Artificial Intelligence AI (Yapay Zeka)M. Cahit B.
Yapay Zeka; ‘İnsanlar tarafından yapıldığında zeka gerektiren şeyleri makinelere yaptırma arayışıdır’ *Marvin Minsky
Minsky defined AI as “the science of making machines do things that would require intelligence if done by men.
Artificial Intelligence AI (Yapay Zeka)M. Cahit B.
Yapay Zeka; ‘İnsanlar tarafından yapıldığında zeka gerektiren şeyleri makinelere yaptırma arayışıdır’ *Marvin Minsky
Minsky defined AI as “the science of making machines do things that would require intelligence if done by men.
Deep Learning - The Past, Present and Future of Artificial IntelligenceLukas Masuch
In the last couple of years, deep learning techniques have transformed the world of artificial intelligence. One by one, the abilities and techniques that humans once imagined were uniquely our own have begun to fall to the onslaught of ever more powerful machines. Deep neural networks are now better than humans at tasks such as face recognition and object recognition. They’ve mastered the ancient game of Go and thrashed the best human players. “The pace of progress in artificial general intelligence is incredible fast” (Elon Musk – CEO Tesla & SpaceX) leading to an AI that “would be either the best or the worst thing ever to happen to humanity” (Stephen Hawking – Physicist).
What sparked this new hype? How is Deep Learning different from previous approaches? Let’s look behind the curtain and unravel the reality. This talk will introduce the core concept of deep learning, explore why Sundar Pichai (CEO Google) recently announced that “machine learning is a core transformative way by which Google is rethinking everything they are doing” and explain why “deep learning is probably one of the most exciting things that is happening in the computer industry“ (Jen-Hsun Huang – CEO NVIDIA).
History of AI, Current Trends, Prospective TrajectoriesGiovanni Sileno
Talk given at the 2nd Winter Academy on Artificial Intelligence and International Law of the Asser Institute. The birth of AI: Dartmouth workshop. The biggest AI waves: classic symbolic AI (reasoning, knowledge systems, problem-solving), machine learning (induction). Current problems: explainability, trustworthyness, impact and transformation on society and people, the rise of artificially dumber systems.
What Is Machine Learning? | What Is Machine Learning And How Does It Work? | ...Simplilearn
This presentation on Machine Learning will help you understand what is Machine Learning, Artificial Intelligence vs Machine Learning vs Deep Learning, how does Machine Learning work, types of Machine Learning, Machine Learning pre-requisites and applications of Machine Learning. Machine learning is a core sub-area of artificial intelligence. Machine Learning is a technique which uses statistical methods enabling machines to learn from their past data. it enables computers to get into a mode of self-learning without being explicitly programmed. When exposed to new data, these computer programs are enabled to learn, grow, change, and develop by themselves. While the concept of machine learning has been around for a long time, the ability to apply complex mathematical calculations to big data has been gaining momentum over the last several years. Now, let us get started and understand the concept of Machine Learning in detail.
Below topics are explained in this "What is Machine Learning?" presentation:
1. Machine Learning
- What is Machine Learning
2. Artificial intelligence vs Machine Learning vs Deep Learning
3. How does Machine Learning work?
4. Types of Machine Learning
5. Machine Learning pre-requisites
6. Applications of Machine Learning
Why learn Machine Learning?
Machine Learning is taking over the world- and with that, there is a growing need among companies for professionals to know the ins and outs of Machine Learning
The Machine Learning market size is expected to grow from USD 1.03 Billion in 2016 to USD 8.81 Billion by 2022, at a Compound Annual Growth Rate (CAGR) of 44.1% during the forecast period.
What skills will you learn from this Machine Learning course?
By the end of this Machine Learning course, you will be able to:
1. Master the concepts of supervised, unsupervised and reinforcement learning concepts and modelling.
2. Gain practical mastery over principles, algorithms, and applications of Machine Learning through a hands-on approach which includes working on 28 projects and one capstone project.
3. Acquire thorough knowledge of the mathematical and heuristic aspects of Machine Learning.
4. Understand the concepts and operation of support vector machines, kernel SVM, naive Bayes, decision tree classifier, random forest classifier, logistic regression, K-nearest neighbours, K-means clustering and more.
5. Be able to model a wide variety of robust Machine Learning algorithms including deep learning, clustering, and recommendation systems.
We recommend this Machine Learning training course for the following professionals in particular:
1. Developers
2. Information Architects
3. Analytics Professionals
4. Graduates
Learn more at https://www.simplilearn.com/big-data-and-analytics/machine-learning-certification-training-course
Artificial Intelligence - It's meaning, uses, past and future.
Artificial intelligence is intelligence demonstrated by machines, as opposed to the natural intelligence displayed by animals including humans
This Presentation will give you an overview about Artificial Intelligence : definition, advantages , disadvantages , benefits , applications .
We hope it to be useful .
Deep Learning - The Past, Present and Future of Artificial IntelligenceLukas Masuch
In the last couple of years, deep learning techniques have transformed the world of artificial intelligence. One by one, the abilities and techniques that humans once imagined were uniquely our own have begun to fall to the onslaught of ever more powerful machines. Deep neural networks are now better than humans at tasks such as face recognition and object recognition. They’ve mastered the ancient game of Go and thrashed the best human players. “The pace of progress in artificial general intelligence is incredible fast” (Elon Musk – CEO Tesla & SpaceX) leading to an AI that “would be either the best or the worst thing ever to happen to humanity” (Stephen Hawking – Physicist).
What sparked this new hype? How is Deep Learning different from previous approaches? Let’s look behind the curtain and unravel the reality. This talk will introduce the core concept of deep learning, explore why Sundar Pichai (CEO Google) recently announced that “machine learning is a core transformative way by which Google is rethinking everything they are doing” and explain why “deep learning is probably one of the most exciting things that is happening in the computer industry“ (Jen-Hsun Huang – CEO NVIDIA).
History of AI, Current Trends, Prospective TrajectoriesGiovanni Sileno
Talk given at the 2nd Winter Academy on Artificial Intelligence and International Law of the Asser Institute. The birth of AI: Dartmouth workshop. The biggest AI waves: classic symbolic AI (reasoning, knowledge systems, problem-solving), machine learning (induction). Current problems: explainability, trustworthyness, impact and transformation on society and people, the rise of artificially dumber systems.
What Is Machine Learning? | What Is Machine Learning And How Does It Work? | ...Simplilearn
This presentation on Machine Learning will help you understand what is Machine Learning, Artificial Intelligence vs Machine Learning vs Deep Learning, how does Machine Learning work, types of Machine Learning, Machine Learning pre-requisites and applications of Machine Learning. Machine learning is a core sub-area of artificial intelligence. Machine Learning is a technique which uses statistical methods enabling machines to learn from their past data. it enables computers to get into a mode of self-learning without being explicitly programmed. When exposed to new data, these computer programs are enabled to learn, grow, change, and develop by themselves. While the concept of machine learning has been around for a long time, the ability to apply complex mathematical calculations to big data has been gaining momentum over the last several years. Now, let us get started and understand the concept of Machine Learning in detail.
Below topics are explained in this "What is Machine Learning?" presentation:
1. Machine Learning
- What is Machine Learning
2. Artificial intelligence vs Machine Learning vs Deep Learning
3. How does Machine Learning work?
4. Types of Machine Learning
5. Machine Learning pre-requisites
6. Applications of Machine Learning
Why learn Machine Learning?
Machine Learning is taking over the world- and with that, there is a growing need among companies for professionals to know the ins and outs of Machine Learning
The Machine Learning market size is expected to grow from USD 1.03 Billion in 2016 to USD 8.81 Billion by 2022, at a Compound Annual Growth Rate (CAGR) of 44.1% during the forecast period.
What skills will you learn from this Machine Learning course?
By the end of this Machine Learning course, you will be able to:
1. Master the concepts of supervised, unsupervised and reinforcement learning concepts and modelling.
2. Gain practical mastery over principles, algorithms, and applications of Machine Learning through a hands-on approach which includes working on 28 projects and one capstone project.
3. Acquire thorough knowledge of the mathematical and heuristic aspects of Machine Learning.
4. Understand the concepts and operation of support vector machines, kernel SVM, naive Bayes, decision tree classifier, random forest classifier, logistic regression, K-nearest neighbours, K-means clustering and more.
5. Be able to model a wide variety of robust Machine Learning algorithms including deep learning, clustering, and recommendation systems.
We recommend this Machine Learning training course for the following professionals in particular:
1. Developers
2. Information Architects
3. Analytics Professionals
4. Graduates
Learn more at https://www.simplilearn.com/big-data-and-analytics/machine-learning-certification-training-course
Artificial Intelligence - It's meaning, uses, past and future.
Artificial intelligence is intelligence demonstrated by machines, as opposed to the natural intelligence displayed by animals including humans
This Presentation will give you an overview about Artificial Intelligence : definition, advantages , disadvantages , benefits , applications .
We hope it to be useful .
2. DI COSA SI TRATTA?
L'intelligenza artificiale è una disciplina appartenente
all'informatica che studia le metodologie e le tecniche che
consentono la progettazione di sistemi hardware e sistemi
di programmi software capaci di fornire all’elaboratore
elettronico prestazioni che sembrerebbero essere di
pertinenza esclusiva dell’intelligenza umana.
L’obiettivo dell’intelligenza artificiale consiste nel fornire
prestazioni equivalenti e superiori a quelle umane.
Essa si basa su due grandi rami: la Scienza e l’Ingegneria.
3. IA FORTE E DEBOLE
Le due principali teorie sull’intelligenza artificiale sono:
forte e debole.
L’IA forte si basa sulla convinzione che le macchine
possano essere intelligenti; essa consiste nella
rappresentazione della conoscenza tramite una logica
matematica e sull’uso del ragionamento.
L’IA debole pensa che le macchine possano comportarsi
come se fossero intelligenti; l’obiettivo di essa consiste nel
realizzare software che possano sostituire alcune funzioni
umane.
4. AREE DI APPLICAZIONE
L’IA trova applicazione in molte aree, ad esempio:
• Pianificazioni e schedulazioni autonome (veicoli spaziali);
• Pianificazione logistica (revisionare o creare un elaborato);
• Controllo autonomo dei movimenti (macchina);
• Giochi (1997: programma Deep Blue sconfisse il campione del
mondo di scacchi);
• Programmazione automatica (generare il programma
desiderato);
• Comprensione del linguaggio naturale (elaborazione del
linguaggio vocale);
• Domotica (controllare elettrodomestici e funzioni di sicurezza
anche quando non si è a casa).
5. UN PO’ DI STORIA
L’IA nacque nel 1956 quando John McCarthy utilizzò il termine
“Artificial Intelligence”.
Però è necessario dare uno sguardo al passato, poiché altri scienziati
hanno contribuito a tale evoluzione.
Erone di Alessandria: inventò i primi automi semoventi e la
macchina a vapore;
Raimondo Lullo: progetta l’Ars Magna (concetti in segni geometrici e
algebrici);
Gottfried ilhelm von Liebniz: la logica deve essere utilizzata per
ridurre il ragionamento ad un algebra del pensiero);
Wiener: studio della cibernetica (meccanismi con cui uomini e
animali comunicano con l’ambiente esterno e lo controllano);
McCulloch & Pitts: elaborano il primo modello di neuroni artificiali
(studio dei meccanismi del controllo negli esseri viventi che in
macchine).
6. SEI UN UMANO? PROVALO!
Per essere considerato umano, il computer dovrebbe:
Saper interpretare il linguaggio umano;
Saper apprendere;
Saper ragionare autonomamente.
Con il test di Touring si cerca di risolvere il problema
dell’intelligenza in una macchina.
Esso consiste nel porre delle domande a due diversi “individui”:
l’uomo e la macchina. Dopo aver riconsegnato le risposte
all’esaminatore, quest’ultimo deve scoprire in quale stanza si
trova la macchina. In un secondo esperimento, l’uomo si
sostituisce alla macchina, con il compito di mentire alle
domande. Qui l’esaminatore deve riuscire a capire chi dei due sta
mentendo.
Il test si considera superato solamente quando il numero di volte in
cui l’esaminatore individua la macchina è pari al numero di volte
in cui l’esaminatore scopre la persona che mente.
7. Il CAPTCHA è:
Un test immaginato da Turing che sfrutta le abilità del cervello umano
di riconoscere immediatamente dei simboli;
Una procedura antispam.
Esso viene utilizzato per bloccare gli Spambot, ossia dei programmi che
riescono a reperire email con lo scopo di mandare messaggi
indesiderati.
Risulta efficace poiché le macchine non riescono a riconoscere i simboli.
Un tentativo per constatare la veridicità da parte del test di Turing
venne effettuato da John Searle, con il gioco della “stanza cinese”.
Il protagonista è Searle stesso che si trova chiuso in una stanza. Dato che
non conosce il cinese gli viene fornito un manuale dove viene spiegato
come comporre frasi di senso compiuto ordinando in un determinato
modo gli ideogrammi della lingua. Il suo obiettivo è quello di ingannare
il suo interlocutore facendogli credere che lui stia capendo quale sia il
discorso, quando invece, in realtà, non conosce il significato di neanche
una parola. Quello che si vuole dimostrare è che una macchina può
solo simulare l’intelligenza umana. Secondo lui una mente non può
fare a meno di un’attività semantica. L’umano è insostituibile.
8. INFORMATICA E ROBOTICA
Per descrivere l’IA bisogna dapprima distinguere in:
Naturale, per quanto riguarda la parte costituita dall’uomo e dal mondo
circostante;
Artificiale, per la parte costituita dal robot (robotica) e dal computer
(informatica).
L’elaborazione dell’informazione può avvenire attraverso l’algoritmo, il dato
o il problema.
Di conseguenza, si possono identificare tre tipi di elaborazione
dell’informazione: l’esecuzione di algoritmi (esecuzione), la gestione dei
dati (gestionale) e la risoluzione di problemi (risolutoria).
L’IA, in informatica, ricerca e sviluppa teorie di base.
Nel caso della robotica, sono identificati due tipi di interazioni con il mondo:
la produzione di fenomeni conformi ad un modello controllato dal robot,
attraverso attuatori (interfaccia di interazione in uscita dal robot verso il
mondo); la percezione di fenomeni descritti da un modello formulato dal
robot, attraverso sensori (interfaccia di interazione in entrata nel robot dal
mondo).
La robotica intelligente è quella parte della robotica che interessa l’IA.
9. REALTA’ O FANTASCIENZA? I FILM
CHE HANNO PARLATO DI IA.
MATRIX(1999): Nel XXII secolo il Grande Fratello ha
trasformato il mondo in un universo simulato, grazie al
gigantesco computer Matrix, collegato con i cervelli degli esseri
umani. Neo, asso dell'informatica, si aggrega a un gruppo di
resistenti il cui capo Morpheus crede di avere riconosciuto in lui
l'Eletto, destinato a svegliare l'umanità e a lottare contro i poteri
del Male che l'hanno ridotta in schiavitù.
Nel XXI secolo l’uomo sviluppa una intelligenza artificiale, ma
le macchine di sua creazione finiscono col sopraffarlo e rendono
gli esseri umani schiavi, addormentati in un sonno perenne in
cui “sognano” di vivere in una realtà creata dalle macchine
apposta per loro (Matrix appunto), mentre queste traggono dai
loro corpi il nutrimento elettrico di cui hanno bisogno.
10. BLADE RUNNER(1982): ambientato nel 2019 in una Los Angeles
distopica, dove replicanti dalle stesse sembianze dell'uomo vengono
abitualmente fabbricati e utilizzati come forza lavoro nelle colonie
extra-terrestri. I replicanti che si danno alla fuga o tornano illegalmente
sulla Terra vengono cacciati e eliminati fisicamente da agenti speciali
chiamati blade runner. La trama ruota attorno a un gruppo di androidi
recentemente evasi e nascostisi a Los Angeles, e al poliziotto Rick
Deckard, ormai fuori servizio ma che accetta un'ultima missione per
dare loro la caccia.
In Blade Runner l’Intelligenza Artificiale assume le sembianze dei
replicanti, androidi organici prodotti con sofisticate tecniche di
ingegneria genetica che li rendono del tutto paragonabili agli esseri
umani. Essi hanno un’intelligenza paragonabile a quella degli
ingegneri che li hanno progettati e capacità fisiche superiori a
quelle degli esseri umani.
11. EX MACHINA(2015): Smith, giovane programmatore 24enne, lavora
per una delle società Internet più grandi del mondo e, dopo aver vinto
un concorso interno all’azienda, ha la possibilità di trascorrere una
vacanza nella casa di montagna di Bateman. Al suo arrivo Smith scopre
che in realtà la casa di Bateman è un grande laboratorio di ricerca
dove il suo capo sta sviluppando umanoidi ed androidi dotati di
Intelligenza Artificiale. L’ultima innovazione raggiunta ha portato
allo sviluppo di Ava, un umanoide dotata di Intelligenza
Artificiale. Smith inizia un percorso di dialoghi con Ava .Gli incontri
avvengono sempre in una sorta di cubo di vetro e acciaio che separa Ava
dal protagonista. Da qui in poi è un crescendo di suspense, Smith si
trova combattuto tra l’ammirazione verso il suo capo e il desiderio di
scoprire di più.
Questo è il film che è riuscito a meglio rappresentare
l’Intelligenza Artificiale nella sua ampiezza di significato,
toccando non solo la componente robotica e quella di
autoapprendimento dei sistemi fino alla coscienza di sé, anche
sfiorando nella trama alcuni degli ambiti applicativi già oggi presenti
nelle nostre vite (Internet, i motori di ricerca e i social network).
