Yn ystod haf y 1950au, bathodd grŵp o wyddonwyr ifanc y term “Deallusrwydd Artiffisial” yn ystod cyfarfod, gan nodi genedigaeth ffurfiol y maes newydd hwn.
Dros ychydig o ddegawdau, mae AI wedi mynd trwy gamau datblygu amrywiol.Dechreuodd gyda systemau seiliedig ar reolau, lle roedd systemau AI yn dibynnu ar reolau a rhesymeg a ysgrifennwyd â llaw.Roedd systemau arbenigol cynnar yn gynrychiolwyr nodweddiadol o'r cam hwn.Roedd systemau AI o'r fath yn gofyn am reolau a gwybodaeth wedi'u diffinio ymlaen llaw ac nid oeddent yn gallu delio â sefyllfaoedd nas rhagwelwyd.
Yna daeth dysgu peirianyddol, a wnaeth gynnydd sylweddol trwy ganiatáu i beiriannau ddysgu patrymau a rheolau o ddata.Mae dulliau cyffredin yn cynnwys dysgu dan oruchwyliaeth, dysgu heb oruchwyliaeth, a dysgu atgyfnerthu.Yn ystod y cam hwn, gallai systemau AI wneud rhagfynegiadau a phenderfyniadau yn seiliedig ar ddata, megis adnabod delwedd, adnabod lleferydd, a phrosesu iaith naturiol.
Nesaf, daeth dysgu dwfn i'r amlwg fel cangen o ddysgu peirianyddol.Mae'n defnyddio rhwydweithiau niwral aml-haen i efelychu strwythur ac ymarferoldeb yr ymennydd dynol.Cyflawnodd dysgu dwfn ddatblygiadau arloesol mewn meysydd fel adnabod delwedd a lleferydd, prosesu iaith naturiol, ac ati. Gallai systemau AI yn y cam hwn ddysgu o ddata ar raddfa fawr a meddu ar alluoedd rhesymu a chynrychioli cryfach.
Ar hyn o bryd, mae AI yn profi cymwysiadau eang a datblygiad cyflym.Fe'i cymhwyswyd ar draws amrywiol feysydd, gan gynnwys gofal iechyd, cyllid, cludiant, addysg, a mwy.Mae datblygiad parhaus technoleg AI, gwella algorithmau, gwella pŵer cyfrifiadurol, a mireinio setiau data wedi ehangu cwmpas a pherfformiad AI ymhellach.Mae AI wedi dod yn gynorthwyydd deallus ym mywyd dynol a chynhyrchu.
Er enghraifft, mewn gyrru ymreolaethol, mae AI yn galluogi cerbydau i adnabod ac ymateb yn annibynnol i amodau ffyrdd, signalau traffig, a cherbydau eraill trwy systemau canfyddiad, gwneud penderfyniadau a rheoli, gan gyflawni cludiant diogel ac effeithlon heb yrwyr.Ym maes diagnosis a chymorth meddygol, gall AI ddadansoddi llawer iawn o ddata meddygol, gan gynorthwyo meddygon i wneud diagnosis o glefydau a phenderfyniadau triniaeth.Gyda dysgu peiriannau a dysgu dwfn, gall AI ganfod tiwmorau, dadansoddi delweddau meddygol, cymorth mewn ymchwil fferyllol, ac ati, a thrwy hynny wella effeithlonrwydd a chywirdeb meddygol.
Mae AI hefyd yn cael ei gymhwyso'n helaeth mewn penderfyniadau rheoli risg ariannol a buddsoddi.Gall ddadansoddi data ariannol, nodi gweithgareddau twyllodrus, asesu risgiau, a chynorthwyo wrth wneud penderfyniadau buddsoddi.Gyda'r gallu i brosesu data ar raddfa fawr yn gyflym, gall AI ddarganfod patrymau a thueddiadau, gan ddarparu gwasanaethau ariannol deallus ac argymhellion.
At hynny, gellir cymhwyso AI i optimeiddio diwydiannol a chynnal a chadw rhagfynegol.Gall optimeiddio prosesau a chynnal a chadw offer mewn cynhyrchu diwydiannol.Trwy ddadansoddi data synhwyrydd a chofnodion hanesyddol, gall AI ragweld methiannau offer, gwneud y gorau o gynlluniau cynhyrchu, a gwella effeithlonrwydd cynhyrchu a dibynadwyedd offer.
Mae systemau argymell deallus yn enghraifft arall.Gall AI ddarparu argymhellion ac awgrymiadau personol yn seiliedig ar ddiddordebau a dewisiadau defnyddwyr.Mae hwn wedi cael ei ddefnyddio'n helaeth mewn llwyfannau e-fasnach, cerddoriaeth a fideo, gan helpu defnyddwyr i ddarganfod cynhyrchion a chynnwys sy'n cyfateb i'w hanghenion.
O sugnwyr llwch robotig i dechnoleg adnabod wynebau, o “Deep Blue” IBM yn trechu pencampwr gwyddbwyll y byd i'r ChatGPT poblogaidd diweddar, sy'n defnyddio technegau prosesu iaith naturiol a dysgu peiriannau i ateb cwestiynau, darparu gwybodaeth, a chyflawni tasgau, mae AI wedi ymuno â'r barn y cyhoedd.Dim ond ffracsiwn bach o bresenoldeb AI mewn amrywiol feysydd yw'r cymwysiadau ymarferol hyn.Wrth i dechnoleg barhau i ddatblygu, gallwn ddisgwyl cymwysiadau AI mwy arloesol a fydd yn ail-lunio diwydiannau a phrosesau yn gyffredinol.
Amser post: Gorff-17-2023