Intelligence Artipisyal na katalinuhan: ano ito at kasalukuyang praktikal na mga halimbawa?

Sa loob ng ilang taon, ang mga kumpanya ay patuloy na nagsasalita sa amin tungkol sa Artipisyal na Katalinuhan na ipinakilala nila sa kanilang mga serbisyo, aplikasyon at processors. Gayunpaman, bagaman mayroon silang parehong pangalan, salamat sa Diyos, ang Artipisyal na Intelligence ng aming washing machine (para sa mga kadahilanan na makatakas sa amin) at sa aming smartphone ay hindi ginawang binuo upang gawing masasalamin nila ang kanilang pag-iral at ang aming kapangyarihan sa kanila. Sa ngayon…

Tulad ng sinabi namin sa iyo sa artikulo tungkol sa pag-unlad ng USB Intel Movidius, ang Artipisyal na Intelligence ay narito upang manatili at tulungan kaming malutas ang mga problema sa pang-araw-araw. Ngunit ano ang eksaktong Artipisyal na Kaalaman?

Pinagmulan: Pinagmulan ng Dexeter

Ang gif na nakikita mo sa itaas ay nagpapakita sa isang napaka-pinasimpleng paraan kung paano gumagana ang isang malalim na neural network. Ang mga sistemang ito ay nangangailangan ng masusing pagsasanay upang maglaon ay maaaring, halimbawa, makilala ang mga imahe, mag-optimize ng mga solusyon o matuto nang higit pa. Sa kakanyahan ito ay isang hanay ng mga algorithm na maaari naming mai-kategorya bilang mga AI at na kabilang sa larangan ng Deep Learning.

Indeks ng nilalaman

Artipisyal na Intelligence: bagong programming

Ngayon, ang Artipisyal na Katalinuhan ay hindi bumubuo ng masalimuot na halo-halong mga sistema ng teknolohiya na may isang budhi tulad ng madalas na nakikita sa mga gawaing gawa sa science. Ang isa naming nilikha ay nahuhulog sa kahulugan ng mga kumplikadong algorithm na ibabalik ang mga resulta batay sa mga input at mga utos na itinuro sa kanila. Kahit na isa lamang ito sa mga kahulugan ay mayroong.

Mayroong iba't ibang mga paraan ng pag-unawa sa Artipisyal na Katalinuhan, ngunit maaari naming hatiin ito sa apat na pangunahing grupo:

Ang mga iniisip tulad ng tao

Butter robot na Rick at Morty

Ang mga kumplikadong sistema ng computer na may sariling budhi na nag-iisip at nagpapasya alinsunod sa kanilang nais at lumampas sa mga katangian na kung saan sila ay na-program ( Ghost in the Shell). Hindi pa ito naaabot sa amin at hindi natin alam kung posible ito sa hinaharap, kaya't hindi gaanong magkomento.

Ang mga IA na kumikilos tulad ng tao

Ang pag-iisip tulad ng isang tao ay hindi katulad ng pagpapanggap na kumikilos tulad ng isang tao. Ngayon lumikha kami ng ilang mga sistema tulad nito kung saan ipinakilala ang randomness at kongkreto na mga function upang bigyan ang pakiramdam na iniisip ng Intelligence tulad ng isang tao.

Pepper matalinong katulong

Sa mga video game nakikita namin ito ng patuloy, dahil ang mga kaaway na kontrolado ng makina ay madalas na naghahanap upang gayahin ang mga pag-uugaling tulad ng tao. Paghiwalayin mula sa mga laro sa video, nakamit na ang isang Artipisyal na Katalinuhan ay maaaring sumulat nang may mga kakulangan at mga iregularidad tulad ng nais ng isang tao.

Ang mga iniisip na makatuwiran

Posibleng ang pinakakaraniwang bersyon ng teknolohiyang ito ngayon. Sinabi namin na sila ay nag-iisip nang makatwiran dahil binibigyan namin sila ng mga tool upang mag-alok ng mahusay at makabuluhang mga resulta. Nagagawa nilang umangkop sa kapaligiran na madali silang, kahit na malayo sila sa pag-iisip para sa kanilang sarili.

Pag-aaral ng AlphaStar

Ang isang halimbawa nito ay ang Artipisyal na Intelligence na gumaganap ng mga video game tulad ng AlphaStar (StarCraft II) o AlphaZero (chess, shogi at pumunta). Ang mga makinang ito ay may kakayahang labanan ang mga kalaban ng tao at natalo na ang paminsan-minsan na kampeon sa mundo.

IA na kumikilos nang may katwiran

Dahil 'kumilos' sila ay natuklasan namin na hindi nila pinoproseso ang data na ipinapasa namin sa kanila, lumilitaw lamang silang mag-isip nang makatwiran. Ito ang pinakasimpleng bersyon ng teknolohiyang ito at ito ay isang yugto na higit na naipasa namin. Ang ilang mga computer system ay gumagamit ng teknolohiyang ito, yamang mas madaling mag-program at ang kanilang gawain ay karaniwang simple.

Smart Vacuum Mas malinis

Halimbawa, ang mga makina na tumatanggap ng mga tawag at gagabay sa iyo sa kanilang mga pagpipilian o sa matalinong mga katulong ng mga web page, na karaniwang hinihiling sa iyo na magrekomenda ng mga kaugnay na solusyon.

Mayroon ka nang isang katanggap-tanggap na imahe kung paano ipinamamahagi ang Intelligence ayon sa kung gaano sila kumplikado, dalhin ka namin sa puso ng bagay.

Ang matematika ng pag-iisip

Ang isa sa mga paraan upang i-program ang Artipisyal na Intelligence ay ang paghawak ng data bilang mga yunit ng haka-haka na tinatawag na tensors. Ang mga tensors ay isang kumplikadong yunit ng algebraic (ng mga scalars, vectors, at matrice) na nangangailangan ng kaalaman sa matematika upang gumana nang maayos sa kanila. Dahil dito, ang pagganap ng mga aplikasyon ng AI ay magiging kasing ganda ng mga pagmamanipula sa matematika ng data na isinagawa.

Pinasimple na paliwanag ng mga turnbuckles

Upang mapalawak ang pagbuo ng ganitong uri ng software, maraming mga grupo ang lumikha at nagbukas ng kanilang mga aklatan ng code sa publiko upang makipagtulungan at lumikha, kasama ang komunidad, mas matalinong mga system. Ang TensorFlow ni Google, CNTK ni Microsoft, Theano, Caffe2 at Keras ay ilan sa mga pinaka-nauugnay na halimbawa. Ang bawat isa sa mga aklatan ay nakatuon sa problema mula sa iba't ibang mga anggulo at salamat sa mayroon kami sa aming pagtatapon ng pag-unlad ng AI sa iba't ibang mga antas ng abstraction.

Kung hindi mo alam kung anong mga antas ng abstraction, ito ay isang sistema na sumusukat kung gaano kalapit ang isang wika ng computer sa pasalitang wika. Ang mas mataas na antas ng abstraction, mas katulad ito ng isang wika ng tao at mas mababa, mas machine code, iyon ay, ang mundong iyon ay gumagana lamang sa mga zero at iba pa.

Mga bagong sistema, bagong hardware

Malinaw na ang lahat ng software ay tumatakbo sa loob ng hardware, gayunpaman, madaling mahulog sa ilusyon na ang ulap ay maaaring makaya sa lahat, ngunit ang katotohanan ay hindi napakatamis. Depende sa kung paano na-optimize ang code, maaaring ang kaso na ang AI ay gumagana nang lokal (sa aparato ng smartphone, PC o Internet ng mga Bagay). O maaaring payagan ang mga aparato na magpadala ng mga kalkulasyon sa mga server, iproseso ito, at ibabalik ang resulta.

Mga serbisyo sa ulap

Sa maraming mga kaso , ang "maliit" na aparato ay sumusubok na isagawa ang isang malaking bahagi ng mga kalkulasyon sa lokal at nagpapadala lamang ng bahagi ng problema sa server, kaya nagse-save ang maraming mga gastos sa pamamahala ng serbisyo.

Aralin ng Artipisyal sa araw-araw

Alam namin na ang pag- iisip tungkol sa hinaharap ng ito ay isang bagay na kawili-wili at para sa ilan kahit na kapana-panabik, ngunit hindi mo kailangang pumunta sa malayo upang makita ang mga unang bunga. Saan natin mahahanap ang mga bakas ng Artipisyal na Intelligence sa lipunan ngayon?

Artipisyal na Intelligence sa mobile

Ito ay maaaring mukhang hindi napansin, ngunit pumapaligid ito sa amin sa lahat ng panig. Simula sa mga aparato sa bahay, ang mga bagong mobiles ay madalas na may maliit na mga built-in na sistema na tinatawag na Artipisyal na Intelligence na makakatulong sa iyo na kumuha ng mas mahusay na mga larawan. Pinipili na tumutok, mga post na proseso ng mga imahe upang gawin silang magmumula, mas makulay, o contrasty. Ang ilan ay kahit na makilala ang mga bagay na kinukuha namin at nag-aalok sa amin ng mga kaugnay na paghahanap.

Sa larangang ito , ang kasamahan na 'OK Google' ang layo, na natututo mula sa lahat ng sinasabi namin sa kanya at may kakayahang iproseso ang mga walang hanggan na mga kahilingan, natukoy din. Bagaman maaari naming makita ka na 'makina' ng napakadali (tulad ng hindi magawa sa isang pag-uusap), hindi namin maiwaksi ang masipag na alam nating nasa likod nito.

Katulong ng Google

Kailangan din nating pag-usapan ang nalalapit na autonomous na pagmamaneho. Nag-aalok ang mga kotse tulad ng Tesla ng mga alternatibong kontrolado ng AI sa ilang mga bansa. Ang mga sistemang ito ay may kakayahang makuha ang kapaligiran sa paligid ng kotse, pagpoproseso ng mga pagbabawal, panganib, at iba pa, at ligtas na pagmamaneho nang naaayon.

Kahit na hindi namin kailangang pumunta sa tulad ng mataas na antas ng katalinuhan sa mundo ng automotive. Makikita natin na ang ilang mga kotse ay mayroon nang mga kagiliw-giliw na mga sistema tulad ng emergency stop detection o awtomatikong paradahan.

Ang reyna sa mga anino:

Sa ngayon maaari mo na ring isipin na ang AI ay nasa lahat ng dako at na sa anumang sandali sila ay nagrerebelde, ngunit panigurado, hindi ka papatayin ng iyong toaster habang natutulog ka. Ang maaari naming kumpirmahin ay ang teknolohiyang ito ay kumokontrol sa higit sa iyong iniisip at responsable para sa marami sa mga uso sa lipunan.

Youtube, Twitter, mga ad sa Google… Ang lahat ng ito ay kinokontrol sa isang tiyak na lawak ng mga setting na iyong ipinahiwatig, ngunit din sa pamamagitan ng Artipisyal na Intelligence na nagpapasya kung ano ang ipapakita sa iyo. Naririnig mo ba ang isang mensahe na katulad ng: "Nais kong ibahagi ang aking data sa Google upang ito ay nag-aalok sa akin ng mga ad na maaaring interesado ako" ?

Paano ito gumagana? Kaya, makikita mo, batay sa kung ano ang iyong ubusin sa Internet, isang profile ang nilikha gamit ang iyong panlasa at may kaugnayan ka sa maraming iba pang mga tao. Kapag ang mga serbisyo sa Internet ay kailangang magpakita sa iyo ng isang bagay, ginagamit nila ang profile na ito na binubuo ng milyon-milyong mga indibidwal upang matantya kung ano ang maaaring interesado sa iyo.

Pinasimple na paliwanag ng Big Data

Ang ganitong paraan ng pagsusuri ng malaking halaga ng data (Big Data) gamit ang mga AIs ay kumukuha ng maraming lakas at ang mga karera ay lumilitaw sa buong mundo na handa na ihanda ang hinaharap sa paksang ito. Tulad ng mauunawaan mo, ang data na ginagamit ng mga gumagamit ay binibilang ng TeraBytes bawat segundo, kaya hindi nasuri ng isang tao ang lahat. Ito ay kung saan ang Artipisyal na Intelligence ay gumagana sa data at ito ay mga taong gumagamit nito upang gumawa ng mga pagtatantya at iba pa, gamit, halimbawa, mga istatistika.

GUSTO NAMIN NG IYONG Google Home Mini: kung ano ito at kung ano ito, mga tampok

Ang Foundation: Malalim, Pag-aaral ng Makina

Pupunta kami upang mag-navigate nang kaunti sa mundo ng laro ng video upang maunawaan ang Malalim na Pag-aaral ng isang mas mahusay, dahil ang Ai ay pumasok sa larangan ng mga laro ng video pareho bilang isang player (tulad ng nabanggit namin dati), at bilang isang programmer at taga-disenyo. Kung susundin mo ang pagsulong ng industriya, ang NVIDIA ay nakakakuha ng katakut-takot sa iba't ibang mga teknolohiya na kabilang sa kung saan ay ang sistema nito na DLSS (Deep Learning Super Sampling), isang Artipisyal na Intelligence na may kakayahang magligtas ng mga imahe.

Paghahambing ng DLSS

Ang pag-andar ng DLSS ay upang baguhin ang isang imahe mula sa FullHD (1080p) hanggang sa UltraHD (4k) upang ma-play ang pinaka hinihingi na mga pamagat na may mas mahusay na mga rate ng frame. Sa una, ang mga gumagamit ay nagreklamo na ang mga imahe ay mukhang malabo at wala na nakatuon, ngunit pagkalipas ng ilang buwan ay mahusay ang mga resulta.

Ito ay salamat sa Malalim na Pag-aaral, isang sistema kung saan natututo ang Artipisyal na Kaalaman na may kasanayan at error. Sa kaso ng DLSS, ang NVIDIA Intelligence ay patuloy na nagsusuri ng mga imahe sa resolusyon ng UltraHD at sinusubukan na muling likhain ang mga ito gamit ang isang imahe ng FullHD bilang batayan. Sa madaling salita, parang binigyan ka nila ng isang-kapat ng isang imahe at kailangan mong punan ang mga gaps na hindi mo alam. Ang Malalim na Pag-aaral ay isang uri ng sistema na kabilang sa tinatawag na Machine Learning o Awtomatikong Pag-aaral sa Espanyol.

Pag-aaral ng Makina at Malalim na Pag-aaral

Ang Pag-aaral ng Makina ay maaaring inuri bilang batayang bato ng Artipisyal na Katalinuhan. Ito ay iba't ibang mga hanay ng mga algorithm na madalas na ginagamit para sa mga machine upang malaman ang mga gawain, bukod sa iba pang mga bagay. Halimbawa, ang pagkilala sa isang imahe, paglalaro ng chess o pag-detect ng mga mood ay mga hamon na maaaring malaman at iba't ibang uri ng algorithm ay ginagamit depende sa hamon.

Ang Learning sa Machine ay sinasabing ang hanay ng mga algorithm na nagpapahintulot sa isang makina na matuto mula sa karanasan na naipon nito. Sa kabilang banda, ang Deep Learning ay nakatuon sa pag-aaral gamit ang mga heterogenous na mga input. Ang parehong disiplina ay binuo at pinag-aralan ng enerhiya dahil ang kinabukasan ng Artipisyal na Intelligence ay hindi sigurado.

Ang kinabukasan ng Artipisyal na Kaalaman

Mula sa aming pananaw, ang mga posibilidad ng Artipisyal na Intelligence ay tila walang katapusang. Hindi pa rin natin alam kung ano ang ating limitasyon at nagtatrabaho na tayo sa paglikha ng isa pang katulad sa atin, ngunit ano ang maaasahan natin sa hinaharap?

Walang anuman na komentaryo namin ang maaaring ibigay, ngunit ang mga ito ay pahayag batay sa ilang mga pangangatwiran na nagmula lalo na mula sa pag-obserba kung paano lumaki ang mga makina na ito.

Internet

Una sa lahat, tila hindi maiiwasang lumipat tayo patungo sa isang mundo na pinamamahalaan ng Internet, na ang dahilan kung bakit ang AIs ay magkakaroon ng higit na kaugnayan at kapangyarihan sa medium. Ito ay hindi isang bagay na dapat takutin sa amin, dahil ito ang tanging paraan kung saan maaari nating masiguro ang pagpapanatili ng platform. Gamit ito maaari naming mag-surf sa web sa isang medyo mas nakabantay na espasyo, ngunit sa parehong oras mas ligtas. Bilang mga unang payunir dito, mayroon kaming mga Facebook bots na nag-aanalisa at tantiya kung ang mga pagpapakamatay ay naiisip sa iyo at kung nakita nila ito, makipag-ugnay sa iyo.

Gayundin, sa pisikal na mundo, ang awtonomiya at tinulungan na mga kotse ay magiging lalong nangingibabaw hanggang sa sandaling ang pagmamaneho ay libangan lamang. Marahil ay hindi nangyari ang pagbabago sa isang daang taon, ngunit mangyayari ang pagbabago.

Ang isa pang pagbabago na hinuhulaan din ay ang pagpapalitan ng masipag na trabaho para sa mga makina. Ito ay isang rebolusyon na maraming takot, ngunit tila hindi maiiwasan, kaya kailangan nating maging handa.

Cyborg Neil Harbisson

At kahit na tila isang bagay na pangkaraniwan sa fiction ng science, malamang na sa hinaharap ay kailangan nating makahanap ng mga paraan upang maisama ang teknolohiya at Artipisyal na Intelligence sa ating katawan. Sa katunayan, ang unang cyborg sa kasaysayan ay mayroon na at tinatawag na Neil Harbisson.

Higit pa sa baybayin na ito ang dagat ng mga ideya ay napakalawak. Sino ang nakakaalam? Marahil ang mga makina ng isang pabrika ay nag-iisa sa ilalim ng utos ng isang punong makina na may mga primitive machine-machine na wika. Marahil sa isang araw ang pinakamahusay na stock market speculator ay isang Artipisyal na Intelligence o kahit na ang pinakamahusay na motoGP biker.

Artipisyal na katalinuhan

Ito ay maaaring parang kakaiba, nakakatakot na hinaharap, ngunit tiyak na mayroon kaming iba pang mga problema upang subukang malutas!

At ano ang nalalaman mo tungkol sa AIs? Sigurado ka bang makita kung ano ang darating? Sabihin sa amin kung ano ang iyong mga ideya tungkol sa Artipisyal na Intelligence.

PowerDataIberdrolaIndraNewsRoom Font