Qual é a diferença entre inteligência artificial e algoritmos?

Algoritmos são apenas uma palavra mais longa para “código”, as instruções que um programador escreve e compila para produzir um módulo executável, também conhecido como programa. A IA seria composta de muitos módulos executáveis ​​sob o controle de algum programa mestre que os colocaria em jogo conforme necessário. A IA faria o que fosse projetado, o que podemos assumir é a coleção de módulos executáveis ​​disponíveis.

Em versões muito sofisticadas da IA, a IA resolveria problemas, independentemente do que a AI fosse projetada para resolver. Pode ter alguma interface humana ou não. Não existe uma IA universal que substitua humanos inteligentes educados. Você pode dizer que realmente temos inteligência autista de AA.

É como perguntar "qual é a diferença entre um cérebro consciente e o DNA".

Um cérebro consciente não pode existir sem o DNA que cria o organismo para o cérebro se tornar consciente.

O mesmo pode ser dito para a Inteligência Artificial. A IA não pode existir sem os algoritmos que compõem os modelos que usamos para criar essa 'inteligência'.

O principal objetivo de qualquer IA é classificar e agrupar dados e, em seguida, tomar uma decisão sobre esses dados. Temos centenas de vários algoritmos para escolher para concluir essas tarefas. Regressão de mínimos quadrados, regressão linear, classificadores Naive Bayes, regressão logística, máquinas de vetores de suporte e muitos algoritmos de clustering diferentes (K significa, espectral, DBSCAN, mudança de posição etc). Depois, há todos os algoritmos de rede neural também.

Como nós, como seres humanos, reunimos todos esses vários modelos / algoritmos, é o que no final cria a IA final resultante.

Portanto, algoritmos são instruções / DNA, e IA é a integração de conjuntos de instruções em uma "coisa" coerente (AI / cérebro) que geralmente é maior que suas partes

Todas são maneiras diferentes de detectar e descrever padrões que parecem relevantes e úteis. Existem muitos tipos diferentes de problemas que as pessoas querem resolver. Com o tempo, muitos tipos diferentes de estratégias de solução foram inventados. Todos os diferentes algoritmos de IA usam técnicas diferentes para tentar descobrir algo útil a partir de algum tipo de dado de entrada. Como os tipos de dados e os possíveis padrões a serem encontrados são muito variados, temos muitos tipos diferentes de algoritmos de IA que podem ser tentados. Talvez você esteja familiarizado com o gráfico de uma amostra de pontos de dados bidimensionais e depois tente ajustá-los a uma linha. Esse algoritmo chamado

regressão linear

é um algoritmo simples de IA e funciona bem em muitos casos, mas não é o melhor para todos os problemas. Algoritmos mais avançados e poderosos são

Máquinas de vetores de suporte

ou

Redes neurais

. Ainda não existe um algoritmo prático geral de inteligência artificial; portanto, tentamos aprender sobre alguns dos melhores algoritmos de IA e tentar descobrir quais funcionam melhor em diferentes tipos de situações ou domínios de problemas. Felizmente, os melhores algoritmos estão gradualmente ficando mais genéricos ao longo dos anos e, portanto, tornando-se capazes de resolver uma variedade cada vez maior de problemas.

Um algoritmo é um método estruturado. Um guia de instruções passo a passo. Uma receita em um livro de receitas é um algoritmo, por exemplo. Os computadores executam algoritmos, pois são muito bons em seguir instruções claras e fazer exatamente o que lhes é dito.

Inteligência Artificial é um campo de pesquisa em Ciência da Computação. Ele investiga como construir algoritmos específicos que se comportam de uma maneira que pode ser considerada

inteligente

de uma maneira ou de outra. Por exemplo, um algoritmo que implementa um modelo que é aprimorado com a experiência ou que analisa um conjunto de dados para construir um modelo é essencial para

Machine Learning

, um subcampo da IA ​​que lida com sistemas que se adaptam de uma maneira que não é diferente do conceito humano de

Aprendendo.

Existem muitos outros subcampos da IA: planejamento, raciocínio, representação do conhecimento, ...

Ao implementar os sistemas de IA para atuar no mundo real, o campo de

robótica

se envolve. Essencialmente, este campo se preocupa em obter interações mecânicas no mundo real devido a um algoritmo em execução em um computador, onde o algoritmo informa os motores individuais ou outros componentes quando e como se mover.