Definizione dell’intelligenza artificiale: un glossario dei termini chiave dell’IA

Importante terminologia IA spiegata.

Fonte: istockphoto

UN

Algoritmo : un algoritmo è una sequenza di istruzioni esplicite, passo dopo passo, che consente a un computer di risolvere problemi.

Intelligenza Generale Artificiale (AGI) : anche chiamata superintelligenza, è quando le capacità di intelligenza artificiale sono pari o maggiori dell’intelligenza umana.

• Connessione vs. rifiuto
• CBT istantanea: il modo più semplice per sfidare pensieri negativi
• Avere lo Status Quo a testa in giù può liberare la mente
• Come l’esercizio fisico può stimolare la tua salute mentale
• 9 modi per migliorare estetica e bellezza nella nostra vita quotidiana

Intelligenza Artificiale (AI) : il campo dell’informatica in cui le macchine sono abilitate a simulare la conoscenza e l’apprendimento umano.

Artificial Narrow Intelligence (ANI) : si riferisce all’IA che è limitata a un insieme specifico di argomenti e capacità.

Rete neurale artificiale (ANN) : un modello utilizzato nell’intelligenza artificiale, è liberamente basato sul cervello umano. Consiste di strati neurali utilizzati per l’apprendimento automatico.

• Interpretare la nostra realtà attraverso la storia
• Le donne sono più pessime degli uomini?
• Controllare le lotte nelle relazioni
• La televisione sta morendo?
• 3 regali inaspettati da fare amicizia con la morte

B

Backpropagation : nota anche come “propagazione all’indietro degli errori”, è una tecnica di apprendimento supervisionato in cui gli errori vengono calcolati in uscita e distribuiti all’indietro attraverso gli strati della rete neurale artificiale. È un metodo comune per addestrare una rete neurale artificiale in cui l’uscita iniziale del sistema viene confrontata con l’uscita desiderata, quindi il sistema viene regolato fino a quando la differenza non viene minimizzata.

C

Convolutional Neural Network (CNN) : è un tipo di reti neurali utilizzate per identificare e analizzare le immagini.

D

Apprendimento profondo : un metodo di apprendimento automatico, costituito da una rete neurale artificiale a più livelli. Utilizza molti livelli di elaborazione non lineare per estrarre le caratteristiche dai dati e quindi trasformare i dati in diversi livelli di astrazione. Può essere supervisionato, semi-sorvegliato o non sorvegliato. Utilizzato nel riconoscimento vocale, nella visione artificiale, nell’elaborazione del linguaggio naturale e nel riconoscimento di modelli.

E

Sistema esperto : un sistema di intelligenza artificiale che utilizza una base di conoscenza delle competenze del dominio umano per la risoluzione dei problemi.

F

Forward Chaining : un metodo in cui AI guarda indietro e analizza il sistema basato su regole per trovare le regole “se” e per determinare quali regole utilizzare per trovare una soluzione.

sol

Generative Adversarial Networks (GAN) : un tipo di algoritmo AI utilizzato nell’apprendimento automatico non supervisionato in cui sono presenti due reti neurali (generatore e discriminatore) addestrate sullo stesso set di dati. Il generatore produce l’output e il discriminatore confronta l’output prodotto con il set di dati originale nel tentativo di determinare quali immagini sono autentiche. Sulla base di questi risultati, il generatore regola i suoi parametri per creare un nuovo output. Questo processo viene iterato finché il discriminatore non è più in grado di distinguere l’output del generatore con il set di dati originale. Utilizzato per creare immagini fotorealistiche.

H

Euristica : regole di buon senso basate sull’esperienza. Nella programmazione euristica, i programmi sono autoapprendimento e migliorano con l’esperienza. Utilizzato frequentemente con sistemi esperti.

io

Ragionamento induttivo : un processo logico in cui più premesse che sono vero o vero la maggior parte delle volte, vengono combinate per formare una conclusione. Spesso utilizzato nelle previsioni e nelle previsioni.

M

Machine Learning : un sottoinsieme di AI. Gli algoritmi dei computer imparano dai modelli identificati nei dati e regolano le loro azioni di conseguenza, senza una programmazione esplicita.

N

Natural Language Processing (NLP) : applicazione di algoritmi informatici per determinare le proprietà del linguaggio naturale umano negli sforzi per consentire alle macchine di comprendere il linguaggio parlato o scritto.

Rete neurale : vedi “Rete neurale artificiale”.

R

Apprendimento rinforzato : un tipo di metodo di apprendimento automatico ispirato alla psicologia del comportamento. L’algoritmo di apprendimento del rinforzo (agente) impara interagendo con il suo ambiente ed è penalizzato o premiato. L’agente cerca di prendere decisioni per massimizzare la ricompensa nel tempo.

S

IA forte : vedi “Intelligenza generale artificiale”.

T

Test di Turing : una prova della capacità di una macchina di comportarsi in modo intelligente e indistinguibile dal comportamento umano. Sviluppato da Alan Turing nel 1950.

Copyright © 2018 Cami Rosso. Tutti i diritti riservati.