Yr ateb byr: Mae AI yn sefyll am Ddeallusrwydd Artiffisial : systemau a wnaed gan ddyn a gynlluniwyd i gyflawni tasgau sy'n gysylltiedig ag ymddygiad deallus, fel dysgu, rhesymu, canfyddiad ac iaith. Os yw offeryn yn dysgu o ddata ac yn gallu ymdopi â sefyllfaoedd anghyfarwydd, mae'n eistedd yn agosach at AI; os yw'n rhedeg ar reolau sefydlog, mae'n awtomeiddio yn bennaf.
Prif bethau i'w cymryd:
Diffiniad : Mae AI yn golygu Deallusrwydd Artiffisial - systemau sy'n cyflawni tasgau dysgu, rhesymu, canfyddiad neu iaith.
Gwiriad realiti : Os nad yw'n dysgu nac yn cyffredinoli, mae'n debyg ei fod yn feddalwedd sy'n seiliedig ar reolau.
Gwrthsefyll camddefnyddio : Trin labeli “AI” yn amheus pan fydd cwmnïau'n marchnata awtomeiddio syml fel AI.
Atebolrwydd : Mewn defnyddiau risg uchel, gwnewch yn siŵr bod person neu sefydliad enwol yn berchen ar ganlyniadau a gwallau.
Tryloywder : Yn well ganddynt offer sy'n egluro terfynau, yn rhannu canlyniadau gwerthuso, ac yn egluro sut y gellir herio penderfyniadau.
Erthyglau y gallech fod eisiau eu darllen ar ôl yr un hon:
🔗 Prif nod AI cynhyrchiol wedi'i egluro'n syml
Deall beth mae AI cynhyrchiol yn ceisio ei greu a pham ei fod yn bwysig.
🔗 A yw AI wedi'i or-hypeio neu'n drawsnewidiol go iawn?
Golwg gytbwys ar addewidion, cyfyngiadau ac effaith AI yn y byd go iawn.
🔗 A yw testun-i-leferydd wedi'i bweru gan dechnoleg AI?
Dysgwch sut mae TTS modern yn gweithio a beth sy'n ei gwneud yn ddeallus.
🔗 A all deallusrwydd artiffisial ddarllen llawysgrifen gyriadol yn gywir?
Archwiliwch derfynau OCR a sut mae modelau'n trin testun byrsiog anhrefnus.
Y ffurf lawn o AI (yr ateb byr, clir grisial) ✅🤖
Y ffurf lawn o AI yw Deallusrwydd Artiffisial .
Dau air. Canlyniadau enfawr.
-
Artiffisial = wedi'i wneud gan fodau dynol
-
Deallusrwydd = y rhan sbeislyd (oherwydd bod pobl yn dadlau beth yw - gwyddonwyr, athronwyr, a'ch ewythr sy'n meddwl bod deallusrwydd yn "gwybod ystadegau criced" 😅)
Un diffiniad sylfaenol clir, a ddefnyddir yn eang yw: Mae AI yn ymwneud ag adeiladu systemau a all gyflawni tasgau sy'n gysylltiedig yn gyffredin ag ymddygiad deallus - fel dysgu, rhesymu, canfyddiad ac iaith. [1]
Ac ie - fe welwch chi'r ymadrodd ffurf lawn o AI eto yn yr erthygl hon oherwydd (1) mae'n helpu darllenwyr a (2) mae peiriannau chwilio yn gremlins bach ffyslyd 😬.
Beth mae “AI” yn ei olygu yn ymarferol (a pham mae diffiniadau’n mynd yn gymhleth) 🧠🧩
Dyma'r peth: mae AI yn faes , nid yn gynnyrch sengl.
Mae rhai pobl yn defnyddio “AI” i olygu:
-
systemau sy'n gweithredu fel "asiantau deallus" (sy'n gwneud penderfyniadau tuag at nodau), neu
-
systemau sy'n datrys tasgau "arddull dynol" (gweledigaeth, iaith, cynllunio), neu
-
systemau sy'n dysgu patrymau o ddata (dyna lle mae ML yn ymddangos).
Dyna pam mae diffiniadau'n siglo ychydig yn dibynnu ar bwy sy'n siarad - a pham mae cyfeiriadau difrifol yn treulio amser ar yr hyn sy'n cyfrif fel AI yn y lle cyntaf. [2]
Pam mae pobl yn gofyn “ffurf lawn o AI” mor aml (ac nid yw'n gwestiwn twp) 👀📌
Mae'n gwestiwn call, oherwydd:
-
Mae deallusrwydd artiffisial yn cael ei ddefnyddio'n achlysurol , fel pe bai'n un peth sengl (nid yw)
-
cwmnïau'n rhoi “AI” ar gynhyrchion sydd yn y bôn yn awtomeiddio ffansi yn unig
-
Gall “AI” olygu unrhyw beth o system argymhellion i sgwrsbot i roboteg sy'n llywio gofod ffisegol 🤖🛞
-
mae pobl yn cymysgu AI ag ML, gwyddor data, neu "y rhyngrwyd," sy'n ... naws, ond nid yn gywir 😅
Hefyd: mae AI yn faes go iawn ac yn air marchnata. Felly dechrau o'r pethau sylfaenol - fel ffurf lawn AI - yw'r cam cywir.
Rhestr wirio syml i “ganfod y Deallusrwydd Artiffisial” (fel nad ydych chi’n cael eich camarwain) 🕵️♀️🤖
Os ydych chi'n ceisio darganfod a yw rhywbeth yn “AI” neu ddim ond… meddalwedd yn gwisgo hwdi:
-
A yw'n dysgu o ddata? (neu ai rheolau/rhesymeg os-yna ydyw'n bennaf?)
-
A yw'n cyffredinoli i sefyllfaoedd newydd? (neu a yw'n ymdrin ag achosion cul, wedi'u sgriptio ymlaen llaw yn unig?)
-
Allwch chi ei werthuso? (cywirdeb, cyfraddau gwall, achosion ymyl, dulliau methiant?)
-
A oes goruchwyliaeth ddynol ar gyfer defnydd risg uchel? (yn enwedig cyflogi, iechyd, cyllid, addysg)
Nid yw hyn yn datrys pob dadl diffiniad yn hudolus - ond mae'n ffordd ymarferol o dorri trwy niwl marchnata.
Pam mae esboniad da o AI yn cynnwys terfynau (oherwydd bod digon o AI) 🚧
Dylai esboniad cadarn o AI sôn y gall AI fod:
-
anhygoel mewn tasgau cul (dosbarthu delweddau, rhagweld patrymau)
-
ac yn syndod o wael o ran synnwyr cyffredin (cyd-destun, amwysedd, “beth fyddai bod dynol normal yn amlwg yn ei wneud”)
Mae fel cogydd sy'n gwneud swshi perffaith ond sydd angen cyfarwyddiadau ysgrifenedig i ferwi wy.
Hefyd: gall systemau AI modern fod yn anghywir yn hyderus , felly mae canllawiau AI cyfrifol yn canolbwyntio ar ddibynadwyedd, tryloywder, diogelwch, rhagfarn ac atebolrwydd , nid dim ond “ooh mae'n cynhyrchu pethau.” [3]
Tabl Cymharu: Adnoddau AI defnyddiol (wedi'u seilio, nid clickbait) 🧾🤖
Dyma fap bach ymarferol - pum adnodd cadarn sy'n ymdrin â diffiniadau, dadleuon, dysgu a defnydd cyfrifol:
| Offeryn / Adnodd | Cynulleidfa | Pris | Pam mae'n gweithio (ac ychydig o onestrwydd) |
|---|---|---|---|
| Britannica: Trosolwg o AI | Dechreuwyr | Rhad ac am ddim | Diffiniad clir, eang; nid ewyn marchnata. [1] |
| Gwyddoniadur Athroniaeth Stanford: Deallusrwydd Artiffisial | Darllenwyr meddylgar | Am ddim | Yn mynd i mewn i ddadleuon “beth sy’n cyfrif fel AI”; dwys ond credadwy. [2] |
| Fframwaith Rheoli Risg AI NIST (AI RMF) | Adeiladwyr + sefydliadau | Am ddim | Strwythur ymarferol ar gyfer sgyrsiau risg AI + ymddiriedaeth. [3] |
| Egwyddorion Deallusrwydd Artiffisial OECD | Nerds polisi + moeseg | Am ddim | Canllawiau cryf “a ddylem ni?”: hawliau, atebolrwydd, deallusrwydd artiffisial dibynadwy. [4] |
| Cwrs Crash Dysgu Peirianyddol Google | Dysgwyr | Am ddim | Cyflwyniad ymarferol i gysyniadau dysgu meistr; gwerthfawr hyd yn oed os ydych chi'n dechrau o ddim byd. [5] |
Sylwch nad yw'r rhain i gyd yr un math o adnodd. Mae hynny'n fwriadol. Nid un lôn yw AI - mae'n draffordd gyfan.
Deallusrwydd Artiffisial vs Dysgu Peirianyddol vs Dysgu Dwfn (y parth dryswch) 😵💫🔍
Deallusrwydd Artiffisial (AI) 🤖
AI yw'r ymbarél eang: dulliau sydd wedi'u hanelu at dasgau rydyn ni'n eu cysylltu ag ymddygiad deallus - rhesymu, cynllunio, canfyddiad, iaith, gwneud penderfyniadau. [1][2]
Dysgu Peirianyddol (ML) 📈
Mae ML yn is-set o AI lle mae systemau'n dysgu patrymau o ddata yn hytrach na chael eu rhaglennu'n benodol gyda rheolau sefydlog. (Os ydych chi wedi clywed “hyfforddi ar ddata,” croeso i ML.) [5]
Dysgu Dwfn (DL) 🧠
Mae dysgu dwfn yn is-set o ML sy'n defnyddio rhwydweithiau niwral aml-haen, a ddefnyddir yn gyffredin mewn systemau gweledigaeth ac iaith. [5]
Trosiad diofal ond defnyddiol (ac nid yw'n berffaith, peidiwch â gweiddi arnaf):
AI yw'r bwyty. ML yw'r gegin. Dysgu dwfn yw un cogydd penodol sy'n wych mewn ychydig o seigiau ond weithiau'n rhoi'r napcynau ar dân 🔥🍽️
Felly pan fydd rhywun yn gofyn am ffurf lawn AI , maen nhw'n aml yn estyn am y categori ehangach - a'r bwced penodol ynddo.
Sut mae AI yn gweithio mewn Saesneg plaen (nid oes angen PhD) 🧠🧰
Mae'r rhan fwyaf o AI y byddwch chi'n dod ar ei draws yn ffitio un o'r patrymau hyn:
Patrwm 1: Rheolau a systemau rhesymeg 🧩
Roedd AI hen ffasiwn yn aml yn defnyddio rheolau fel “OS bydd hyn yn digwydd, YNA gwnewch hynny.” Mae'n gweithio'n wych mewn amgylcheddau strwythuredig. Mae'n chwalu pan fydd realiti'n mynd yn gymysg (ac mae realiti'n tueddu i fod yn afreolus).
Patrwm 2: Dysgu o enghreifftiau 📚
Mae dysgu peirianyddol yn dysgu o ddata:
-
sbam yn erbyn dim sbam 📧
-
twyll yn erbyn cyfreithlon 💳
-
“Llun cath” yn erbyn “fy mysedd bawd aneglur” 🐱👍
Patrwm 3: Cwblhau a chynhyrchu patrwm ✍️
Mae rhai systemau modern yn cynhyrchu testun/delweddau/sain/cod. Gallant fod yn ddefnyddiol - ond gallant hefyd fod yn annibynadwy, felly mae angen rheiliau gwarchod ar gyfer eu defnyddio o ddydd i ddydd: profi, monitro, ac atebolrwydd clir. [3]
Enghreifftiau bob dydd o AI rydych chi'n ôl pob tebyg wedi'u defnyddio 📱🌍
Gweledigaethau AI bob dydd:
-
safle chwilio 🔎
-
mapiau + rhagfynegiad traffig 🗺️
-
argymhellion (fideos, cerddoriaeth, siopa) 🎵🛒
-
hidlo sbam/gwe-rwydo 📧🛡️
-
llais-i-destun 🎙️
-
cyfieithiad 🌐
-
didoli lluniau + gwella 📸
-
sgwrsbotiau cymorth cwsmeriaid 💬😬
Ac mewn ardaloedd â mwy o risg:
-
cymorth delweddu meddygol 🏥
-
rhagweld cadwyn gyflenwi 🚚
-
canfod twyll 💳
-
rheoli ansawdd diwydiannol 🏭
Y syniad allweddol: Fel arfer, peiriant y tu ôl i'r llenni , nid robot dynol dramatig. Mae'n ddrwg gen i, ymennydd ffuglen wyddonol 🤷
Y camsyniadau mwyaf am AI (a pham maen nhw'n glynu) 🧲🤔
“Mae AI bob amser yn gywir”
Na. Gall deallusrwydd artiffisial fod yn anghywir - weithiau'n gynnil, weithiau'n ddoniol, weithiau'n beryglus (yn dibynnu ar y cyd-destun). [3]
“Mae deallusrwydd artiffisial yn deall fel mae bodau dynol yn ei wneud”
Nid yw'r rhan fwyaf o AI yn "deall" yn yr ystyr ddynol. Mae'n prosesu patrymau. Gall hynny edrych fel deall, ond nid yw'r un peth. [2]
“Mae deallusrwydd artiffisial yn un dechnoleg”
Mae AI yn glwstwr o ddulliau (rhesymu symbolaidd, dulliau tebygolrwydd, rhwydweithiau niwral, a mwy). [2]
“Os yw'n AI, mae'n ddiduedd”
Na hefyd. Gall deallusrwydd artiffisial adlewyrchu a mwyhau rhagfarn sy'n bresennol mewn data neu ddewisiadau dylunio - a dyna'n union pam mae egwyddorion llywodraethu a fframweithiau risg yn bodoli. [3][4]
Ac ie, mae pobl wrth eu bodd yn beio “y Deallusrwydd Artiffisial” oherwydd ei fod yn swnio fel dihiryn di-wyneb. Weithiau nid y Deallusrwydd Artiffisial ydyw. Weithiau dim ond… gweithrediad gwael ydyw. Neu gymhellion gwael. Neu rywun yn rhuthro nodwedd allan o'r drws 🫠
Moeseg, diogelwch ac ymddiriedaeth: defnyddio AI heb wneud i bopeth deimlo'n od 🧯⚖️
Mae deallusrwydd artiffisial yn codi cwestiynau go iawn pan gaiff ei ddefnyddio mewn meysydd sensitif fel cyflogi, benthyca, gofal iechyd, addysg a phlismona.
Rhai arwyddion ymddiriedaeth ymarferol i chwilio amdanynt:
-
Tryloywder: a ydyn nhw'n egluro beth mae'n ei wneud a beth nad yw'n ei wneud?
-
Atebolrwydd: a yw bod dynol/sefydliad go iawn yn gyfrifol am ganlyniadau?
-
Archwiliadwyedd: a ellir adolygu neu herio canlyniadau?
-
Amddiffyniad preifatrwydd: a yw data'n cael ei drin yn gyfrifol?
-
Profi rhagfarn: a ydyn nhw'n gwirio am ganlyniadau annheg ar draws grwpiau? [3][4]
Os ydych chi eisiau ffordd gadarn o feddwl am risg (heb droellau tywyllwch), mae fframweithiau fel NIST AI RMF wedi'u hadeiladu ar gyfer y math hwn o feddwl "iawn, ond sut ydym ni'n ei reoli'n gyfrifol?" yn union. [3]
Sut i ddysgu AI o'r dechrau (heb ffrio'ch ymennydd) 🧠🍳
Cam 1: Dysgwch pa broblemau y mae AI yn ceisio eu datrys
Dechreuwch gyda diffiniadau + enghreifftiau: [1][2]
Cam 2: Ymgyfarwyddo â chysyniadau sylfaenol ML
Goruchwyliedig vs heb oruchwyliaeth, hyfforddi/profi, gor-ffitio, gwerthuso - dyma'r asgwrn cefn. [5]
Cam 3: Adeiladu rhywbeth bach
Nid “adeiladu robot ymwybodol.” Yn debycach i:
-
dosbarthwr sbam
-
argymhellwr syml
-
dosbarthwr delweddau bach
Y dysgu gorau yw dysgu sydd ychydig yn annifyr. Os yw'n rhy llyfn, mae'n debyg nad ydych chi wedi cyffwrdd â'r rhannau go iawn 😅
Cam 4: Peidiwch ag anwybyddu moeseg a diogelwch
Gall hyd yn oed prosiectau bach godi cwestiynau ynghylch preifatrwydd, rhagfarn a chamddefnydd. [3][4]
Cwestiynau Cyffredin am ffurf lawn AI (atebion cyflym, dim ffwff) 🙋♂️🙋♀️
Y ffurf lawn o AI mewn cyfrifiaduron
Deallusrwydd Artiffisial. Yr un ystyr - dim ond wedi'i weithredu mewn meddalwedd/caledwedd.
AI yn erbyn roboteg
Na. Gall roboteg ddefnyddio deallusrwydd artiffisial, ond mae roboteg hefyd yn cynnwys synwyryddion, mecaneg, systemau rheoli, a rhyngweithio corfforol.
Deallusrwydd Artiffisial fel mwy na robotiaid a chatbots
Ddim o gwbl. Mae llawer o systemau AI yn anweledig: graddio, argymhellion, canfod, rhagweld.
AI yn meddwl fel bod dynol
Nid yw'r rhan fwyaf o AI yn meddwl fel bodau dynol. Mae "meddwl" yn air llwythog - os ydych chi eisiau'r ddadl ddyfnach, mae trafodaethau athroniaeth AI yn mynd yn fanwl ar hyn. [2]
Pam mae pawb yn sydyn yn galw popeth yn AI
Oherwydd ei fod yn label pwerus. Weithiau'n gywir, weithiau'n ymestynnol… fel trowsus chwaraeon.
Crynodeb + crynodeb cyflym 🧾✨
Daethoch chi am ffurf lawn AI , ac ie - mae'n Ddeallusrwydd Artiffisial .
Ond y peth mwy ymarferol i'w gymryd yw hyn: nid un teclyn nac ap yw AI. Mae'n faes eang o ddulliau sy'n helpu peiriannau i wneud tasgau sy'n edrych yn ddeallus - dysgu patrymau, trin iaith, adnabod delweddau, gwneud penderfyniadau, a (weithiau) cynhyrchu cynnwys. Gall fod yn hynod effeithiol, weithiau'n gymhleth, ac mae'n elwa o feddwl risg cyfrifol. [3][4]
Crynodeb cyflym:
-
Ffurf lawn o AI = Deallusrwydd Artiffisial 🤖
-
Mae AI yn ymbarél eang (mae ML + dysgu dwfn yn ffitio oddi tano) 🧠
-
Mae AI yn bwerus ond nid yw'n hudolus - mae ganddo gyfyngiadau a risgiau 🚧
-
Defnyddiwch fframweithiau/egwyddorion seiliedig wrth werthuso honiadau AI ⚖️ [3][4]
Os nad ydych chi'n cofio dim byd arall, cofiwch hyn: pan fydd rhywun yn dweud “AI,” nodwch y math penodol. 😉
Cwestiynau Cyffredin Ychwanegol
Beth yw ffurf lawn AI mewn geiriau syml?
Mae AI yn sefyll am Deallusrwydd Artiffisial . Mae'n cyfeirio at systemau a wnaed gan ddyn a gynlluniwyd i gyflawni tasgau sy'n gysylltiedig ag ymddygiad deallus, fel dysgu, rhesymu, canfyddiad ac iaith. Yn ymarferol, defnyddir "AI" yn eang iawn, felly mae'n helpu i edrych ar yr hyn y mae'r system yn ei wneud . Os gall ddysgu o ddata ac ymdrin â sefyllfaoedd anghyfarwydd, mae'n agosach at AI nag awtomeiddio syml.
Sut alla i ddweud a yw rhywbeth yn AI go iawn neu'n awtomeiddio yn unig?
Prawf ymarferol yw a yw'r offeryn yn dysgu o ddata ac yn cyffredinoli y tu hwnt i sefyllfaoedd sefydlog. Os yw'n dilyn rheolau "os hyn, yna hynny" yn bennaf, mae fel arfer yn feddalwedd sy'n seiliedig ar reolau yn hytrach na deallusrwydd artiffisial. Cliw arall yw sut mae'n cael ei werthuso: mae systemau deallusrwydd artiffisial go iawn yn cael eu mesur yn gyffredin gyda chywirdeb, cyfraddau gwall, a phrofion achos ymylol. Gall labeli marchnata fod yn gamarweiniol, felly barnwch ef yn ôl ymddygiad.
A yw dysgu peirianyddol yr un peth â Deallusrwydd Artiffisial?
Ddim yn union. Deallusrwydd Artiffisial yw'r ymbarél eang ar gyfer systemau sy'n cyflawni tasgau sy'n gysylltiedig ag ymddygiad deallus. Dysgu Peirianyddol (ML) yn is-set o AI sy'n canolbwyntio ar ddysgu patrymau o ddata yn hytrach na chael ei raglennu'n benodol â rheolau sefydlog. Dysgu Dwfn yn is-set o ML sy'n defnyddio rhwydweithiau niwral aml-haen, yn aml ar gyfer tasgau gweledigaeth ac iaith. Mae pobl yn cymysgu'r termau hyn, felly mae cyd-destun yn bwysig.
Pam mae cwmnïau'n galw meddalwedd sylfaenol yn "AI"?
Oherwydd bod “AI” yn label pwerus a all wneud i gynnyrch swnio’n fwy datblygedig nag ydyw. Mae rhai offer sy’n cael eu marchnata fel AI yn systemau awtomeiddio neu’n seiliedig ar reolau yn bennaf gyda hyblygrwydd cyfyngedig. Dyna pam ei bod hi’n werth aros yn amheus a gofyn beth mae’r system yn ei ddysgu, sut mae’n cyffredinoli, a beth yw ei dulliau methiant. Mae dogfennaeth glir a chanlyniadau gwerthuso yn arwyddion ymddiriedaeth da.
Beth yw enghreifftiau cyffredin bob dydd o AI y mae pobl yn ei ddefnyddio heb sylwi?
Mae llawer o systemau AI yn eistedd y tu ôl i'r llenni yn hytrach nag ymddangos fel robotiaid neu sgwrsbotiau amlwg. Mae enghreifftiau'n cynnwys safle chwiliadau, mapiau a rhagfynegiad traffig, argymhellion ar gyfer fideos neu siopa, hidlo sbam a phishing, llais-i-destun, cyfieithu, a didoli neu wella lluniau. Mae'r rhain yn aml yn gweithio'n dda ar dasgau cul, ond maent yn dal i elwa o fonitro a disgwyliadau clir ynghylch terfynau.
A all deallusrwydd artiffisial fod yn anghywir yn hyderus, a pham mae hynny'n bwysig?
Ydy - gall systemau AI modern gynhyrchu allbynnau sy'n swnio'n argyhoeddiadol hyd yn oed pan maen nhw'n anghywir. Dyna pam mae defnydd cyfrifol yn canolbwyntio ar ddibynadwyedd, tryloywder, diogelwch, rhagfarn ac atebolrwydd yn hytrach na gallu yn unig. Ar gyfer meysydd â mwy o risg fel cyflogi, gofal iechyd, cyllid neu addysg, mae'n bwysig cael goruchwyliaeth ddynol, profion a phroses glir i adolygu a herio penderfyniadau pan fo angen.
Beth ddylwn i edrych amdano cyn defnyddio AI mewn sefyllfaoedd peryglus?
Dechreuwch gydag atebolrwydd : dylai bod dynol neu sefydliad a enwir fod yn berchen ar ganlyniadau a gwallau. Yna gwiriwch dryloywder : dylai'r offeryn esbonio beth mae'n ei wneud, beth nad yw'n ei wneud, a'i gyfyngiadau. archwiliadwyedd yn bwysig hefyd - a ellir adolygu neu herio penderfyniadau? Yn olaf, chwiliwch am dystiolaeth o werthuso a meddwl am risg, fel cyfraddau gwall wedi'u dogfennu, gwiriadau rhagfarn, ac arferion llywodraethu.
A yw AI yn "meddwl fel bod dynol," neu a yw'n dynwared deallusrwydd yn unig?
Nid yw'r rhan fwyaf o AI yn "meddwl" fel bodau dynol yn yr ystyr bob dydd. Mae'n prosesu patrymau a gall gyflawni tasgau sy'n edrych yn ddeallus, yn enwedig o ran iaith a chanfyddiad, ond nid yw hynny'r un peth â dealltwriaeth ddynol. Dyma pam mae diffiniadau'n mynd yn gymhleth a pham mae trafodaethau difrifol yn canolbwyntio ar yr hyn sy'n cyfrif fel deallusrwydd, yr hyn y mae cyffredinoli yn ei olygu, a sut i ddehongli perfformiad AI yn ddiogel mewn defnydd ymarferol.
Cyfeiriadau
[1] Encyclopaedia Britannica - Deallusrwydd artiffisial (AI): diffiniad, hanes, a dulliau allweddol - Deallusrwydd artiffisial (AI) - Encyclopaedia Britannica
[2] Gwyddoniadur Athroniaeth Stanford - Deallusrwydd Artiffisial: beth sy'n cyfrif fel AI, cysyniadau craidd, a dadleuon athronyddol mawr - Deallusrwydd Artiffisial - Gwyddoniadur Athroniaeth Stanford
[3] NIST - Fframwaith Rheoli Risg AI (AI RMF 1.0): llywodraethu, risg, tryloywder, diogelwch, ac atebolrwydd (PDF) - Fframwaith Rheoli Risg AI NIST (AI RMF 1.0) PDF
[4] OECD.AI - Egwyddorion AI OECD: AI dibynadwy, hawliau dynol, a datblygu a defnyddio cyfrifol - Egwyddorion AI OECD - OECD.AI
[5] Datblygwyr Google - Cwrs Crash Dysgu Peirianyddol: hanfodion dysgu peirianyddol, hyfforddiant modelu, gwerthuso, a therminoleg graidd - Cwrs Crash Dysgu Peirianyddol - Datblygwyr Google