This HTML5 document contains 112 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dctermshttp://purl.org/dc/terms/
yago-reshttp://yago-knowledge.org/resource/
dbohttp://dbpedia.org/ontology/
foafhttp://xmlns.com/foaf/0.1/
dbpedia-kohttp://ko.dbpedia.org/resource/
dbpedia-eshttp://es.dbpedia.org/resource/
n22https://global.dbpedia.org/id/
yagohttp://dbpedia.org/class/yago/
dbpedia-ruhttp://ru.dbpedia.org/resource/
dbthttp://dbpedia.org/resource/Template:
dbpedia-ukhttp://uk.dbpedia.org/resource/
rdfshttp://www.w3.org/2000/01/rdf-schema#
freebasehttp://rdf.freebase.com/ns/
dbpedia-fahttp://fa.dbpedia.org/resource/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
owlhttp://www.w3.org/2002/07/owl#
dbpedia-arhttp://ar.dbpedia.org/resource/
n4https://www.wired.com/2017/02/ai-can-solve-peer-review-ai-can-solve-anything/
dbpedia-vihttp://vi.dbpedia.org/resource/
dbpedia-ithttp://it.dbpedia.org/resource/
dbpedia-frhttp://fr.dbpedia.org/resource/
wikipedia-enhttp://en.wikipedia.org/wiki/
dbchttp://dbpedia.org/resource/Category:
dbphttp://dbpedia.org/property/
provhttp://www.w3.org/ns/prov#
dbpedia-bghttp://bg.dbpedia.org/resource/
xsdhhttp://www.w3.org/2001/XMLSchema#
dbpedia-idhttp://id.dbpedia.org/resource/
wikidatahttp://www.wikidata.org/entity/
dbrhttp://dbpedia.org/resource/
dbpedia-jahttp://ja.dbpedia.org/resource/

Statements

Subject Item
dbr:AI-complete
rdf:type
yago:State100024720 yago:Problem114410605 yago:Condition113920835 yago:Abstraction100002137 yago:WikicatComputationalProblems yago:Difficulty114408086 yago:Attribute100024264
rdfs:label
AI-полная задача AI-complete IA-completo AI-완전 AI完全 AI-komplit AI-повна задача IA completo IA-complet ذكاء اصطناعي مثالي
rdfs:comment
In the field of artificial intelligence, the most difficult problems are informally known as AI-complete or AI-hard, implying that the difficulty of these computational problems, assuming intelligence is computational, is equivalent to that of solving the central artificial intelligence problem—making computers as intelligent as people, or strong AI. To call a problem AI-complete reflects an attitude that it would not be solved by a simple specific algorithm. En el campo de inteligencia artificial, los problemas más difíciles son informalmente conocidos como IA-completos o IA-duros, al implicar que la dificultad de estos problemas computacionales es equivalente a solucionar el problema central de inteligencia artificial –hacer ordenadores tan inteligentes como personas–, o IA fuerte. Llamar un problema AI-completo refleja que no sería solucionado por un algoritmo específico sencillo. L'espressione IA-completo (o IA-difficile), creata alludendo ai termini NP-completo e Turing-completo, designa un problema la cui risoluzione è considerata equivalente alla creazione di una intelligenza artificiale realistica. La comprensione completa della lingua naturale ad esempio è generalmente considerata un problema IA-completo poiché la comprensione dei testi necessita della comprensione dei concetti ad essi associati. У галузі штучного інтелекту, найскладніші задачі неформально називають AI-повними (англ. AI-complete, AI-hard), наголошуючи на тому, що обчислювальна складність цих задач еквівалентна складності вирішення головного завдання штучного інтелекту— створення комп'ютерів, настільки ж розумних, як і люди. Задача, котру називають AI-повною, вважається такою, що не може бути розв'язаною за допомогою простого алгоритму. AI-повними задачами вважаються комп'ютерний зір, розуміння природної мови і розв'язання задач реального життя за непередбачуваних обставин, що при цьому виникають. AI-완전 (영: AI-complete)은 인공지능의 테마 중에서도 가장 곤란한 것을 가리키는 학술적이지 않은 용어이다. AI-완전으로 여겨지는 계산 문제를 푸는 것은 인공지능의 중심적 과제를 해결하는 것과 동의이며, 인간과 동일한 정도로 지적인 컴퓨터를 낳게 된다. 이 용어는 계산 복잡도 이론의 NP-완전 등의 유추이며, 계산 complex system 이론에서의 '완전성'이란, 그 복잡도 종류에서 가장 어려운 문제를 가리킨다. 1988년, John Mallery는 이 용어를 낳은 것이 Fanya S. Montalvo이라 말했다. 초기의 용례로서는 1987년에 Erik Mueller의 학위 논문으로 사용되어 1991년에는 에릭 레이몬드의 에 수록되고 있다. 어느 문제를 AI-완전이라 부르는 경우, ELIZA와 같이 단순한 알고리즘을 사용한 수법으로는 해결되지 않을 것이라는 자세가 배경에 있다. 일반적으로 AI-완전이라고 해지는 문제로서는 다음이 있다. * 컴퓨터 비전 * 자연어 이해 * 튜링 테스트에 합격하는 것 AI-полная задача, по аналогии с NP-полным классом задач в теории сложности, — проблема, решение которой предполагает создание «сильного AI», то есть решения главной проблемы искусственного интеллекта: сделать компьютеры такими же умными, как люди. Иначе говоря, решение любой AI-полной проблемы требует создания «действительно мыслящего» агента. В отличие от строгого понятия NP-полноты, AI-полнота используется как неформальный термин. Pada kawasan kecerdasan buatan, permasalahan yang paling sulit secara informal disebut sebagai AI-komplit (bahasa Inggris: AI-complete) menyiratkan bahwa kesukaran akan permasalahan komputasi ialah setara dengan memecah masalah utama kecerdasan buatan—membuat komputer secerdas manusia atau AGI. Dengan memandang sebuah masalah sebagai AI-komplit, mencerminkan sikap bahwa masalah itu tidak akan dapat diselesaikan dengan algoritme yang sederhana. AI完全（AIかんぜん、英: AI-complete）とは、人工知能のテーマの中でも最も困難なものを指す学術的でない用語である。AI完全とされる計算問題を解くことは人工知能の中心的課題を解決するのと同義であり、人間と同程度に知的なコンピュータを生み出すことになる。この用語は計算複雑性理論のNP完全問題などのアナロジーであり、計算複雑性理論における「完全性」とは、その複雑性クラスで最も難しい問題を指す。1988年、John Mallery はこの用語を生み出したのが Fanya S. Montalvo であると述べた。初期の用例としては、1987年に Erik Mueller の学位論文で使われ、1991年にはエリック・レイモンドのジャーゴンファイルに収録されている。 ある問題をAI完全であると呼ぶ場合、ELIZAのような単純なアルゴリズムを使った手法では解決されないだろうという姿勢が背景にある。一般にAI完全と言われる問題としては、次のものがある。 * コンピュータビジョン * 自然言語理解 * チューリング・テストに合格すること これらは人間にとっては簡単だが、その根幹には人間の持つ様々な概念が複雑に絡み合っていると言える。これらの問題を非常に制限された設定で解くシステムもあるが、完全な汎用性のある解法は未だに存在しない。 بمجال الذكاء الاصطناعي، إن أصعب المشاكل معروفة ب AI-complete و AI-hard , متضمنا بأن صعوبة هذه المشاكل الحسابية، بافتراض بأن الذكاء حسابي، تعادل حل مشكلة الذكاء الاصطناعي المركزي أي جعل اجهزة الحواسيب ذكية مثل الإنسان أو قوة الذكاء الاصطناعي. لأن تكون تسمية المشكلة AI-complete يجب ان تعكس مشكلة لا يمكن حلها باستخدام خوارزمية محددة بسيطة.يفترض من مشاكل AI-complete ان تتضمن رؤية حاسوبية، فهم اللغات الطبيعية والتعامل مع حوادث غير من المتوقع حدوثها عند التعامل مع مشاكل الحياة الواقعية. L'expression IA-complet, formée par allusion plaisante à NP-complet et Turing-complet, désigne un problème dont on suppose que la résolution complète est en fait équivalente à la création d'une véritable intelligence artificielle (il ne s'agit pas d'une définition scientifique formelle). Ainsi, la compréhension complète du langage naturel est généralement considérée comme IA-complète, car la compréhension fine des textes nécessite la compréhension des concepts associés.
dcterms:subject
dbc:Artificial_intelligence dbc:Computational_problems
dbo:wikiPageID
2862
dbo:wikiPageRevisionID
1115073110
dbo:wikiPageWikiLink
dbr:ASR-complete dbr:Automated_theorem_proving dbr:Machine_perception dbr:Artificial_general_intelligence dbr:Bongard_problem dbr:Jargon_File dbr:Brute-force_attack dbc:Artificial_intelligence dbr:Artificial_intelligence dbr:Arthur–Merlin_protocol dbr:DeepMind dbr:CAPTCHA dbr:Eric_S._Raymond dbr:Computable_function dbr:Equivalence_class dbr:Machine_translation dbr:Turing_test dbr:Computational_complexity_theory dbr:Software_brittleness dbr:Automated_reasoning dbr:Automated_planning_and_scheduling dbr:Reasoning dbr:Expert_system dbr:Fanya_Montalvo dbr:Commonsense_knowledge dbc:Computational_problems dbr:Robotics dbr:Object_recognition dbr:Formalism_(philosophy_of_mathematics) dbr:Robotic_mapping dbr:ESP_game dbr:Practopoiesis dbr:Object_categorization_from_image_search dbr:Model_of_computation dbr:Text_mining dbr:Human_computation dbr:Optical_character_recognition dbr:Turing_machine dbr:Synthetic_intelligence dbr:List_of_unsolved_problems_in_computer_science dbr:Logic dbr:Computer_security dbr:NP-complete dbr:Computer_vision dbr:NP-hard dbr:Word-sense_disambiguation dbr:Natural-language_understanding
dbo:wikiPageExternalLink
n4:
owl:sameAs
dbpedia-uk:AI-повна_задача dbpedia-bg:AI-complete dbpedia-es:IA_completo wikidata:Q2631839 dbpedia-ar:ذكاء_اصطناعي_مثالي dbpedia-it:IA-completo dbpedia-ko:AI-완전 freebase:m.011sc n22:2UUgC yago-res:AI-complete dbpedia-id:AI-komplit dbpedia-vi:AI-đầy_đủ dbpedia-fr:IA-complet dbpedia-ru:AI-полная_задача dbpedia-fa:هوش_مصنوعی_کامل dbpedia-ja:AI完全
dbp:wikiPageUsesTemplate
dbt:Short_description dbt:Natural_Language_Processing dbt:Main dbt:Citation_needed
dbo:abstract
بمجال الذكاء الاصطناعي، إن أصعب المشاكل معروفة ب AI-complete و AI-hard , متضمنا بأن صعوبة هذه المشاكل الحسابية، بافتراض بأن الذكاء حسابي، تعادل حل مشكلة الذكاء الاصطناعي المركزي أي جعل اجهزة الحواسيب ذكية مثل الإنسان أو قوة الذكاء الاصطناعي. لأن تكون تسمية المشكلة AI-complete يجب ان تعكس مشكلة لا يمكن حلها باستخدام خوارزمية محددة بسيطة.يفترض من مشاكل AI-complete ان تتضمن رؤية حاسوبية، فهم اللغات الطبيعية والتعامل مع حوادث غير من المتوقع حدوثها عند التعامل مع مشاكل الحياة الواقعية. في الوقت الحالي، مشاكل ال AI-complete لا يمكن حلها باستخدام تكنولوجيا الحاسوب الحديثة فقط، بل سوف تتطلب مساعدة من الحساب البشري. قد تكون هذه الخاصية مفيدة، على سبيل المثال، لاختبار وجود البشر كما تهدف كابتشا (CAPTCHA) إلى القيام به، ولأمن الكمبيوتر للتحايل على هجمات القوة الغاشمة. Pada kawasan kecerdasan buatan, permasalahan yang paling sulit secara informal disebut sebagai AI-komplit (bahasa Inggris: AI-complete) menyiratkan bahwa kesukaran akan permasalahan komputasi ialah setara dengan memecah masalah utama kecerdasan buatan—membuat komputer secerdas manusia atau AGI. Dengan memandang sebuah masalah sebagai AI-komplit, mencerminkan sikap bahwa masalah itu tidak akan dapat diselesaikan dengan algoritme yang sederhana. Permasalahan AI-komplit ialah hipotesis mencakup , pemahaman bahasa alami dan sepakat dengan keadaan yang tidak dapat diperkirakan selama memecahkan persoalan dunia riil. Di waktu ini, persoalan AI-komplit tidak dapat dipecahkan dengan teknologi komputer modern saja, namun akan memerlukan . Properti ini dapat bermanfaat bagi pengujian kehadiran akan manusia seperti pada CAPTCHA dan terhadap keamanan komputer untuk menghindari serangan brutal. AI-완전 (영: AI-complete)은 인공지능의 테마 중에서도 가장 곤란한 것을 가리키는 학술적이지 않은 용어이다. AI-완전으로 여겨지는 계산 문제를 푸는 것은 인공지능의 중심적 과제를 해결하는 것과 동의이며, 인간과 동일한 정도로 지적인 컴퓨터를 낳게 된다. 이 용어는 계산 복잡도 이론의 NP-완전 등의 유추이며, 계산 complex system 이론에서의 '완전성'이란, 그 복잡도 종류에서 가장 어려운 문제를 가리킨다. 1988년, John Mallery는 이 용어를 낳은 것이 Fanya S. Montalvo이라 말했다. 초기의 용례로서는 1987년에 Erik Mueller의 학위 논문으로 사용되어 1991년에는 에릭 레이몬드의 에 수록되고 있다. 어느 문제를 AI-완전이라 부르는 경우, ELIZA와 같이 단순한 알고리즘을 사용한 수법으로는 해결되지 않을 것이라는 자세가 배경에 있다. 일반적으로 AI-완전이라고 해지는 문제로서는 다음이 있다. * 컴퓨터 비전 * 자연어 이해 * 튜링 테스트에 합격하는 것 이들은 인간에게는 간단하지만, 그 근간에는 인간이 가지는 여러 가지 개념이 복잡하게 얽히고 있다고 말할 수 있다. 이러한 문제를 매우 제한된 설정으로 푸는 시스템도 있지만, 완전한 범용성이 있는 해법은 아직도 존재하지 않는다. AI-полная задача, по аналогии с NP-полным классом задач в теории сложности, — проблема, решение которой предполагает создание «сильного AI», то есть решения главной проблемы искусственного интеллекта: сделать компьютеры такими же умными, как люди. Иначе говоря, решение любой AI-полной проблемы требует создания «действительно мыслящего» агента. В отличие от строгого понятия NP-полноты, AI-полнота используется как неформальный термин. При определении задачи как AI-полной, подразумевается, что она не может быть решена простым алгоритмом, таким, например, какой использовался в «Элизе». Примерами AI-полных задач можно считать компьютерное зрение, понимание естественного языка, прохождение теста Тьюринга. Эти задачи легко решаются человеком (некоторые даже описаны в терминах человеческого поведения), но любая из них, по сути, представляет собой сложнейшую систему человеческих понятий. Некоторые компьютерные системы могут решать сильно упрощённые вариации этих задач, но в полной мере они пока не могут быть решены. У галузі штучного інтелекту, найскладніші задачі неформально називають AI-повними (англ. AI-complete, AI-hard), наголошуючи на тому, що обчислювальна складність цих задач еквівалентна складності вирішення головного завдання штучного інтелекту— створення комп'ютерів, настільки ж розумних, як і люди. Задача, котру називають AI-повною, вважається такою, що не може бути розв'язаною за допомогою простого алгоритму. AI-повними задачами вважаються комп'ютерний зір, розуміння природної мови і розв'язання задач реального життя за непередбачуваних обставин, що при цьому виникають. На даний момент AI-повні задачі не можуть бути розв'язані лише за допомоги сучасних комп'ютерних технологій без використання людино-орієнтованих обчислень. Ця властивість може бути корисною, наприклад, для перевірки присутності людини за допомогою тесту CAPTCHA, а також в галузі комп'ютерної безпеки для запобігання атакам методом «грубої сили». In the field of artificial intelligence, the most difficult problems are informally known as AI-complete or AI-hard, implying that the difficulty of these computational problems, assuming intelligence is computational, is equivalent to that of solving the central artificial intelligence problem—making computers as intelligent as people, or strong AI. To call a problem AI-complete reflects an attitude that it would not be solved by a simple specific algorithm. AI-complete problems are hypothesised to include computer vision, natural language understanding, and dealing with unexpected circumstances while solving any real-world problem. Currently, AI-complete problems cannot be solved with modern computer technology alone, but would also require human computation. This property could be useful, for example, to test for the presence of humans as CAPTCHAs aim to do, and for computer security to circumvent brute-force attacks. L'expression IA-complet, formée par allusion plaisante à NP-complet et Turing-complet, désigne un problème dont on suppose que la résolution complète est en fait équivalente à la création d'une véritable intelligence artificielle (il ne s'agit pas d'une définition scientifique formelle). Ainsi, la compréhension complète du langage naturel est généralement considérée comme IA-complète, car la compréhension fine des textes nécessite la compréhension des concepts associés. L'espressione IA-completo (o IA-difficile), creata alludendo ai termini NP-completo e Turing-completo, designa un problema la cui risoluzione è considerata equivalente alla creazione di una intelligenza artificiale realistica. La comprensione completa della lingua naturale ad esempio è generalmente considerata un problema IA-completo poiché la comprensione dei testi necessita della comprensione dei concetti ad essi associati. AI完全（AIかんぜん、英: AI-complete）とは、人工知能のテーマの中でも最も困難なものを指す学術的でない用語である。AI完全とされる計算問題を解くことは人工知能の中心的課題を解決するのと同義であり、人間と同程度に知的なコンピュータを生み出すことになる。この用語は計算複雑性理論のNP完全問題などのアナロジーであり、計算複雑性理論における「完全性」とは、その複雑性クラスで最も難しい問題を指す。1988年、John Mallery はこの用語を生み出したのが Fanya S. Montalvo であると述べた。初期の用例としては、1987年に Erik Mueller の学位論文で使われ、1991年にはエリック・レイモンドのジャーゴンファイルに収録されている。 ある問題をAI完全であると呼ぶ場合、ELIZAのような単純なアルゴリズムを使った手法では解決されないだろうという姿勢が背景にある。一般にAI完全と言われる問題としては、次のものがある。 * コンピュータビジョン * 自然言語理解 * チューリング・テストに合格すること これらは人間にとっては簡単だが、その根幹には人間の持つ様々な概念が複雑に絡み合っていると言える。これらの問題を非常に制限された設定で解くシステムもあるが、完全な汎用性のある解法は未だに存在しない。 En el campo de inteligencia artificial, los problemas más difíciles son informalmente conocidos como IA-completos o IA-duros, al implicar que la dificultad de estos problemas computacionales es equivalente a solucionar el problema central de inteligencia artificial –hacer ordenadores tan inteligentes como personas–, o IA fuerte. Llamar un problema AI-completo refleja que no sería solucionado por un algoritmo específico sencillo. Hipotéticamente, los problemas AI-completos incluyen visión por ordenador, procesamiento de lenguaje natural, y tratar con circunstancias inesperadas mientras se soluciona un problema del mundo real.​ Actualmente, los problemas IA-completos no pueden ser solucionados solamente con tecnología de computación moderna, también requieren computación humana. Esta propiedad puede ser útil, por ejemplo para comprobar la presencia de humanos usando CAPTCHAs.​​
prov:wasDerivedFrom
wikipedia-en:AI-complete?oldid=1115073110&ns=0
dbo:wikiPageLength
10967
foaf:isPrimaryTopicOf
wikipedia-en:AI-complete