Meer informatie over AI-programmering: kunt u programma’s slimmer maken dan mensen?

Openbaarmaking: Uw steun helpt de site draaiende te houden! We verdienen een verwijzingsvergoeding voor sommige van de services die we op deze pagina aanbevelen.


Wanneer de term kunstmatige intelligentie (AI) wordt genoemd, denken de meesten van ons onmiddellijk aan de zelfbewuste machines die zijn afgebeeld in onze favoriete boeken of films.

We stellen ons robots voor die zelf kunnen denken, zoals R2-D2, machines die misdaad bestrijden en mensen zoals Astroboy verdedigen; of we stellen ons een wereld voor waarin deze denkmachines zich tegen ons hebben gekeerd, waar de HAL 9000 zijn bemanning aanvalt of Skynet een offensief tegen de hele mensheid lanceert.

Of we AI nu goed of slecht zien, velen van ons zien AI als een onvermijdelijke vooruitgang in de informatica, waar computersystemen uiteindelijk in staat zijn om te denken en problemen op te lossen, beter of beter dan mensen.

De realiteit van moderne AI is zowel minder glamoureus als fascinerender.

Kunstmatige intelligentie wordt op steeds meer manieren gebruikt, van het bieden van online hulp tot het interpreteren van handschrift tot het besturen van auto’s, maar geen van deze is vergelijkbaar met de Hollywood-visie. Het is gemakkelijk om de enorme vooruitgang die we hebben gemaakt of de ongelooflijke wetenschap achter deze prestaties over het hoofd te zien.

In de informatica houdt AI-programmering in het ontwerpen van systemen die een probleem kunnen “rationaliseren”, het evalueren van meerdere mogelijke uitkomsten en het kiezen van een pad met het hoogste potentieel voor succes.

Zodra een AI-programma zijn oplossing heeft gekozen, zou het in staat moeten zijn om de resultaten van die actie te evalueren en terug te verwijzen naar die informatie wanneer het de volgende keer een soortgelijke beslissing moet nemen. Op deze manier “leert” en “lost het AI-systeem op” binnen de grenzen van zijn programmering.

In tegenstelling tot traditioneel programmeren, dat voornamelijk afhankelijk is van wiskunde en logica, vereist AI-programmeren dat computerwetenschappers verschillende andere disciplines, zoals psychologie, neurowetenschappen en taalkunde, opnemen om systemen te ontwikkelen die mensachtige denkprocessen en gedragingen kunnen repliceren.

AI-onderzoek richt zich meestal op specifieke gebieden van intelligentie, zoals redeneren, plannen, communiceren, creativiteit en objectmanipulatie. Voor velen is dit waar AI niet aan onze verwachtingen voldoet.

In plaats van zich te gedragen als volledig functionerende mensen, hebben AI-programma’s doorgaans een zeer beperkte focus, zoals het leren spelen van een specifiek spel of het geven van logische antwoorden op getypte of gestelde vragen.

Maar deze prestaties mogen niet over het hoofd worden gezien, aangezien elke kleine vooruitgangstaak AI een stap dichter bij het uiteindelijke doel van General Intelligence brengt.

Geschiedenis van AI-programmering

Hoewel er eeuwenlang verhalen zijn gemaakt en theorieën zijn voorgesteld over de mogelijkheid van AI, was er weinig geformaliseerde studie van AI tot het Dartmouth Summer Research Project on Artificial Intelligence uit 1956 AI als een legitiem onderzoeksgebied had vastgesteld.

De komende vijftien jaar heeft AI-onderzoek een aantal grote sprongen voorwaarts gemaakt, waarbij computers werden geleerd om te winnen bij checkers, geavanceerde wiskundige problemen op te lossen en zelfs te spreken.

Toen de overheidsfinanciering halverwege de jaren zeventig opdook, vertraagde het AI-onderzoek enkele jaren. Maar in de jaren tachtig werd onze interesse in AI nieuw leven ingeblazen, grotendeels gebaseerd op het succes van expertsystemen, mainframecomputers die zijn ontworpen voor besluitvormende taken.

Deze deskundige machines gebruikten een kennisbasis van regels en bekende feiten samen met een inferentie-engine om reeds bestaande kennis toe te passen om nieuwe feiten af ​​te leiden.

Tegelijkertijd creëerde de opkomst van de pc een geheel nieuwe arena voor AI-onderzoek.

Het client-servermodel gaf programmeurs de vrijheid om af te zien van de enorme mainframes – een aanzienlijke besparing in termen van tijd en budget.

En naarmate computers in de jaren tachtig en negentig meer met elkaar verbonden raakten, konden AI-onderzoekers profiteren van de kracht van gedeelde computeromgevingen.

Gedurende deze hele periode breidde het veld van AI zich uit en kreeg het bekendheid. Een van de meest herkenbare ontwikkelingen vond plaats in 1997, toen IBM’s Deep Blue de regerende wereldkampioen schaken, Garry Kasparov, versloeg.

Dit evenement betekende een belangrijk keerpunt voor AI, omdat het aantoonde dat een computer niet alleen een spel kon leren, maar ook een beheersingsniveau kon bereiken waarvan eerder werd gedacht dat het alleen beschikbaar was voor mensen.

Tegenwoordig heeft het veld van AI veel toepassingen in de echte wereld gezien, van geautomatiseerde persoonlijke assistentie op onze smartphones tot zelfrijdende auto’s, en de vraag naar verdere automatisering neemt toe.

Hoewel algemene intelligentie mogelijk nog steeds is gereserveerd voor sci-fi-films, kunnen computers elke dag complexere besluitvormingsprocessen aanpakken.

Waar AI-programmeren leren

Of u nu een ervaren programmeur bent die op zoek is naar AI of u net begint, deze sites kunnen u helpen AI-concepten in uw programma’s op te nemen.

  • Inleiding tot AI-programmering voor games: deze eenvoudige introductie tot AI-programmering leert je AI-elementen toe te voegen aan een eenvoudig monsterspel. Door middel van voorbeeldcode en gedetailleerde uitleg voor alle logica die wordt toegevoegd, kunt u snel een verscheidenheid aan essentiële concepten leren in AI-programmering.
  • Lisp-zelfstudies: deze site bevat een verzameling zelfstudies om Lisp te leren, een van de meest populaire talen voor AI-programmering, vooral in de eerste decennia van AI-onderzoek.
  • Artificial Intelligence Programming in Prolog: het cursusoverzicht en de aantekeningen voor deze cursus op masterniveau bieden een inleiding tot Prolog, een van de belangrijkste talen in AI-onderzoek, evenals geavanceerde Prolog-programmeerconcepten en AI-implementaties.
  • Algoritmen in C #: het AI-gedeelte van deze site biedt een overvloed aan bronnen voor C # -ontwikkelaars die AI-concepten in hun werk willen implementeren, inclusief voorbeeldcode, tutorials en moderne theorieën over AI-ontwikkeling.

Online gemeenschappen

Er zijn genoeg AI-enthousiastelingen op internet. Als je meer wilt weten over AI of de vele theorieën achter moderne ontwikkelingen, bekijk dan deze AI-community-sites.

  • AI-forums: deze verzameling van AI-gerelateerde forums behandelt onderwerpen zoals de filosofische implicaties van kunstmatige intelligentie, huidig ​​onderzoek, chatbots, HAL en nieuwe perspectieven op taal en denken.
  • The Forum for Artificial Intelligence: gehost door de Universiteit van Texas, komt deze online community tweewekelijks bijeen om actuele kwesties in kunstmatige intelligentie te bespreken. Tijdens elke bijeenkomst presenteert een vooraanstaande gastspreker een lezing over een prominent gebied van AI. De transcripties van eerdere gesprekken zijn beschikbaar in hun archiefgedeelte.
  • Game-AI Forum: dit forum is specifiek gericht op AI-implementaties voor game-ontwikkeling.

Boeken

Boeken over kunstmatige intelligentie variëren van legitieme programmagidsen tot extreme sciencefictionvluchten. Omwille van deze handleiding hebben we onze lijst met tekst beperkt tot de huidige programmeerpraktijken en gevestigde theorieën.

  • Kunstmatige intelligentie: een moderne benadering (2009) door Russell en Norvig: deze tekst biedt een breed overzicht van moderne theorieën en implementatie van kunstmatige intelligentie. Het kijkt naar begrippen als intelligentietheorie, logisch redeneren en spelen van spelletjes, om te laten zien hoe ze kunnen worden toegepast op programmeren, robotica en zelfs mensen. Hoewel het boek voornamelijk voor computerwetenschappers is geschreven, kan het ook taalkundigen interesseren of iedereen die gefascineerd is door de huidige AI-trends.
  • Machine learning voor dummies (2016) van Mueller en Massaron: het bewijs dat AI mainstream is geworden, zelfs de Dummies doen mee! Deze instapgids voor AI biedt een basisoverzicht van hoe en waarom AI tegenwoordig wordt gebruikt, presenteert fundamentele concepten in kunstmatige intelligentie en biedt een overzicht van programmeertalen en tools die worden gebruikt om AI te implementeren, met bijzondere nadruk op Python en R.
  • Java Deep Learning Essentials (2016) door Yusuke Sugomori: deze geavanceerde tekst is bedoeld voor ervaren Java-ontwikkelaars of datawetenschappers die AI-concepten willen implementeren in hun Java-programmering. Het boek leidt de lezers door een basisoverzicht van algoritmen voor machine learning en leidt ze vervolgens stap voor stap door een reeks oefeningen die veel actuele AI- en Deep Learning-concepten en -implementaties behandelen, allemaal met de nadruk op Java-programmering.
  • Paradigma’s van kunstmatige intelligentieprogrammering: casestudy’s in gemeenschappelijke Lisp (1991) door Peter Norvig: deze geavanceerde programmeertekst neemt verschillende complexe AI-programma’s uit elkaar en leidt lezers door het proces van herschrijven met Common Lisp. Het boek richt zich op toepassingen in de echte wereld in plaats van theorie, met een bijzondere nadruk op de ontwikkeling van grote en complexe programma’s. Naast AI-implementatie is het een uitstekende gids voor het verbeteren van de efficiëntie en het oplossen van problemen met complexe Lisp-programma’s.
  • Prolog-programmering voor kunstmatige intelligentie(2000) door Ivan Bratko: deze tekst is zowel een inleiding tot Prolog als een gids voor algemene AI-concepten. Na de lezer een basis te hebben gegeven in de Prolog-taal, gebruikt de auteur verschillende op Prolog gebaseerde oefeningen en voorbeelden om te demonstreren hoe AI kan worden geïntegreerd in moderne programmering.
  • Unity AI Game Programming (2015) door Ray Barrera et al .: deze geavanceerde programmeergids is bedoeld voor programmeurs met een basiskennis van C # en ervaring met de Unity-editor. Het presenteert essentiële concepten in AI-programmering en hoe ze kunnen worden gebruikt in game-ontwikkeling om een ​​sensorisch systeem te creëren, path-finding systemen te ontwikkelen, kunstmatige menigten te bouwen, karaktergedrag te construeren en fuzzy logic-concepten te implementeren om je wereld en personages realistischer te maken.

Conclusie

Een moderne AI-programmeur zijn, is misschien niet zo cool als een huishoudrobot in Jetsons-stijl. Maar de snelle acceptatie van mobiele technologieën en de opkomst van het Internet of Things hebben AI weer in de schijnwerpers gezet.

Nu kijken we naar codeontwikkelaars om krachtigere persoonlijke assistenten, zelfrijdende auto’s, adaptieve spraakherkenningssoftware, vertaalhulpmiddelen, geautomatiseerde hulpsystemen en natuurlijk meer realistische videogames te maken.

De uiteindelijke toekomst van AI is misschien onzeker, maar het is duidelijk dat AI vanaf dit moment een steeds belangrijkere rol zal spelen in de ontwikkeling van computers en machines.

Verder lezen en bronnen

We hebben meer handleidingen, tutorials en infographics met betrekking tot AI-codering en ontwikkeling:

  • Prolog Resources: deze taal is speciaal ontwikkeld om taal te verwerken.
  • Lisp: een van de eerste talen op hoog niveau, het was enorm belangrijk in AI-programmering. Bekijk onze artikelen over Lisp-varianten: AutoLISP, Clojure, Common Lisp, Emacs Lisp en Scheme.
  • Verliefd worden op een chatbot voorkomen: ondanks de brutale titel biedt deze infographic een geweldige geschiedenis van pratende computers.

Supercomputers geven vorm aan de toekomst van de mensheid

Wil je weten waar AI echt van de grond komt? Bekijk onze infographic, Supercomputers geven vorm aan de toekomst van de mensheid

Supercomputers geven vorm aan de toekomst van de mensheid
Supercomputers geven vorm aan de toekomst van de mensheid

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me
    Like this post? Please share to your friends:
    Adblock
    detector
    map