செயற்கை நுண்ணறிவு எப்போது கண்டுபிடிக்கப்பட்டது? [காணொளி மற்றும் வினாவிடை]

சுருக்கமான பதில்: செயற்கை நுண்ணறிவு ஒரே தேதியில் கண்டுபிடிக்கப்படவில்லை; அது தர்க்கம், ஆரம்பகால கணினி அறிவியல் மற்றும் பகுத்தறிவை முறைப்படுத்தும் முயற்சிகளிலிருந்து படிப்படியாக உருவானது. பொதுவான "அதிகாரப்பூர்வ" தொடக்கப் புள்ளிக்கு, ஒரேயொரு திருப்புமுனையைக் காட்டிலும், ஆராய்ச்சியாளர்கள் செயற்கை நுண்ணறிவை ஒரு பெயரிடப்பட்ட அறிவியல் துறையாக ஒழுங்கமைத்த தருணத்தைப் பயன்படுத்தவும்.

முக்கிய குறிப்புகள்:

வரையறை: நீங்கள் யோசனையைக் குறிப்பிடுகிறீர்களா, துறையைக் குறிப்பிடுகிறீர்களா அல்லது நவீன தயாரிப்புகளைக் குறிப்பிடுகிறீர்களா என்பதை முடிவு செய்யுங்கள்.

மைல்கல்: புலத்தின் பெயரிடலை மிகவும் எளிமையான, பொதுமக்களுக்குத் தெரியும்படியான தொடக்கப் புள்ளியாகப் பயன்படுத்தவும்.

வரலாற்றுக்கு முந்தைய காலம்: கணினிகளுக்கு முந்தைய தர்க்கம் மற்றும் இயந்திரவியல் பகுத்தறிவுடன் செயற்கை நுண்ணறிவின் வேர்களை இணைக்கவும்.

முறைகள்: AI ஐ விளக்கும்போது ஆரம்பகால விதி அடிப்படையிலான அமைப்புகளையும் பின்னர் கற்றல் அடிப்படையிலான அணுகுமுறைகளையும் வேறுபடுத்துங்கள்.

சூழல்: சந்தைப்படுத்தல் மற்றும் வரையறைகளை மாற்றுவது காலவரிசையை இருப்பதை விட தூய்மையாகக் காட்டும் என்பதைக் குறிப்பிடவும்.

“AI எப்போது கண்டுபிடிக்கப்பட்டது?” என்ற கேள்விக்கான குறுகிய, சற்று எரிச்சலூட்டும் பதில் ⏳🤷

செயற்கை நுண்ணறிவு ஒரே நாளில் ஒருவரால் கண்டுபிடிக்கப்படவில்லை. அது ஸ்டான்ஃபோர்ட் AI100- இலிருந்து உருவானது .

ஒரு தெளிவான, கதைக்கு ஏற்ற பதிப்பை நீங்கள் விரும்பினால்: ஒரு சிறிய ஆய்வுக் குழுவினர், “இயந்திரங்களைச் சிந்திக்க வைக்க முயற்சிப்போம்” என்று கூறி, அதை ஒரு அறிவியல் புனைகதைக் கனவாகக் கருதாமல், ஒரு தீவிரமான அறிவியல் திட்டமாகக் கருதியபோதுதான், செயற்கை நுண்ணறிவு (AI) ஒரு பெயரிடப்பட்ட துறையாகத் தொடங்கியது. அந்தத் தருணம்தான் பெரும்பாலும் செயற்கை நுண்ணறிவின் “அதிகாரப்பூர்வ” பிறப்பாகக் கருதப்படுகிறது (டார்ட்மவுத் ஸ்டான்போர்ட் AI100).

உண்மையான விவரம் வேண்டுமென்றால்: செயற்கை நுண்ணறிவு என்பது கணிதம், தர்க்கம், ஆரம்பகால கணினி அறிவியல், உளவியல், மொழியியல், நரம்பியல் மற்றும் ஐபிஎம் நிறுவனத்தின் அதீத நம்பிக்கையூட்டும், அளவுக்கு மீறிய வாக்குறுதிகள் ஆகியவற்றின் மூலம் ஒன்றிணைக்கப்பட்டது . அதாவது... மிக மிக அதிகமாக. மக்கள் அப்போது கொண்டிருந்த தன்னம்பிக்கை, இப்போது பார்க்கும்போது கிட்டத்தட்ட வசீகரமானதாகத் தோன்றுகிறது 😬.

சரி, AI எப்போது கண்டுபிடிக்கப்பட்டது?

• சாராம்சத்தில் - மனிதர்கள் தர்க்கத்தையும் இயந்திரத்தனமான பகுத்தறிவையும் முறைப்படுத்தத் தொடங்கியபோது செவ்வியல் தர்க்கம் (SEP) தானியங்கு பகுத்தறிவு (SEP)

• நடைமுறையில் - நிரல்படுத்தக்கூடிய கணினிகள் அந்த யோசனைகளை சோதிக்கக்கூடியதாக மாற்றியபோது டூரிங், 1950

• ஒரு துறையாக - “செயற்கை நுண்ணறிவு” ஒரு ஒழுங்கமைக்கப்பட்ட ஆராய்ச்சி இலக்காக மாறியபோது, ​​ஜான் மெக்கார்த்தியைப் பற்றி டார்ட்மவுத் ஸ்டான்போர்ட்

• பொதுமக்களின் கற்பனையில் - அது தயாரிப்புகள், தலைப்புச் செய்திகள் மற்றும் கலாச்சாரத்தில் "ஸ்மார்ட் இயந்திரங்களாக" தோன்றத் தொடங்கியபோது ஸ்டான்போர்ட் AI100, SQ2

ஆமாம், அது பல பதில்கள். மன்னிக்கவும். மேலும், குறிப்பாக வருத்தப்படவில்லை.

"கண்டுபிடிக்கப்பட்டது" என்பதற்கு இங்கே அர்த்தம் கூட இருக்கிறது (ஏனென்றால் வரையறைகள் முக்கியம், அச்சச்சோ) 🧠🧩

'செயற்கை நுண்ணறிவு எப்போது கண்டுபிடிக்கப்பட்டது?' என்ற கேள்விக்குப் பதிலளிப்பதற்கு முன் , எதைச் செயற்கை நுண்ணறிவு என்று கருதலாம் என்பதை நாம் தீர்மானிக்க வேண்டும். 'உண்மையான' பீட்சா என்றால் என்ன என்பதைப் பற்றி மக்கள் விவாதிப்பதைப் போலவே, இதைப் பற்றியும் விவாதிக்கிறார்கள். சிலர் இதில் மிகவும் தீவிரமாகி விடுகிறார்கள்.

மக்கள் அமைதியாகப் பயன்படுத்தும் பொதுவான வரையறைகள் இங்கே:

• மனிதனைப் போன்ற சிந்தனையாக AI: பகுத்தறிவு, கற்றல், மொழியைப் புரிந்துகொள்வது, திட்டங்களை உருவாக்குதல் ஸ்டான்போர்ட் தத்துவக் கலைக்களஞ்சியம்.

• நடைமுறை இயந்திர நடத்தையாக செயற்கை நுண்ணறிவு: பேச்சை அடையாளம் காணுதல், காணொளிகளைப் பரிந்துரைத்தல், மோசடியைக் கண்டறிதல் OECD செயற்கை நுண்ணறிவு கோட்பாடுகள் ஸ்டான்போர்ட் AI100

• ஒரு ஆராய்ச்சித் துறையாக AI: பகிரப்பட்ட இலக்குகள், மாநாடுகள் மற்றும் முறைகள் கொண்ட ஒரு சமூகம் ஸ்டான்போர்ட் AI100

• ஒரு பிராண்ட் அடையாளமாக AI: மென்பொருட்கள் நன்றாக விற்பனையாகும் என்பதால், அவற்றின் மீது திணிக்கப்படும் ஒரு சொல் 😏

உங்கள் வரையறையைப் பொறுத்து, AI மிகவும் மாறுபட்ட தருணங்களில் "கண்டுபிடிக்கப்படலாம்".

உண்மையிலேயே, அது ஒரு போலி நடவடிக்கை அல்ல. அது மிருகத்தின் இயல்பு. AI என்பது ஒரு டோஸ்டரைப் போன்ற ஒரு கண்டுபிடிப்பு அல்ல. இது "மருந்து" அல்லது "விமானப் போக்குவரத்து" போன்றது. முன்மாதிரிகள், கோட்பாடுகள், தவறான தொடக்கங்கள், பின்னர் இறுதியில் - இறுதியாக வேலை செய்த விஷயங்கள் இருந்தன.

AI-க்கு முந்தைய வரலாறு: மனிதர்கள் பல ஆண்டுகளாக சிந்தனையை அடைத்து வைக்க முயன்றனர் 🏛️⚙️

யாரும் கணினியை உருவாக்குவதற்கு நீண்ட காலத்திற்கு முன்பே, மக்கள் சிந்தனையை விதிகளாக மாற்றுவதில் வெறித்தனமாக இருந்தனர் தானியங்கி பகுத்தறிவு (SEP).

"வரலாற்றுக்கு முந்தைய" கட்டத்திலிருந்து சில முக்கிய கருப்பொருள்கள்:

• முறையான தர்க்கம்: பகுத்தறிவை கட்டமைக்கப்பட்ட படிகளாக மாற்றுதல் கிளாசிக்கல் லாஜிக் (SEP)

• இயந்திரக் கணக்கீடு: இயந்திரங்கள் நடைமுறைகளைப் பின்பற்ற முடியும் என்பதைக் காட்டும் சாதனங்கள்.

• குறியீட்டு சிந்தனை: கையாளக்கூடிய பொருள்கள் (எண்கள், சொற்கள், விதிகள்) போன்ற கருத்துக்களைக் கையாளுதல்.

• தானியக்கத்தின் கனவு: உடலுக்கு வெளியே ஓர் மனதை உருவாக்கும் மனிதனின் திரும்பத் திரும்ப வரும் கற்பனை 😳

செயற்கை நுண்ணறிவின் பின்னணியில் உள்ள எண்ணம் இங்கிருந்துதான் தொடங்குகிறது. தொழில்நுட்பத்தில் அல்ல, மாறாக அந்த மனப்பான்மையில்தான்: “சிந்தனையானது ஒரு குறிப்பிட்ட வடிவத்தைப் பின்பற்றுமானால், ஒருவேளை நம்மால் அந்த வடிவங்களை மீண்டும் உருவாக்க முடியுமோ?”

நெருப்பைக் கண்டுபிடிக்கறதுக்கு முன்னாடி ஒரு டிராகனை வரைஞ்சு வச்ச மாதிரிதான். அந்த ஓவியம் முக்கியம், ஆனா அது இன்னும் மார்ஷ்மெல்லோவை வறுக்கல.

ஆகவே, ‘செயற்கை நுண்ணறிவு எப்போது கண்டுபிடிக்கப்பட்டது?’ என்று நீங்கள் கேட்டு , அதன் உண்மையான அர்த்தம் ‘இந்தக் கருத்துரு எப்போது தொடங்கியது?’ என்பதாக இருந்தால், அதற்கான வெளிப்படையான பதில் இதுதான்: அது நீண்ட காலமாக மனித கலாச்சாரத்தில் மெல்ல மெல்லப் புரையோடி வந்துள்ளது.

ஒரு துறையாக AI இன் "அதிகாரப்பூர்வ பிறப்பு": மக்கள் இறுதியாக அதற்கு 🏷️🤖 என்று பெயரிட்டபோது

"செயற்கை நுண்ணறிவு எப்போது கண்டுபிடிக்கப்பட்டது?" என்று பெரும்பாலான மக்கள் கேட்கும்போது, ​​அவர்கள் எதிர்பார்க்கும் பகுதி இதுதான்

ஆராய்ச்சியாளர்கள் இயந்திர நுண்ணறிவைச் சிதறிய விசித்திரங்களாகக் கருதுவதை நிறுத்தி, அதை ஒரு ஒழுங்கமைக்கப்பட்ட பணியாகக் கருதத் தொடங்கியபோதுதான், செயற்கை நுண்ணறிவு (AI) என்ற வடிவம் பெற்றது ( ஜான் மெக்கார்த்தியைப் பற்றி டார்ட்மவுத் ஸ்டான்போர்ட் ). அந்த மாற்றம் முக்கியத்துவம் வாய்ந்தது. ஒரு துறைக்குப் பெயரிடுவது வெறும் வெளிப்பூச்சு போலத் தோன்றலாம், ஆனால் அது அப்படியல்ல. ஒரு பெயர் நிதி, மாணவர்கள், ஆய்வகங்கள், போட்டி, அகந்தை என முன்னேற்றத்திற்கும் பரபரப்பிற்கும் தேவையான அனைத்துக் கூறுகளையும் ஈர்க்கிறது.

அந்த "அதிகாரப்பூர்வ பிறப்பு" கட்டத்தில், பெரிய யோசனை தைரியமாகவும் எளிமையாகவும் இருந்தது:

• பகுத்தறிவு செய்யக்கூடிய இயந்திரங்களை உருவாக்குங்கள்

• அவர்களை மொழியைப் பயன்படுத்தச் செய்யுங்கள்

• அவர்கள் அனுபவத்திலிருந்து கற்றுக்கொள்ளட்டும்

• நுண்ணறிவை டார்ட்மவுத் பொறியியலாக மாற்றவும்.

ஐபிஎம் நிறுவனத்தின் அடிப்படைக் கூறுகளைப் பெற்றுவிட்டால், மனித அளவிலான நுண்ணறிவுக்கான தீர்வை விரைவாகக் கண்டுபிடித்துவிடலாம் என்று தொடக்ககால ஆராய்ச்சியாளர்கள் நம்பினர் . இந்த நம்பிக்கை... அதை எப்படி மென்மையாகச் சொல்வது... அளவுக்கதிகமான நம்பிக்கையாக இருந்தது.

இருப்பினும், அந்த தருணத்தில்தான் AI வெறும் தத்துவ ஆர்வமாக இல்லாமல், அடையாளம் காணக்கூடிய ஒரு திட்டமாக மாறியது.

ஆரம்பகால AI அணுகுமுறைகள்: விதிகள், சின்னங்கள் மற்றும் மிகுந்த தன்னம்பிக்கை 😬📜

ஆரம்பகால செயற்கை நுண்ணறிவு அமைப்புகள் குறியீட்டு முறைகளை - அடிப்படையில், அறிவையும் விதிகளையும் வெளிப்படையாக எழுத்துப்பூர்வமாகப் பதிவு செய்தல். தர்க்க அடிப்படையிலான செயற்கை நுண்ணறிவு (SEP) ஸ்டான்போர்ட் AI100, SQ12.

யோசியுங்கள்:

• இது என்றால், அது

• நோயாளிக்கு அறிகுறி A மற்றும் அறிகுறி B இருந்தால், நோயறிதல் C ஐக் கருத்தில் கொள்ளுங்கள்

• ஒரு சதுரங்க நிலை X போல இருந்தால், Y ஐச் செய்யுங்கள்

இந்த அணுகுமுறை சில சுவாரஸ்யமான விஷயங்களைச் செய்தது, குறிப்பாக குறுகிய களங்களான ஸ்டான்போர்ட் AI100. ஆனால் அதற்கு வரம்புகள் இருந்தன, அவை வலிமிகுந்த வகையில் தெளிவாகத் தெரிந்தன:

• நிஜ வாழ்க்கை ஒழுங்கற்றது

• மனிதர்கள் அறிவை நேர்த்தியான விதிப் பட்டியல்களாகச் சேமிப்பதில்லை

• உலகில் தெளிவின்மை, முழுமையற்ற தகவல்கள் மற்றும் விதிவிலக்குகள் மீது அடுக்கி வைக்கப்பட்ட விதிவிலக்குகள் உள்ளன

• மொழி என்பது ஒரு சூட் அணிந்திருக்கும் கொந்தளிப்பு

குறியீட்டு AI என்பது ஒரு விரிதாளைப் படிப்பதன் மூலம் ஜாஸ் இசையை இசைக்க முயற்சிப்பது போன்றது. நீங்கள் தோராயமாகச் சொல்லலாம், நிச்சயமாக. ஆனால் ஒரு கட்டத்தில், உங்களுக்கு உணர்வு, தகவமைப்பு மற்றும் கற்றல் தேவை.

"AI எப்போது கண்டுபிடிக்கப்பட்டது?" என்ற கேள்வி தந்திரமானதாக இருப்பதற்கு இதுவே ஒரு காரணம் - ஆரம்பகால "AI", மக்கள் இப்போது AI என்று அழைப்பதைப் போலவே இல்லை, ஆனால் அது முற்றிலும் பரம்பரையின் ஒரு பகுதியாகும்.

கற்றலை நோக்கிய மாற்றம்: தரவு கையால் எழுதப்பட்ட விதிகளை வெல்லத் தொடங்கியபோது 📈🧪

இறுதியில், முக்கியத்துவம் “நிரல் நுண்ணறிவை நேரடியாக” என்பதிலிருந்து “இயந்திரம் வடிவங்களைக் கற்றுக்கொள்ளட்டும்” ( ஸ்டான்போர்ட் AI100, SQ12).

இந்தக் கற்றல் சார்ந்த கட்டத்தில் பின்வருவன அடங்கும்:

• இயந்திர கற்றல்: அமைப்புகள் வெளிப்படையான விதிகளை விட எடுத்துக்காட்டுகள் மூலம் மேம்படுகின்றன ஐபிஎம் இயந்திர கற்றல் குறித்து

• புள்ளியியல் முறைகள்: எங்கும் நிகழ்தகவுகள், முழுமையாக அகற்ற முடியாத மினுமினுப்பைப் போல ஸ்டான்ஃபோர்ட் AI100

• நரம்பியல் நெட்வொர்க்குகள் : இணைப்புவாதத்தில் பிரிட்டானிக்கா, அடுக்கு பிரதிநிதித்துவங்களைக் கற்றுக்கொள்ளும் தளர்வான மூளை-ஈர்க்கப்பட்ட அமைப்புகள்.

• அதிக கணக்கீடு + அதிக தரவு : ஸ்டான்ஃபோர்ட் AI100, SQ2 ஸ்டான்ஃபோர்ட் AI100, SQ12 ஆகியவற்றில் பெரும்பாலும் வெற்றி பெறும் கவர்ச்சியற்ற கலவை.

இது, AI என்பது உடையக்கூடிய விதி இயந்திரங்களைப் போல குறைவாகவும், தகவமைப்பு முறை இயந்திரங்களைப் போலவும் உணரத் தொடங்கிய சகாப்தம். இது ஒரு மனிதனைப் போல "சிந்திக்கவில்லை", ஆனால் மனிதர்கள் சிந்திக்க வேண்டிய பணிகளைச் செய்வதில் குறிப்பிடத்தக்க வகையில் சிறப்பாகச் செயல்பட்டது.

AI எப்போது கண்டுபிடிக்கப்பட்டது என்று மக்கள் ஏன் கேட்கிறார்கள் என்பதை இங்கேயும் நீங்கள் காணலாம் , ஏனென்றால் பலருக்கு, AI என்பது உறுதியானதாகத் தோன்றத் தொடங்கிய நேரம் இது

நிஜ உலகில் AI: நீங்கள் கவனிக்காத அமைதியான கையகப்படுத்தல் 📱🛒

ஒரு வேடிக்கையான விஷயம் நடந்தது: AI சாதாரண ஸ்டான்போர்ட் AI100 ஆனது .

"ரோபோ பட்லர்" வழியில் அல்ல, "உங்கள் நெருங்கிய நண்பரை விட உங்கள் தொலைபேசி உங்கள் பழக்கவழக்கங்களை நன்கு அறிந்திருக்கிறது" என்ற வழியில். AI தயாரிப்புகளில் பின்வருவனவற்றின் மூலம் நுழைந்தது:

• தேடல் மற்றும் தரவரிசை அமைப்புகள்

• பரிந்துரை இயந்திரங்கள்

• மோசடி கண்டறிதல்

• தானியங்குநிரப்புதல் மற்றும் எழுத்துப்பிழை திருத்தம்

• பேச்சு அங்கீகாரம்

• படக் குறியிடுதல்

• வழிசெலுத்தல் மற்றும் பாதை திட்டமிடல்

• வாடிக்கையாளர் ஆதரவு உரையாடல் செயலிகள் (சில உதவிகரமானவை, சில... ஒரு தேர்வு) ஸ்டான்ஃபோர்ட் AI100, SQ2

இங்குதான் "AI" என்ற சொல் அர்த்தமுள்ளதாகவும் வழுக்கும் தன்மையுடனும் மாறியது. ஏனென்றால் நிறுவனங்கள் பல விஷயங்களை "AI" என்று அழைக்கத் தொடங்கின, அவற்றில் அடிப்படையில் ஆடம்பரமான ஆட்டோமேஷன் போன்ற விஷயங்கள் அடங்கும்.

எனவே மீண்டும், AI எப்போது கண்டுபிடிக்கப்பட்டது? என்பது நீங்கள் கூறுவதைப் பொறுத்தது:

• "ஆராய்ச்சி எப்போது தொடங்கியது?"

• "இது எப்போது நடைமுறைக்கு வந்தது?"

• "இது எப்போது பிரதான நீரோட்டமாக மாறியது?"

• "சந்தையாளர்கள் AI என்ற வார்த்தையை எப்போது கண்டுபிடித்தார்கள்?" 😏

ஒப்பீட்டு அட்டவணை: வெவ்வேறு “AI எப்போது கண்டுபிடிக்கப்பட்டது?” பதில்கள், அருகருகே 📊🤓

இந்தக் கேள்விக்கு மக்கள் பதிலளிக்கும் முக்கிய வழிகளை விளக்கும் ஒரு ஒப்பீட்டு அட்டவணை இங்கே. இது முற்றிலும் சுத்தமாக இல்லை, ஏனென்றால் மனிதர்கள் முற்றிலும் சுத்தமாக இல்லை. இந்த அட்டவணையும் அப்படி இல்லை.

இவை எதுவும் "தவறானவை" அல்ல என்பதைக் கவனியுங்கள். அவை ஒரே கேக்கின் வெவ்வேறு துண்டுகள். சில துண்டுகளில் அதிக உறைபனி இருக்கும். சிலவற்றில் அதிக... அடர்த்தியான பழம் இருக்கும். உங்களுக்குப் புரியும் 🍰.

“AI எப்போது கண்டுபிடிக்கப்பட்டது?” என்பதன் நல்ல பதிப்பை உருவாக்குவது எது 🧰✅

"AI எப்போது கண்டுபிடிக்கப்பட்டது?" என்ற கேள்விக்கு ஒரு நல்ல பதில் சில விஷயங்களைச் சிறப்பாகச் செய்கிறது:

• தொடக்கப் புள்ளியை ஒதுக்குவதற்கு முன் இது AI ஐ வரையறுக்கிறது.

• இது குழப்பத்தில் சிக்காமல் பல மைல்கற்களை ஒப்புக்கொள்கிறது.

• இது யோசனையை செயல்படுத்தலில் இருந்து பிரிக்கிறது

• சந்தைப்படுத்தல் மற்றும் ஊதிப்பெருக்கப்பட்ட கூற்றுக்கள் காலவரிசையை சிதைப்பதை இது ஒப்புக்கொள்கிறது (பணிவாகவோ அல்லது பணிவாகவோ அல்ல)

• "செயற்கை நுண்ணறிவு" என்பது மாறிக்கொண்டே இருக்கும் ஒரு இலக்கு என்பதையும் , ஒரு காலத்தில் செயற்கை நுண்ணறிவாகக் கருதப்பட்டது இப்போது "வெறும் மென்பொருளாக" இருக்கலாம் என்பதையும்

மிகவும் தெளிவாகத் தோன்றும் ஒரு பதிலைக் கேட்டால், அது முக்கியமான சூழலை அலட்சியப்படுத்துவதாக இருக்கலாம். அதற்காக அது அர்த்தமற்றது என்று அர்த்தமல்ல. அது துல்லியமாக அல்ல, கதைசொல்லலுக்கு உகந்ததாக உள்ளது என்று அர்த்தம்.

கதைசொல்லலுக்கும் மதிப்பு உண்டு. மனிதர்கள் கதைகளை நம்பி ஓடுகிறார்கள். ஒரு போன் பேட்டரியில் ஓடுவது போல - ஆனால் நம் பேட்டரி மனநிலையும் சிற்றுண்டியும் தான்.

காலவரிசையை தவறாகப் புரிந்துகொள்ள வைக்கும் பொதுவான தவறான கருத்துக்கள் 🌀😵💫

இந்த தலைப்பை சிக்கலாக்கும் சில தவறான புரிதல்களை நீக்குவோம்.

தவறான கருத்து 1: AI திடீரென்று தோன்றியது

இல்லை. AI என்பது ஒட்டுமொத்தமானது. முன்னேற்றக் குறியீடுகள். தோல்விகளும் குறியீடுகள்.

தவறான கருத்து 2: AI என்பது ஒரு விஷயம்

செயற்கை நுண்ணறிவு என்பது பல்வேறு அணுகுமுறைகளின் தொகுப்பாகும். விதிகள், புள்ளிவிவரங்கள், கற்றல், பிரதிநிதித்துவம், திட்டமிடல், புலனுணர்வு. இது ஒரு முழுமையான சூழலமைப்பு. ஸ்டான்போர்ட் தத்துவக் கலைக்களஞ்சியம்.

தவறான கருத்து 3: அது நனவாக இல்லாவிட்டால், அது AI அல்ல

செயற்கை நுண்ணறிவாக இருப்பதற்கு அதற்கு உணர்வுநிலை தேவையில்லை. பெரும்பாலான செயற்கை நுண்ணறிவு என்பது, ஒரு குறிப்பிட்ட பணியை மையமாகக் கொண்ட வடிவமைப்புச் செயல்பாடுகளே ஆகும். சக்தி வாய்ந்தது, ஆம். சுய விழிப்புணர்வு கொண்டது - ஸ்டான்போர்ட் தத்துவக் கலைக்களஞ்சியம் அளவுக்கு.

தவறான கருத்து 4: AI எப்போதும் புதியது மற்றும் அதிநவீனமானது

சில “செயற்கை நுண்ணறிவு” நுட்பங்கள், அவற்றுக்குப் பேரக்குழந்தைகள் இருக்கும் அளவுக்குப் பழமையானவை. அவை தொடர்ந்து மேம்பட்ட வன்பொருளையும் மேம்பட்ட தரவு உள்ளீடுகளையும் பெற்றுக்கொண்டே இருக்கின்றன. ஸ்டான்ஃபோர்ட் AI100.

எனவே AI எப்போது கண்டுபிடிக்கப்பட்டது என்று நீங்கள் கேட்கும்போது , ​​குழப்பத்தின் ஒரு பகுதி என்னவென்றால், மக்கள் கலக்கிறார்கள்:

• AI என்ற சொல்

• கள AI​

• AI-க்குப் பின்னால் உள்ள நுட்பங்கள்

• AI இன் பிரபலமான படம்

அவை தொடர்புடையவை, ஆனால் ஒரே மாதிரியானவை அல்ல.

உரையாடலில் நீங்கள் உண்மையில் பயன்படுத்தக்கூடிய ஒரு நடைமுறை பதில் 🗣️🙂

அறையை சீர்குலைக்காத ஒரு தெளிவான பதில் உங்களுக்குத் தேவைப்பட்டால், இதை முயற்சிக்கவும்:

கணினிகள் புத்திசாலித்தனமான பணிகளைச் செய்ய ஆராய்ச்சியாளர்கள் முறையாகத் தொடங்கியபோது AI "கண்டுபிடிக்கப்பட்டது", மேலும் இது ஆரம்பகால விதி அடிப்படையிலான அமைப்புகளிலிருந்து கற்றல் அடிப்படையிலான அமைப்புகளாக படிப்படியாக வளர்ந்தது, இது அன்றாட தயாரிப்புகளில் பரவலாக நடைமுறைக்கு ஏற்றதாக மாறியது.

அந்த வாக்கியம் கொஞ்சம் வாய்மொழியாக இருந்தாலும், அது உங்களை உறுதியான நிலையில் வைத்திருக்கிறது.

நீங்கள் மிகவும் சாதாரண பதிப்பை விரும்பினால்:

AI தோன்றவே இல்லை - அது காலப்போக்கில் வளர்ந்தது, ஒரு ஆராய்ச்சி யோசனையாகத் தொடங்கி, தரவு மற்றும் கணினி சக்தி அதிகரித்தவுடன் நடைமுறை மென்பொருளாக மாறியது.

யாராவது உங்களை மீண்டும் அழுத்தினால் - “ஆம் ஆனால் எப்போது” - நீங்கள் புன்னகைத்து இவ்வாறு கூறலாம்:

ஒரு பிறந்தநாள் கூட இல்லை. இது ஒரு சில பெரிய மைல்கல் தருணங்களைக் கொண்ட ஒரு நீண்டகால திட்டத்தைப் போன்றது.

அப்புறம் விஷயத்தை சிற்றுண்டிக்கு மாற்றுங்க. எல்லா நேரமும் வேலை செய்யும் 😄🍪.

இறுதிக் குறிப்பு: சரி, AI எப்போது கண்டுபிடிக்கப்பட்டது? 🧾🤖

செயற்கை நுண்ணறிவு எப்போது கண்டுபிடிக்கப்பட்டது? என்று நீங்கள் கேட்டீர்கள். அதற்கான மிகவும் நம்பகமான பதில் இதுதான்: நீங்கள் 'செயற்கை நுண்ணறிவு' என்பதன் மூலம் எதைக் குறிப்பிடுகிறீர்கள், 'கண்டுபிடிக்கப்பட்டது' என்பதன் மூலம் எதைக் குறிப்பிடுகிறீர்கள் என்பதைப் பொறுத்தது அது.

சுருக்கமான விளக்கம்

• AI-க்குப் பின்னால் உள்ள யோசனை பழையது - மனிதர்கள் என்றென்றும் இயந்திர பகுத்தறிவைத் துரத்திச் சென்றுள்ளனர் .

• அந்தக் களம் உண்மையானது.

• ஆரம்பகால AI வெளிப்படையான விதிகள் மற்றும் சின்னங்களைச் சார்ந்திருந்தது

• பின்னர் AI தரவுகளிலிருந்து கற்றுக்கொள்வதில் சாய்ந்தது, இது அதை மிகவும் நடைமுறைக்குரியதாக மாற்றியது

• அன்றாட மென்பொருளில் அமைதியாக தன்னை இணைத்துக் கொண்டபோது AI "எல்லா இடங்களிலும்" ஆனது

• ஒரு பிறந்தநாள் கூட இல்லை, வெறும் முன்னேற்றங்கள், பின்னடைவுகள் மற்றும் மறு கண்டுபிடிப்புகளின் சங்கிலி மட்டுமே

மேலும், ஒரு விதத்தில், அது பொருத்தமானதுதான். நுண்ணறிவுக்கே கூட ஒரு தெளிவான தொடக்க நாள் இல்லை. அது பல அடுக்குகளைக் கொண்டது, சீரற்றது, மேலும் ஏதோவொரு வகையில் செயல்படும் தற்காலிகத் தீர்வுகள் நிறைந்தது. உங்களுக்குத் தேவையானதைச் சரியாகக் கொண்டிருக்கும் ஒரு குப்பை அலமாரியைப் போல.

நிஜ உலக உதாரணம்: “செயற்கை நுண்ணறிவு எப்போது கண்டுபிடிக்கப்பட்டது?” என்ற கேள்வியை மிக எளிமையாக்காமல் கற்பித்தல் 🎓🤖

சூழ்நிலை

ஒரு மேல்நிலைப் பள்ளி கணினி ஆசிரியர், செயற்கை நுண்ணறிவின் வரலாறு குறித்து 45 நிமிடப் பாடம் ஒன்றைத் தயாரிப்பதாகக் கற்பனை செய்து பாருங்கள். சவால் என்பது தகவல் பற்றாக்குறை அல்ல. மாறாக, அந்தத் தகவல்கள் சிக்கலாகக் கலந்திருப்பதுதான்.

மாணவர்கள் ஒரே தெளிவான பதிலை விரும்புகிறார்கள். துல்லியமான பதில் பல அடுக்குகளைக் கொண்டது: முதலில் தர்க்கம் வந்தது, நிரல்படுத்தக்கூடிய கணினிகள் சோதனைகளைச் சாத்தியமாக்கின, பின்னர் செயற்கை நுண்ணறிவு ஒரு பெயரிடப்பட்ட துறையாக உருவானது. பாடத்தை ஒரு தெளிவற்ற காலவரிசைக் கலவையாக மாற்றாமல், அதைத் தெளிவாக விளக்க ஆசிரியருக்கு ஒரு வழி தேவைப்படுகிறது.

பாடத்திற்குத் தேவையானவை

பாடத்தை நடைமுறைக்கு ஏற்றதாக மாற்றுவதற்காக, ஆசிரியர் பின்வருவனவற்றைத் தயார் செய்கிறார்:

• 4 மைல்கற்களைக் கொண்ட ஒரு சுருக்கமான காலவரிசை: தர்க்கம், ஆரம்பகால கணினியியல், ஒரு பெயரிடப்பட்ட துறையாக செயற்கை நுண்ணறிவு, மற்றும் நவீன இயந்திர கற்றல்

• “கருத்து, களம் மற்றும் தயாரிப்பு” ஆகியவற்றை விளக்கும் ஒரு ஸ்லைடு

• ஆரம்பகால விதி அடிப்படையிலான செயற்கை நுண்ணறிவின் இரண்டு எடுத்துக்காட்டுகள்

• நவீன கற்றல் அடிப்படையிலான செயற்கை நுண்ணறிவின் இரண்டு எடுத்துக்காட்டுகள்

• ஒரு சிறு கலந்துரையாடல் கேள்வி: “செயற்கை நுண்ணறிவு ஒருமுறை கண்டுபிடிக்கப்படுகிறதா, அல்லது மீண்டும் மீண்டும் மறுவரையறை செய்யப்படுகிறதா?”

• டூரிங், டார்ட்மவுத், ஸ்டான்ஃபோர்ட் AI100 மற்றும் ஸ்டான்ஃபோர்ட் தத்துவக் கலைக்களஞ்சியம் போன்ற மேற்கோள்களைப் பயன்படுத்தி, மனிதர்களால் சரிபார்க்கப்பட்ட மூலப் பட்டியல்

எடுத்துக்காட்டு அறிவுறுத்தல்

ஒரு செயற்கை நுண்ணறிவு உதவியாளருக்கான பயனுள்ள தூண்டுதல் இதுவாக இருக்கலாம்:

செயற்கை நுண்ணறிவுக்கு ஏன் ஒரேயொரு கண்டுபிடிப்புத் தேதி இல்லை என்பதை விளக்கும் 45 நிமிட வகுப்பறைச் செயல்பாடு ஒன்றை உருவாக்குங்கள். முறையான தர்க்கம், நிரல்படுத்தக்கூடிய கணினிகள், ஒரு பெயரிடப்பட்ட ஆராய்ச்சித் துறையாக செயற்கை நுண்ணறிவு, மற்றும் நவீன இயந்திரக் கற்றல் ஆகிய நான்கு மைல்கல் வகைகளைப் பயன்படுத்துங்கள். 14 முதல் 16 வயது வரையிலான மாணவர்களுக்கு ஏற்ற மொழியில் எழுதுங்கள். ஒரு சிறிய குழுச் செயல்பாடு, மூன்று தேர்வுக் கேள்விகள், மற்றும் செயற்கை நுண்ணறிவு வரலாற்றை மிக எளிமையாக்குவது குறித்த ஒரு எச்சரிக்கை ஆகியவற்றைச் சேர்க்கவும். செயற்கை நுண்ணறிவு ஒரே நாளில் ஒரே நபரால் கண்டுபிடிக்கப்பட்டது என்று கூறாதீர்கள்

அதை எப்படி சோதிப்பது

பாடத்தின் இறுதியில் மாணவர்களிடம் மூன்று விரைவான கேள்விகளைக் கேட்பதன் மூலம் ஆசிரியர் பாடத்தைச் சோதிக்கலாம்:

1. “செயற்கை நுண்ணறிவு ஒரே தேதியில் கண்டுபிடிக்கப்பட்டது” என்பது ஏன் மிகவும் எளிமையானதாக இருக்கிறது?

2. ஒரு கருத்தாக உள்ள செயற்கை நுண்ணறிவுக்கும், ஒரு ஆராய்ச்சித் துறையாக உள்ள செயற்கை நுண்ணறிவுக்கும் என்ன வேறுபாடு?

3. நவீன செயற்கை நுண்ணறிவு அமைப்புகள், தொடக்ககால விதி அடிப்படையிலான அமைப்புகளிலிருந்து ஏன் வேறுபடுகின்றன?

ஒரு வலுவான பதிலில், ஒன்றை மட்டும் குறிப்பிடாமல், குறைந்தபட்சம் இரண்டு மைல்கற்களையாவது குறிப்பிட வேண்டும். ஒரு பலவீனமான பதில் பொதுவாக, "கணினிகள் கண்டுபிடிக்கப்பட்டபோது செயற்கை நுண்ணறிவும் கண்டுபிடிக்கப்பட்டது" என்பது போன்ற ஒரு கருத்தைக் கூறும்; இது பெயரிடுதல், ஆராய்ச்சித் துறை மற்றும் இயந்திரக் கற்றல் ஆகிய பகுதிகளைத் தவறவிட்டுவிடும்.

முடிவு

விளக்கமான முடிவு: மூன்று மாதிரிப் பாடத் திட்டமிடல் பணிகளுக்கு நேரம் ஒதுக்கியதன் அடிப்படையில், இந்த பணிப்பாய்வு தயாரிப்பு நேரத்தை சுமார் 2 மணிநேரத்திலிருந்து 35 நிமிடங்களாகக் குறைக்கக்கூடும்.

அளவீட்டு அடிப்படை:

• மூலக் குறிப்புகளைச் சேகரிக்க 30 நிமிடங்கள்

• முதல் பாடத்தை கைமுறையாக வரைவு செய்ய 20 நிமிடங்கள்

• காலவரிசையை எளிதாக்கவும் கேள்விகளை எழுதவும் 40 நிமிடங்கள்

• திருத்தங்களுக்கு 30 நிமிடங்கள்

செயற்கை நுண்ணறிவு உதவியுடனான பணிப்பாய்வின் மூலம், ஆசிரியர் செலவிடும் நேரம்:

• மூலக் குறிப்புகளைத் தயாரிக்க 10 நிமிடங்கள்

• முதல் வரைவை உருவாக்குவதற்கு 10 நிமிடங்கள்

• கூற்றுகளைச் சரிபார்த்தல், பலவீனமான விளக்கங்களைத் திருத்தி எழுதுதல் மற்றும் மிகவும் எளிமைப்படுத்தப்பட்ட சொற்களை நீக்குதல் ஆகியவற்றுக்கு 15 நிமிடங்கள்

அளவிடக்கூடிய முன்னேற்றம் என்பது, அந்தச் செயற்கை நுண்ணறிவு 'வரலாற்றை நன்கு அறிந்திருக்கிறது' என்பதல்ல. அதன் மதிப்பு என்னவென்றால், ஆசிரியர் உண்மைகளைச் சரிபார்த்துக் கொண்டே, சிக்கலான ஒரு வரலாற்றுத் தலைப்பை விரைவாக ஒரு கட்டமைக்கப்பட்ட கற்பித்தல் செயல்பாடாக மாற்ற அது உதவுகிறது.

என்ன தவறு நடக்கக்கூடும்?

ஒரு சிக்கலான உண்மையை, தவறான மற்றும் தெளிவான பதிலாக மாற்றுவதே மிகப்பெரிய ஆபத்தாகும். ஒரு செயற்கை நுண்ணறிவு உதவியாளர் ஒரு முக்கிய மைல்கல்லை மிகைப்படுத்திக் கூறலாம், பழைய தர்க்கம் மற்றும் பகுத்தறிவு மரபுகளைப் புறக்கணிக்கலாம், அல்லது நவீன இயந்திரக் கற்றலை மட்டுமே ஒரே "உண்மையான" செயற்கை நுண்ணறிவு என்பது போலக் காட்டலாம்.

ஆசிரியர் பின்வருவனவற்றைச் சரிபார்க்க வேண்டும்:

• ஒரு நபர் கண்டுபிடிப்பு கட்டுக்கதைகள்

• ஆதாரங்கள் இல்லாத கூற்றுகள்

• செயற்கை நுண்ணறிவை இயந்திரக் கற்றலுடன் குழப்புதல்

• ஆரம்பகால குறியீட்டு செயற்கை நுண்ணறிவை பொருத்தமற்றதாகக் கருதுதல்

• நவீன உரையாடல் செயலிகளைச் செயற்கை நுண்ணறிவின் தொடக்கமாகக் கருதுதல்

நடைமுறைப் பாடம்

"செயற்கை நுண்ணறிவு எப்போது கண்டுபிடிக்கப்பட்டது?" என்ற கேள்விக்குப் பதிலளிப்பதற்கான சிறந்த வழி, ஒரு குறிப்பிட்ட பிறந்தநாளை மட்டும் குறிப்பிடாமல், காலவரிசையை அடுக்குகளாகக் காட்டுவதே ஆகும். நடைமுறையில், இதன் பொருள், முதலில் மக்களுக்கு ஒரு எளிய பதிலை அளித்து, பின்னர் துல்லியமான பதிலுக்கு ஏன் ஒன்றுக்கு மேற்பட்ட மைல்கற்கள் தேவை என்பதை விளக்குவதாகும்.

அடிக்கடி கேட்கப்படும் கேள்விகள்

AI எப்போது கண்டுபிடிக்கப்பட்டது, சரியாக?

AI கண்டுபிடிக்கப்பட்ட ஒரு நாள் கூட இல்லை. மிகவும் துல்லியமான பதில் என்னவென்றால், AI படிப்படியாக உருவானது, முதலில் முறையான பகுத்தறிவு பற்றிய ஒரு யோசனையாகவும், பின்னர் நிரல்படுத்தக்கூடிய கணினிகள் அந்த யோசனைகளை சோதிக்கக்கூடியதாக மாற்றியவுடன் ஒரு நடைமுறை ஆராய்ச்சி முயற்சியாகவும் தோன்றியது. அன்றாட உரையாடலில், மக்கள் பெரும்பாலும் AI இன் பிறப்பை அது ஒரு தளர்வான கோட்பாடுகளின் தொகுப்பாக அல்லாமல் பெயரிடப்பட்ட அறிவியல் துறையாக மாறிய தருணமாகக் கருதுகின்றனர்.

ஏன் AIக்கு ஒரு தெளிவான பிறந்தநாள் இல்லை?

AI என்பது ஒரு சாதனம் அல்லது ஒரு காப்புரிமை பெறக்கூடிய பொருள் அல்ல, எனவே அது "இந்த தேதியில் கண்டுபிடிக்கப்பட்ட" ஒரு நேர்த்தியான கதைக்கு பொருந்தாது. இது காலப்போக்கில் தர்க்கம், கணிதம், கணினி, உளவியல், மொழியியல் மற்றும் நரம்பியல் ஆகியவற்றிலிருந்து வளர்ந்தது. அதனால்தான் வெவ்வேறு மக்கள் கருத்து, தொழில்நுட்பம், ஆராய்ச்சித் துறை அல்லது பொதுமக்கள் எதிர்கொள்ளும் தயாரிப்பு வகையைப் பொறுத்து வெவ்வேறு மைல்கற்களை சுட்டிக்காட்டுகிறார்கள்.

ஒரு துறையாக AI இன் அதிகாரப்பூர்வ தொடக்கமாக என்ன கருதப்படுகிறது?

"அதிகாரப்பூர்வ" தொடக்கம் என்பது, ஆராய்ச்சியாளர்கள் இயந்திர நுண்ணறிவை ஒரு சிதறிய ஆர்வமாகக் கருதுவதற்குப் பதிலாக, செயற்கை நுண்ணறிவை ஒரு பொதுவான இலக்காகக் கொண்டு ஒழுங்கமைக்கும் புள்ளியைக் குறிக்கிறது. இந்தத் துறைக்கு ஒரு பெயர் கிடைத்தவுடன், அது நிதி, ஆய்வகங்கள், மாணவர்கள் மற்றும் தீவிர அறிவியல் கவனத்தை ஈர்க்கும் என்பதால் அது முக்கியமானது. அந்த வகையில், AI என்பது வெறும் தத்துவ சிந்தனை பரிசோதனையாக இல்லாமல் வரையறுக்கப்பட்ட ஆராய்ச்சித் திட்டமாக மாறியது.

நவீன கணினிகளுக்கு முன்பு AI இருந்ததா?

தொழில்நுட்பம் அப்படி இல்லை, ஆனால் மையக் கருத்து நிச்சயமாக அப்படித்தான் இருந்தது. நவீன கணினிகளுக்கு நீண்ட காலத்திற்கு முன்பே, மக்கள் பகுத்தறிவை விதிகளாகவும், நடைமுறைகளைப் பின்பற்றக்கூடிய இயந்திரங்களை கற்பனை செய்யவும் முயற்சித்து வந்தனர். எனவே AI எப்போது ஆவியில் கண்டுபிடிக்கப்பட்டது என்று யாராவது கேட்டால், பதில் தர்க்கத்தின் வரலாறு, இயந்திரக் கணக்கீடு மற்றும் சிந்தனையை தானியக்கமாக்கும் கனவு வரை நீண்டுள்ளது.

ஆரம்பகால AI அமைப்புகள் உண்மையில் எவ்வாறு செயல்பட்டன?

ஆரம்பகால AI அமைப்புகள் பெரும்பாலும் குறியீட்டு முறைகளையே நம்பியிருந்தன, அதாவது மனிதர்கள் இயந்திரம் பின்பற்றுவதற்காக வெளிப்படையான விதிகள் மற்றும் பிரதிநிதித்துவங்களை எழுதினார்கள். உலகத்தை கட்டமைக்கப்பட்ட படிகளாக எளிமைப்படுத்தக்கூடிய குறுகிய களங்களில் இது வியக்கத்தக்க வகையில் சிறப்பாக செயல்பட்டது. பிரச்சனை என்னவென்றால், நிஜ வாழ்க்கை நேர்த்தியான விதிகளை எதிர்க்கிறது, மொழி தெளிவற்றது, விதிவிலக்குகள் விரைவாகக் குவிகின்றன, இது முற்றிலும் விதி அடிப்படையிலான அமைப்புகளை கட்டுப்படுத்தப்பட்ட அமைப்புகளுக்கு வெளியே உடையக்கூடியதாக உணர வைத்தது.

இன்று மக்கள் அடையாளம் காணும் வடிவத்தில் AI எப்போது கண்டுபிடிக்கப்பட்டது?

பலருக்கு, கையால் எழுதப்பட்ட விதிகளைப் பின்பற்றுவதற்குப் பதிலாக தரவுகளிலிருந்து அமைப்புகள் கற்றுக்கொள்ளும்போதுதான் AI உண்மையானதாக உணரத் தொடங்குகிறது. அந்தப் பிந்தைய கட்டம் AI ஐ மிகவும் நெகிழ்வானதாகவும், மிகவும் நடைமுறைக்குரியதாகவும், நவீன பயனர்கள் இந்த வார்த்தையைக் கேட்கும்போது அவர்கள் நினைப்பதற்கு மிக நெருக்கமாகவும் தோற்றமளித்தது. எனவே AI ஒரு ஆராய்ச்சித் துறையாக முன்னதாகவே தொடங்கியிருந்தாலும், கற்றல் அடிப்படையிலான முறைகள் மையமாக மாறியபோது இன்றைய பழக்கமான பதிப்பு வடிவம் பெற்றது.

இயந்திர கற்றல் என்பது AI ஐப் போன்றதா?

சரியாக இல்லை. இயந்திரக் கற்றல் என்பது AI-க்குள் ஒரு முக்கிய அணுகுமுறையாக நன்கு புரிந்து கொள்ளப்படுகிறது, குறிப்பாக வெளிப்படையான வழிமுறைகளை முழுமையாக நம்புவதற்குப் பதிலாக எடுத்துக்காட்டுகளில் வடிவங்களைக் கண்டுபிடிப்பதன் மூலம் அமைப்புகள் மேம்படும் அணுகுமுறை. AI என்பது பகுத்தறிவு, திட்டமிடல், மொழி, கருத்து மற்றும் விதி சார்ந்த முறைகளையும் உள்ளடக்கிய பரந்த குடையாகும். அதனால்தான் மக்கள் சில நேரங்களில் சொற்களை முழுமையாக மாற்ற முடியாது என்றாலும் மங்கலாக்குகிறார்கள்.

AI எப்போது அன்றாட வாழ்க்கையின் ஒரு பகுதியாக மாறியது?

மக்கள் பயன்படுத்தும் தயாரிப்புகளில் AI என்று அழைக்காமல் அமைதியாக நுழைந்தபோது AI சாதாரணமானது. தேடல் தரவரிசை, பரிந்துரைகள், மோசடி கண்டறிதல், தானியங்குநிரப்புதல், பேச்சு அங்கீகாரம், படக் குறியிடுதல், வழித் திட்டமிடல் மற்றும் வாடிக்கையாளர் ஆதரவு அனைத்தும் அதை இயல்பாக்க உதவியது. இந்த மாற்றம் வியத்தகு முறையில் இல்லாமல் படிப்படியாக உணரப்பட்டது, அதனால்தான் பலர் பல ஆண்டுகளாக AI-சுவை அமைப்புகளைப் பயன்படுத்தி வந்தாலும், AI புத்தம் புதியது என்று கருதுகின்றனர்.

பழைய AI முறைகள் இன்றும் ஏன் முக்கியமானவை?

"பழைய மோசமான விதிகள்" என்பதிலிருந்து "நல்ல புதிய கற்றல்" என்பதற்கு AI ஒரு நேர்கோட்டில் நகராததால் பழைய அணுகுமுறைகள் இன்னும் முக்கியமானவை. பல குழாய்வழிகள் பணியைப் பொறுத்து கட்டமைக்கப்பட்ட தர்க்கம், தேடல், திட்டமிடல் மற்றும் புள்ளிவிவர கற்றல் ஆகியவற்றை இன்னும் இணைக்கின்றன. அந்த முந்தைய யோசனைகள் ஆராய்ச்சியாளர்கள் அறிவு, பகுத்தறிவு மற்றும் சிக்கல் தீர்க்கும் முறையை வடிவமைத்தன, எனவே புதிய கருவிகள் கவனத்தை ஈர்த்தாலும் கூட அவை துறையின் அடித்தளத்தின் ஒரு பகுதியாகவே இருக்கின்றன.

உரையாடலில் "AI எப்போது கண்டுபிடிக்கப்பட்டது?" என்ற கேள்விக்குச் சிறந்த எளிய பதில் என்ன?

ஒரு உறுதியான, நடைமுறை பதில் என்னவென்றால், AI ஒரே நேரத்தில் கண்டுபிடிக்கப்படவில்லை. இயந்திரங்கள் புத்திசாலித்தனமான பணிகளைச் செய்ய வைப்பதற்கான நீண்டகால முயற்சியாக இது தொடங்கியது, முதலில் முறையான பகுத்தறிவு மற்றும் விதி அடிப்படையிலான அமைப்புகள் மூலம், பின்னர் உண்மையான தயாரிப்புகளில் பயனுள்ளதாக மாறிய கற்றல் அடிப்படையிலான முறைகள் மூலம். AI ஒரு பிறந்தநாளை விட மைல்கற்களால் ஆன காலவரிசையைக் கொண்டுள்ளது என்பதை ஒப்புக்கொண்டாலும், அந்தப் பதிப்பு மீண்டும் மீண்டும் கூற போதுமானது.

குறிப்புகள்

1. டார்ட்மவுத் - home.dartmouth.edu

2. ஸ்டான்போர்ட் AI100 - ஸ்டான்போர்ட் AI100 - ai100.stanford.edu

3. cs.ox.ac.uk - டூரிங், 1950 - cs.ox.ac.uk

4. ஸ்டான்போர்ட் தத்துவக் கலைக்களஞ்சியம் - ஸ்டான்போர்ட் தத்துவக் கலைக்களஞ்சியம் - plato.stanford.edu

5. ஸ்டான்போர்ட் பொறியியல் - ஜான் மெக்கார்த்தியைப் பற்றிய ஸ்டான்போர்ட் - engineering.stanford.edu

6. ஸ்டான்போர்ட் தத்துவவியல் கலைக்களஞ்சியம் - தானியங்கி பகுத்தறிவு (SEP) - plato.stanford.edu

7. ஸ்டான்போர்ட் தத்துவக் கலைக்களஞ்சியம் - பாரம்பரிய தர்க்கம் (SEP) - plato.stanford.edu

8. ஸ்டான்போர்ட் தத்துவக் கலைக்களஞ்சியம் - தர்க்க அடிப்படையிலான AI (SEP) - plato.stanford.edu

9. ஸ்டான்போர்ட் AI100 - ஸ்டான்போர்ட் AI100, SQ12 - ai100.stanford.edu

10. ஸ்டான்போர்ட் AI100 - ஸ்டான்போர்ட் AI100, SQ2 - ai100.stanford.edu

11. ஸ்டான்போர்ட் தத்துவக் கலைக்களஞ்சியம் - அறிவாற்றல் அறிவியல் (SEP) - plato.stanford.edu

12. OECD - OECD AI கோட்பாடுகள் - oecd.ai

13. ஐபிஎம் - ஐபிஎம்.காம்

14. ஐபிஎம் - இயந்திர கற்றலில் ஐபிஎம் - ibm.com

15. பிரிட்டானிக்கா - இணைப்புவாதம் பற்றிய பிரிட்டானிக்கா - britannica.com

அதிகாரப்பூர்வ AI உதவியாளர் கடையில் சமீபத்திய AI ஐக் கண்டறியவும்

எங்களை பற்றி