Искусственный интеллект - это весело!
В поле так много всего происходит
Создание интеллектуальной системы, которая могла бы играть в шахматы, считалось искусственным интеллектом (ИИ), пока компьютер IBM Deep Blue не победил Гэри Каспарова в 1996 году ». А.И. последние несколько лет была на переднем крае технологий и создала удивительные приложения, такие как экспертные системы, машинный перевод для обработки естественного языка, беспилотные автомобили, чат-боты и так далее.
Разведка - это то, чего машины еще не сделали…
На протяжении тысячелетий мы, люди, пытались понять, как работает наш собственный интеллект, и воспроизвести его в каких-то машинах с машинным мышлением. Нас не удовлетворяли механические или электронные машины, помогающие нам с простыми задачами - кремневые искры, шкивы, поднимающие тяжелые камни, и калькуляторы, выполняющие арифметические операции.
Недавно А. стал способен решать сложные задачи, такие как сочинять музыку, создавать абстрактные картины, создавать лица людей, которых не существует, и эти возможности искусственного интеллекта. постоянно растут. Точка в будущем, в которой А. система будет равняться человеческому уровню интеллекта была названа учеными как ИИ. необычность. Итак, когда же машины действительно достигнут человеческого уровня интеллекта? Этот вопрос очень интригующий.
А.И. можно определить как способность машины выполнять задачи с интеллектом, подобным человеческому, обладая такими атрибутами, как способность рассуждать, учиться на опыте, обобщать, расшифровывать значения и обладать визуальным восприятием.
Человекоподобный А.И. может появиться через 5-10 лет…
Фактически, многие будут утверждать, что машины никогда не достигнут человеческого уровня интеллекта, потому что ИИ Логика, с помощью которой они учатся или выполняют интеллектуальные задачи, запрограммирована людьми, и им не хватает сознания и самосознания, которыми обладают люди. Однако у некоторых исследователей есть альтернативные идеи о том, что человеческое сознание и самосознание подобны программам с бесконечным циклом и их можно применить к машинам.
Что А. может достигать…?
Хотя могут быть дискуссии о том, что А. может достичь и чего не может, недавние истории успеха систем на основе ИИ были ошеломляющими. Некоторые из новейших интеллектуальных приложений A.I. описаны следующим образом:
Системы трансфертного обучения
Обратитесь к понятию использования знаний, полученных в одной области, для решения связанной проблемы в другой области. Трансферное обучение широко используется при обработке изображений через CNN - C эволюционной сетевой сети », где фильтры действуют как детекторы признаков.
Системы естественного языка
Приложения на основе GAN
Генеративные состязательные сети - они широко известны как GAN, были представлены в статье Good Fellow и других ученых из Монреальского университета в 2014 году³. Ссылаясь на GAN, директор по исследованиям искусственного интеллекта Facebook Янн ЛеКун назвал обучение соперничеству самой интересной идеей за последние 10 лет в области машинного обучения.
Давайте посмотрим на некоторые варианты использования, в которых нам нужно человеческое творчество:
- Обучение искусственного автора, который может писать статьи и очень упрощенно объяснять концепции науки о данных сообществу, извлекая уроки из прошлых статей из Википедии.
- Создание искусственного художника, который может рисовать, как любой известный художник, извлекая уроки из своих прошлых коллекций.
Вы верите, что машины способны выполнять эти задачи? Это сложно, но GAN начали делать некоторые из этих задач возможными.
Экспертные системы
Экспертные системы - машины, предназначенные для предоставления экспертных заключений в различных областях. Они предположительно могли имитировать рассуждения человека, который овладел своей областью за годы практики и сбора знаний.
Приложения для преобразования видео в текст
Рекомендательные системы
Системы рекомендаций используются всеми крупными технологическими компаниями, такими как YouTube и Netflix, особенно теми, которые ориентированы на контент. Вы можете себе представить, что эти компании широко используют совместную фильтрацию, чтобы рекомендовать что-то пользователям.
Чат-боты
Система обучения с подкреплением
Bot Learns to Walk, разработанный DeepMind, научился ходить, бегать и прыгать без инструкций человека⁴.
Что мне делать дальше…?
Я напишу серию статей, в которых подробно расскажу о реализации вышеупомянутого интеллектуального проекта. Пожалуйста, подписывайтесь на меня, чтобы получать уведомления о добавлении новых статей в эту серию.
Вы также можете связаться со мной в LinkedIn.
использованная литература
[1] Алекс К. Арбакл (2016). Беспрецедентная битва умов между человеком и машиной.
[2] Карен Хао (2019). ИИ Google теперь может переводить вашу речь, не теряя голоса.
[3] Ян Дж. Гудфеллоу, Жан Пуже-Абади, Мехди Мирза, Бинг Сю, Дэвид Вард-Фарли, Шерджил Озаир, Аарон Курвиль и Йошуа Бенджио (2014 г.). Генеративные состязательные сети . »
[4] Tech Insiders. Google DeepMind AI просто научился ходить.
