▷ tekoäly: mikä se on ja nykyiset käytännön esimerkit?

Muutaman vuoden ajan yritykset ovat jatkuvasti puhuneet meille keinotekoisesta älykkyydestä, jonka ne esittelevät palveluissaan, sovelluksissaan ja prosessoreissa. Kiitos Jumalalle, vaikka heillä on sama nimi, mutta pesukoneemme (syistä, jotka pakenevat meitä) ja älypuhelimen tekoälyä ei ole kuitenkaan niin kehitetty, että saada heidät pohtimaan olemassaoloaan ja valtamme heitä kohtaan. Toistaiseksi…

Kuten jo kerroimme teille AI-kehitystyön USB Intel Movidius -artikkelissa, tekoäly on täällä pysyäkseen ja auttaaksemme meitä ratkaisemaan päivittäisiä ongelmia. Mutta mikä on tekoäly?

Lähde: Lähde Dexeter

Gif, jonka näet yllä, osoittaa hyvin yksinkertaistettuna, kuinka syvä hermoverkko toimii. Nämä järjestelmät vaativat kovaa koulutusta, jotta ne voisivat myöhemmin esimerkiksi tunnistaa kuvia, optimoida ratkaisuja tai yksinkertaisesti oppia lisää. Pohjimmiltaan se on joukko algoritmeja, jotka voimme luokitella AI: ksi ja jotka kuuluvat syvän oppimisen kenttään.

Sisällysluettelo

Keinotekoinen äly: uusi ohjelmointi

Nykyään keinotekoinen älykkyys ei muodosta monimutkaisia ​​sekoitettuja tekniikkajärjestelmiä, joissa on omatunto, kuten usein tieteiskirjallisuustyössä havaitaan. Luomamme kuuluu pikemminkin monimutkaisten algoritmien määrittelyyn, jotka palauttavat tulokset syötteiden ja heille opetettujen komentojen perusteella. Vaikka se on vain yksi merkityksistä.

Keinoälyn ymmärtämiseen on erilaisia ​​tapoja, mutta voimme jakaa sen neljään pääryhmään:

AI, jotka ajattelevat kuin ihmiset

Voirobotti Rick ja Morty

Monimutkaiset tietokonejärjestelmät omalla omatunnolla, jotka ajattelevat ja päättävät halujensa mukaan ja ylittävät ominaisuudet, joille ne on ohjelmoitu ( Ghost in the Shell). Se ei ole vielä ulottuvillamme, emmekä edes tiedä, onko se mahdollista tulevaisuudessa, joten kommentteja ei ole paljon.

IA, jotka käyttäytyvät kuin ihmiset

Ihmisenä ajattelu ei ole sama kuin teeskennellä käyttäytyvän kuin ihminen. Nykyään luomme joitain tällaisia ​​järjestelmiä, joissa otetaan käyttöön satunnaisuus ja konkreettiset toiminnot antamaan tunne, että älykkyys ajattelee kuin ihminen.

Pepper smart assistentti

Videopeleissä näemme tämän jatkuvasti, koska koneohjatut viholliset pyrkivät usein simuloimaan ihmisen kaltaista käyttäytymistä. Erotettuna videopeleistä on saavutettu, että keinotekoinen älykkyys voi kirjoittaa puutteita ja epäsäännöllisyyksiä kuin henkilö tekisi.

Ne ajattelevat rationaalisesti

Mahdollisesti tämän tekniikan yleisin versio. Sanomme, että he ajattelevat rationaalisesti, koska annamme heille työkalut tarjota tehokkaita ja tarkoituksenmukaisia ​​tuloksia. He kykenevät mukautumaan helposti ympäristöönsä, vaikka he ovat kaukana ajattelustaan ​​itselleen.

AlphaStar-oppiminen

Esimerkki tästä on tekoäly, joka pelaa videopelejä, kuten AlphaStar (StarCraft II) tai AlphaZero (shakki, shogi ja go). Nämä koneet kykenevät jopa taistelemaan ihmisen vastustajia vastaan ​​ja ovat jo voittaneet satunnaisen maailmanmestarin.

IA, jotka toimivat rationaalisesti

Koska he "toimivat", huomaamme, että he eivät käsittele niitä tietoja, jotka välitämme heille, he näyttävät ajattelevan vain järkevästi. Tämä on yksinkertaisin versio tästä tekniikasta, ja se on vaihe, jonka olemme jo suurelta osin ohittaneet. Jotkut tietokonejärjestelmät turvautuvat tähän tekniikkaan, koska sen ohjelmointi on paljon helpompaa ja heidän työnsä on yleensä yksinkertaista.

Älykäs pölynimuri

Esimerkiksi koneet, jotka vastaanottavat puhelut ja opastavat sinua vaihtoehtonsa läpi, tai verkkosivujen älykkäät avustajat, jotka yleensä pyytävät sinua suosittelemaan niihin liittyviä ratkaisuja.

Jolla on jo hyväksyttävä kuva siitä, kuinka älykkyys jakautuu sen mukaan, kuinka monimutkaisia ​​ne ovat, vietetään sinut asian ytimeen.

Ajatuksen matematiikka

Yksi keinoista keinotekoisen älykkyyden ohjelmointiin on tietojen käsitteleminen kuvitteellisina yksikköinä, joita kutsutaan tenoreiksi. Tenorit ovat monimutkainen algebrallinen yksikkö (skaalareista, vektoreista ja matriiseista), jotka edellyttävät matematiikan tuntemusta toimiakseen oikein niiden kanssa. Näin ollen AI-sovellusten suorituskyky on yhtä hyvä kuin datan matemaattiset manipulaatiot on suoritettu.

Yksinkertaistettu selitys kääntyvistä lukkoista

Tämän tyyppisten ohjelmistojen kehittämisen laajentamiseksi monet ryhmät ovat luoneet ja avanneet koodikirjastonsa yleisölle yhteistyöhön ja luodakseen yhdessä yhteisön kanssa älykkäämpiä järjestelmiä. TensorFlow Google, CNTK Microsoft, Theano, Caffe2 ja Keras ovat joitain merkityksellisimpiä esimerkkejä. Jokainen kirjasto keskittyy ongelmaan eri näkökulmista ja tämän ansiosta meillä on käytettävissään AI: n kehittämistä erilaisilla abstraktiotasoilla.

Jos et tiedä mitä abstraktion tasot ovat, se on järjestelmä, joka mittaa kuinka tiukasti tietokonekieli on puhuttua kieltä. Mitä korkeampi abstraktiotaso on, sitä enemmän se muistuttaa ihmisen kieltä ja mitä matalampi, sitä enemmän konekoodia on, se on maailma, joka toimii vain nollia ja niiden kanssa.

Uudet järjestelmät, uusi laitteisto

On selvää, että kaikki ohjelmistot toimivat laitteiston sisällä, mutta on helppo joutua illuusioon, että pilvi selviää kaikesta, mutta todellisuus ei ole niin suloinen. Koodin optimointitavasta riippuen voi olla, että AI toimii paikallisesti (älypuhelimella, tietokoneella tai esineiden Internet-laitteella). Tai laitteiden voidaan antaa lähettää laskelmat palvelimille, käsitellä niitä, ja nämä palauttavat tuloksen.

Pilvipalvelut

Monissa tapauksissa ”pieni” laite yrittää suorittaa suuren osan laskelmista paikallisesti ja lähettää palvelimelle vain osan ongelmasta, mikä säästää monia palvelunhallintakustannuksia.

Keinotekoinen älykkyys päivittäin

Tiedämme, että tämän tulevaisuuden ajattelu on jotain erittäin mielenkiintoista ja joillekin jopa jännittävää, mutta sinun ei tarvitse mennä niin pitkälle nähdäksesi ensimmäiset hedelmät. Mistä voimme löytää jälkiä tekoälystä nyky-yhteiskunnassa?

Keinotekoinen älykkyys matkapuhelimella

Se voi tuntua jäävän huomaamatta, mutta se ympäröi meitä kaikilta puolilta. Kodinkoneista alkaen uusissa matkapuhelimissa on usein pieniä sisäänrakennettuja keinotekoisen älykkyyden järjestelmiä, jotka auttavat sinua ottamaan parempia kuvia. Tarkenna valinnaisesti jälkikäsittelykuvat, jotta ne näyttävät terävämmiltä, ​​värikkäämmiltä tai kontrastisilta. Jotkut osaavat jopa tunnistaa sieppaamiamme esineet ja tarjota meille liittyviä hakuja.

Tällä alalla erottuu myös sellainen kollega, joka on poissa 'OK Googlesta', joka oppii kaikesta, mitä me sanomme hänelle ja pystyy käsittelemään äärettömiä pyyntöjä. Vaikka voimme löytää sinut "työstetyksi" erittäin helposti (kuten emme pysty jatkamaan keskustelua), emme voi hylätä sen takana olevaa kovaa työtä.

Google-avustaja

Meidän on puhuttava myös välittömästä itsenäisestä ajamisesta. Teslan kaltaiset autot tarjoavat jo näitä AI-ohjattuja vaihtoehtoja joissakin maissa. Nämä järjestelmät kykenevät vangitsemaan ympäristön autoon, käsittelemään kieltoja, vaaroja ja niin edelleen, ja ajamaan turvallisesti vastaavasti.

Vaikka meidän ei tarvitse mennä niin korkealle tiedustelutasolle autoteollisuudessa. Voimme nähdä, että joillakin autoilla on jo niin mielenkiintoisia järjestelmiä kuin hätäpysäytysten havaitseminen tai automaattinen pysäköinti.

Kuningatar varjoissa:

Nyt voit jo ajatella, että AI on kaikkialla ja että ne kapinoivat milloin tahansa, mutta voit olla varma, että leivänpaahdin ei aio tappaa sinua nukutessasi. Voimme vahvistaa, että tämä tekniikka hallitsee enemmän kuin luulet ja on vastuussa monista yhteiskunnan suuntauksista.

Youtube, Twitter, Google-mainokset… Kaikkia tätä säätelevät tietyssä määrin ilmoittamasi asetukset, mutta myös tekoäly, joka päättää, mitä sinulle näyttää. Kuuletko samanlaisen viestin: "Haluan jakaa tietoni Googlelle, jotta se tarjoaa minulle kiinnostavia mainoksia" ?

Kuinka tämä toimii? No, näet sen perusteella, mitä kulutat Internetissä, profiili luodaan makusi mukaan ja olet sukulainen moniin muihin ihmisiin. Kun Internet-palveluiden on näytettävä sinulle jotain, he käyttävät tätä miljoonista henkilöistä koostuvaa profiilia arvioidakseen, mikä sinua kiinnostaa.

Yksinkertaistettu Big Data -selvitys

Tämä tapa analysoida valtavia määriä tietoja (Big Data) AI-tekniikoiden avulla vie paljon voimaa ja uraa ilmestyy ympäri maailmaa valmiina valmistelemaan tulevaisuutta tästä aiheesta. Kuten ymmärrät, TeraBytes laskee käyttäjien käyttämät tiedot joka sekunti, joten henkilö ei pysty analysoimaan niitä kaikkia. Tässä yhteydessä tekoäly toimii tietojen kanssa ja ihmiset käyttävät sitä arvioiden tekemiseen ja niin edelleen esimerkiksi tilastojen avulla.

SUOSITTELEMME Google Home Mini: ominaisuudet, mitä se on ja mihin se on tarkoitettu

Säätiö: Syvä, koneoppiminen

Aiomme navigoida vähän videopelien maailmassa ymmärtääksesi syväoppimista hiukan paremmin, koska AI on tullut videopelien kenttään sekä soittimena (kuten aiemmin mainitsimme) että ohjelmoijana ja suunnittelijana. Jos seuraat alan kehitystä, NVIDIA on saanut tunnettuutta erilaisista tekniikoista, joista yksi on sen DLSS (syvän oppimisen supernäytteenotto) -järjestelmä, keinotekoinen äly, joka pystyy tarkistamaan kuvia.

DLSS-vertailu

DLSS: n tehtävänä on muuntaa kuva FullHD: stä (1080p) UltraHD: ksi (4k), jotta pystyt toistamaan vaativimmat nimikkeet paremmalla kuvanopeudella. Aluksi käyttäjät valittivat, että kuvat näyttivät epäselvältä ja epätarkkaalta, mutta muutama kuukausi myöhemmin tulokset ovat upeat.

Tämä johtuu Deep Learning -järjestelmästä, jonka kautta tekoäly oppii käytännössä ja erehdyksellä. DLSS: n tapauksessa NVIDIA Intelligence analysoi jatkuvasti kuvia UltraHD-resoluutiolla ja yritti luoda ne uudelleen käyttämällä FullHD-kuvaa perustana. Toisin sanoen, se on ikään kuin he antaisivat sinulle neljäsosan kuvan ja sinun piti täyttää aukot, joita et tiedä. Syväoppiminen on tyyppi järjestelmä, joka kuuluu niin sanottuun koneoppimiseen tai automaattiseen oppimiseen espanjaksi.

Koneoppiminen ja syväoppiminen

Koneoppiminen voitaisiin luokitella keinotekoisen älykkyyden perustaksi. Nämä ovat erilaisia ​​algoritmeja, joita käytetään usein koneisiin muun muassa tehtävien oppimiseen. Esimerkiksi kuvan tunnistaminen, shakin pelaaminen tai mielialojen havaitseminen ovat haasteita, jotka voidaan oppia ja haasteesta riippuen käytetään erityyppisiä algoritmeja.

Koneoppimisen sanotaan olevan joukko algoritmeja, joiden avulla kone voi oppia keräämästään kokemuksesta. Toisaalta Deep Learning keskittyy oppimiseen heterogeenisillä panoksilla. Molempia tieteenaloja kehitetään ja tutkitaan energialla, koska tekoälyn tulevaisuus on epävarma.

Keinotekoisen älykkyyden tulevaisuus

Keinotekoisen älykkyyden mahdollisuudet näyttävät näkökulmaltamme rajattomat. Emme vieläkään tiedä, mikä on rajamme, ja työskentelemme jo luomalla toinen meitä vastaava olento, mutta mitä voimme odottaa tulevaisuudessa?

Mitään, jota kommentoimme, ei voida pitää itsestäänselvyytenä, mutta ne ovat lausuntoja, jotka perustuvat tiettyihin väitteisiin, jotka ovat pääasiassa seurattu näiden koneiden kehityksen havainnoinnissa .

Internet

Ensinnäkin näyttää väistämättömältä, että siirrymme kohti maailmaa, jota hallitsee Internet, minkä vuoksi AI: lla on enemmän merkitystä ja valtaa medialla. Se ei pidä pelätä meitä, koska vain tällä tavoin voimme varmistaa alustan ylläpidon. Tämän avulla voimme surffata verkossa hieman vartioidussa tilassa, mutta samalla paljon turvallisempaa. Tämän ensimmäisinä pioneereina meillä on Facebook-robotteja, jotka analysoivat ja arvioivat, kulkevatko itsemurha-ajatukset sinua ja jos he havaitsevat sen, he ottavat sinuun yhteyttä.

Samoin fyysisessä maailmassa itsenäisistä ja avustetuista autoista tulee yhä hallitsevampia siihen saakka, kun ajaminen on vain vapaa-aikaa. Ehkä muutosta ei tapahdu sadan vuoden ajan, mutta muutos tapahtuu.

Toinen ennustettu muutos on myös kovan työn vaihto koneille. Se on vallankumous, jota monet pelkäävät, mutta se näyttää väistämättömältä, joten meidän on oltava varautuneita.

Kyborg Neil Harbisson

Ja vaikka se vaikuttaa tieteiskirjallisuudesta tyypillisesti, on erittäin todennäköistä, että tulevaisuudessa meidän on löydettävä tapoja yhdistää tekniikka ja tekoäly kehoon. Itse asiassa historian ensimmäinen kyborgi on jo olemassa ja sitä kutsutaan Neil Harbissoniksi.

Tämän rannan ulkopuolella ideanmeri on valtava. Kuka tietää? Ehkä kaikki tehtaan koneet toimivat yhtenäisesti pääkoneen komennolla primitiivisten kone-kone-kielten kanssa. Ehkä jonain päivänä paras osakemarkkinoiden keinottelija on tekoäly tai jopa paras motoGP-pyöräilijä.

Keinotekoinen äly

Se voi tuntua oudolta, pelottavalta tulevaisuudelta, mutta meillä on varmasti muita ongelmia, jotka yritetään ratkaista!

Ja mitä tiedät AI: sta? Näetkö innokkaasti mitä tapahtuu? Kerro meille, mitä ideasi ovat tekoälystä.

PowerDataIberdrolaIndraNewsRoom-fontti