Le GÉNÉRAL des Cours de l'ordinateur: GENERAL, #1

Par XL DANSMICH

Ordinateurs et l'information qu'ils contiennent sont considérées des systèmes souvent confidentiels parce que leur usage est restreint à un nombre limité d'utilisateurs typiquement. Ce caractère confidentiel peut être compromis dans une variété de chemins. À ordinateurs et données de l'ordinateur peuvent être, par gens qui ont étendu des virus de l'ordinateur et des vers par exemple. Un virus de l'ordinateur est un ensemble de directives du programme informatique qui l'attachent aux programmes dans les autres ordinateurs. Les virus font souvent parties de documents qui sont transmis comme attachements pour envoyer électroniquement des messages. Un ver est semblable à un virus mais est un programme indépendant qui le transporte d'un ordinateur à un autre à travers réseaux. Le milliers de virus et vers existe et peut contaminer millions d'ordinateurs rapidement.  

 

Les gens qui intentionnellement créent des virus sont souvent des experts de l'ordinateur connu comme pirates. Les pirates violent aussi le caractère confidentiel en observant des écrans du moniteur de l'ordinateur et en personnifiant des utilisateurs autorisés d'ordinateurs pour gagner l'accès aux ordinateurs des utilisateurs. Ils envahissent des bases de données de l'ordinateur pour voler les identités d'autres gens en obtenant le soldat, en identifiant de l'information au sujet d'eux. Les pirates prennent part aussi à piraterie du logiciel et défigurent des sites Web sur l'Internet. Par exemple, ils peuvent insérer de méchants ou non désirés messages sur un site Web, ou change des graphique sur l'emplacement. Ils gagnent l'accès aux sites Web en personnifiant des directeurs du site Web.

Ordinateurs et l'information qu'ils contiennent sont considérées des systèmes souvent confidentiels parce que leur usage est restreint à un nombre limité d'utilisateurs typiquement. Ce caractère confidentiel peut être compromis dans une variété de chemins. À ordinateurs et données de l'ordinateur peuvent être, par gens qui ont étendu des virus de l'ordinateur et des vers par exemple. Un virus de l'ordinateur est un ensemble de directives du programme informatique qui l'attachent aux programmes dans les autres ordinateurs. Les virus font souvent parties de documents qui sont transmis comme attachements pour envoyer électroniquement des messages. Un ver est semblable à un virus mais est un programme indépendant qui le transporte d'un ordinateur à un autre à travers réseaux. Le milliers de virus et vers existe et peut contaminer millions d'ordinateurs rapidement.  

 

Les gens qui intentionnellement créent des virus sont souvent des experts de l'ordinateur connu comme pirates. Les pirates violent aussi le caractère confidentiel en observant des écrans du moniteur de l'ordinateur et en personnifiant des utilisateurs autorisés d'ordinateurs pour gagner l'accès aux ordinateurs des utilisateurs. Ils envahissent des bases de données de l'ordinateur pour voler les identités d'autres gens en obtenant le soldat, en identifiant de l'information au sujet d'eux. Les pirates prennent part aussi à piraterie du logiciel et défigurent des sites Web sur l'Internet. Par exemple, ils peuvent insérer de méchants ou non désirés messages sur un site Web, ou change des graphique sur l'emplacement. 

• Langue: Français
• Éditeur: XL DANSMICH
• Date de sortie: 18 déc. 2022
• ISBN: 9798215173947

XL DANSMICH

Xl Dansmich est étudiant de l'informatique, son vrai nom est Ubochioma Daniel Michael. Il avait l'expérience de l'enseignement dans l'ecole  Rhema Child Academy, fondée par son papa, Docteur Ubochioma Daniel Clement. Il a écrit ce livre et plus avec la connaissance  il a obtenu de ses recherches et études, il a aussi écrit ce livre pour aider améliorez l'érudition par tout autre  informaticien, avant ou après lui.   Les autres livres de Xl dansmich sont: Définitions générales, Général sur les mathématiques, Général sur les physiques, Général sur chimie, etc.,   XL dansmich aime aussi musique et est très amical à ses partisans, il est prêt à répondre tout appel ou le message a envoyé par ses partisans. Suivez Xl dansmich sur    instagram:  dansmich_,    facebook: Dm Technic, et Dansmich  studios.    Youtube: xl dansmich. Twitter et autres Médias sociaux.    

Aperçu du livre

LA TABLE DES MATIÈRES

1- chapitre 1: l'intelligence artificielle 

2 - chapitre 2: l'automatisation 

3 - chapitre 3: l'unité du traitement centrale 

4 - chapitre 4: l'ordinateur 

5 - chapitre 5: l'animation de l'ordinateur 

6 - chapitre 6: la mémoire de l'ordinateur 

7 - chapitre 7: l'informatique 

8 - chapitre 8: la sécurité de l'ordinateur 

9 - chapitre 9: l'éclairage électrique 

10 - chapitre 10: l'électronique 

11 - chapitre 11: le matériel (ordinateur) 

12 - chapitre 12: l'html 

13 - chapitre 13: l'internet 

14 - chapitre 14: le processeur microscopique 

15 - chapitre 15: nanotechnology 

16 - chapitre 16: le réseau 

17 - chapitre 17: le système d'exploitation 

18 - chapitre 18: programmer 

19 - chapitre 19: le robot 

20 - chapitre 20: le semi-conducteur 

21 - chapitre 21: l'ordinateur super 

22 - chapitre 22: la technologie 

23 - chapitre 23: le transistor 

24 - chapitre 24: le virus 

25 - chapitre 25: le world wide web 

LE CHAPITRE UN 

L'Intelligence artificielle 

J'INTRODUCTION 

L'Intelligence artificielle (AI), l'étude et construire de machines intelligentes capable d'exécuter les mêmes genres de fonctions qui caractérisent la pensée humaine. Le concept de dates AI de temps anciens, mais la venue de calculateurs numériques dans le 20e siècle a apporté AI dans le royaume de possibilité. AI a été conçu comme un champ d'informatique dans le mi 1950s. Le terme qu'AI a été appliqué aux programmes informatique et les systèmes capable d'exécuter des tâches plus complexe que programmation simple, bien qu'encore loin du royaume de réelle pensée. Pendant que la nature de restes de l'intelligence insaisissable, les capacités AI ont des candidatures de grande envergure dans les telles régions comme information traiter, jeu électronique, sécurité nationale, commerce électronique, et systèmes diagnostiques actuellement. 

DÉVELOPPEMENT II D'INTELLIGENCE ARTIFICIELLE 

Dans 1956 scientifique social américain et prix Nobel Herbert Simon et physicien américain et informaticien Allan Newell à Carnegie Mellon Université dans Pennsylvania a imaginé un programme appelé Théoricien de la Logique qui a simulé le penser humain sur les ordinateurs. La première conférence AI s'est produite à Collège Dartmouth dans New Hampshire en 1956. Cette conférence a inspiré des chercheurs entreprendre des projets qui ont imité le comportement humain dans les régions de raisonner, compréhension de la langue, et communications. En plus de Newell et Simon, informaticiens et mathématiciens Claude Shannon, Marvin Minsky, et John McCarthy a mis le fondement pour créer des machines rationnelles d'ordinateurs. 

La recherche pour AI a pris deux directions majeures: recherche psychologique et physiologique dans la nature de pensée humaine, et le développement technologique de systèmes de l'informatique de plus en plus sophistiqués. Quelques promoteurs AI sont intéressés à apprendre plus au sujet des mécanismes du cerveau humain à l'origine et donc essayez d'imiter ses méthodes et processus. Les autres promoteurs sont intéressés à faire des ordinateurs exécuter une tâche spécifique qui peut impliquer bien des méthodes de l'informatique au-delà les capacités du cerveau humain plus. 

Les champs contemporains d'intérêt qui résulte de recherche AI tôt incluent des systèmes experts, automata cellulaire (traiter des morceaux de données aime des cellules biologiques), et vie artificielle (voyez la Théorie Automata dans ' Général sur théorie, chapitre 15 '). La recherche pour AI va bien au-delà informatique et implique des études croix - disciplinaires dans les telles régions comme psychologie cognitive, neuroscience, linguistique, cybernétique, théorie de l'information, et mécanique, parmi beaucoup autres. La recherche pour AI a mené aux avancements dans ces champs, aussi. 

III USES ET DÉFIS D'INTELLIGENCE ARTIFICIELLE 

Kasparov v. BlueIn Profond que 1997 échecs russes maîtrisent Garry Kasparov a perdu une série hautement rendue public d'égaux à un ordinateur IBM a nommé le Bleu Profond. L'ordinateur a utilisé intelligence artificielle pour traiter 200 million de mouvements des échecs par seconde dans développer sa stratégie. C'était la première fois qui un échecs internationaux le grand maître avait perdu une série à un ordinateur, en suggérant à quelques observateurs que les avances dans intelligence artificielle peuvent être capacité humaine incomparable dans quelque Agence areas.Elderfield/Liaison 

Les programmes AI ont une collection générale de candidatures. Ils sont utilisés par institutions financières, scientifiques, psychologues, médecins, ingénieurs du dessin, organiser des autorités, et la sécurité entretient, en nommer juste quelques-uns. Les techniques AI sont aussi appliquées dans les systèmes regardait l'Internet. 

Les programmes AI ont tendance à s'être spécialisé pour une tâche spécifique hautement. Ils peuvent jouer des jeux, prédisez des valeurs de la réserve, interprétez des photographies, diagnostiquez les maladies, itinéraires du voyage du plan, traduisent des langues, prenez la dictée, tirez des analogies, dessin de l'aide machinerie complexe, apprenez la logique, faites des plaisanteries, composez musique, créez des dessins, et apprenez à faire des tâches mieux. Les programmes AI en exécutent bien quelques-uns de ces tâches. Dans un exemple célèbre, un super-ordinateur a appelé le battement Bleu Profond les échecs mondiaux soutiennent Garry Kasparov en 1997. Dans développer sa stratégie, le Bleu Profond a utilisé le traitement parallèle (a lié et opérations de l'ordinateur concourantes) traiter 200 million de mouvements des échecs par seconde. Les programmes AI sont souvent meilleurs que gens à prédire la réserve évalue, et ils peuvent créer des projets d'entreprise à long terme prospères. Les programmes AI sont utilisés dans commerce électronique pour détecter la fraude possible, en utilisant des algorithmes de l'érudition complexes, et est compté sur pour autoriser des billions de transactions financières quotidiennement. AI programme peut imiter aussi le comportement humain créatif. Par exemple, la musique AI - Produite peut sonner de mêmes compositions par les compositeurs célèbres. 

Quelques-unes des candidatures AI le plus largement usagées impliquent de l'information qui traite et modèlent la reconnaissance. Par exemple, une méthode AI maintenant utilisée largement est données miner qui peut trouver des modèles intéressants dans les extrêmement grandes bases de données. La données miner est une candidature de machine apprendre dans que les algorithmes spécialisés permettent aux ordinateurs d'apprendre ". les Autres candidatures incluent de l'information qui filtre des systèmes qui découvrent des intérêts de l'utilisateur dans un environnement en ligne. Cependant, il reste inconnu si les programmes informatique pourraient apprendre jamais à résoudre des problèmes sur leur propre, plutôt que suivre ce qu'ils sont programmés pour faire simplement. 

WABOT-2 et l'inventeur InventorAn joue un duo avec WABOT-2, développé dans les 1980s au Japon comme un des premiers robots personnels du monde. Il a représenté une borne dans robotique comme un des exemples les plus tôt d'un robot qui utilise intelligence artificielle (AI) programmer. La programmation a permis au robot de jouer un clavier musical avec ses être humain - comme mains, a lu la partition avec son oeil électronique, et même a une conversation rudimentaire avec people.Michael Macintyre/Hutchison Bibliothèque 

AI programme peut faire des diagnostics médicaux aussi bien que, ou mieux que, docteurs les plus humains. Les programmes AI ont été développés qu'analyse les symptômes de la maladie, histoire médicale, et résultats de l'épreuve du laboratoire d'un malade, et alors suggère un diagnostic au médecin. Le programme diagnostique est un exemple de systèmes experts qui sont des programmes conçu pour exécuter des tâches dans les régions spécialisées comme un être humain veut. Les systèmes experts prennent des ordinateurs un pas au-delà programmation simple, être basés que sur une technique, a appelé déduction règle - basée dans que les preestablished gouvernent des systèmes est utilisé pour traiter le données. En dépit de leur sophistication, les systèmes experts n'approchent pas encore la complexité de vraie pensée intelligente. 

En dépit de succès considérables les programmes AI ont encore beaucoup de limitations qui sont particulièrement évidentes quand il vient à langue et reconnaissance de la parole. Leurs traductions sont imparfaites, bien que bon assez être compris, et leur dictée est fiable seulement si le vocabulaire est prévisible et la parole exceptionnellement clair. La recherche a montré qu'alors que la logique de structure de la langue (syntaxe) soumet à programmer, le problème de signifier (sémantique) s'allonge plus profond loin, dans la direction de vrai AI (ou fort AI, dans le langage de promoteurs). Développer des capacités de langue naturelle dans les systèmes AI est un centre important de recherche AI. Il implique des ordinateurs de la programmation comprendre de l'information écrite ou parlée et produire des résumés, réponse questions spécifiques, ou redistribue de l'information à utilisateurs s'intéressés aux régions spécifiques. Essentiel aux tels programmes la capacité du système est produire des phrases grammaticalement correctes et établir des liaisons entre les mots, les idées, et les associations avec les autres idées. Chatterbot " programme, bien que loin de causeurs naturels, est un pas dans cette direction. Ils essaient de simuler une conversation intelligente en parcourant des mots-clé de l'entrée pour venir au-dessus avec les réponses pre - préparées d'une base de données. 

Beaucoup de travail dans AI modèle des tâches intellectuelles, par opposition au sensoriel, moteur, et les capacités adaptatives ont possédé par tous les mammifères. Cependant, une branche importante de recherche AI implique le développement de robots, avec le but de créer des machines qui peuvent percevoir et réagir réciproquement avec leurs alentours. WABOT-2, un robot développé par Université Waseda au Japon dans les 1980s, AI utilisé programme pour jouer un instrument du clavier, a lu la partition, et converse avec les gens rudimentairement. C'était une borne dans le développement de robots personnels qui sont supposés être anthropomorphe qu'est, imiter des attributs humains. Les robots AI sont développés comme assistants personnels pour les malades hospitalisés et ont mis hors fonction des personnes, parmi autres buts. Les capacités de langue naturelle sont intégrantes à ces efforts. De plus, scientifiques avec les Aéronautique Nationales et Administration de l'Espace (NASA) développe les programmes AI robustes ont conçu pour permettre à la prochaine génération de rôdeurs de Mars de prendre des décisions pour eux-mêmes, plutôt que compter sur (et attendre pour) a détaillé des directives d'équipes de contrôleurs humains sur terre. 

Égaler tout ces gens peuvent faire, les systèmes AI auraient besoin de modeler la richesse et subtilité de mémoire humaine et bon sens. Beaucoup des mécanismes derrière intelligence humaine est encore compris pauvrement, et les programmes informatique peuvent simuler les processus complexes de pensée humaine et connaissance à une ampleur limitée seulement. Quand même, un système AI n'a pas besoin d'imiter la pensée humaine accomplir une réponse intelligente ou résulter, tel qu'un mouvement des échecs gagnant, nécessairement comme il peut compter sur son propre pouvoir de l'informatique surhumain . 

IV TYPES D'INTELLIGENCE ARTIFICIELLE 

Travaillez dans AI s'est concentré sur deux régions générales à l'origine: systèmes logique - basés en voie de développement qui exécutent sens commun et raisonnement expert, et utiliser des modèles cognitifs et biologiques simuler et expliquer les capacités de l'information - traitement du cerveau humain. Dans général, travaillez dans AI peut être catégorisé dans trois recherche et types du développement: symbolique, connectionist, et évolutionnaire. Chacun a des forces caractéristiques et des weaknesses. 

Un AI Symbolique 

AI symbolique est basé dans logique. Il utilise des séquences de règles pour dire que faire ensuite à l'ordinateur. Les systèmes experts consistent de beaucoup de soi-disant SI ALORS règles: SI c'est le cas, ALORS faites cela. Depuis les deux côtés de la règle peuvent être définis dans les chemins complexes, les programmes règle - basés peuvent être très puissants. La performance d'un besoin du programme logique - basé ne paraît pas logique, comme quelques règles peuvent le causer de prendre des actions apparemment absurdes. Les programmes AI illogiques " ne sont pas utilisés pour pratique par résolution de problèmes, mais est utile dans modeler comme les êtres humains pensent. Les programmes symboliques sont bons à négocier avec les problèmes résolus, et à représenter des hiérarchies (dans grammaire, par exemple, ou organiser). Mais ils sont inflexibles: Si la partie du données de l'entrée attendu manque ou trompé, ils peuvent donner une mauvaise réponse, ou aucune réponse à tout. 

B CONNECTIONIST AI 

NetworkThe Neural artificiel que les réseaux neuraux qui sont utilisés dans calculer l'imitateur ceci de plus en plus ont trouvé dans les systèmes nerveux de vertébrés. La principale caractéristique d'un réseau neural biologique, surmontez, est que chaque neurone, ou cellule nerveuse, reçoit des signaux de beaucoup d'autres neurones à travers son dendrites du branchement. Le neurone produit un signal de la production qui dépend des valeurs de toute l'entrée signale et laissez-passer cette production sur à beaucoup d'autres neurones le long d'une fibre du branchement un axon a appelé. Dans un réseau neural artificiel, touchez le fond, signaux de l'entrée, tel que signaux de l'image d'un appareil-photo de la télévision, chute sur une couche de noeuds de l'entrée, ou calculer des unités. Chacun de ces noeuds est lié à plusieurs autres " noeuds de l'hidden' entre l'entrée et noeuds de la production du réseau. Il peut y avoir des plusieurs couches de noeuds cachés, pourtant pour simplicité seul est montré ici. Chaque noeud caché exécute un calcul sur les signaux qui l'arrivent à et envoie un signal de la production correspondant à autres noeuds. La dernière production est une version hautement traitée de l'entrée. 

Connectionism est inspiré par le cerveau humain. Ce est été en rapport avec neuroscience computationelle qui modèle de réelles cellules du cerveau et des circuits neuraux attentivement. Connectionist AI utilise des réseaux neuraux artificiels faits de beaucoup d'unités qui travaillent dans parallèle. Chaque unité est connectée à ses voisins par liens qui peuvent élever ou baisser la probabilité que l'unité du voisin tirera " (excitatory et rapports inhibiteurs, respectivement). les réseaux Neuraux qui sont capables d'apprendre font donc en changeant les forces de ces liens, selon expérience passée. Ces unités simples sont beaucoup moins complexe que vrais neurones. Chacun peut faire seulement une chose, tel que rapport une ligne verticale minuscule à une place particulière dans une image. Quelles matières ne sont pas ce que toute unité individuelle fait, mais le modèle de l'activité total du réseau entier. 

Par conséquent, les systèmes du connectionist sont plus flexibles que programmes AI symboliques. Même si le données de l'entrée est défectueux, le réseau peut donner la bonne réponse. Ils sont bons à reconnaissance du modèle où l'entrée modèle dans un certain besoin de classe par conséquent ne soyez pas identique. Mais le connectionism est faible à faire la logique, l'action suivante classe, ou représenter des hiérarchies de buts. Ce qu'AI symbolique fait bien, le connectionism fait mal, et vice versa. Les systèmes hybrides combinent les deux, en changeant entre eux comme à propos. Et travaille sur réseaux neuraux périodiques où la production d'un pose en couches d'unités est nourri arrière comme entrée à quelque couche antérieure, a l'intention de permettre aux systèmes du connectionist de négocier avec action séquentielle et hiérarchie. L'émergeant champ de connectomics pourrait aider des chercheurs à décoder l'approche du cerveau à traitement de l'information. Voyez Neurophysiology; la page 176 de ' Général sur physiologie et anatomy'. 

C AI Évolutionnaire 

AI évolutionnaire tire sur biologie. Ses programmes font d'aléatoires changements dans leurs propres règles, et sélectionne la meilleure fille programme pour élever la prochaine génération. Cette méthode développe des programmes par résolution de problèmes, et peut évoluer les intelligences et yeux de robots. Une application pratique d'AI évolutionnaire serait un modèle de l'ordinateur de l'augmentation à long terme d'une affaire dans que l'évolution de l'affaire est mise dans un marché simulé. AI évolutionnaire est souvent utilisé dans modeler la vie artificielle (communément connu comme Une vie), un avantage supplémentaire d'AI. Un centre d'étude dans la vie artificielle est sur moi organisation, à savoir comme l'ordre survient de quelque chose qui est rangé à un degré moindre. Les exemples biologiques incluent les s'assemblant modèles d'oiseaux et le développement d'embryons. Les exemples technologiques incluent les s'assemblant algorithmes utilisés pour animation de l'ordinateur. 

V DÉBATS PHILOSOPHIQUES SUR INTELLIGENCE ARTIFICIELLE 

Alan TuringConsidered un avant-coureur dans le champ d'ordinateurs électroniques, Alan Turing a envisagé un appareil qui pourrait, en théorie, exécutez tout calcul. Connu sous le nom de la Machine Turing, il a été conçu pour lire des ordres et données d'un long morceau de bande, en utilisant une table pour déterminer l'ordre dans que les opérations exigées seraient emportées. Dans le champ apparenté d'intelligence artificielle, il est provenu les Turing testent, un processus a conçu pour déterminer si un ordinateur peut penser comme un human.Science Source/Photo Chercheurs, Inc. 

Les gens demandent souvent si l'intelligence artificielle est possible, mais la question est ambiguë. Certainement, les programmes AI peuvent produire des résultats qui ressemblent à comportement humain. Quelques choses que la plupart des gens ont supposé des ordinateurs une fois ne pourrait jamais faire est maintenant possible dû à recherche AI. Par exemple, les programmes AI peuvent composer musique esthétiquement attirante, dessiner des images attirantes, et même jouer le piano avec expression . les Autres choses sont plus insaisissables, tel que produire des parfaites traductions d'une grande gamme de textes,; faire fondamental, cependant esthétiquement acceptable, transformations de style musical; ou produire des robots qui peuvent réagir réciproquement avec leurs alentours significativement. C'est controversé si ces choses sont simplement très difficiles dans entraînement, ou impossible en principe. 

La plus grande question de si tout programme ou robot pourraient être vraiment intelligents, peu importe comment humanlike sa performance, implique des questions très controversées dans la philosophie d'esprit, y compris l'importance d'incarnation et la nature d'intentionality et conscience. Quelques philosophes et chercheurs AI discutent cette intelligence peut survenir dans créatures corporelles sentir et agir dans le vrai monde seulement. Si c'est correct, alors la robotique est essentielle à la tentative construire objets vraiment intelligents. Si pas, un AI simple programme alors peut être intelligent. 

Le mathématicien britannique et informaticien Alan Turing ont proposé ce qui est maintenant appelé le Turing Test comme une façon de décider si une machine est intelligente. Il a imaginé une personne et un ordinateur caché derrière un écran, communiquer par les moyens électroniques. Si nous ne pouvons pas dire lequel est l'être humain, nous n'avons aucune raison de nier que la machine pense. C'est, une épreuve purement behavioriste est adéquate pour identifier intelligence (et conscience). 

Philosophe John Searle américain a exprimé une vue différente. Il admet qu'un programme peut produire des réponses identique à ceux d'une personne, et qu'un robot programmé peut se comporter exactement comme un être humain. Mais il discute qu'un programme ne peut rien comprendre il dit. Il ne dit pas réellement ou affirme n'importe quoi à tout, mais simplement outputting emblèmes sans signification qu'il a manipulé d'après règles purement cérémonieuses en d'autres termes, toute la syntaxe et aucune sémantique. Searle affirme ces cerveaux de l'être humain peuvent attribuer la signification à emblèmes, donc dériver la compréhension, alors que le métal et silicium ne peuvent pas. Aucun consensus n'existe dans ou AI ou philosophie comme à à qui théorie, Turing ou Searle, est juste. 

Si un système AI pourrait être conscient est un sujet particulièrement controversé. Le concept de conscience lui-même est compris mal, scientifiquement et philosophiquement. Quelques-uns discuteraient que tout robot, peu importe comment superficiellement humanlike, ne posséderait jamais la conscience ou sentience d'une existence vivante. Mais autres discuteraient qu'un robot dont les fonctions ont égalé les fonctions pertinentes du cerveau (quoi que ce peuvent être) serait conscient inévitablement. La réponse a des implications morales: Si un système AI était conscient, ce serait discutablement mal pour le tuer , ou même l'utiliser comme un esclave ". Voyez aussi ' Général sur les États de Consciousness'. 

VI LE FUTUR D'INTELLIGENCE ARTIFICIELLE 

Le Robot humanoïde Promenades ASIMO En bas Escaliers. ASIMO est un robot humanoïde conçu par les ingénieurs Japonais à la Honda Moteur Compagnie. Le robot grand de 4 pieds a paru dans public en 2000 en premier. C'est capable de marche et courir comme un être humain, et peut grimper escaliers et atteindre pour les objets. Le nom positions ASIMO pour Pas Avancé dans Mobilité Innovatrice. Le nom peut honorer aussi la science-fiction écrivain Isaac Asimov qui a écrit des histoires au sujet de robots.Reuters/Corbis intelligent 

Les construisant systèmes intelligents et finalement, automatiser intelligence reste une intimidant tâche, et un qui peut prendre des décennies pour se rendre complètement compte. La recherche AI est concentrée en adressant des défauts existants actuellement, tel que la capacité de systèmes AI converser dans langue naturelle et percevoir et répondre à leur environnement. Cependant, la recherche pour AI a grandi dans un champ avec candidatures de grande envergure beaucoup de qui sont considérées indispensable et sont déjà prises pour accordées. Presque tout industriel, gouvernemental, et est possible que les candidatures du consommateur utilisent des capacités AI dans le futur. 

LE CHAPITRE DEUX

L'automatisation

J'INTRODUCTION 

L'automatisation, le système de fabrication a conçu pour étendre la capacité de machines d'exécuter des certaines tâches autrefois fait par les êtres humains, et contrôler des séquences d'opérations sans intervention