A.I. on kaikkialla tällä hetkellä, ja se vastaa kaikesta älypuhelimiemme virtuaaliassistenteista itse ajavat autot täyttävät pian tiemme huippuluokan kuvantunnistusjärjestelmiin, joista olet ilmoittanut todella.
Ellet ole asunut kiven alla viimeisen vuosikymmenen ajan, on hyvä mahdollisuus, että olet kuullut siitä aiemmin – ja luultavasti jopa käyttänyt sitä. Tällä hetkellä tekoäly on Piilaaksossa sama kuin One Direction 13-vuotiaille tytöille: kaikkialla läsnä oleva lähde pakkomielle heittää kaikki rahasi ja haaveilla naimisiinmenosta aina, kun Harry Styles on vihdoin valmis sovittamaan alas. (Okei, siis työskentelemme edelleen analogian parissa!)
Mutta mitä tarkalleen On A.I.? - ja voi käyttää termejä, kuten "koneoppiminen", "keinotekoiset neuroverkot”, "tekoälyä" ja "Zayn Malik" (työstämme edelleen tätä analogiaa…) käytetäänkö keskenään vaihtokelpoisina?
Auttaaksemme sinua ymmärtämään joitain muotisanoja ja ammattikieltä, joita kuulet, kun ihmiset puhuvat A.I.:stä, olemme koonneet tämän yksinkertaisen oppaan, joka auttaa sinua käärimään päätäsi kaikenlaisten tekoälyn makujen ympärillä – jos vain, jotta et tee tekoälyä, kun koneet vihdoin ottavat yli.
Tekoäly
Emme sukeltaa liian syvälle A.I: n historiaan. tässä, mutta tärkeä asia on huomata, että tekoäly on puu, jonka kaikki seuraavat termit ovat oksia. Esimerkiksi vahvistusoppiminen on eräänlainen koneoppiminen, joka on tekoälyn alakenttä. Tekoäly ei kuitenkaan ole (välttämättä) vahvistusoppimista. Sain sen?
Toistaiseksi kukaan ei ole rakentanut yleistä älykkyyttä.
Ei ole virallista yksimielisyyttä siitä, mitä A.I. tarkoittaa (jotkut ihmiset väittävät, että se on yksinkertaisesti hienoja asioita, joita tietokoneet eivät vielä pysty tekemään), mutta useimmat olisivat samaa mieltä siitä, että kyse on tietokoneiden saamisesta suorittamaan toimintoja, joita pidettäisiin älykkäinä, jos ne suorittaisi a henkilö.
Termi otettiin käyttöön ensimmäisen kerran vuonna 1956, klo kesätyöpaja Dartmouth Collegessa New Hampshiressa. Suuri nykyinen ero A.I. on nykyisen verkkotunnuskohtaisen välillä Kapea A.I. ja Yleinen tekoäly. Toistaiseksi kukaan ei ole rakentanut yleistä älykkyyttä. Kun he tekevät, kaikki vedot ovat poissa…
Symbolinen A.I.
Et kuule niin paljon Symbolinen A.I. tänään. Tunnetaan myös nimellä Good Old Fashioned A.I., Symbolic A.I. on rakennettu loogisten vaiheiden ympärille, jotka voidaan antaa tietokoneelle ylhäältä alas -tavalla. Se edellyttää monien sääntöjen antamista tietokoneelle (tai robotille) siitä, kuinka sen tulisi toimia tietyssä skenaariossa.
Tämä johti moniin varhaisiin läpimurtoihin, mutta kävi ilmi, että nämä toimivat erittäin hyvin laboratorioissa jokaista muuttujaa voitaisiin hallita täydellisesti, mutta usein huonommin arjen sotkuissa elämää. Kuten eräs kirjailija vitsaili Symbolisesta A.I: stä, varhainen A.I. järjestelmät olivat vähän kuin Vanhan testamentin jumalat - runsailla säännöillä, mutta ilman armoa.
Nykyään tutkijat pitävät Selmer Bringsjord taistelevat palauttaakseen huomion logiikkaan perustuvaan Symbolic A.I.:hen, joka on rakennettu loogisten järjestelmien ylivoimaisuuden ympärille, jotka niiden luojat voivat ymmärtää.
Koneoppiminen
Jos kuulet suuresta A.I: stä läpimurto näinä päivinä, on todennäköistä, että ellei suurta ääntä lähde viittaamaan toisin, kuulet koneoppiminen. Kuten nimikin kertoo, koneoppimisessa on kyse koneiden tekemisestä, jotka oppivat.
Kuten A.I.:n otsikossa, myös koneoppimisessa on useita alaluokkia, mutta ne kaikki sisältävät yleinen on tilastoihin keskittyvä kyky ottaa dataa ja soveltaa siihen algoritmeja saadakseen tietoa.
Koneoppimisen eri aloja on lukuisia, mutta joista kuulet todennäköisesti eniten…
Neuraaliverkot
Jos olet viettänyt aikaa Cool Tech -osiossa, olet todennäköisesti kuullut siitä keinotekoiset neuroverkot. Aivojen inspiroimaina järjestelminä, jotka on suunniteltu toistamaan ihmisten oppimistapa, hermoverkot muokkaavat omaa koodiaan löytää yhteys panoksen ja tuotoksen – tai syyn ja seurauksen – välillä tilanteissa, joissa tämä suhde on monimutkainen tai epäselvä.
Keinotekoiset hermoverkot ovat hyötyneet syvän oppimisen saapumisesta.
Keinotekoisten hermoverkkojen käsite on itse asiassa päivätty takaisin 1940-luvulle, mutta vasta muutaman viime vuosikymmenen aikana se alkoi todella täyttää potentiaalinsa: auttoi algoritmien, kuten "takaisinlisäystä”, jonka avulla hermoverkko voi säätää piilotettuja neuronikerroksia tilanteissa, joissa tulos ei vastaa luojan toivomaa. (Esimerkiksi verkosto, joka on suunniteltu tunnistamaan koiria, mikä tunnistaa kissan väärin.)
Tällä vuosikymmenellä keinotekoiset hermoverkot ovat hyötyneet niiden saapumisesta syvä oppiminen, jossa verkon eri kerrokset poimivat erilaisia ominaisuuksia, kunnes se tunnistaa etsimänsä.
Hermoverkko-otsikon sisällä on erilaisia malleja mahdollisesta verkosta - kanssa eteenpäin ja konvoluutioverkostot todennäköisesti ne, jotka sinun tulee mainita, jos jäät Google-insinöörin viereen illallisjuhlissa.
Vahvistusoppiminen
Vahvistusoppiminen on toinen koneoppimisen maku. Se on vahvasti inspiroitunut behavioristisesta psykologiasta, ja se perustuu ajatukseen, että ohjelmistoagentti voi oppia toimimaan ympäristössä maksimoidakseen palkkion.
Esimerkiksi vuonna 2015 Googlen DeepMind julkaisi paperin, joka osoitti, miten sillä kävi koulutettu A.I. pelata klassisia videopelejä, jossa ei ole muita ohjeita kuin näytön tulos ja kunkin kehyksen muodostavat noin 30 000 pikseliä. Vahvistusoppimisen käskettiin maksimoida pisteensä, ja se tarkoitti, että ohjelmistoagentti oppi vähitellen pelaamaan peliä yrityksen ja erehdyksen kautta.
MarI/O - Koneoppiminen videopeleihin
Toisin kuin asiantuntijajärjestelmässä, vahvistusoppiminen ei tarvitse ihmisen asiantuntijaa kertomaan, kuinka pisteet maksimoidaan. Sen sijaan se selviää ajan myötä. Joissakin tapauksissa sen oppimat säännöt voivat olla kiinteitä (kuten klassisen Atari-pelin pelaamisen yhteydessä). Toisissa se mukautuu jatkuvasti ajan myötä.
Evoluutioalgoritmit
Tunnetaan yleisenä populaatiopohjaisena metaheuristisena optimointialgoritmina, jos sinua ei ole aiemmin esitelty, evoluutioalgoritmit ovat toisen tyyppinen koneoppiminen; suunniteltu jäljittelemään luonnollisen valinnan käsitettä tietokoneen sisällä.
Prosessi alkaa ohjelmoijan syöttämällä tavoitteet, joita hän yrittää saavuttaa algoritmillaan. Esimerkiksi NASA on käyttänyt evolutionaarisia algoritmeja satelliittikomponenttien suunnitteluun. Siinä tapauksessa tehtävänä voi olla löytää ratkaisu, joka mahtuu 10 cm x 10 cm: n laatikkoon, jotka pystyvät säteilemään pallomaista tai puolipallomaista kuviota ja voivat toimia tietyssä Wi-Fi-verkossa bändi.
Sitten algoritmi keksii useita iteratiivisten suunnitelmien sukupolvia testaten jokaista asetettuja tavoitteita vastaan. Kun lopulta rastittaa kaikki oikeat ruudut, se lakkaa. Sen lisäksi, että evoluutioalgoritmit auttavat NASA: ta suunnittelemaan satelliitteja, ne ovat tekoälyä työssään käyttävien luovien suosikkeja. tämän hienon huonekalun suunnittelijat.
Toimittajien suositukset
- Syväoppiva A.I. auttaa arkeologeja kääntämään muinaisia tauluja
- Syväoppiminen A.I. voi jäljitellä ikonisten kitarajumalien vääristymiä
- Ajatuksia lukeva A.I. analysoi aivoaaltojasi ja arvaa, mitä videota katsot
- Tulevaisuuden talon arvioija on luultavasti A.I. algoritmi
- Fotorealistinen A.I. työkalu voi täyttää aukkoja kuvissa, mukaan lukien kasvot
