▷ Изкуствен интелект: какво е това и актуални практически примери?

От няколко години компаниите непрекъснато ни говорят за изкуствения интелект, който въвеждат в своите услуги, приложения и процесори. Въпреки че носят същото име, слава Богу, Изкуственият интелект на нашата пералня (поради причини, които ни избягват) и на нашия смартфон не е толкова развит, че да ги накара да разсъждават върху тяхното съществуване и нашата власт над тях. За сега…

Както вече ви казахме в статията за AI USB Intel Movidius, изкуственият интелект е тук, за да остане и да ни помогне да решаваме ежедневни проблеми. Но какво точно представлява изкуственият интелект?

Източник: Източник Dexeter

Подаръкът, който виждате по-горе, показва по много опростен начин как работи дълбока невронна мрежа. Тези системи изискват усилено обучение, за да могат по-късно например да разпознават изображения, да оптимизират решения или просто да научат повече. По същество това е набор от алгоритми, които бихме могли да категоризираме като AIs и които принадлежат към областта на задълбоченото обучение.

Индекс на съдържанието

Изкуствен интелект: ново програмиране

Днес Изкуственият интелект не съставя сложни смесени технологични системи със съвест, както често се наблюдава в научнофантастичните произведения. Този, който създаваме, по-скоро спада върху дефинирането на сложни алгоритми, които връщат резултати въз основа на входовете и командите, които са им научени. Въпреки че това е само едно от значенията, които има.

Има различни начини за разбиране на изкуствения интелект, но бихме могли да го разделим на четири основни групи:

ИИ, които мислят като хората

Масло робот Рик и Морти

Сложни компютърни системи със собствена съвест, които мислят и решават според желанието си и надвишават характеристиките, за които са били програмирани ( Ghost in the Shell). Това все още не е в обхвата ни и дори не знаем дали това ще бъде възможно в бъдеще, така че няма какво да коментираме.

ИА, които действат като хората

Да мислиш като човек не е същото като да се преструваш, че се държиш като човек. Днес ние създаваме някои системи като тези, където случайността и конкретните функции са въведени, за да създадат усещането, че Интелигентността мисли като човек.

Пипер умен помощник

Във видеоигрите виждаме това непрекъснато, тъй като враговете, контролирани от машина, често се стремят да симулират поведение, подобно на човека. Отделно от видеоигрите е постигнато, че изкуственият интелект може да пише с несъвършенства и нередности, както би направил човек.

Онези, които мислят рационално

Вероятно най-често срещаната версия на тази технология днес. Ние казваме, че те мислят рационално, защото им даваме инструментите да предлагат ефективни и смислени резултати. Те са в състояние да се адаптират към средата, в която се намират лесно, въпреки че далеч не мислят за себе си.

AlphaStar Learning

Пример за това е изкуственият интелект, който играе видео игри като AlphaStar (StarCraft II) или AlphaZero (шах, шоги и върви). Тези машини дори са способни да се борят с човешки противници и вече са победили случайния световен шампион.

ИА, които действат рационално

Тъй като те „действат“, ние откриваме, че те не обработват данните, които им предаваме, изглежда мислят рационално. Това е най-опростената версия на тази технология и е етап, който вече до голяма степен преминахме. Някои компютърни системи прибягват до тази технология, тъй като е много по-лесно да се програмират и работата им обикновено е проста.

Умна прахосмукачка

Например машините, които получават обаждания и ви водят през техните възможности или интелигентните асистенти на уеб страници, които обикновено ви молят да препоръчате свързани решения.

Вече имайки приемлив образ за това как се разпределя интелигентността в зависимост от това колко сложни са те, нека ви пренесем в основата на въпроса.

Математиката на мисълта

Един от начините за програмиране на изкуствения интелект е обработката на данните като въображаеми единици, наречени тензори. Тензорите са сложна алгебраична единица (на скалари, вектори и матрици), която изисква познания по математика, за да работи правилно с тях. Следователно, ефективността на AI приложенията ще бъде толкова добра, колкото и математическите манипулации на данните.

Опростено обяснение на завивки

За да разширят развитието на този тип софтуер, много групи създадоха и отвориха своите кодови библиотеки за обществото, за да си сътрудничат и да създават заедно с общността по-интелигентни системи. TensorFlow от Google, CNTK от Microsoft, Theano, Caffe2 и Keras са някои от най-подходящите примери. Всяка от библиотеките се фокусира върху проблема от различни ъгли и благодарение на това ние разполагаме с развитието на AI на различни нива на абстракция.

Ако не знаете какви са нивата на абстракция, това е система, която измерва доколко компютърен език е към говоримия език. Колкото по-високо ниво на абстракция, толкова повече прилича на човешки език и по-ниско, толкова повече машинен код, тоест онзи свят, който работи само с нули и такива.

Нови системи, нов хардуер

Ясно е, че целият софтуер работи в рамките на хардуера, обаче е лесно да изпаднете в илюзията, че облакът може да се справи с всичко, но реалността не е толкова сладка. В зависимост от това как кодът е оптимизиран, може да се окаже, че AI работи локално (на устройството за смартфон, компютър или интернет на нещата). Или на устройствата може да бъде разрешено да изпращат изчисленията до сървърите, да ги обработват и те връщат резултата.

Облачни услуги

В много случаи „малкото“ устройство се опитва да извърши голяма част от изчисленията на местно ниво и изпраща само част от проблема на сървъра, като по този начин спестява много разходи за управление на услугите.

Изкуствен интелект от ден на ден

Знаем, че да мислиш за бъдещето на това е нещо много интересно и за някои дори вълнуващо, но не е нужно да стигаш толкова далеч, за да видиш първите плодове. Къде можем да намерим следи от изкуствения интелект в днешното общество?

Изкуствен интелект на мобилни устройства

Може да изглежда незабелязано, но ни заобикаля от всички страни. Започвайки с домашните устройства, новите мобилни телефони често имат малки вградени системи, наречени изкуствен интелект, които ви помагат да правите по-добри снимки. Селективно фокусирайте изображенията след обработка, за да изглеждат по-остри, по-цветни или контрастни. Някои дори успяват да разпознаят обектите, които улавяме, и ни предлагат свързани търсения.

В това поле изпъква и колегата, който е „OK Google“, който се учи от всичко, което й кажем и е способен да обработва безкрайни заявки. Въпреки че можем да открием, че сте „обработени“ много лесно (като например, че не можете да водите разговор), не можем да отхвърлим упоритата работа, за която знаем, че стои зад нея.

Google Assistant

Трябва да говорим и за предстоящото автономно шофиране. Автомобили като Tesla вече предлагат тези алтернативи, контролирани от AI в някои страни. Тези системи могат да улавят околната среда около автомобила, да обработват забрани, опасности и т.н., и съответно да шофират безопасно.

Въпреки че не е нужно да стигаме до толкова високи нива на интелигентност в автомобилния свят. Виждаме, че някои автомобили вече имат толкова интересни системи като аварийно спиране или автоматично паркиране.

Кралицата в сенките:

Вече може би вече си мислите, че AI е навсякъде и че във всеки един момент те бунтуват, но бъдете сигурни, че тостерът ви няма да ви убие, докато спите. Това, което можем да потвърдим, е, че тази технология контролира повече, отколкото си мислите, и е отговорна за много от тенденциите в обществото.

Youtube, Twitter, Google реклами… Всичко това се контролира до известна степен от настройките, които сте посочили, но също и от изкуствения интелект, който решава какво да ви покаже. Чувате ли съобщение, подобно на „Искам да споделя своите данни с Google, така че той да ми предлага реклами, които могат да ме интересуват“ ?

Как работи това? Е, ще видите, на базата на това, което консумирате в Интернет, се създава профил с вашите вкусове и сте свързани с много други хора. Когато интернет услугите трябва да ви покажат нещо, те използват този профил, съставен от милиони хора, за да преценят какво може да ви заинтересува.

Опростено обяснение с големи данни

Този начин на анализ на огромни количества данни (Big Data) с помощта на AI отнема много сили и кариери се появяват по целия свят, готови да подготвят бъдещето по този въпрос. Както ще разберете, данните, които потребителите използват, се броят от TeraBytes всяка секунда, така че човек не е в състояние да ги анализира всички. Тук изкуственият интелект работи с данните и хората го използват, за да правят прогнози и т.н., като използват например статистически данни.

ПРЕПОРЪЧВАМ ВАС Google Home Mini: какво представлява и за какво е, функции

Фондацията: дълбоко, машинно обучение

Ще се ориентираме малко в света на видеоигрите, за да разберем Deep Learning малко по-добре, тъй като AI навлезе в областта на видеоигрите както като играч (както споменахме преди), така и като програмист и дизайнер. Ако следвате напредъка на индустрията, NVIDIA набира известност за различни технологии, сред които е системата на DLSS (Deep Learning Super Sampling), изкуствен интелект, който е в състояние да преоразмерява изображенията.

Сравнение на DLSS

Функцията на DLSS е да трансформира изображение от FullHD (1080p) до UltraHD (4k), за да може да възпроизвежда най-взискателните заглавия с по-добра честота на кадрите. В началото потребителите се оплакват, че изображенията изглеждат размазани и извън фокус, но само няколко месеца по-късно резултатите са страхотни.

Това е благодарение на Deep Learning, система, чрез която изкуственият интелект се учи с практика и грешки. В случая с DLSS, NVIDIA Intelligence непрекъснато анализираше изображения в UltraHD резолюция и се опитваше да ги пресъздаде, използвайки FullHD изображение като основа. С други думи, все едно са ви дали една четвърт от изображението и трябва да попълните пропуските, които не знаете. Дълбокото обучение е вид система, принадлежаща към т.нар. Машинно обучение или автоматично обучение на испански език.

Машинно обучение и задълбочено обучение

Машинното обучение може да бъде класифицирано като основен камък на изкуствения интелект. Това са различни набори от алгоритми, които често се използват за машини за усвояване на задачи, наред с други неща. Например разпознаването на изображение, играта на шах или откриването на настроения са предизвикателства, които могат да бъдат научени и се използват различни видове алгоритми в зависимост от предизвикателството.

За машинно обучение се казва набор от алгоритми, които позволяват на машината да се учи от опита, който натрупва. От друга страна, Deep Learning се фокусира върху обучението с разнородни данни. И двете дисциплини се разработват и изучават с енергия, тъй като бъдещето на изкуствения интелект е несигурно.

Бъдещето на изкуствения интелект

От наша гледна точка възможностите на изкуствения интелект изглеждат безкрайни. Все още не знаем каква е нашата граница и вече работим върху създаването на друго, подобно на нас, но какво можем да очакваме в бъдеще?

Нищо, което ще коментираме, не може да се приеме за даденост, но те са твърдения, основани на определени аргументи, получени главно от наблюдението как са се развили тези машини.

Интернет

На първо място изглежда неизбежно, че се движим към свят, доминиран от Интернет, поради което ИИ ще имат по-голямо значение и власт върху носителя. Това не е нещо, което трябва да ни плаши, тъй като това е единственият начин, по който бихме могли да гарантираме поддържането на платформата. С това бихме могли да сърфирате в мрежата в малко по-защитено пространство, но в същото време много по-безопасно. Като първи пионери на това имаме ботове във Facebook, които анализират и преценяват дали мислите за самоубийство преминават през вас и ако те го засекат, те се свързват с вас.

По същия начин във физическия свят автономните и подпомагани автомобили ще стават все по-доминиращи до момента, в който шофирането е само за развлечение. Може би промяната не се случва за сто години, но промяната ще се случи.

Друга промяна, която също се предвижда, е размяната на усилена работа за машини. Това е революция, от която мнозина се страхуват, но изглежда неизбежна, така че ще трябва да сме подготвени.

Киборг Нийл Харбисън

И въпреки че изглежда нещо характерно за научната фантастика, много вероятно е в бъдеще да се наложи да намерим начини да интегрираме технологията и изкуствения интелект в тялото си. Всъщност първият киборг в историята вече съществува и се казва Нийл Харбисън.

Отвъд този бряг морето от идеи е огромно. Кой знае? Може би машините на една фабрика работят в унисон под командването на главна машина с примитивните езици машина-машина. Може би един ден най-добрият спекулант на борсата ще бъде Изкуствен интелект или дори най-добрият мотоциклетист.

Изкуствен интелект

Може да изглежда странно, страшно бъдеще, но със сигурност имаме други проблеми, които да опитаме да разрешим!

И какво знаете за ИИ? Искате ли да видите какво ще дойде? Кажете ни какви са идеите ви за изкуствения интелект.

PowerDataIberdrolaIndraNewsRoom Font