▷ Kecerdasan buatan: apakah itu dan contoh praktikal semasa?

Isi kandungan:

Kecerdasan Buatan: pengaturcaraan baru
AI yang berfikir seperti manusia
IA yang bertindak seperti manusia
IA yang berfikir secara rasional
IA yang bertindak secara rasional
Matematik pemikiran
Sistem baru, perkakasan baru
Kecerdasan Buatan dalam hari ke hari
Ratu dalam bayang-bayang:
The Foundation: Deep, Learning Machine
Masa depan Kepintaran Buatan

Selama beberapa tahun, syarikat telah terus bercakap dengan kami mengenai Kecerdasan Buatan yang mereka perkenalkan dalam perkhidmatan, aplikasi dan pemproses mereka. Walau bagaimanapun, walaupun mereka mempunyai nama yang sama, terima kasih kepada Allah, Kecerdasan buatan mesin basuh kami (untuk sebab-sebab yang melarikan diri dari kita) dan telefon pintar kita tidak begitu maju untuk membuat mereka merefleksikan kewujudan mereka dan kuasa kita terhadap mereka. Buat masa ini…

Seperti yang telah kami katakan dalam artikel mengenai Intel Movidius USB AI, Kecerdasan Buatan berada di sini untuk kekal dan membantu kami menyelesaikan masalah sehari-hari. Tapi apa sebenarnya Perisikan Buatan?

Sumber: Sumber Dexeter

Gif yang anda lihat di atas menunjukkan dengan cara yang sangat mudah bagaimana rangkaian neural yang mendalam berfungsi. Sistem ini memerlukan latihan keras untuk kemudian dapat, sebagai contoh, mengenali imej, mengoptimumkan penyelesaian atau hanya belajar lebih lanjut. Pada dasarnya ia adalah satu set algoritma yang kita dapat mengkategorikan sebagai AI dan yang tergolong dalam bidang Deep Learning.

Indeks kandungan

Kecerdasan Buatan: pengaturcaraan baru

Hari ini, Kecerdasan Buatan tidak membentuk sistem teknologi yang rumit dengan hati nurani seperti yang sering dilihat dalam kerja-kerja fiksyen sains. Yang kita ciptakan jatuh bukan pada definisi algoritma kompleks yang mengembalikan hasil berdasarkan input dan perintah yang telah diajar kepada mereka. Walaupun itu hanya satu makna yang ada.

Terdapat pelbagai cara untuk memahami Perisikan Buatan, tetapi kita dapat membahagikannya kepada empat kumpulan utama:

AI yang berfikir seperti manusia

Mentega robot Rick dan Morty

Sistem komputer yang kompleks dengan hati nuraninya sendiri yang berfikir dan memutuskan mengikut kehendak mereka dan melebihi ciri-ciri yang mereka diprogramkan ( Ghost in the Shell). Ia belum sampai ke jangkauan kita dan kita tidak tahu sama ada ia akan berlaku pada masa akan datang, jadi tidak banyak komen.

IA yang bertindak seperti manusia

Berfikiran seperti manusia tidak sama seperti berpura-pura bertindak seperti manusia. Hari ini, kami mewujudkan beberapa sistem seperti ini di mana fungsi rawak dan konkrit diperkenalkan untuk memberi perasaan bahawa Intelijen berfikir seperti seseorang.

Pembantu pintar lada

Dalam permainan video, kita melihat ini secara berterusan, kerana musuh yang dikendalikan oleh mesin sering berusaha untuk meniru tingkah laku manusia seperti. Berasingan dari permainan video, telah dicapai bahawa Kecerdasan Buatan dapat menulis dengan ketidaksempurnaan dan penyelewengan seperti seseorang akan.

IA yang berfikir secara rasional

Mungkin versi paling popular dalam teknologi ini hari ini. Kami mengatakan bahawa mereka berfikir secara rasional kerana kami memberi mereka alat untuk menawarkan hasil yang cekap dan bermakna. Mereka mampu menyesuaikan diri dengan alam sekitar dengan mudah, walaupun mereka jauh dari berfikir untuk diri mereka sendiri.

Pembelajaran AlphaStar

Contohnya ialah Kecerdasan Buatan yang memainkan permainan video seperti AlphaStar (StarCraft II) atau AlphaZero (catur, shogi dan pergi). Mesin-mesin ini juga mampu melawan lawan manusia dan telah mengalahkan juara dunia sekali-sekala.

IA yang bertindak secara rasional

Oleh kerana mereka 'bertindak' kami mendapati bahawa mereka tidak memproses data yang kami sampaikan kepada mereka, mereka hanya berfikir secara rasional. Ini adalah versi paling ringkas teknologi ini dan ia adalah pentas yang telah kami lalui. Sesetengah sistem komputer menggunakan teknologi ini, kerana ia adalah lebih mudah untuk program dan kerja mereka biasanya mudah.

Smart Vacuum Cleaner

Sebagai contoh, mesin yang menerima panggilan dan membimbing anda melalui pilihan mereka atau pembantu pintar halaman web, yang biasanya meminta anda mengesyorkan penyelesaian yang berkaitan.

Sudah mempunyai imej yang boleh diterima tentang bagaimana Perisikan didistribusikan mengikut betapa rumitnya mereka, mari kita bawa kamu ke tengah-tengah perkara itu.

Matematik pemikiran

Salah satu cara untuk memprogram Kecerdasan Buatan adalah mengendalikan data sebagai unit khayalan dipanggil tensor. Tensor adalah unit algebra kompleks (skalar, vektor, dan matriks) yang memerlukan pengetahuan matematik untuk berfungsi dengan baik dengan mereka. Akibatnya, prestasi aplikasi AI akan sama seperti manipulasi matematik data telah dilakukan.

Penjelasan ringkas tentang turnbuckles

Untuk mengembangkan perkembangan perisian jenis ini, banyak kumpulan telah membuat dan membuka perpustakaan kod mereka kepada orang ramai untuk bekerjasama dan mencipta, bersama dengan masyarakat, sistem yang lebih pintar. TensorFlow oleh Google, CNTK oleh Microsoft, Theano, Caffe2 dan Keras adalah beberapa contoh yang paling relevan. Setiap perpustakaan berfokus pada masalah dari sudut yang berlainan dan terima kasih kepada ini yang kami miliki untuk membangunkan AI pada tahap abstraksi yang berbeza.

Jika anda tidak tahu tahap abstraksi, ia adalah sistem yang mengukur seberapa dekat bahasa komputer untuk bahasa lisan. Semakin tinggi tahap abstraksi, semakin banyaknya ia menyerupai bahasa manusia dan semakin rendah, semakin banyak kod mesin, iaitu dunia yang berfungsi hanya dengan sifar dan yang lain.

Sistem baru, perkakasan baru

Sudah jelas bahawa semua perisian berjalan dalam perkakasan, bagaimanapun, mudah untuk jatuh ke dalam ilusi yang awan dapat mengatasi segalanya, tetapi kenyataannya tidak begitu manis. Bergantung kepada bagaimana kod dioptimumkan, ia mungkin berlaku bahawa AI berfungsi secara tempatan (di telefon pintar, PC atau peranti Internet Perkara). Atau peranti boleh dibenarkan untuk menghantar pengiraan ke pelayan, memprosesnya, dan ini mengembalikan hasilnya.

Perkhidmatan awan

Dalam banyak kes , peranti "kecil" cuba untuk menjalankan sebahagian besar pengiraan secara setempat dan menghantar hanya sebahagian daripada masalah kepada pelayan, dengan itu menjimatkan banyak kos pengurusan perkhidmatan.

Kecerdasan Buatan dalam hari ke hari

Kami tahu bahawa pemikiran tentang masa depan ini adalah sesuatu yang sangat menarik dan ada yang menarik, tetapi anda tidak perlu pergi jauh untuk melihat buah-buahan pertama. Di mana kita boleh mencari jejak kecerdasan Buatan dalam masyarakat hari ini?

Kecerdasan Buatan di telefon bimbit

Ia mungkin kelihatan tidak disedari, tetapi ia mengelilingi kita di semua pihak. Bermula dengan peranti rumah, telefon bimbit baru sering mempunyai sistem terbina dalam kecil yang dikenali sebagai Kecerdasan Buatan yang membantu anda mengambil gambar yang lebih baik. Selektif fokus, imej pasca proses untuk menjadikannya kelihatan lebih tajam, lebih berwarna-warni, atau kontras. Ada juga yang dapat mengenali objek yang kami tangkap dan menawarkan kami carian berkaitan.

Dalam bidang ini , rakan sekerja yang 'OK Google' pergi, yang belajar dari segala yang kita beritahu dia dan mampu memproses permintaan tak terhingga, juga menonjol. Walaupun kami dapat mencari anda 'machined' sangat mudah (seperti tidak mampu untuk menjalankan perbualan), kita tidak boleh menolak kerja keras yang kita tahu adalah di belakangnya.

Pembantu Google

Kami juga perlu bercakap tentang memandu autonomi yang pasti. Kereta seperti Tesla sudah menawarkan alternatif yang dikawal AI di sesetengah negara. Sistem ini mampu menangkap alam sekitar di sekitar kereta, memproses larangan, bahaya, dan sebagainya, dan memandu secara selamat dengan sewajarnya.

Walaupun kita tidak perlu pergi ke peringkat kecerdasan yang tinggi di dunia automotif. Kita dapat melihat bahawa beberapa kereta sudah mempunyai sistem yang menarik seperti pengesanan berhenti kecemasan atau tempat letak kereta automatik.

Ratu dalam bayang-bayang:

Sekarang anda mungkin sudah berfikir bahawa AI ada di mana - mana dan bahawa pada bila-bila masa mereka memberontak, tetapi yakinlah, pembakar anda tidak akan membunuh anda semasa anda tidur. Apa yang kami dapat mengesahkan adalah bahawa teknologi ini mengawal lebih banyak daripada yang anda fikirkan dan bertanggungjawab terhadap banyak trend dalam masyarakat.

Youtube, Twitter, iklan Google… Semua ini dikawal setakat tertentu oleh tetapan yang telah anda tunjukkan, tetapi juga oleh Kecerdasan Buatan yang memutuskan apa yang akan menunjukkan kepada anda. Adakah anda mendengar mesej yang serupa dengan: "Saya mahu berkongsi data saya dengan Google supaya ia menawarkan saya iklan yang menarik minat saya" ?

Bagaimana ini berfungsi? Nah, anda akan melihat, berdasarkan apa yang anda makan di Internet, profil dibuat dengan citarasa anda dan anda berkaitan dengan banyak orang lain. Apabila perkhidmatan Internet perlu menunjukkan kepada anda sesuatu, mereka menggunakan profil ini yang terdiri daripada berjuta-juta individu untuk menganggarkan apa yang menarik minat anda.

Penjelasan Big Data ringkas

Cara menganalisa sejumlah besar data (Big Data) menggunakan AIs adalah mengambil banyak kekuatan dan kerjaya yang muncul di seluruh dunia bersedia untuk menyediakan masa depan dalam subjek ini. Seperti yang anda faham, data yang digunakan pengguna dikira oleh TeraBytes setiap saat, jadi seseorang tidak dapat menganalisis semuanya. Di sinilah Intelijen Buatan berfungsi dengan data dan ia adalah orang yang menggunakannya untuk membuat anggaran dan sebagainya, menggunakan, sebagai contoh, statistik.

KAMI MEREKOMENDASIKAN ANDA Google Home Mini: apakah itu dan apakah itu, ciri-ciri

The Foundation: Deep, Learning Machine

Kami akan menavigasi sedikit di dunia permainan video untuk memahami Deep Learning sedikit lebih baik, memandangkan AI telah memasuki bidang permainan video kedua - duanya sebagai pemain (seperti yang telah disebutkan sebelumnya), sebagai pengaturcara dan pereka. Jika anda mengikuti kemajuan industri, NVIDIA telah mendapat perhatian untuk teknologi yang berbeza di antaranya adalah sistem DLSS (Deep Learning Super Sampling), Kecerdasan Buatan yang mampu membuang imej.

Perbandingan DLSS

Fungsi DLSS adalah untuk mengubah imej dari FullHD (1080p) ke UltraHD (4k) untuk dapat memainkan tajuk yang paling mencabar dengan kadar bingkai yang lebih baik. Pada mulanya, pengguna mengadu bahawa imej kelihatan kabur dan tidak fokus, tetapi beberapa bulan kemudian hasilnya hebat.

Ini adalah terima kasih kepada Deep Learning, sebuah sistem di mana Perisikan Buatan belajar dengan amalan dan kesilapan. Dalam hal DLSS, Intelijen NVIDIA terus menganalisis imej dalam resolusi UltraHD dan cuba menciptanya menggunakan imej FullHD sebagai asas. Dalam erti kata lain, seolah-olah mereka memberi anda seperempat imej dan anda perlu mengisi jurang yang anda tidak tahu. Pembelajaran Deep adalah sejenis sistem yang dipunyai oleh apa yang dipanggil Pembelajaran Mesin atau Pembelajaran Automatik dalam bahasa Sepanyol.

Pembelajaran Mesin dan Pembelajaran Deep

Pembelajaran Mesin boleh diklasifikasikan sebagai batu dasar Artificial Intelligence. Ini adalah set algoritma yang berbeza yang sering digunakan untuk mesin untuk mempelajari tugas, antara lain. Contohnya, mengenali imej, bermain catur atau mengesan mood adalah cabaran yang boleh dipelajari dan pelbagai jenis algoritma digunakan bergantung pada cabaran.

Pembelajaran Mesin dikatakan sebagai set algoritma yang membolehkan mesin untuk belajar dari pengalaman yang terkumpul. Sebaliknya, Deep Learning memberi tumpuan kepada pembelajaran dengan input yang heterogen. Kedua-dua disiplin ini sedang dibangunkan dan dikaji dengan tenaga kerana masa depan Kepintaran Artificial tidak pasti.

Masa depan Kepintaran Buatan

Dari perspektif kami, kemungkinan Kecerdasan Buatan kelihatan tidak berkesudahan. Kami masih tidak tahu apa had kami dan kami sedang berusaha mewujudkan satu lagi yang serupa dengan kami, tetapi apa yang boleh kita harapkan pada masa akan datang?

Tidak ada apa-apa yang akan kami komen boleh diambil untuk diberikan, tetapi mereka adalah kenyataan berdasarkan argumen tertentu yang diperolehi terutamanya dari memerhatikan bagaimana mesin-mesin ini telah berkembang.

Internet

Pertama sekali, nampaknya tidak dapat dielakkan bahawa kita bergerak ke arah dunia yang dikuasai oleh Internet, sebab itulah AI akan mempunyai lebih banyak kaitan dan kekuasaan di atas media. Ia bukan sesuatu yang perlu menakutkan kita, kerana ini adalah satu-satunya cara yang kita dapat memastikan penyelenggaraan platform. Dengan ini, kita boleh melayari laman web di ruang yang lebih banyak dijaga, tetapi pada masa yang sama lebih selamat. Sebagai perintis pertama ini kita mempunyai bots Facebook yang menganalisis dan menganggarkan jika pemikiran membunuh diri berjalan melalui anda dan jika mereka mengesannya, mereka menghubungi anda.

Begitu juga, di dunia fizikal, kereta yang autonomi dan dibantu akan menjadi semakin dominan hingga ketika memandu hanya rekreasi. Mungkin perubahan itu tidak berlaku selama seratus tahun, tetapi perubahan itu akan berlaku.

Perubahan lain yang juga diramalkan ialah pertukaran kerja keras untuk mesin. Ia adalah satu revolusi yang banyak ditakuti, tetapi ia kelihatan tidak dapat dielakkan, jadi kita perlu bersedia.

Cyborg Neil Harbisson

Dan walaupun nampaknya sesuatu yang tipikal fiksyen sains, sangat mungkin pada masa akan datang kita perlu mencari cara untuk mengintegrasikan teknologi dan Kecerdasan Buatan dalam tubuh kita. Malah, cyborg pertama dalam sejarah sudah wujud dan dipanggil Neil Harbisson.

Di luar pantai ini, idea-idea yang luar biasa besar. Siapa tahu? Mungkin mesin kilang semua berfungsi serentak di bawah arahan mesin ketua dengan bahasa mesin mesin primitif. Mungkin suatu hari spekulator pasaran saham terbaik akan menjadi Kecerdasan buatan atau bahkan biker motoGP yang terbaik.