Artificial intelligence. Many peopl

Artificial intelligence. Many people expect advances in artificial intelligence to provide the revolutionary breakthrough that will give order-of-magnitude gains in software productivity and quality. [3] I do not. To see why, we must dissect what is meant by "artificial intelligence."

D.L. Parnas has clarified the terminological chaos: [4]

Two quite different definitions of AI are in common use today. AI-1: The use of computers to solve problems that previously could only be solved by applying human intelligence. Al-2: The use of a specific set of programming techniques known as heuristic or rule-based programming. In this approach human experts are studied to determine what heuristics or rules of thumb they use in solving problems.... The program is designed to solve a problem the way that humans seem to solve it.

The first definition has a sliding meaning.... Something can fit the definition of Al-1 today but, once we see how the program works and understand the problem, we will not think of it as Al any more.... Unfortunately I cannot identify a body of technology that is unique to this field.... Most of the work is problem-specific, and some abstraction or creativity is required to see how to transfer it.

I agree completely with this critique. The techniques used for speech recognition seem to have little in common with those used for image recognition, and both are different from those used in expert systems. I have a hard time seeing how image recognition, for example, will make any appreciable difference in programming practice. The same problem is true of speech recognition. The hard thing about building software is deciding what one wants to say, not saying it. No facilitation of expression can give more than marginal gains.

Expert-systems technology, AI-2, deserves a section of its own.

Kết quả (Việt) 1:

Trí tuệ nhân tạo. Nhiều người mong đợi những tiến bộ trong trí tuệ nhân tạo để cung cấp sự đột phá cách mạng sẽ cung cấp cho đơn đặt hàng của cường độ lợi nhuận trong phần mềm năng suất và chất lượng. [3] tôi thì không. Để xem lý do tại sao, chúng ta phải phân tích những gì là có nghĩa là bởi "trí tuệ nhân tạo."D.L. Parnas đã làm rõ sự hỗn loạn terminological: [4]Hai định nghĩa khá khác nhau của AI chung là sử dụng ngày hôm nay. AI-1: Sử dụng máy tính để giải quyết vấn đề mà trước đó đã chỉ có thể được giải quyết bằng cách áp dụng trí thông minh của con người. Al-2: Việc sử dụng của một tập hợp cụ thể của chương trình kỹ thuật được gọi là heuristic hoặc lập trình dựa trên quy tắc. Trong cách tiếp cận này, các chuyên gia của con người được nghiên cứu để xác định những gì chẩn đoán hoặc quy tắc của ngón tay cái họ sử dụng trong việc giải quyết vấn đề... Chương trình được thiết kế để giải quyết vấn đề một cách mà con người có vẻ để giải quyết nó.Định nghĩa đầu tiên có một trượt có nghĩa là... Một cái gì đó có thể phù hợp với định nghĩa của Al-1 vào ngày hôm nay nhưng đó, một khi chúng ta thấy cách thức chương trình hoạt động và hiểu vấn đề, chúng tôi sẽ không nghĩ về nó như là Al nữa... Thật không may, tôi không thể xác định một cơ thể của công nghệ mà là duy nhất cho lĩnh vực này... Hầu hết các công việc là vấn đề cụ thể, và một số trừu tượng hay sáng tạo là cần thiết để xem làm thế nào để chuyển nó.Tôi hoàn toàn đồng ý với phê bình này. Các kỹ thuật được sử dụng để nhận dạng tiếng nói dường như có ít điểm chung với những người sử dụng nhận dạng hình ảnh, và cả hai đều là khác nhau từ những người sử dụng trong các hệ thống chuyên gia. Tôi có một thời gian khó nhìn thấy như thế nào công nhận hình ảnh, ví dụ, sẽ làm cho bất kỳ sự khác biệt đáng trong lập trình thực hành. Cùng một vấn đề là sự thật của nhận dạng tiếng nói. Điều khó khăn về xây dựng phần mềm quyết định những gì ai muốn nói, không nói nó. Không tạo thuận lợi cho biểu hiện có thể cung cấp cho nhiều hơn biên lợi nhuận.Hệ thống chuyên gia công nghệ, AI-2, xứng đáng là một phần của riêng của mình.

Kết quả (Việt) 2:

Trí tuệ nhân tạo. Nhiều người mong đợi những tiến bộ trong trí tuệ nhân tạo để cung cấp các bước đột phá mang tính cách mạng mà sẽ cung cấp lệnh của độ richter tăng năng suất và chất lượng phần mềm. [3] Tôi làm không. ". Trí tuệ nhân tạo" để xem lý do tại sao, chúng ta phải phân tích những gì là ý nghĩa của DL Parnas đã làm rõ sự hỗn loạn về thuật ngữ: [4] Hai định nghĩa hoàn toàn khác của AI đang được sử dụng phổ biến hiện nay. AI-1: Việc sử dụng máy tính để giải quyết vấn đề mà trước đây chỉ có thể được giải quyết bằng cách áp dụng trí thông minh của con người. Al-2: Việc sử dụng một tập các kỹ thuật lập trình được gọi là lập trình heuristic, hoặc dựa trên nguyên tắc. Trong phương pháp này các chuyên gia nhân đang nghiên cứu để xác định những gì công nghệ tự động hoặc các quy tắc của ngón tay cái họ sử dụng trong việc giải quyết vấn đề .... Chương trình được thiết kế để giải quyết một vấn đề theo cách mà con người dường như để giải quyết nó. Các định nghĩa đầu tiên có một ý nghĩa trượt .. .. Một cái gì đó có thể phù hợp với các định nghĩa của Al-1 hiện nay nhưng, một khi chúng ta thấy làm thế nào các chương trình hoạt động và hiểu rõ vấn đề, ​​chúng tôi sẽ không nghĩ về nó như Al nữa .... Đáng tiếc là tôi không thể xác định được một cơ thể của công nghệ mà là duy nhất cho lĩnh vực này .... Hầu hết công việc là vấn đề cụ thể, và một số trừu tượng hay sáng tạo là cần thiết để xem làm thế nào để chuyển nó. Tôi hoàn toàn đồng ý với bài phê bình này. Các kỹ thuật được sử dụng để nhận dạng giọng nói dường như có rất ít điểm chung với những người sử dụng để nhận dạng hình ảnh, và cả hai đều khác nhau từ những người sử dụng trong các hệ thống chuyên gia. Tôi có một thời gian khó khăn như thế nào khi nhìn thấy hình ảnh ghi nhận, ví dụ, sẽ làm cho bất kỳ sự khác biệt đáng kể trong thực hành lập trình. Vấn đề tương tự cũng đúng với nhận dạng giọng nói. Điều khó khăn về việc xây dựng phần mềm là quyết định những gì mình muốn nói, không nói nó. Không thuận lợi của biểu thức có thể cung cấp cho hơn mức tăng nhẹ. Công nghệ Expert-hệ thống, AI-2, xứng đáng là một phần của chính mình.