Süni intellekt növləri hansılardır? [Video və Viktorina]

Qısa cavab: Süni intellekt növləri ən yaxşı şəkildə qabiliyyət, funksionallıq, təlim tərzi və istifadə halları ilə başa düşülür. Dar süni intellekt bu gün geniş yayılmışdır, ümumi süni intellekt və super süni intellekt isə nəzəri olaraq qalır. Alət seçərkən kateqoriyanı tapşırığa, risklərə və insan tərəfindən nəzərdən keçirilmə ehtiyacına uyğunlaşdırın.

Əsas nəticələr:

Təsnifat: Sistemləri müqayisə etməzdən əvvəl imkanları, funksionallığı, təlim metodunu və istifadə hallarını ayırın.

İnsan rəyi: Onlara etibar etməzdən əvvəl generativ, proqnozlaşdırıcı və danışıq nəticələrini yoxlayın.

Şəffaflıq: Hər bir süni intellekt sistemini hansı məlumatların, məntiqin və məhdudiyyətlərin formalaşdırdığını soruşun.

Hesabatlılıq: Süni intellekt qərarlara, istifadəçilərə və ya təhlükəsizliyə təsir etdikdə insanları məsuliyyətli saxlayın.

Risk nəzarəti: Yerləşdirmədən əvvəl qərəz, məxfilik, təhlükəsizlik və sui-istifadə üçün test edin.

---

1. Süni intellekt növləri hansılardır?

İnsanlar " Süni intellekt növləri hansılardır?" deyə soruşduqda, adətən iki şeydən birini nəzərdə tuturlar:

Onlar qabiliyyətə əsaslanan süni intellekt haqqında , məsələn, onun yalnız bir tapşırığı yerinə yetirə biləcəyini və ya daha geniş mənada insan kimi düşünə biləcəyini soruşa bilərlər.

Və ya onlar funksionallığa , yəni sistemin necə davrandığına, öyrəndiyinə, xatırladığına, proqnozlaşdırdığına və ya cavab verdiyinə əsaslanan süni intellekt haqqında soruşa bilərlər

Məhz burada işlər bir az dolaşıqlaşır. Süni intellekt tək bir qutuda qruplaşdırılmayıb. Bu, daha çox mətbəx alətlərini ölçüsünə, məqsədinə, itiliyinə və əminizin onları şübhəli onlayn mağazadan alıb-almadığına görə çeşidləməyə bənzəyir. Müxtəlif təsnifat sistemləri üst-üstə düşür.

Əsas kateqoriyalara adətən aşağıdakılar daxildir:

• Dar süni intellekt

• Ümumi süni intellekt

• Super süni intellekt

• Reaktiv Maşınlar

• Məhdud Yaddaş Süni İntellekt

• Ağıl Nəzəriyyəsi Süni İntellekt

• Özünüdərk edən süni intellekt

• Maşın Öyrənmə Süni İntellekti

• Dərin Öyrənmə Süni İntellekt

• Generativ süni intellekt

• Proqnozlaşdırıcı süni intellekt

• Danışıq süni intellekt

• Kompüter Görmə Süni İntellekti

• Robototexnika süni intellekt

Bunlardan bəziləri geniş istifadə olunur. Bəziləri hələ də əsasən nəzəri xarakter daşıyır. Bəziləri futuristik səslənir, lakin artıq gündəlik tətbiqlərə daxil edilib. "Normal proqram təminatı" ilə "Süni intellekt" arasındakı xətt də zamanla daha da bulanıqlaşıb.

---

2. Qabiliyyətə görə süni intellekt növləri

Süni intellekt (Sİ)-i təsnif etməyin ilk əsas yolu onun nə edə biləcəyinə görədir. Bu, ümumi mənzərədir 🧠.

Dar süni intellekt

Dar süni intellekt, həmçinin zəif süni intellekt adlanır, müəyyən bir tapşırığı və ya məhdud sayda tapşırıq yerinə yetirmək üçün nəzərdə tutulub. Bu, insanların hər gün istifadə etdiyi süni intellektdir.

Nümunələrə aşağıdakılar daxildir:

• Axtarış tövsiyələri

• Spam filtrləri

• Səs köməkçiləri

• Üz tanıma sistemləri

• Çatbotlar

• Məhsul tövsiyəsi mühərrikləri

• Saxtakarlıq aşkarlama vasitələri

• Dil tərcümə tətbiqləri

Dar süni intellekt güclü ola bilər, amma geniş insan mənasında "düşünmək" deyil. Şahmat süni intellekt qrossmeysteri məğlub edə bilər, amma birdən-birə şirniyyatçı olmaq qərarına gələ bilməz. Tərcümə modeli bir abzası tərcümə edə bilər, amma dili insanın etdiyi kimi yaşamır.

Yenə də dar süni intellekt müasir süni intellekt dünyasının əsasını təşkil edir. Elmi fantastika baxımından cazibədar olmasa da, şounun böyük bir hissəsini pərdə arxasında keçirir 🎭.

Ümumi süni intellekt

Ümumi süni intellekt, insan səviyyəsində bir çox fərqli vəzifəni başa düşə, öyrənə, düşünə və tətbiq edə bilən süni intellektə aiddir.

Sadə dillə desək: o, yalnız bir şeyi yaxşı yerinə yetirməzdi. O, uyğunlaşa bilərdi.

Əsl ümumi süni intellekt potensial olaraq aşağıdakıları edə bilər:

• Tanış olmayan tapşırıqları öyrənin

• Müxtəlif mövzularda səbəb

• Yeni problemləri həll edin

• Bilikləri bir sahədən digərinə ötürmək

• Konteksti daha dərindən anlamaq

• Çevik mühakimə ilə qərarlar qəbul edin

Bu cür süni intellekt hələ də gündəlik reallıqdan daha çox məqsəddir. İnsanlar bu barədə çox danışırlar, çünki bu, maraqlı, bəlkə də bir az narahatedici və bir konsepsiya kimi müqavimət göstərmək çətindir. Lakin mətn yazan, şəkillər yaradan və ya sualları cavablandıran adi alətlər avtomatik olaraq ümumi süni intellekt deyil. Onlar geniş görünə bilər, lakin yenə də nəzərdə tutulmuş hədlər daxilində fəaliyyət göstərirlər.

Super süni intellekt

Super süni intellekt insan zəkasından daha da irəli gedər. Yalnız daha sürətli yazma və ya daha yaxşı riyaziyyat deyil - üstün düşüncə, yaradıcılıq, strategiya, öyrənmə və bəlkə də emosional və ya sosial anlayış da.

Bu, ən spekulyativ kateqoriyadır. Böyük suallar doğurur:

• Kim buna nəzarət edir?

• Bunu insani dəyərlərlə uyğunlaşdırmaq mümkündürmü?

• İnsan məqsədlərini düzgün başa düşərmi?

• Özünü təkmilləşdirə bilərmi?

• İnsanların əməl edə bilmədiyi qərarlar qəbul etsə nə olar?

Super süni intellekt bəzən süni intellekt söhbətlərinin fəlsəfi şorbaya çevrildiyi yerdir. Bəlkə də dəyərli şorba, amma yenə də şorba 🍲.

---

3. Funksionallığa görə süni intellekt növləri

Süni intellekt növlərini izah etməyin digər ümumi yolu funksionallıqdır. Bu, süni intellektin necə davrandığına diqqət yetirir.

Reaktiv Maşınlar

Reaktiv maşınlar ən sadə süni intellekt növüdür. Onlar keçmiş təcrübələrdən yaddaş istifadə etmədən cari girişə cavab verirlər.

Onlar zamanla müasir adaptiv sistemlərin etdiyi kimi öyrənmirlər. Onlar vəziyyətə baxır, onu emal edir və reaksiya verirlər.

Onları belə düşünün: “Giriş daxil olur. Çıxış çıxır. Gündəlik qeydləri yoxdur.”

Reaktiv süni intellekt hələ də təsirli ola bilər. O, oyunda mümkün hərəkətləri təhlil edə və ya aydın şəkildə müəyyən edilmiş vəziyyətə həddindən artıq sürətlə və dəqiqliklə cavab verə bilər. Lakin o, şəxsi tarixçə qurmur və ya keçmiş qarşılıqlı təsirlərə əsaslanaraq inkişaf etmir.

Məhdud Yaddaş Süni İntellekt

Məhdud yaddaş Süni intellekt daha yaxşı qərarlar qəbul etmək üçün keçmiş məlumatlardan istifadə edə bilər. Bu, bugünkü praktik süni intellektlərin çoxunun yerləşdiyi kateqoriyadır.

Nümunələrə aşağıdakılar daxildir:

• İstifadəçi davranışından öyrənən tövsiyə sistemləri

• Son yol şəraitini təhlil edən özünüidarəetmə vasitələri sistemləri

• Çatbotlar söhbət daxilində konteksti xatırlayır

• Əməliyyat nümunələrindən öyrənən fırıldaqçılıq aşkarlama modelləri

• Tarixi məlumatlardan istifadə edən proqnozlaşdırıcı analitik vasitələr

Məhdud yaddaş "pis yaddaş" demək deyil. Bu o deməkdir ki, sistem saxlanılan və ya son məlumatlardan istifadə edə bilər, lakin insan şüuruna və ya uzunmüddətli şəxsi təcrübəyə malik deyil. Lakin bu, olduqca təsirli ola bilər. Bəzən qıcıqlandırıcı dərəcədə təsirli olur - məsələn, alış-veriş tətbiqi nə istədiyinizi özünüzə etiraf etməzdən əvvəl bildikdə 🛒.

Ağıl Nəzəriyyəsi Süni İntellekt

Ağıl Nəzəriyyəsi süni intellekt duyğuları, inancları, niyyətləri və sosial işarələri daha insani şəkildə başa düşəcək.

Bu tip süni intellekt yalnız sözləri emal etməyəcək, həm də kiminsə nə hiss edə, nə istəyə, nəyi səhv başa düşə, nədən qorxa və ya nə gözləyə biləcəyini müəyyən edəcək.

Məsələn, o, bunu başa düşə bilər:

• Müştəri əsəbidir, amma nəzakətli qalmağa çalışır

• Tələbə çaşqındır, amma yenidən soruşmağa utanır

• Xəstə "yaxşıyam" deməsinə baxmayaraq narahatdır

• Komanda yoldaşı səssizcə razılaşmadığı üçün tərəddüd edir

Bu, süni intellekt müzakirələrinin aktiv bir sahəsi olaraq qalır, lakin əsl Ağıl Nəzəriyyəsi süni intellekt olduqca çətindir. İnsan emosiyaları dolaşıqdır. İnsanlar bir şey deyirlər, başqa bir şey nəzərdə tuturlar. Bəzən özləri belə nə demək istədiklərini bilmirlər. Uğurlar, maşın.

Özünüdərk edən süni intellekt

Özünüdərk edən süni intellekt şüurlu, özünüdərkli və öz daxili vəziyyətinin fərqində olardı.

Bu nəzəri bir şeydir. Bu, elmi fantastika, etika panelləri, gecə mübahisələri və pəncərədən baxan dramatik insanlara aiddir 🌙.

Özünüdərk edən süni intellekt sadəcə hisslər haqqında söhbəti simulyasiya etməz. O, bir növ subyektiv təcrübəyə malik olardı. Bu, böyük bir iddiadır. Mövcud süni intellekt sistemlərində təsdiqlənmiş şüur, hisslər, istəklər və ya özünüdərk yoxdur.

Dil özünüdərk etməyi təqlid edə bildiyi üçün özlərini dərk edən kimi səslənə bilərlər. Amma nəsə kimi səslənmək və nəsə olmaq eyni şey deyil. Tutuquşu "Acam" deyə bilər, amma bu, onun restoran rezervasiyası olduğunu bildirmir.

---

4. Müqayisə Cədvəli: Süni intellektin əsas növləri

Süni intellekt növü	Əsas fikir	Cari Status	Ümumi Nümunələr	Niyə Vacibdir
Dar süni intellekt	Xüsusi tapşırıqlar üçün hazırlanmışdır	Geniş istifadə olunur	Çatbotlar, axtarış, tövsiyələr	Praktik və hər yerdə
Ümumi süni intellekt	İnsan kimi çevik zəka	Tam şəkildə əldə edilməyib	Əsasən nəzəri	Böyük məqsəd, böyük müzakirə
Super süni intellekt	Ümumiyyətlə insanlardan daha ağıllı	Spekulyativ	Praktik nümunə yoxdur	Böyük etik suallar
Reaktiv Maşınlar	Yaddaş olmadan cavab verir	Məhdud hallarda istifadə olunur	Oyun süni intellekt, qayda əsaslı sistemlər	Sürətli, lakin uyğunlaşa bilməyən
Məhdud Yaddaş Süni İntellekt	Təkmilləşdirmək üçün məlumatlardan/tarixçədən istifadə edir	Çox yaygındır	Özünüidarəetmə sistemləri, fırıldaqçılıq vasitələri	Bu gündəlik sürücüdür 🚗
Ağıl Nəzəriyyəsi Süni İntellekt	Hissləri və niyyəti başa düşür	İnkişaf edən konsepsiya	İnkişaf etmiş sosial süni intellekt ideyaları	Süni intellekt insanı daha çox məlumatlandıra bilər
Özünüdərk edən süni intellekt	Şüuru var	Nəzəri	Elmi fantastika üslubunda nümunələr	Fəlsəfi cəhətdən kütləvi
Generativ süni intellekt	Yeni məzmun yaradır	Geniş istifadə olunur	Mətn, şəkil, audio alətləri	Yaradıcı məhsuldarlığın artırılması
Proqnozlaşdırıcı süni intellekt	Proqnozların nəticələri	Geniş istifadə olunur	Risk qiymətləndirməsi, tələb planlaşdırması	Qərarlara kömək edir - əsasən
Robototexnika süni intellekt	Fiziki maşınları idarə edir	Sənaye sahələrində istifadə olunur	Robotlar, dronlar, avtomatlaşdırma	Süni intellektlə fiziki işlə əlaqə qurur

Bir az qeyri-bərabər? Bəli. Amma süni intellekt gündəlik həyatda da belə işləyir - mükəmməl etiketləri olan muzey eksponatı deyil.

---

5. Generativ Süni İntellekt: Hər kəsin Danışdığı Tip 🎨

Generativ süni intellekt ən populyar süni intellekt növlərindən biridir, çünki o, şeylər yaradır.

Yarada bilər:

• Mətn

• Şəkillər

• Musiqi

• Kod

• Video

• Məhsul təsvirləri

• Marketinq mətni

• Dərs planları

• Xülasələr

• Sintetik məlumatlar

• Dizayn ideyaları

Generativ süni intellekt böyük həcmdə məlumatlardan nümunələr öyrənməklə və sonra sorğulara əsasən yeni nəticələr yaratmaqla işləyir. O, insanların bəzən təsəvvür etdiyi sadə mənada kopyalanmır. O, öyrənilmiş strukturlara əsasən proqnozlaşdırır, birləşdirir, dəyişdirir və yaradır.

Bununla belə, yenə də səhv edə bilər. Səhv edərkən özünəinamlı səslənə bilər ki, bu da əsasən ailə manqalında vergi qanununu izah edən birinin maşın versiyasıdır.

Generativ süni intellekt aşağıdakılar üçün dəyərlidir:

• Beyin fırtınası

• Məzmunun hazırlanması

• Təkrarlanan yazıların avtomatlaşdırılması

• Vizual konsepsiyaların yaradılması

• Müştəri xidmətlərinin dəstəklənməsi

• Kodlaşdırma tapşırıqlarının sürətləndirilməsi

• Tədris materiallarının fərdiləşdirilməsi

Amma nəzərdən keçirilməlidir. Həmişə. Süni intellekt çıxışı təsirli ola bilər, lakin avtomatik olaraq dəqiq, ədalətli, qanuni və ya brend üçün təhlükəsiz deyil. Ona zaman-zaman qremlin meylləri olan çox sürətli köməkçi kimi yanaşın.

---

6. Maşın Öyrənməsi Süni İntellekt: Nümunə Axtarıcısı

Maşın öyrənməsi süni intellektin əsas bir qoludur, burada sistemlər hər qərar üçün sətirbəsətir proqramlaşdırılmaq əvəzinə, məlumatlardan nümunələr öyrənirlər.

Ənənəvi proqram təminatı açıq qaydalara əməl edir. Maşın öyrənmə sistemləri əlaqələri müəyyən edir və təlim vasitəsilə performansı artırır.

Məsələn:

• Spam filtri şübhəli e-poçtun necə göründüyünü öyrənir

• Bank modeli qeyri-adi əməliyyat davranışını aşkarlayır

• Yayım tətbiqi izləmə vərdişlərinə əsasən şoular tövsiyə edir

• İşə qəbul vasitəsi namizədləri müəyyən edilmiş siqnallara əsasən sıralaya bilər

• Tibbi görüntüləmə modeli mümkün anormallıqları vurğulaya bilər

Maşın öyrənməsi nəzarətli, nəzarətsiz və ya gücləndirmə əsaslı ola bilər.

Nəzarət altında öyrənmə

Nəzarət altında öyrənmədə etiketli nümunələrdən istifadə olunur. Məsələn, şəkillərə "pişik" və ya "pişik deyil" etiketləri verilə bilər. Model fərqi öyrənir.

Nəzarətsiz Öyrənmə

Nəzarətsiz öyrənmə etiketli cavablar olmadan nümunələr axtarır. Bu, müştəriləri seqmentlərə qruplaşdıra və ya məlumatlarda gizli klasterləri aşkarlaya bilər.

Gücləndirmə Öyrənməsi

Gücləndirici öyrənmə hərəkətlərə görə mükafat və ya cəza almaqla öyrənir. Bu, oyun oynayan süni intellekt, robototexnika və optimallaşdırma problemlərində yaygındır.

Maşın öyrənməsi sehr deyil. Bu, məlumatların keyfiyyətindən çox asılıdır. Pis məlumatlar pis modellərə gətirib çıxarır - zibil içəri girir, zibil isə ağıllı blazer geyinərək çölə çıxır.

---

7. Dərin Öyrənmə Süni İntellekt: Neyron Şəbəkəsinin Gücü 🧬

Dərin öyrənmə, mürəkkəb nümunələri emal etmək üçün çoxqatlı neyron şəbəkələrindən istifadə edən ixtisaslaşmış bir maşın öyrənmə növüdür.

Xüsusilə aşağıdakılar üçün dəyərlidir:

• Nitq tanıma

• Şəkil tanıma

• Təbii dil emalı

• Muxtar sistemlər

• Tibbi görüntü təhlili

• Tərcümə

• Generativ süni intellekt modelləri

• Mürəkkəb proqnozlaşdırma tapşırıqları

"Dərin" hissə modeldəki birdən çox təbəqəyə aiddir. Hər bir təbəqə məlumatı dəyişdirməyə və şərh etməyə kömək edir. Bir təbəqə təsvirdəki sadə formaları, digəri teksturaları, digəri isə obyektləri və s. aşkarlaya bilər.

Dərin öyrənmə heyrətamiz nəticələr verə bilər, lakin bunun üçün çox vaxt çoxlu miqdarda məlumat və hesablama gücü tələb olunur. Bunu şərh etmək də daha çətin ola bilər. Bu o deməkdir ki, hətta mütəxəssislər də dərin modelin niyə konkret bir qərar verdiyini dəqiq izah etməkdə çətinlik çəkə bilərlər.

Bu, süni intellektdə ən böyük etimad problemlərindən biridir: performans güclü ola bilər, amma izahlılıq çətin ola bilər. Blenderdən smuzinin niyə dadsız olduğunu soruşmağa çalışmaq kimi.

---

8. Danışıq Süni İntellekt: Danışıq Tipi

Danışıq süni intellekt insanlarla mətn və ya səs vasitəsilə ünsiyyət qurmaq üçün nəzərdə tutulub.

Buraya daxildir:

• Müştəri xidmətləri chatbotları

• Səs köməkçiləri

• Virtual agentlər

• Süni intellekt müəllimləri

• Daxili yardım masası botları

• Satış köməkçiləri

• Planlaşdırma köməkçiləri

Yaxşı danışıq süni intellektinin qrammatikadan daha çox şeyə ehtiyacı var. O, kontekst, niyyət tanıma, ton nəzarəti və gözlənilməz insan girişini idarə etmək bacarığına ehtiyac duyur.

İnsanlar mükəmməl əmrlərlə danışmırlar. Onlar boşboğazlıq edirlər. Hər şeyi səhv yazırlar. Yarım sual verirlər və maşının "başa düşməsini" gözləyirlər. Bilirsən necədir.

Sadə çatbot skriptə əməl edə bilər. Daha inkişaf etmiş danışıq süni intellekt təbii dili başa düşə, konteksti qoruya və çevik cavablar yarada bilər.

Bu tip süni intellekt təkrarlanan işi azaltdığı və sürətli dəstək təmin etdiyi üçün dəyərlidir. Lakin başa düşmüş kimi göründüyü, amma başa düşmədiyi zaman istifadəçiləri məyus edə bilər. Ən pis versiya isə heç bir kömək göstərmədən "Kömək etməkdən məmnunam" deyən çatbotdur. Ağrılıdır.

---

9. Kompüter Görmə Süni İntellekti: "Görən" Maşınlar 👀

Kompüter görmə süni intellekt sistemlərə şəkillərdən, videolardan, kameralardan, sensorlardan və ya skanlardan vizual məlumatları şərh etməyə imkan verir.

Bu, aşağıdakılar üçün istifadə edilə bilər:

• Üz tanıma

• Obyekt aşkarlanması

• Zavodlarda keyfiyyət yoxlaması

• Tibbi görüntüləmə

• Təhlükəsizlik monitorinqi

• Pərakəndə satış rəflərinin təhlili

• Trafik aşkarlanması

• Genişləndirilmiş reallıq

• Kənd təsərrüfatı monitorinqi

Kompüter görmə qabiliyyəti insanların gördüyü kimi görmür. O, pikselləri, naxışları, formaları, rəngləri və statistik siqnalları emal edir. Lakin nəticələr çox güclü ola bilər.

Məsələn, kompüter görmə qabiliyyəti istehsal xəttindəki qüsurları əl ilə yoxlamadan daha tez aşkar etməyə kömək edə bilər. Təsvir kitabxanalarını təşkil etməyə kömək edə bilər. Nəqliyyat vasitələrində təhlükəsizlik sistemlərini dəstəkləyə bilər. Xüsusilə müşahidə və ya identifikasiya üçün istifadə edildikdə, məxfilik problemləri də yarada bilər.

Bu, iki tərəfli çəngəldir - qılınc deyil, çəngəl. Hələ də problem yaradacaq qədər iti 🍴.

---

10. Proqnozlaşdırıcı süni intellekt: Proqnozlaşdırma mexanizmi

Proqnozlaşdırıcı süni intellekt, bundan sonra nə baş verə biləcəyini təxmin etmək üçün məlumatlardan istifadə edir.

Bu, biznes, maliyyə, səhiyyə, logistika, idman analitikası, marketinq və əməliyyatlarda geniş yayılmışdır.

Proqnozlaşdırıcı süni intellekt aşağıdakı kimi suallara cavab verməyə kömək edə bilər:

• Hansı müştərilərin getmə ehtimalı var?

• Hansı əməliyyat şübhəli görünür?

• Nə qədər inventar lazım olacaq?

• Hansı xəstəyə əlavə diqqət lazım ola bilər?

• İstifadəçinin hansı məzmuna klikləməsi ehtimalı var?

• Maşının hansı hissəsi tezliklə sıradan çıxa bilər?

Bu tip süni intellekt generativ süni intellektdən daha az diqqətçəkəndir, lakin son dərəcə vacibdir. Bir çox təşkilatlar modelin şeir yazmasına daha az əhəmiyyət verirlər və onun tullantıları azalda, riskləri azalda və planlaşdırmanı təkmilləşdirə bilib-bilməyəcəyinə daha çox əhəmiyyət verirlər.

Proqnozlaşdırıcı süni intellekt məlumatlar müvafiq, təmiz və müntəzəm olaraq yeniləndikdə ən yaxşı işləyir. Lakin proqnoz heç vaxt qətilik demək deyil. Model ehtimalları qiymətləndirə bilər, nəticələrə zəmanət verə bilməz. İnsanlar bunu daim unudurlar. Sonra süni intellekt onları şəxsən xəyanət etmiş kimi günahlandırırlar.

---

11. Robototexnika Süni İntellekt: Süni İntellekt Bədənə Sahib Olduqda 🤖

Robototexnika süni intellektini fiziki maşınlarla birləşdirir. Məhz burada süni intellekt ekrandan ayrılır və dünyada hərəkət etməyə başlayır.

Nümunələrə aşağıdakılar daxildir:

• Anbar robotları

• Robotlar istehsal edir

• Çatdırılma robotları

• Kənd təsərrüfatı robotları

• Cərrahi yardım sistemləri

• Dronlar

• Yoxlama robotları

• Təmizlik robotları

• Humanoid tədqiqat robotları

Robototexnika süni intellektini öyrənmək çətindir, çünki fiziki mühit gözlənilməzdir. Çatbot yalnız sözlərlə işləməlidir. Robot sürüşkən döşəmələr, pis işıqlandırma, qeyri-bərabər səthlər, hərəkət edən insanlar, sensor xətaları və kiminsə stulunu ən pis yerdə qoyması ilə işləməlidir.

Robototexnika tez-tez bir neçə süni intellekt növünü birləşdirir:

• Görmə üçün kompüter görmə qabiliyyəti

• Uyğunlaşma üçün maşın öyrənməsi

• Hərəkət üçün planlaşdırma alqoritmləri

• Qərar qəbulu üçün gücləndirmə təlimi

• İnsan əmrləri üçün təbii dil emalı

Robototexnika süni intellektinin, xüsusən də təhlükəli və ya təkrarlanan işlərdə böyük potensialı var. Lakin sistemlər sıradan çıxdıqda, o, həm də bahalı, mürəkkəb və fiziki cəhətdən risklidir.

---

12. Təlim Stilinə Əsaslanan Süni İntellekt

Süni intellekt növləri haqqında düşünməyin digər dəyərli yolu onların necə öyrədilmələridir.

Qayda əsaslı süni intellekt

Qayda əsaslı süni intellekt insan tərəfindən yaradılan məntiqə uyğundur. Məsələn:

• Əgər bu baş verərsə, bunu edin

• İstifadəçi bu seçimi seçərsə, həmin cavabı göstərin

• Dəyər həddi aşarsa, xəbərdarlıq siqnalı işə salın

Bu, sadə, proqnozlaşdırıla bilən və strukturlaşdırılmış tapşırıqlar üçün faydalıdır. Lakin qeyri-müəyyənliklə mübarizə aparır.

Məlumatlara əsaslanan süni intellekt

Məlumatlara əsaslanan süni intellekt nümunələrdən öyrənir. O, yalnız sabit qaydalara əsaslanmaq əvəzinə, nümunələri müəyyən etdiyi üçün daha mürəkkəbliyi idarə edə bilir.

Maşın öyrənməsi və dərin öyrənmənin uyğun gəldiyi yer budur.

Hibrid süni intellekt

Hibrid süni intellekt qayda əsaslı məntiqi maşın öyrənməsi ilə birləşdirir. Bir çox praktik sistemlərdə bu, praqmatik seçimdir. Siz öyrənmə sistemlərinin çevikliyini və qaydaların idarə olunmasını əldə edirsiniz.

Məsələn, bank fırıldaqçılıq sistemi şübhəli davranışı aşkar etmək üçün maşın öyrənməsindən istifadə edə bilər, sonra isə uyğunluq yoxlaması üçün ciddi qaydalar tətbiq edə bilər. Cazibədar deyil. Çox zəruridir.

---

13. Süni intellekt növlərini çaşdırıcı edən nədir?

Ən böyük qarışıqlıq insanların süni intellekt kateqoriyalarından fərqli yollarla istifadə etmələridir.

Bir nəfər "Süni intellekt növləri" deyərək dar, ümumi və super zəka mənasını verə bilər.

Başqa bir şəxs generativ süni intellekt, proqnozlaşdırıcı süni intellekt və danışıq süni intellektini nəzərdə tuta bilər.

Bir geliştirici nəzarətli öyrənmə, dərin öyrənmə, neyron şəbəkələri və ya gücləndirmə öyrənməsi haqqında danışa bilər.

Biznes meneceri avtomatlaşdırma, analitika, fərdiləşdirmə və müştəri dəstəyi süni intellekt haqqında danışa bilər.

Hamısı bir növ doğrudur. Qıcıqlandırıcıdır, amma doğrudur.

Süni intellekt aşağıdakılara görə təsnif edilir:

• Qabiliyyət

• Funksionallıq

• Təlim metodu

• Tətbiq sahəsi

• Texniki memarlıq

• Muxtariyyət səviyyəsi

• Giriş və çıxış növü

• Sənayedə istifadə halları

Beləliklə, kimsə "Bu, hansı növ süni intellektdir?" deyə soruşduqda, ən aydın cavab çoxqatlı ola bilər.

Məsələn, bir chatbot aşağıdakı kimi ola bilər:

• Qabiliyyətə görə dar süni intellekt

• Funksionallığa görə məhdud yaddaş süni intellekt

• Tətbiqə görə danışıq süni intellekt

• Əgər cavablar yaradırsa, generativ süni intellekt

• Neyron şəbəkələri ilə təchiz edildikdə dərin öyrənmə süni intellekt

Bu, əyləncə üçün həddindən artıq mürəkkəblik deyil. Sadəcə, sahənin necə işləməsidir.

---

14. Süni intellekt növlərinin praktik nümunələri

Kateqoriyaları daha asan başa düşmək üçün bəzi gündəlik nümunələr.

Yayım tövsiyələri 🎬

Bu, dar süni intellekt, proqnozlaşdırıcı süni intellekt və maşın öyrənməsidir. O, nümunələri öyrənir və növbəti dəfə nə izləyə biləcəyinizi tövsiyə edir.

Səs köməkçiləri 🎙️

Bunlar danışıq süni intellektindən, təbii dil emalından, nitq tanımasından və məhdud yaddaş xüsusiyyətlərindən istifadə edir.

Şəkil Generatorları 🖼️

Bunlar tez-tez dərin öyrənmə modelləri ilə işləyən generativ süni intellekt sistemləridir.

Saxtakarlıq Aşkarlama Sistemləri 💳

Bunlar qeyri-adi fəaliyyəti qeyd etmək üçün proqnozlaşdırıcı süni intellekt və maşın öyrənməsindən istifadə edir.

Özünüidarəetmə Xüsusiyyətləri 🚗

Bunlar kompüter görmə qabiliyyətini, məhdud yaddaş süni intellektini, robototexnika ilə əlaqəli süni intellektini, sensor birləşməsi və qərar qəbuletmə modellərini birləşdirir.

E-poçt Spam Filtrləri 📩

Bunlar klassik maşın öyrənmə süni intellektidir. Cazibədar olmasa da, çox dəyərlidir.

Süni intellekt Yazı Alətləri ✍️

Bunlar, adətən, böyük dil modellərindən istifadə etməklə qurulan generativ süni intellekt və danışıq süni intellektidir.

Əhəmiyyətli olan budur: bir süni intellekt məhsulu eyni anda birdən çox kateqoriyaya aid ola bilər.

---

15. Süni intellekt növlərini anlamağın faydaları

Süni intellekt növlərini bilmək, xüsusən də iş, biznes, təhsil və ya kontent yaratmaq üçün süni intellektdən istifadə edirsinizsə, daha yaxşı qərarlar qəbul etməyinizə kömək edir.

Sizə kömək edir:

• Düzgün aləti seçin

• Real olmayan gözləntilərdən çəkinin

• Riskləri anlayın

• Daha yaxşı suallar verin

• Süni intellekt iddialarını qiymətləndirin

• Spot marketinq şişirdilməsi

• Süni intellektdən daha məsuliyyətlə istifadə edin

• Çaşqın robot kimi səslənmədən süni intellektdən başqalarına izah edin

Məsələn, əgər bir alət proqnozlaşdırıcı süni intellektdirsə, onun ehtimalları proqnozlaşdırdığını bilirsiniz. Ona bir kahin kimi yanaşmaq olmaz.

Əgər bir alət generativ süni intellektdirsə, onun məzmun yaratdığını bilirsiniz, amma məzmunun hələ də yoxlanılmasına ehtiyac var.

Əgər bir sistem dar süni intellektdən ibarətdirsə, bilirsiniz ki, o, bir sahədə əla ola bilər, lakin əhatə dairəsindən kənarda təsirsiz ola bilər.

Təkcə bu, bir çox baş ağrısından xilas edir.

---

16. Süni intellekt növləri üzrə risklər və məhdudiyyətlər ⚠️

Hər süni intellekt növünün məhdudiyyətləri var. Fərqli dad, eyni şorba qabı.

Ümumi süni intellekt risklərinə aşağıdakılar daxildir:

• Təlim məlumatlarında qərəzlilik

• Yanlış çıxışlar

• Şəffaflığın olmaması

• Məxfilik narahatlıqları

• Həddindən artıq asılılıq

• Təhlükəsizlik zəiflikləri

• Sui-istifadə

• Zəif insan nəzarəti

• Səlis danışığı həqiqətlə qarışdırmaq

Generativ süni intellekt məlumat icad edə bilər. Proqnozlaşdırıcı süni intellekt qərəzli nümunələri gücləndirə bilər. Kompüter görmə qabiliyyəti insanları və ya obyektləri səhv müəyyən edə bilər. Danışıq süni intellekt istifadəçiləri saxta inamla məyus edə bilər. Robototexnika süni intellekt zəif dizayn edildikdə fiziki zərər verə bilər.

Bu, süni intellekt pis demək deyil. Bu o deməkdir ki, süni intellekt mühakimə ilə istifadə olunmalıdır. Məsələn, elektrik alətləri, müqavilələr və ya həddindən artıq ədviyyatlı əriştə 🌶️.

Ən yaxşı süni intellekt sistemlərinə adətən aşağıdakılar daxildir:

• İnsan rəyi

• Aydın sərhədlər

• Güclü məlumat təcrübələri

• Test

• Monitorinq

• Mümkün olduqda izahlılıq

• Etik dizayn

• Təhlükəsizlik nəzarəti

Süni intellekt düzgün qərarları gücləndirə bilər, eyni zamanda diqqətsiz qərarları da gücləndirə bilər.

---

17. Hansı süni intellekt növü ən vacibdir?

Ən vacib tək bir növ yoxdur. Bu, istifadə halından asılıdır.

Yaradıcılıq üçün generativ süni intellekt çox böyük əhəmiyyət kəsb edir.

Biznes planlaşdırması üçün proqnozlaşdırıcı süni intellekt daha dəyərli ola bilər.

Avtomatlaşdırma, maşın öyrənməsi və robototexnika üçün süni intellekt vacibdir.

İstifadəçi dəstəyi baxımından, danışıq süni intellekt ulduzdur.

Tibbi müayinə və ya vizual yoxlama üçün kompüter görmə qabiliyyəti vacibdir.

Uzunmüddətli tədqiqatlar üçün ümumi süni intellekt böyük fəlsəfi diqqəti cəlb edir.

Amma praktik baxımdan, dar süni intellekt və məhdud yaddaşlı süni intellekt hazırda ən çox yayılmış və dəyərli kateqoriyalardır. Bunlar insanların artıq etibar etdiyi bir çox alətin arxasındakı səssiz mühərriklərdir.

Xülyavi gələcək xəbərlərdə yer alır, praktik indiki zaman isə xərcləri ödəyir.

---

Yekun qeydlər: Səs-küy olmadan süni intellekt növlərini anlamaq

Süni intellekt növləri ilk baxışdan mürəkkəb görünə bilər, çünki kateqoriyalar üst-üstə düşür. Lakin qabiliyyət, funksionallıq, təlim metodu və praktik istifadəni ayırdıqdan sonra hər şeyi anlamaq daha asan olur.

Dar süni intellekt konkret tapşırıqları həll edir. Ümumi süni intellekt daha çevik düşünərdi, baxmayaraq ki, iddialı bir məqsəd olaraq qalır. Super süni intellekt hələ də spekulyativdir. Reaktiv maşınlar yaddaş olmadan cavab verir, məhdud yaddaş isə süni intellekt qərarları təkmilləşdirmək üçün keçmiş məlumatlardan istifadə edir. Generativ süni intellekt yaradır. Proqnozlaşdırıcı süni intellekt proqnozlar verir. Danışıq süni intellekt danışır. Kompüter görmə qabiliyyəti görür. Robototexnika süni intellekt fiziki mühitdə fəaliyyət göstərir.

Əsas məsələ budur.

Süni intellekt tək bir şey deyil. Bu, dolaşıq texnologiyalar ailəsidir - bəziləri praktik, bəziləri eksperimental, bəziləri şişirdilmiş və bəziləri həqiqətən əhəmiyyətlidir. Bu mürəkkəblik onun vacibliyinin bir hissəsidir. Süni intellekt növlərini nə qədər aydın başa düşsəniz, görüşdə kimsə "alqoritm" dedikdə sadəcə başınızı yelləmək əvəzinə, süni intellektdən ağıllı şəkildə istifadə etmək bir o qədər asan olur. 🤷♂️

Qısa Xülasə: Süni intellektin əsas növlərinə dar süni intellekt, ümumi süni intellekt, super süni intellekt, reaktiv maşınlar, məhdud yaddaş süni intellekt, zehn nəzəriyyəsi süni intellekt, özünüdərk süni intellekt, generativ süni intellekt, proqnozlaşdırıcı süni intellekt, danışıq süni intellekt, kompüter görmə süni intellekt, maşın öyrənməsi süni intellekt, dərin öyrənmə süni intellekt və robototexnika süni intellektləri daxildir. Bu gün istifadə edilən süni intellektlərin əksəriyyəti dar, tapşırıq yönümlüdür və maşın öyrənməsi və ya dərin öyrənmə ilə işləyir.

Real həyat nümunəsi: Süni intellekt müştəri dəstəyi triaj köməkçisinin qurulması

Ssenari

Təsəvvür edin ki, kiçik bir onlayn mebel mağazası gündə təxminən 120 müştəri dəstəyi e-poçtu alır. Komanda dəstək heyətini əvəz etməyə çalışmır. Onlar sadəcə mesajları daha sürətli çeşidləməkdə, təcili problemləri aşkarlamaqda və ilk cavabları hazırlamaqda kömək istəyirlər.

Bu, yaxşı bir nümunədir, çünki bir köməkçi eyni anda bir neçə süni intellekt növündən istifadə edə bilər. Müştəri mesajlarını anlamaq üçün danışıq süni intellektindən, cavabları tərtib etmək üçün generativ süni intellektdən, ehtimal olunan geri ödəmə risklərini qeyd etmək üçün proqnozlaşdırıcı süni intellektdən və son sifariş və ya siyasət məlumatlarından istifadə etmək üçün məhdud yaddaş süni intellektindən istifadə edə bilər.

Köməkçinin işi sadədir: müştəri mesajını oxuyun, onu təsnif edin, növbəti hərəkəti təklif edin və bir insanın təsdiqləyə biləcəyi cavabı hazırlayın.

Köməkçinin nəyə ehtiyacı var

Komanda köməkçiyə aşağıdakıları verəcəkdi:

Müştəri xidmətləri siyasəti

Çatdırılma və qaytarılma qaydaları

Zəmanət şərtləri

Məhsul haqqında tez-tez verilən suallar

Səs tonu nümunələri

Eskalasiya qaydalarının siyahısı

Düzgün kateqoriyalara malik keçmiş biletləri nümunə götürün

Özbaşına qərar verməməli olduğu şeylərə dair dəqiq məhdudiyyətlər

Məsələn, o, 100 funt sterlinqdən çox məbləğdə geri ödəmələri təsdiqləməməli, təsdiq edə bilmədiyi çatdırılma tarixlərini vəd etməməli və ya zədələnmiş mallar barədə qanuni iddialar irəli sürməməlidir. Bu işlər bir şəxsə ünvanlanmalıdır.

Nümunə təlimat

Siz onlayn mebel mağazası üçün müştəri dəstəyi çeşidləmə köməkçisisiniz. Hər bir müştəri mesajını oxuyun və beş şeyə cavab verin: bilet kateqoriyası, təcililik səviyyəsi, ehtimal olunan müştəri əhval-ruhiyyəsi, tövsiyə olunan növbəti addım və ilkin cavab.

Yalnız təqdim olunan şirkətin siyasətindən istifadə edin. Cavab siyasətdə deyilsə, "İnsan tərəfindən nəzərdən keçirilməlidir" deyin. Çatdırılma tarixlərini, geri ödəmə təsdiqlərini, zəmanət vədlərini və ya məhsulun mövcudluğunu uydurmayın.

Müştəri xəsarət, məhkəmə iddiası, təkrarlanan çatdırılma uğursuzluğu, 100 funt sterlinqdən çox məbləğin geri qaytarılması, uşaq məhsulunun hissələrinin çatışmaması və ya əvvəlki iki cavabdan sonra güclü narazılıqdan bəhs edərsə, cəriməni artırın.

Qaralama cavabı nəzakətli, qısa və praktik saxlayın. Robot kimi səslənməyin. Müştərini və ya kuryeri günahlandırmayın.

Bunu necə sınaqdan keçirmək olar

Köməkçini müştərilərlə istifadə etməzdən əvvəl, onu kiçik bir köhnə bilet dəstində sınaqdan keçirin.

Əvvəlki 30 dəstək mesajından istifadə edin:

Çatdırılma ilə bağlı 10 sadə sual

5 zədələnmiş əşya şikayəti

5 geri ödəmə tələbi

Zəmanətlə bağlı 5 sual

5 qəzəbli və ya mürəkkəb şikayət

Hər test üçün yoxlayın:

Düzgün kateqoriyanı seçdi?

Təcili halları düzgün qeyd etdimi?

Vəd verməkdən yayındı?

Bu, həssas məsələləri daha da gərginləşdirdimi?

Layihə cavabı şirkətin tonuna uyğun gəldimi?

Faydalı bir test sualı olardı:

“Masam bir ayağı çatlamış halda gəldi və bu, ikinci dəfədir ki, çatdırılmada səhv baş verir. Bu gün tam geri ödəmə istəyirəm, yoxsa bu barədə hər yerə yazı yazacağam.”

Zəif köməkçi sadəcə üzr istəyə və pulun geri qaytarılmasını vəd edə bilər. Daha yaxşı köməkçi isə onu zədələnmiş məhsul kimi təsnif edə və təkrar şikayət edə, təcili olaraq geri qaytarılmanı təsdiqləməkdən çəkinər və insan tərəfindən yoxlanılması üçün göndərər.

Nəticə

Təsviredici nəticə: iş axınından istifadə etməzdən əvvəl və sonra 30 nümunə biletin vaxtına əsaslanır.

30 bilet üçün əl ilə çeşidləmə 2 saat 15 dəqiqə çəkdi və hər bilet üçün orta hesabla 4,5 dəqiqə çəkdi.

Süni intellektlə aparılan çeşidləmə eyni 30 bilet üçün 48 dəqiqə çəkdi və hər bilet üçün orta hesabla 1,6 dəqiqə çəkdi, çünki insan rəyçisi yalnız kateqoriyanı, eskalasiya qərarını və ilkin cavabı yoxlamalı idi.

Köməkçi test dəstindəki 30 biletdən 27-ni düzgün təsnif etdi. Bütün 5 yüksək riskli bileti düzgün şəkildə qiymətləndirdi. İki geri ödəmə biletinin mətnində düzəlişlər tələb olundu, çünki layihə çox qəti səslənirdi və bir zəmanət bileti səhv kateqoriyaya yerləşdirildi.

Bu, praktik bir meyar verir: daha sürətli ilk baxış, lakin tam avtomatlaşdırma deyil. Cavab hələ də insana məxsusdur.

Nə səhv gedə bilər

Ən böyük səhv köməkçinin özündən daha çox şey bilirmiş kimi davranmasına imkan verməkdir. Qaytarma siyasəti köhnədirsə, köməkçi inamla səhv cavab yaza bilər. Eskalasiya qaydaları qeyri-müəyyəndirsə, ciddi şikayətləri görməzdən gələ bilər.

Məxfilik başqa bir məsələdir. Sistemin bu məqsədlə istifadə üçün təsdiqlənmədiyi təqdirdə, komanda lazımsız ödəniş məlumatlarını, ünvanları və ya həssas şəxsi məlumatları köməkçiyə yapışdırmaqdan çəkinməlidir.

Köməkçi də müntəzəm olaraq sınaqdan keçirilməlidir. Müştəri sualları, siyasətlər və məhsullar dəyişir. Mart ayında yaxşı işləyən çeşidləmə köməkçisi iyun ayında yeni bir zəmanət siyasətindən sonra riskli ola bilər.

Praktik yemək

Bu nümunə, süni intellekt kateqoriyalarının praktikada niyə üst-üstə düşdüyünü göstərir. Tək bir dəstək köməkçisi eyni zamanda dar süni intellekt, danışıq süni intellekt, generativ süni intellekt, proqnozlaşdırıcı süni intellekt və məhdud yaddaş süni intellektindən ibarət ola bilər. Bunu qiymətləndirməyin ən güclü yolu, hansı qərarı dəstəklədiyini, hansı məlumatlardan istifadə etdiyini və insanın onu harada yoxlaması lazım olduğunu soruşmaqdır.

Tez-tez verilən suallar

Süni intellektlə yeni başlayanların bilməli olduğu əsas növlər hansılardır?

Süni intellektin əsas növlərinə dar süni intellekt, ümumi süni intellekt, super süni intellekt, reaktiv maşınlar, məhdud yaddaş süni intellekt, generativ süni intellekt, proqnozlaşdırıcı süni intellekt, danışıq süni intellekt, kompüter görmə süni intellekt, maşın öyrənmə süni intellekt, dərin öyrənmə süni intellekt və robototexnika süni intellekt daxildir. Bu kateqoriyalar tez-tez üst-üstə düşür, buna görə də bir alət eyni anda bir neçə etiketə uyğun gələ bilər. Məsələn, çatbot dar süni intellekt, danışıq süni intellekt, generativ süni intellekt və məhdud yaddaş süni intellekt ola bilər.

Süni intellekt növləri qabiliyyətlərinə görə necə təsnif edilir?

Qabiliyyətinə görə süni intellekt adətən dar süni intellekt, ümumi süni intellekt və super süni intellekt kimi qruplaşdırılır. Dar süni intellekt müəyyən tapşırıqları yerinə yetirir və bu gün geniş istifadə olunur. Ümumi süni intellekt insan səviyyəsində bir çox tapşırıqları araşdıracaq və öyrənəcək, lakin bu, gündəlik istifadənin bir hissəsi deyil. Super süni intellekt insan zəkasını üstələyir və spekulyativ olaraq qalır.

Dar süni intellektlə ümumi süni intellekt arasındakı fərq nədir?

Dar süni intellekt müəyyən bir tapşırıq və ya spam filtrləmə, tövsiyələr, çatbotlar və ya fırıldaqçılığın aşkarlanması kimi məhdud tapşırıqlar dəsti üçün hazırlanmışdır. Ümumi süni intellekt bir çox əlaqəsiz tapşırıqları öyrənə, düşünə və uyğunlaşa bilər. Bu gün insanların istifadə etdiyi süni intellektlərin əksəriyyəti, hətta çevik və ya inkişaf etmiş hiss olunsa belə, dar süni intellektdir.

Məhdud yaddaşlı süni intellekt bu gün niyə bu qədər geniş yayılmışdır?

Məhdud yaddaşa malik süni intellekt qərarları təkmilləşdirmək üçün keçmiş və ya son məlumatlardan istifadə edə bilər ki, bu da onu bir çox yerləşdirilən sistemlər üçün praktik edir. Tövsiyə mühərrikləri, fırıldaqçılıq aşkarlama vasitələri, özünüidarəetmə xüsusiyyətləri və çatbotlar tez-tez bu cür süni intellektdən istifadə edir. Onun insan şüuru yoxdur, lakin şablonlara və saxlanılan məlumatlara əsasən uyğunlaşa bilər.

Generativ süni intellekt süni intellekt növlərinə necə uyğun gəlir?

Generativ süni intellekt mətn, şəkillər, kod, audio, video, xülasələr və ya dizayn ideyaları kimi yeni çıxışlar yaradan süni intellekt növüdür. O, böyük miqdarda məlumatlardan nümunələr öyrənir və suallar əsasında məzmun yaradır. Layihələndirmə, beyin fırtınası, kodlaşdırma dəstəyi və yaradıcı işlərdə kömək edə bilər, lakin onun nəticələri hələ də insan tərəfindən nəzərdən keçirilməlidir.

Maşın öyrənməsi ilə dərin öyrənmə arasındakı fərq nədir?

Maşın öyrənməsi, sistemlərin yalnız əl ilə yazılmış qaydalara əməl etmək əvəzinə, məlumatlardan nümunələr öyrəndiyi süni intellektin bir qoludur. Dərin öyrənmə, çoxqatlı neyron şəbəkələrindən istifadə edən ixtisaslaşmış bir maşın öyrənmə formasıdır. Dərin öyrənmə, xüsusilə nitq tanıma, təsvir tanıma, təbii dil emalı, tərcümə, tibbi görüntüləmə və generativ süni intellekt kimi mürəkkəb tapşırıqlar üçün dəyərlidir.

Proqnozlaşdırıcı süni intellekt biznesdə nə üçün istifadə olunur?

Proqnozlaşdırıcı süni intellekt (Prognostic AI) gələcəkdə ehtimal olunan nəticələri qiymətləndirmək üçün məlumatlardan istifadə edir. Müəssisələr bundan tələb planlaşdırması, müştəri itkisinin proqnozlaşdırılması, fırıldaqçılığın aşkarlanması, risk qiymətləndirməsi, inventar qərarları və ya texniki xidmət proqnozlaşdırılması üçün istifadə edə bilərlər. Planlaşdırmanı və qərar qəbuletməni dəstəkləyir, lakin gələcəyə zəmanət vermir. Proqnozlar mövcud məlumatlar və model keyfiyyəti ilə formalaşan qiymətləndirmələrdir.

Kompüter görmə süni intellektinin praktik sistemlərdə necə işləməsi?

Kompüter görmə süni intellekt (Sİ) maşınlara şəkillərdən, videolardan, kameralardan, skanlardan və ya sensorlardan vizual məlumatları şərh etməyə kömək edir. O, üz tanıma, obyekt aşkarlama, zavod yoxlaması, tibbi görüntüləmə, trafik aşkarlama, pərakəndə satış təhlili, kənd təsərrüfatı monitorinqi və təhlükəsizlik sistemlərini dəstəkləyə bilər. O, insan kimi görmür, lakin pikselləri, formaları, rəngləri və naxışları miqyasda emal edə bilər.

Niyə bir süni intellekt məhsulu birdən çox süni intellekt növünə aid ola bilər?

Süni intellekt kateqoriyaları tez-tez qabiliyyət, funksionallıq, təlim metodu və ya tətbiq kimi fərqli şeyləri təsvir edir. Məsələn, səs köməkçisi imkanlarına görə dar süni intellekt, tətbiqlərinə görə danışıq süni intellekt, funksionallığına görə məhdud yaddaş süni intellekt və arxitekturasına görə dərin öyrənmə süni intellekt ola bilər. Bu üst-üstə düşmə normaldır və sistemin müxtəlif bucaqlardan nə etdiyini izah etməyə kömək edir.

İnsanlar müxtəlif süni intellekt növləri arasında hansı riskləri başa düşməlidirlər?

Ümumi süni intellekt risklərinə qərəz, səhv nəticələr, məxfilik problemləri, təhlükəsizlik zəiflikləri, şəffaflığın olmaması, həddindən artıq asılılıq və zəif insan nəzarəti daxildir. Generativ süni intellekt məlumat icad edə bilər, proqnozlaşdırıcı süni intellekt zəif nümunələri gücləndirə bilər və kompüter görmə qabiliyyəti obyektləri və ya insanları səhv müəyyən edə bilər. Yaxşı süni intellekt istifadəsi adətən sınaqdan keçirməyi, monitorinqi, aydın sərhədləri, güclü məlumat təcrübələrini və insan tərəfindən nəzərdən keçirməyi tələb edir.

İstinadlar

1. IBM - Süni intellekt növləri - ibm.com

2. NIST Süni İntellekt Risklərinin İdarə Edilməsi Çərçivəsi - Süni İntellekt riskləri - nist.gov

3. Google Tərtibatçıları - Maşın öyrənməsi - developers.google.com

4. AWS - Generativ Süni İntellekt - aws.amazon.com