Sztuczna inteligencja, SI (artificial intelligence, Al) – w przeciwieństwie do inteligencji naturalnej, jest to rodzaj inteligencji charakterystyczny dla urządzeń sztucznych.

Geneza terminu: za autora określenia „sztuczna inteligencja” uchodzi John McCarthy (1956 rok, konferencja w Dartmouth – „konstruowanie maszyn, o których działaniu dałoby się powiedzieć, że są podobne do ludzkich przejawów inteligencji”), jednak badania wraz z koncepcjami sięgają o wiele wcześniej. Swój wkład w rozwój mieli także m.in.: Alan Turning, Marvin Minsky, Edward Feigenbaum, Raj Reddy, Judea Pearl, Allen Newell, Herbert A. Simon.

 

Andreas Kaplan i Michael Haenlein twierdzą, ze sztuczna inteligencja to przede wszystkim „zdolność systemu do prawidłowego interpretowania danych pochodzących z zewnętrznych źródeł, nauki na ich podstawie oraz wykorzystywania tej wiedzy, aby wykonać określone zadania i osiągać cele poprzez elastyczne dostosowanie”.

 

Sztuczna inteligencja jako:

  • hipotetyczna inteligencja realizowana w trakcie procesu technicznego, nie zaś naturalnego
  • technologia i dziedzina badań naukowych informatyki i kognitywistyki, która czerpie także z dorobku psychologii, neurologii, matematyki, filozofii

 

Współczesne zastosowanie sztucznej inteligencji w praktyce:

– do kontrolowania przebiegu procesów technologicznych w fabrykach

– maszynowe tłumaczenie tekstów

– w grach komputerowych

– rozpoznawanie obrazów, osób na podstawie zdjęcia twarzy lub obiektów na zdjęciach satelitarnych

– rozpoznawanie mowy

– rozpoznawanie pisma stosowane podczas np. sortowania listów

– generowanie krótkich form poetyckich czy aranżujących i interpretujących utwory muzyczne

– generowanie obrazów przy użyciu algorytmów komputerowych

– w ekonomii

– inteligentne interfejsy umożliwiające zautomatyzowane zarządzanie, monitorowanie, raportowanie oraz rozwiązywanie potencjalnych problemów na etapie procesów technologicznych

– analizowanie zbiorów danych

– prognozowanie i wykrywanie oszustw

– analizowanie wideo w czasie rzeczywistym, znajduje zastosowanie m.in. w systemach monitoringu, systemach zarządzania ruchem samochodowym/pieszym ,a  także prognozowanie takiego ruchu

– w medycynie, na poziomie profilaktyki, badań czy operacji.