Mašinų demonstruojamas intelektas yra žinomas kaip dirbtinis intelektas. Dirbtinis intelektas tapo labai populiarus šiuolaikiniame pasaulyje. Tai yra natūralaus intelekto modeliavimas mašinose, kurios yra užprogramuotos išmokti ir imituoti žmonių veiksmus. Šios mašinos gali mokytis iš patirties ir atlikti į žmogų panašias užduotis. Kai tokios technologijos kaip PG toliau auga, jos turės didelę įtaką mūsų gyvenimo kokybei. Vis dėlto natūralu, kad visi šiandien nori kažkaip prisijungti prie dirbtinio intelekto technologijos, nesvarbu, ar tai būtų galutinis vartotojas, ar dirbtinio intelekto karjera.
Peržiūrėkite mūsų nemokamus dirbtinio intelekto su „Python“ kursus. Šis išsamus „Dirbtinio intelekto“ kursas apima visus neuroninių tinklų modelių pagrindus. Gauti konceptualų supratimą apie mokymosi mechanizmus, tokius kaip neuroninių tinklų poreikis ir istorija, gradientas, sklidimas į priekį, nuostolių funkcijos ir jų įgyvendinimas naudojant pitono bibliotekas. Šis kursas taip pat liečia įvairias sąvokas, susijusias su giliais neuroniniais tinklais, kurie taip pat veikia su galinga „Google“ biblioteka „Tensorflow“, kuri pateikiama kartu su iš anksto sukonstruotais „Keras“. Mes išsamiai aptarsime visus teorinius ir praktinius šio dalyko aspektus. Pasinerkite giliau į kiekvienos sąvokos matematiką, kad suprastumėte jų specifiką. Baigsime klasifikuoti naudojant MNIST duomenų neuronų tinklo modelį. Sužinokite apie jo pritaikymą verslo ar realaus gyvenimo problemoms kitose srityse.
Turinys
- Dirbtinio intelekto įvadas?
- Kaip dirbtinis intelektas veikia?
- Kokios yra dirbtinio intelekto rūšys?
- Kur naudojamas dirbtinis intelektas?
- Kokios yra dirbtinio intelekto prielaidos?
- Dirbtinio intelekto pritaikymai versle?
- Kasdienės dirbtinio intelekto programos
- Dirbtinio intelekto darbai
- AI karjeros tendencijos
- Dirbtinio intelekto ateitis
- Dirbtinio intelekto filmai
Dirbtinio intelekto įvadas
Trumpas atsakymas į „Kas yra dirbtinis intelektas“ yra tas, kad tai priklauso nuo to, ko klausiate.
Lengvai suprantantis pasaulietis nesusijęs su robotais. Jie sako, kad dirbtinis intelektas yra panašus į terminatorių, kuris gali veikti ir mąstyti pats.
Jei paklaustumėte dirbtinio intelekto dirbtinio intelekto tyrinėtojo (-ų), jis (-ai) pasakytų, kad tai algoritmų rinkinys, kuris gali duoti rezultatų, neturėdamas tam aiškaus nurodymo. Ir jie visi būtų teisūs. Taigi apibendrinant, dirbtinio intelekto reikšmė yra:
Dirbtinio intelekto apibrėžimas
- Žmonių sukurta protinga esybė.
- Geba protingai atlikti užduotis be aiškaus nurodymo.
- Geba mąstyti ir elgtis racionaliai bei žmogiškai.
Kaip mes matuojame, ar dirbtinis intelektas veikia kaip žmogus?
Net jei pasieksime tą būseną, kurioje dirbtinis intelektas gali elgtis taip, kaip elgiasi žmogus, kaip galime būti tikri, kad jis gali ir toliau taip elgtis? PG panašumą į žmogų galime pagrįsti:
- Tiuringo testas
- Pažinimo modeliavimo metodas
- Minčių dėsnio požiūris
- Racionalaus agento požiūris
Pažvelkime išsamiai, kaip veikia šie metodai:
Kas yra Tiuringo dirbtinio intelekto testas?
Tiuringo testo pagrindas yra tas, kad dirbtinio intelekto subjektas turėtų sugebėti palaikyti pokalbį su žmogaus agentu. Geriausia, kad žmogaus agentas negalėtų padaryti išvados, kad jie kalba su dirbtiniu intelektu. Norint pasiekti šių tikslų, dirbtinis intelektas turi turėti šias savybes:
- Natūralios kalbos apdorojimas norint sėkmingai bendrauti.
- Žinių reprezentacija veikia kaip jos atmintis.
- Automatizuotas samprotavimas, kai reikia naudoti saugomą informaciją atsakant į klausimus ir darant naujas išvadas.
- Mašininis mokymasis aptikti modelius ir prisitaikyti prie naujų aplinkybių.
Kognityvinio modeliavimo metodas
Kaip rodo pavadinimas, šiuo požiūriu bandoma sukurti dirbtinio intelekto modelį, pagrįstą žmogaus pažinimu. Norėdami išaiškinti žmogaus proto esmę, yra 3 būdai:
- Savistaba: stebime mūsų mintis ir pagal tai sukuriame modelį
- Psichologiniai eksperimentai: eksperimentų su žmonėmis atlikimas ir jų elgesio stebėjimas
- Smegenų vaizdavimas: MRT naudojimas norint stebėti, kaip smegenys veikia skirtinguose scenarijuose, ir pakartoti tai per kodą.
Mąstymo dėsniai artėja
Minties dėsniai yra didelis sąrašas loginių teiginių, kurie valdo mūsų proto veikimą. Tie patys dėsniai gali būti užkoduoti ir pritaikyti dirbtinio intelekto algoritmams. Šio požiūrio klausimai, nes iš esmės (griežtai pagal minties dėsnius) išspręsti problemą ir praktiškai jas išspręsti gali būti gana skirtinga, reikalaujant taikyti kontekstinius niuansus. Be to, yra keletas veiksmų, kuriuos atliekame visiškai nesitikėdami rezultatu, kurio algoritmas gali nesugebėti pakartoti, jei yra per daug parametrų.
Racionalaus agento požiūris
Racionalus atstovas veikia siekdamas kuo geresnio rezultato dabartinėmis aplinkybėmis.
Pagal minties dėsnių požiūrį subjektas turi elgtis pagal loginius teiginius. Tačiau yra atvejų, kai nėra logiško teisingo elgesio, kai keli rezultatai apima skirtingus rezultatus ir atitinkamus kompromisus. Racionalaus agento požiūris bando padaryti geriausią įmanomą pasirinkimą esamomis aplinkybėmis. Tai reiškia, kad tai daug dinamiškesnis ir prisitaikantis agentas.
Dabar, kai suprantame, kaip dirbtinis intelektas gali būti suprojektuotas veikti kaip žmogus, pažvelkime į tai, kaip šios sistemos yra sukurtos.
Kaip veikia dirbtinis intelektas (AI)?
Dirbtinio intelekto sistemos sukūrimas yra kruopštus procesas, keičiantis žmogaus bruožus ir galimybes mašinoje, ir naudojant jo skaičiavimo sugebėjimą pralenkti tai, ką sugebame.
Norint suprasti, kaip dirbtinis intelektas iš tikrųjų veikia, reikia giliai pasinerti į įvairias dirbtinio intelekto subdomenus ir suprasti, kaip tas sritis galima pritaikyti įvairiose pramonės srityse. Taip pat galite išklausyti dirbtinio intelekto kursus, kurie padės jums gauti išsamų supratimą.
- Mašininis mokymasis : ML moko mašiną, kaip daryti išvadas ir sprendimus, remiantis praeities patirtimi. Jame nustatomi modeliai, analizuojami praeities duomenys, kad būtų galima daryti išvadą apie šių duomenų reikšmę, kad būtų galima padaryti išvadą, nereikia įtraukti žmogaus patirties. Ši automatizacija padaro išvadas įvertindama duomenis, taupo žmonių laiką įmonėms ir padeda jiems geriau apsispręsti.
- Gilus mokymasis : Gilus mokymasis ir ML technika. Jis moko mašiną apdoroti įvestis per sluoksnius, kad būtų galima klasifikuoti, padaryti išvadą ir numatyti rezultatą.
- Neuroniniai tinklai : Neuroniniai tinklai veikia panašiais principais, kaip ir žmogaus nervinės ląstelės. Tai yra algoritmų serija, fiksuojanti santykį tarp įvairių kintančių kintamųjų ir apdorojanti duomenis taip, kaip daro žmogaus smegenys.
- Natūralios kalbos apdorojimasc: NLP yra mokslas apie kalbos skaitymą, supratimą, mašinos interpretavimą. Kai mašina supranta, ką vartotojas ketina bendrauti, ji atitinkamai reaguoja.
- Kompiuterio vizija : Kompiuterinio regėjimo algoritmai bando suprasti vaizdą suskaidydami vaizdą ir tyrinėdami skirtingas objektų dalis. Tai padeda mašinai klasifikuoti ir mokytis iš vaizdų rinkinio, remiantis ankstesniais pastebėjimais, priimti geresnį sprendimą dėl išvesties.
- Pažinimo kompiuterija : Kognityviniai skaičiavimo algoritmai bando imituoti žmogaus smegenis, įterpdami tekstą / kalbą / vaizdus / objektus taip, kaip daro žmogus ir bando suteikti norimą rezultatą.
Kokie yra dirbtinio intelekto tipai?
Ne visų rūšių AI visi minėti laukai vienu metu. Skirtingi dirbtinio intelekto objektai yra sukurti skirtingiems tikslams, todėl jie skiriasi. Dirbtinį intelektą galima klasifikuoti pagal 1 ir 2 tipus (pagal funkcionalumą). Štai trumpas pirmojo tipo įvadas.
3 dirbtinio intelekto tipai
- Dirbtinis siauras intelektas (ANI)
- Dirbtinis bendrasis intelektas (AGI)
- Dirbtinis super intelektas (ASI)
Pažvelkime išsamiai.
Kas yra dirbtinis siauras intelektas (ANI)?
Tai yra labiausiai paplitusi dirbtinio intelekto forma, kurią dabar galite rasti rinkoje. Šios dirbtinio intelekto sistemos yra skirtos vienai problemai išspręsti ir tikrai puikiai atliktų vieną užduotį. Pagal apibrėžimą jie turi siauras galimybes, pavyzdžiui, rekomenduoti produktą el. Prekybos vartotojui arba numatyti orą. Tai vienintelė dirbtinio intelekto rūšis, egzistuojanti šiandien. Jie sugeba priartėti prie žmogaus veikimo labai specifiniuose kontekstuose ir netgi daugeliu atvejų juos pranokti, tačiau pasižymi tik labai kontroliuojamoje aplinkoje, kur yra ribotas parametrų rinkinys.
Kas yra dirbtinis bendras intelektas (AGI)?
AGI vis dar yra teorinė koncepcija. Tai apibrėžiama kaip dirbtinis intelektas, turintis žmogaus pažinimo funkcijų lygį įvairiose srityse, tokiose kaip kalbos apdorojimas, vaizdų apdorojimas, skaičiavimo funkcijos ir samprotavimai ir pan.
Mums dar toli iki AGI sistemos kūrimo. AGI sistemą turėtų sudaryti tūkstančiai dirbtinio siaurojo intelekto sistemų, dirbančių kartu, bendraujančių tarpusavyje, kad imituotų žmogaus samprotavimus. Net naudojant pažangiausias kompiuterines sistemas ir infrastruktūras, tokias kaip „Fujitsu“ K ar IBM „Watson“, jiems prireikė 40 minučių, kad imituotų vieną sekundę neuronų aktyvumo. Tai byloja apie didžiulį žmogaus smegenų sudėtingumą ir tarpusavio ryšį, taip pat apie iššūkio, kaip sukurti AGI naudojant mūsų dabartinius išteklius, mastą.
Kas yra dirbtinis super intelektas (ASI)?
Čia beveik įžengiame į mokslinės fantastikos teritoriją, tačiau ASI laikoma logiška AGI pažanga. Dirbtinio super intelekto (ASI) sistema sugebėtų pranokti visas žmogaus galimybes. Tai apimtų sprendimų priėmimą, racionalių sprendimų priėmimą ir netgi tokius dalykus kaip geresnio meno kūrimas ir emocinių santykių kūrimas.
Kai pasieksime dirbtinį bendrą intelektą, dirbtinio intelekto sistemos greitai galės pagerinti savo galimybes ir pereiti į sferas, apie kurias galbūt net nesvajojome. Nors atotrūkis tarp AGI ir ASI būtų palyginti nedidelis (kai kurie sako, kad tik nano sekundės, nes taip greitai išmoktų dirbtinis intelektas), ilga mūsų laukianti kelionė link pačios AGI tai atrodo toli į ateitį nukreipta koncepcija .
Stiprus ir silpnas dirbtinis intelektas
Išsamūs dirbtinio intelekto tyrimai taip pat suskirsto jį į dar dvi kategorijas: stiprų dirbtinį intelektą ir silpną dirbtinį intelektą. Sąlygas sugalvojo Johnas Searle’as, kad būtų galima diferencijuoti skirtingų tipų dirbtinio intelekto mašinų našumą. Štai keletas pagrindinių skirtumų tarp jų.
| Silpnas PG | Stiprus PG |
| Tai siaura programa, kurios taikymo sritis yra ribota. | Tai platesnė taikymo sritis, apimanti plačiau. |
| Ši programa gerai atlieka specifines užduotis. | Ši programa turi neįtikėtiną intelektą žmogaus lygiu. |
| Duomenims apdoroti naudojamas prižiūrimas ir neprižiūrimas mokymasis. | Duomenims apdoroti naudojamas grupavimas ir susiejimas. |
| Pavyzdys: Siri, Alexa. | Pavyzdys: Išplėstinė robotika |
Koks yra dirbtinio intelekto tikslas?
Dirbtinio intelekto tikslas yra padėti žmogaus galimybėms ir padėti priimti pažangius sprendimus, turinčius toli siekiančių pasekmių. Tai atsakymas iš techninės pusės. Žvelgiant iš filosofinės pusės, dirbtinis intelektas gali padėti žmonėms gyventi prasmingesnį gyvenimą be sunkaus darbo ir padėti valdyti sudėtingą tarpusavyje susijusių asmenų, įmonių, valstybių ir tautų tinklą, kad jis veiktų taip, kad tai būtų naudinga visai žmonijai.
Šiuo metu dirbtinio intelekto paskirtį palaiko visi skirtingi įrankiai ir metodai, kuriuos mes sugalvojome per pastaruosius tūkstantį metų – supaprastinti žmogaus pastangas ir padėti priimti geresnius sprendimus. Dirbtinis intelektas taip pat buvo įvardijamas kaip mūsų galutinis išradimas – kūrinys, kuris sugalvotų novatoriškų įrankių ir paslaugų, kurios eksponentiškai pakeistų mūsų gyvenimo būdą, tikėdamasis pašalindamos nesantaiką, nelygybę ir žmonių kančias.
Vis dėlto tai viskas tolimoje ateityje – mums dar toli iki tokių rezultatų. Šiuo metu dirbtinis …