Εκπαιδευτικά σεμινάρια

▷ Τεχνητή νοημοσύνη: τι είναι αυτό και τρέχοντα πρακτικά παραδείγματα;

Πίνακας περιεχομένων:

Anonim

Για μερικά χρόνια, οι εταιρείες μας έχουν μιλήσει συνεχώς για την Τεχνητή Νοημοσύνη που εισάγουν στις υπηρεσίες, τις εφαρμογές και τους επεξεργαστές τους. Ωστόσο, αν και φέρουν το ίδιο όνομα, ευχαριστούμε τον Θεό, η Τεχνητή Νοημοσύνη του πλυντηρίου μας (για λόγους που μας διαφεύγουν) και του smartphone μας δεν είναι τόσο ανεπτυγμένη ώστε να τους κάνει να προβληματιστούν για την ύπαρξή τους και τη δύναμή τους πάνω τους. Για τώρα…

Όπως σας είπαμε ήδη στο άρθρο σχετικά με την εξέλιξη AI USB Intel Movidius, η Τεχνητή Νοημοσύνη είναι εδώ για να μείνει και να μας βοηθήσει να λύσουμε τα καθημερινά προβλήματα. Αλλά τι ακριβώς είναι η Τεχνητή Νοημοσύνη;

Πηγή: Πηγή Dexeter

Το gif που βλέπετε παραπάνω δείχνει με πολύ απλοποιημένο τρόπο πώς λειτουργεί ένα βαθύ νευρωνικό δίκτυο. Αυτά τα συστήματα απαιτούν σκληρή εκπαίδευση για να μπορούν αργότερα, για παράδειγμα, να αναγνωρίσουν εικόνες, να βελτιστοποιήσουν λύσεις ή απλά να μάθουν περισσότερα. Στην ουσία είναι ένα σύνολο αλγορίθμων που θα μπορούσαμε να κατηγοριοποιήσουμε ως ΑΕ και που ανήκουν στο πεδίο της Deep Learning.

Ευρετήριο περιεχομένων

Τεχνητή νοημοσύνη: νέος προγραμματισμός

Σήμερα, η Τεχνητή Νοημοσύνη δεν συγκροτεί περίπλοκα μικτά συστήματα τεχνολογίας με συνείδηση ​​όπως συχνά παρατηρείται σε έργα επιστημονικής φαντασίας. Αυτό που δημιουργούμε εμπίπτει στον ορισμό περίπλοκων αλγορίθμων που επιστρέφουν τα αποτελέσματα με βάση τις εισόδους και τις εντολές που τους έχουν διδαχθεί. Αν και αυτό είναι μόνο μία από τις έννοιες που υπάρχουν.

Υπάρχουν διαφορετικοί τρόποι κατανόησης της Τεχνητής Νοημοσύνης, αλλά μπορούμε να την χωρίσουμε σε τέσσερις κύριες ομάδες:

AI που σκέφτονται σαν άνθρωποι

Ροκ βούτυρο Rick και Morty

Συστήματα πολύπλοκων υπολογιστών με δική τους συνείδηση ​​που σκέφτονται και αποφασίζουν σύμφωνα με την επιθυμία τους και ξεπερνούν τα χαρακτηριστικά για τα οποία είχαν προγραμματιστεί ( Ghost in the Shell). Δεν είναι ακόμα στο προσκήνιο μας και δεν γνωρίζουμε καν αν θα είναι δυνατό στο μέλλον, οπότε δεν υπάρχει τίποτα να σχολιάσουμε.

IAs που δρουν σαν άνθρωποι

Η σκέψη σαν ένας άνθρωπος δεν είναι η ίδια με την προσποίηση να ενεργεί σαν άνθρωπος. Σήμερα δημιουργούμε ορισμένα συστήματα όπως αυτά όπου εισάγονται τυχαία και συγκεκριμένες λειτουργίες για να δίνουν την αίσθηση ότι η Νοημοσύνη σκέφτεται σαν ένα άτομο.

Pepper έξυπνος βοηθός

Στα βιντεοπαιχνίδια βλέπουμε αυτό συνεχώς, καθώς οι μηχανικοί εχθροί προσπαθούν συχνά να προσομοιώσουν τις συμπεριφορές που μοιάζουν με ανθρώπους. Χωρισμένο από τα βιντεοπαιχνίδια, έχει επιτευχθεί ότι μια Τεχνητή Νοημοσύνη μπορεί να γράψει με ατέλειες και παρατυπίες όπως ένα άτομο.

IAs που σκέφτονται λογικά

Ενδεχομένως η πιο κοινή έκδοση αυτής της τεχνολογίας σήμερα. Λέμε ότι σκέφτονται λογικά γιατί τους δίνουμε τα εργαλεία για να προσφέρουμε αποτελεσματικά και ουσιαστικά αποτελέσματα. Είναι σε θέση να προσαρμοστούν στο περιβάλλον που βρίσκονται εύκολα, παρόλο που απέχουν πολύ από το να σκέφτονται για τον εαυτό τους.

Εκπαίδευση AlphaStar

Ένα παράδειγμα αυτού είναι η Τεχνητή Νοημοσύνη που παίζει βιντεοπαιχνίδια όπως το AlphaStar (StarCraft II) ή το AlphaZero (σκάκι, shogi και go). Αυτά τα μηχανήματα είναι ακόμη ικανά να πολεμούν τους αντιπάλους τους και έχουν ήδη νικήσει τον περιστασιακό παγκόσμιο πρωταθλητή.

IAs που ενεργούν ορθολογικά

Δεδομένου ότι «ενεργούν» ανακαλύπτουμε ότι δεν επεξεργάζονται τα δεδομένα που τους διαβιβάζουμε, φαίνεται ότι σκέφτονται μόνο λογικά. Αυτή είναι η πιο απλοϊκή εκδοχή αυτής της τεχνολογίας και είναι ένα στάδιο που έχουμε ήδη περάσει σε μεγάλο βαθμό. Ορισμένα συστήματα υπολογιστών καταφεύγουν σε αυτήν την τεχνολογία, αφού είναι πολύ πιο εύκολο να προγραμματιστούν και η εργασία τους είναι συνήθως απλή.

Έξυπνη ηλεκτρική σκούπα

Για παράδειγμα, οι μηχανές που λαμβάνουν κλήσεις και σας καθοδηγούν μέσω των επιλογών τους ή οι έξυπνοι βοηθοί των ιστοσελίδων, οι οποίοι συνήθως σας ζητούν να προτείνετε σχετικές λύσεις.

Έχοντας ήδη μια αποδεκτή εικόνα του τρόπου κατανομής της Διανόησης ανάλογα με το πόσο περίπλοκα είναι, ας πάμε στην καρδιά του θέματος.

Τα μαθηματικά της σκέψης

Ένας από τους τρόπους προγραμματισμού της Τεχνητής Νοημοσύνης είναι ο χειρισμός των δεδομένων ως φανταστικών μονάδων που ονομάζονται τανιστές. Οι τανυστήρες είναι μια περίπλοκη αλγεβρική μονάδα (των κλιμάκων, διανυσμάτων και μητρών) που απαιτεί τη γνώση των μαθηματικών για να δουλέψουν σωστά μαζί τους. Κατά συνέπεια, η απόδοση των εφαρμογών AI θα είναι τόσο καλή όσο έχουν γίνει μαθηματικοί χειρισμοί των δεδομένων.

Απλοποιημένη εξήγηση των τεντών

Για να διευρυνθεί η ανάπτυξη αυτού του είδους λογισμικού, πολλές ομάδες δημιούργησαν και άνοιξαν τις βιβλιοθήκες κώδικα στο κοινό για να συνεργαστούν και να δημιουργήσουν μαζί με την κοινότητα πιο έξυπνα συστήματα. Το TensorFlow από την Google, το CNTK από τη Microsoft, το Theano, το Caffe2 και το Keras είναι μερικά από τα πιο συναφή παραδείγματα. Κάθε βιβλιοθήκη επικεντρώνεται στο πρόβλημα από διαφορετικές γωνίες και χάρη σε αυτό έχουμε στη διάθεσή μας την ανάπτυξη της ΑΠ σε διαφορετικά επίπεδα αφαίρεσης.

Αν δεν γνωρίζετε ποια επίπεδα αφαίρεσης είναι, είναι ένα σύστημα που μετρά πόσο κοντά είναι μια γλώσσα υπολογιστών για να μιλήσει γλώσσα. Όσο υψηλότερο είναι το επίπεδο αφαίρεσης, τόσο περισσότερο μοιάζει με μια ανθρώπινη γλώσσα και το χαμηλότερο, τόσο περισσότερο κώδικα μηχανής, δηλαδή, αυτός ο κόσμος που λειτουργεί μόνο με μηδενικά και με αυτά.

Νέα συστήματα, νέο υλικό

Είναι σαφές ότι όλα τα λογισμικά λειτουργούν μέσα στο υλικό, ωστόσο, είναι εύκολο να πέσουν στην ψευδαίσθηση ότι το σύννεφο μπορεί να αντιμετωπίσει τα πάντα, αλλά η πραγματικότητα δεν είναι τόσο γλυκιά. Ανάλογα με τον τρόπο βελτιστοποίησης του κώδικα, μπορεί να συμβαίνει ότι το AI λειτουργεί τοπικά (στη συσκευή smartphone, PC ή Internet of Things). Ή μπορεί να επιτρέπεται στις συσκευές η αποστολή των υπολογισμών στους διακομιστές, η επεξεργασία τους και αυτές επιστρέφουν το αποτέλεσμα.

Υπηρεσίες Cloud

Σε πολλές περιπτώσεις , η "μικρή" συσκευή προσπαθεί να πραγματοποιήσει ένα μεγάλο μέρος των υπολογισμών τοπικά και αποστέλλει μόνο ένα μέρος του προβλήματος στο διακομιστή, εξοικονομώντας έτσι πολλά κόστη διαχείρισης υπηρεσιών.

Τεχνητή Νοημοσύνη την μέρα

Γνωρίζουμε ότι η σκέψη για το μέλλον αυτού είναι κάτι πολύ ενδιαφέρον και για κάποιους ακόμη συναρπαστικό, αλλά δεν χρειάζεται να πάτε τόσο μακριά για να δείτε τους πρώτους καρπούς. Πού μπορούμε να βρούμε ίχνη Τεχνητής Νοημοσύνης στη σημερινή κοινωνία;

Τεχνητή Νοημοσύνη στο κινητό

Μπορεί να φαίνεται ότι παραμένει απαρατήρητο, αλλά μας περιβάλλει από όλες τις πλευρές. Ξεκινώντας από τις οικιακές συσκευές, τα νέα κινητά έχουν συχνά μικρά ενσωματωμένα συστήματα που ονομάζονται Τεχνητή Νοημοσύνη που σας βοηθούν να τραβήξετε καλύτερες φωτογραφίες. Επικεντρωθείτε επιλεκτικά, μετα-επεξεργαστείτε τις εικόνες ώστε να φαίνονται πιο έντονα, πιο πολύχρωμα ή αντίθετα. Ορισμένοι μπορούν ακόμα να αναγνωρίσουν τα αντικείμενα που συλλαμβάνουμε και να μας προσφέρουν σχετικές αναζητήσεις.

Στον τομέα αυτό , ο συνάδελφος που είναι "OK Google" μακριά, ο οποίος μαθαίνει από ό, τι του λέμε και είναι ικανός να επεξεργάζεται άπειρα αιτήματα, ξεχωρίζει επίσης. Ενώ μπορούμε να σας βρούμε πολύ εύκολα (όπως να μην μπορούμε να συνεχίσουμε μια συζήτηση), δεν μπορούμε να απορρίψουμε τη σκληρή δουλειά που γνωρίζουμε ότι βρίσκεται πίσω από αυτή.

Βοηθός Google

Πρέπει επίσης να μιλήσουμε για την επικείμενη αυτόνομη οδήγηση. Αυτοκίνητα όπως η Tesla προσφέρουν ήδη σε ορισμένες χώρες τις εναλλακτικές λύσεις που ελέγχει η AI. Αυτά τα συστήματα είναι ικανά να καταγράφουν το περιβάλλον γύρω από το αυτοκίνητο, απαγορεύσεις επεξεργασίας, κινδύνους κ.ο.κ. και να οδηγούν με ασφάλεια ανάλογα.

Παρόλο που δεν χρειάζεται να πάμε σε τέτοια υψηλά επίπεδα νοημοσύνης στον κόσμο της αυτοκινητοβιομηχανίας. Μπορούμε να δούμε ότι ορισμένα αυτοκίνητα έχουν ήδη ενδιαφέροντα συστήματα όπως η ανίχνευση ανάγκης σε περίπτωση ανάγκης ή η αυτόματη στάθμευση.

Η βασίλισσα στις σκιές:

Μέχρι τώρα ίσως να σκέφτεστε ότι το AI είναι παντού και ότι ανά πάσα στιγμή είναι επαναστατικές, αλλά είστε σίγουροι ότι η τοστιέρα σας δεν πρόκειται να σας σκοτώσει ενώ κοιμάστε. Αυτό που μπορούμε να επιβεβαιώσουμε είναι ότι αυτή η τεχνολογία ελέγχει περισσότερο από ό, τι νομίζετε και είναι υπεύθυνη για πολλές από τις τάσεις στην κοινωνία.

Youtube, Twitter, διαφημίσεις Google… Όλα αυτά ελέγχονται σε κάποιο βαθμό από τις ρυθμίσεις που υποδείξατε, αλλά και από την Τεχνητή Νοημοσύνη που αποφασίζει τι να σας δείξει. Ακούτε ένα μήνυμα παρόμοιο με το εξής: "Θέλω να μοιραστώ τα δεδομένα μου με την Google, ώστε να μου προσφέρει διαφημίσεις που μπορεί να με ενδιαφέρουν" ;

Πώς λειτουργεί αυτό; Λοιπόν, θα δείτε, με βάση αυτό που καταναλώνετε στο διαδίκτυο, δημιουργείται ένα προφίλ με τα γούστα σας και είστε συγγενείς με πολλούς άλλους ανθρώπους. Όταν οι υπηρεσίες Διαδικτύου πρέπει να σας δείξουν κάτι, χρησιμοποιούν αυτό το προφίλ που αποτελείται από εκατομμύρια άτομα για να εκτιμήσουν τι μπορεί να σας ενδιαφέρει.

Απλοποιημένη επεξήγηση μεγάλων δεδομένων

Αυτός ο τρόπος ανάλυσης τεράστιων ποσοτήτων δεδομένων (Μεγάλα Δεδομένα) που χρησιμοποιούν ΑΕ παίρνει πολλή δύναμη και μια καριέρα εμφανίζεται σε όλο τον κόσμο έτοιμη να προετοιμάσει το μέλλον για το θέμα αυτό. Όπως θα καταλάβετε, τα δεδομένα που χρησιμοποιούν οι χρήστες υπολογίζονται από το TeraBytes κάθε δευτερόλεπτο, οπότε ένα άτομο δεν είναι σε θέση να τα αναλύσει όλα. Αυτό είναι όπου η Τεχνητή Νοημοσύνη συνεργάζεται με τα δεδομένα και είναι άνθρωποι που τη χρησιμοποιούν για να κάνουν εκτιμήσεις και ούτω καθεξής, χρησιμοποιώντας, για παράδειγμα, στατιστικά στοιχεία.

ΣΥΝΙΣΤΟΥΜΕ ΣΑΣ Google Home Mini: τι είναι και τι είναι για, χαρακτηριστικά

Το Ίδρυμα: βαθιά, μηχανική μάθηση

Θα προχωρήσουμε λίγο στον κόσμο των βιντεοπαιχνιδιών για να κατανοήσουμε λίγο καλύτερα την Deep Learning, αφού η AI έχει εισέλθει στον τομέα των βιντεοπαιχνιδιών τόσο ως παίκτης (όπως αναφέρθηκε προηγουμένως), όσο και ως προγραμματιστής και σχεδιαστής. Αν ακολουθήσετε τις προόδους της βιομηχανίας, η NVIDIA κερδίζει φήμη για διαφορετικές τεχνολογίες, μεταξύ των οποίων το σύστημα DLSS (Deep Learning Super Sampling), μια Τεχνητή Νοημοσύνη που είναι ικανή να ανακατασκευάσει εικόνες.

Σύγκριση DLSS

Η λειτουργία του DLSS είναι να μετασχηματίσει μια εικόνα από FullHD (1080p) σε UltraHD (4k) για να μπορεί να παίξει τους πιο απαιτητικούς τίτλους με καλύτερους ρυθμούς καρέ. Αρχικά, οι χρήστες παραπονέθηκαν ότι οι εικόνες έμοιαζαν θολή και εκτός εστίασης, αλλά μόλις λίγους μήνες αργότερα τα αποτελέσματα ήταν εξαιρετικά.

Αυτό είναι χάρη στην Deep Learning, ένα σύστημα μέσω του οποίου η Τεχνητή Νοημοσύνη μαθαίνει με πρακτική και λάθος. Στην περίπτωση του DLSS, η NVIDIA Intelligence αναλύει συνεχώς τις εικόνες σε ανάλυση UltraHD και προσπαθεί να τις αναδημιουργήσει χρησιμοποιώντας μια εικόνα FullHD ως βάση. Με άλλα λόγια, είναι σαν να σας έδιναν ένα τέταρτο μιας εικόνας και θα έπρεπε να συμπληρώσετε τα κενά που δεν γνωρίζετε. Η βαθιά εκμάθηση είναι ένα είδος συστήματος που ανήκει στη λεγόμενη Machine Learning ή Αυτόματη εκμάθηση στα ισπανικά.

Μηχανική μάθηση και βαθιά εκμάθηση

Η Μηχανική Μάθηση θα μπορούσε να χαρακτηριστεί ως θεμέλιος λίθος της Τεχνητής Νοημοσύνης. Αυτά είναι διαφορετικά σύνολα αλγορίθμων που χρησιμοποιούνται συχνά για να μάθουν εργασίες, μεταξύ άλλων. Για παράδειγμα, η αναγνώριση μιας εικόνας, η αναπαραγωγή σκακιού ή η ανίχνευση διάθεσης είναι προκλήσεις που μπορούν να μάθουν και χρησιμοποιούνται διαφορετικοί τύποι αλγορίθμων ανάλογα με την πρόκληση.

Η μηχανική μάθηση λέγεται ότι είναι το σύνολο αλγορίθμων που επιτρέπουν σε μια μηχανή να μάθει από την εμπειρία που συσσωρεύει. Από την άλλη πλευρά, η Deep Learning επικεντρώνεται στη μάθηση με ετερογενείς εισροές. Και οι δύο κλάδοι αναπτύσσονται και μελετούν με ενέργεια, καθώς το μέλλον της Τεχνητής Νοημοσύνης είναι αβέβαιο.

Το μέλλον της Τεχνητής Νοημοσύνης

Από την πλευρά μας, οι δυνατότητες της Τεχνητής Νοημοσύνης φαίνονται ατελείωτες. Εξακολουθούμε να μην γνωρίζουμε ποιο είναι το όριο μας και προσπαθούμε ήδη να δημιουργήσουμε ένα άλλο παρόμοιο με εμάς, αλλά τι μπορούμε να περιμένουμε στο μέλλον;

Τίποτα που θα σχολιάσουμε δεν μπορεί να θεωρηθεί δεδομένο, αλλά είναι δηλώσεις που βασίζονται σε ορισμένα επιχειρήματα που προέρχονται κυρίως από την παρατήρηση του τρόπου εξέλιξης αυτών των μηχανημάτων.

Διαδίκτυο

Πρώτα απ 'όλα, φαίνεται αναπόφευκτο ότι κινούμαστε προς έναν κόσμο που κυριαρχείται από το Διαδίκτυο, γι' αυτό και οι AIs θα έχουν μεγαλύτερη συνάφεια και δύναμη στο μέσο. Δεν είναι κάτι που πρέπει να μας τρομάξει, καθώς αυτός είναι ο μόνος τρόπος με τον οποίο μπορούμε να εξασφαλίσουμε τη συντήρηση της πλατφόρμας. Με αυτό θα μπορούσαμε να σερφάρετε στο διαδίκτυο σε έναν κάπως πιο φυλασσόμενο χώρο, αλλά ταυτόχρονα πολύ πιο ασφαλείς. Ως πρώτοι πρωτοπόροι σε αυτό έχουμε bots Facebook που αναλύουν και εκτιμούν εάν αυτοκτονικές σκέψεις τρέχουν μέσα σας και αν το ανιχνεύσουν, θα επικοινωνήσουν μαζί σας.

Ομοίως, στον φυσικό κόσμο, τα αυτόνομα και βοηθούμενα αυτοκίνητα θα γίνουν όλο και πιο κυρίαρχα μέχρι τη στιγμή που η οδήγηση είναι μόνο ψυχαγωγική. Ίσως η αλλαγή να μην συμβεί για εκατό χρόνια, αλλά η αλλαγή θα συμβεί.

Μια άλλη αλλαγή που προβλέπεται επίσης είναι η ανταλλαγή σκληρής δουλειάς για μηχανές. Είναι μια επανάσταση που πολλοί φοβούνται, αλλά φαίνεται αναπόφευκτο, οπότε θα πρέπει να είμαστε προετοιμασμένοι.

Cyborg Neil Harbisson

Και παρόλο που φαίνεται κάτι τυπικό της επιστημονικής φαντασίας, είναι πολύ πιθανό ότι στο μέλλον θα πρέπει να βρούμε τρόπους να ενσωματώσουμε την τεχνολογία και την Τεχνητή Νοημοσύνη στο σώμα μας. Στην πραγματικότητα, ο πρώτος cyborg στην ιστορία υπάρχει ήδη και ονομάζεται Neil Harbisson.

Πέρα από αυτή την ακτή η θάλασσα των ιδεών είναι τεράστια. Ποιος ξέρει; Ίσως οι μηχανές ενός εργοστασίου να λειτουργούν από κοινού υπό την καθοδήγηση ενός μηχανήματος με τις πρωτότυπες γλώσσες μηχανής-μηχανής. Ίσως μια μέρα ο καλύτερος κερδοσκόπος της χρηματιστηριακής αγοράς θα είναι μια Τεχνητή Νοημοσύνη ή ακόμα και ο καλύτερος μοτοσικλετιστής motoGP.

Τεχνητή νοημοσύνη

Μπορεί να φαίνεται σαν ένα παράξενο, τρομακτικό μέλλον, αλλά σίγουρα έχουμε άλλα προβλήματα για να προσπαθήσουμε να λύσουμε!

Και τι ξέρετε για τους AIs; Είστε πρόθυμοι να δείτε τι θα έρθει; Πείτε μας ποιες είναι οι ιδέες σας για την Τεχνητή Νοημοσύνη.

PowerDataIberdrolaIndraNewsRoom Γραμματοσειρά

Εκπαιδευτικά σεμινάρια

Η επιλογή των συντακτών

Back to top button