Liste
Bu liste Michigan Üniversitesi Mühendislik, Bilgisayar ve Bilişim Bilimi Profesörü Bruce Maxim'den alınmıştır. CIS 479 1 için ilkbahar 1998 notlarında yaptığı konferansta , aşağıdaki liste çağrıldı,
"Yapay Zeka İçin İyi Sorunlar."
Decomposable to easier problems
Solution steps can be ignored or undone
Predictable Problem Universe
Good Solutions are obvious
Internally consistent knowledge base (KB)
Requires lots of knowledge or uses knowledge to constrain solutions
Interactive
O zamandan beri buna dönüştü.
Decomposable to smaller or easier problems
Solution steps can be ignored or undone
Predictable problem universe
Good solutions are obvious
Uses internally consistent knowledge base
Requires lots of knowledge or uses knowledge to constrain solutions
Requires periodic interaction between human and computer
Ne olduğunu
Onun listesi hiçbir zaman yapay zeka problem kategorilerinin bir çözüm yaklaşımı için bir başlangıç noktası veya "tatmin edici bir çözüm bulma sürecini hızlandırmak için tasarlanmış sezgisel teknik" olarak tasarlanmamıştı.
Maxim, bu listeyi hiçbir zaman akademik yayınlarına eklemedi ve bunun nedenleri var.
Liste heterojendir. Tek bir listede birbirine benziyormuş gibi yöntemler, küresel özellikler, zorluklar ve kavramsal yaklaşımlar içerir. Bu, "AI için iyi problemler" listesi için bir eksiklik değildir, ancak AI problemi özelliklerinin veya kategorilerinin resmi bir ifadesi olarak, gerekli titizlikten yoksundur. Maxim kesinlikle "7 AI problemi özellikleri" listesi olarak göstermedi.
Kesinlikle bir "7 AI problemi özellikleri" listesi değildir.
Kategori veya Karakteristik Listesi Var mı?
Yapay zeka problemleri için iyi bir kategori listesi yoktur, çünkü eğer biri yaratılmışsa, insan beyninin çözdüğü milyonlarca problemden birini düşünmek kolay olacaktır, bu kategorilerden herhangi birine uymayan veya ikisinin sınırlarına oturmak veya daha fazla kategori.
Bir sorun özellikleri listesi geliştirmek akla yatkındır ve Maxim'in AI için İyi Sorunlar listesinden ilham alabilir. Ayrıca, bir ilk yaklaşımlar listesi geliştirmek de düşünülebilir. Daha sonra, birinci listedeki özelliklerden ikinci listedeki yaklaşımlar için en iyi olasılıklara oklar çizilebilir. Kapsamlı ve titiz bir şekilde ele alınırsa, yayın için iyi bir makale olur.
Yaklaşımlar Listesinin İlk Yüksek Seviye Özellikleri
Deneyimli bir AI mimarının bir yaklaşım seçmeden önce üst düzey sistem gereksinimlerini açıklamasını isteyebileceği soruların bir listesi.
- Görev, çalıştıktan sonra önemli bir ayarlama gerektirmeyeceği için esasen statik midir? Bu durumda, AI sistemin tasarımı, üretimi ve konfigürasyonunda (potansiyel olarak parametrelerinin eğitimi dahil) en yararlı olabilir.
- Değilse, görev aslında 20. yüzyılın başlarında geliştirilen kontrol teorisinin varyansa uyum sağlayabileceği şekilde değişken midir? Eğer öyleyse, AI tedarikte de benzer şekilde yararlı olabilir.
- Değilse, sistem istihbaratın gerekli olabileceği yeterli doğrusal olmayan ve zamansal karmaşıklığa sahip olabilir. Sonra soru, fenomenin kontrol edilebilir olup olmadığı haline gelir. Eğer öyleyse, AI teknikleri dağıtımdan sonra gerçek zamanlı olarak uygulanmalıdır.
Mimarlığa Etkili Yaklaşım
Bir kişi tasarım, imalat ve konfigürasyon adımlarını izole olarak çerçevelerse, AI'nın hangi rolü oynayabileceğini belirlemek için aynı süreç izlenebilir ve bu, bir kişinin tasarımı gibi fikirlere genel fikirlerin ayrıştırılmasıyla tekrar tekrar yapılabilir. A-D dönüştürücüsü veya bilgisayar görüşünün belirli bir aşamasında kullanılacak evrişim çekirdeği boyutu.
Diğer kontrol sistemi tasarımlarında olduğu gibi, AI ile de mevcut girdilerinizi ve istediğiniz çıktıyı belirleyin ve temel mühendislik kavramlarını uygulayın. Mühendislik disiplininin uzman sistemler veya yapay ağlar nedeniyle değiştiğini düşünmek en azından şimdilik bir hatadır.
AI ve kontrol sistemi mühendisliği ortak bir köken paylaştığından kontrol sistemi mühendisliğinde önemli bir değişiklik olmamıştır. Sadece seçebileceğimiz ek bileşenlere ve tasarım, inşaat ve kalite kontrolünde kullanmak için ek teoriye sahibiz.
Sıralama, Boyutsallık ve Topoloji
Bir AI sistemlerindeki sinyallerin, tensörlerin ve mesajların sıralaması ve boyutları ile ilgili olarak, Kartezyen boyutsallığı, insan beyninin çeşitli zihinsel niteliklerinin simülasyonlarına yaklaşırken, içselin ayrık niteliklerini karakterize etmek için her zaman doğru kavram değildir. Topoloji genellikle sistemlerde yapay olarak geliştirmek istediğimiz insan zekasında gördüğümüz çeşitliliği en doğru şekilde modelleyen matematiğin kilit alanıdır.
Daha ilginç olarak, topoloji, ne bilgisayarların ne de insan beyinlerinin iyi bir şekilde donatılmadığı yeni zeka türleri geliştirmenin anahtarı olabilir.
Referanslar
http://groups.umd.umich.edu/cis/course.des/cis479/lectures/htm.zip
