Trong cuốn sách Trí tuệ nhân tạo: Cách tiếp cận hiện đại , các tác giả Stuart Russel và Peter Norvig tuyên bố rằng công nghệ AI là “nghiên cứu về các tác nhân nhận nhận thức từ môi trường và thực hiện các hành động”.
Bốn cách tiếp cận công nghệ AI, theo định nghĩa của họ, là:
Suy nghĩ nhân văn
Suy nghĩ hợp lý
hành động nhân văn
Hành động hợp lý
Phát sinh từ những cách tiếp cận này, trí tuệ nhân tạo thường được phân loại thành các khái niệm sau:
Trí tuệ nhân tạo thu hẹp (ANI) : Một nhánh của AI vượt trội trong việc thực hiện các nhiệm vụ đơn lẻ bằng cách sao chép trí thông minh của con người và khái niệm cơ bản của AI. Loại kiến thức này được tìm thấy trong các hệ thống nhận dạng giọng nói và trợ lý giọng nói.
Trí tuệ tổng hợp nhân tạo (AGI) : Trí tuệ nhân tạo có mục đích chung và hiệu quả của nó có thể được áp dụng cho các tác vụ đa dạng. Loại trí tuệ nhân tạo này có thể tự cải thiện bằng cách học hỏi và là loại gần nhất với bộ não con người về năng lực.
Siêu trí tuệ nhân tạo (ASI) : Vượt xa trí thông minh của con người, khái niệm AI này tinh vi hơn bất kỳ hệ thống trí tuệ nhân tạo nào khác hoặc thậm chí là bộ não con người. Đặc điểm chính của ASI là nó có thể suy ngẫm về những điều trừu tượng mà con người không thể nghĩ ra. Mạng lưới thần kinh của nó vượt xa hàng tỷ tế bào thần kinh của con người.
Ngoài ra, chúng ta có thể xem xét định nghĩa do Arend Hintze của Đại học Bang Michigan đề xuất , người đã phác thảo bốn loại AI cơ bản (trong bài viết này, chúng ta sẽ xem xét và thảo luận về ba trong số những loại này vì chúng có liên quan đến chủ đề của chúng ta):
Máy phản ứng : Đây là những loại hệ thống AI cơ bản nhất không thể hình thành hoặc sử dụng kinh nghiệm trong quá khứ để đưa ra quyết định trong tương lai. Một ví dụ điển hình của cỗ máy phản ứng là Deep Blue, siêu máy tính của IBM nổi lên khi đánh bại nhà vô địch cờ vua thế giới Garry Kasparov vào những năm 1990. Máy tính xác định các quân cờ và biết cách di chuyển từng quân cờ. Nó cũng có thể đưa ra dự đoán về nước đi của đối thủ, dựa trên kiến thức đó.
Bộ nhớ hạn chế : Các hệ thống nhân tạo thuộc loại này có khả năng nhìn qua thời điểm hiện tại và học hỏi kinh nghiệm. Một ví dụ tuyệt vời của các hệ thống này là ô tô tự lái. Bằng cách học hỏi từ việc quan sát hướng và tốc độ từ những chiếc xe khác trong một khoảng thời gian dài, họ bổ sung kiến thức thu được vào sự hiểu biết được lập trình sẵn của mình về thế giới, bao gồm cả đèn giao thông và các yếu tố quan trọng khác của việc lái xe.
Lý thuyết về tâm trí : Các hệ thống công nghệ AI trong danh mục này có thể hình thành các đại diện của riêng chúng về thế giới và các thực thể tạo ra nó. Lý thuyết trong tâm trí chỉ có vậy – hiểu rằng các thực thể sống trên thế giới có suy nghĩ và cảm xúc và hành vi của họ bị ảnh hưởng bởi chúng. Các hệ thống trí tuệ nhân tạo có khả năng này có thể hiểu được động cơ và ý định và là nền tảng của thế hệ máy trí tuệ nhân tạo tiếp theo.
Một số lĩnh vực chính của công nghệ AI, cũng đưa ra cơ sở lý thuyết và phương pháp luận, là:
Mạng thần kinh : các đơn vị được kết nối với nhau và cung cấp cho máy khả năng học hỏi bằng cách xử lý thông tin thu thập được từ đầu vào bên ngoài.
Học máy : sử dụng mạng thần kinh, vật lý và số liệu thống kê để tìm thông tin chi tiết và học hỏi từ chúng mà không được lập trình để có khả năng đưa ra kết luận.
Điện toán nhận thức : tương tác giống như con người với máy móc với mục tiêu cuối cùng là mô phỏng các quy trình của con người bằng cách diễn giải lời nói và hình ảnh.
Xử lý ngôn ngữ tự nhiên (NLP) : khả năng của máy để phân tích, hiểu và thậm chí tái tạo ngôn ngữ và lời nói của con người.
Học sâu : một hình thức học máy cao hơn sử dụng sức mạnh tính toán để học các mẫu phức tạp trong lượng dữ liệu đáng kể. Nhận dạng hình ảnh và giọng nói phát sinh từ điều này.
Cuối cùng, trí tuệ nhân tạo có khả năng thu hút khách hàng, cải thiện trải nghiệm người dùng và cuối cùng giúp doanh nghiệp tăng doanh thu trong khi tích hợp công nghệ mới nhất.
