Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "sztuczna sztuczna inteligencja" wg kryterium: Temat


Tytuł:
Nienaturalistyczne metodologie we współczesnej praktyce
Non-Naturalistic Methodologies in Modern Practice
Autorzy:
Bartlett, Jonathan
Holloway, Eric
Powiązania:
https://bibliotekanauki.pl/articles/553442.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Zielonogórski. Instytut Filozofii
Tematy:
naturalizm metodologiczny
dualizm metodologiczny
austriacka ekonomia
ludzka komputacja
sztuczna sztuczna inteligencja
filozofia moralna
biologia systemowa
zasady inżynieryjne
inżynieria odwrotna
methodological naturalism
methodological dualism
Austrian economics
human computation
artificial artificial intelligence
moral philosophy
systems biology
engineering principles
reverse engineering
Opis:
W niektórych dziedzinach istnieją już alternatywy dla naturalizmu metodologicznego. Jednakże niewiele osób spoza danej dziedziny zna te alternatywy lub wie, jak są wykorzystywane. Niekiedy nawet sami przedstawiciele tych dziedzin stosują te nienaturalistyczne metodologie, nie wiedząc, że nie są one spójne z naturalizmem metodologicznym. W artykule dokonujemy krótkiego przeglądu dziedzin, w których — zgodnie z naszą wiedzą — występują metodologie niezależne od naturalizmu.
Some fields already incorporate alternatives to methodological naturalism. However, few people outside the field are familiar with these alternatives or how they are used. Sometimes these non-naturalistic methodologies are being used without the participants’ cognizance that the methodology is not methodologically naturalistic. Here, we show a smattering of fields that we are aware of that have touched upon methodologies that don’t depend on naturalism.
Źródło:
Filozoficzne Aspekty Genezy; 2016, 13; 101-117
2299-0356
Pojawia się w:
Filozoficzne Aspekty Genezy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sztuczna inteligencja rozwój, szanse i zagrożenia
Autorzy:
Różanowski, K.
Powiązania:
https://bibliotekanauki.pl/articles/91296.pdf
Data publikacji:
2007
Wydawca:
Warszawska Wyższa Szkoła Informatyki
Tematy:
Sztuczna Inteligencja
silna Sztuczna Inteligencja
słaba Sztuczna Inteligencja
artificial intelligence
strong AI
weak AI
Opis:
Pojęcie „sztucznej inteligencji”, mimo powszechności używania tego terminu, nie jest łatwe do zdefiniowania. Wynika to przede wszystkim z braku jasnej i precyzyjnej definicji samej inteligencji. Występuje cały szereg różnych prób jej zdefiniowania. Po raz pierwszy termin „sztuczna inteligencja” został zaproponowany i zdefiniowany w roku 1955 przez Johna McCarthy’ego. Obecnie istnieją dwa podejścia do zagadnień sztucznej inteligencji. Podejście pierwsze, tzw. silna Sztuczna Inteligencja (strong AI) oraz podejście drugie – słaba Sztuczna Inteligencja (weak AI). Zainteresowanie zagadnieniami AI (ang. artificial intelligence) wielu różnych ośrodków na świecie przyniosło konkretne rezultaty, które znalazły już praktyczne i powszechne zastosowania. „Sztuczna inteligencja” w ostatnich latach staje się coraz bardziej popularna i częściej stosowana. Szybki rozwój elektroniki oraz informatyki sprzyja rozwojowi tej dziedziny nauki. „Inteligentne maszyny” są potrzebne człowiekowi do tworzenia i odkrywania nowych zależności w świecie, więc AI zaczyna docierać w inne obszary nauki takie jak medycyna, ekonomia czy zarządzanie. Sztuczna inteligencja jest jednym z bardziej interesujących kierunków rozwoju informatyki, która pochłania olbrzymią ilość ludzkiego zapału oraz najnowocześniejszych osiągnięć techniki komputerowej. W zakres sztucznej inteligencji wchodzą algorytmy, heurystyka, algorytmy genetyczne, systemy ekspertowe, sztuczne sieci neuronowe oraz logika rozmyta. Perspektywa powstania inteligentnych maszyn mogących samodzielnie myśleć i podejmować decyzje, wprowadza niepokój wśród ludzi. Obecnie nie da się wykluczyć niebezpiecznego wykorzystania tej technologii mogącej prowadzić do katastrofy, tak jak ma to miejsce w przypadku energii atomowej. Wydaje się, iż obawy dotyczące znacznego ograniczenia znaczenia czynnika ludzkiego są bezpodstawne i dopóki nie będzie jakichkolwiek przesłanek, iż ludzie będą kiedykolwiek w stanie stworzyć nie tylko maszynę inteligentną, ale również posiadającą świadomość i własną osobowość - nieuzasadnione.
The term „artificial intelligence”, despite its commonness, cannot be easily defined. It primarily results from the lack of clear and precise definition of intelligence itself. There were many different attempts of defining it. The term „artificial intelligence” was put forward and defined for the first time by John McCarthy in 1955. Currently, there are two approaches towards the issues related to artificial intelligence. The first approach, the so-called Strong AI (Artificial Intelligence), and the second approach – Weak AI. The interest in AI issues of many different research centers all over the world has brought concrete results that are now practically and commonly applied. Nowadays, „artificial intelligence” is becoming more and more popular and applicable. The rapid development of electronics and computer science is conducive for the development of this discipline. Human beings need “intelligent machines” to create and discover new relationships in the world; therefore, AI starts to reach new disciplines such as medicine, economy or management. Artificial intelligence is one of the most interesting trends in the development of computer science, which absorbs great amount of human zeal and the most advanced achievements of computer engineering. Algorithms, heuristics, genetic algorithms, expert systems, artificial neural networks, and fuzzy logic come within the scope of artificial intelligence. The prospect of the emergence of intelligent machines, which could think and make decisions independently, worries people. Currently, the hazardous usage of this technology, which could lead to a catastrophe, cannot be ruled out. The same situation occurs when it comes to nuclear power. It seems that these worries concerning considerable limitation of the significance of the human factor are off base, and as long as there are not any premises that people would ever be able to create a machine which is not only intelligent, but also conscious and individual, such worries are also unjustified.
Źródło:
Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki; 2007, 2, 2; 109-135
1896-396X
2082-8349
Pojawia się w:
Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Czy sztuczna inteligencja uratuje wzrok?
Autorzy:
Pniewski, Jacek
Powiązania:
https://bibliotekanauki.pl/articles/132774.pdf
Data publikacji:
2020
Wydawca:
M2 Media
Tematy:
sztuczna inteligencja
wzrok
sieci neuronowe
Opis:
Czym jest sztuczna inteligencja? W prostych słowach to zdolność komputera do naśladowania sposobu działania ludzkiej inteligencji, zwykle dzięki wykorzystaniu tzw. sieci neuronowych, czyli algorytmów komputerowych, które w działaniu symulują pracę mózgu, złożonego z połączonych ze sobą neuronów, zgrupowanych w warstwy różnego typu. Każda kolejna warstwa odpowiada za analizę danych z poprzedniej warstwy na coraz wyższym poziomie ogólności. Ten rodzaj inteligencji jest w stanie wyszukiwać w danych związki przyczynowo-skutkowe, dokonywać generalizacji (uogólnień) i uczyć się na podstawie własnych doświadczeń. Sieci neuronowe działają zwykle w oparciu o określone dane, często pochodzące z konkretnego typu urządzeń, szczególnie w przypadku danych medycznych i wtedy określa się je mianem wąskiej inteligencji, w odróżnieniu od ludzkiej – szerokiej.
Źródło:
Optyka; 2020, 3; 30-32
2081-1268
Pojawia się w:
Optyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Kongres radiologiczny
Autorzy:
Kowski, Ryszard
Powiązania:
https://bibliotekanauki.pl/articles/2146782.pdf
Data publikacji:
2020
Wydawca:
Indygo Zahir Media
Tematy:
rentgenodiagnostyka
sztuczna inteligencja
badanie dwuenergetyczne
Opis:
106. kongres RSNA trwał od 29 listopada do 5 grudnia 2020 roku. RSNA – Radiological Society of North America organizuje od ponad wieku największe kongresy radiologiczne na świecie. Od wielu lat są one wspólne z AAPM, czyli American Associa-tion Physicists in Medicine. Wspólne kongresy, przenikające się sesje i tematy pokazują, jak wielkie możliwości tkwią w ścisłej współpracy zespołów radiolog, technik, fizyk, inżynier. Poza tym kongresy te obejmują wiele dziedzin obrazowania medycznego, jednolicie traktując zasady ich realizacji i wymagania dotyczące dobrej praktyki, niezależnie od nośnika informacji (ultradźwięki, promieniowanie jonizujące, fale radiowe czy promieniowanie elektromagnetyczne o innych długościach fali). To niezwykle lo-giczne i efektywne podejście.
Źródło:
Inżynier i Fizyk Medyczny; 2020, 9, 6; 387--389
2300-1410
Pojawia się w:
Inżynier i Fizyk Medyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie techniki AdaBoost w modelach opartych na regresji z wykorzystaniem sztucznej inteligencji
Use of AdaBoost technique in regression based models using artificial intelligence
Autorzy:
Wołoszyn, Jacek
Powiązania:
https://bibliotekanauki.pl/articles/445996.pdf
Data publikacji:
2019
Wydawca:
Uniwersytet Rzeszowski
Tematy:
AdaBoost
sztuczna inteligencja
artificial intelligence
Opis:
Artykuł opisuje wykorzystanie sztucznej inteligencji w obliczeniach regresyjnych. Modele zbudowane w sposób tradycyjny oparte na klasycznych założeniach dostarczają możliwie precy-zyjnych informacji. Sam proces budowy modelu opiera się na wstępnym wyborze zmiennych wykorzystanych do jego tworzenia. Umiejętna selekcja zmiennych ma istotny wpływ na uzyskane parametry. Wykorzystując rozwiązanie przedstawione w tej pracy otrzymujemy model ze wstępnie dobranym optymalnym zbiorem treningowym. W kolejnych rozdziałach omówiono istotę analityki predykcyjnej, proces uczenia maszyno-wego, budowę drzewa decyzyjnego, pokazano przykład regresji wykorzystującego AdaBoost.
This article describes the use of artificial intelligence in regression calculations. Models built in a traditional manner based on classical assumptions provide the most precise information possi-ble. The model building process itself is based on the initial selection of variables used to create it. Skillful selection of variables has a significant impact on the obtained parameters. Using the solu-tion presented in this work, we get a model with a pre-selected optimal training set. The following chapters discuss the essence of predictive analytics, the machine learning pro-cess, the construction of a decision tree, an example of regression using AdaBoost.
Źródło:
Dydaktyka informatyki; 2019, 14; 162-169
2083-3156
Pojawia się w:
Dydaktyka informatyki
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Technologiczne wyzwania dla antropocentrycznego prawa konkurencji na przykładzie algorytmicznego ustalania cen w sektorze e-commerce
Autorzy:
Mleczko, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/2168070.pdf
Data publikacji:
2018-12-10
Wydawca:
Uniwersytet Warszawski. Wydawnictwo Naukowe Wydziału Zarządzania
Tematy:
algorytmy
sztuczna inteligencja
antykonkurencyjne porozumienia
Opis:
Autor prezentuje problem algorytmicznego ustalania cen z punktu widzenia zakazu zawierania antykonkurencyjnych porozumień. W pierwszej kolejności wyjaśnione są podstawowe pojęcia związane z tematem. Następnie zaprezentowano różne rodzaje algorytmicznych porozumień. Sednem pracy była analiza poszczególnych sposobów wykorzystywania algorytmów na przykładach z orzecznictwa unijnego oraz praktyki decyzyjnej organów ochrony konkurencji.
Źródło:
internetowy Kwartalnik Antymonopolowy i Regulacyjny; 2018, 7, 8; 63-72
2299-5749
Pojawia się w:
internetowy Kwartalnik Antymonopolowy i Regulacyjny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Czy androidy śnią o zmowach cenowych? Algorytmy cenowe, sztuczna inteligencja i prawo konkurencji
Autorzy:
Derdak, Michał Konrad
Powiązania:
https://bibliotekanauki.pl/articles/2168068.pdf
Data publikacji:
2018-12-10
Wydawca:
Uniwersytet Warszawski. Wydawnictwo Naukowe Wydziału Zarządzania
Tematy:
odpowiedzialność prawnokonkurencyjna
algorytmy cenowe
sztuczna inteligencja
Opis:
W artykule nakreślono temat odpowiedzialności przedsiębiorców za działania podejmowane przy użyciu (udziale) sztucznej inteligencji, stanowiące naruszenie zakazu zawierania porozumień ograniczających konkurencję. W szczególności skupiono się na aktualnie najistotniejszej w tym kontekście, w świetle dotychczasowych doświadczeń stosowania prawa konkurencji, kwestii korzystania z (dynamicznych) algorytmów cenowych.
Źródło:
internetowy Kwartalnik Antymonopolowy i Regulacyjny; 2018, 7, 8; 73-82
2299-5749
Pojawia się w:
internetowy Kwartalnik Antymonopolowy i Regulacyjny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Logistyczne systemy informatyczne wykorzystujące sztuczną inteligencję w branży motoryzacyjnej
Logistics systems using artificial intelligence in the automotive industry
Autorzy:
Stawiarska, E.
Powiązania:
https://bibliotekanauki.pl/articles/393004.pdf
Data publikacji:
2016
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
sztuczna inteligencja
logistyka
artificial intelligence
Logistics
Opis:
Artykuł podzielono na rozdziały zawierające opisy działania inteligentnych systemów wspomagających/zastępujących pracę logistyka w systemach zaopatrzenia, produkcji, dystrybucji oraz w integrujących się metasystemach. Do każdego z rozdziałów przygotowano podstawowe definicje oraz przykłady firm, które wykorzystują sztuczną inteligencję. W rozdziale pierwszym opisano firmę TRW Automotive – firma zarządza procesami produkcyjnymi z zastosowaniem AI (Artificial Intelligenss) opartej na koncepcji Six Sigma. W rozdziale drugim opisano możliwość pobierania nieustrukturalizowanych danych do zintegrowanych systemów zarządzania klasy ERP (z wykorzystaniem techniki ETL) w firmie General Motors. Również w rozdziale drugim zaprezentowano funkcje bota ALICE wspomagającego zarządzanie łańcuchami logistycznymi. Rozdział trzeci poświęcony jest AI wykorzystywanej w motoryzacyjnych sieciach dystrybucji marki BMW. Omówiono koncepcję Internetu rzeczy i działanie becon-ów. Czwarty rozdział poświęcony jest sztucznej inteligencji wspomagającej powoływanie i koordynowanie dynamicznych sieci dostaw, wykorzystującej oprogramowanie stworzone na podstawie teorii CAS (Złożonych Systemów Adaptacyjnych – Complex Adaptive Systems). Przewodnim celem artykułu było pokazanie trendów w rozwoju AI na potrzeby zarządzania logistyką w organizacji i sieci współpracujących przedsiębiorstw.
The article consists of four chapters: Intelligent systems in production logistics; Intelligent transport logistics in supply chain management; Intelligent logistics and transportation management supporting distribution system; Intelligent systems supporting organizing and coordinating the work of the dynamic supply network. In each of the chapters there is the theory part and examples of companies that use artificial intelligence. In the first chapter the TRW Automotive Company was described, which manages production processes using Artificial Intelligence (AI) based on the concept of Six Sigma. In the second chapter the ability to retrieve unstructured data to integrated management systems e.g. ERP (using techniques ETL), was described based on the practice at General Motors. Also in the second chapter the ALICE bot functions supporting the management of logistics chains was presented. The third chapter is devoted to AI used in the automotive distribution networks of the BMW brand. As well as the concept of the Internet of Things and operation of the beacon technology was discussed. The fourth chapter is devoted to artificial intelligence supporting the establishment and coordination of the dynamic supply network, using software developed based on the theory of CAS (Complex Adaptive Systems). The aim of this article was to show trends in the development of AI to manage logistics in the organization and a network of cooperating companies.
Źródło:
Organizacja i Zarządzanie : kwartalnik naukowy; 2016, 4; 101-119
1899-6116
Pojawia się w:
Organizacja i Zarządzanie : kwartalnik naukowy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
AI vs HS, czyli obawa przed kolejną detronizacją. O złośliwych sztucznych inteligencjach, które homo sapiens nękały
Autorzy:
M, Nijakowski, Lech
Powiązania:
https://bibliotekanauki.pl/articles/897460.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Warszawski. Wydawnictwa Uniwersytetu Warszawskiego
Tematy:
Sztuczna inteligencja
dystopie
postapokalipsy
analiza dyskursu
Opis:
The article discusses representations of artificial intelligence (AI) in popular culture, mainly in the movies. The author focuses on AI turning against a man, seeking his extermination or enslavement. The paper investigates cinematic concepts of the birth of AI in the context of technological singularity. In these works which present maturing of AI we may observe that often its motives and aims which we assess as sinister are, in fact, the reaction to human actions. Emotional nature of AI and its irritating interactions with less intelligent and reasonable people has been revealed. The author discusses sources of genocidal plans, and separately examines tensions caused by AI representations in androids. In the light of the analysis, AI is a screen on which phantasms related to the tensions in the global risk society are projected. The anxiety of AI rebellion is an emanation of our loss and fear in technicized world. The popular culture conceals a worrisome fact that we are responsible for potential disaster.
Źródło:
Przegląd Humanistyczny; 2015, 59(3 (450)); 155-166
0033-2194
Pojawia się w:
Przegląd Humanistyczny
Dostawca treści:
Biblioteka Nauki
Artykuł

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies