacją semantyczną systemy logiczne mogą służyć do reprezentowania wiedzy.

genetyczny algorytm

Metoda uczenia maszynowego do znajdowania rozwiązań dla pewnych rodzajów problemów, luźno analogiczna do biologicznego procesu selekcji sztucznej. Rozwiązania kandydatów są kodowane w “genomie”, a początkowa populacja rozwiązań jest tworzona i oceniana pod kątem “przydatności” do rozwiązania problemu. Bardziej dopasowani kandydaci są preferencyjnie “wybierani” do produkcji następnej generacji kandydackich rozwiązań, poprzez podatny na błędy proces kopiowania, który obejmuje pewne mutacje i krzyżowanie genomów. Po wielu pokoleniach populacja może zawierać wiele wysoce dopasowanych rozwiązań

GOFAI

(skrót od “Good Old-Fashioned AI” [“AI staromodny”]) AI oparte na zasadach symbolicznych; znana również jako klasyczna, tradycyjna lub symboliczna sztuczna inteligencja

hard artificial life : twarde sztuczne życie

Sprzęt fizyczny, który zależy od ważnych cech naturalnych form życia i działa autonomicznie w świecie fizycznym. Kontrastuj miękkie sztuczne życie i mokre sztuczne życie.

hybrydowe modele

Modele będące syntezą połączeń i tradycyjnych modeli symbolicznych. Łączą różne reprezentacje i procesy, symboliczne lub łączące. W rezultacie stają się bardziej wyraziste i wydajne zarówno w modelowaniu poznawczym, jak iw zastosowaniach praktycznych

funkcji wektor

Programy AI (zwykle typu GOFAI), które mogą pomóc ludziom w podejmowaniu decyzji w danej dziedzinie wiedzy; niektóre systemy ekspertów przewyższają nawet najlepszych ludzkich ekspertów. Liniowy układ liczb rzeczywistych, który charakteryzuje obraz lub część obrazu i jest odpowiedni dla takich aplikacji, jak rozpoznawanie.

first-order logic : logika pierwszego rzędu

Formalny system, który reprezentuje informacje za pomocą predykatów, funkcji i stałych symboli, a ich semantyka jest reprezentowana jako zbiór możliwych modeli.

funkcje fitness

Funkcje używane w programowaniu ewolucyjnym do wybrania jednej lub dwóch ostatnio zmutowanych reguł w celu wyhodowania następnego pokolenia; może to być zrobione automatycznie lub przez człowieka

flexibility : elastyczność

Umiejętność odpowiedniego reagowania na szeroki zakres nowych okoliczności

formalna manipulacja symbolami

Manipulowanie symbolami wyłącznie ze względu na ich właściwości fizyczne (np. Ich kształt), bez odniesienia do tego, co mogą oznaczać

frame : ramka

Struktura do reprezentowania wiedzy o typowych obiektach i sytuacjach. Ramka składa się z zestawu gniazd zawierających różne rodzaje informacji, łączy do innych ramek, instrukcji, wartości domyślnych lub pustych pól do wypełnienia dla konkretnych przypadków.

frame problem : problem z ramką

Problem rozumowania, który ma wiele różnych wariantów, ale jest najczęściej rozumiany jako problem wypracowania, które aspekty danej sytuacji są istotne dla danego problemu, a które nie, i które w rzeczywistości zostałyby zmienione przez dane działanie

funkcjonalizm

Widok filozofii umysłu / psychologii, który interpretuje zjawiska mentalne jako funkcje przetwarzania informacji (“umysł jest tym, co robi mózg”

https://aie24.pl/galeria/

embodied intelligence : ucieleśniona inteligencja

Podejście do sztucznej inteligencji i kognitywistyki, które w dużej mierze odrzuca symboliczne reprezentacje i formalne rozumowanie i podkreśla kontekst, fizyczne ucieleśnienie, interakcje społeczne i zachowania sensomotoryczne nad ogólnością, abstrakcyjnością, indywidualizmem i logicznie rygorystyczną myślą.

embodiment : wcielenie

Idea, że fizyczne ciało agenta odgrywa główną rolę w jego zachowaniu i poznaniu

emergence : zależności

Relacja między całościami i ich częściami. Własności całości powstają, jeśli zależą od właściwości części i są od nich niezależne. Te dwa cechy wschodzących właściwości są prawie niespójne, co sprawiło, że powstanie stało się kontrowersyjne zarówno w filozofii, jak i nauce. Różne rodzaje zależności i autonomii dają początek różnym koncepcjom emergencji, które odgrywają różne role w filozofii i nauce

ewolucyjne programy

Programy, które mogą zmieniać własne reguły za pomocą algorytmów genetycznych

ewolucyjna robotyka

Poddziedzina robotyki zajmująca się zautomatyzowanym projektowaniem niektórych lub wszystkich aspektów robota za pomocą sztucznej ewolucji (metody wyszukiwania oparte na darwinowskich mechanizmach ewolucji naturalnej).

eksperckie systemy

Ryzyko, które zagraża wyginięciu inteligentnego życia pochodzenia ziemskiego lub mogłoby trwale i drastycznie zniszczyć jego potencjał dla pożądanego przyszłego rozwoju

decision  making , sequential : podejmowanie decyzji, sekwencyjne

Termin odnoszący się do automatycznych algorytmów decyzyjnych uwzględniających dynamikę świata

depth  image / range  image : obraz głębokości obrazu / zakresu

Obraz zawierający informacje o odległości (lub głębokości) między sceną a aparatem dla każdego piksela (w przeciwieństwie do koloru i intensywności informacje dostarczane przez kamery kolorowe). Głębokość obrazów można uzyskać na skanach za pomocą czujników laserowych lub ostatnio za pomocą urządzenia Kinect (Microsoft).

display modelf  of emotion :  wyświetlić modele emocji

Modele, które próbują wdrożyć jawne, obserwowalne efekty zachowania emocji. Zobacz także modele procesów emocji

dynamika

Zmiana stanu systemu w czasie