Inhalt
- Die Wissenschaft der Logik
- Logische Wahrheitstabellen
- Was verwendet künstliche Intelligenz, um Entscheidungen zu treffen?
- Programmierlogik für künstliche Intelligenz
- Anwenden bedingter Anweisungen auf künstliche Intelligenz
- Macht AI jemals schlechte Logikanrufe?
- Verbesserung der Denkprozesse beim maschinellen Lernen
- Die Zukunft der künstlichen Intelligenz und des maschinellen Lernens
Elizabeth hat Cum Laude an der Universität von Pittsburgh in Informatik und professionellem Schreiben abgeschlossen und verfügt über mehr als 10 Jahre Erfahrung.
Die Wissenschaft der Logik
Die Logik, wie sie im Online-Wörterbuch von Merriam-Webster definiert ist, lautet: „Eine Wissenschaft, die sich mit den Prinzipien und Kriterien der Gültigkeit von Inferenz und Demonstration befasst; die Wissenschaft der formalen Prinzipien des Denkens. “
Dann stellt sich die Frage: Wie kann Software so programmiert werden, dass sie aus menschlichen Überlegungen und Überlegungen Schlussfolgerungen zieht?
Lassen Sie uns zunächst ein besseres Verständnis der Wissenschaft hinter der Logik erlangen.
Die Logik betrachtet voreingestellte Gleichungen und Regeln und vergleicht dann die fraglichen Daten mit diesen Regeln, um zu entscheiden, ob etwas wahr / falsch, richtig / falsch, ein / aus usw. ist. Das Folgende ist ein hypothetisches Beispiel einer in der Logik verwendeten bedingten Anweisung ::
Regel: Wenn eine Person schläft, kommt sie wahrscheinlich zu spät zum Brunch.
Problem: Joe hat verschlafen.
Lösung: Joe wird wahrscheinlich zu spät zum Brunch kommen.
Um die richtige Lösung für dieses Problem zu finden, müssen wir herausfinden, was wahr und was falsch ist, und dann die sogenannten "Wahrheitstabellen" betrachten, die in der allgemeinen Logik verwendet werden, um das Ergebnis zu identifizieren.
Regel: Wenn eine Person schläft, kommt sie wahrscheinlich zu spät zum Brunch. WAHR
Problem: Joe hat verschlafen. WAHR
Lösung: Joe wird wahrscheinlich zu spät zum Brunch kommen. WAHR
Wenn wir uns die Wahrheitstabellen ansehen, sehen wir, dass TRUE und / oder TRUE TRUE zurückgeben. Die vollständigen Wahrheitstabellen, die unten aufgeführt sind, geben Beispiele für die in der Logik verwendeten Grundgleichungen und ihre Schlussfolgerungen. Diese allgemeinen mathematischen Tabellen sind nützlich, um sich beim Erstellen von Algorithmen (Anweisungen) in der Computerprogrammierung zu merken oder diese zu berücksichtigen.
Logische Wahrheitstabellen
| x | = | y | Kehrt zurück |
|---|---|---|---|
Wahr | = | Wahr | Wahr |
Wahr | = | Falsch | Falsch |
Falsch | = | Wahr | Falsch |
Falsch | = | Falsch | Wahr |
| x | UND | y | Kehrt zurück |
|---|---|---|---|
Wahr | und | Wahr | Wahr |
Wahr | und | Falsch | Falsch |
Falsch | und | Wahr | Falsch |
Falsch | und | Falsch | Falsch |
| x | oder | y | Kehrt zurück |
|---|---|---|---|
Wahr | oder | Wahr | Wahr |
Wahr | oder | Falsch | Wahr |
Falsch | oder | Wahr | Wahr |
Falsch | oder | Falsch | Falsch |
| Nicht | x | Kehrt zurück |
|---|---|---|
Nicht | Wahr | Falsch |
Nicht | Falsch | Wahr |
Was verwendet künstliche Intelligenz, um Entscheidungen zu treffen?
Künstliche Intelligenz (KI) ist der Zweig der Informatik, der die Fähigkeit erforscht und untersucht, Software zu programmieren, die Logik verwendet, um Entscheidungen zu treffen, die die menschlichen Überlegungen nachahmen, nur schneller und genauer.
Wie wird dies erreicht? AI leitet logische Schlussfolgerungen aus einer Kombination von drei Hauptfaktoren ab, darunter:
- Archivierte historische Daten werden als Grundlage verwendet, um die Regeln und logischen Schlussfolgerungen zu erstellen, die zum Szenario passen.
- Neue eingehende Daten ergänzen die Basis kontinuierlich, um die Logik weiter zu unterstützen.
- Menschliche Interaktion in Echtzeit tritt auf, wenn eine Entscheidung nicht klar ist.
Diese Faktoren sind die Schlüssel zum Erstellen und Trainieren der komplexen Algorithmen, mit denen Problemlösungsberechnungen durchgeführt werden.
Programmierlogik für künstliche Intelligenz
In der Computerprogrammierung, die zum Erstellen der AI-Algorithmen verwendet wird, wird die Logik basierend auf bedingten if / then-Anweisungen in "Boolesche" Werte von true und false übersetzt.
Richtig gegen Falsch Entscheidungen kommen aus der Logik „Wenn dies, dann das“.
Ähnlich wie wir die richtige Lösung berechnet haben, ob Joe wahrscheinlich zu spät zum Brunch kommt oder nicht, wird AI das Problem berechnen und zu derselben Schlussfolgerung gelangen.
AI hat die historischen Daten als Grundlage und die logischen Geschäftsregeln, die in seinem Algorithmus programmiert sind. Wenn die Maschine eine Frage oder ein Problem erhält, berechnet AI innerhalb von Millisekunden die verfügbaren Ergebnisse, überprüft, was wahr und falsch ist, und wählt dann anhand der Wahrheitstabellen die genaueste und logischste Auswahl aus.
KI ermöglicht es Maschinen, die bestmöglichen Entscheidungen zu treffen, und gibt ihnen im Wesentlichen die Fähigkeit zu lernen, zu argumentieren und zu verstehen. Dies wird als maschinelles Lernen (Machine Learning, ML) bezeichnet. Dies ist der ausgereifte Zweig der KI, der seine Methoden auf die Belegschaft anwendet und diese Wissenschaft zur Durchführung alltäglicher praktischer Aufgaben nutzt.
Anwenden bedingter Anweisungen auf künstliche Intelligenz
Das Folgende sind einfache Geschäftslogikregeln, die auf AI-Algorithmen angewendet werden können, basierend auf bedingten if / then-Anweisungen.
- Wenn der Schüler mehr als 60% für einen Test erhält,
dann melden Sie eine bestandene Note. - Wenn ein Kunde Geld auf seinem Konto hat,
dann Zinsen berechnen. - Wenn ein Kunde Artikel in Mengen von 12 oder mehr kauft,
Berechnen Sie dann einen Rabatt von 10%.
Das Hinzufügen einer weiteren Ebene zum if / then ist eine alternative 'else'-Anweisung, wenn die wahre Bedingung fehlschlägt.
- Wenn der Schüler mehr als 60% für einen Test erhält,
dann melde eine bestandene Note,
Andernfalls wird eine nicht bestandene Note gemeldet. - Wenn ein Kunde Geld auf seinem Konto hat,
dann Zinsen berechnen,
Andernfalls wird eine Überziehungsgebühr erhoben. - Wenn ein Kunde Artikel in Mengen von 12 oder mehr kauft,
dann berechnen Sie einen Rabatt von 10%,
Andernfalls wird eine Versandkostenpauschale erhoben.
Macht AI jemals schlechte Logikanrufe?
Wie bei jeder Software sollte bei einem vollständigen Ausfall ein erforderlicher Wiederherstellungsplan vorhanden sein. Es sollte jedoch nicht erforderlich sein, die Ergebnisse, die Logik oder die Genauigkeit der Automatisierungssoftware nach ihrer Implementierung zu überprüfen, da sie programmgesteuert keine Beurteilungsfehler verursacht.
Automatisierungssoftwareprodukte sind intelligent genug, um zu erkennen, dass sie Hilfe benötigen, wenn sie auf etwas stoßen, das sie nicht verstehen können. Die Software ist tatsächlich unter diesem Gesichtspunkt programmiert, um zu erwarten, dass Szenarien entstehen, wenn ihre Entscheidungsfähigkeit beeinträchtigt wird oder wenn die Auswahl nicht 100% klar ist.
In solchen Fällen bittet intelligente Automatisierungssoftware um menschliche Unterstützung, anstatt fortzufahren und eine weniger genaue Logik zu verwenden, die möglicherweise zu einer schlechten Entscheidung führen könnte.
Verbesserung der Denkprozesse beim maschinellen Lernen
Es mag etwas mühsam klingen, Anwendungen mit ML ständig überwachen zu müssen und jedes Mal, wenn unerwartete oder unbekannte Daten auftreten, die nicht verarbeitet werden können, ständig eingreifen zu müssen.
Das ist das Schöne an intelligenter Automatisierungssoftware.
Sobald die menschliche Hilfe bei der richtigen Entscheidung eingegriffen hat, „lernt“ die Software aus diesen Eskalationen. Erinnern Sie sich an die drei oben genannten Schlüsselfaktoren, aus denen AI-Algorithmen bestehen? Dazu gehören neue eingehende Daten und menschliche Interaktion.
Diese neuen Daten, die während der Eskalation empfangen wurden, ermöglichen es ML, seine eigene Automatisierungsfähigkeit kontinuierlich anzupassen und zu verbessern, die Türen für Änderungen offen zu lassen… und es der logisch basierten rationalen Master-Maschine zu ermöglichen, auch mit dem zu gehen fließen 'und' mit den Schlägen rollen. '
Die Zukunft der künstlichen Intelligenz und des maschinellen Lernens
AI und ML stehen an der Schwelle, die moderne Gesellschaft zu automatisieren und auf ein neues Niveau zu bringen. Wie bei jeder Technologie sind Vor- und Nachteile zu berücksichtigen.
AI und ML werden immer nur so gut sein wie die darin eingebaute menschliche Logik und die Geschäftsregeln sowie die Basisalgorithmen. Mit seiner Fähigkeit zu berechnen, zu lernen und sich anzupassen, wenn sich die Anforderungen ändern und wachsen, ist es leicht zu erkennen, wie sie schnell zu einem integralen Bestandteil jedes Unternehmens werden können, das auf dem Markt einen Wettbewerbsvorteil erzielen möchte.
Dieser Artikel ist genau und nach bestem Wissen des Autors. Der Inhalt dient nur zu Informations- oder Unterhaltungszwecken und ersetzt nicht die persönliche Beratung oder professionelle Beratung in geschäftlichen, finanziellen, rechtlichen oder technischen Angelegenheiten.
