▷ Konstgjord intelligens: vad är det och aktuella praktiska exempel?

Under några år har företag ständigt talat med oss ​​om Artificiell intelligens som de introducerar i sina tjänster, applikationer och processorer. Men trots att de har samma namn, tacka Gud, är vår tvättmaskin konstgjorda intelligens (av skäl som slipper oss) och vår smartphone inte så utvecklad att få dem att reflektera över deras existens och vår makt över dem. För tillfället…

Som vi redan berättade i artikeln om AI-utvecklingen USB Intel Movidius, är Artificial Intelligence här för att stanna och hjälpa oss att lösa dagliga problem. Men vad är exakt konstgjord intelligens?

Källa: Source Dexeter

Det gif du ser ovan visar på ett mycket förenklat sätt hur ett djupt neuralt nätverk fungerar. Dessa system kräver hård träning för att senare kunna till exempel känna igen bilder, optimera lösningar eller helt enkelt lära sig mer. I huvudsak är det en uppsättning algoritmer som vi kan kategorisera som AI: er och som hör till fältet Deep Learning.

Innehållsindex

Artificial Intelligence: ny programmering

I dag utgör Artificiell intelligens inte komplicerade blandade tekniksystem med samvete, vilket ofta ses i science fiction-verk. Den vi skapar faller snarare på definitionen av komplexa algoritmer som ger resultat baserat på ingångar och kommandon som har lärt dem. Även om det bara är en av de betydelser som finns.

Det finns olika sätt att förstå artificiell intelligens, men vi kan dela upp den i fyra huvudgrupper:

AI som tänker som människor

Smörrobot Rick och Morty

Komplexa datorsystem med eget samvete som tänker och bestämmer efter deras önskan och överskrider de egenskaper som de programmerades för ( Ghost in the Shell). Det är ännu inte inom räckhåll och vi vet inte ens om det är möjligt i framtiden, så det finns inte mycket att kommentera.

IA som fungerar som människor

Att tänka som en människa är inte detsamma som att låtsas agera som en människa. Idag skapar vi några system som dessa där slumpmässighet och konkreta funktioner introduceras för att ge känslan av att intelligens tänker som en person.

Peppars smart assistent

I videospel ser vi detta kontinuerligt, eftersom maskinstyrda fiender ofta försöker simulera människoliknande beteenden. Separat från videospel har det uppnåtts att en artificiell intelligens kan skriva med brister och oegentligheter som en person skulle göra.

IA som tänker rationellt

Kanske den vanligaste versionen av denna teknik idag. Vi säger att de tänker rationellt eftersom vi ger dem verktygen för att erbjuda effektiva och meningsfulla resultat. De kan lätt anpassa sig till den miljö de befinner sig i, även om de långt ifrån tänker själva.

AlphaStar Learning

Ett exempel på detta är Artificial Intelligence som spelar videospel som AlphaStar (StarCraft II) eller AlphaZero (schack, shogi och gå). Dessa maskiner är till och med kapabla att bekämpa mänskliga motståndare och har redan besegrat den enstaka världsmästaren.

IA som agerar rationellt

Eftersom de "agerar" upptäcker vi att de inte bearbetar de data vi skickar till dem, de verkar bara tänka rationellt. Detta är den mest förenklade versionen av denna teknik och det är ett steg som vi redan i stort sett har passerat. Vissa datorsystem använder sig av denna teknik, eftersom det är mycket lättare att programmera och deras arbete är vanligtvis enkelt.

Smart dammsugare

Till exempel maskiner som tar emot samtal och guider dig genom deras alternativ eller intelligenta assistenter på webbsidor, som vanligtvis ber dig att rekommendera relaterade lösningar.

Har vi redan en acceptabel bild av hur intelligensen distribueras beroende på hur komplexa de är, låt oss ta dig till saken.

Tankens matematik

Ett av sätten att programmera Artificial Intelligence är att hantera data som imaginära enheter som kallas tensorer. Tensorer är en komplex algebraisk enhet (av skalor, vektorer och matriser) som kräver kunskap om matematik för att fungera korrekt med dem. Följaktligen kommer prestanda för AI-applikationer att vara lika bra som matematiska manipulationer av data har utförts.

Förenklad förklaring av vridbockar

För att utöka utvecklingen av denna typ av programvara har många grupper skapat och öppnat sina kodbibliotek för allmänheten för att samarbeta och skapa, tillsammans med samhället, mer intelligenta system. TensorFlow av Google, CNTK av Microsoft, Theano, Caffe2 och Keras är några av de mest relevanta exemplen. Varje bibliotek fokuserar på problemet från olika vinklar och tack vare detta har vi till vårt förfogande utvecklingen av AI på olika nivåer av abstraktion.

Om du inte vet vilka nivåer av abstraktion är det ett system som mäter hur nära ett datorspråk är det talade språket. Ju högre abstraktion, desto mer liknar ett mänskligt språk och desto lägre, desto mer maskinkod, det vill säga den världen som bara fungerar med nollor och sådana.

Nya system, ny hårdvara

Det är uppenbart att all mjukvara körs inom hårdvara, men det är lätt att falla i illusionen att molnet kan hantera allt, men verkligheten är inte så söt. Beroende på hur koden är optimerad kan det hända att AI fungerar lokalt (på smarttelefonen, PC eller Internet of Things-enheten). Eller så kan enheterna tillåtas skicka beräkningarna till servrarna, bearbeta dem och dessa returnerar resultatet.

Molntjänster

I många fall försöker den "lilla" enheten att utföra en stor del av beräkningarna lokalt och skickar bara en del av problemet till servern, vilket sparar många servicekostnader.

Konstgjord intelligens dag till dag

Vi vet att att tänka på framtiden för detta är något mycket intressant och för vissa till och med spännande, men du behöver inte gå så långt för att se de första frukterna. Var kan vi hitta spår av konstgjord intelligens i dagens samhälle?

Konstgjord intelligens på mobil

Det kan tyckas gå obemärkt, men det omger oss på alla sidor. Från och med heminrättningar har nya mobiler ofta små inbyggda system som kallas Artificial Intelligence som hjälper dig att ta bättre foton. Fokusera, post-process bilder selektivt för att göra dem ser skarpare, mer färgstarka eller kontrastiga. Vissa kan till och med känna igen de objekt vi fångar och erbjuder oss relaterade sökningar.

På detta område sticker också kollegan som är "OK ​​Google" bort, som lär sig allt vi berättar för henne och kan hantera oändliga förfrågningar. Även om vi kan hitta dig "bearbetad" mycket lätt (som att du inte kan föra en konversation), kan vi inte avfärda det hårda arbete som vi vet ligger bakom det.

Google Assistant

Vi måste också prata om den överhängande autonoma körningen. Bilar som Tesla erbjuder redan de AI-kontrollerade alternativen i vissa länder. Dessa system kan fånga miljön runt bilen, bearbeta förbud, faror och så vidare och köra säkert i enlighet därmed.

Även om vi inte behöver gå till så höga intelligensnivåer i fordonsvärlden. Vi kan se att vissa bilar redan har så intressanta system som upptäckt av nödstopp eller automatisk parkering.

Drottningen i skuggorna:

Nu kanske du redan tänker att AI finns överallt och att de när som helst gör uppror, men vara säker på att din brödrost inte kommer att döda dig medan du sover. Vad vi kan bekräfta är att denna teknik styr mer än du tror och är ansvarig för många av trenderna i samhället.

Youtube, Twitter, Google-annonser… Allt detta styrs i viss mån av de inställningar du har angett, men också av Artificial Intelligence som bestämmer vad du ska visa dig. Hör du ett meddelande som liknar: "Jag vill dela mina data med Google så att det erbjuder mig annonser som kan intressera mig" ?

Hur fungerar det här? Tja, du kommer att se, baserat på vad du konsumerar på Internet, skapas en profil med din smak och du är släkt med många andra människor. När internettjänster behöver visa dig något använder de den här profilen som består av miljontals individer för att uppskatta vad som kan intressera dig.

Förenklad Big Data-förklaring

Detta sätt att analysera enorma mängder data (Big Data) med hjälp av AI: er tar mycket styrka och karriärer visas över hela världen redo att förbereda framtiden på detta ämne. Som ni kommer att förstå räknas de uppgifter som användarna använder av TeraBytes varje sekund, så en person kan inte analysera dem alla. Det är här Artificial Intelligence arbetar med data och det är människor som använder dem för att göra uppskattningar och så vidare, till exempel med hjälp av statistik.

VI rekommenderar dig Google Home Mini: vad den är och vad den är till för, funktioner

Stiftelsen: Deep, Machine Learning

Vi kommer att navigera lite i videospelvärlden för att förstå Deep Learning lite bättre, eftersom AI har kommit in i fältet videospel både som spelare (som vi nämnde tidigare) och som programmerare och designer. Om du följer branschens framsteg har NVIDIA fått ökändhet för olika tekniker, bland vilka är dess DLSS-system (Deep Learning Super Sampling), en artificiell intelligens som kan räkna om bilder.

DLSS jämförelse

Funktionen för DLSS är att omvandla en bild från FullHD (1080p) till UltraHD (4k) för att kunna spela de mest krävande titlarna med bättre bildhastigheter. Först klagade användare på att bilderna såg oskarpa ut och i fokus, men bara några månader senare är resultaten bra.

Detta är tack vare Deep Learning, ett system genom vilket Artificial Intelligence lär sig med övning och misstag. När det gäller DLSS analyserade NVIDIA Intelligence kontinuerligt bilder i UltraHD-upplösning och försökte återskapa dem med hjälp av en FullHD-bild som grund. Med andra ord, det är som om de gav dig en fjärdedel av en bild och du var tvungen att fylla i luckorna som du inte känner till. Deep Learning är en typ av system som tillhör det som kallas Machine Learning eller Automatic Learning på spanska.

Maskininlärning och djupt lärande

Maskininlärning kan klassificeras som grundstenen för artificiell intelligens. Dessa är olika uppsättningar algoritmer som ofta används för maskiner för att lära sig uppgifter, bland annat. Till exempel, att känna igen en bild, spela schack eller upptäcka stämningar är utmaningar som kan läras och olika typer av algoritmer används beroende på utmaningen.

Machine Learning sägs vara den uppsättning algoritmer som gör det möjligt för en maskin att lära sig av den erfarenhet den samlas. Å andra sidan fokuserar Deep Learning på lärande med heterogena ingångar. Båda disciplinerna utvecklas och studeras med energi eftersom framtiden för artificiell intelligens är osäker.

Framtiden för konstgjord intelligens

Ur vårt perspektiv verkar möjligheterna med konstgjord intelligens oändliga. Vi vet fortfarande inte vad vår gräns är och vi arbetar redan med att skapa en annan som liknar oss, men vad kan vi förvänta oss i framtiden?

Ingenting som vi kommer att kommentera kan tas för givet, men det är uttalanden baserade på vissa argument som huvudsakligen härrör från att observera hur dessa maskiner har utvecklats.

Internet

För det första verkar det oundvikligt att vi går mot en värld som domineras av Internet, varför AI: er kommer att ha mer relevans och makt över mediet. Det är inte något som borde skrämma oss, eftersom det är det enda sättet vi kan säkerställa underhållet av plattformen. Med detta kunde vi surfa på webben på ett något mer skyddat utrymme, men samtidigt mycket säkrare. Som första pionjärer av detta har vi Facebook-robotar som analyserar och uppskattar om självmordstankar går igenom dig och om de upptäcker det kontaktar de dig.

På samma sätt kommer autonoma och assisterade bilar i den fysiska världen att bli alltmer dominerande fram till det ögonblick då körning bara är rekreation. Kanske förändringen sker inte på hundra år, men förändringen kommer att ske.

En annan förändring som också förutses är utbytet av hårt arbete för maskiner. Det är en revolution som många fruktar, men det verkar oundvikligt, så vi måste vara förberedda.

Cyborg Neil Harbisson

Och även om det verkar vara något typiskt för science fiction, är det mycket troligt att vi i framtiden måste hitta sätt att integrera teknik och artificiell intelligens i vår kropp. Faktum är att den första cyborgen i historien redan finns och kallas Neil Harbisson.

Utöver denna strand är idéernas hav enormt. Vem vet? Kanske fungerar maskinerna från en fabrik i samklang under ledning av en huvudmaskin med de primitiva maskinmaskinspråken. Kanske en dag kommer den bästa aktiemarknadspekulanten att vara en artificiell intelligens eller till och med den bästa motoGP-cyklisten.

Konstgjord intelligens

Det kan verka som en konstig, skrämmande framtid, men vi har verkligen andra problem att försöka lösa!

Och vad vet du om AI: er? Vill du se vad som kommer att komma? Berätta vad dina idéer handlar om Artificiell intelligens.

PowerDataIberdrolaIndraNewsRoom Font