V posledných rokoch, s výbuchom priemyselnej revolúcie 4.0 , sa pojmy ako umelá inteligencia (AI), strojové učenie a hlboké učenie postupne stávajú populárnymi a stávajú sa pojmami, ktoré musia občania éry 4.0 pochopiť.
Vzťah medzi týmito tromi pojmami možno vysvetliť tak, že si ich predstavíme ako kruhy, v ktorých je AI – myšlienka, ktorá sa objavila najskôr – najväčším kruhom, po ktorom nasleduje strojové učenie – koncept, ktorý sa objavil neskôr. a nakoniec hlboké učenie – ktoré poháňa súčasný boom AI - je najmenší kruh.
Spojenie medzi AI, strojovým učením a hlbokým učením
Vytvorenie systému AI je samozrejme mimoriadne komplikované, ale pochopiť ho nie je také ťažké. Väčšina súčasných umelých inteligencií sú len naozaj dobré hádacie stroje (hádacie stroje, podobné našim mozgom). Zadáte systému súbor údajov (napríklad číslice 1 až 10) a požiadate systém, aby modeloval (x + 1, počnúc od 0) a urobil predpovede. (Ďalšie číslo bude jedenásť). Neexistuje žiadna mágia, toto je to, čo ľudský mozog robí každý deň: použite to, čo vieme, na hádanie o tom, čo nevieme.
To, čo odlišuje AI od iných počítačových programov, je to, že namiesto toho, aby sme museli vytvárať špecifické programy pre každý prípad, môžeme AI úplne naučiť (strojové učenie) a má tiež schopnosť automatického hlbokého učenia. Tieto tri pojmy možno v zásade definovať takto:
Umelá inteligencia (AI): stroj, ktorý dokáže napodobňovať ľudské správanie a myslenie.
Strojové učenie: Funkcia umelej inteligencie, ktorá umožňuje odborníkom trénovať umelú inteligenciu na rozpoznávanie vzorov údajov a vytváranie predpovedí.
Hlboké učenie: Malá technika strojového učenia, ktorá umožňuje strojom trénovať sa.
Vzťah medzi AI, strojovým učením a hlbokým učením
AI možno definovať ako odvetvie informatiky, ktoré sa zaoberá automatizáciou inteligentného správania. AI je súčasťou informatiky, a preto musí byť založená na pevných, aplikovateľných teoretických princípoch v tejto oblasti. Zjednodušene povedané, je to ľahké pochopiť: je to inteligencia strojov vytvorených ľuďmi. Táto inteligencia môže myslieť, myslieť, učiť sa,... ako ľudská inteligencia. Spracovávajte údaje na väčšej, škálovanejšej, systematickejšej, vedeckej a rýchlejšej úrovni ako ľudia.
V súčasnosti má však technológia AI stále veľa obmedzení. Napríklad Alexa - skvelá gazdiná, jeden z najpopulárnejších symbolov aplikácií umelej inteligencie, ale stále nemôže prejsť Turingovým testom.
Stručne povedané, to, čo dnes robíme s AI, spadá pod pojem „úzka AI“. Táto technológia je schopná vykonávať špecifické úlohy podobne alebo lepšie ako ľudia. Príklady „úzkej AI“ v praxi zahŕňajú technológiu klasifikácie obrázkov Pinterest alebo rozpoznávanie tváre na označenie priateľov na Facebooku .
Tieto technológie demonštrujú niektoré aspekty ľudskej inteligencie, ale ako sa dajú dosiahnuť? Odkiaľ pochádza tá múdrosť? Poďme k ďalšiemu kruhu: strojové učenie.
Strojové učenie je široký pojem pre akt výučby počítača na zlepšenie úlohy, ktorú vykonáva. Presnejšie povedané, strojové učenie sa vzťahuje na akýkoľvek systém, v ktorom sa výkon počítača pri úlohe zlepší po viacnásobnom dokončení tejto úlohy. Alebo inými slovami, najzákladnejšou schopnosťou strojového učenia je používať algoritmy na analýzu dostupných informácií, učiť sa z nich a potom urobiť rozhodnutie alebo predpovedať niečo súvisiace. Namiesto vytvárania softvéru s podrobnými akciami a pokynmi na vykonanie konkrétnej úlohy sa počítače „trénujú“ pomocou údajov a algoritmov, aby sa naučili, ako vykonávať danú úlohu.
Bez strojového učenia by bola súčasná AI dosť obmedzená, pretože dáva počítačom silu prísť na veci bez toho, aby boli explicitne naprogramované. Ako príklad typu strojového učenia povedzme, že chcete program, ktorý dokáže identifikovať mačky na fotografiách:
Vo všeobecnosti je dnes aplikácia strojového učenia mimoriadne populárna a jej užitočnosť je mimo diskusie.
Dá sa povedať, že doteraz AI dosiahla veľa veľkých pokrokov. Predstavte si to ako typ strojového učenia s hlbokými „ neurónovými sieťami “, ktoré dokážu spracovať údaje rovnakým spôsobom ako ľudský mozog. Hlavný rozdiel je v tom, že ľudia nebudú musieť učiť program hlbokého učenia, ako mačka vyzerá, ale stačí jej poskytnúť všetky potrebné obrázky mačiek a ona na to príde sama., samoučenie. Kroky, ktoré treba urobiť, sú nasledovné:
Stručne povedané: Hlboké učenie je typ strojového učenia, v ktorom sa stroj trénuje sám. Hlboké učenie si vyžaduje oveľa viac vstupných údajov a výpočtového výkonu ako strojové učenie, no začali ho nasadzovať veľké technologické spoločnosti ako Facebook a Amazon. Medzi nimi je jedným z najznámejších mien strojového učenia AlphaGo, počítač, ktorý dokáže hrať Go proti sebe, kým nedokáže predpovedať tie najpresnejšie ťahy natoľko, aby porazil mnohých majstrov sveta.
Hlboké učenie umožnilo aplikáciu mnohých problémov so strojmi v reálnom svete a zároveň rozšírilo celkovú oblasť umelej inteligencie. Hlboké učenie narúša spôsob, akým ľudia pracujú, tým, že umožňuje, aby všetky druhy pomocných strojov fungovali blízko alebo rovnako ako ľudia. Autá bez vodiča, lepšia starostlivosť o ľudské zdravie... To všetko sa realizuje v dnešnej dobe. AI je súčasnosť a budúcnosť sveta. S pomocou hlbokého učenia môže AI realizovať sci-fi sny, ktoré sme si tak dlho predstavovali.
Pozrieť viac:
Poľovníci často lovia v noci, a preto sa na ich detekciu používajú infračervené kamery namontované na dronoch. Problém je, že keď pytliak aj zviera vyžarujú teplo, môže byť ťažké ich presne identifikovať.
Predstavte si, že odpovedáte na otázky zákazníkov, aj keď spíte. Tu je to, čo môžu bezplatné chatboty AI urobiť pre váš web.
V dôsledku starnutia a klesajúcej populácie Japonska v krajine chýba značný počet mladých pracovníkov, najmä v sektore služieb.
Character.AI, startup zameraný na generatívnu AI a technológiu chatbotov, údajne rokuje o získaní financií, ktoré by mohli oceniť spoločnosť na viac ako 5 miliárd dolárov.
Henry VIII je jednou z najklasickejších hier v histórii anglickej literatúry, ktorú napísali dvaja slávni autori William Shakespeare a John Fletcher v roku 1623.
YouTuber a inžinier z Brazílie menom Lucas Rizzotto sa nedávno na Twitteri podelili o príbeh, ako si uvedomil svojho imaginárneho priateľa – mikrovlnnú rúru v dome, používa AI, no získal „jeden z najdesivejších zážitkov“ svojho života.
Výskumníci zistili, že webové kamery a kamery smartfónov možno kombinovať so špecializovanými algoritmami AI, aby fungovali ako mimoriadne efektívne systémy vzdialeného monitorovania osobného zdravia.
Zdá sa, že moderný život má čoraz negatívny vplyv na medziľudské vzťahy.
Pomocou komplexnej architektúry neurónovej siete založenej na okrajových grafoch dokáže model umelej inteligencie Google Brain navrhnúť pôdorysy za zlomok času, ktorý zaberie človeku.
Python má veľa veľkých knižníc a rámcov, ktoré sú vhodné na písanie kódu a vývoj informatiky. Docs.NeoTechSystems vás pozýva na diskusiu o niektorých užitočných nástrojoch Pythonu pre aplikácie Machine Learning a Data Science.
