Definiția AI și diferența dintre AI slabă (Weak AI) și AI puternică (Strong AI). Cum funcționează AI: învățarea automată (machine learning), rețele neuronale, algoritmi de procesare a datelor. Exemple de aplicații AI în viața cotidiană (asistenți vocali, motoare de căutare, sisteme de recomandare).

Introducere

Definiția AI și diferența dintre AI slabă și AI puternică

• AI este capacitatea mașinilor de a imita sau chiar depăși comportamentele inteligente umane.
• Include aspecte precum învățarea, raționamentul, percepția și auto-îmbunătățirea.
• Scopul este de a crea sisteme care pot funcționa autonom sau asistă oamenii în diverse sarcini.

AI slabă (Weak AI):

1. Proiectată pentru sarcini specifice, fără conștiință sau înțelegere generală.
2. Funcționează în domenii limitate, cum ar fi recunoașterea vocală sau jocurile de șah.
3. Exemple includ Siri, Alexa și sisteme de recomandare.
4. Nu are capacitatea de a învăța dincolo de scopul programării sale inițiale.
5. Nu posedă conștiență de sine sau emoții.
6. Eficientă în sarcini bine definite, dar nu poate generaliza cunoștințele.
7. Depinde de datele și algoritmii furnizați de programatori.
8. Nu are capacitatea de a învăța transferul de cunoștințe între diferite domenii.
9. Utilizată în aproape toate aplicațiile AI de zi cu zi.
10. Nu poate înțelege contextul în afara parametrilor săi stricți.

AI puternică (Strong AI sau AGI - Artificial General Intelligence):

1. Teoretică, nu există în practică încă.
2. Ar avea abilități cognitive comparabile cu cele umane în orice domeniu.
3. Ar putea învăța și înțelege orice sarcină intelectuală umană.
4. Capabilă de autoconștiență și gândire abstractă.
5. Ar putea să-și stabilească propriile obiective și să se adapteze la noi situații.
6. Implică o înțelegere profundă a lumii, similară cu cea umană.
7. Ar necesita o abordare multidisciplinară pentru a fi dezvoltată.
8. Ar putea să învețe de la o singură experiență și să aplice această cunoaștere în contexte diferite.
9. Ar reprezenta un salt uriaș în tehnologia AI, cu implicații etice și sociale profunde.
10. Cercetarea pentru AGI este activă, dar încă departe de realitate.

Cum funcționează AI

Învățarea automată (Machine Learning):

1. Permite sistemelor să învețe din date fără a fi programate explicit.
2. Include algoritmi precum regresia, clasificarea și clusterizarea.
3. Supervisionată vs. nesupervisionată vs. învățare prin întărire.
4. Folosește date pentru a face predicții sau decizii.
5. Necesită seturi mari de date pentru antrenament.
6. Poate îmbunătăți performanța cu timpul.
7. Exemple: recunoașterea fețelor, detectarea fraudei.
8. Algoritmii se pot adapta la noi date.
9. Permite personalizarea experiențelor utilizatorului.
10. Este fundația pentru multe aplicații moderne de AI.

Rețele neuronale:

1. Inspirate de creierul uman, compuse din noduri sau neuroni artificiali.
2. Utilizează straturi de procesare (input, ascuns, output).
3. Excelente în recunoașterea tiparelor complexe.
4. Deep Learning este o subcategorie avansată.
5. Pot învăța caracteristici din date brute.
6. Folosesc funcții de activare pentru a procesa informațiile.
7. Capabile de învățare profundă cu multe straturi.
8. Aplicații în recunoașterea imaginii, vocea, și textul.
9. Necesită putere computațională semnificativă.
10. Pot suferi de supraînvățare dacă nu sunt gestionate corect.

Algoritmi de procesare a datelor:

1. Transformă datele brute în informații utile.
2. Algoritmii variază de la simpli la extrem de complecși.
3. Utilizați în analiza datelor, minarea de date.
4. Pot fi deterministi sau stochastici.
5. Aplicație largă în analiza predictivă.
6. Pot detecta modele și anomalii.
7. Incluse în sisteme de filtrare și clasificare.
8. Utili în analiza de text și prelucrarea limbajului natural.
9. Eficientizarea și optimizarea proceselor.
10. Cruciali pentru decizii bazate pe date.

Exemple de aplicații AI în viața cotidiană

Asistenți vocali:

1. Siri, Google Assistant, Alexa - interfață vocală.
2. Ajută la setarea alarme, răspunsuri la întrebări.
3. Controlul dispozitivelor smart home.
4. Traducere și interpretare în timp real.
5. Recomandări personalizate (muzică, știri).
6. Asistență în navigare și căutare locală.
7. Îmbunătățire continuă prin interacțiuni utilizator.
8. Accesibilitate pentru persoanele cu dizabilități.
9. Integrare în mașini pentru asistență la condus.
10. Interfață naturală pentru comenzile vocale.

Motoare de căutare:

1. Google utilizează AI pentru a oferi rezultate relevante.
2. Înțelegeri contextuale și semantice ale căutărilor.
3. Personalizarea rezultatelor bazate pe istoricul utilizatorului.
4. Căutare vizuală cu recunoașterea imaginilor.
5. Sugerarea de întrebări și auto-completare.
6. Optimizarea pentru dispozitive mobile.
7. Filtrul de spam și detectarea știrilor false.
8. Traducere instantanee a rezultatelor de căutare.
9. Predicția tendințelor de căutare.
10. Indexarea și clasificarea vastelor cantități de conținut web.

Sisteme de recomandare:

1. Netflix, Amazon - sugestii bazate pe comportamentul trecut.
2. Recomandări de produse, filme, cărți, muzică.
3. Învățarea preferințelor utilizatorilor.
4. Optimizarea ofertelor și marketingului personalizat.
5. Filtrul colaborativ și algoritmi de content-based.
6. Îmbunătățirea experienței utilizatorului.
7. Creșterea vânzărilor și satisfacția clientului.
8. Analiza comportamentului pe site pentru recomandări.
9. Personalizarea conținutului social media.
10. Eficiență în gestionarea inventarului și stoc.