上記心理学など心理的な現象、それは十分な回数繰り返された場合、その単語はすべての意味を失うことになる任意の単語があります。このような概念は、人工知能を記述する場合、用語人工知能は、長年の懸案秋は離れています。しかし、現実には、人工知能はますます頻繁に科学技術の分野で表示されますどこにでもあるが、意味が弱まったことがないということです。
また、研究、人工知能、物語の任意のボケを誇張し、いくつかのメディアの報道がある一方で、人工知能の正確な用語は、誇大広告を誤用し、多くの人々につながる、あまりにももてはやされたが、上記の商業市場に同意することが非常に困難です両方のラベル「理不尽な無視」ラベルに。
多くの人々は今、多くの場合、AIが本当にスマートかどうかに尽きます。非専門家のために、これは難しい問題かもしれません。平均的な人と比較すると、それは科学的なビジョンを持つ最も身近に、より喜んでで混乱：人間より何倍もスマートに配慮したコンピュータを。専門家は、私たちは本当にまだ長い道のりがあることが、そのようなことを作成したい場合は、人工知能の一般的として知られている人工知能のこの特定のケースを考えています。これに先立ち、誰もが知恵や人工知能システムから利益を得る能力を誇張しません。
それにもかかわらず、それはまだ、前回よりも大きく、私たちの社会に貢献し、この技術を妨げることはありません。今日、医療、ビジネス管理、スマートな都市開発が...それはあなたの履歴書は、企業の電話の販売を解決するために多くの企業として見られているように、あなたの履歴書を読むことができ、人々は音楽や書籍の作成を支援しますロボットは本当に簡単な質問。あるいはまた、アップあなたのクレジットカードのポイントに、とテレビ電話を調整します。あなたはそれを受け入れることができるかどうか、それが道あなたの人生を変えています。
だから、代わりに人工知能の話で、それについて話した方が良い「機械学習。」これは、ほとんどすべての研究方法は、現在（いわゆるディープラーニングを含む）は、世界に大きな影響している覆い、人工知能のサブフィールドです。Wordなど、それは人工知能の神秘性を持っていないが、この技術の役割を説明するために、より便利です。
多くの機械学習の説明は、実際には、それは基本的に「学習」（学習は、広い意味ではありません）、自分のコンピュータです。しかし、これは大きな問題につながります。
質問を見てみましょう。あなたは犬を識別できるプログラムを作成するとします。あなたは、このような明確なルールの使用など「犬の歯を調達している」と「犬ふわふわしっぽ」のプログラミングを行うには、伝統的な方法を使用しようとすることができます。しかし、オオカミの写真が表示された場合、それを行うにはどのようにプログラムを回しますか？だから我々は、各ルールのためのプログラミングを持っている必要がありますが、これは非常に時間がかかる、あなたは、このような「歯」やなどのプロセスの困難、という概念を定義しなければならないです「テールを。」そして、最良のオプションは、自分自身の学習をプログラムすることです。あなたはそれがあまりにも一般的な絵を識別感じた場合、あなたはそれがリアルタイムで話をするのが最善である、音、特に人間の声を識別したい、そしてこれは、業界のインテリジェントな声に関与はないが、同じ方向にも対応する原則、伝統的なスマート例えばスマートフォンのロボットのスピーカーとは異なり、上記に基づいて大規模なデータの収集、および統合により、完全な音声システムを構築しました。
実際には、この方法の最大の利点は、最も明白です：あなたはプログラムを書く必要はありません。もちろん、あなたがシステムを改善するために、修理作業の多くを行うために必要なのは、データを処理し、この情報を取得するために、よりスマートな方法を見つけるが、あなたはそれがどうあるべきかのプログラムを教えてくれませんでした。これは見逃せない、または決してパターンを考えることができ、ヒトで見つけることができることを意味しています。プログラムは、（1または0）のデータのみを必要とし、あなたがどんな仕事になるために訓練することができるので、結局、現代社会では、データの完全です。機械で釘のフルデジタルの世界は、あなたがいつもの場所に打ち込むためにハンマーを使用することができたとしても、手にハンマーを学びます。
コンピュータは素晴らしい自己研究ガイドのショートカットです。すべてのショートカットのようにそれは日和見行く必要として。ご希望の場合は、人工知能で知恵があると思います。しかし、これは本当の人間の感覚の知恵ではない、それは人類の原則に従っていません。どのようにこの本は、スマートすることができます：あなたがお聞きしたいのでしょうか？パンは、どのような専門知識を含めることができますか？
だから我々は、人工知能のどの位置にそれに今ありますか？数年後には見出しには大きな進展を発表した後、一部の専門家は、我々は高原のいくつかの種類に達していると信じています。しかし、これは本当に進歩を妨げていません。研究では、我々の知識は探検する道がたくさんありますが、製品の面で、我々はアルゴリズムの氷山の一角を見てきました。
カイフーリーは、「実装の時代」として、現在の時代を説明し、この日および年齢では、技術は「世界に研究室から広がった。」ようになりました 別のリスク投資ストラテジストベネディクト・エバンス（ベネディクト・エヴァンス）のマシンは、リレーショナルデータベースに比べて学習します。1990年代に財を成し、そして業界全体に革命をもたらし、企業のリレーショナルデータベースソフトウェアです。しかし、機械学習は、あなたの目は、単にこの用語を見ることができるように一般的です。二人は私たちが通常の人工知能への迅速な復帰の舞台になっていることを表現したいと思います。エヴァンスは言った：「最後では、ほとんどすべてが機械学習内部のその場所になりますが、誰も気にしないだろう。」
彼は右だが、我々はまだないです。
今のところ、人工知能 - 機械学習は - 多くの場合、説明できない、または完全に研究されていない、まだ新しいものです。しかし、将来的には、人工知能もあなたを無視するのが一般的だろう。