Искусственный интеллект можно разделить на сильный и слабый, или ограниченный.
Сильный AI — давняя мечта фантастов; это алгоритм или программа, которая способна мыслить, осознавать своё окружение и действовать как человек. Для распознавания этого вида AI есть отдельные методики, включая наиболее известную — тест Тьюринга. Однако, поскольку человеческая психика не изучена до конца, критерии для определения сильного AI по-прежнему размыты. Среди инженеров к нему относят, например, IBM Watson. Этот алгоритм умеет отвечать на заданный ему вопрос не хуже человека и даже смог выиграть у людей в викторине.
Слабый AI решает конкретные задачи, которые поставлены перед ним — это, например, обработка изображений, синтез речи, распознавание объектов. При употреблении термина AI в отношении бизнеса имеется в виду именно слабый AI.
В процессе развития области выделились понятия машинного обучения и его разновидности — глубокого обучения. В обоих случаях речь идёт об обработке данных и обучении нейросетей (систем из соединенных и взаимодействующих между собой простых процессоров, или искусственных нейронов). Машинное и глубокое обучение — это классы методов для достижения AI.
Алгоритмы машинного обучения распознают паттерны в больших массивах данных и используют их для самообучения. Каждый новый массив данных позволяет алгоритмам совершенствоваться и адаптироваться в соответствии с полученной информацией, что позволяет постоянно улучшать точность рекомендаций и прогнозов.
Глубокое обучение — набор методов машинного обучения, в которых используются нейронные сети с большим количеством нейронов и слоев для извлечения признаков. Этот класс методов позволяет получать более точные результаты, чем другие методы машинного обучения
В этом и
других материалах проекта термин AI используется как общее обозначение для разработок компаний.
