Эта часть начинается с описания различных видов интеллекта, которыми должен овладеть ИИ. Он охватывает универсальную, статическую, динамическую, проектную и выборочную логику. Он исследует критические характеристики этих видов интеллекта. В главе о моделях представлен состав и назначение моделей ИИ. В нем описывается центральная роль, которую модели играют в развитии ИИ. В главе, посвященной оцифровке, объясняется, как это критическое явление одновременно способствует развитию ИИ и препятствует ему. Вот краткие выводы из этих трех глав основной части:
Анатомия интеллекта:
· Машины не сталкиваются с бесконечным разнообразием интеллектуальных шаблонов, которые нужно изучать. Значительную долю человеческих навыков можно освоить с помощью конечного числа моделей ИИ.
· Благодаря универсальности интеллекта существуют большие возможности для бизнеса в разработке предварительно обученных моделей для самых разных задач.
· ИИ будет играть важную роль в обеспечении почти всеобщего доступа к динамическому интеллекту.
· Дизайн ИИ — это многообещающий класс ИИ, который будет процветать благодаря инновационной интеграции между моделями ИИ и реальными артефактами.
· Choice AI представляет собой интересное сочетание знаний, полученных на основе данных, и правил, вытекающих из целей проектирования.
Модели — искусственный мозг:
· Модели – это искусственные мозги двойного назначения. Они хранят интеллект, а также применяют его.
· Модели архитектуры и алгоритмы обучения работают в тандеме. Модели обеспечивают мозг исполнения, а алгоритмы обеспечивают мозг обучения. Они дополняют друг друга.
· Нейронные сети не ограничены математическими понятиями. У них есть концептуальная свобода для поддержки многочисленных архитектурных стилей.
· Алгоритм обратного распространения волшебен. Он не только работает с различными архитектурными шаблонами, но также хорошо масштабируется до миллиардов обучаемых параметров.
Цифровизация — основа для ИИ:
· Машины извлекают интеллект из чисел, в форме чисел и используя для этого больше чисел.
· У нас есть большое преимущество перед машинами; нам не нужна оцифровка. Ни для обучения, ни для применения наших навыков.
· Взрыв функций часто приводит к слабым сигналам интеллекта на единицу обучающих данных. Чтобы компенсировать это, мы должны агрегировать интеллект из большого количества обучающих выборок.
· Как и в случае с моделями, оцифровка с учетом машинного обучения требует новых идей. Оцифровка через теорию относительности — одна из таких успешных и многообещающих идей.
· Компьютеры могут справиться со многими другими задачами, если мы сможем эффективно оцифровать контекст и знания.
Техническая часть:
Инженерная часть начинается с тематического исследования прямых трансляций спортивных событий с помощью искусственного интеллекта без какого-либо вмешательства человека. В этом исчерпывающем тематическом исследовании описываются различные аспекты жизненного цикла разработки ИИ, включая изучение предметной области, архитектуру модели, разработку функций, обучение модели, развертывание и обучение с обратной связью. В нем также представлены несколько шаблонов проектирования для эффективной и экономичной разработки ИИ. В следующей главе представлены эвристики проектирования для предметно-ориентированной разработки систем ИИ. В главе о доверии подробно рассматриваются проблемы, влияющие на системы ИИ. В нем представлены несколько инженерных идей, которые помогут внушить доверие к ИИ. Ниже приведены краткие выводы из этих глав книги, посвященных разработке ИИ:
Прямая трансляция спортивных событий с помощью искусственного интеллекта:
· Прямая трансляция спортивных состязаний – это огромная возможность повышения масштаба. Эта возможность обеспечивается сочетанием технологий искусственного интеллекта, Интернета вещей и облачных вычислений.
· Интеллект, необходимый для понимания большинства видов спорта, универсален. Это важная точка опоры для создания системы на основе ИИ.
· Модели искусственного интеллекта высокого уровня можно изучить с помощью расширенных функций, полученных из предварительно обученных элементарных моделей. Это критически важный шаблон проектирования для технико-коммерческого успеха этой системы.
· Использование готовых предварительно обученных моделей позволяет системе работать в различных любительских ситуациях, выходящих далеко за рамки ее собственных обучающих данных.
· Разумное использование интеллекта выбора может помочь системе преодолеть ограничения базовых моделей ИИ. Этот шаблон проектирования также открывает путь для беспрепятственного обновления моделей ИИ.
Разработка искусственного интеллекта, ориентированного на предметную область:
· Знание вариантов данных является важной частью предметной области, которой должна обладать группа ИИ. Это необходимо для обеспечения охвата данных, а также направляет процесс разработки модели.
· Знание предметной области можно использовать для преобразования необработанных функций в обогащенные. Это позволит использовать уже существующие знания для упрощения обучения моделей ИИ.
· Нейронные сети обеспечивают наилучшую поддержку для внедрения знаний предметной области непосредственно в архитектуру модели.
Внушение доверия к ИИ:
· Раскрытие данных обучения модели может иметь большое значение для внушения доверия.
· К динамическому интеллекту следует отнести умение принимать решения на основе большого количества параметров. Эти модели искусственного интеллекта следует регулярно обновлять, чтобы они соответствовали мнениям экспертов.
· Ориентированным на математику моделям относительно легче доверять, особенно при адекватном раскрытии данных.
· Несмотря на неясность архитектуры, нейронные сети незаменимы. Мы должны использовать несколько методов, чтобы повысить доверие к ним.
· Решения, основанные на интеллектуальном выборе, наиболее подвержены манипуляциям и всегда будут иметь проблемы с доверием.
· Объяснимый не то же самое, что заслуживающий доверия. Иногда объяснимость может быть фиговым листком, скрывающим предубеждения и корыстные интересы.
Вывод:
В заключительной главе книги говорится об ИИ как о метаинструменте — инструменте, который повысит доступность существующих интеллектуальных инструментов. Вот цитата из этой заключительной главы:
«ИИ призван сделать доступ к интеллектуальным инструментам всеобщим, для чего в противном случае потребуются годы изучения, обучения и практики».
