Перекладіть будь ласка ІВ In common usage, the term "AI" no longer seems to apply to off-the-shelf solved computing-science problems, which may have originally emerged out of years of AI research.
The general problem of simulating (or creating) intelligence has been broken down into a number of specific sub-problems. These consist of particular traits or capabilities that researchers would like an intelligent system to display. The traits described below have received the most attention.
Early AI researchers developed algorithms that imitated the step-by-step reasoning that humans use when they solve puzzles or make logical deductions. By the late 1980s and '90s, AI research had also developed highly successful methods for dealing with uncertain or incomplete information, employing concepts from probability and economics.
For difficult problems, most of these algorithms can require enormous computational resources: the amount of memory or computer time required becomes astronomical when the problem goes beyond a certain size. The search for more efficient problem-solving algorithms is a high priority for AI research.
Human beings solve most of their problems using fast, intuitive judgments rather than the step-by-step deduction that early AI research was able to model.​

За загальним вживанням, термін "AI" більше не видається застосованим до нестандартних вирішених проблем обчислювальної науки, які, можливо, спочатку виникли за роки досліджень у галузі ШІ. Загальна проблема моделювання (або створення) інтелекту була розбита на низку конкретних підпроблем. Вони складаються з певних рис чи можливостей, які дослідникам хотілося б проявити інтелектуальну систему. Описані нижче риси привернули найбільшу увагу. Ранні дослідники ШІ розробили алгоритми, що імітували покрокові міркування, якими користуються люди, коли розгадують головоломки або роблять логічні вирахування. До кінця 1980-х та 90-х років дослідження AI також розробили дуже успішні методи боротьби з невизначеною або неповною інформацією, використовуючи концепції з імовірності та економіки.Для складних проблем більшість із цих алгоритмів можуть зажадати величезних обчислювальних ресурсів: необхідна кількість пам'яті або комп’ютерний час стає астрономічним, коли проблема виходить за певний розмір. Пошук більш ефективних алгоритмів вирішення проблем є найважливішим пріоритетом для досліджень ШІ. Людина вирішує більшість своїх проблем, використовуючи швидкі, інтуїтивні судження, а не поетапну дедукцію, яку змогли змоделювати раннє дослідження ШІ.

Объяснение:У загальноприйнятому використанні термін "AI" вже не застосовується для нестандартних вирішених обчислювальних завдань, які, можливо, спочатку виникли за роки досліджень ІІ.

Загальна проблема моделювання (або створення) інтелекту була розбита на низку конкретних підпроблем. Вони складаються з певних рис чи можливостей, які дослідникам хотілося б проявити інтелектуальну систему. Описані нижче риси привернули найбільшу увагу.

Ранні дослідники ШІ розробили алгоритми, що імітували покрокові міркування, якими користуються люди, коли розгадують головоломки або роблять логічні вирахування. До кінця 1980-х та 90-х років дослідження AI також розробили дуже успішні методи боротьби з невизначеною або неповною інформацією, використовуючи концепції з імовірності та економіки.

Для складних проблем більшість із цих алгоритмів можуть зажадати величезних обчислювальних ресурсів: необхідна кількість пам'яті або комп’ютерний час стає астрономічним, коли проблема виходить за певний розмір. Пошук більш ефективних алгоритмів вирішення проблем є найважливішим пріоритетом для досліджень ШІ.

Людина вирішує більшість своїх проблем, використовуючи швидкі, інтуїтивні судження, а не поетапну дедукцію, яку змогли змоделювати раннє дослідження ШІ.