1950 წელს გამოცემულ ნაწერთა კოლექციაში, „მე, რობოტი“ აიზეკ აზიმოვმა, შექმნა

რობოტების სამი კანონი:

პირველი კანონი: რობოტმა არ შეიძლება ზიანი მიაყენოს ადამიანს.

მეორე კანონი: რობოტი უნდა დაემორჩილოს ადამიანთა ბრძანებებს , გარდა იმ

შემთხვევებისა, როდესაც ასეთი ბრძანებები ეწინააღმდეგება პირველ კანონს .

მესამე კანონი: რობოტმა უნდა დაიცვას საკუთარი არსებობა, სანამ ასეთი დაცვა არ
ეწინააღმდეგება პირველ ან მეორე კანონს.

ნაწარმოებში რობოტიკის სამი კანონის ხელმძღვანელობით, რობოტები აღიქმებიან

როგორც უახლესი ტექნოლოგიის უსაფრთხო ფორმა, რომელიც მუშაობს ხელოვნურ
ინტელექტზე, რომელიც აძლიერებს კაცობრიობის ცხოვრებას, ხოლო ამავდროულად
რჩება ადამიანური რასის მორჩილად. თუმცა, დოქტორ ალფრედ ლანინგის სიკვდილი
იწვევს, დეტექტივ სპუნერის გამოძიებას...

ხელოვნური ინტელექტი (AI) გულისხმობს ადამიანის ინტელექტის სიმულაციას მანქანებში ,

რომლებიც დაპროგრამებულია, რომ იფიქრონ და იმოქმედონ როგორც ადამიანებმა. ეს
გულისხმობს ალგორითმებისა და კომპიუტერული პროგრამების შემუშავებას ,
რომლებსაც შეუძლიათ შეასრულონ ისეთი ამოცანები, რომლებიც, როგორც წესი,
მოითხოვს ადამიანის ინტელექტს, როგორიცაა: ვიზუალური აღქმა, მეტყველების
ამოცნობა, გადაწყვეტილების მიღება და ენის თარგმანი. AI-ს აქვს მრავალი ინდუსტრიის
რევოლუციის პოტენციალი და ფართო სპექტრი: ვირტუალური პირადი ასისტენტებიდან
დაწყებული თვითმავალი მანქანებით დამთავრებული.

ჯონ მაკკარტი იყო მეცნიერი, რომელმაც 1956 წელს პირველად გამოიყენა ტერმინი
ხელოვნური ინტელექტი (ნახ.2) , რისთვისაც მიღებული აქვს ალან ტურნიგის სახელობის
ჯილდო.

(ნახ.2)
 ხელოვნური ინტელექტის კლასიფიკაცია.

ამ ეტაპზე შექმნილია სამი ტიპის ხელოვნური ინტელექტი: Artificial Narrow Intelligence იგივე
ვიწრო ხელოვნური ინტელექტი(ნახ.3), Artificial General Intelligence (ნახ. 4), Artificial Super
Intelligence (ნახ. 5)

(ნახ.3)

(ნახ.4)
 (ნახ.5)

AI-ის დივიზიებია Machine Learning, Deep Learning და Natural Language Processing (ნახ.6)

(ნახ.6)

AI-ის შემადგენელი ნაწილია Machine learning(ML)-ის კონცეფციაა, კომპიუტერის მუშაობა

ადამიანის გარეშე, მისი გამოყენება შეიძლება მეილში spam ტიპის ვირუსის აღმოსაჩენად ,
სამედიცინო დიაგნოზის დასადგენად.

Machine Learning-ის შემადგენელი ნაწილია, Deep Learning, წარმოადგენს

ალგორითმს(თანმიმდევრული ინსტრუქციების/მოქმედებების ნაკრები) (ნახ.7) , რომელიც
ახდენს ადამიანის ტვინის მოედლირებას, ასევე ახდენს სახის ამოცნობას, ხმის
ამოცნობას. (ნახ.10) Deep Learning-ის მოდელები ხშირად გამოსახულებაზეა დაფუძნებული,
მისი საშუალებით იქმნება სურათი ან ვიდეო, რომელიც ადვილად ვერ გაირჩევა
რეალობისგან.

ML ასწავლის მანქანას დასკვნებისა და გადაწყვეტილებების მიღებას წარსული

გამოცდილების საფუძველზე. ეს არის მონაცემთა ანალიზის ტიპი, რომელიც იყენებს
ალგორითმებს მონაცემების შესასწავლად. ისტორიული და ცოცხალი მონაცემების
შეფასებით დასკვნის მიღწევის ეს უნარი ზოგავს დროს და ეხმარება მანქანას "ისწავლოს "
უკეთესი გადაწყვეტილებების მიღება.

სიტყვა ალგორითმი მომდინარეობს სპარსი მათემატიკოსის სახელიდან ალხორეზმი

(ნახ.8), ალგორითმის ძირითადი მახასიათებლების, გასაღები სიტყვები: თუ და მაშინ
(ნა.9) , რაღაც მოქმედებას მოსდევს ყოველჯერზე გარკვეული შედეგი, თუ ერთი პირობა,
სრულდება, მაშინ გადავდივართ მომდევნო ეტაპზე.

(ნახ.8)

(ნახ.7)

(ნახ.9)
 (ნახ.10)

Natural Language Processing, ეს არის ალგორითმების სერია, რომელიც ამუშავებს

მონაცემებს, როგორც ადამიანის ტვინი, უზურუნველყოფს ადმიანის ენის გადაყვანას
მანქანურ ენაზე და შემდეგ უკუპროცესს, სასურველ ენაზე, იქნება ეს ინგლისური , ჩინური
თუ ინდური ენა.