Криптотрейдинг: прибыльная торговля криптовалютой.
Май 19, 2019
28 Views
Комментарии к записи Краткое введение в искусственный интеллект для нормальных людей отключены

Краткое введение в искусственный интеллект для нормальных людей

Written by
Биткоин: краткое руководство

В последнее время искусственный интеллект стал очень горячей темой в Силиконовой долине и ведущей технологической сцене. Для тех из нас, кто участвует в этой сцене, кажется, что невероятный импульс развивается вокруг предмета, и все виды искусственного интеллекта являются ядром их деятельности. Также увеличилось количество университетских курсов, связанных с искусственным интеллектом, в результате чего на рынке труда появляется волна чрезвычайно ярких новых талантов. Но это не простой случай подтверждения предвзятости — интерес к этой теме растет с середины 2014 года.

Шум вокруг темы увеличится, и для непрофессионала все очень вводит в заблуждение. В зависимости от того, что вы читаете, легко поверить, что мы собираемся апокалиптически уничтожить Скайнет из рук холодных вычислительных суперкомпьютеров или что мы все будем жить вечно. чисто цифровые устройства в каком-то искусственном мире, основанном на облаке. Другими словами, Терминатор или Матрица скоро станут пророчески смущающими.

Должны ли мы волноваться или волноваться? И что это все значит?

Будут ли роботы захватывать мир?

Когда в конце 2014 года я начал заниматься модой искусственного интеллекта, я мало что знал об этом. Хотя я занимаюсь онлайн-технологиями более 20 лет, у меня есть степень по английской литературе, и я больше вовлечен в бизнес и творческие возможности технологии, чем в обучение для нее. Я был привлечен к искусственному интеллекту из-за его положительного потенциала, но когда я прочитал предупреждения от Стивена Хокинга об апокалиптических опасностях, скрывающихся в нашем будущем, естественно, я стал таким же обеспокоенным, как и все остальные.

Поэтому я делал то, что обычно делаю, когда что-то беспокоит меня: я начал узнавать об этом, чтобы понять это. Более года постоянного чтения, говорения, слушания, просмотра, самостоятельной работы и учебы привели меня к четкому пониманию того, что все это значит, и я хочу посвятить следующие несколько абзацев обмену этими знаниями в надежде просветить любого любопытного, но наивного он боится этого удивительного нового мира.

О, если вы просто хотите получить ответ на заголовок выше, ответ — да, они будут. Извините.

Как машины узнали

Первое, что я обнаружил, было то, что искусственный интеллект, как отраслевой термин, фактически длился с 1956 года и в то время имел много взлетов и падений. В шестидесятые годы индустрия искусственного интеллекта боролась в золотой век исследований с западными правительствами, университетами и крупными компаниями, вкладывая огромные суммы денег в сектор в надежде построить новый, смелый мир. Но в середине 1970-х годов, когда стало очевидно, что искусственный интеллект не выполняет своих обещаний, промышленный пузырь лопнул и финансирование было ликвидировано. В 1980-х годах, когда компьютеры стали более популярными, появился новый бум ИИ с аналогичным уровнем ошеломляющих инвестиций в различные предприятия. Но опять же, сектор не преуспел и произошел неизбежный крах.

Чтобы понять, почему эти бумы потерпели неудачу, вы должны сначала понять, что такое на самом деле искусственный интеллект. Краткий ответ на этот вопрос (и, поверьте мне, на это есть очень длинные ответы) состоит в том, что искусственный интеллект — это серия различных перекрывающихся технологий, которые широко решают проблемы использования данных для принятия решений о чем-то. Он содержит много различных дисциплин и технологий (Большие данные или Интернет вещей, кто-нибудь?) Но наиболее важной из них является концепция, называемая машинным обучением.

Машинное обучение в основном сводится к тому, чтобы предоставлять компьютерам большие объемы данных и анализировать эти данные, чтобы определить закономерности, из которых они могут сделать выводы. Вы, вероятно, видели это в действии благодаря технологии распознавания лиц (например, на Facebook или современных цифровых камерах и смартфонах), где компьютер может распознавать и кадрировать человеческие лица на изображениях. С этой целью компьютеры ссылаются на обширную библиотеку изображений лиц людей и научились видеть черты человеческого лица, основанные на формах и цветах, усредненных на основе набора сотен миллионов различных примеров. Этот процесс в основном одинаков для всех приложений машинного обучения, от обнаружения мошенничества (анализ шаблонов покупок из истории покупок по кредитной карте) до общего искусства (анализ шаблонов на изображениях и случайная генерация изображений с использованием изученных шаблонов).

Как вы можете себе представить, для прохождения интенсивных наборов данных для извлечения шаблонов требуется ВЫСОКАЯ вычислительная мощность компьютера. В шестидесятых у них просто не было достаточно сил, чтобы сделать это, поэтому бум провалился. В восьмидесятых годах компьютеры были достаточно мощными, но они обнаружили, что машины обучаются эффективно только тогда, когда объем предоставленных данных достаточно велик, и они не смогли получить достаточно данных для питания машин.

Затем появился Интернет. Мало того, что он решил проблему вычислений раз и навсегда благодаря инновациям в облачных вычислениях — которые в основном позволяют нам получать как можно больше процессоров одним нажатием кнопки — но люди в Интернете генерируют больше данных каждый день, чем когда-либо за всю историю планеты Земля. Объем данных, создаваемых непрерывно, просто потрясающий.

Важно то, что это означает для машинного обучения: теперь у нас достаточно данных, чтобы действительно начать обучение наших машин. Подумайте о количестве фотографий на Facebook и начните понимать, почему их технология распознавания лиц такая точная.

В настоящее время нет серьезного барьера (который мы теперь знаем), который не позволяет ИИ раскрыть свой потенциал. Мы только начинаем понимать, что мы можем с этим поделать.

Когда компьютеры будут думать о себе

Известна сцена фильма 2001 года: «Космическая одиссея», где главный герой Дейв медленно выключает мэйнфрейм искусственного интеллекта (так называемый «Хэл») после того, как последний отказал и решил попытаться убить всех людей на космической станции, которую предполагалось запустить. Хэл, AI, протестует против действий Дэйва и невероятно заявляет, что он боится смерти.

Этот фильм иллюстрирует один из самых больших страхов, связанных с искусственным интеллектом в целом, что произойдет, когда компьютеры начнут думать за них, и они не будут контролироваться людьми. Страх важен: мы уже работаем с конструкциями машинного обучения, называемыми нейронными сетями, структуры которых основаны на нейронах человеческого мозга. В нейронных сетях данные передаются и затем обрабатываются очень сложной сетью взаимосвязанных точек, которые создают связи между концепциями так же, как это делает человеческая ассоциативная память. Это означает, что компьютеры постепенно начинают создавать библиотеку не только шаблонов, но и концепций, которые приводят к базовым основам понимания, а не только распознавания.

Представьте, что вы смотрите на фотографию чьего-то лица. Когда вы впервые видите картинку, в вашем мозгу происходит много вещей: во-первых, вы узнаете, что это человеческое лицо. Затем вы можете распознать, что это мужчина или женщина, молодой или старый, черный или белый и т. Д. У вас также будет быстрое решение о том, узнаете ли вы лицо, хотя иногда диагноз требует более глубокого размышления в зависимости от того, как часто вы подвергались воздействию. на этом конкретном лице (опыт узнавания человека, но не зная сразу, где). Все это происходит почти сразу, и компьютеры теперь могут делать все это практически с одинаковой скоростью. Например, Facebook может не только идентифицировать лица, но и сообщать людям, кому принадлежит это лицо, если этот человек также находится в Facebook. У Google есть технология, которая может определять расу, возраст и другие характеристики человека на основе его фотографии лица. Мы прошли долгий путь с 1950-х годов.

Но истинный искусственный интеллект — определяемый как искусственный общий интеллект (AGI), в котором машина столь же продвинут, как человеческий мозг — очень далек. Машины могут распознавать лица, но на самом деле они не знают, что такое лицо. Например, вы можете посмотреть на человеческое лицо и вывести много вещей, которые происходят из чрезвычайно сложной сети различных воспоминаний, учений и чувств. Вы можете посмотреть на фотографию женщины и догадаться, что она — мать, что, в свою очередь, может заставить вас признать, что она самоотверженна или противоположна, в зависимости от вашего собственного опыта матерей и матерей. Мужчина может посмотреть на ту же картину и найти привлекательную женщину, которая приведет его к положительным предположениям о ее личности (опять же, ошибка подтверждения), или наоборот, он напомнит сумасшедшей бывшей девушке, которая неизбежно заставит ее чувствовать себя негативно по отношению к женщине. Эти разнообразные, но часто нелогичные мысли и переживания приводят людей к разному поведению — хорошему и плохому — которое характеризует нашу расу. Отчаяние часто ведет к инновациям, страх ведет к агрессии и так далее.

Чтобы сделать компьютеры действительно опасными, им нужны некоторые из этих эмоциональных принуждений, но это очень богатый, сложный и многослойный гобелен различных концепций, который очень трудно обучить на компьютере, независимо от того, насколько продвинутыми могут быть нейронные сети. Мы доберемся туда однажды, но у нас будет достаточно времени, чтобы убедиться, что когда компьютеры достигнут AGI, мы все равно сможем отключить их, если возникнет такая необходимость.

Между тем, достигнутый прогресс становится все более полезным в человеческом мире. Автомобили без водителя, мгновенные переводы, AI помощники по мобильному телефону, сайты, которые разработаны! Все эти достижения направлены на улучшение нашей жизни, и поэтому мы должны не бояться, а скорее возбудить наше будущее с помощью искусственного интеллекта.

Article Categories:
Криптовалюта
Как устроен блокчейн

Comments are closed.