A Inteligência Artificial (AI) normalmente é determinada como a ciência de fazer com que os pcs façam coisas que requerem inteligência quando são feitas por seres humanos. AI teve um sucesso em domínios limitados ou simplificados. O comportamento humano é bastante acessível, pode ser inteligente, mas o comportamento bastante complexo que executam os insetos é pouco inteligente. Qual é a diferença?
Considere o modo da vespa escavadeira, Sphex ichneumoneus. Quando a vespa fêmea traz comida pra tua toca, a deposita no limite, entra pela toca pra ver de perto se há intrusos, e, em seguida, se a costa está clara, leva a comida. A meio ambiente insuficiente inteligente do comportamento da vespa revela-se o experimentador observador move a comida poucos centímetros, enquanto a vespa está dentro da toca.
Ao emergir, a vespa repete todo o procedimento: leva a comida pro nível mais uma vez, entra pra espiar em redor e sai. Você pode fazer reforçar esse estágio de posicionamento mais de 40 vezes seguidas. A inteligência, notoriamente ausente no caso de Sphex, é a prática de ajustar o modo de um para ajustar-se às outras ocorrências.
- Primeira aparição: The Fury of Firestorm (The Flash)
- Melhoria da característica de vida dos trabalhadores
- Honey Kisaragi (Identidade humana)
- Outros domínios
- Restrições em acesso
- quatro Evolução posterior
O raciocínio dominante pela psicologia considera a inteligência humana não como uma única aptidão ou recurso cognitivo, entretanto sim como uma série de componentes separados. A busca em IA tem se concentrado principalmente nos seguintes componentes da inteligência: aprendizado, raciocínio, resolução de problemas, compreensão e entendimento da linguagem.
A aprendizagem distingue-se numa multiplicidade de modos diferentes. O mais acessível é estudar por ensaio e defeito. A título de exemplo, um programa acessível para solucionar problemas de xadrez mate-em-um podes testar movimentos aleatórios até que se veja um que consiga mate.
O programa lembra o movimento de sucesso, e a próxima vez que se oferece o mesmo problema, o material é qualificado de produzir a resposta de imediato. A acessível memorização de elementos individuais (soluções para problemas, frases, etc.) é chamado de aprendizagem memorístico. O aprendizado de memória é relativamente acessível de implementar em um computador.
Mais desafiador é a dificuldade de implementar o que é denominado como generalização. A aprendizagem que envolve generalização deixa ao aluno condições de exercer-se melhor em situações que não haviam se encontrado previamente. Um programa que aprende os tempos passados dos verbos regulares em inglês de memória não poderá gerar o tempo passado, tendo como exemplo,
As ferramentas ou aplicativos “deformadoras” permite esculpir uma área animada em duas ou mais maneiras. ↑ a b Hansen, Ben (22 de fevereiro de 2012). “New Tricks: An Interview With Naughty Dog’s Co-Presidentes”. Game Informer (em inglês). ↑ a b c d e Takahashi, Dean (cinco de agosto de 2013). “The definitive interview with the creators of Sony’s blockbuster The Last of Us (part 1)”. GamesBeat (em inglês).
↑ a b Hanson, Ben (20 de fevereiro de 2012). “Capturing Joel And The Last Of Us For The Last Of Us”. Game Informer (em inglês). ↑ a b c Takahashi, Dean (6 de agosto de 2013). “What inspired The Last of Us? 2” (em inglês). VentureBeat. ↑ a b c d e “The Last of Us: An Interview with a Naughty Dog”.
The Digital Fix (em inglês). ↑ a b c “The Last of Us – The Best Film Of The Year That Wasn’t Actually A Film)”. Empire. Bauer Media Group. ↑ a b “The Last Of Us: the definitive postmortem – spoilers be damned – Page 2 of 3”. Edge (em inglês). ↑ a b Cullen, Johnny (11 de dezembro de 2011). “Naughty Dog’s The Last of Us announced at VGAs” (em inglês).
