Mesterséges intelligencia: mi ez és a jelenlegi gyakorlati példák?

Néhány éve a cégek folyamatosan beszélnek nekünk a mesterséges intelligenciáról, amelyet szolgáltatásaikban, alkalmazásukban és processzoraikban vezetnek be. Habár Istennek ugyanaz a neve, azonban mosógépünk (okokból, amelyek elkerülnek minket) és okostelefonunk mesterséges intelligenciáját nem fejlesztették ki annyira, hogy arra késztessék, hogy tükrözzék létezésüket és feletti hatalmukat. Egyelőre…

Ahogyan azt az AI fejlesztésről szóló USB Intel Movidiusról szóló cikkben már elmondtuk, a mesterséges intelligencia itt marad, és segít napi problémák megoldásában. De mi az a mesterséges intelligencia?

Forrás: Forrás Dexeter

A fentebb látott gif nagyon egyszerűsítve mutatja meg, hogyan működik a mély idegi hálózat. Ezeknek a rendszereknek kemény edzés szükséges, hogy később például képeket ismerjen fel, optimalizálják a megoldásokat vagy egyszerűen csak többet tudjon meg. Lényegében egy algoritmuskészlet, amelyet AI-knek lehet besorolni, és amely a mély tanulás területéhez tartozik.

Tartalom index

Mesterséges intelligencia: új programozás

Manapság a mesterséges intelligencia nem alkotja a bonyolult vegyes technológiai rendszereket lelkiismerettel, ahogy ezt a tudományos fantasztikus művek gyakran megfigyelik. Az általunk létrehozott inkább azon komplex algoritmusok meghatározására vonatkozik, amelyek eredményt adnak a bemenetek és a nekik megtanított parancsok alapján. Bár ez csak az egyik jelentése.

A mesterséges intelligencia megértésének különböző módjai vannak, de négy fő csoportra oszthatjuk:

AI, amelyek úgy gondolkodnak, mint az emberek

Vaj robot Rick és Morty

Komplex számítógépes rendszerek saját lelkiismerettel, amelyek kívánságaik szerint gondolkodnak és döntenek, és meghaladják azokat a jellemzőket, amelyekre be vannak programozva ( Ghost in the Shell). Még nem érjük el, és még azt sem tudjuk, hogy lehetséges lesz-e a jövőben, tehát nincs sok hozzászólás.

Azok a hatások, amelyek úgy viselkednek, mint az emberek

Az emberként való gondolkodás nem ugyanaz, mintha úgy teszünk, mintha egy ember viselkedne. Ma létrehozunk néhány ilyen rendszert, ahol véletlenszerűségeket és konkrét funkciókat vezetünk be annak érdekében, hogy az érzés az intelligencia emberként gondolkodjon.

Bors okos asszisztens

A videojátékokban ezt folyamatosan látjuk, mivel a gépvezérelt ellenségek gyakran arra törekszenek, hogy az emberhez hasonló viselkedést szimulálják. A videojátékoktól elkülönítve azt sikerült elérni, hogy egy mesterséges intelligencia olyan hiányosságokkal és szabálytalanságokkal írjon, mintha egy ember ezt tenné.

Azok, amelyek ésszerűen gondolkodnak

A technológia manapság talán a leggyakoribb változata. Azt mondjuk, hogy racionálisan gondolkodnak, mert eszközöket adunk nekik a hatékony és értelmes eredmények biztosításához. Képesek könnyen alkalmazkodni a környezetükhöz, amelyben vannak, bár távol állnak maguktól.

AlphaStar tanulás

Erre példa a mesterséges intelligencia, amely olyan videojátékokat játszik, mint az AlphaStar (StarCraft II) vagy az AlphaZero (sakk, shogi és go). Ezek a gépek még az emberi ellenfelek ellen is képesek harcolni, és már legyőzték az alkalmi világbajnokot.

Az ésszerűen eljáró hatásvizsgálatok

Mivel "cselekednek", felfedezzük, hogy nem dolgozzák fel azokat az adatokat, amelyeket átadunk nekik, csak úgy tűnik, hogy ésszerűen gondolkodnak. Ez a technológia legegyszerűbb változata, és egy olyan szakasz, amelyet már nagyrészt átlépünk. Néhány számítógépes rendszer igénybe veszi ezt a technológiát, mivel sokkal könnyebb programozni, és munkájuk általában egyszerű.

Intelligens porszívó

Például azok a gépek, amelyek hívásokat fogadnak, és útmutatást nyújtanak az opcióikon, vagy a weboldalak intelligens asszisztensei, amelyek általában felkérik a kapcsolódó megoldások ajánlását.

Ha már elfogadható képet kap az intelligencia eloszlásáról annak bonyolultsága szerint, vigyük az ügy középpontjába.

A gondolkodás matematikája

A mesterséges intelligencia programozásának egyik módja az adatok képzeletbeli egységeknek, tenzoroknak nevezett kezelése. A tenzorok egy komplex algebrai egység (skálák, vektorok és mátrixok), amelyhez a matematika ismerete szükséges ahhoz, hogy velük megfelelően működjön. Következésképpen az AI alkalmazások teljesítménye ugyanolyan jó lesz, mint az adatok matematikai manipulációi.

A csavarok egyszerűsített magyarázata

Az ilyen típusú szoftverek fejlesztésének kiterjesztése érdekében számos csoport létrehozta és megnyitotta kódkönyvtárait a nyilvánosság számára, hogy együttműködjenek és intelligensebb rendszereket hozzanak létre a közösséggel együtt. A TensorFlow a Google által , a CNTK a Microsoft által , a Theano, a Caffe2 és a Keras a legfontosabb példák. Mindegyik könyvtár különféle szempontokból áll a problémára, és ennek köszönhetően az absztrakció különböző szintjein fejlesztettük ki az AI-t.

Ha nem tudja, hogy milyen absztrakciós szintek vannak, ez egy olyan rendszer, amely megméri, hogy a számítógépes nyelv mennyire szoros a beszélt nyelvhez. Minél magasabb az absztrakció szintje, annál inkább hasonlít az emberi nyelvre és annál alacsonyabb, annál több gépi kód van, vagyis az a világ, amely csak nullákkal és azokkal működik.

Új rendszerek, új hardver

Nyilvánvaló, hogy az összes szoftver hardveren belül fut, azonban könnyű belemenni az illúzióba, hogy a felhő mindent megbirkózhat, de a valóság nem annyira édes. A kód optimalizálásának módjától függően előfordulhat, hogy az AI helyben működik (okostelefonon, számítógépen vagy a tárgyak internetes eszközén). Vagy engedélyezhető, hogy az eszközök küldjék a kiszámításokat a kiszolgálókra, feldolgozzák őket, és ezek eredményt adnak.

Felhőszolgáltatások

Sok esetben a „kicsi” eszköz megpróbálja a számítások nagy részét helyben elvégezni, és a probléma csak egy részét küldi el a szervernek, ezáltal sok szolgáltatáskezelési költséget takarít meg.

Mesterséges intelligencia napi szinten

Tudjuk, hogy ennek a jövőnek a gondolkodása nagyon érdekes és néhány számára még izgalmas is, de nem kell messzire mennie, hogy megnézze az első gyümölcsöket. Hol találhatunk nyomot a mesterséges intelligencia számára a mai társadalomban?

Mesterséges intelligencia mobilon

Úgy tűnik, észrevétlenül marad, de minden oldalról körülvesz minket. Az otthoni készülékektől kezdve az új mobiltelefonok gyakran tartalmaznak olyan kicsi beépített rendszereket, amelyeket Mesterséges intelligencia néven hívnak fel, és amelyek segítik a jobb fényképeket. A szelektíven fókuszált, utófeldolgozó képeket élesebbé, színesebbé vagy kontrasztosabbá téve. Egyesek még felismerik azokat a tárgyakat, amelyeket elfogunk, és felkínálnak rájuk vonatkozó kereséseket.

Ezen a területen szintén kiemelkedik az a kolléga, aki távol van az „OK Google-tól”, aki mindent megtud, amit elmondunk neki, és képes végtelen kéréseket feldolgozni. Noha nagyon könnyen megtalálhatjuk, hogy „megmunkálta” (például nem képes folytatni a beszélgetést), nem utasíthatjuk el azt a kemény munkát, amelyről tudjuk, hogy mögötte áll.

Google Assistant

A közelgő autonóm vezetésről is beszélnünk kell . Az olyan autók, mint a Tesla, néhány országban már kínálják ezeket az AI-vezérelt alternatívákat. Ezek a rendszerek képesek rögzíteni a környezetet az autó körül, feldolgozni a tilalmakat, veszélyeket stb., És ennek megfelelően biztonságosan vezetni.

Annak ellenére, hogy az autóiparban nem kell ilyen magas szintű intelligenciát elérnünk. Láthatjuk, hogy néhány autó már rendelkezik olyan érdekes rendszerekkel, mint a vészleállítás vagy az automatikus parkolás.

A királynő az árnyékban:

Most már gondolhatja, hogy az AI mindenhol megtalálható, és hogy bármikor lázadnak, ám biztos lehet benne, hogy a kenyérpirító nem fog megölni, miközben alszol. Megerősíthetjük, hogy ez a technológia több, mint gondolnánk, és a társadalmi trendekért felelős.

Youtube, Twitter, Google hirdetések… Mindezt bizonyos mértékben a megadott beállítások, de a mesterséges intelligencia is irányítja, amelyek eldöntik, hogy mit jelenjenek meg. Hall egy olyan üzenetet, amely hasonló: "Szeretném megosztani adataimat a Google-lal, hogy olyan hirdetéseket kínáljon, amelyek érdekelhetnek engem" ?

Hogyan működik ez? Nos, látni fogja, az interneten fogyasztott adatok alapján létrejön egy profil az Ön ízlése alapján, és sok más emberhez kapcsolódik. Amikor az internetszolgáltatásoknak meg kell mutatniuk valamit, akkor ezt a több millió személyből álló profilt használják annak felmérésére, hogy mi érdekli Önt.

A Big Data egyszerűsített magyarázata

A hatalmas mennyiségű adat (nagy adat) elemzése az AI-kkel így sok erőt vesz igénybe, és karrier jelenik meg az egész világon, készen állva arra, hogy felkészítse a jövőt ebben a témában. Amint megérti, a felhasználók által használt adatokat másodpercenként a TeraBytes számolja, tehát az ember nem képes mindegyiket elemezni. A mesterséges intelligencia itt dolgozik az adatokkal, és embereket használnak becslések készítésére stb., Például statisztikák felhasználásával.

AJÁNLJUK A Google Home Mini alkalmazását: mi ez és mi az, a funkciók

Az alapítvány: mély, gépi tanulás

Kicsit navigálunk a videojátékok világában, hogy jobban megértsük a Deep Learning-et, mivel az AI mind a játékosok (mint korábban említettük), mind pedig programozó és tervezőként lépett be a videojátékok területére. Ha követni fogja az ipar fejlődését, az NVIDIA egyre inkább híressé vált a különböző technológiák iránt, köztük a DLSS (Deep Learning Super Sampling) rendszert, egy mesterséges intelligenciát, amely képes a képek átméretezésére.

DLSS összehasonlítás

A DLSS funkciója egy kép átalakítása a FullHD-ről (1080p) UltraHD-re (4k), hogy a legigényesebb címeket jobb képátviteli sebességgel tudja lejátszani. A felhasználók először panaszkodtak, hogy a képek homályosak és élességmentesnek tűnnek, de néhány hónappal később az eredmények nagyszerűek.

Ennek köszönhetően a Deep Learning, egy olyan rendszer, amelyen keresztül a mesterséges intelligencia gyakorlat és hiba útján tanul. A DLSS esetében az NVIDIA Intelligence folyamatosan elemezte a képeket UltraHD felbontásban, és megpróbálta újra létrehozni azokat a FullHD kép alapján. Más szavakkal: olyan, mintha negyed képet adtak volna neked, és ki kellett töltenie azokat a hiányosságokat, amelyeket nem tud. A mély tanulás egy olyan típusú rendszer, amely a gépi tanuláshoz vagy automatikus tanuláshoz tartozik spanyolul.

Gépi tanulás és mély tanulás

A gépi tanulást a mesterséges intelligencia alapköveként lehet besorolni. Ezek különféle algoritmuskészletek, amelyeket gyakran használnak a gépek feladatok megtanulására, többek között. Például a kép felismerése, a sakk játék vagy a hangulatok felismerése olyan kihívások, amelyek megtanulhatók, és a kihívástól függően különféle típusú algoritmusokat használnak.

A gépi tanulásról azt állítják, hogy az algoritmusok olyan csoportja, amely lehetővé teszi a gép számára, hogy tanuljon a felhalmozódó tapasztalatokból. Másrészt a mély tanulás a heterogén bemenetekkel történő tanulásra összpontosít. Mindkét tudományterületet energiával fejlesztik és tanulják, mivel a mesterséges intelligencia jövője bizonytalan.

A mesterséges intelligencia jövője

Szempontból nézve a mesterséges intelligencia lehetőségei végtelenek. Még mindig nem tudjuk, mi a korlátunk, és már dolgozunk egy hozzánk hasonló lény megteremtésén, de mit várhatunk el a jövőben?

Semmit, amit kommentálunk, nem lehet magától értetődőnek tekinteni, ám ezek olyan állítások, amelyek bizonyos érveken alapulnak, elsősorban ezeknek a gépeknek a fejlődésének megfigyelése alapján .

Internet

Először is elkerülhetetlennek tűnik, hogy egy olyan világ felé haladunk, amelyben az internet uralja, ezért az AI-k nagyobb jelentőséggel és hatalommal bírnak a médium felett. Nem valami ijeszthet bennünket, mivel csak így biztosíthatjuk a platform karbantartását. Ezzel szörfözhetünk az interneten egy kissé őrzött térben, ugyanakkor sokkal biztonságosabban is. Ennek első úttörőjeként vannak olyan Facebook botok, amelyek elemzik és becslik, hogy az öngyilkossági gondolatok átfutnak-e téged, és ha észlelik, felveszik Önnel a kapcsolatot.

Hasonlóképpen, a fizikai világban az autonóm és segített autók egyre inkább dominánssá válnak addig a pillanatig, amikor a vezetés csak kedvtelési célú. Talán a változás nem történik száz év alatt, de a változás megtörténik.

Egy másik változás, amely szintén várható, a kemény munka cseréje a gépekre. Ez egy forradalom, amelyet sokan félnek, de elkerülhetetlennek tűnik, ezért fel kell készülnünk.

Cyborg Neil Harbisson

És bár ez valami jellegzetesnek tűnik a tudományos fantasztikában, nagyon valószínű, hogy a jövőben meg kell találnunk a technológia és a mesterséges intelligencia testbe történő integrálásának módját. Valójában a történelem első kiborgja már létezik, és Neil Harbissonnak hívják.

Ezen a parton túl az ötletek tengere hatalmas. Ki tudja? Lehet, hogy egy gyár gépei egybehangzóan működnek egy primitív gép-gép nyelvekkel rendelkező főgép irányítása alatt. Lehet, hogy egy nap a legjobb tőzsdei spekulátor lesz a Mesterséges Intelligencia, vagy akár a legjobb motoGP motoros.

Mesterséges intelligencia

Furcsa, félelmetes jövőnek tűnhet, de minden bizonnyal van más problémánk is, amelyeket megpróbálunk megoldani!

És mit tud az AI-kről? Alig várja, hogy mi jön? Mondja el nekünk, mi az ötleteid a mesterséges intelligenciáról.

PowerDataIberdrolaIndraNewsRoom betűtípus