Mākslīgais intelekts: kas tas ir un kādi ir pašreizējie praktiskie piemēri?

Dažus gadus uzņēmumi ar mums nepārtraukti runāja par mākslīgo intelektu, ko viņi ieviesa savos pakalpojumos, lietojumprogrammās un procesoros. Tomēr, kaut arī viņiem ir tāds pats nosaukums, paldies Dievam, mūsu veļas mazgājamās mašīnas (tādu iemeslu dēļ, kas mūs aizbēg) un mūsu viedtālruņa mākslīgais intelekts nav tik attīstīts, lai liktu viņiem pārdomāt viņu eksistenci un mūsu varu pār viņiem. Pagaidām…

Kā mēs jums jau teicām rakstā par AI attīstības USB Intel Movidius, mākslīgais intelekts ir šeit, lai paliktu un palīdzētu mums risināt ikdienas problēmas. Bet kas īsti ir mākslīgais intelekts?

Avots: Avots Dexeter

Gif, kuru jūs redzat iepriekš , ļoti vienkāršotā veidā parāda, kā darbojas dziļais neironu tīkls. Šīm sistēmām nepieciešama smaga apmācība, lai vēlāk varētu, piemēram, atpazīt attēlus, optimizēt risinājumus vai vienkārši uzzināt vairāk. Būtībā tas ir algoritmu kopums, kuru mēs varētu klasificēt kā AI un kas pieder pie dziļās mācīšanās jomas.

Satura rādītājs

Mākslīgais intelekts: jauna programmēšana

Mūsdienās mākslīgais intelekts neveido sarežģītas jauktas tehnoloģiju sistēmas ar sirdsapziņu, kā tas bieži redzams zinātniskās fantastikas darbos. Tas, ko mēs izveidojam, drīzāk attiecas uz sarežģītu algoritmu definīciju, kas atgriež rezultātus, pamatojoties uz ievadījumiem un komandām, kas viņiem ir iemācīti. Lai gan tā ir tikai viena no nozīmēm.

Ir dažādi mākslīgā intelekta izpratnes veidi, taču mēs to varētu iedalīt četrās galvenajās grupās:

AI, kas domā tāpat kā cilvēki

Sviesta robots Riks un Mortijs

Sarežģītas datorsistēmas ar savu sirdsapziņu, kas domā un izlemj pēc savām vēlmēm un pārsniedz tās īpašības, kurām tās bija ieprogrammētas ( Spoks gliemežvāku valodā). Tas vēl nav mūsu rīcībā un mēs pat nezinām, vai tas būs iespējams nākotnē, tāpēc nav daudz ko komentēt.

IA, kas darbojas kā cilvēki

Domāšana kā cilvēks nav tas pats, kas izlikties, ka rīkojas kā cilvēks. Šodien mēs izveidojam dažas sistēmas, piemēram, šīs, kurās tiek ieviestas nejaušības un konkrētas funkcijas, lai radītu sajūtu, ka intelekts domā kā cilvēks.

Pepper smart palīgs

Video spēlēs mēs to redzam nepārtraukti, jo mašīnvadāmie ienaidnieki bieži cenšas simulēt cilvēkam līdzīgu izturēšanos. Atdalīts no videospēlēm, ir panākts, ka mākslīgais intelekts var rakstīt ar nepilnībām un pārkāpumiem tā, kā to darītu cilvēks.

IA, kas domā racionāli

Iespējams, ka mūsdienās visizplatītākā šīs tehnoloģijas versija. Mēs sakām, ka viņi domā racionāli, jo mēs viņiem piedāvājam instrumentus, kas piedāvā efektīvus un jēgpilnus rezultātus. Viņi spēj viegli pielāgoties videi, kurā atrodas, kaut arī tālu nedomā par sevi.

AlphaStar mācīšanās

Piemērs tam ir mākslīgais intelekts, kas spēlē tādas videospēles kā AlphaStar (StarCraft II) vai AlphaZero (šahs, shogi un aiziet). Šīs mašīnas pat spēj cīnīties ar cilvēku pretiniekiem un jau ir pieveikušas neregulāro pasaules čempionu.

IA darbojas racionāli

Tā kā viņi “rīkojas”, mēs atklājam, ka viņi neapstrādā datus, kurus mēs viņiem nododam, tāpēc viņi domā tikai racionāli. Šī ir vienkāršākā šīs tehnoloģijas versija, un tas ir posms, kuru mēs jau lielākoties esam izturējuši. Dažas datorsistēmas izmanto šo tehnoloģiju, jo to ir daudz vieglāk programmēt un viņu darbs parasti ir vienkāršs.

Viedais putekļsūcējs

Piemēram, mašīnas, kas saņem zvanus un sniedz jums norādījumus par iespējām, vai vietņu viedie palīgi, kas parasti lūdz ieteikt saistītus risinājumus.

Ja jums jau ir pieņemams priekšstats par to, kā inteliģence tiek sadalīta atkarībā no tā, cik sarežģīti tie ir, pieņemsim jūs lietas būtībā.

Domu matemātika

Viens no mākslīgā intelekta programmēšanas veidiem ir datu apstrāde ar iedomātām vienībām, ko sauc par tenoriem. Tensors ir sarežģīta algebriska vienība (no skalāriem, vektoriem un matricām), kurai, lai pareizi darbotos, ir vajadzīgas zināšanas matemātikā. Līdz ar to AI lietojumprogrammu veiktspēja būs tikpat laba kā datu matemātiskas manipulācijas.

Vienkāršots pagriezienu skaidrojums

Lai paplašinātu šāda veida programmatūras attīstību, daudzas grupas ir izveidojušas un atvērušas savu kodu bibliotēkas sabiedrībai, lai sadarbotos un kopā ar sabiedrību izveidotu viedākas sistēmas. Daži no visatbilstošākajiem piemēriem ir Google TensorFlow , Microsoft CNTK , Microsoft, Theano, Caffe2 un Keras . Katrā no bibliotēkām uzmanība tiek pievērsta problēmai no dažādiem aspektiem, un pateicoties tam mūsu rīcībā ir AI izstrāde dažādos abstrakcijas līmeņos.

Ja jūs nezināt, kādi ir abstrakcijas līmeņi, tā ir sistēma, kas mēra, cik precīzi datora valoda ir runājamā valodā. Jo augstāks ir abstrakcijas līmenis, jo vairāk tas atgādina cilvēku valodu un jo zemāks, jo vairāk mašīn koda, tas ir, pasaule, kas darbojas tikai ar nullēm un tām.

Jaunas sistēmas, jauna aparatūra

Ir skaidrs, ka visa programmatūra darbojas aparatūras ietvaros, tomēr ir viegli nonākt ilūzijā, ka mākonis var tikt galā ar visu, bet realitāte nav tik mīļa. Atkarībā no tā, kā kods tiek optimizēts, var būt, ka AI darbojas lokāli (viedtālrunī, personālajā datorā vai lietiskā interneta ierīcē). Vai arī ierīcēm var ļaut nosūtīt aprēķinus uz serveriem, tos apstrādāt, un tie atgriež rezultātu.

Mākoņu pakalpojumi

Daudzos gadījumos “mazā” ierīce lielu daļu aprēķinu mēģina veikt lokāli un serverim nosūta tikai daļu no problēmas, tādējādi ietaupot daudz pakalpojumu pārvaldības izmaksu.

Mākslīgais intelekts ikdienā

Mēs zinām, ka domāšana par šī nākotni ir kaut kas ļoti interesants un dažiem pat aizraujošs, taču jums nav jāiet tik tālu, lai redzētu pirmos augļus. Kur šodienas sabiedrībā var atrast mākslīgā intelekta pēdas?

Mākslīgais intelekts mobilajā ierīcē

Var šķist, ka tas paliek nepamanīts, bet tas mūs ieskauj no visām pusēm. Sākot ar mājas ierīcēm, jauniem mobilajiem telefoniem bieži ir mazas iebūvētās sistēmas ar nosaukumu Mākslīgais intelekts, kas palīdz labāk uzņemt fotoattēlus. Attēlus selektīvi fokusējiet, pēc apstrādes apstrādājiet, lai tie izskatās asāki, krāsaināki vai kontrastējoši. Daži pat spēj atpazīt mūsu sagūstītos objektus un piedāvā mums saistītus meklējumus.

Šajā jomā izceļas arī kolēģis, kurš ir prom no “OK Google” un kurš mācās no visa, ko mēs viņai sakām, un kurš spēj apstrādāt bezgalīgus pieprasījumus. Lai gan mēs varam jūs atrast ļoti viegli “apstrādātu” (piemēram, nespējam turpināt sarunu), mēs nevaram noraidīt smago darbu, kas, kā mēs zinām, ir aiz tā.

Google palīgs

Mums ir jārunā arī par nenovēršamu autonomu braukšanu. Tādas automašīnas kā Tesla dažās valstīs jau piedāvā šīs AI kontrolētās alternatīvas. Šīs sistēmas spēj uztvert apkārtējo vidi automašīnai, apstrādāt aizliegumus, bīstamību utt., Kā arī atbilstoši vadīt.

Lai gan mums nav jādodas uz tik augstu intelekta līmeni automobiļu pasaulē. Mēs redzam, ka dažām automašīnām jau ir tādas interesantas sistēmas kā avārijas apstāšanās noteikšana vai automātiska stāvēšana.

Ēnu karaliene:

Tagad jūs jau domājat, ka AI ir visur un ka viņi jebkurā brīdī saceļas, taču esiet droši - jūsu tosteris negrasās jūs nogalināt, kamēr jūs gulējat. Mēs varam apstiprināt, ka šī tehnoloģija kontrolē vairāk, nekā jūs domājat, un ir atbildīga par daudzām sabiedrības tendencēm.

Youtube, Twitter, Google reklāmas… To visu zināmā mērā kontrolē ne tikai norādītie iestatījumi, bet arī mākslīgais intelekts, kas izlemj, ko jums parādīt. Vai dzirdat ziņojumu, kas līdzīgs: "Es vēlos dalīties ar saviem datiem ar Google, lai tas man piedāvā reklāmas, kas mani varētu interesēt" ?

Kā tas darbojas? Nu, jūs redzēsit, pamatojoties uz to, ko patērējat internetā, tiek izveidots profils ar jūsu gaumi un jūs esat saistīts ar daudziem citiem cilvēkiem. Kad interneta pakalpojumiem jums kaut kas jāparāda, viņi izmanto šo profilu, ko veido miljoniem cilvēku, lai novērtētu, kas jūs varētu interesēt.

Vienkāršots Big Data skaidrojums

Šis milzīgo datu (lielo datu) daudzuma analīzes veids, izmantojot AI, prasa daudz spēka, un visā pasaulē parādās karjera, kas ir gatava sagatavot nākotni par šo tēmu. Kā jūs sapratīsit, datus, kurus lietotāji izmanto, TeraBytes skaita katru sekundi, tāpēc cilvēks tos visus nespēj analizēt. Šeit mākslīgais intelekts darbojas ar datiem, un cilvēki to izmanto, lai veiktu aprēķinus utt., Izmantojot, piemēram, statistiku.

Mēs iesakām jums Google Home Mini: funkcijas, kas tas ir un kam tas paredzēts

Fonds: dziļa, mašīnmācība

Mēs mazliet orientēsimies videospēļu pasaulē, lai mazliet labāk izprastu dziļo apmācību, jo AI ir ienācis videospēļu jomā gan kā spēlētājs (kā mēs jau minējām iepriekš), gan kā programmētājs un dizainers. Ja sekojat nozares sasniegumiem, NVIDIA kļūst arvien slavenāks par dažādām tehnoloģijām, starp kurām ir DLSS (Deep Learning Super Sampling) sistēma, mākslīgais intelekts, kas spēj mainīt attēlus.

DLSS salīdzinājums

DLSS funkcija ir pārveidot attēlu no FullHD (1080p) uz UltraHD (4k), lai varētu atskaņot visprasīgākos nosaukumus ar labāku kadru ātrumu. Sākumā lietotāji sūdzējās, ka attēli izskatās neskaidri un nefokusēti, bet tikai dažus mēnešus vēlāk rezultāti ir lieliski.

Tas notiek pateicoties Deep Learning - sistēmai, caur kuru mākslīgais intelekts mācās ar praksi un kļūdām. DLSS gadījumā NVIDIA Intelligence nepārtraukti analizēja attēlus UltraHD izšķirtspējā un mēģināja tos atjaunot, par pamatu izmantojot FullHD attēlu. Citiem vārdiem sakot, tas ir tā, it kā viņi jums būtu uzdāvinājuši ceturtdaļu attēla, un jums bija jāaizpilda nepilnības, kuras jūs nezināt. Dziļās mācīšanās ir sistēmas tips, kas spāņu valodā tiek saukts par mašīnmācīšanos vai automātisko mācīšanos.

Mašīnmācība un padziļināta mācīšanās

Mašīnmācību varētu klasificēt kā mākslīgā intelekta pamatakmeni. Tie ir dažādi algoritmu komplekti, kurus, cita starpā, bieži izmanto mašīnām uzdevumu apgūšanai. Piemēram, attēla atpazīšana, šaha spēlēšana vai garastāvokļa noteikšana ir izaicinājumi, kurus var iemācīties, un atkarībā no izaicinājuma tiek izmantoti dažāda veida algoritmi.

Mašīnmācība tiek uzskatīta par algoritmu kopumu, kas mašīnai ļauj mācīties no pieredzes, kuru tā uzkrāj. No otras puses, dziļā mācīšanās ir vērsta uz mācīšanos ar neviendabīgām ievadēm. Abas disciplīnas tiek attīstītas un studētas ar enerģiju, jo mākslīgā intelekta nākotne nav skaidra.

Mākslīgā intelekta nākotne

No mūsu viedokļa mākslīgā intelekta iespējas šķiet bezgalīgas. Mēs joprojām nezinām, kāda ir mūsu robeža, un mēs jau strādājam, lai radītu citu līdzīgu būtni, bet ko mēs varam sagaidīt nākotnē?

Nekas, ko mēs komentēsim, nevar tikt uzskatīts par pašsaprotamu, bet tie ir paziņojumi, kas balstīti uz noteiktiem argumentiem, kas galvenokārt gūti, novērojot, kā šīs mašīnas ir attīstījušās.

Internets

Pirmkārt, šķiet neizbēgami, ka mēs virzāmies uz pasauli, kurā dominē internets, tāpēc AI būs lielāka nozīme un vara plašsaziņas līdzekļos. Tas nav kaut kas, kas mūs biedētu, jo tas ir vienīgais veids, kā mēs varētu nodrošināt platformas uzturēšanu. Ar to mēs varētu sērfot internetā nedaudz vairāk apsargātā telpā, taču tajā pašā laikā daudz drošāk. Kā pirmie šī procesa pionieri mums ir Facebook robotprogrammatūras, kas analizē un novērtē, vai pašnāvības domas iziet cauri jums un, ja viņi to atklāj, viņi sazinās ar jums.

Tāpat fiziskajā pasaulē autonomās automašīnas un palīglīdzekļi kļūs arvien dominējošāki līdz brīdim, kad braukšana ir tikai atpūtas iespēja. Varbūt pārmaiņas nenotiek simts gadus, bet pārmaiņas notiks.

Vēl viena pārmaiņa, kas arī tiek prognozēta, ir smaga darba apmaiņa pret mašīnām. Tā ir revolūcija, no kuras baidās daudzi, bet šķiet neizbēgama, tāpēc mums būs jābūt gataviem.

Kiborgs Neils Harbisons

Un, lai arī tas šķiet kaut kas raksturīgs zinātniskajai fantastikai, ļoti iespējams, ka nākotnē mums nāksies atrast veidus, kā savā ķermenī integrēt tehnoloģijas un mākslīgo intelektu. Faktiski pirmais kiborgs vēsturē jau pastāv, un to sauc Neils Harbisons.

Aiz šī krasta ideju jūra ir milzīga. Kas zina? Iespējams, ka visas rūpnīcas mašīnas darbojas saskaņoti un vadībā ar galveno mašīnu ar primitīvām mašīnu un mašīnu valodām. Varbūt kādu dienu labākais akciju tirgus spekulants būs mākslīgais intelekts vai pat labākais motoGP motocikls.

Mākslīgais intelekts

Tā var šķist dīvaina, biedējoša nākotne, taču mums noteikti ir citas problēmas, kuras jāmēģina atrisināt!

Un ko jūs zināt par AI? Vai jūs vēlaties redzēt, kas nāks? Pastāstiet mums, kādas ir jūsu idejas par mākslīgo intelektu.

PowerDataIberdrolaIndraNewsRoom fonts