Trí tuệ nhân tạo là gì? AI hoạt động như thế nào? – Wiki Máy Tính

5/5 – ( 6 bầu chọn ) Trí tuệ nhân tạo là gì ? AI hoạt động giải trí như thế nào ?

Trí tuệ nhân tạo là gì?

Trí tuệ nhân tạo (tiếng Anh: Artificial Intelligence, viết tắt AI) là sự mô phỏng các quá trình thông minh của con người bằng máy móc, đặc biệt là hệ thống máy tính. Các ứng dụng cụ thể của AI bao gồm hệ thống chuyên gia, xử lý ngôn ngữ tự nhiên, nhận dạng giọng nói và thị giác máy.

Trí tuệ nhân tạo (trí thông minh nhân tạo) là một nhánh rộng lớn của khoa học máy tính liên quan đến việc xây dựng các máy thông minh có khả năng thực hiện các tác vụ thường đòi hỏi trí thông minh của con người.

Thuật ngữ Artificial Intelligence ( AI ) do John McCarthy đặt ra vào năm 1955 tại Đại học Dartmouth ( Hanover, New Hampshire, Hoa Kỳ ).

Ví dụ về trí tuệ nhân tạo

• Chế tạo rô bốt.
• Xe ô tô tự lái.
• Trợ lý thông minh.
• Quản lý chăm sóc sức khỏe chủ động.
• Lập bản đồ dịch bệnh.
• Đầu tư tài chính tự động.
• Đại lý đặt vé du lịch ảo.
• Giám sát phương tiện truyền thông xã hội.
• Đề xuất của Netflix, YouTube

AI hoạt động như thế nào?

Trí tuệ nhân tạo sử dụng máy học để bắt chước trí mưu trí của con người. Máy tính phải học cách phản ứng với một số ít hành vi nhất định, thế cho nên nó sử dụng những thuật toán và tài liệu lịch sử vẻ vang để tạo ra một thứ gọi là quy mô khuynh hướng. Sau đó, những quy mô khuynh hướng sẽ khởi đầu đưa ra những Dự kiến ( như cho điểm người mua tiềm năng hoặc một cái gì đó ).

Các ứng dụng của AI là gì?

Các công ty trong nghành giáo dục, kinh tế tài chính, bảo hiểm và tiếp thị quảng cáo đều đang nỗ lực tìm cách tối ưu hóa trí tuệ nhân tạo để thu được quyền lợi tối đa. Dưới đây là những ví dụ về cách AI được sử dụng trong những ngành công nghiệp khác nhau.

Chăm sóc sức khỏe

AI lấy một lượng lớn tài liệu, nghiên cứu và phân tích và sau đó thay đổi những giải pháp để chống lại và chữa bệnh. AI cải tổ năng lực Dự kiến và độ đáng tin cậy với sự bảo đảm an toàn của bệnh nhân. Trí tuệ nhân tạo không hề thay thế sửa chữa những chuyên viên y tế, nhưng nó giúp họ thao tác hiệu suất cao và hiệu suất hơn.

Tài chính

Giờ đây, ứng dụng được tương hỗ bởi AI đưa ra quyết định hành động cho vay bằng cách nghiên cứu và phân tích tài liệu của người đi vay một cách phức tạp thay vì chỉ thực thi kiểm tra lý lịch và điểm tín dụng thanh toán. Một ví dụ quan trọng khác là AI đã sửa chữa thay thế việc ra quyết định hành động của con người ở một Lever tuyệt vời trong kinh doanh thị trường chứng khoán. Mọi người gửi đơn đặt hàng và máy móc khớp chúng mà không cần bất kể sự can thiệp nào của con người.

Bảo vệ

Phát hiện gian lận là một ứng dụng tuyệt vời của AI và đóng một vai trò quan trọng trong việc bảo vệ vương quốc. Trong những tổ chức triển khai lớn, con người khó hoàn toàn có thể nhanh gọn phát hiện những hoạt động giải trí gian lận, nhưng AI hoàn toàn có thể nhận ra những không bình thường trước khi chúng chạm mức nguy hại.

Vận tải

AI đang tạo ra những thay đổi lớn trong nghành giao thông vận tải vận tải đường bộ. Xe tự hành sử dụng những tính năng tân tiến, gồm có mạng lưới hệ thống phanh và chuyển làn đường sử dụng cảm ứng và camera để tránh va chạm cũng như thích ứng với thiên nhiên và môi trường mới bằng cách sử dụng map.

Cuộc sống hàng ngày

Bên cạnh nhiều ứng dụng của AI, nó cũng được sử dụng để cải tổ đời sống hàng ngày của tất cả chúng ta. AI hiện hoàn toàn có thể tăng trưởng những công thức nấu ăn dựa trên những loại sản phẩm có sẵn và thậm chí còn tạo ra những tác phẩm nghệ thuật và thẩm mỹ. Công cụ đề xuất kiến nghị được tạo cho YouTube và Netflix được tương hỗ bởi AI để đưa ra đề xuất kiến nghị khi tìm kiếm chương trình tiếp theo để xem.

Trí tuệ nhân tạo hoạt động như thế nào? Bốn loại trí tuệ nhân tạo

Reactive Machines [Máy phản ứng]

Một cỗ máy phản ứng tuân theo những nguyên tắc cơ bản nhất của AI và như tên gọi của nó, chỉ có năng lực sử dụng trí mưu trí của nó để nhận thức và phản ứng với quốc tế trước mặt nó. Máy phản ứng không hề tàng trữ bộ nhớ và hiệu quả là không hề dựa vào những kinh nghiệm tay nghề trong quá khứ để đưa ra quyết định hành động trong thời hạn thực. Nhận thức quốc tế một cách trực tiếp có nghĩa là những máy phản ứng được phong cách thiết kế để chỉ hoàn thành xong một số ít trách nhiệm chuyên biệt hạn chế. Tuy nhiên, việc cố ý thu hẹp thế giới quan của máy phản ứng không phải là bất kể giải pháp cắt giảm ngân sách nào và thay vào đó có nghĩa là loại AI này sẽ đáng đáng tin cậy và đáng an toàn và đáng tin cậy hơn – nó sẽ phản ứng theo cùng một cách với những kích thích giống nhau vào mọi thời gian. Một ví dụ nổi tiếng về máy phản ứng là Deep Blue, được IBM phong cách thiết kế vào những năm 1990 như một siêu máy tính chơi cờ vua và đã vượt mặt đại kiện tướng quốc tế Gary Kasparov trong một game show. Deep Blue chỉ có năng lực xác lập những quân cờ trên bàn cờ vua và biết cách vận động và di chuyển của mỗi quân dựa trên những quy tắc của cờ vua, nhận ra vị trí hiện tại của mỗi quân và xác lập nước đi hài hòa và hợp lý nhất tại thời gian đó. Máy tính không theo đuổi những bước tiến tiềm năng trong tương lai của đối thủ cạnh tranh hoặc nỗ lực đặt những quân cờ của mình vào vị trí tốt hơn. Mỗi lượt được xem như thực tiễn của riêng nó, tách biệt với bất kể hoạt động nào khác đã được thực thi trước đó. Một ví dụ khác về máy phản ứng chơi game show là AlphaGo của Google. AlphaGo cũng không có năng lực nhìn nhận những nước đi trong tương lai nhưng dựa vào mạng lưới thần kinh của riêng mình để nhìn nhận những diễn biến của game show hiện tại, giúp nó có lợi thế hơn Deep Blue trong một game show phức tạp hơn. AlphaGo cũng đã vượt qua những đối thủ cạnh tranh quý phái quốc tế của game show, vượt mặt nhà vô địch cờ vây Lee Sedol vào năm năm nay.

Mặc dù bị giới hạn về phạm vi và không dễ thay đổi, trí tuệ nhân tạo máy phản ứng có thể đạt được mức độ phức tạp và mang lại độ tin cậy khi được tạo ra để hoàn thành các nhiệm vụ có thể lặp lại.

Limited Memory [Bộ nhớ hạn chế]

Trí tuệ nhân tạo có bộ nhớ hạn chế có năng lực tàng trữ tài liệu và Dự kiến trước đó khi tích lũy thông tin và xem xét những quyết định hành động tiềm năng – về cơ bản là nhìn vào quá khứ để tìm manh mối về những gì hoàn toàn có thể xảy ra tiếp theo. Trí tuệ nhân tạo có bộ nhớ hạn chế phức tạp hơn và bộc lộ nhiều năng lực hơn so với những máy phản ứng. Trí nhớ số lượng giới hạn AI được tạo ra khi một nhóm liên tục giảng dạy quy mô về cách nghiên cứu và phân tích và sử dụng tài liệu mới hoặc thiên nhiên và môi trường AI được kiến thiết xây dựng để những quy mô hoàn toàn có thể được đào tạo và giảng dạy và thay đổi tự động hóa. Khi sử dụng bộ nhớ số lượng giới hạn AI trong học máy, phải tuân theo sáu bước : Phải tạo tài liệu đào tạo và giảng dạy, phải tạo mô hình học máy, quy mô phải có năng lực đưa ra Dự kiến, quy mô phải có năng lực nhận được phản hồi của con người hoặc môi trường tự nhiên, rằng phản hồi phải được tàng trữ dưới dạng tài liệu và những bước này phải được nhắc lại như một chu kỳ luân hồi. Có ba mô hình học máy chính sử dụng trí tuệ nhân tạo có bộ nhớ hạn chế :

Học tập củng cố, học cách đưa ra dự đoán tốt hơn thông qua việc thử-và-sai lặp đi lặp lại.
Bộ nhớ Ngắn hạn Dài hạn (LSTM), sử dụng dữ liệu trong quá khứ để giúp dự đoán mục tiếp theo trong một trình tự. Các LTSM xem thông tin gần đây hơn là quan trọng nhất khi đưa ra dự đoán và dữ liệu chiết khấu từ xa hơn trong quá khứ, mặc dù vẫn sử dụng nó để đưa ra kết luận
Mạng đối thủ tạo ra tiến hóa (E-GAN), phát triển theo thời gian, phát triển để khám phá các con đường được sửa đổi một chút dựa trên kinh nghiệm trước đó với mỗi quyết định mới. Mô hình này không ngừng theo đuổi con đường tốt hơn và sử dụng các mô phỏng và thống kê, hoặc cơ hội, để dự đoán kết quả trong suốt chu kỳ đột biến tiến hóa của nó.

Theory of Mind [Lý thuyết tâm lý]

Lý thuyết về Tâm trí chỉ là thế – kim chỉ nan. Chúng ta vẫn chưa đạt được năng lực công nghệ tiên tiến và khoa học thiết yếu để đạt đến Lever trí tuệ nhân tạo tiếp theo này. Khái niệm này dựa trên tiền đề tâm ý của việc hiểu rằng những sinh vật sống khác có những tâm lý và xúc cảm tác động ảnh hưởng đến hành vi của bản thân. Về máy AI, điều này có nghĩa là AI hoàn toàn có thể hiểu cách con người, động vật hoang dã và những máy móc khác cảm thấy và đưa ra quyết định hành động trải qua sự tự phản ánh và quyết tâm, sau đó sẽ sử dụng thông tin đó để đưa ra quyết định hành động của riêng họ. Về cơ bản, máy móc phải có năng lực chớp lấy và giải quyết và xử lý khái niệm “ tâm lý ”, những xê dịch của xúc cảm trong quy trình ra quyết định hành động và một loạt những khái niệm tâm ý khác trong thời hạn thực, tạo ra mối quan hệ hai chiều giữa con người và trí tuệ nhân tạo.

Self-Awareness [Tự nhận thức]

Một khi Lý thuyết về Tư duy hoàn toàn có thể được thiết lập trong trí mưu trí nhân tạo, nhiều lúc trong tương lai, bước sau cuối sẽ là để AI trở nên tự nhận thức. Loại trí tuệ nhân tạo này sở hữu ý thức Lever con người và hiểu được sự sống sót của chính nó trên quốc tế, cũng như sự hiện hữu và trạng thái cảm hứng của người khác. Nó hoàn toàn có thể hiểu những gì người khác hoàn toàn có thể cần không chỉ dựa trên những gì họ truyền đạt cho họ mà còn bằng cách họ truyền đạt thông tin đó. Tự nhận thức trong trí tuệ nhân tạo dựa vào cả việc những nhà nghiên cứu con người hiểu được tiền đề của ý thức và sau đó học cách tái tạo để hoàn toàn có thể kiến thiết xây dựng nó thành máy móc.

Lược sử trí tuệ nhân tạo

Người máy mưu trí và những sinh vật nhân tạo lần tiên phong Open trong truyền thuyết thần thoại Hy Lạp cổ đại về thời cổ đại. Sự tăng trưởng của thuyết âm tiết và việc sử dụng suy luận suy diễn của Aristotle là một thời gian then chốt trong hành trình dài khám phá trí mưu trí của trái đất. Mặc dù nguồn gốc truyền kiếp và thâm thúy, nhưng lịch sử vẻ vang của trí tuệ nhân tạo như tất cả chúng ta nghĩ về nó thời nay lê dài chưa đầy một thế kỷ. Sau đây là một cái nhìn nhanh về 1 số ít sự kiện quan trọng nhất trong AI.

Những năm 1940

• (1943) Warren McCullough và Walter Pitts xuất bản “Phép tính lôgic về ý tưởng nội tại trong hoạt động thần kinh.” Bài báo đã đề xuất mô hình toán học đầu tiên để xây dựng mạng nơ-ron.
• (1949) Trong cuốn sách Tổ chức hành vi: Lý thuyết tâm lý thần kinh, Donald Hebb đề xuất lý thuyết rằng các đường dẫn thần kinh được tạo ra từ trải nghiệm và kết nối giữa các nơ-ron trở nên mạnh mẽ hơn khi chúng được sử dụng thường xuyên hơn. Học tiếng Hebbian tiếp tục là một mô hình quan trọng trong AI.

Những năm 1950

• (1950) Alan Turing xuất bản cuốn “Máy tính và trí thông minh, đề xuất cái mà ngày nay được gọi là Phép thử Turing, một phương pháp để xác định xem máy móc có thông minh hay không.
• (1950) Các sinh viên đại học Harvard Marvin Minsky và Dean Edmonds đã xây dựng SNARC, máy tính mạng nơ-ron đầu tiên.
• (1950) Claude Shannon xuất bản bài báo “Lập trình máy tính để chơi cờ.”
• (1950) Isaac Asimov xuất bản cuốn “Ba định luật của người máy.”
• (1952) Arthur Samuel phát triển một chương trình tự học để chơi cờ caro.
• (1954) Thí nghiệm dịch máy của Georgetown-IBM tự động dịch 60 câu tiếng Nga được lựa chọn cẩn thận sang tiếng Anh.
• (1956) Cụm từ trí tuệ nhân tạo được đặt ra tại “Dự án nghiên cứu mùa hè Dartmouth về trí tuệ nhân tạo.” Được dẫn dắt bởi John McCarthy, hội nghị xác định phạm vi và mục tiêu của AI, được nhiều người coi là sự ra đời của trí tuệ nhân tạo như chúng ta biết ngày nay.
• (1956) Allen Newell và Herbert Simon chứng minh Logic Theorist (LT), chương trình lý luận đầu tiên.
• (1958) John McCarthy phát triển ngôn ngữ lập trình AI Lisp và xuất bản bài báo “Chương trình với Nhận thức chung”. Bài báo đề xuất giả thuyết Tư vấn Taker, một hệ thống AI hoàn chỉnh với khả năng học hỏi kinh nghiệm hiệu quả như con người.
• (1959) Allen Newell, Herbert Simon và JC Shaw phát triển Máy giải quyết vấn đề chung (GPS), một chương trình được thiết kế để bắt chước cách giải quyết vấn đề của con người.
• (1959) Herbert Gelernter phát triển chương trình Prover Định lý Hình học.
• (1959) Arthur Samuel sử dụng thuật ngữ máy học khi làm việc tại IBM.
• (1959) John McCarthy và Marvin Minsky thành lập Dự án Trí tuệ Nhân tạo MIT.

Những năm 1960

• (1963) John McCarthy bắt đầu Phòng thí nghiệm AI tại Stanford.
• (1966) Báo cáo của Ủy ban Cố vấn Xử lý Ngôn ngữ Tự động (ALPAC) của chính phủ Hoa Kỳ nêu chi tiết về sự thiếu tiến bộ trong nghiên cứu bản dịch bằng máy, một sáng kiến ​​lớn trong Chiến tranh Lạnh với hứa hẹn dịch tiếng Nga tự động và tức thời. Báo cáo ALPAC dẫn đến việc hủy bỏ tất cả các dự án MT do chính phủ tài trợ.
• (1969) Hệ thống chuyên gia thành công đầu tiên được phát triển trong DENDRAL, một chương trình XX và MYCIN, được thiết kế để chẩn đoán nhiễm trùng máu, được tạo ra tại Stanford.

Những năm 1970

• (1972) Ngôn ngữ lập trình logic PROLOG được tạo ra.
• (1973) “Báo cáo Lighthill”, trình bày chi tiết những thất vọng trong nghiên cứu AI, được chính phủ Anh công bố và dẫn đến việc cắt giảm nghiêm trọng nguồn tài trợ cho các dự án trí tuệ nhân tạo.
• (1974-1980) Sự thất vọng với tiến độ phát triển của AI dẫn đến việc cắt giảm đáng kể các khoản tài trợ học tập của DARPA. Kết hợp với báo cáo ALPAC trước đó và “Báo cáo Lighthill” của năm trước, nguồn tài trợ trí tuệ nhân tạo cạn kiệt và các gian hàng nghiên cứu. Giai đoạn này được gọi là “Mùa đông AI đầu tiên.”

Những năm 1980

• (1980) Các tập đoàn thiết bị kỹ thuật số phát triển R1 (còn được gọi là XCON), hệ thống chuyên gia thương mại thành công đầu tiên. Được thiết kế để định cấu hình các đơn đặt hàng cho các hệ thống máy tính mới, R1 khởi động một đợt bùng nổ đầu tư vào các hệ thống chuyên gia sẽ kéo dài trong phần lớn thập kỷ, kết thúc hiệu quả “Mùa đông AI” đầu tiên.
• (1982) Bộ Thương mại Quốc tế và Công nghiệp Nhật Bản khởi động dự án Hệ thống Máy tính Thế hệ Thứ năm đầy tham vọng. Mục tiêu của FGCS là phát triển hiệu suất giống như siêu máy tính và là nền tảng để phát triển AI.
• (1983) Để đáp lại FGCS của Nhật Bản, chính phủ Hoa Kỳ khởi động Sáng kiến ​​Điện toán Chiến lược nhằm cung cấp các nghiên cứu do DARPA tài trợ trong lĩnh vực máy tính tiên tiến và trí tuệ nhân tạo.
• (1985) Các công ty đang chi hơn một tỷ đô la mỗi năm cho các hệ thống chuyên gia và toàn bộ ngành công nghiệp được gọi là thị trường máy Lisp đang hình thành để hỗ trợ họ. Các công ty như Symbolics và Lisp Machines Inc. xây dựng các máy tính chuyên dụng để chạy trên ngôn ngữ lập trình AI Lisp.
• (1987-1993) Khi công nghệ máy tính được cải thiện, các lựa chọn thay thế rẻ hơn xuất hiện và thị trường máy Lisp sụp đổ vào năm 1987, mở ra “Mùa đông AI thứ hai”. Trong thời kỳ này, các hệ thống chuyên gia tỏ ra quá tốn kém để duy trì và cập nhật, cuối cùng không còn được ưa chuộng.

Những năm 1990

• (1991) Lực lượng Hoa Kỳ triển khai DART, một công cụ lập kế hoạch và lập kế hoạch hậu cần tự động, trong Chiến tranh vùng Vịnh.
• (1992) Nhật Bản chấm dứt dự án FGCS vào năm 1992, với lý do thất bại trong việc đáp ứng các mục tiêu đầy tham vọng đã vạch ra trước đó một thập kỷ.
• (1993) DARPA kết thúc Sáng kiến ​​Điện toán Chiến lược vào năm 1993 sau khi chi gần 1 tỷ đô la và không đạt được kỳ vọng.
• (1997) Deep Blue của IBM đánh bại nhà vô địch cờ vua thế giới Gary Kasparov

Những năm 2000

• (2005) STANLEY, một chiếc xe tự lái, đã giành chiến thắng trong cuộc thi DARPA Grand Challenge.
• (2005) Quân đội Hoa Kỳ bắt đầu đầu tư vào các robot tự động như “Big Dog” của Boston Dynamics và “PackBot” của iRobot.
• (2008) Google tạo ra đột phá trong nhận dạng giọng nói và giới thiệu tính năng này trong ứng dụng iPhone của mình.

Từ 2010-2014

• (2011) Watson của IBM vượt qua cuộc cạnh tranh trên Jeopardy !.
• (2011) Apple phát hành Siri, một trợ lý ảo hỗ trợ AI thông qua hệ điều hành iOS.
• (2012) Andrew Ng, người sáng lập dự án Google Brain Deep Learning, cung cấp một mạng lưới thần kinh bằng cách sử dụng các thuật toán học sâu 10 triệu video YouTube như một bộ đào tạo. Mạng nơ-ron đã học cách nhận ra một con mèo mà không cần biết mèo là gì, mở ra kỷ nguyên đột phá cho mạng lưới thần kinh và tài trợ học tập sâu.
• (2014) Google tạo ra chiếc ô tô tự lái đầu tiên vượt qua bài kiểm tra lái xe cấp tiểu bang.
• (2014) Alexa của Amazon, một ngôi nhà ảo được phát hành

Từ 2015-2021

• (2016) AlphaGo của Google DeepMind đánh bại nhà vô địch cờ vây thế giới Lee Sedol. Sự phức tạp của trò chơi Trung Quốc cổ đại được coi là một trở ngại lớn cần phải giải quyết trong AI.
• (2016) “Công dân robot” đầu tiên, một robot hình người tên là Sophia, được tạo ra bởi Hanson Robotics và có khả năng nhận dạng khuôn mặt, giao tiếp bằng lời nói và biểu hiện trên khuôn mặt.
• (2018) Google phát hành công cụ xử lý ngôn ngữ tự nhiên BERT, giảm bớt rào cản trong việc dịch và hiểu bằng các ứng dụng học máy.
• (2018) Waymo ra mắt dịch vụ Waymo One, cho phép người dùng khắp khu vực đô thị Phoenix yêu cầu đón khách từ một trong những phương tiện tự lái của công ty.
• (2020) Baidu phát hành thuật toán LinearFold AI của mình cho các nhóm khoa học và y tế đang làm việc để phát triển một loại vắc-xin trong giai đoạn đầu của đại dịch SARS-CoV-2. Thuật toán có thể dự đoán trình tự RNA của virus chỉ trong 27 giây, nhanh hơn 120 lần so với các phương pháp khác.

Trí tuệ nhân tạo văn minh ngày này có tương quan đến khu công trình tiên phong của Alan Turing, người vào năm 1950 đã tăng trưởng bài kiểm tra Turing, nhìn nhận năng lực bộc lộ hành vi của một cỗ máy không hề phân biệt được với con người. Trí tuệ nhân tạo tăng trưởng những chương trình máy tính mưu trí có năng lực hoàn thành xong những trách nhiệm và việc làm yên cầu trí mưu trí của con người.

Câu hỏi thường gặp

Robot nào có AI tiên tiến nhất?

Robot giống người tiên tiến và phát triển nhất của Hanson Robotics, Sophia, là nhân cách hóa những tham vọng của tất cả chúng ta về tương lai của AI.

Trí tuệ nhân tạo có thể làm gì ngày nay?

AI giúp máy móc hoàn toàn có thể học hỏi kinh nghiệm tay nghề, kiểm soát và điều chỉnh theo những yếu tố nguồn vào mới và triển khai những tác vụ giống như con người. Hầu hết những ví dụ về AI mà bạn nghe đến ngày này – từ máy tính chơi cờ vua đến xe hơi tự lái – hầu hết dựa vào học sâu và giải quyết và xử lý ngôn từ tự nhiên.

Siri có phải là AI không?

Đúng. Alexa và Siri, trợ lý giọng nói kỹ thuật số của Amazon và Apple, không riêng gì là một công cụ thuận tiện — chúng là những ứng dụng rất trong thực tiễn của trí tuệ nhân tạo ngày càng không hề thiếu trong đời sống hàng ngày của tất cả chúng ta.

Làm thế nào để bạn tạo ra một AI?

Các bước phong cách thiết kế mạng lưới hệ thống AI : Xác định yếu tố > Chuẩn bị tài liệu > Chọn những thuật toán > Huấn luyện những thuật toán > Chọn một ngôn từ lập trình đơn cử > Chạy trên một nền tảng đã chọn.

AI có thể phát hiện gian lận không?

Được. Sử dụng AI để phát hiện gian lận đã tương hỗ những doanh nghiệp cải tổ bảo mật an ninh nội bộ và đơn giản hóa hoạt động giải trí của công ty. AI hoàn toàn có thể được sử dụng để nghiên cứu và phân tích số lượng lớn những thanh toán giao dịch nhằm mục đích phát hiện ra những xu thế gian lận, sau đó hoàn toàn có thể được sử dụng để phát hiện gian lận trong thời hạn thực.

AI có thể đưa ra gợi ý không?

Có thể. Không giống như con người, AI thực sự quan tâm đến từng manh mối này và hoàn toàn có thể ghi lại chúng một cách đồng điệu. Việc thu thập dữ liệu hành vi đồng điệu được cho phép AI cung ứng những yêu cầu dựa trên những hành vi trong quá khứ với mức độ đúng mực cao trong nhiều trường hợp. Nguồn : Artificial Intelligence là gì ? Trí tuệ nhân tạo là gì ? AI là gì ? wikimaytinh

Bài viết này có hữu ích với bạn không?

CóKhông

Source: http://wp.ftn61.com
Category: Tin Tức