Bu sistemlər insanın öyrənmə, düşünmə, problem həll etmə və qərar qəbul etmə kimi idrak proseslərini simulyasiya etmək üçün nəzərdə tutulmuşdur.
AI sistemləri imkanlarına və funksionallığına görə müxtəlif kateqoriyalara təsnif edilə bilər:
Dar AI: Zəif AI olaraq da bilinən dar AI sistemləri məhdud domen daxilində xüsusi tapşırıqları yerinə yetirmək üçün nəzərdə tutulmuşdur. Nümunələrə Siri və Alexa kimi səs köməkçiləri, təsvirin tanınması sistemləri və onlayn platformalar tərəfindən istifadə edilən tövsiyə alqoritmləri daxildir.
Ümumi süni intellekt: Ümumi süni intellekt insanın edə biləcəyi hər hansı bir intellektual işi başa düşmək və yerinə yetirmək qabiliyyətinə malik sistemlərə aiddir. Bu cür sistemlər müxtəlif sahələr və vəzifələr üzrə insan səviyyəli intellekt nümayiş etdirəcək. Süni intellektlə bağlı tədqiqatlarda əhəmiyyətli irəliləyiş əldə olunsa da, əsl ümumi süni intellekt hələ də əsasən nəzəri xarakter daşıyır və davam edən tədqiqatların mövzusu olaraq qalır.
Maşın Öyrənməsi: Maşın öyrənməsi, açıq şəkildə proqramlaşdırılmadan təcrübədən öyrənə və təkmilləşdirməyə qadir olan alqoritmlərin və sistemlərin layihələndirilməsinə yönəlmiş süni intellekt alt hissəsidir. Bu sistemlər nümunələri müəyyən etmək və proqnozlar və ya qərarlar qəbul etmək üçün böyük həcmdə məlumatları təhlil edir və şərh edir. Nümunələrə təsvirin tanınması, təbii dil emalı və tövsiyə sistemləri daxildir.
Dərin Öyrənmə: Dərin öyrənmə verilənlər daxilində mürəkkəb nümunələri və münasibətləri modelləşdirmək və anlamaq üçün süni neyron şəbəkələrindən istifadə edən maşın öyrənməsinin alt sahəsidir. Dərin neyron şəbəkələri adlanan dərin öyrənmə alqoritmləri sistemə iyerarxik təsvirləri öyrənməyə imkan verən bir-biri ilə əlaqəli qovşaqların çoxsaylı qatlarından ibarətdir. Dərin öyrənmə şəkil və nitqin tanınması kimi vəzifələrdə nəzərəçarpacaq uğur qazanmışdır.
Gücləndirici Öyrənmə: Gücləndirici öyrənmə, ətraf mühitdən gələn rəy əsasında qərar qəbul etmək üçün AI sisteminin təlimini əhatə edir. Sistem sınaq və səhv prosesi vasitəsilə öyrənir, öz hərəkətlərinə görə mükafatlar və ya cəzalar alır və mükafatları artırmaq üçün davranışını tənzimləyir. Gücləndirici öyrənmə avtonom nəqliyyat vasitələrində, oyun oynamada (məsələn, AlphaGo) və robot texnikasında istifadə edilmişdir.
Natural Language Processing (NLP): NLP kompüterlərə insan dilini başa düşmək, şərh etmək və yaratmaq imkanı verməyə yönəlmişdir. NLP üsulları dil tərcüməsində, hisslərin təhlilində, chatbotlarda və virtual köməkçilərdə istifadə olunur.
Robototexnika: Robototexnika süni intellektlə fiziki maşınları birləşdirir ki, ətraf mühiti dərk edə, qərarlar qəbul edə və obyektləri manipulyasiya edə bilən avtonom sistemlər yaradır. Robotik sistemlər istehsal, səhiyyə, kəşfiyyat və nəqliyyat kimi sahələrdə tətbiq tapır.
Qeyd etmək vacibdir ki, süni intellekt sistemləri əhəmiyyətli irəliləyişlər əldə etsə də, onların hələ də məhdudiyyətləri var və hələ də insan zəkasının və sağlam düşüncənin tam spektrini təkrarlamaq iqtidarında deyil. Süni intellekt sistemləri həmçinin məxfilik, ədalətlilik və hesabatlılıq kimi amilləri nəzərə alaraq etik cəhətdən inkişaf etdirilməli və tətbiq edilməlidir.
Asiman Xəlili
Vətən Naminə Mətbuat Xidməti
