A.I. è ovunque in questo momento ed è responsabile di tutto, dagli assistenti virtuali sui nostri smartphone a dalle auto a guida autonoma che presto riempiranno le nostre strade ai sistemi di riconoscimento delle immagini all'avanguardia di cui hai parlato veramente.
A meno che tu non abbia vissuto sotto una roccia negli ultimi dieci anni, ci sono buone probabilità che tu ne abbia già sentito parlare e probabilmente lo abbia anche usato. In questo momento, l’intelligenza artificiale sta alla Silicon Valley come gli One Direction stanno alle ragazzine di 13 anni: una fonte onnipresente di informazioni. ossessione di buttare tutti i tuoi soldi, mentre sogni ad occhi aperti di sposarti non appena Harry Styles sarà finalmente pronto a sistemarsi giù. (Okay, quindi stiamo ancora lavorando sull’analogia!)
Ma cosa esattamente È IA? – e possono essere termini come “apprendimento automatico”, “reti neurali artificiali”, “intelligenza artificiale” e “Zayn Malik” (stiamo ancora lavorando su quell’analogia…) possono essere usati in modo intercambiabile?
Per aiutarti a dare un senso ad alcune delle parole d'ordine e del gergo che sentirai quando le persone parlano di intelligenza artificiale, abbiamo messo insieme questa semplice guida per aiutarti a comprendere la tua testa attorno a tutti i diversi gusti dell'intelligenza artificiale - Se non altro per non fare alcun passo falso quando le macchine finalmente prenderanno Sopra.
Intelligenza artificiale
Non approfondiremo troppo la storia dell’A.I. qui, ma la cosa importante da notare è che l'intelligenza artificiale è l'albero su cui si diramano tutti i termini seguenti. Ad esempio, l’apprendimento per rinforzo è un tipo di apprendimento automatico, che è un sottocampo dell’intelligenza artificiale. Tuttavia, l’intelligenza artificiale non è (necessariamente) apprendimento per rinforzo. Fatto?
Finora nessuno ha costruito un’intelligenza generale.
Non esiste un accordo di consenso ufficiale su ciò che A.I. significa (alcune persone suggeriscono che siano semplicemente cose interessanti che i computer non possono ancora fare), ma la maggior parte concorderebbe sul fatto che si tratta di far eseguire ai computer azioni che sarebbero considerate intelligenti se fossero eseguite da un persona.
Il termine fu coniato per la prima volta nel 1956, a seminario estivo al Dartmouth College nel New Hampshire. La grande distinzione attuale nell’A.I. è tra l'attuale specifico del dominio IA stretta E Intelligenza generale artificiale. Finora nessuno ha costruito un’intelligenza generale. Una volta fatto, tutte le scommesse vengono annullate...
IA simbolica
Non ne senti parlare così tanto IA simbolica Oggi. Chiamato anche Good Old Fashioned A.I., Symbolic A.I. è costruito attorno a passaggi logici che possono essere forniti a un computer in modo top-down. Si tratta di fornire tantissime regole a un computer (o un robot) su come dovrebbe affrontare uno scenario specifico.
Ciò ha portato a molte scoperte iniziali, ma si è scoperto che funzionavano molto bene nei laboratori in cui ogni variabile potrebbe essere perfettamente controllata, ma spesso meno bene nel disordine di tutti i giorni vita. Mentre uno scrittore scherzava sull'A.I. simbolica, la prima A.I. I sistemi erano un po’ come il dio dell’Antico Testamento: con molte regole, ma senza pietà.
Oggi, ai ricercatori piace Selmer Bringsjord stanno lottando per riportare l'attenzione sull'IA simbolica basata sulla logica, costruita attorno alla superiorità dei sistemi logici che possono essere compresi dai loro creatori.
Apprendimento automatico
Se senti parlare di una grande A.I. svolta in questi giorni, è probabile che, a meno che non si faccia un grande rumore per suggerire il contrario, ne stai sentendo parlare apprendimento automatico. Come suggerisce il nome, il machine learning riguarda la creazione di macchine che, beh, imparano.
Come il titolo dell'intelligenza artificiale, anche l'apprendimento automatico ha più sottocategorie, ma cosa contengono tutte comune è la capacità focalizzata sulla statistica di prendere dati e applicarvi algoritmi per ottenere guadagni conoscenza.
Esistono numerosi rami diversi dell'apprendimento automatico, ma quello di cui probabilmente sentirai parlare di più è...
Reti neurali
Se hai trascorso del tempo nella nostra sezione Cool Tech, probabilmente ne hai sentito parlare reti neurali artificiali. Essendo sistemi ispirati al cervello progettati per replicare il modo in cui gli esseri umani apprendono, le reti neurali modificano il proprio codice trovare il collegamento tra input e output – o causa ed effetto – in situazioni in cui questa relazione è complessa o poco chiaro.
Le reti neurali artificiali hanno beneficiato dell’arrivo del deep learning.
Il concetto di reti neurali artificiali risale effettivamente indietro agli anni '40, ma è stato solo negli ultimi decenni che ha iniziato a esprimere veramente il suo potenziale: aiutato dall'arrivo di algoritmi come "propagazione all'indietro", che consente alla rete neurale di adattare i propri strati nascosti di neuroni in situazioni in cui il risultato non corrisponde a ciò che spera il creatore. (Ad esempio, una rete progettata per riconoscere i cani, che identifica erroneamente un gatto.)
In questo decennio, le reti neurali artificiali hanno beneficiato dell'arrivo di apprendimento approfondito, in cui diversi strati della rete estraggono caratteristiche diverse finché non riesce a riconoscere ciò che sta cercando.
Nell'ambito della rete neurale esistono diversi modelli di rete potenziale: con feedforward E reti convoluzionali probabilmente sono quelli che dovresti menzionare se rimani bloccato accanto a un ingegnere di Google durante una cena.
Insegnamento rafforzativo
Insegnamento rafforzativo è un altro tipo di apprendimento automatico. È fortemente ispirato alla psicologia comportamentista e si basa sull’idea che l’agente software può imparare a compiere azioni in un ambiente per massimizzare una ricompensa.
Ad esempio, nel 2015 DeepMind di Google ha pubblicato un documento che mostrava come era andata ha addestrato un'A.I. per giocare ai videogiochi classici, senza alcuna istruzione oltre al punteggio sullo schermo e ai circa 30.000 pixel che componevano ciascun fotogramma. Detto per massimizzare il suo punteggio, l'apprendimento per rinforzo significava che l'agente software imparava gradualmente a giocare attraverso prove ed errori.
MarI/O - Apprendimento automatico per videogiochi
A differenza di un sistema esperto, l’apprendimento per rinforzo non ha bisogno di un esperto umano che gli dica come massimizzare un punteggio. Invece, lo capisce nel tempo. In alcuni casi, le regole che sta imparando possono essere fisse (come quando si gioca a un classico gioco Atari). In altri, continua ad adattarsi col passare del tempo.
Algoritmi Evolutivi
Conosciuto come un generico algoritmo di ottimizzazione metaeuristica basato sulla popolazione se non ti è stato ancora presentato in precedenza, algoritmi evolutivi sono un altro tipo di apprendimento automatico; progettato per imitare il concetto di selezione naturale all'interno di un computer.
Il processo inizia con un programmatore che inserisce gli obiettivi che sta cercando di raggiungere con il proprio algoritmo. Ad esempio, la NASA ha utilizzato algoritmi evolutivi per progettare componenti satellitari. In tal caso, la funzione potrebbe essere quella di trovare una soluzione in grado di adattarsi a una scatola di 10 cm x 10 cm, in grado di irradiare uno schema sferico o emisferico e in grado di funzionare con un determinato Wi-Fi gruppo musicale.
L'algoritmo quindi presenta più generazioni di progetti iterativi, testandoli ciascuno rispetto agli obiettivi dichiarati. Quando alla fine si spuntano tutte le caselle giuste, cessa. Oltre ad aiutare la NASA a progettare i satelliti, gli algoritmi evolutivi sono i preferiti dai creativi che utilizzano l'intelligenza artificiale per il loro lavoro: come i designer di questi eleganti mobili.
Raccomandazioni degli editori
- IA con apprendimento profondo sta aiutando gli archeologi a tradurre antiche tavolette
- Apprendimento profondo dell'intelligenza artificiale può imitare gli effetti di distorsione degli iconici dei della chitarra
- L'intelligenza artificiale che legge la mente analizza le tue onde cerebrali per indovinare quale video stai guardando
- Il perito della casa del futuro è probabilmente un A.I. algoritmo
- IA fotorealistica lo strumento può colmare le lacune nelle immagini, inclusi i volti
