სარჩევი
ბევრი ჩვეულებრივი პროგრამული სისტემა შეიძლება იყოს უკიდურესად რთული, მრავალდონიანი, მრავალფუნქციური და მრავალკომპონენტიანი, ავტომატური მართვის სისტემებში ინტეგრირების შესაძლებლობით და ავტომატიზაციის მაღალი ხარისხით.
სინამდვილეში, პროგრამული სისტემების ავტომატიზაციის მაღალი ხარისხი, მიუხედავად მათი სირთულისა, არ აქცევს მათ ხელოვნური ინტელექტის სისტემებად ამ თემის ფართო გაგებით, თუმცა ისინი ახლოს არიან ხელოვნურ ინტელექტთან.
ხელოვნური ინტელექტის საიდენტიფიკაციო ნიშნები:
- თვითსწავლისა და ადაპტაციის უნარი – დამოუკიდებლად სწავლისა და ადაპტაციის შესაძლებლობა ახალი მონაცემების, გამოცდილების და უკუკავშირის საფუძველზე. მუშა პროცესის დროს საკუთარი ალგორითმების ოპტიმიზაცია, რაც სისტემას საშუალებას აძლევს დროთა განმავლობაში გახდეს უფრო ეფექტური და ზუსტი. ხელოვნური ინტელექტი არ შემოიფარგლება მხოლოდ საწყისი/თავდაპირველი მონაცემებით და შესაძლებლობა აქვს მუდმივად განვითარდეს.
- გადაწყვეტილების მიღების ავტონომიურობა – არის უნარი ამა თუ იმ ამოცანის ფოკუსში გასცდეს დადგენილი ალგორითმების საზღვრებს და მოახდინოს ახალ სცენარებთან ადაპტირება ადამიანის ჩარევის გარეშე. მარტივად რომ ვთქვათ, ხელოვნურ ინტელექტს შეუძლია დამოუკიდებლად მოძებნოს საუკეთესო გამოსავალი კონკრეტული პრობლემის გადასაჭრელად, მაშინ როდესაც ჩვეულებრივი პროგრამები ჩაკეტილი არიან ინტეგრირებული ალგორითმების საზღვრებში.
- რთული პრობლემების კონტექსტის გაგება – ხელოვნურ ინტელექტს აქვს უნარი გაიგოს რთული, მრავალშრიანი პრობლემები და კონტექსტი, რომელშიც ისინი წარმოიქმნება, მაშინ როცა ტრადიციულ პროგრამებში გაგების სიღრმე შემოიფარგლება მხოლოდ წინასწარ დაწერილი და განხორციელებული სკრიპტებითა და ალგორითმებით.
- კოგნიტური ფუნქციები – ინფორმაციის აღქმა, მსჯელობა, სწავლა და მრავალვექტორიანი პრობლემის გადაჭრა განასხვავებს ხელვნურ ინტელექტს ნებისმიერი სხვა, თუნდაც ყველაზე რთული სისტემებისგან. ლოგიკური მსჯელობა გულისხმობს ინფორმაციის ლოგიკურად გაანალიზებისა და დასკვნების ფორმირების უნარს მიზეზ-შედეგობრივი ჯაჭვების აგებით.
- ბუნებრივი ენის დამუშავება – მანქანური ენის ჩანაცვლება ინსტრუქციებით და შემდგომში ადამიანის ენით, პროგრამულ კომპლექსს აახლოებს ხელოვნურ ინტელექტთან იმდენად, რამდენადაც ხელოვნურ ინტელექტს შეუძლია ადამიანის მეტყველების გაგება.
- პრედიქტიული ანალიზი – ხელოვნურ ინტელეტს შეუძლია გაანალიზოს დიდი მოცულობის ისტორიული მონაცემები, აღმოაჩინოს შაბლონები და ტენდენციები და გამოიყენოს ეს ცოდნა სამომავლო მოვლენების ან შედეგების პროგნოზირებისთვის, შაბლონებისა და სავარაუდო შეფასებების საფუძველზე.
- მულტიმოდალობა – გულისხმობს ხელოვნური ინტელექტის უნარს გააანალიზოს და გააერთიანოს ინფორმაცია სხვადასხვა წყაროებიდან ან მონაცემთა ტიპებიდან (მოდალობებიდან). მაგალითად, მულტიმოდალურ ხელოვნური ინტელექტის სისტემას შეუძლია ტექსტის, სურათების, აუდიოსა და ვიდეოს ერთდროულად დამუშავება.
- მულტიდისციპლინურობა – ხელოვნური ინტელექტის კონტექსტი, გულისხმობს ცოდნისა და მეთოდების გამოყენებას სხვადასხვა სამეცნიერო დისციპლინებიდან ხელოვნური ინტელექტის სისტემების განვითარების, გაგებისა და გაუმჯობესების მიზნით. ეს მიდგომა აქცენტირებულია სხვადასხვა სამეცნიერო და ტექნიკური სფეროების ცოდნის გაერთიანებისათვის – უფრო ეფექტური და ინტელექტუალური სისტემების შესაქმნელად.
ხელოვნური ინტელექტის ზემოთაღნიშნული ძირითადი რვა მახასიათებლის ინტეგრირება სავალდებულო არ არის, რადგან, ფაქტობრივად, ზემოთ ჩამოთვლილიდან ერთიც კი საკმარისია იმისათვის რომ სისტემა იდენტიფიცირებული იქნას, როგორც ხელოვნური ინტელექტი.
სტრატეგიების კლასიფიკაცია: ძირითადი ფინანსური აქტივების მიხედვით
სტრატეგიების კლასიფიკაცია: დროის პერიოდის მიხედვით
სტრატეგიების კლასიფიკაცია: ძირითადი ალგორითმის მიხედვით
სტრატეგიების კლასიფიკაცია: დამატებითი მახასიათებლების მიხედვით