Развръщане на топ 10 AI митове

Автор: Roger Morrison
Дата На Създаване: 1 Септември 2021
Дата На Актуализиране: 20 Юни 2024
Anonim
Evanescence  - Bring Me To Life НА РУССКОМ/RUS COVER ft MULTIVERSE & Tashdrummer
Видео: Evanescence - Bring Me To Life НА РУССКОМ/RUS COVER ft MULTIVERSE & Tashdrummer

Съдържание


Източник: Usa Pyon / Dreamstime.com

За вкъщи:

AI е гореща технология, но много хора имат погрешни представи за това какво точно води. Тук разглеждаме някои от митовете около AI и проучваме фактите.

Защо всички говорят за AI, но все още не виждаме приятелски роботи като Данни от „Star Trek“ да ходят сред хората? Помнихме ли да добавим втората основна директива на RoboCop към техните сценарии, така че те да могат да „защитят невинните“, вместо да изтребят човечеството, веднага щом получат пълно съзнание?

Днес има много объркване относно това какво всъщност представляват изкуственият интелект (AI), машинното обучение и задълбоченото обучение, какво могат да направят "интелигентните машини" и какво всъщност е настоящото състояние на AI технологиите. Време е да се насладите на някои добри стари дебюкинг, така че нека да разрушим 10-те най-често срещани митове за AI. (За повече информация относно потенциалното бъдеще на AI, проверете дали революцията на AI ще превърне универсалния доход в необходимост?)


1. AI се състои от интелигентни роботи или андроиди, които приличат на хора.

Твърде много "Blade Runner" за всички тук, хм? Въпреки че има много общо объркване между роботиката и AI, те са две напълно различни области на науката, които служат за различни цели. Роботите са физически устройства, обслужвани от задвижващи механизми и сензори за изпълнение на широк спектър от задачи, като например изграждане, пренасяне или демонтаж на продукти във фабрики.

AI е софтуер, програмиран по такъв начин, че е достатъчно автономен, за да взема решения и да се учи от грешките си. Въпреки че някои роботи в крайна сметка могат да бъдат подобрени от AI алгоритмите, частта от "интелигентността" е само една допълнителна способност, която AI може да притежава.

2. AI, машинното обучение и дълбокото обучение са едно и също нещо.

Въпреки че са всички части на една и съща по-голяма AI система, това са три различни неща. По принцип машинното обучение е методът, чрез който AI се учи от външни източници, както при използване на алгоритми за разграничаване на данните и определяне на правилното му поведение. Дълбокото обучение е само една възможна техника, използвана в практическите приложения на машинното обучение. Той се основава на невронни мрежи (NNs) и се използва, за да каже на AI каква е вероятността му да вземе правилното решение.


3. AI се учи напълно самостоятелно.

Въпреки някакъв преувеличен сръб относно AI, който уж можеше да научи самостоятелно, все още е невъзможно да се намери система, захранвана от AI, която има каквото и да е приложение в реалния свят, което може да нарасне от нулево познание без човешка помощ. Всяка система, която трябва да се справи със скрита информация или несигурност от какъвто и да е вид, не може да бъде „разбрана“ от AI, която все още трябва да се въвежда от хора и данни. Освен това всеки бит информация трябва да има ясна цел, нещо, което AI не може да отгатне без външни източници (поне в началото, поне).

4. Чатовете са най-основната форма на AI.

Отново, дори ако има някои чатботи навън, които използват повече или по-малко рудиментарни форми на AI, повечето от тях не са нищо друго освен основни програми, които взаимодействат с хората чрез или гласови интерфейси. Вместо всъщност да са „интелигентни“, повечето чатботи имат предварително програмирани отговори, които се дават в отговор на определени ключови думи във входа на потребителя. За да стане чатботът истински AI, той трябва да притежава няколко технологии, които му позволяват да разбере човек, да научи за неговите нужди и да реагира съответно. Тя се нуждае от софтуер за глас или разпознаване, анализ на настроенията, някаква форма на програма за машинно обучение и технология за генериране на естествен език. (За да научите повече за чатботите, вижте. Попитахме ИТ плюсове как предприятията ще използват чатботите в бъдеще. Ето какво са казали.)

5. Силата, необходима за извършване на всички бъдещи операции за задълбочено обучение, е неустойчива.

Безспорно е, че AI изисква много допълнителни изчислителни мощности, за да бъде обучен и да извърши всичките си сложни операции за задълбочено обучение. В бъдеще, в което повечето предприятия ще използват AI до известна степен, този проблем може да нарасне до епични размери, което прави използването му потенциално неустойчиво. Въпреки това, AI всъщност може да ни предостави Повече ▼ мощност чрез отлагане на многогодишен проблем с производството на енергия: отпадъци и неефективност на електропреносните мрежи. Комуналните компании в крайна сметка купуват излишната енергия от частни потребители, които също губят по-голямата част от излишната електроенергия, която генерират, тъй като сегашните мрежи не са изградени, за да се съобразят със съвременното ниво на диверсификация. AI може да ни помогне, като замени старите мрежи с по-нови, интелигентни, AI захранвани микросетки, които знаят точно как да разпределят електричеството в реално време с максимална ефективност.

Без грешки, без стрес - Вашето стъпка по стъпка ръководство за създаване на софтуер, променящ живота, без да разрушава живота ви

Не можете да подобрите уменията си за програмиране, когато никой не се интересува от качеството на софтуера.

6. За предприятието е лесно да наемете изчислителната мощност, необходима за подхранване на AI операции.

... ако AWS, Google, Microsoft и Alibaba Cloud понастоящем не централизираха по-голямата част от изчислителните мощности, налични в света. Така в момента разработчиците на AI имат само два варианта: да го наемат на изключително високи цени или да закупят собствен супер скъп хардуер.

Въпреки това, има вероятност този мит да бъде развенчан в близко бъдеще. Нова компания, наречена Tatau, разработи базирана на блокчейн суперкомпютърна платформа, която може да реши проблема. Тяхното решение позволява обединяването и препродажбата на комбинираните ресурси на глобално разпределена мрежа от GPU-базирани машини. Представете си миньори за криптовалута, геймъри или други високопроизводителни компютри, посвещаващи своята изчислителна сила на развитието на AI. AI компаниите могат да се възползват от този недоразвит източник на GPU мощност, за да обучават своите модели за машинно обучение на много по-евтина цена. Обърнете внимание, че тази нова платформа може също да даде отговор на проблема, подчертан в точка 5, тъй като насърчава ефективното използване на неизползваните понастоящем ресурси.

7. Имате нужда от огромни количества данни, за да обучите AI.

Не е задължително. Разбира се, имате нужда много на данни и изчислителна мощност за обучение на AI от нулата, И, макар и в по-малка степен, се нуждаете от терабайти данни, за да обучите AI за изпълнение на сложна задача, като например шофиране на автомобил. Въпреки това, в зависимост от областта на приложение на AI, предварително обучените невронни мрежи са достатъчно гъвкави, за да бъдат преквалифицирани само в някои специфични области. Основната рамка за данни може да идва от по-голям, по-общ набор от данни, като само последната част от мрежата трябва да бъде заменена, за да „попълни празните места“, специфични за дадения случай на използване.

8. AI ще замени съществуващите BI инструменти, което прави всяка предишна технология остаряла.

Това е малко разтягане. По-голямата част от решенията за съвременна бизнес интелигентност (BI) са много мащабируеми и често приспособими, така че всеки бъдещ AI-базиран модел може да бъде лесно интегриран директно в техните платформи. Компаниите винаги предпочитат да прилагат само онези решения, които идват без риск от нарушаване на работния процес, а AI технологиите са се приспособили към тази необходимост. Следователно повечето AI платформи се реализират чрез мрежата, така че не е необходима подмяна или, в най-лошия случай, могат да бъдат безопасно реализирани на етапи.

9. Невронните мрежи са като биологични мрежи, но механични.

Нито една невронна мрежа дори не може да се надява да достигне частица от сложността на човешкия мозък. Въпреки многогодишните клинични и научни изследвания, ние все още не успяваме да разберем биологичните невронни мрежи в пълна степен, тъй като невроните изпълняват толкова много различни задачи с човешкото тяло (помислете за разликата между сетивния и двигателния неврон) и дори предаваме информация чрез много различни пътища (използвайки електричество, химически потенциал и невротрансмитери). Невронните мрежи могат да разберат много прости входове само в типичния 1 или 0 („да“ или „не“) машинен начин. Това е все едно да сравняваш сложността на един военен самолет с хвърчило, само защото двамата могат да летят.

10. В крайна сметка AI ще стане достатъчно интелигентен, за да разбере, че хората са опасни за него и трябва да бъдат изтребени.

Е, всъщност не можем да развенчаем този мит, тъй като не е мит. Това е реалност. Внимавайте, защото съпротивата е безполезна!

Шега настрана, просто казано, AI няма никъде близо до интелигентността, необходима за разбиране на света около себе си и вземане на автономни, рационални решения. Всеки алгоритъм е разработен да изпълнява една задача и не е в състояние да направи нищо извън това, камо ли да достигне способността да мисли самостоятелно. Компютрите използват "грубата сила" на своите превъзходни изчислителни сили, за да намерят решение на сравнително прости проблеми, но им липсва разбиране, дълбочина на възприятие и стратегическа сложност, за да имат цел извън тази, за която са програмирани.

Така че почивайте лесно, защото AI просто няма да бъде нищо друго освен нашите изкуствени помощници и слуги за дълго, дълго време.