▷ Umjetna inteligencija: što je to i trenutni primjeri u praksi?

Već nekoliko godina tvrtke nam neprestano govore o umjetnoj inteligenciji koju uvode u svoje usluge, aplikacije i procesore. Međutim, iako nose isto ime, hvala Bogu, umjetna inteligencija naše perilice (iz razloga koji nas bježe) i našeg pametnog telefona nije toliko razvijena da bi ih odražavala na njihovo postojanje i našu moć nad njima. Za sada…

Kao što smo vam već rekli u članku o razvoju AI USB Intel Movidius, umjetna inteligencija je tu da nam ostane i pomogne u rješavanju svakodnevnih problema. Ali što je točno umjetna inteligencija?

Izvor: Izvor Dexeter

Gif koji vidite gore pokazuje na vrlo pojednostavljen način kako djeluje duboka neuronska mreža. Ovi sustavi zahtijevaju napornu obuku kako bi kasnije mogli, na primjer, prepoznati slike, optimizirati rješenja ili jednostavno naučiti više. U osnovi je to skup algoritama koje bismo mogli kategorizirati kao AI-e i koji pripadaju polju dubokog učenja.

Sadržaj indeks

Umjetna inteligencija: novo programiranje

Danas umjetna inteligencija ne sastoji iz zamršenih miješanih tehnoloških sustava sa savješću kao što se često može vidjeti u radovima znanstvene fantastike. Jedan koji stvaramo pada prije na definiciju složenih algoritama koji vraćaju rezultate na temelju ulaza i naredbi koje su im podučeni. Iako je to samo jedno od značenja koje postoji.

Postoje različiti načini razumijevanja umjetne inteligencije, ali mogli bismo je podijeliti u četiri glavne skupine:

AI koji razmišljaju poput ljudi

Robot maslaca Rick i Morty

Složeni računalni sustavi s vlastitom savješću koji razmišljaju i odlučuju prema svojoj želji i premašuju karakteristike za koje su programirani ( Ghost in the Shell). To još nije nama doseg i ne znamo ni hoće li to biti moguće u budućnosti, tako da nema puno komentara.

IA koji se ponašaju kao ljudi

Razmišljanje kao čovjek nije isto što i pretvaranje da se ponaša kao čovjek. Danas stvaramo neke sustave poput ovih u koje se uvode slučajnost i konkretne funkcije kako bi se stvorio osjećaj da Inteligencija razmišlja kao osoba.

Pepper pametni pomoćnik

U video igrama to stalno vidimo, jer neprijatelji koji se upravljaju strojevima često nastoje simulirati ljudsko ponašanje. Odvojeno od video igara, postignuto je da Umjetna inteligencija može pisati s nesavršenostima i nepravilnostima kao što bi to učinila osoba.

Oni koji razmišljaju racionalno

Možda najčešća verzija ove tehnologije danas. Kažemo da razmišljaju racionalno jer im dajemo alate za pružanje učinkovitih i smislenih rezultata. Oni se lako prilagođavaju okruženju u kojem se nalaze, iako su daleko od razmišljanja za sebe.

AlphaStar učenje

Primjer za to je Umjetna inteligencija koja igra videoigre poput AlphaStar (StarCraft II) ili AlphaZero (šah, shogi i go). Ovi su strojevi čak sposobni boriti se protiv ljudskih protivnika i već su pobijedili povremenog svjetskog prvaka.

IAS koji djeluju racionalno

Budući da djeluju, otkrivamo da ne obrađuju podatke koje im prenosimo, oni samo razmišljaju racionalno. Ovo je najprostija verzija ove tehnologije i ona je faza koju smo već uveliko prošli. Neki računalni sustavi pribjegavaju ovoj tehnologiji jer je puno lakše programirati i njihov rad je obično jednostavan.

Smart usisavač

Na primjer, uređaji koji primaju pozive i vode vas kroz njihove mogućnosti ili putem inteligentnih pomoćnika web stranica, koji obično od vas traže da preporučite povezana rješenja.

Već imajući prihvatljivu sliku o tome kako se Inteligencija raspodjeljuje prema njihovoj složenosti, dovedimo vas u središte stvari.

Matematika misli

Jedan od načina programiranja umjetne inteligencije je rukovanje podacima kao imaginarnim jedinicama zvanim tenzorima. Tenzori su složena algebarska jedinica (skalara, vektora i matrica) koja zahtijeva znanje matematike kako bi pravilno radila s njima. Slijedom toga, izvedba AI aplikacija bit će dobra koliko su izvedene matematičke manipulacije podacima.

Pojednostavljeno objašnjenje zavrzlama

Da bi proširili razvoj ove vrste softvera, mnoge su skupine stvorile i otvorile svoje biblioteke kodova za suradnju i stvaranje, zajedno sa zajednicom, inteligentnijih sustava. TensorFlow od Googlea, CNTK od strane Microsofta, Theano, Caffe2 i Keras neki su od najrelevantnijih primjera. Svaka se knjižnica fokusira na problem iz različitih kutova i zahvaljujući tome imamo na raspolaganju razvoj AI na različitim razinama apstrakcije.

Ako ne znate koje su razine apstrakcije, to je sustav koji mjeri koliko je računalni jezik usko s govornim jezikom. Što je viša razina apstrakcije, to više liči na ljudski jezik i što je niža, to je više strojna šifra, to jest onaj svijet koji radi samo s nulama i onima.

Novi sustavi, novi hardver

Jasno je da sav softver radi unutar hardvera, međutim, lako je pasti u iluziju da se oblak može nositi sa svime, ali stvarnost nije tako slatka. Ovisno o tome kako je kôd optimiziran, AI može raditi lokalno (na uređaju sa pametnim telefonom, računarom ili Internetom stvari). Ili se uređajima može omogućiti slanje izračuna na poslužitelje, obrađivanje i ovi vraćaju rezultat.

Usluge u oblaku

U mnogim slučajevima „mali“ uređaj pokušava velik dio izračuna provesti lokalno i poslužitelju šalje samo dio problema, štedeći tako mnogo troškova upravljanja uslugama.

Umjetna inteligencija iz dana u dan

Znamo da je razmišljanje o budućnosti toga nešto vrlo zanimljivo i za neke čak uzbudljivo, ali ne morate ići toliko daleko da biste vidjeli prve plodove. Gdje u današnjem društvu možemo pronaći tragove umjetne inteligencije?

Umjetna inteligencija na mobilnom uređaju

Možda će proći nezapaženo, ali okružuje nas na sve strane. Počevši od kućnih uređaja, novi mobiteli često imaju male ugrađene sustave pod nazivom Umjetna inteligencija koji vam pomažu u snimanju boljih fotografija. Selektivno fokusirajte slike nakon obrade kako bi izgledale oštrije, šarenije ili kontrastno. Neki čak mogu prepoznati predmete koje snimamo i nude nam srodna pretraživanja.

Na ovom polju ističe se i kolegica koja je 'OK Google' koja uči iz svega što joj kažemo i koja je sposobna obraditi beskonačne zahtjeve. Iako vas možemo vrlo lako „izmanipulirati“ (poput nemogućnosti vođenja razgovora), ne možemo odbaciti naporan rad za koji znamo da stoji iza njega.

Google Assistant

Moramo razgovarati i o neposrednoj autonomnoj vožnji. Automobili poput Tesle već nude one alternative pod kontrolom AI u nekim zemljama. Ovi su sustavi sposobni hvatati okoliš oko automobila, obrađivati ​​zabrane, opasnosti i tako dalje, te u skladu s tim voziti sigurno.

Iako u automobilskom svijetu ne trebamo ići na tako visoke razine inteligencije. Vidimo da neki automobili već imaju tako zanimljive sustave kao što su otkrivanje zaustavljanja u nuždi ili automatsko parkiranje.

Kraljica u sjeni:

Do sad možda već razmišljate kako je AI posvuda i da se svakog trenutka bune, ali budite sigurni da vas toster neće ubiti dok spavate. Ono što možemo potvrditi je da ova tehnologija kontrolira više nego što mislite i odgovorna je za mnoge trendove u društvu.

Youtube, Twitter, Google oglasi… Sve to u određenoj mjeri kontroliraju postavke koje ste naveli, ali i Umjetna inteligencija koja odlučuje što će vam pokazati. Čujete li poruku sličnu: "Želim podijeliti svoje podatke s Googleom tako da mi on nudi oglase koji bi me mogli zanimati" ?

Kako to djeluje? Pa, vidjet ćete, na temelju onoga što konzumirate na Internetu, kreira se profil po vašem ukusu i povezani ste s mnogim drugim ljudima. Kad vam internetske usluge trebaju nešto pokazati, koriste ovaj profil koji čine milijuni pojedinaca kako bi procijenili što bi vas moglo zanimati.

Pojednostavljeno objašnjenje velikih podataka

Ovaj način analize ogromne količine podataka (Big Data) pomoću AI-a zahtijeva mnogo snage i karijere se pojavljuju u cijelom svijetu spremne pripremiti budućnost na ovu temu. Kao što ćete shvatiti, TeraBytes podatke koje korisnici koriste bilježe svake sekunde, tako da ih osoba ne može sve analizirati. Ovdje umjetna inteligencija surađuje s podacima i ljudi ga koriste za izradu procjena i tako dalje, koristeći, na primjer, statistiku.

PREPORUČUJEMO VAM Google Home Mini: značajke i značajke za što je

Zaklada: Duboko, Strojno učenje

Proći ćemo malo u svijetu videoigara da bismo malo bolje razumjeli Deep Learning, jer je AI ušao u polje videoigara i kao igrač (kao što smo već spomenuli), i kao programer i dizajner. Ako pratite napredak industrije, NVIDIA dobiva na umu za različite tehnologije, među kojima je i DLSS (Deep Learning Super Sampling) sustav, umjetna inteligencija koja je sposobna mijenjati slike.

DLSS usporedba

Funkcija DLSS-a je transformirati sliku iz FullHD-a (1080p) u UltraHD (4k) kako bi se mogli reproducirati najzahtjevniji naslovi s boljom brzinom kadrova. U početku su se korisnici žalili kako slike izgledaju mutno i bez fokusa, ali samo nekoliko mjeseci kasnije rezultati su odlični.

To je zahvaljujući Deep Learning, sustavu putem koje umjetna inteligencija uči s praksom i pogreškama. U slučaju DLSS-a, NVIDIA Intelligence kontinuirano je analizirala slike u UltraHD rezoluciji i pokušavala ih rekreirati koristeći FullHD sliku kao osnovu. Drugim riječima, kao da su vam dali četvrtinu slike i morali ste popuniti praznine koje ne znate. Duboko učenje vrsta je sustava koji pripada onome što se naziva španjolskim ili automatskim učenjem.

Strojno učenje i duboko učenje

Strojno učenje moglo bi se svrstati u kamen temeljac umjetne inteligencije. Ovo su različiti skupovi algoritama koji se, između ostalog, često koriste i za strojeve kako bi naučili zadatke. Na primjer, prepoznavanje slike, igranje šaha ili otkrivanje raspoloženja izazovi su kojih se može naučiti i ovisno o izazovu koriste se različite vrste algoritama.

Strojno učenje kaže se skup algoritama koji omogućavaju stroju da uči iz iskustva koje gomila. S druge strane, Deep Learning fokusira se na učenje s heterogenim ulozima. Obje se discipline energično razvijaju i proučavaju jer je budućnost umjetne inteligencije neizvjesna.

Budućnost umjetne inteligencije

Iz naše perspektive, mogućnosti umjetne inteligencije izgledaju beskrajne. Još uvijek ne znamo koji je naš limit i već radimo na stvaranju drugog sličnog nama, ali što možemo očekivati ​​u budućnosti?

Ništa što ćemo komentirati ne može se uzeti zdravo za gotovo, ali to su izjave utemeljene na određenim argumentima proizašlim uglavnom iz promatranja kako su se ovi strojevi razvijali.

Internet

Prije svega, čini se neizbježnim da krećemo u svijet u kojem dominira internet, zbog čega će AI imati više važnosti i moći nad medijem. To nas ne bi trebalo plašiti, jer je to jedini način na koji bismo mogli osigurati održavanje platforme. S ovim bismo mogli surfati Internetom u nešto zaštićenijem prostoru, ali istovremeno i mnogo sigurnije. Kao prvi pioniri toga imamo Facebook botove koji analiziraju i procjenjuju li samoubilačke misli prolaze kroz vas i ako to otkriju, kontaktiraju s vama.

Isto tako će u fizičkom svijetu autonomni automobili s potpomognutim vozilima postajati sve dominantniji do trenutka kada vožnja bude samo rekreativna. Možda se promjena ne dogodi stotinu godina, ali promjena će se dogoditi.

Još jedna promjena koja se također predviđa je razmjena napornog rada za strojeve. To je revolucija koje se mnogi boje, ali čini se neizbježnom, pa ćemo morati biti spremni.

Cyborg Neil Harbisson

Iako se čini nešto tipično za znanstvenu fantastiku, vrlo je vjerojatno da ćemo u budućnosti morati pronaći načine kako integrirati tehnologiju i umjetnu inteligenciju u svoje tijelo. U stvari, prvi kiborg u povijesti već postoji i zove se Neil Harbisson.

Iza ove obale more je neizmjerno. Tko zna? Možda strojevi tvornice djeluju u skladu, pod zapovjedništvom glavnog stroja s jezicima primitivnih strojnih strojeva. Možda će jednog dana najbolji burzovni špekulant biti Umjetna inteligencija ili čak najbolji motoGP biciklista.

Umjetna inteligencija

Možda se čini čudna, zastrašujuća budućnost, ali sigurno imamo druge probleme koje pokušavamo riješiti!

A što znate o AI-ima? Želite li vidjeti što će doći? Recite nam koje su vaše ideje o umjetnoj inteligenciji.

PowerDataIberdrolaIndraNewsRoom Font