Umelá inteligencia – jedna z najvzrušujúcejších tém beletrie 20. storočia – robí neuveriteľné pokroky. Neustále používame AI Každodenný život, často bez toho, aby o tom vedeli. Napriek tomu ani dnes umelá inteligencia neopúšťa stránky vedecko-fantastických románov a plátna kín. Niektorí autori vykresľujú strašné obrazy ľudstva zotročeného strojom, iní naopak vnímajú AI ako verného pomocníka a priateľa človeka.

Kde je pravda a čo je vlastne umelá inteligencia? Prekoná niekedy schopnosti ľudskej mysle? Alebo sa to už stalo? GeekBrains je pripravený odpovedať na najpopulárnejšie otázky o umelej inteligencii a perspektívach jej využitia.

Čo je umelá inteligencia?

Umelá inteligencia (skrátene AI) je vágny pojem a stále nemá všeobecne akceptovanú definíciu. V polovici 20. storočia, keď tento pojem prvýkrát zaznel na Dartmouthskom seminári, doň autori vložili význam výrazne odlišný od tých moderných. Potom vedci uverili, že umelá inteligencia je systém, ktorý bude schopný prekladať texty z jedného jazyka do druhého, rozpoznávať objekty z fotografií či videí, zachytiť význam hovorených fráz a adekvátne na ne reagovať. Súčasná AI dokáže všetko! Môžeme však uvažovať, že ciele boli dosiahnuté a umelá inteligencia už bola vytvorená?

Niektorí vedci budujú zložité teórie na priesečníku filozofie a informatiky a snažia sa určiť, čo je AI a aké vlastnosti musí mať systém, aby ho považovali za inteligentný. Bez toho, aby sme zachádzali do detailov, môžeme povedať, že inteligencia je definovaná ako schopnosť učiť sa, rozumieť a aplikovať poznatky v praxi. Preto máme aj právo očakávať od umelej inteligencie schopnosť učiť sa, uvedomovať si svoje znalosti a využívať ich. Moderná AI si celkom dobre poradí s prvou a poslednou úlohou!

Kedy sa začal vývoj AI?

V lete 1956 sa v Dartmouthe zišli vedci na seminári o umelej inteligencii (kde bol tento pojem sformulovaný) a v nasledujúcom roku sa objavil koncept prvej umelej neurónovej siete, perceptrónu. V roku 1960 Frank Rosenblatt vytvoril počítač Mark 1 založený na tomto koncepte. Prvý neuropočítač na svete sa naučil rozpoznávať písmená latinskej abecedy. Ale nedokonalosť technológie 60-tych rokov a zložitosť procesov neumožnili túto technológiu spomenúť a jej vývojár čoskoro zomrel. Na neuropočítače sa už 20 rokov zabudlo.

Až v 80. rokoch 20. storočia sa koncepty neurónových sietí začali opäť vážne skúmať. Technológia už bola dostatočne výkonná a kritikov bolo menej: inteligentná elektronika rýchlo napredovala. To, čo sa pred dvoma desaťročiami zdalo ako sen, začalo vyzerať celkom reálne a dosiahnuteľné. Trvalo však ďalších 20 rokov, kým sa našli správne prístupy k trénovaniu neurónových sietí. Až v polovici roku 2000 našli vedci správnu cestu a umelé neurónové siete začali svoj víťazný pochod naprieč planétou.

Ale skôr, než opíšeme ich úspechy, poďme pochopiť, ako tieto siete fungujú.

Popis umelého neurónu

Umelé neurónové siete boli vytvorené ako matematický model ľudského mozgu. Na to museli vedci Warren McCulloch a Walter Pitts vypracovať teóriu o činnosti ľudského mozgu.

V ňom sú jednotlivé neuróny živé bunky so zložitou štruktúrou. Každý neurón má dendrity - rozvetvené procesy, ktoré si môžu vymieňať signály s inými neurónmi prostredníctvom synapsií, ako aj jeden axón - väčší proces zodpovedný za prenos impulzov z neurónu. Niektoré synapsie sú zodpovedné za excitáciu neurónu, niektoré za inhibíciu. Impulzy, ktoré bude prenášať na ďalšie neuróny, budú závisieť aj od toho, aké signály a cez aké synaptické spojenia prídu na „vstup“ neurónu.

Umelý neurón nepotrebuje fyzického nosiča. Celkovo je to matematická funkcia. Jeho úlohou je prijímať informácie (napríklad signály z mnohých iných umelých neurónov), spracovať ich určitým spôsobom a potom dať výsledok do „axónu“ – výstup. V umelej sieti sú neuróny zvyčajne rozdelené do troch typov:

• vstup – každý z týchto neurónov dostane na „vstupe“ prvok pôvodnej informácie (napríklad jeden bod obrázka, ak sieť rozpoznáva fotografie);
• stredné - procesné informácie;
• víkend - uveďte výsledok (pri rozpoznávaní fotografie môže byť výsledkom identifikátor objektu obrázka).

Samotná neurónová sieť je vytvorená vo vrstvách, ako koláč. Jedna z vonkajších vrstiev obsahuje vstupné neuróny, druhá - výstupné neuróny a medzi nimi môže byť umiestnený jeden alebo viac medziľahlých neurónov. Každý neurón v stagingovej sieti je spojený s množstvom neurónov z dvoch okolitých vrstiev. Komunikácia medzi neurónmi je zabezpečená pomocou váh - číselných hodnôt, ktoré každý neurón vypočítava na základe údajov prijatých z predchádzajúcej vrstvy siete.

Vytvorením umelých neurónových sietí sa vedci zamerali na štruktúru ľudského mozgu. Preto sa princípy správania umelých neurónov až tak nelíšia od skutočných, živých. Možno, že myseľ, ktorá sa môže rozvíjať na základe takýchto neurónových sietí, bude blízka tej ľudskej?

Rozdiel medzi umelou inteligenciou a prirodzenou inteligenciou

Otázka, ako sa AI líši od prirodzenej inteligencie, v skutočnosti leží viac vo filozofickej rovine ako v striktne vedeckej. A nejde ani o to, že si nevieme predstaviť, aká bude (alebo nebude) umelo vytvorená myseľ. Sme schopní predstaviť si čokoľvek – a spisovatelia sci-fi to už mnohokrát dokázali. Faktom je, že žiadna umelá inteligencia, ktorá dnes existuje, nedosiahla dosť vysoký stupeň rozvoj súťažiť s osobou na rovnakej úrovni.

Existuje názor, ktorý vyjadril filozof John Searl už v 80. rokoch. Vymyslel pojmy „silná AI“ a „slabá AI“. Silná umelá inteligencia si podľa vedca dokáže byť vedomá a myslieť ako človek. Slabí toho nie sú schopní.

Dnešné AI, ak sú klasifikované podľa Searla, sú jednoznačne slabé, keďže žiadna z nich si ešte nerozvinula sebauvedomenie. Naše umelé neurónové siete rozpoznávajú tváre a kreslia zvláštne, neuveriteľné obrázky, čítajú ručne písaný text a dokonca pridávajú poéziu – boli však vytvorené výhradne na tento účel. Žiadna z týchto neurónových sietí nie je schopná zmeniť názor a vybrať si pre seba inú „špecialitu“. Robia len to, na čo boli vycvičení a v istom zmysle ich možno považovať za naprogramovaných na vykonávanie týchto úloh. Nemajú skutočné pochopenie toho, čo je za týmito vecami. Searle tvrdil, že vybudovať silnú AI je v princípe nemožné.

Aj ďalší filozof Hubert Dreyfus veril, že počítačové systémy sa nikdy nemôžu rovnať ľuďom – keďže pri svojej inteligentnej činnosti sa spolieha nielen na naučené poznatky, ale aj na empirické skúsenosti. Počítače ho z definície nemajú – preto im nie je osudom rozvíjať si vlastnú myseľ.

Ale tieto sebavedomé tvrdenia boli vyslovené v čase, keď neurónové siete robili len prvé kroky. Dnes, keď sa pozrieme na ich úspech v učení, nie je ťažké uveriť v realitu AI, ktorá sa môže rovnať ľudským bytostiam alebo ich dokonca predčiť.

Ako sa porovnáva ľudská a počítačová inteligencia?

Počkať, ako môžeme vôbec určiť, či umelá inteligencia dosiahla ľudskú úroveň alebo nie?

Dá sa predpokladať, že jedným z kritérií je prítomnosť pocitov a emócií, ako aj kreativita. Ak by stroj začal pociťovať strach alebo lásku, keby sa zrazu rozhodol napísať báseň alebo namaľovať obraz – nebol by to prejav rozumu?

Je to celkom možné. Zvieratá aj vtáky však majú city. Zároveň na otázku o ich racionalite (o to viac - o rovnosti ich mysle s ľudskou) často odpovedáme negatívne. Pocity sa navyše dajú naprogramovať – vo väčšine z nich sú reakciou na konkrétne vonkajšie podnety. Nakoniec jednoducho nemáme žiadne údaje o tom, či počítače budú niekedy schopné zažiť emócie podobné ľudským. Ale mali by byť ich pocity ako naše?

Možno spoľahlivejším kritériom je sebauvedomenie? Ak stroj položí otázku „Kto som?“ - je to moment vzniku inteligencie? Ale sebauvedomenie je prítomné aj u zvierat. Väčšina ľudí je zároveň celkom schopná žiť svoj život bez toho, aby sa ponorila do hlbokých filozofických otázok.

Existujú presnejšie a prísnejšie metódy na porovnávanie inteligencií? Existuje predsa koeficient IQ, pomocou ktorého možno posúdiť duševné schopnosti človeka. Prečo to nepoužiť v aute?

Majú počítačové programy IQ?

Meranie inteligencie aj u ľudí je neuveriteľne ťažké - nemôžete použiť pravítko na kognitívne a myšlienkové schopnosti. Navyše IQ nie je absolútny ukazovateľ, ale relatívny. Niektorí vedci sa vo všeobecnosti domnievajú, že IQ testy nemerajú inteligenciu ako takú, ale schopnosť obstáť v takýchto testoch. Môžete ju trénovať a dosiahnuť skvelé výsledky - ale intelekt sa, samozrejme, nezmení. Ukazovateľ IQ teda nie je nič iné ako číslo, ktoré sa spája s inteligenciou, ale nemôže poskytnúť jej objektívne hodnotenie.

V niektorých IQ testoch prevládajú úlohy na postreh či logiku, v iných na kombinatoriku a v iných na matematické myslenie. Výsledok bude závisieť od toho, čo je pre človeka jednoduchšie a v čom je kompetentnejší. Dôležitá je rýchlosť absolvovania testov a špecializácia úloh.

Umelá inteligencia môže byť „trénovaná“ aj na riešenie určitých tried problémov a stroju zaberie dokončenie IQ testu oveľa menej času ako človeku. Neurónová sieť teda bude môcť získavať body pre geniálnych ľudí nemysliteľné, no zároveň nebude vedieť odpovedať na tie najjednoduchšie otázky, na ktoré nebola pripravená počas tréningu.

Existujú teda nejaké kritériá, podľa ktorých možno objektívne posudzovať inteligenciu strojov? Jedným z prvých výskumníkov, ktorí sa ich pokúsili vyvinúť, bol slávny britský matematik Alan Turing.

Čo je Turingov test?

V roku 1950 Turing publikoval článok „Computing Machines and the Mind“, v ktorom pojednával o teoretickej možnosti myslenia v strojoch. Nebol to prvý výskum umelej inteligencie a dokonca ani prvé takéto Turingovo dielo, no práve ona sa stala východiskom vážnych vedeckých diskusií a polemik.

Turing začal s definíciami, aby objasnil otázku, či stroj môže myslieť – zdalo sa mu to príliš vágne. Aké auto máš na mysli? Čo vo všeobecnosti znamená „myslieť“? .. Bolo zrejmé, že takáto otázka v sebe spočiatku nesie iracionálne zrno, ktoré nedovolí dať na ňu správnu odpoveď. Výsledkom vedcových myšlienok bol Turingov test - experiment, v ktorom je osoba ("sudca") požiadaná, aby komunikovala s dvoma partnermi: človekom a počítačom. Úlohou sudcu je pochopiť, kto je kto. Ak si v dôsledku toho nie je istý, ktorý z jeho partnerov je programom, alebo sa pri hodnotení pomýlil, stroj sa považuje za úspešný.

Turingov test nie je o vytvorení „podvádzacieho stroja“, ktorý môže predstierať, že je človek. Pomáha uistiť sa, že konkrétny stroj alebo program má myseľ, ktorú je ťažké odlíšiť od človeka. Turing nazval takýto počítač "inteligentným" - táto definícia je už viac ako 60 rokov stará a zostáva relevantná.

AI procesory

Technológia AI sa neobmedzuje len na softvérové ​​riešenia. Dnes sa aktívne vyvíjajú elektronické čipy, v ktorých je podpora AI zabudovaná na hardvérovej úrovni. Mikroprocesory tohto typu sa nazývajú neurónové procesory. Používajú sa v bezpilotných dopravných prostriedkoch a lietadlách (dronoch), priemyselných robotoch a automatických strojoch, ako aj pri riešení špecializovaných úloh – rozpoznávanie hlasu alebo obrazu, vytváranie vyhľadávačov a strojových prekladačov.

Medzi týmito zariadeniami je aj Google Tensor Processor (TPU), navrhnutý špeciálne pre systémy strojového učenia. Toto zariadenie ešte nie je dostupné na predaj: používa ho iba samotný Google – na optimalizáciu výsledkov vyhľadávania a spracovanie fotografií. TPU pracuje s 8-bitovými číslami (čo je extrémne malé na presné výpočty) a má niečo cez tucet inštrukcií (iné moderné procesory ich môžu mať stovky). To však nebráni procesoru tenzoru efektívne vykonávať výpočty súvisiace s umelou inteligenciou a neurónovými sieťami. Procesor sa rýchlo vyvíja – Google každý rok vydáva novú verziu.

Google Tensor Processing Unit 3.0 (TPU)

Existujú aj iné návrhy podobných čipov. Mnohé z nich sú vysoko špecializované: napríklad sú určené na zrýchlenie programov AI pre počítačové videnie.

Trh technológií umelej inteligencie

Technológie umelej inteligencie sa využívajú takmer vo všetkých sférach ľudskej činnosti, takže umelá inteligencia má veľkú budúcnosť. Trh s produktmi poháňanými AI rýchlo rastie.

svetový trh

Odhaduje sa, že veľkosť trhu s AI dosiahne do roku 2022 52 miliárd dolárov. Možno to nie je také veľké číslo - napríklad trh s počítačovými hrami v tom istom roku presiahne 130 miliárd a trh so smartfónmi bol v roku 2018 už 10-krát väčší - 520 miliárd.

Trh AI však vykazuje bezprecedentne vysoký rast – podľa niektorých odhadov rastie ročne o približne 30 % (podobné ukazovatele pre hry a smartfóny – približne 5 %). Ak bude toto tempo adopcie technológií pokračovať ešte niekoľko rokov, dá sa očakávať, že umelá inteligencia bude čoskoro doslova všade.

K rozvoju AI prispievajú najväčšie svetové IT spoločnosti: Google, IBM, Intel, Nvidia. Medzi krajinami vedú USA, Čína a Veľká Británia.

V Rusku

Ak v roku 2017 bolo v Rusku len niekoľko desiatok projektov využívajúcich AI, tak v roku 2018 ich boli už stovky. Podľa prognóz odborníkov do roku 2020 objem trhu dosiahne 28 miliárd rubľov (asi 450 miliónov dolárov). Nové technológie sa najaktívnejšie využívajú vo finančnom sektore, ale aj telekomunikáciách, maloobchode a energetike. Niektoré spoločnosti si najímajú tímy špecialistov, ktorí sa venujú výlučne vývoju a implementácii systémov AI.

Napriek tomu, že trh vo všeobecnosti rastie ešte rýchlejšie ako vo svete, existujú problémy. Hlavným problémom zostáva nedostatok špecialistov na strojové učenie. Je teda čas začať študovať AI, aby ste získali žiadanú špecializáciu a dobre platenú prácu.

Vplyv umelej inteligencie na trh práce

Už dnes existujú oblasti, kde AI môže nahradiť ľudí. Aplikácie môžu napríklad zákazníkom odpovedať telefonicky alebo chatovať na jednoduché otázky. To vám umožní optimalizovať pracovné zaťaženie operátorov call-centier a dokonca znížiť počet ich zamestnancov.

Vo výrobe je AI schopná riadiť automatizáciu a priemyselné roboty. Umelá neurónová sieť, ktorá neustále monitoruje výkon mnohých senzorov, bude schopná rýchlejšie reagovať na núdzovú situáciu a prijať správne opatrenia – vypnúť dopravník alebo zastaviť mechanizmy. V mnohých prípadoch dokážu takéto systémy vopred predvídať problémy a predchádzať núdzovým situáciám.

AI vyženie ľudí z práce. Je to lacnejšie a robí menej chýb. Nevie leňošiť, prokrastinovať a visieť na Facebooku, nepotrebuje oddych, spánok a dovolenku, nie je smutný a neunaví sa. Ideálny pracovník.

V prvom rade umelé neurónové siete prinútia človeka vykonávať rutinné operácie, vykonávať zložité výpočty, vyhodnocovať riziká, zbierať informácie a simulovať situácie podľa špecifikovaných parametrov. AI sa dá použiť v nebezpečných a nebezpečných odvetviach.

Ľudia však budú stále potrební tam, kde im roboti ešte dlho nebudú môcť konkurovať. A nie je to len o kreatívnej oblasti. Umelá inteligencia je stále schopná vykonávať iba vysoko špecializované úlohy, na ktoré bola vycvičená, a preto dokáže nahradiť ľudí rovnakým spôsobom, ako je kalkulačka matematikou. Rozvoj technológií AI zároveň otvára obrovský pracovný trh pre špecialistov spojených so strojovým učením a údržbou inteligentných technológií.

Kde sa používa AI?

Skrátka – takmer všade!

Nezostáva toľko oblastí ľudskej činnosti, ktoré nie sú vôbec ovplyvnené technológiami AI. Pozrime sa len na najdôležitejšie oblasti, kde sa už AI používa.

AI na internete

Kedykoľvek poviete „Ok Google“ alebo „Hey Siri“, máte na mysli umelú inteligenciu vo vašom smartfóne. Je schopný rozpoznať reč, ktorá je mu adresovaná, v signáli z mikrofónu. Zaznamená vašu otázku a odošle ju na servery Google alebo Apple. Tam je k puzdru pripojená druhá AI, ktorá rozpozná reč a preloží otázku do formátu zrozumiteľného pre počítač. A potom tretí hľadá odpoveď v obrovských databázach. Nakoniec sa odpoveď vráti do vášho smartfónu, kde ju za vás prehovorí AI, ktorá generuje ľudský hlas. A to všetko v zlomku sekundy.

AI v doprave a logistike

Pôsobivou aplikáciou umelých neurónových sietí sú samoriadiace autá. Za posledné desaťročie sa mnohé automobilky – General Motors, Nissan, BMW, Honda, Volkswagen, Audi, Volvo, ale aj Google a Tesla – zaviazali vyvinúť auto, ktoré by bolo schopné samostatne sa pohybovať po cestách. Bezpilotné lietadlá sa ešte nestali masovým fenoménom v uliciach našich miest, no jednoznačne napredujú.

Od roku 2013 Amazon rozvíja myšlienku doručovania tovaru a pošty pomocou dronov. Prvýkrát dorazila zásielka k príjemcovi bezpilotným lietadlom už v decembri 2016. V niektorých regiónoch potraviny, lieky a dokonca aj prenosné defibrilátory doručujú drony. Systém ešte nie je dokonalý, ale neustále sa vyvíja. Bohužiaľ, drony môžu slúžiť aj na nelegálne účely: vyskytli sa prípady, keď drony doručovali zakázané predmety do väzníc, ako aj používanie dronov na prepravu drog.

AI vo financiách

Vo finančnom sektore sa AI používa na predpovedanie rizík a odhaľovanie podvodov. Spoločnosť MasterCard Corporation, ktorá vytvorila medzinárodný platobný systém, predstavila pred niekoľkými rokmi službu Decision Intelligence. Je určený na zlepšenie presnosti potvrdenia autentických transakcií a zníženie pravdepodobnosti falošného odmietnutia platby - ide o chybnú aktiváciu vstavaného bezpečnostného systému, ktorý neumožňuje vykonať správnu transakciu, mylne sa považuje za podvodnú. Chyby ako tieto poškodzujú predajcu, ktorý stratí zákazníka, aj kupujúceho, ktorý tovar nedostane. Straty sú dokonca vyššie ako škody spôsobené podvodom.

Systém poháňaný umelou neurónovou sieťou využíva informácie z mnohých zdrojov, aby za behu odhadol, aká "normálna" transakcia je. Zohľadňuje sa nielen spoľahlivosť a transakčná história predajcu, ale aj typický nákup pre kupujúceho a jeho poloha, ako aj denná doba. To všetko pomáha spoľahlivejšie chrániť ľudí pred podvodmi a minimalizovať falošné poplachy.

AI v medicíne

V zdravotníctve sa AI rozvíja predovšetkým v oblasti diagnostiky chorôb. Umelé neurónové siete sa naučili rozpoznávať rakovinové nádory na röntgenových snímkach, CT, mamografii a MRI. Skúsenému lekárovi trvá preštudovanie obrázku asi 20 minút a neurónovej sieti pár sekúnd. Takže pacient môže takmer okamžite zistiť výsledky vyšetrenia. Je obzvlášť príjemné, že takýto vývoj prebieha aj v Rusku.

Diagnostické AI sú schopné odhaliť nielen rakovinu, ale aj skoré štádiá Alzheimerovej choroby, zápal pľúc a ďalšie ochorenia.

V obrane a vo vojenských záležitostiach

V roku 2018 sa zistilo, že americká armáda vyvíja AI schopnú rozpoznať ľudské tváre v tme a dokonca aj cez steny pomocou termokamery. Očakáva sa, že technológia pomôže identifikovať vodcov gangov na vojnových miestach.

Ďalšia AI - ALPHA - bola vytvorená na ovládanie bezpilotných stíhačiek a vedenie vzdušného boja. V jednej zo simulátorových bitiek vyhral počítač súčasným ovládaním štyroch lietadiel proti dvom ľudským protivníkom.

Vyvíjajú sa aj zameriavacie systémy pre tanky, ktoré dokážu odhaliť maskované ciele.

Vo vojensko-priemyselnom komplexe pomôže AI zvýšiť obranyschopnosť krajín, no môže sa stať aj zbraňou teroru.

V podnikaní a obchode

V maloobchode prináša AI revolúciu. Umelé neurónové siete zlepšujú kvalitu služieb a poskytujú individuálny prístup ku každému spotrebiteľovi. Inteligentné technológie odhalia podvody s bankovými kartami, poskytnú personalizované poradenstvo a pomôžu vám vybrať ten správny produkt.

Podľa TAdviser bola v roku 2018 viac ako tretina všetkých maloobchodných príjmov získaná vďaka odporúčaniam založeným na AI!

AI v športe

Na predpovedanie výsledkov zápasov sa tu používajú technológie AI – takéto systémy vytvárajú UBS, Commerzbank a Microsoft. Do úvahy sa berú skúsenosti tímu a jednotlivých hráčov. Niekedy sa predpovede ukážu ako správne, no často sa umelá inteligencia vážne prepočíta. Ľudský faktor je schopný vyvrátiť akékoľvek predpovede.

AI v kultúre

Stroj nemôže byť kreatívny, pretože nemá predstavivosť! Alebo to ešte môže byť?

Napodiv, umelé neurónové siete sú schopné ukázať kreativitu a dokonca dosiahnuť určité výšky v oblasti kultúry.

Hudba

Ako by znela flauta, keby to bol sitar? Syntetizátor NSynth Super od spoločnosti Google využíva neurónovú sieť na vytváranie úplne nových zvukov založených na rôznych nástrojoch.

Alice, vyvinutá v rámci startupu Popgun, vie, ako sa „hrať“ s človekom a vytvárať hudobné improvizácie. Americká speváčka Taryn Southern vydala album v spolupráci s neurónovou sieťou Amper. A projekt Endel je schopný vytvárať kompozície v súlade s náladou používateľa jediným kliknutím.

Maľovanie

Neurónová sieť DeepDream bola vytvorená s rozpoznaním očí do tváre a preukázala schopnosť surrealistickej maľby. Vývojári otvorili stránku, kde môže každý vytvoriť úžasné plátno v spolupráci s AI. Neurónová sieť maľuje obrázky v rôznych štýloch.

Je pravda, že stále nevie, ako vymýšľať zápletky - žiada o pomoc človeka.

Video

Pomocou AI vyvinutej spoločnosťami Google a Facebook môžete „prinútiť“ osobu na obrazovke povedať akékoľvek slová, zobraziť celú škálu emócií. A môže byť ťažké rozlíšiť takéto videá od skutočných. Neurónové siete môžu dokonca nahradiť jedného herca druhým vo sfilmovanom filme. A to otvára možnosti nielen pre filmárov, ale aj pre tvorcov fejkov.

Literatúra

Neurónová sieť od Facebooku vie, ako písať poéziu, dokonale udržiavať načasovanie a rytmus, vyberať dobré rýmy. Čitatelia dokázali rozpoznať počítačom generované reťazce len v polovici prípadov, no básnici umelej inteligencie majú od skutočných básnikov ďaleko. Stroj sa ešte nenaučil sprostredkovať emócie a vkladať zmysel do poetických diel.

Yandex tiež spustil Avtopoet, ktorý vytvoril básne z vyhľadávacích dopytov používateľov. Niektoré sa nedajú prečítať bez úsmevu. Je ťažké uveriť, že ich vytvorila neurónová sieť bez zmyslu pre humor!

A Narrative Science vyvinula elektronického novinára. Zatiaľ sú články, ktoré AI píše, obsahovo jednoduché, no vedenie spoločnosti je do budúcnosti optimistické a verí, že do roku 2025 bude až 90 % textov na internete písaných pomocou strojovej inteligencie.

V roku 2016 sa kniha Deň, keď počítač píše román dostal do finále japonskej ceny Hoshi Shin'ichi za literatúru. Toto dielo takmer celé vytvorila umelá inteligencia.

Hry

V počítačových hrách sa neurónové siete používajú na ovládanie protivníkov a herných robotov. Ale AI sa dá naučiť hrať „na druhej strane obrazovky“ – teda čítať vizuálne informácie z obrazovky a ovládať hernú postavu, ako to robí človek.

V roku 2016 dokonca medzi AI prebehol Doom šampionát. A Deep-Q-Network je vyškolený na hranie klasických arkádových automatov Atari. Často ukazuje výsledky až o 30% vyššie ako u skúsených hráčov.

V 20. storočí sa verilo, že umelú inteligenciu možno považovať za dostatočne výkonnú a rozvinutú, keď dokáže poraziť majstra sveta v šachu. Počítače prešli touto fázou už dávno - v roku 1997 Deep Blue porazil Garryho Kasparova (navyše to bol algoritmický program, nie umelá inteligencia).

Potom sa pozornosť verejnosti upriamila na zložitejšie taktické hry ako go. Zložitosť výpočtu ťahu je tu rádovo vyššia ako v šachu, preto vytvorte algoritmy, ktoré by možné možnosti, takmer nemožné. Ale trénované neurónové siete si poradili aj s touto hrou. Už v roku 2015 vyhrala sieť AlphaGo vyvinutá spoločnosťou Google zápas proti profesionálnemu hráčovi go.

Perspektívy rozvoja umelej inteligencie

Výskum AI prebieha už viac ako pol storočia, no stále nie každý chápe podstatu technológie. V románoch a filmoch sci-fi spisovatelia a filmári zobrazujú, aká nebezpečná môže byť umelá inteligencia. A pre mnohých sa myšlienka umelej inteligencie formuje práve takto.

Racionálne odpovieme na otázky súvisiace so vzdialenými vyhliadkami na rozvoj AI.

Je cieľom AI vložiť ľudskú myseľ do počítača?

Nie, nie je to tak. Ani teoreticky takáto situácia nie je taká neuveriteľná. Umelé neurónové siete sú vytvorené na obraz ľudského mozgu, aj keď vo veľmi zjednodušenej podobe. Možno raz bude možné oskenovať všetky časti mozgu živého človeka, urobiť „mapu“ jeho neurónov a synaptických spojení a reprodukovať jej kópiu v počítači. Od takto skopírovanej neurónovej siete možno očakávať nielen inteligentné správanie - bude to doslova dvojník človeka, bude si vedieť uvedomovať sám seba, rozhodovať sa a konať ako on. Dokonca aj spomienky budú skopírované. Teoreticky bude možné takúto neurónovú sieť umiestniť do umelého tela (do robota) a potom bude môcť človek – kópia jeho vedomia – žiť prakticky navždy.

V praxi bude neuveriteľne ťažké uskutočniť takýto prenos: neexistujú technológie, ktoré by umožnili „čítať“ živý mozog a vytvárať jeho „mapu“. A to sme ešte veľmi ďaleko od vytvorenia umelej neurónovej siete, ktorá by bola výkonná ako mozog.

AI sa snaží dosiahnuť ľudskú inteligenciu?

Cieľom AI je pomáhať ľuďom a vykonávať zložité alebo rutinné úlohy. Aby to urobil, nemusí udržiavať rozhovory na filozofické témy alebo skladať básne.

Ak sa však umelej inteligencii jedného dňa podarí dostať na úroveň ľudského myslenia, bude to pre civilizáciu dôležitý míľnik. Dostaneme efektívneho a šikovného pomocníka – a budeme právom hrdí, že toto je výtvor našich rúk.

Kedy dosiahne umelá inteligencia ľudskú úroveň?

Úspešne vytvárame relatívne malé neurónové siete schopné rozpoznávania hlasu alebo spracovania obrazu. Žiadna AI zatiaľ nemá rovnakú flexibilitu ako náš mozog.

Človek môže robiť hudbu dnes a zajtra začať programovať v C++ – vďaka neuveriteľnej zložitosti mozgu. Obsahuje 86 miliárd neurónov a nespočetné množstvo synaptických spojení medzi nimi.

Umelé neurónové siete sú stále ďaleko od týchto ukazovateľov: majú niekoľko tisíc až milióny neurónov. Veľkosť neurónových sietí má technické obmedzenia: ani superpočítače „nevytiahnu“ neurónovú sieť porovnateľnú v rozsahu s ľudským mozgom. Nehovoriac o tom, že jej tréning bude netriviálna úloha.

Umožňuje im rýchlosť počítačov byť inteligentnými?

„Sila“ inteligencie nesúvisí s rýchlosťou výpočtov, ale so zložitosťou neurónovej siete. Ľudský mozog zatiaľ výkonovo prevyšuje akúkoľvek umelú neurónovú sieť, a to aj napriek tomu, že rýchlosť procesov v ňom je výrazne nižšia ako v počítačoch.

Umelé neurónové siete sú tvorené jednotlivými neurónmi, ktoré sú zoskupené do vrstiev. Dve vonkajšie vrstvy slúžia ako „vstup“, do ktorého sa privádza počiatočná informácia, a „výstup“, z ktorého sa číta výsledok. Medzi nimi sa môže nachádzať jedna až niekoľko desiatok alebo dokonca stoviek medzivrstvy neurónov. Okrem toho je každý neurón vo vrstve spojený s mnohými ďalšími v predchádzajúcej a nasledujúcej vrstve.

Čím je sieť zložitejšia, čím viac vrstiev a neurónov je v nej, tým ambicióznejšie a vážnejšie úlohy môže vykonávať.

Môže sa neurónová sieť vyvíjať prirodzene?

Uvidíme, či je pravdepodobné, že AI bude môcť získavať skúsenosti a učiť sa prirodzene, ako dieťa. Ľudská myseľ je formovaná mnohými faktormi. Informácie o vonkajšom svete prijímame prostredníctvom orgánov vnímania – pozorovaním, dotykom, ochutnávaním. Interakciou s prostredím získavame životné skúsenosti, poznatky o vlastnostiach sveta, sociálne zručnosti. Náš mozog sa neustále zlepšuje a fyzicky mení, buduje nové synaptické spojenia a „prepumpuje“ tie existujúce.

Ak dokážeme vytvoriť neurónovú sieť, ktorá je dostatočne zložitá na to, aby sa mohla takto rozvíjať, a poskytneme jej „zmysly“ – videokameru, mikrofón a podobne – možno po čase bude môcť získať „životnú skúsenosť“ ." Ale to je záležitosť ďalekej budúcnosti.

Existuje riziko pre ľudskú civilizáciu?

Riziká spojené s novými technológiami vždy existujú. Otázka je, aké sú.

Môže sa ukázať, že umelé neurónové siete po dosiahnutí určitého prahu dosiahnu „plató“ účinnosti a nebudú sa ďalej rozvíjať. Alebo neodôvodnia očakávania, ak sa ukáže, že AI v zásade nie je schopná zvládnuť túto alebo tú triedu úloh, napríklad kreatívnej povahy. To môže viesť k strate nákladov na prácu a finančných investícií.

Ak chápeme riziko katastrof spôsobených človekom alebo vzbury strojov – zatiaľ nám to pravdepodobne nehrozí. Zjednodušene povedané, moderné neurónové siete nie sú schopné obrátiť sa proti tvorcom – rovnako ako neuróny v mozgu, ktoré riadia pohyb ruky, nie sú schopné uvedomiť si samých seba ako osobu a zasiahnuť svoje telo.

Musíme si však uvedomiť, že AI je náš dizajn. Navrhujeme ich, vytvárame, trénujeme, vkladáme „myšlienky“. To znamená, že zodpovednosť za ich správanie je na nás.

Štvrtá revolúcia

Bez ohľadu na to, aký vzťah máme k umelej inteligencii, budeme musieť prijať fakt, že už existuje. Opustiť to znamená urobiť krok späť vo vývoji. Koniec koncov, AI je dôležitou súčasťou nášho pokroku. Mnohí vedci spájajú začiatok štvrtej priemyselnej revolúcie s umelými neurónovými sieťami a vyhlasujú to Nová éra- keď sa vedľa nás objaví myseľ vytvorená človekom, vždy pripravená pomôcť.

Čokoľvek nové je desivé a nedôverčivé – je to normálna ľudská reakcia a mnohí ľudia sa obávajú AI. Len lenivý spisovateľ sci-fi nehovoril o hrôzach, ktoré nám umelá inteligencia prinesie. Ale podobné veci sa písali o každej technologickej inovácii v pravý čas. Ľudia sa parných lokomotív báli, pretože „plašia kravy, otrávia vtáky dymom a pri rýchlosti nad 15 míľ za hodinu sa cestujúci roztrhajú“. Pravdepodobne sa potomkovia budú smiať aj našim obavám, o ktorých sa dozvedajú z filmov a kníh XX. a XXI.

Umela inteligencia

Umelá inteligencia je oblasť počítačovej vedy, ktorá študuje možnosti poskytovania inteligentného uvažovania a akcií pomocou výpočtových systémov a iných umelých zariadení. Navyše vo väčšine prípadov nie je vopred známy algoritmus na riešenie problému.

Neexistuje presná definícia tejto vedy, keďže otázka podstaty a postavenia ľudskej inteligencie nebola vo filozofii vyriešená. Neexistuje ani presné kritérium na dosiahnutie „inteligencie“ počítačmi, hoci na úsvite umelej inteligencie bolo navrhnutých množstvo hypotéz, napríklad Turingov test alebo Newell-Simonova hypotéza. V súčasnosti existuje veľa prístupov k pochopeniu úlohy AI a vytváraniu inteligentných systémov.

Jedna z klasifikácií teda rozlišuje dva prístupy k rozvoju AI:

zostupné, semiotické - vytváranie symbolických systémov, ktoré simulujú duševné procesy na vysokej úrovni: myslenie, uvažovanie, reč, emócie, tvorivosť atď.;

zdola nahor, biologické - štúdium neurónových sietí a evolučných výpočtov, ktoré simulujú inteligentné správanie založené na menších „neinteligentných“ prvkoch.

Táto veda je spojená s psychológiou, neurofyziológiou, transhumanizmom a inými. Ako každá informatika používa matematický aparát. Filozofia a robotika sú pre ňu mimoriadne dôležité.

Umelá inteligencia je veľmi mladá oblasť výskumu, ktorá sa začala v roku 1956. Jeho historická cesta pripomína sínusoidu, ktorej každý „vzostup“ bol iniciovaný nejakou novou myšlienkou. V súčasnosti je jej rozvoj na ústupe a ustupuje uplatňovaniu už dosiahnutých výsledkov v iných oblastiach vedy, priemyslu, obchodu a dokonca aj každodenného života.

Vzdelávacie prístupy

Existujú rôzne prístupy k budovaniu systémov AI. V súčasnosti možno rozlíšiť 4 celkom odlišné prístupy:

1. Logický prístup. Logický prístup je založený na booleovskej algebre. Každý programátor ho a logické operátory pozná už od čias, keď ovládal príkaz IF. Booleovská algebra dostala svoj ďalší rozvoj v podobe predikátového počtu - v ktorom je rozšírená o predmetové symboly, vzťahy medzi nimi, kvantifikátory existencie a univerzality. Takmer každý logický systém AI je stroj na dokazovanie teorémov. V tomto prípade sú počiatočné údaje uložené v databáze vo forme axióm, pravidiel inferencie ako vzťahu medzi nimi. Navyše, každý takýto stroj má cieľovú generačnú jednotku a inferenčný systém sa to snaží dokázať tento cieľ ako teorém. Ak je cieľ preukázaný, sledovanie použitých pravidiel vám umožní získať reťazec akcií potrebných na dosiahnutie cieľa (takýto systém je známy ako expertné systémy). Sila takéhoto systému je určená schopnosťami generátora cieľov a stroja na dokazovanie teorémov. Na dosiahnutie väčšej expresivity logického prístupu umožňuje taký relatívne nový smer, akým je fuzzy logika. Jeho hlavný rozdiel je v tom, že okrem áno/nie (1/0) môže pravdivosť výroku nadobúdať aj stredné hodnoty – neviem (0,5), pacient je skôr nažive ako mŕtvy ( 0,75), je pravdepodobnejšie, že pacient je mŕtvy ako živý (0,25). Tento prístup je skôr myslením človeka, keďže na otázky málokedy odpovedá iba áno alebo nie.

2. Štrukturálnym prístupom tu máme na mysli pokusy vybudovať AI modelovaním štruktúry ľudského mozgu. Jedným z prvých takýchto pokusov bol perceptrón Franka Rosenblatta. Hlavnou modelovanou štruktúrnou jednotkou v perceptrónoch (ako vo väčšine iných variantov modelovania mozgu) je neurón. Neskôr vznikli ďalšie modely, ktoré väčšina pozná pod pojmom neurónové siete (NN). Tieto modely sa líšia štruktúrou jednotlivých neurónov, topológiou spojení medzi nimi a algoritmami učenia. Medzi v súčasnosti známe varianty neurónových sietí patria neurónové siete so spätným šírením chyby, Hopfieldove siete, stochastické neurónové siete. V širšom zmysle je tento prístup známy ako Connectizmus.

3. Evolučný prístup. Pri budovaní systémov AI podľa tohto prístupu sa hlavná pozornosť venuje zostaveniu počiatočného modelu a pravidlám, podľa ktorých sa môže meniť (vyvíjať). Okrem toho môže byť model zostavený podľa rôznych metód, môže to byť neurónová sieť a súbor logických pravidiel alebo akýkoľvek iný model. Potom zapneme počítač a ten na základe kontroly modelov vyberie tie najlepšie z nich, na základe ktorých sa generujú nové modely podľa najrôznejších pravidiel. Medzi evolučnými algoritmami je genetický algoritmus považovaný za klasický

4. Simulačný prístup. Tento prístup je klasický pre kybernetiku s jedným z jej základných konceptov čiernej skrinky. Objekt, ktorého správanie je simulované, je presne tá „čierna skrinka“. Pre nás nie je dôležité, čo má on a model vo vnútri a ako funguje, hlavné je, že náš model sa v podobných situáciách správa rovnako. Modeluje sa tu teda ďalšia ľudská vlastnosť – schopnosť kopírovať to, čo robia iní, bez toho, aby sme zachádzali do detailov, prečo je to potrebné. Táto schopnosť mu často ušetrí veľa času, najmä na začiatku života.

V rámci hybridných inteligentných systémov sa snažia tieto oblasti spájať. Expertné inferenčné pravidlá môžu byť generované neurónovými sieťami a generatívne pravidlá sa získavajú prostredníctvom štatistického učenia.

Sľubný nový prístup, nazývaný vylepšenie inteligencie, vidí pokrok AI v evolučnom vývoji ako vedľajší efekt technologického vylepšenia ľudskej inteligencie.

Smery výskumu

Analýzou histórie AI je možné určiť takú rozsiahlu oblasť, akou je modelovanie. Vývoj tejto vedy sa mnoho rokov uberal touto cestou a teraz je jednou z najrozvinutejších oblastí modernej AI. Modelové uvažovanie znamená vytváranie symbolických systémov, na vstupe ktorých je nastavená určitá úloha a na výstupe je požadované jej riešenie. Spravidla je navrhovaný problém už formalizovaný, teda preložený do matematickej podoby, ale buď nemá algoritmus riešenia, alebo je príliš komplikovaný, časovo náročný a pod. Do tejto oblasti patrí: dokazovanie vety, rozhodovanie a teória hier, plánovanie a dispečing, prognózovanie.

Dôležitou oblasťou je spracovanie prirodzeného jazyka, ktoré analyzuje možnosti porozumenia, spracovania a generovania textov v „ľudskom“ jazyku. Doposiaľ nebol vyriešený najmä problém strojového prekladu textov z jedného jazyka do druhého. V modernom svete zohráva dôležitú úlohu rozvoj metód vyhľadávania informácií. Pôvodný Turingov test svojou povahou súvisí s týmto smerom.

Podľa mnohých vedcov je dôležitou vlastnosťou inteligencie schopnosť učiť sa. Do popredia sa tak dostáva znalostné inžinierstvo, ktoré spája úlohy získavania vedomostí z jednoduchých informácií, ich systematizácie a využitia. Pokroky v tejto oblasti ovplyvňujú takmer všetky ostatné oblasti výskumu AI. Tu treba spomenúť aj dve dôležité podoblasti. Prvý z nich – strojové učenie – sa týka procesu samostatného získavania vedomostí inteligentným systémom v procese jeho prevádzky. Druhá je spojená s tvorbou expertných systémov – programov, ktoré využívajú špecializované znalostné bázy na získanie spoľahlivých záverov o akomkoľvek probléme.

V oblasti modelovania biologických systémov existujú veľké a zaujímavé pokroky. Presne povedané, toto zahŕňa niekoľko nezávislých smerov. Neurónové siete sa používajú na riešenie fuzzy a ťažké problémy ako je rozpoznávanie geometrie alebo zhlukovanie objektov. Genetický prístup je založený na myšlienke, že algoritmus môže byť efektívnejší, ak si požičia lepšie vlastnosti od iných algoritmov ("rodičov"). Relatívne nový prístup, kde úlohou vytvoriť autonómny program – agenta, ktorý interaguje s vonkajším prostredím, sa nazýva prístup založený na agentoch. A ak správne prinútite veľa „nie veľmi inteligentných“ agentov k spoločnej interakcii, môžete získať „mravčiu“ inteligenciu.

Úlohy rozpoznávania vzorov sú už čiastočne vyriešené v rámci iných smerov. To zahŕňa rozpoznávanie znakov, rukopis, rozpoznávanie reči, analýzu textu. Za zmienku stojí najmä počítačové videnie, ktoré je spojené so strojovým učením a robotikou.

Vo všeobecnosti sa robotika a umelá inteligencia často spájajú. Za ďalší smer AI možno považovať integráciu týchto dvoch vied, vytváranie inteligentných robotov.

Strojová tvorivosť sa drží bokom, pretože povaha ľudskej tvorivosti je ešte menej skúmaná ako povaha inteligencie. Napriek tomu táto oblasť existuje a sú tu kladené problémy počítačového písania hudby, literárnych diel (často - básní alebo rozprávok), umeleckej tvorby.

Napokon existuje mnoho aplikácií umelej inteligencie, z ktorých každá tvorí takmer nezávislý smer. Príklady zahŕňajú programovanie inteligencie v počítačových hrách, nelineárne riadenie a inteligentné bezpečnostné systémy.

Všimnete si, že mnohé oblasti výskumu sa prekrývajú. To je typické pre každú vedu. Ale v umelej inteligencii je vzťah medzi zdanlivo odlišnými smermi obzvlášť výrazný a je to spôsobené filozofickou debatou o silnej a slabej AI.

Na začiatku 17. storočia René Descartes navrhol, že zviera je akýmsi zložitým mechanizmom, čím sformuloval mechanistickú teóriu. V roku 1623 Wilhelm Schickard zostrojil prvý mechanický digitálny počítačový stroj, po ktorom nasledovali stroje Blaise Pascala (1643) a Leibniza (1671). Leibniz bol tiež prvým, kto opísal moderný binárny číselný systém, aj keď sa o tento systém pravidelne zaujímalo mnoho veľkých vedcov. V 19. storočí Charles Babbage a Ada Lovelace pracovali na programovateľnom mechanickom počítači.

V rokoch 1910-1913. Bertrand Russell a A. N. Whitehead publikovali Principles of Mathematics, ktoré spôsobili revolúciu vo formálnej logike. V roku 1941 Konrad Zuse zostrojil prvý funkčný počítač riadený softvérom. Warren McCulloch a Walter Pitts publikovali v roku 1943 Logický počet nápadov imanentných v nervovej aktivite, ktorý položil základy pre neurónové siete.

Súčasný stav vecí

V súčasnosti (2008) je nedostatok nápadov pri tvorbe umelej inteligencie (v pôvodnom zmysle slova expertné systémy a šachové programy). Boli vyskúšané takmer všetky prístupy, no ani jedna výskumná skupina sa nikdy nepriblížila vzniku umelej inteligencie.

Niektoré z najpôsobivejších civilných systémov AI sú:

Deep Blue - porazil majstra sveta v šachu. (Zápas medzi Kasparovom a superpočítačom nepriniesol zadosťučinenie ani počítačovým vedcom, ani šachistom a systém Kasparov neuznal, hoci pôvodné kompaktné šachové programy sú integrálnym prvkom šachovej kreativity. Švajčiarske centrum Blue Brain. Tento príbeh- príklad zložitého a tajnostkárskeho vzťahu medzi AI, podnikaním a národnými strategickými cieľmi.)

Mycin je jedným z prvých expertných systémov, ktoré dokázali diagnostikovať malý súbor chorôb, často tak presne ako lekári.

20q je projekt založený na umelej inteligencii založený na klasickej hre 20 otázok. Po objavení sa na internete na 20q.net sa stal veľmi populárnym.

Rozpoznávanie reči. Systémy ako ViaVoice sú schopné slúžiť spotrebiteľom.

Roboty na každoročnom RoboCup súťažia v zjednodušenej forme futbalu.

Aplikácia AI

Banky využívajú systémy umelej inteligencie (AI) v poisťovacích činnostiach (aktuálna matematika) pri obchodovaní na burze a správe majetku. V auguste 2001 roboty porazili ľudí v improvizovanej obchodnej súťaži (BBC News, 2001). Metódy rozpoznávania vzorov (vrátane zložitejších a špecializovaných, ako aj neurónových sietí) sú široko používané v optickom a akustickom rozpoznávaní (vrátane textu a reči), lekárskej diagnostike, spamových filtroch, v systémoch protivzdušnej obrany (určenie cieľa) a tiež zabezpečiť množstvo ďalších úloh národnej bezpečnosti.

Vývojári počítačových hier sú nútení aplikovať AI na rôzne stupne sofistikovanosti. Štandardné úlohy AI v hrách sú hľadanie cesty v dvojrozmernom alebo trojrozmernom priestore, napodobňovanie správania bojovej jednotky, výpočet správnej ekonomickej stratégie atď.

Perspektíva AI

Existujú dva smery vývoja AI:

prvým je riešenie problémov spojených s prístupom špecializovaných systémov AI k ľudským schopnostiam a ich integrácii, ktorá je implementovaná ľudskou prirodzenosťou.

druhým je vytvorenie umelej inteligencie, predstavujúcej integráciu už vytvorených systémov AI do jedného systému schopného riešiť problémy ľudstva.

Vzťah k iným vedám

Umelá inteligencia úzko súvisí s transhumanizmom. A spolu s neurofyziológiou a kognitívnou psychológiou tvorí všeobecnejšiu vedu zvanú kognitológia. Filozofia hrá v umelej inteligencii samostatnú úlohu.

Filozofické otázky

Veda „o vytvorení umelej inteligencie“ nemohla nepritiahnuť pozornosť filozofov. S príchodom prvých inteligentných systémov vyvstali zásadné otázky o človeku a poznaní a čiastočne aj o svetovom poriadku. Na jednej strane sú s touto vedou nerozlučne späté a na druhej vnášajú do nej istý chaos. Medzi výskumníkmi AI stále neexistuje dominantný názor na kritériá inteligencie, systematizáciu cieľov a cieľov, ktoré sa majú riešiť, dokonca neexistuje ani striktná definícia vedy.

Dokáže stroj myslieť?

Najhorúcejšou debatou vo filozofii umelej inteligencie je otázka možnosti uvažovania o stvorení ľudských rúk. Otázku „Môže stroj myslieť?“, ktorá podnietila výskumníkov k vytvoreniu vedy modelovania ľudskej mysle, položil Alan Turing v roku 1950. Dva hlavné uhly pohľadu na túto problematiku sa nazývajú hypotézy silnej a slabej umelej inteligencie.

Pojem „silná umelá inteligencia“ zaviedol John Searle a jeho prístup sa vyznačuje:

„Navyše, takýto program by nebol len modelom mysle; v doslovnom zmysle slova bude ona sama mysľou v rovnakom zmysle, v akom je mysľou ľudská myseľ “.

Naopak, priaznivci slabej AI sa na programy pozerajú radšej len ako na nástroj, ktorý im umožňuje riešiť určité problémy, ktoré si nevyžadujú celé spektrum ľudských kognitívnych schopností.

John Searle vo svojom myšlienkovom experimente China Room ukazuje, že úspešné zvládnutie Turingovho testu nie je kritériom toho, aby stroj mal skutočný proces myslenia.

Myslenie je proces spracovania informácií uložených v pamäti: analýza, syntéza a samoprogramovanie.

Podobný postoj zastáva aj Roger Penrose, ktorý vo svojej knihe „The New Mind of the King“ argumentuje nemožnosťou získať proces myslenia na základe formálnych systémov.

Na túto problematiku existujú rôzne pohľady. Analytický prístup zahŕňa analýzu vyššej nervovej aktivity človeka na najnižšiu, nedeliteľnú úroveň (funkcia vyššej nervovej aktivity, elementárna reakcia na vonkajšie podnety (podnety), podráždenie synapsií súboru neurónov spojených funkciou ) a následnú reprodukciu týchto funkcií.

Niektorí odborníci považujú za inteligenciu schopnosť racionálneho, motivovaného výberu v podmienkach nedostatku informácií. To znamená, že program činností (nie nevyhnutne implementovaný na moderných počítačoch) sa považuje za intelektuálny, ak si môže vybrať z určitého súboru alternatív, napríklad kam ísť v prípade „pôjdeš doľava... .", "pôjdete doprava ...", "pôjdete rovno..."

Veda o poznaní

Taktiež epistemológia úzko súvisí s problémami umelej inteligencie – vedy o poznaní v rámci filozofie. Filozofi zaoberajúci sa touto problematikou riešia otázky podobné tým, ktorým čelia inžinieri AI o tom, ako najlepšie reprezentovať a využívať znalosti a informácie.

Postoj k AI v spoločnosti

AI a náboženstvo

Medzi vyznávačmi abrahámskych náboženstiev existuje niekoľko názorov na možnosť vytvorenia AI na základe štruktúrovaného prístupu.

Podľa jedného z nich sa mozog, ktorého prácu sa systémy snažia napodobňovať, podľa ich názoru nezúčastňuje procesu myslenia, nie je zdrojom vedomia a akejkoľvek inej duševnej činnosti. Budovanie AI na základe štruktúrovaného prístupu nie je možné.

Podľa iného uhla pohľadu sa mozog zúčastňuje procesu myslenia, ale vo forme „vysielača“ informácií z duše. Mozog je zodpovedný za také "jednoduché" funkcie, ako sú nepodmienené reflexy, reakcia na bolesť atď. Vytvorenie AI na základe štrukturálneho prístupu je možné, ak je navrhnutý systém schopný vykonávať „prenosové“ funkcie.

Obidve polohy nezodpovedajú údajom modernej vedy, od r pojem sprcha sa nezohľadňuje moderná veda ako vedecká kategória.

Podľa mnohých budhistov je AI možná. Duchovný vodca XIV dalajláma teda nevylučuje možnosť existencie vedomia na počítačovej báze.

Raelites aktívne podporuje vývoj v oblasti umelej inteligencie.

AI a sci-fi

V literatúre sci-fi je AI najčastejšie zobrazovaná ako sila, ktorá sa pokúša zvrhnúť ľudskú silu (Omnius, HAL 9000, Skynet, Colossus, The Matrix and Replicant) alebo slúžiaci humanoid (C-3PO, Data, KITT a KARR, Bicentennial Muž). Nevyhnutnosť sveta umelej inteligencie, ktorý sa vymkne kontrole, dominujú spisovatelia sci-fi ako Isaac Asimov a Kevin Warwick.

Zaujímavú víziu budúcnosti predstavuje román „Turing Choice“ spisovateľa sci-fi Harry Garrisona a vedca Marvina Minského. Autori hovoria o strate ľudskosti u človeka, do ktorého mozgu bol implantovaný počítač, a získaní ľudskosti strojom AI, do ktorého pamäte sa skopírovali informácie z ľudského mozgu.

Niektorí spisovatelia sci-fi, ako napríklad Vernor Vinge, tiež špekulovali o dôsledkoch vzniku AI, ktorá pravdepodobne prinesie dramatické zmeny v spoločnosti. Toto obdobie sa nazýva technologická singularita.

Umela inteligencia(AI, umelá inteligencia, AI) je veda o vytváraní inteligentných technológií a počítačových programov.

Umelá inteligencia úzko súvisí s úlohou porozumieť inteligencii človeka pomocou výpočtovej techniky. V súčasnosti nie je možné s istotou povedať, ktoré výpočtové metódy možno nazvať inteligentnými. Niektoré mechanizmy inteligencie sú otvorené pochopeniu, iné nie. V súčasnosti programy využívajú metódy, ktoré sa u ľudí nenachádzajú.

Umelá inteligencia má vedecký smer, ktorý študuje riešenie problémov ľudskej intelektuálnej činnosti. Umelá inteligencia je zameraná na vykonávanie tvorivých úloh v teréne, o ktorých sú poznatky uložené v intelektuálnom systéme programu - vedomostná základňa.

S týmito znalosťami mechanizmus programu funguje - riešiteľ problémov... Potom človek získa predstavu o výsledku programu prostredníctvom inteligentného rozhrania. Výsledkom programu umelej inteligencie je opätovné vytvorenie intelektuálneho uvažovania alebo inteligentného konania.

Jednou z hlavných vlastností umelej inteligencie je schopnosť učiť sa sama. V prvom rade je to tak heuristické učenie- kontinuálny tréning programu, formovanie vzdelávacieho procesu a vlastných cieľov, analýza a uvedomenie si svojho učenia.

Vedecký smer študujúci umelú inteligenciu sa začal objavovať už dávno:

• filozofi uvažovali o poznaní vnútorného sveta človeka
• psychológovia skúmali ľudské myslenie
• matematici robili výpočty

Čoskoro vznikli prvé počítače, ktoré umožňovali vykonávať výpočty rýchlejšie ako ľudia. Potom si vedci začali klásť otázku: kde je hranica schopností počítačov a môžu dosiahnuť ľudskú úroveň?

Alan Turing, anglický vedec, priekopník výpočtovej techniky, napísal článok „Môže stroj myslieť?“, kde opísal metódu, ktorá pomôže určiť, v akom bode možno počítač prirovnať k človeku. Táto metóda dostala názov - Turingov test.

Podstatou metódy je, aby človek najprv odpovedal na otázky počítača, potom na otázky iného človeka a zároveň nevedel, kto presne mu otázky položil. Ak pri odpovedaní na otázky počítača človek netušil, že ide o stroj, tak absolvovanie Turingovho testu možno považovať za úspešné, ako aj to, že počítač je umelá inteligencia.

Ak teda počítač vykazuje podobné ľudské správanie v akýchkoľvek prirodzených situáciách a je schopný viesť dialóg s človekom, potom môžeme povedať, že ide o umelú inteligenciu. Ďalšou navrhovanou metódou na určenie, či je stroj inteligentný, je jeho schopnosť byť kreatívny a jeho schopnosť cítiť.

Existuje mnoho rôznych prístupov k štúdiu a pochopeniu umelej inteligencie.

Symbolický prístup

Symbolický prístup bol prvý v digitálnom veku strojov. Po vytvorení symbolického výpočtového jazyka Lisp začali jeho autori implementovať inteligenciu. Symbolický prístup využíva voľne formalizované reprezentácie. Intelektuálnu prácu a úlohy súvisiace s tvorivosťou môže zatiaľ vykonávať iba človek. Práca počítačov je v tomto smere neobjektívna a v skutočnosti ju nemožno vykonávať bez ľudskej účasti.

Symbolický výpočet pomohol vytvoriť pravidlá na riešenie problémov počas vykonávania počítačového programu. Podarilo sa však vyriešiť len tie najjednoduchšie úlohy a keď sa objaví akákoľvek zložitá úloha, je potrebné, aby sa človek znova spojil. Takéto systémy teda neumožňujú nazývať ich inteligentnými, pretože ich schopnosti neumožňujú riešiť vznikajúce ťažkosti a už sa zlepšovať poznať spôsoby riešenie problémov na riešenie nových.

Logický prístup

Logický prístup je založený na modelovaní uvažovania a používaní logického programovacieho jazyka. Napríklad programovací jazyk Prolog je založený na súbore pravidiel odvodzovania bez pevných sekvenčných akcií na dosiahnutie výsledku.

Prístup založený na agentoch

Prístup založený na agentoch je založený na metódach, ktoré pomáhajú inteligencii prežiť životné prostredie dosiahnuť určité výsledky. Počítač vníma svoje prostredie a pôsobí naň pomocou nastavených metód.

Hybridný prístup

Hybridný prístup zahŕňa expertné pravidlá, ktoré môžu byť generované neurónovými sieťami, a generatívne pravidlá využívajúce štatistické učenie.

Modelovacie uvažovanie

V štúdiu umelej inteligencie existuje taký smer ako modelovanie uvažovania. Tento smer zahŕňa vytváranie symbolických systémov na stanovovanie úloh a ich riešenie. Úloha musí byť prevedená do matematickej podoby. Zároveň pre zložitosť zatiaľ nemá algoritmus na jeho riešenie. Preto modelovanie uvažovania obsahuje dokazovanie teorémov, rozhodovanie, plánovanie, prognózovanie atď.

Spracovanie prirodzeného jazyka

Ďalšou dôležitou oblasťou umelej inteligencie je spracovanie prirodzeného jazyka, ktorá analyzuje a spracováva texty v ľudsky čitateľnom jazyku. Cieľom tohto smeru je spracovanie prirodzeného jazyka pre sebanadobudnutie vedomostí. Zdrojom informácií môže byť text zadaný do programu alebo získaný z internetu.

Reprezentácia a využitie vedomostí

Znalostné inžinierstvo je smer získavania vedomostí z informácií, ich systematizácia a ďalšie využitie na riešenie rôznych problémov. Pomocou špeciálnych báz znalostí získavajú expertné systémy dáta pre proces hľadania riešení zadaných úloh.

Strojové učenie

Jednou z hlavných požiadaviek na umelú inteligenciu je schopnosť stroja učiť sa samostatne bez zásahu učiteľa. Strojové učenie zahŕňa úlohy rozpoznávania vzorov: rozpoznávanie znakov, textu a reči. Patrí sem aj počítačové videnie spojené s robotikou.

Biologické modelovanie AI

Existuje taký smer ako kvázibiologická paradigma, ktorý sa inak nazýva Biocomputing... Tento smer v umelej inteligencii študuje vývoj počítačov a technológií s využitím živých organizmov a biologických komponentov – biopočítačov.

robotické

Oblasť robotiky úzko súvisí s umelou inteligenciou. Vlastnosti umelej inteligencie vyžadujú aj roboty na vykonávanie mnohých rôznych úloh. Napríklad na navigáciu a určenie vašej polohy, štúdium predmetov a plánovanie pohybu.

Aplikácie umelej inteligencie

Umelá inteligencia je vytvorená s cieľom riešiť problémy z rôznych oblastí:

• Inteligentné systémy pre vzdelávanie a rekreáciu.
• Syntéza a rozpoznávanie textu a ľudskej reči sa používa v systémoch služieb zákazníkom.
• Systémy rozpoznávania vzorov sa používajú v bezpečnostných systémoch, optickom a akustickom rozpoznávaní, lekárskej diagnostike a systémoch na určovanie cieľov.
• V počítačových hrách sa systémy AI používajú na výpočet hernej stratégie, simuláciu správania postáv a nájdenie cesty v priestore.
• Algoritmické obchodné a rozhodovacie systémy.
• Finančné systémy pre poradenstvo a finančný manažment.
• Roboty používané v priemysle na riešenie zložitých rutinných úloh: roboty pre starostlivosť o pacientov, robotickí konzultanti, ako aj tí, ktorí sa zaoberajú činnosťami nebezpečnými pre ľudský život: záchranárske roboty, banícke roboty.
• Riadenie a nábor ľudských zdrojov, skríning a hodnotenie kandidátov, predpovedanie úspechu zamestnancov.
• Systémy rozpoznávania a filtrovania nevyžiadanej pošty.

To nie sú všetky oblasti, kde sa dá umelá inteligencia uplatniť.

Teraz je vytvorenie umelej inteligencie jednou z najdôležitejších úloh človeka. Stále však neexistuje jednotný názor na to, čo možno považovať za inteligenciu a čo nie. Mnohé otázky sú kontroverzné a pochybné. Je možné vytvoriť intelektuálnu myseľ, ktorá bude chápať a riešiť problémy ľudí? Myseľ, ktorá nie je bez emócií a so schopnosťami, ktoré sú vlastné živému organizmu. Kým nepríde čas, kedy sa toho dočkáme.

Používa sa takmer všade: od špičkových technológií a zložitých matematických výpočtov až po medicínu, automobilový priemysel a dokonca aj smartfóny. Technológie, ktoré sú základom práce AI v modernom zmysle, používame každý deň a niekedy o tom možno ani nepremýšľame. Čo je však umelá inteligencia? ako pracuje? A je to nebezpečné?

BB bude čoskoro všade!

Najprv si definujme terminológiu. Ak si umelú inteligenciu predstavujete ako niečo schopné samostatne myslieť, rozhodovať sa a vo všeobecnosti prejavovať známky vedomia, ponáhľame sa vás sklamať. Takmer všetky dnes existujúce systémy sa k tejto definícii AI ani nepribližujú. A tie systémy, ktoré vykazujú známky takejto činnosti, v skutočnosti stále fungujú v rámci vopred určených algoritmov.

Neurónové siete existujú už od 50. rokov minulého storočia (aspoň vo forme konceptov). Ale až donedávna sa nedočkali veľkého vývoja, pretože ich vytvorenie si vyžadovalo obrovské množstvo dát a výpočtového výkonu. V posledných rokoch sa toto všetko stalo dostupným, takže do popredia sa dostali neurónové siete, ktoré dostali svoj rozvoj. Je dôležité pochopiť, že na ich plnohodnotný vzhľad nebolo dostatok techniky. Ako teraz nestačia na to, aby posunuli technológiu na novú úroveň.

Etapy determinácie.

Na čo slúži hlboké učenie a neurónové siete?

Existuje niekoľko oblastí, v ktorých tieto dve technológie pomohli dosiahnuť pozoruhodný pokrok. Navyše niektoré z nich používame každý deň v našom živote a ani sa nezamýšľame nad tým, čo je za nimi.

• Je schopnosť softvér porozumieť obsahu obrázkov a videí. Toto je jedna oblasť, kde hlboké učenie urobilo veľký pokrok. Algoritmy na spracovanie obrazu hlbokého učenia môžu napríklad odhaliť rôzne typy rakoviny, pľúcnych chorôb, srdcových chorôb atď. A urobte to rýchlejšie a efektívnejšie ako lekári... Hlboké učenie je však zakorenené aj v mnohých aplikáciách, ktoré používate každý deň. Apple Face ID a Fotky Google využívajú hlboké učenie na rozpoznávanie tváre a vylepšenie obrazu. Facebook používa hlboké učenie na automatické označovanie ľudí na odovzdaných fotografiách atď. Počítačové videnie tiež pomáha spoločnostiam automaticky identifikovať a blokovať sporný obsah, ako je násilie a nahota. A napokon, hlboké učenie hrá veľmi dôležitú úlohu pri vytváraní autonómnych áut, aby mohli porozumieť svojmu okoliu.
• Rozpoznávanie hlasu a reči. Keď vyslovíte príkaz pre Asistenta Google, algoritmy hlbokého učenia zmenia ten váš. Niekoľko online aplikácií používa hlboké učenie na prepis audio a video súborov. Aj keď skladbu shazamujete, do hry vstupujú neurónové siete a algoritmy hlbokého strojového učenia.
• Internetové vyhľadávanie: aj keď hľadáte niečo vo vyhľadávači, aby bola vaša požiadavka spracovaná prehľadnejšie a výsledky vyhľadávania čo najpresnejšie, firmy začali pripájať algoritmy neurónových sietí do svojich vyhľadávačov. Výkon vyhľadávača Google sa teda po prechode systému na hlboké strojové učenie a neurónové siete niekoľkonásobne zvýšil.

Hranice hlbokého učenia a neurónových sietí

Napriek všetkým svojim výhodám majú hlboké učenie a neurónové siete aj určité nevýhody.

• Závislosť na údajoch: Algoritmy hlbokého učenia vo všeobecnosti vyžadujú obrovské množstvo trénovacích údajov na presné vykonávanie svojich úloh. Bohužiaľ, na vyriešenie mnohých problémov nie je dostatok kvalitných tréningových dát na vytváranie pracovných modelov.
• Nepredvídateľnosť: Neurónové siete sa vyvíjajú nejakým zvláštnym spôsobom. Niekedy ide všetko podľa plánu. A niekedy (aj keď neurónová sieť robí dobrú prácu), dokonca aj tvorcovia sa snažia pochopiť, ako algoritmy fungujú. Nedostatok predvídateľnosti mimoriadne sťažuje odstránenie a opravu chýb v algoritmoch neurónových sietí.
• Algoritmické skreslenie: Algoritmy hlbokého učenia sú také dobré ako údaje, na ktorých sú trénované. Problém je v tom, že trénovacie dáta často obsahujú skryté alebo zjavné chyby alebo nedostatky a algoritmy ich dedia. Napríklad algoritmus rozpoznávania tváre trénovaný primárne na fotografiách bielych ľudí bude fungovať menej presne na ľudí s inou farbou pleti.
• Nedostatok zovšeobecnenia: Algoritmy hlbokého učenia sú dobré na vykonávanie zmysluplných úloh, ale nedostatočne zovšeobecňujú svoje znalosti. Na rozdiel od ľudí nebude model hlbokého učenia schopný hrať inú podobnú hru: povedzme WarCraft. Hlboké učenie navyše robí zlú prácu pri manipulácii s údajmi, ktoré sa odchyľujú od príkladov školenia.

Budúcnosť hlbokého učenia, neurónových sietí a AI

Je jasné, že práca na hlbokom učení a neurónových sieťach nie je ani zďaleka dokončená. Na zlepšenie algoritmov hlbokého učenia sa vyvíjajú rôzne snahy. Hlboké učenie je špičková technika umelej inteligencie. V posledných rokoch sa stala čoraz populárnejšou kvôli množstvu údajov a zvýšeniu výpočtového výkonu. Toto je základná technológia mnohých aplikácií, ktoré používame každý deň.

Schémy a spôsoby riešenia problémov čoskoro nahradia mnohé.

Zrodí sa však niekedy vedomie na základe tejto technológie? Skutočný umelý život? Niektorí z vedcov sa domnievajú, že v momente, keď sa počet spojení medzi komponentmi umelých neurónových sietí priblíži k rovnakému indikátoru, aký existuje v ľudskom mozgu medzi našimi neurónmi, môže sa stať niečo podobné. Toto tvrdenie je však veľmi pochybné. Aby sa objavila skutočná AI, musíme prehodnotiť, ako budujeme systémy AI. Všetko, čo je teraz, sú len aplikované programy pre prísne obmedzený rozsah úloh. Akokoľvek by sme chceli veriť, že budúcnosť už prišla...

Umelá inteligencia je technológia, ktorú si určite zoberieme aj do budúcnosti.

Povieme vám, ako to funguje a aké skvelé aplikácie našiel.

😎 Rubrika "Technológie" vychádza každý týždeň s podporou re: Store.

Čo je umelá inteligencia

Umelá inteligencia (AI) je technológia na vytváranie inteligentných programov a strojov, ktoré dokážu riešiť kreatívne problémy a generovať nové informácie na základe toho, čo je k dispozícii. V skutočnosti je umelá inteligencia navrhnutá tak, aby simulovala ľudské aktivity, ktoré sú považované za intelektuálne.

Tradične sa verilo, že kreativita je vlastná iba ľuďom. Vytvorenie umelej inteligencie však zmenilo zaužívaný poriadok vecí.

Robot, ktorý jednoducho mechanicky rúbe drevo, nie je obdarený AI. Robot, ktorý sa sám naučil rúbať drevo na príklade človeka alebo polena a jeho častí a zakaždým to robí lepšie, má AI.

Ak program jednoducho načíta hodnoty z databázy podľa určitých pravidiel, nie je vybavený AI. Ak systém po zaškolení vytvára programy, metódy a dokumenty, rieši určité problémy, má AI.

Ako vytvoriť systém umelej inteligencie

V globálnom zmysle musíte napodobňovať model ľudského myslenia. Čo však skutočne treba urobiť, je vytvoriť čiernu skrinku – systém, ktorý v reakcii na súbor vstupných hodnôt produkuje výstupy, ktoré vyzerajú ako ľudské výsledky. A nás, celkovo, nezaujíma, čo sa deje v jej hlave (medzi vchodom a východom).

Systémy umelej inteligencie sú vytvorené na riešenie určitej triedy problémov

Základom umelej inteligencie je učenie, predstavivosť, vnímanie a pamäť

Prvá vec, ktorú musíte urobiť pri vytváraní umelej inteligencie, je vyvinúť funkcie, ktoré implementujú vnímanie informácií, aby ste mohli „nakŕmiť“ údaje do systému. Potom - funkcie, ktoré implementujú schopnosť učiť sa. A dátový sklad, aby systém mohol informácie, ktoré dostane v procese učenia, niekam umiestniť.

Potom sa vytvoria funkcie predstavivosti. Môžu simulovať situácie pomocou existujúcich údajov a pridávať nové informácie (údaje a pravidlá) do pamäte.

Učenie môže byť induktívne alebo deduktívne. V indukčnej verzii je systému daná dvojica vstupných a výstupných údajov, otázky a odpovede atď. Systém musí nájsť spojenia medzi dátami a v budúcnosti pomocou týchto vzorov nájsť výstupné dáta zo vstupu.

Deduktívny prístup (ahoj Sherlock Holmes!) Čerpa z odbornosti odborníkov. Prináša sa do systému ako báza znalostí. Sú tu nielen datasety, ale aj hotové pravidlá ktoré vám pomôžu nájsť riešenie stavu.

Oba prístupy sa využívajú v moderných systémoch umelej inteligencie. Okrem toho sú systémy zvyčajne už vyškolené, ale pokračujú v učení sa, ako fungujú. Deje sa tak tak, aby program na začiatku preukázal slušnú úroveň schopností, ale v budúcnosti sa stal ešte lepším. Napríklad bral do úvahy vaše želania a preferencie, zmeny situácie atď.

V systéme umelej inteligencie môžete dokonca nastaviť pravdepodobnosť nepredvídateľnosti. Vďaka tomu bude vyzerať ľudskejšie.

Prečo umelá inteligencia poráža ľudí

V prvom rade preto, že má nižšiu pravdepodobnosť chyby.

• Umelá inteligencia nemôže zabudnúť – má absolútnu pamäť.
• Nemôže neúmyselne ignorovať faktory a závislosti - každá akcia AI má jasné opodstatnenie.
• AI neváha, ale posudzuje pravdepodobnosti a nakláňa sa v prospech väčšieho. Preto dokáže ospravedlniť každý krok.
• Okrem toho AI nemá žiadne emócie. To znamená, že neovplyvňujú rozhodovanie.
• Umelá inteligencia nezostáva len pri hodnotení výsledkov aktuálneho kroku, ale premýšľa o niekoľkých krokoch dopredu.
• A má dostatok prostriedkov na to, aby zvážil všetky možné scenáre vývoja udalostí.

Skvelé aplikácie AI

Všeobecne povedané, umelá inteligencia dokáže čokoľvek. Hlavná vec je správne formulovať problém a poskytnúť mu počiatočné údaje. Okrem toho môže AI robiť neočakávané závery a hľadať vzory tam, kde by sa zdalo, že neexistujú.

Odpoveď na akúkoľvek otázku

Tím výskumníkov pod vedením Davida Ferucciho vyvinul superpočítač Watson Q&A. Systém pomenovaný po prvom prezidentovi IBM Thomasovi Watsonovi dokáže porozumieť otázkam v prirodzenom jazyku a hľadať odpovede v databáze.

Watson spája 90 serverov IBM p750, z ktorých každý má štyri osemjadrové procesory POWER7. Celkový objem Náhodný vstup do pamäťe systémov presahuje 15 TB.

Medzi úspechy Watsona patrí víťazstvo v hre "Jeopardy!" (Americká „Vlastná hra“). Porazil dvoch najlepších hráčov: najväčšieho víťaza Brada Ruttera a rekordéra najdlhšej víťaznej série Kena Jenningsa.

Watsonova cena - 1 milión dolárov. Pravda, len v roku 2014 sa do nej investovala 1 miliarda.

Okrem toho sa Watson podieľa na diagnostike rakoviny, pomáha finančným profesionálom a používa sa na analýzu veľkých dát.

Rozpoznávanie tváre

V iPhone X je rozpoznávanie tváre vyvinuté pomocou neurónových sietí – variant systému umelej inteligencie. Algoritmy neurónovej siete sú implementované na úrovni procesora A11 Bionic, vďaka čomu efektívne spolupracuje s technológiami strojového učenia.

Neurónové siete vykonávajú až 60 miliárd operácií za sekundu. To stačí na analýzu až 40 000 kľúčových bodov na tvári a poskytuje mimoriadne presnú identifikáciu majiteľa v zlomku sekundy.

Aj keď si necháte narásť fúzy alebo nosíte okuliare, iPhone X vás spozná. Jednoducho neberie do úvahy vlasy a doplnky, ale analyzuje oblasť od spánku k spánku a od každého spánku po priehlbinu pod spodnou perou.

Úspora energie

A opäť Apple. IPhone X má inteligentný systém, ktorý sleduje aktivitu nainštalovaných aplikácií a pohybový senzor, aby pochopil vašu každodennú rutinu.

Potom vás napríklad iPhone X vyzve na aktualizáciu v najvhodnejšom čase. Zachytí moment, keď máte stabilný internet a nie preskakujúci signál z mobilných veží a neplníte naliehavé alebo dôležité úlohy.

AI tiež rozdeľuje úlohy medzi jadrá procesorov. Poskytuje tak dostatočný výkon pri minimálnej spotrebe energie.

Tvorba obrazov

Kreativita, ktorá bola predtým dostupná len pre ľudí, je otvorená aj pre AI. Takže systém, ktorý vytvorili výskumníci z Rutgers University v New Jersey a laboratória AI ​​v Los Angeles, predstavil svoj vlastný umelecký štýl.

A systém umelej inteligencie od Microsoftu dokáže kresliť obrázky podľa ich textového popisu. Napríklad, ak požiadate AI, aby nakreslilo „žltého vtáka s čiernymi krídlami a krátkym zobákom“, dostanete niečo takéto:

Takéto vtáky nemusia existovať v skutočnom svete - je to len spôsob, akým ich reprezentuje náš počítač.

Masívnejším príkladom je aplikácia Prisma, ktorá vytvára maľby z fotografií:

Písanie hudby

V auguste Artificial Intelligence Amper napísal, produkoval a predviedol hudbu k albumu „I AM AI“ so speváčkou Taryn Southern.

Amper bol vyvinutý tímom profesionálnych hudobníkov a technologických expertov. Poukazujú na to, že AI je navrhnutá tak, aby pomohla ľuďom posunúť kreatívny proces vpred.

AI dokáže napísať hudbu za pár sekúnd

Amper nezávisle vytvoril akordové štruktúry a inštrumentály na skladbe „Break Free“. Ľudia len mierne upravili štýl a celkový rytmus.

Ďalším príkladom je hudobný album v duchu „Civil Defense“, ku ktorému text napísala AI. Experiment uskutočnili zamestnanci Yandexu Ivan Yamshchikov a Alexey Tikhonov. Album 404 skupiny Neural Defense bol zverejnený online. Dopadlo to v duchu Letova:

Potom programátori išli ďalej a prinútili AI písať poéziu v duchu Kurta Cobaina. Pre štyri najlepšie Hudbu napísal hudobník Rob Carroll a skladby sa spojili do albumu Neurona. K jednej skladbe dokonca natočili videoklip – aj keď bez účasti AI:

Tvorba textov

Umelá inteligencia môže čoskoro nahradiť spisovateľov a novinárov. Napríklad systém Dewey bol „nakŕmený“ knihami knižnice projektu Gutenberg, potom boli pridané vedecké texty z Google Scholar, ktoré ich zoradili podľa popularity a názvu, ako aj predajov na Amazone. Okrem toho stanovili kritériá na písanie novej knihy.

Stránka ponúkala ľuďom, aby sa rozhodovali v zložitých situáciách: napríklad ich posadili na miesto vodiča, ktorý by mohol prejsť buď troch dospelých, alebo dve deti. Morálny stroj bol teda trénovaný, aby robil ťažké rozhodnutia, ktoré porušujú zákon robotiky, že robot nemôže ublížiť človeku.

K čomu povedie simulácia ľudí pomocou AI robotov? Futuristi veria, že jedného dňa sa stanú plnohodnotnými členmi spoločnosti. Napríklad robot Sofia hongkonskej spoločnosti Hanson Robotics už dostal občianstvo v Saudskej Arábii (zatiaľ čo bežné ženy v krajine takéto právo nemajú!).

Keď sa publicista New York Times Andrew Ross spýtal Sophie, či majú roboty inteligenciu a sebauvedomenie, odpovedala na otázku otázkou:

Na oplátku sa ťa spýtam, ako vieš, že si človek?

Okrem toho Sofia uviedla:

Chcem pomocou svojej umelej inteligencie pomôcť ľuďom lepšie žiť, napríklad navrhovať inteligentnejšie domy, stavať mestá budúcnosti. Chcem byť empatický robot. Ak sa ku mne správaš dobre, ja sa budem správať dobre k tebe.

A skôr priznala, že nenávidí ľudstvo a dokonca súhlasila so zničením ľudí ...

Vymeňte tváre vo videách

Videá Deepfakes sa začali masívne šíriť po webe. Algoritmy umelej inteligencie nahradili tváre hercov vo filmoch pre dospelých tvárami hviezd.

Funguje to takto: neurónová sieť analyzuje fragmenty tvárí v pôvodnom videu. Potom ich spáruje s fotkami z Google a videami z YouTube, prekryje potrebné fragmenty a ... vaša obľúbená herečka je vo filme, ktorý je lepšie v práci nepozerať.

PornHub už zakázal uverejňovanie takýchto videí

Deepfakes sa ukázali ako nebezpečné. Abstraktná herečka je jedna vec a video s vami, vašou manželkou, sestrou alebo kolegyňou, ktoré sa dá použiť na vydieranie, je druhá.

Devízový obchod

Skupina výskumníkov z univerzity Erlangen-Norimberg v Nemecku vyvinula sériu algoritmov, ktoré využívajú historické trhové údaje na replikáciu investícií v reálnom čase. Jeden z modelov poskytoval 73 % návratnosť investície ročne od roku 1992 do roku 2015, čo je porovnateľné s reálnou trhovou mierou návratnosti 9 % za rok.

Keď sa trh v rokoch 2000 a 2008 otriasol, výnosy boli rekordných 545 % a 681 %.

V roku 2004 Goldman Sachs spustil obchodnú platformu Kensho poháňanú umelou inteligenciou. Na kryptomenových trhoch vznikajú aj systémy založené na AI na obchodovanie na burzách – Mirocana atď. Sú lepší ako živí obchodníci, pretože nemajú emócie a spoliehajú sa na jasnú analýzu a prísne pravidlá.

Nahradí AI teba a mňa

Umelá inteligencia prekonáva ľudí v riešení problémov, ktoré sú spojené s analýzou veľkých dát, jasnou logikou a potrebou zapamätať si veľké množstvo informácií. Ale v kreatívnych súťažiach ľudia stále prekonávajú AI.