Thuật ngữ

AI yếu

Khám phá AI yếu: trí thông minh theo nhiệm vụ thúc đẩy các cải tiến như phát hiện đối tượng, chatbot và hệ thống đề xuất không có ý thức giống con người.

Trí tuệ nhân tạo yếu, còn được gọi là AI hẹp hoặc Trí tuệ nhân tạo hẹp (ANI) , đề cập đến các hệ thống trí tuệ nhân tạo được thiết kế và đào tạo để thực hiện một nhiệm vụ cụ thể, được xác định rõ ràng. Không giống như mục tiêu tham vọng hơn là trí tuệ giống con người, AI yếu hoạt động trong một bối cảnh hạn chế và không thể thực hiện các nhiệm vụ ngoài phạm vi được chỉ định. Tất cả các AI hiện có, từ bộ lọc thư rác đơn giản đến các mô hình thị giác máy tính phức tạp, đều thuộc loại này. Những hệ thống này cực kỳ mạnh mẽ và đã trở thành một phần không thể thiếu của công nghệ hiện đại bằng cách mô phỏng hành vi thông minh cho các mục đích chuyên biệt, mà không cần có ý thức hay sự hiểu biết thực sự.

AI yếu so với các khái niệm AI khác

Điều quan trọng là phải phân biệt AI yếu với các đối tác lý thuyết của nó:

  • Trí tuệ nhân tạo mạnh : Đây là một khái niệm triết học cho rằng AI sở hữu ý thức, khả năng tự nhận thức và sự hiểu biết thực sự tương đương với trí tuệ con người. Trí tuệ nhân tạo mạnh không chỉ mô phỏng trí thông minh; nó còn phải thông minh. Trong khi AI yếu trả lời câu hỏi bằng cách so sánh các mẫu dữ liệu, AI mạnh sẽ hiểu được bối cảnh và ý nghĩa đằng sau câu hỏi.

  • Trí tuệ Nhân tạo Tổng quát (AGI) : AGI đại diện cho giai đoạn phát triển mà AI có thể học hỏi, hiểu và áp dụng kiến thức vào nhiều nhiệm vụ khác nhau ở cấp độ con người. AGI là biểu hiện thực tế của AI Mạnh và được coi là điều kiện tiên quyết cho Điểm Kỳ Dị giả định, một sự kiện được đánh dấu bằng sự bùng nổ không thể kiểm soát trong tăng trưởng công nghệ. Tóm lại, AI Yếu mang tính chuyên biệt, trong khi AGI mang tính tổng quát. HAI của Stanford cung cấp thêm bối cảnh cho việc theo đuổi AGI .

Ví dụ và ứng dụng

Trí tuệ nhân tạo yếu hỗ trợ nhiều ứng dụng mà chúng ta sử dụng hàng ngày:

Nền tảng kỹ thuật

Sự phát triển nhanh chóng của AI yếu được thúc đẩy bởi sự tiến bộ trong một số lĩnh vực chính:

  • Thuật toán : Các kỹ thuật Học máy (ML)Học sâu tinh vi, đặc biệt là mạng nơ-ron (NN) , tạo thành cốt lõi của các hệ thống AI yếu hiện đại.
  • Phần cứng: Sức mạnh tính toán ngày càng tăng của phần cứng, đặc biệt là GPU (Bộ xử lý đồ họa) , đóng vai trò thiết yếu trong việc xử lý khối lượng tính toán khổng lồ cần thiết để huấn luyện các mô hình phức tạp. NVIDIA cung cấp các GPU tiên tiến giúp đẩy nhanh quá trình này.
  • Dữ liệu: Hiệu quả của các mô hình AI yếu phụ thuộc rất nhiều vào chất lượng và số lượng dữ liệu được sử dụng để đào tạo. Việc tiếp cận các tập dữ liệu khổng lồ là rất quan trọng để xây dựng các mô hình mạnh mẽ.
  • Khung và Nền tảng: Sự phát triển của AI được thúc đẩy nhanh chóng nhờ các khung mã nguồn mở như PyTorchTensorFlow . Ngoài ra, các nền tảng như Ultralytics HUB giúp hợp lý hóa toàn bộ vòng đời của một dự án thị giác máy tính, từ quản lý dữ liệu đến đào tạo các mô hình tùy chỉnh và đơn giản hóa việc triển khai mô hình .

Mặc dù AI Yếu có vẻ hạn chế so với khái niệm AI Mạnh trong khoa học viễn tưởng, nhưng tác động của nó đã mang tính đột phá. Nó thúc đẩy tự động hóa, hiệu quả và các khả năng mới trong vô số ngành công nghiệp. Sự phát triển liên tục của nó, được dẫn dắt bởi các nguyên tắc đạo đức AI , hứa hẹn những hệ thống thông minh chuyên biệt mạnh mẽ và hữu ích hơn nữa.

Tham gia cộng đồng Ultralytics

Tham gia vào tương lai của AI. Kết nối, cộng tác và phát triển với những nhà đổi mới toàn cầu

Tham gia ngay
Liên kết đã được sao chép vào clipboard