Tificial Искусственный интеллект: что это такое и текущие практические примеры?

В течение нескольких лет компании постоянно говорили нам об искусственном интеллекте, который они внедряют в свои сервисы, приложения и процессоры. Однако, хотя они и носят одно и то же имя, слава Богу, искусственный интеллект нашей стиральной машины (по причинам, которые нас избегают) и нашего смартфона не настолько развит, чтобы заставить их задуматься об их существовании и нашей власти над ними. Сейчас…

Как мы уже рассказывали вам в статье о разработке ИИ USB Intel Movidius, искусственный интеллект всегда готов помочь нам в решении повседневных проблем. Но что такое искусственный интеллект?

Источник: Источник Дексетер

GIF, который вы видите выше , очень упрощенно показывает, как работает глубокая нейронная сеть. Эти системы требуют интенсивного обучения, чтобы впоследствии иметь возможность, например, распознавать изображения, оптимизировать решения или просто узнавать больше. По сути, это набор алгоритмов, которые мы можем отнести к категории ИИ и которые относятся к области глубокого обучения.

Указатель содержания

Искусственный интеллект: новое программирование

В наши дни искусственный интеллект не может составить сложные смешанные технологические системы с совестью, как это часто можно увидеть в научной фантастике. Тот, который мы создаем, скорее опирается на определение сложных алгоритмов, которые возвращают результаты на основе входных данных и команд, которым их научили. Хотя это только одно из значений.

Есть разные способы понимания искусственного интеллекта, но мы можем разделить его на четыре основные группы:

ИИ, которые думают как люди

Масляный робот Рик и Морти

Сложные компьютерные системы со своей совестью, которые думают и решают согласно своему желанию и превосходят характеристики, для которых они были запрограммированы ( Ghost in the Shell). Это еще не в наших пределах, и мы даже не знаем, будет ли это возможно в будущем, поэтому комментировать особо нечего.

ИА, которые действуют как люди

Мышление как человек - это не то же самое, что притворяться, что он ведет себя как человек. Сегодня мы создаем такие системы, как эти, где вводятся случайность и конкретные функции , чтобы создать ощущение, что интеллект мыслит как человек.

Pepper умный помощник

В видеоиграх мы видим это постоянно, поскольку враги, управляемые машиной, часто стремятся симулировать поведение человека. В отличие от видеоигр, было достигнуто, что искусственный интеллект может писать с недостатками и нарушениями, как и человек.

ИА, которые думают рационально

Возможно, самая распространенная версия этой технологии сегодня. Мы говорим, что они думают рационально, потому что мы даем им инструменты для обеспечения эффективных и значимых результатов. Они могут легко адаптироваться к среде, в которой они находятся, хотя они далеки от того, чтобы думать самостоятельно.

AlphaStar Learning

Примером этого является искусственный интеллект, который играет в видеоигры, такие как AlphaStar (StarCraft II) или AlphaZero (шахматы, сёги и го). Эти машины способны даже сражаться с противниками и уже победили случайного чемпиона мира.

IAs, которые действуют рационально

Поскольку они «действуют», мы обнаруживаем, что они не обрабатывают данные, которые мы им передаем, они только думают рационально. Это самая упрощенная версия этой технологии, и это этап, который мы уже в значительной степени прошли. Некоторые компьютерные системы прибегают к этой технологии, поскольку их гораздо проще программировать, а их работа обычно проста.

Умный Пылесос

Например, устройства, которые принимают вызовы и проводят вас через их параметры, или интеллектуальные помощники веб-страниц, которые обычно просят вас порекомендовать соответствующие решения.

Уже имея приемлемое представление о том, как интеллект распределяется в зависимости от того, насколько они сложны, давайте рассмотрим суть вопроса.

Математика мысли

Одним из способов программирования искусственного интеллекта является обработка данных в виде мнимых единиц, называемых тензорами. Тензоры - это сложная алгебраическая единица (скаляров, векторов и матриц), которая требует знаний математики для правильной работы с ними. Следовательно, производительность приложений ИИ будет столь же хорошей, как и математические манипуляции с данными.

Упрощенное объяснение фаркопов

Чтобы расширить разработку этого типа программного обеспечения, многие группы создали и открыли свои библиотеки кода для общественности, чтобы сотрудничать и создавать вместе с сообществом более интеллектуальные системы. TensorFlow от Google, CNTK от Microsoft, Theano, Caffe2 и Keras являются одними из наиболее важных примеров. Каждая из библиотек фокусируется на проблеме с разных сторон, и благодаря этому мы имеем в своем распоряжении развитие ИИ на разных уровнях абстракции.

Если вы не знаете, что такое уровни абстракции, это система, которая измеряет, насколько компьютерный язык близок к разговорной речи. Чем выше уровень абстракции, чем больше он напоминает человеческий язык и чем ниже, тем больше машинного кода, то есть того мира, который работает только с нулями и единицами.

Новые системы, новое оборудование

Понятно, что все программное обеспечение работает на аппаратном уровне, однако легко упасть в иллюзию, что облако может справиться со всем, но реальность не так сладка. В зависимости от того, как оптимизирован код, ИИ может работать локально (на смартфоне, ПК или устройстве Интернета вещей). Или устройствам может быть разрешено отправлять вычисления на серверы, обрабатывать их, и они возвращают результат.

Облачные сервисы

Во многих случаях «маленькое» устройство пытается выполнить большую часть вычислений локально и отправляет на сервер только часть проблемы, тем самым экономя многие расходы на управление услугами.

Искусственный интеллект в повседневной жизни

Мы знаем, что размышления о будущем это что-то очень интересное и для некоторых даже захватывающее, но вам не нужно заходить так далеко, чтобы увидеть первые плоды. Где мы можем найти следы искусственного интеллекта в современном обществе?

Искусственный интеллект на мобильном телефоне

Может показаться, что это осталось незамеченным, но оно окружает нас со всех сторон. Начиная с домашних устройств, новые мобильные телефоны часто имеют небольшие встроенные системы, называемые искусственным интеллектом, которые помогают вам делать более качественные фотографии. Выборочно сфокусируйте, постобработайте изображения, чтобы они выглядели четче, красочнее или контрастнее. Некоторые даже могут распознать объекты, которые мы захватили, и предложить нам связанный поиск.

В этой области также выделяется коллега, который «в порядке, Google», который учится на всем, что мы ей говорим, и способен обрабатывать бесконечные запросы. Несмотря на то, что мы можем очень легко найти вас «обработанным» (например, неспособным вести разговор), мы не можем игнорировать тяжелую работу, которая, как мы знаем, стоит за этим.

Google Assistant

Мы также должны поговорить о скором автономном вождении. Такие автомобили, как Tesla, уже предлагают альтернативы, управляемые AI, в некоторых странах. Эти системы способны захватывать окружающую среду вокруг автомобиля, обрабатывать запреты, опасности и т. Д. И, соответственно, безопасно управлять автомобилем.

Хотя нам не нужно переходить на столь высокий уровень интеллекта в автомобильном мире. Мы видим, что на некоторых автомобилях уже есть такие интересные системы, как обнаружение аварийной остановки или автоматическая парковка.

Королева в тени:

К настоящему времени вы уже можете думать, что ИИ есть везде, и что в любой момент они восстают, но будьте уверены, ваш тостер не убьет вас, пока вы спите. Мы можем подтвердить, что эта технология контролирует больше, чем вы думаете, и отвечает за многие тенденции в обществе.

Youtube, Twitter, Google ads… Все это в определенной степени контролируется указанными вами настройками, а также искусственным интеллектом, который решает, что вам показывать. Слышите ли вы сообщение, похожее на: «Я хочу поделиться своими данными с Google, чтобы он предлагал мне объявления, которые могут меня заинтересовать» ?

Как это работает? Ну, вы увидите, на основе того, что вы потребляете в Интернете, создается профиль с вашими вкусами, и вы связаны со многими другими людьми. Когда интернет-сервисам нужно что-то показать вам, они используют этот профиль, составленный из миллионов людей, чтобы оценить, что вас может заинтересовать.

Упрощенное объяснение больших данных

Этот способ анализа огромных объемов данных (больших данных) с помощью ИИ требует много сил, и во всем мире появляются карьеры, готовые подготовить будущее по этому вопросу. Как вы поймете, используемые пользователями данные подсчитываются TeraBytes каждую секунду, поэтому человек не может проанализировать их все. Именно здесь искусственный интеллект работает с данными, и именно люди используют его для оценки и т. Д., Используя, например, статистику.

МЫ РЕКОМЕНДУЕМ ВАМ Google Home Mini: что это такое и для чего, особенности

Основа: глубокое машинное обучение

Мы немного разберемся в мире видеоигр, чтобы немного лучше понять Deep Learning, поскольку ИИ вошел в сферу видеоигр как игрок (как мы упоминали ранее), а также как программист и дизайнер. Если вы будете следовать достижениям отрасли, NVIDIA получит известность благодаря различным технологиям, среди которых ее система DLSS (Deep Learning Super Sampling), искусственный интеллект, способный масштабировать изображения.

Сравнение DLSS

Функция DLSS заключается в преобразовании изображения из FullHD (1080p) в UltraHD (4k), чтобы можно было воспроизводить самые требовательные титры с лучшей частотой кадров. Сначала пользователи жаловались, что изображения выглядят размытыми и не в фокусе, но спустя несколько месяцев результаты получаются великолепными.

Это благодаря Deep Learning, системе, в которой искусственный интеллект обучается с практикой и ошибками. В случае DLSS NVIDIA Intelligence постоянно анализировала изображения в разрешении UltraHD и пыталась воссоздать их, используя в качестве основы изображение FullHD. Другими словами, это как если бы они дали вам четверть изображения, и вы должны были заполнить пробелы, которые вы не знаете. Глубокое обучение - это тип системы, относящейся к тому, что на испанском языке называется «Машинное обучение» или «Автоматическое обучение».

Машинное обучение и глубокое обучение

Машинное обучение может быть классифицировано как основа искусственного интеллекта. Это различные наборы алгоритмов, которые, помимо прочего, часто используются машинами для изучения задач. Например, распознавание изображения, игра в шахматы или определение настроения - это проблемы, которые можно выучить, и в зависимости от задачи используются разные типы алгоритмов.

Машинное обучение называется набором алгоритмов, которые позволяют машине учиться на накопленном опыте. С другой стороны, Deep Learning фокусируется на обучении с разнородными ресурсами. Обе дисциплины разрабатываются и изучаются с энергией, так как будущее искусственного интеллекта неопределенно.

Будущее искусственного интеллекта

С нашей точки зрения возможности искусственного интеллекта кажутся безграничными. Мы до сих пор не знаем, каков наш предел, и мы уже работаем над созданием другого, похожего на нас, но что мы можем ожидать в будущем?

Ничто из того, что мы прокомментируем, не может считаться само собой разумеющимся, но это утверждения, основанные на определенных аргументах, полученных в основном из наблюдения за развитием этих машин.

интернет

Во-первых, кажется неизбежным, что мы движемся к миру, в котором доминирует Интернет, поэтому ИИ будут иметь большее значение и власть над средой. Это не должно пугать нас, так как это единственный способ обеспечить обслуживание платформы. Благодаря этому мы могли бы просматривать веб-страницы в более защищенном месте, но в то же время гораздо безопаснее. В качестве первых пионеров этого процесса у нас есть боты Facebook, которые анализируют и оценивают, проходят ли через вас мысли о самоубийстве и, если они обнаруживают это, они связываются с вами.

Аналогичным образом, в физическом мире автономные и вспомогательные автомобили будут становиться все более доминирующими до того момента, когда вождение будет только развлекательным. Возможно, изменения не произойдут в течение ста лет, но изменения произойдут.

Еще одно предсказуемое изменение - это обмен тяжелой работой на машины. Это революция, которую многие боятся, но она кажется неизбежной, поэтому мы должны быть готовы.

Киборг Нил Харбиссон

И хотя это кажется чем-то типичным для научной фантастики, весьма вероятно, что в будущем нам придется искать способы интеграции технологий и искусственного интеллекта в наше тело. Фактически, первый киборг в истории уже существует и называется Нил Харбиссон.

За этим берегом море идей огромно. Кто знает? Возможно, все фабричные машины работают в унисон под командованием главной машины с примитивными машинно-машинными языками. Возможно, однажды лучшим спекулянтом на фондовом рынке станет Искусственный интеллект или даже лучший байкер motoGP.

Искусственный интеллект

Это может показаться странным, страшным будущим, но у нас наверняка есть другие проблемы, которые нужно решить!

А что ты знаешь об ИИ? Вы хотите увидеть, что придет? Расскажите нам, что вы думаете об искусственном интеллекте.

PowerDataIberdrolaIndraNewsRoom Font