▷ Вештачка интелигенција: шта је то и тренутни практични примери?

Већ неколико година компаније нам непрестано говоре о вештачкој интелигенцији коју уводе у своје услуге, апликације и процесоре. Међутим, иако носе исто име, хвала Богу, вештачка интелигенција наше веш машине (из разлога који нас избегавају) и нашег паметног телефона није тако развијена да би их натерала да размишљају о свом постојању и нашој моћи над њима. За сада…

Као што смо вам већ рекли у чланку о развоју АИ УСБ Интел Мовидиус, Артифициал Интеллигенце је ту да нам остане и помогне у решавању свакодневних проблема. Али шта је тачно вештачка интелигенција?

Извор: Извор Декетер

Гиф који видите горе, на врло поједностављен начин показује како функционише дубока неуронска мрежа. Овим системима је потребна напорна обука да би касније могли, на пример, препознати слике, оптимизирати решења или једноставно научити више. У суштини то је скуп алгоритама које бисмо могли категорисати као АИ и који припадају пољу дубоког учења.

Садржај индекс

Вештачка интелигенција: ново програмирање

Данас вештачка интелигенција не чини сложене мешовите технолошке системе са савесношћу, што се често може видети у радовима научне фантастике. Она која креирамо пада више на дефиницију сложених алгоритама који враћају резултате на основу улаза и наредби које су им подучене. Иако је то само једно од значења које постоји.

Постоје различити начини разумевања вештачке интелигенције, али могли бисмо је поделити у четири главне групе:

АИ који мисле као људи

Робот и масти маслаца

Компликовани рачунарски системи са сопственом савешћу који размишљају и одлучују према својој жељи и премашују карактеристике за које су програмирани ( Гхост ин тхе Схелл). То још није на дохват руке и не знамо да ли ће то бити могуће у будућности, тако да нема много коментара.

ИА који се понашају као људи

Размишљање као човјек није исто што и претварање да се понаша као човјек. Данас стварамо неке системе попут ових где се уводе насумичност и конкретне функције које дају осећај да Интелигенција размишља као особа.

Паметни помоћник паприке

У видео играма то стално видимо, јер непријатељи који се управљају машином често настоје да симулирају људско понашање. Издвојено од видео игара, постигнуто је да Вештачка интелигенција може писати с несавршеностима и неправилностима као што то особа жели.

Такви који размишљају рационално

Вероватно најчешћа верзија ове технологије данас. Ми кажемо да размишљају рационално, јер им дајемо алате за постизање ефикасних и смислених резултата. У стању су да се лако прилагоде на окружење у којем се налазе, иако су далеко од тога да мисле само за себе.

АлпхаСтар учење

Пример за то је Вештачка интелигенција која игра видео игре попут АлпхаСтар (СтарЦрафт ИИ) или АлпхаЗеро (шах, шоги и го). Ове машине су чак способне за борбу против људских противника и већ су победиле повременог светског првака.

ИА који делују рационално

Пошто "делују" откривамо да не обрађују податке које им преносимо, изгледа да размишљају рационално. Ово је најпростија верзија ове технологије и она је фаза коју смо већ увелико прошли. Неки рачунарски системи прибегавају овој технологији, јер је много лакше програмирати и њихов рад је обично једноставан.

Смарт усисивач

На пример, машине које примају позиве и воде вас кроз њихове могућности или преко интелигентних помоћника веб страница, који обично од вас траже да препоручите повезана решења.

Већ имајући прихватљиву слику о томе како се интелигенција дистрибуира према њиховој сложености, доведемо вас у средиште ствари.

Математика мисли

Један од начина програмирања умјетне интелигенције је руковање подацима као имагинарним јединицама званим тензорима. Тензори су сложена алгебарска јединица (скалара, вектора и матрица) која захтева знање математике да би правилно радила са њима. Сходно томе, перформансе АИ апликација биће добре колико су изведене математичке манипулације подацима.

Поједностављено објашњење проблема с потезима

Да би проширили развој ове врсте софтвера, многе групе су креирале и отвориле библиотеке кодова за јавност да би сарађивале и заједно са заједницом стварале интелигентније системе. ТенсорФлов од Гоогле-а, ЦНТК од Мицрософта, Тхеано, Цаффе2 и Керас су неки од најрелевантнијих примера. Свака од библиотека фокусира се на проблем из различитих углова и захваљујући томе имамо на располагању развој АИ на различитим нивоима апстракције.

Ако не знате који су нивои апстракције, то је систем који мери колико је рачунарски језик уско са говорним језиком. Што је виши ниво апстракције, то више личи на људски језик и нижи је, више машинског кода, односно, света који ради само са нулама и оним.

Нови системи, нови хардвер

Јасно је да сав софтвер ради унутар хардвера, међутим, лако је пасти у илузију да се облак може носити са свиме, али стварност није тако слатка. У зависности од начина оптимизације кода, АИ може радити локално (на уређају са паметним телефоном, рачунаром или Интернетом ствари). Или се уређајима може дозволити да шаљу израчуне серверима, обрађују их и ови враћају резултат.

Цлоуд услуге

У многим случајевима „мали“ уређај покушава извршавати велики део израчуна локално и шаље само део проблема на сервер, чиме штеде многе трошкове управљања услугама.

Вештачка интелигенција из дана у дан

Знамо да је размишљање о будућности тога нешто веома занимљиво и за неке чак и узбудљиво, али не морате ићи толико далеко да бисте видели прве плодове. Где у данашњем друштву можемо пронаћи трагове вештачке интелигенције?

Вештачка интелигенција на мобилном уређају

Можда ће проћи неопажено, али окружује нас на све стране. Почевши од кућних уређаја, нови мобители често имају мале уграђене системе под називом Умјетна интелигенција који вам помажу да направите боље фотографије. Селективно фокусирајте слике након обраде како би изгледале оштрије, шареније или контрастније. Неки чак могу препознати предмете које снимамо и нуде нам сродне претраге.

У овом пољу истиче се и колега која је „ОК Гоогле“ која учи из свега што јој кажемо и која је способна да обрађује бесконачне захтеве. Иако можемо да вас пронађемо „врло лако“ (попут немогућности да наставимо разговор), не можемо одбацити напоран рад за који знамо да стоји иза њега.

Гоогле Ассистант

Морамо такође разговарати о непосредној аутономној вожњи. Аутомобили попут Тесле већ нуде оне алтернативе под контролом АИ у неким земљама. Ови системи су у стању да ухвате околину око аутомобила, обраде забране, опасности и тако даље, и безбедно возе у складу с тим.

Мада не треба ићи на тако високе нивое интелигенције у аутомобилском свету. Можемо видети да неки аутомобили већ имају тако занимљиве системе као што су детекција заустављања у нужди или аутоматско паркирање.

Краљица у сенци:

До сад можда већ размишљате да је АИ свуда и да се сваког тренутка побуне, али будите сигурни да вас тостер неће убити док спавате. Оно што можемо потврдити је да ова технологија контролише више него што мислите и одговорна је за многе трендове у друштву.

Иоутубе, Твиттер, Гоогле огласи… Све ово у одређеној мери контролише подешавања која сте навели, али и Вештачка интелигенција која одлучује шта ће вам приказати. Да ли чујете поруку сличну: „Желим да поделим своје податке са Гооглеом тако да ми он нуди огласе који би ме могли занимати“ ?

Како ово функционира? Па, видећете, на основу онога што конзумирате на Интернету, креира се профил по вашем укусу и повезани сте са многим другим људима. Када вам интернетске услуге морају нешто показати, користе овај профил који чине милиони појединаца како би процијенили шта би вас могло занимати.

Поједностављено објашњење великих података

Овај начин анализе огромне количине података (Биг Дата) помоћу АИ-а изискује много снаге и каријере се појављују широм света спремне да припреме будућност на ову тему. Као што ћете схватити, ТераБитес броји податке које корисници користе сваке секунде, тако да особа није у могућности да их све анализира. Овде вештачка интелигенција сарађује са подацима и људи их користе за процену и тако даље, користећи, на пример, статистику.

ПРЕПОРУЧУЈЕМО Вама Гоогле Хоме Мини: шта је и за шта се користи

Основа: дубоко, машинско учење

Крећемо се мало у свету видео игара да бисмо мало боље разумели Дееп Леарнинг јер је АИ ушао у поље видео игара и као играч (као што смо поменули раније) и као програмер и дизајнер. Ако пратите напредак индустрије, НВИДИА је стекла нотор за различите технологије међу којима је и ДЛСС (Дееп Леарнинг Супер Самплинг) систем, Вештачка интелигенција која је способна да прилагоди слике.

Поређење ДЛСС

Функција ДЛСС-а је да трансформише слику са ФуллХД-а (1080п) у УлтраХД (4к) како би се могли репродуковати најзахтевнији наслови са бољом брзином кадрова. У почетку су се корисници жалили како слике изгледају мутно и ван фокуса, али само неколико месеци касније резултати су одлични.

То се захваљује Дееп Леарнинг, систему кроз који вештачка интелигенција учи са праксом и грешкама. У случају ДЛСС-а, НВИДИА Интеллигенце континуирано је анализирала слике у УлтраХД резолуцији и покушавала их поново створити користећи ФуллХД слику као основу. Другим речима, као да су вам дали четвртину слике и морали сте да попуните празнине које не знате. Дубоко учење је врста система који припада ономе што се назива шпанско или аутоматско учење на шпанском.

Машинско учење и дубоко учење

Машинско учење би се могло класификовати као камен темељац вештачке интелигенције. Ово су различити скупови алгоритама који се, између осталог, често користе за машине за учење задатака. На пример, препознавање слике, играње шаха или откривање расположења су изазови којих се може научити и користе се различите врсте алгоритама у зависности од изазова.

За машинско учење каже се скуп алгоритама који машини омогућавају да научи из искуства које акумулира. С друге стране, Дееп Леарнинг се фокусира на учење са хетерогеним улагањима. Обје дисциплине се енергично развијају и проучавају, јер будућност умјетне интелигенције је неизвјесна.

Будућност вештачке интелигенције

Из наше перспективе, могућности вештачке интелигенције изгледају бескрајне. Још увек не знамо који је наш лимит и већ радимо на стварању другог сличног нама, али шта можемо очекивати у будућности?

Ништа што ћемо коментирати не може се схватити здраво за готово, али то су изјаве засноване на одређеним аргументима проистеклим углавном из посматрања како су се те машине развијале.

Интернет

Прије свега, чини се неизбјежним да крећемо у свијет у којем доминира интернет, због чега ће АИ имати већу релевантност и моћ у медијуму. То нас не би требало плашити, јер је то једини начин на који бисмо могли осигурати одржавање платформе. С овим бисмо могли сурфати Интернетом у нешто заштићенијем простору, али истовремено и много сигурније. Као први пионири тога имамо Фацебоок ботове који анализирају и процењују да ли суицидне мисли пролазе кроз вас и ако то открију, контактирају вас.

Исто тако, у физичком свету аутономни аутомобили са асистирањем постаће све доминантнији до тренутка када вожња буде само рекреативна. Можда се промена не дешава стотину година, али промена ће се догодити.

Још једна промена која се такође предвиђа је размена напорног рада за машине. То је револуција које се многи плаше, али чини се неизбежном, тако да ћемо морати бити спремни.

Циборг Неил Харбиссон

Иако се чини нешто типично за научну фантастику, врло је вероватно да ћемо у будућности морати да пронађемо начине за интегрисање технологије и вештачке интелигенције у наше тело. У ствари, први киборг у историји већ постоји и зове се Неил Харбиссон.

Иза ове обале море је неизмјерно. Ко зна? Можда машине неке фабрике раде јединствено под командом шефа машине са језицима примитивне машине-машине. Можда ће једног дана најбољи берзански шпекулант бити вештачка интелигенција или чак најбољи мотоГП бајкер.

Вештачка интелигенција

Можда изгледа чудна, застрашујућа будућност, али сигурно имамо и друге проблеме које покушавамо решити!

А шта знате о АИ? Да ли желите да видите шта ће доћи? Реците нам које су ваше идеје о вештачкој интелигенцији.

ПоверДатаИбердролаИндраНевсРоом Фонт