AI. มีอยู่ทุกที่ในขณะนี้ และรับผิดชอบทุกอย่างตั้งแต่ผู้ช่วยเสมือนบนสมาร์ทโฟนของเราไปจนถึง รถยนต์ที่ขับเคลื่อนด้วยตนเองจะเข้ามาเติมเต็มถนนของเราสู่ระบบจดจำภาพที่ล้ำสมัยซึ่งรายงานโดยคุณ อย่างแท้จริง.
เว้นแต่ว่าคุณเคยอยู่ใต้ก้อนหินมาเป็นเวลาสิบกว่าปีแล้ว มีโอกาสมากที่คุณเคยได้ยินเรื่องนี้มาก่อน และอาจจะเคยใช้มันด้วยซ้ำ ปัจจุบัน ปัญญาประดิษฐ์มีไว้สำหรับซิลิคอนแวลลีย์เหมือนกับที่ One Direction สำหรับเด็กผู้หญิงอายุ 13 ปี: แหล่งที่มาอยู่ทั่วไปทุกหนทุกแห่งของ ความหลงใหลในการทุ่มเงินทั้งหมดของคุณในขณะที่ฝันกลางวันว่าจะแต่งงานเมื่อไหร่ก็ตามที่ Harry Styles พร้อมที่จะตกลงกันในที่สุด ลง. (เอาล่ะ เรายังคงดำเนินการเปรียบเทียบอยู่!)
แต่อะไรกันแน่ เป็น AI.? — และอาจมีคำอย่างเช่น “การเรียนรู้ของเครื่อง” “โครงข่ายประสาทเทียม” “ปัญญาประดิษฐ์” และ “เซน มาลิก” (เรายังคงดำเนินการเกี่ยวกับการเปรียบเทียบนั้น…) ใช้สลับกันได้ใช่ไหม
เพื่อช่วยให้คุณเข้าใจศัพท์เฉพาะและศัพท์เฉพาะบางประการที่คุณจะได้ยินเมื่อผู้คนพูดถึง A.I. เราได้รวบรวมคำแนะนำง่ายๆ นี้ไว้เพื่อช่วยคุณสรุป หัวของคุณไปรอบ ๆ รสชาติที่แตกต่างกันของปัญญาประดิษฐ์ - หากเพียงเพื่อที่คุณจะได้ไม่ทำอะไรผิด ๆ เมื่อเครื่องจักรเข้ามาในที่สุด เกิน.
ปัญญาประดิษฐ์
เราจะไม่เจาะลึกประวัติศาสตร์ของ A.I. ที่นี่ แต่สิ่งสำคัญที่ควรทราบก็คือปัญญาประดิษฐ์เป็นต้นไม้ที่มีคำศัพท์ต่อไปนี้ทั้งหมดเป็นกิ่งก้านสาขา ตัวอย่างเช่น การเรียนรู้แบบเสริมกำลังเป็นการเรียนรู้ของเครื่องประเภทหนึ่ง ซึ่งเป็นสาขาย่อยของปัญญาประดิษฐ์ อย่างไรก็ตาม ปัญญาประดิษฐ์ไม่ใช่การเรียนรู้แบบเสริมกำลัง (จำเป็น) เข้าใจแล้ว?
จนถึงขณะนี้ยังไม่มีใครสร้างสติปัญญาทั่วไปได้
ไม่มีข้อตกลงที่เป็นเอกฉันท์อย่างเป็นทางการเกี่ยวกับสิ่งที่ A.I. หมายถึง (บางคนแนะนำว่ามันเป็นเพียงสิ่งเจ๋งๆ ที่คอมพิวเตอร์ยังทำไม่ได้) แต่ส่วนใหญ่ จะยอมรับว่าเป็นเรื่องเกี่ยวกับการทำให้คอมพิวเตอร์ดำเนินการซึ่งถือว่าชาญฉลาดหากดำเนินการโดย บุคคล.
คำนี้ถูกประกาศใช้ครั้งแรกในปี พ.ศ. 2499 เวลา ก เวิร์คช็อปภาคฤดูร้อนที่วิทยาลัยดาร์ทเมาท์ ในรัฐนิวแฮมป์เชียร์ ความแตกต่างที่สำคัญในปัจจุบันใน A.I. อยู่ระหว่างโดเมนเฉพาะปัจจุบัน A.I. แคบ และ ปัญญาประดิษฐ์ทั่วไป. จนถึงขณะนี้ยังไม่มีใครสร้างสติปัญญาทั่วไปได้ เมื่อเป็นเช่นนั้น การเดิมพันทั้งหมดจะปิด...
สัญลักษณ์ A.I.
คุณไม่ได้ยินอะไรมากมายเกี่ยวกับ สัญลักษณ์ A.I. วันนี้. เรียกอีกอย่างว่า Good Old Fashioned A.I., Symbolic A.I. ถูกสร้างขึ้นตามขั้นตอนเชิงตรรกะซึ่งสามารถมอบให้กับคอมพิวเตอร์ในลักษณะจากบนลงล่าง โดยมีการจัดเตรียมกฎต่างๆ มากมายให้กับคอมพิวเตอร์ (หรือหุ่นยนต์) เกี่ยวกับวิธีการจัดการกับสถานการณ์เฉพาะ
สิ่งนี้นำไปสู่การคิดค้นใหม่ๆ มากมายในช่วงแรกๆ แต่กลับกลายเป็นว่าสิ่งเหล่านี้ใช้ได้ผลดีมากในห้องทดลอง ซึ่งทุกตัวแปรสามารถควบคุมได้อย่างสมบูรณ์แบบ แต่มักไม่ค่อยดีนักในความวุ่นวายในชีวิตประจำวัน ชีวิต. ดังที่นักเขียนคนหนึ่งเหน็บเกี่ยวกับ Symbolic A.I., A.I. ยุคแรก ๆ ระบบต่างๆ ก็เหมือนกับเทพเจ้าในพันธสัญญาเดิมเล็กน้อย — มีกฎเกณฑ์มากมาย แต่ไม่มีความเมตตา
ปัจจุบันนี้นักวิจัยชอบ เซลเมอร์ บริงสยอร์ด กำลังต่อสู้เพื่อนำการมุ่งเน้นไปที่ Symbolic A.I. ที่ใช้ตรรกะกลับมา ซึ่งสร้างขึ้นจากระบบลอจิคัลที่เหนือกว่าซึ่งผู้สร้างสามารถเข้าใจได้
การเรียนรู้ของเครื่อง
หากคุณได้ยินเกี่ยวกับ A.I. ความก้าวหน้าในทุกวันนี้ มีโอกาสที่คุณจะได้ยินเรื่องนี้เว้นแต่จะมีเสียงดังเพื่อแนะนำเป็นอย่างอื่น การเรียนรู้ของเครื่อง. ตามชื่อของมัน แมชชีนเลิร์นนิงเป็นเรื่องเกี่ยวกับการสร้างเครื่องจักรที่เรียนรู้ได้
เช่นเดียวกับหัวข้อของ A.I. แมชชีนเลิร์นนิงก็มีหมวดหมู่ย่อยหลายหมวดหมู่เช่นกัน แต่มีหมวดหมู่ย่อยทั้งหมดอยู่ด้วย โดยทั่วไปคือความสามารถที่เน้นสถิติในการรับข้อมูลและใช้อัลกอริธึมเพื่อให้ได้มา ความรู้.
Machine Learning มีหลากหลายสาขา แต่สาขาที่คุณอาจได้ยินมากที่สุดคือ...
โครงข่ายประสาทเทียม
หากคุณเคยใช้เวลาในส่วน Cool Tech ของเรา คุณคงเคยได้ยินเรื่องนี้มาก่อน โครงข่ายประสาทเทียม. เนื่องจากระบบที่ได้รับแรงบันดาลใจจากสมองได้รับการออกแบบมาเพื่อจำลองวิธีที่มนุษย์เรียนรู้ โครงข่ายประสาทเทียมจึงปรับเปลี่ยนโค้ดของตนเอง ค้นหาความเชื่อมโยงระหว่างอินพุตและเอาท์พุต หรือเหตุและผล ในสถานการณ์ที่ความสัมพันธ์นี้ซับซ้อนหรือ ไม่ชัดเจน
โครงข่ายประสาทเทียมได้รับประโยชน์จากการมาถึงของการเรียนรู้เชิงลึก
แนวคิดของโครงข่ายประสาทเทียมนั้นเกิดขึ้นจริงแล้ว ย้อนกลับไปในช่วงทศวรรษที่ 1940แต่จริงๆ แล้วในช่วงไม่กี่ทศวรรษที่ผ่านมาเท่านั้นที่เริ่มดำเนินชีวิตตามศักยภาพอย่างแท้จริง: โดยได้รับความช่วยเหลือจากการมาถึงของอัลกอริธึมเช่น “การขยายพันธุ์กลับ” ซึ่งช่วยให้โครงข่ายประสาทเทียมสามารถปรับชั้นเซลล์ประสาทที่ซ่อนอยู่ในสถานการณ์ที่ผลลัพธ์ไม่ตรงกับที่ผู้สร้างคาดหวัง (เช่น เครือข่ายที่ออกแบบมาเพื่อจดจำสุนัขซึ่งระบุแมวผิด)
ในทศวรรษนี้ โครงข่ายประสาทเทียมได้รับประโยชน์จากการมาถึงของ การเรียนรู้อย่างลึกซึ้งซึ่งในเลเยอร์ต่างๆ ของเครือข่ายจะแยกคุณลักษณะต่างๆ ออกมาจนกระทั่งสามารถจดจำสิ่งที่ต้องการได้
ภายในหัวข้อโครงข่ายประสาทเทียมมีเครือข่ายที่เป็นไปได้หลายรูปแบบ — ด้วย ป้อนไปข้างหน้า และ เครือข่ายแบบหมุนวน น่าจะเป็นคนที่คุณควรพูดถึงหากคุณติดอยู่ข้างๆ วิศวกรของ Google ในงานเลี้ยงอาหารค่ำ
การเรียนรู้แบบเสริมกำลัง
การเรียนรู้แบบเสริมกำลัง เป็นอีกหนึ่งรสชาติของการเรียนรู้ของเครื่อง ได้รับแรงบันดาลใจอย่างมากจากจิตวิทยาพฤติกรรมนิยม และมีพื้นฐานมาจากแนวคิดที่ว่าตัวแทนซอฟต์แวร์สามารถเรียนรู้ที่จะดำเนินการในสภาพแวดล้อมเพื่อเพิ่มรางวัลสูงสุด
ตัวอย่างเช่น ย้อนกลับไปในปี 2558 DeepMind ของ Google เผยแพร่บทความที่แสดงให้เห็นว่ามันเป็นอย่างไร ฝึกฝน A.I. เพื่อเล่นวิดีโอเกมคลาสสิกโดยไม่มีคำแนะนำอื่นใดนอกจากคะแนนบนหน้าจอและจำนวนพิกเซลประมาณ 30,000 พิกเซลที่ประกอบขึ้นเป็นแต่ละเฟรม การเรียนรู้แบบเสริมกำลังได้รับคำสั่งให้เพิ่มคะแนนให้สูงสุด หมายความว่าตัวแทนซอฟต์แวร์ค่อยๆ เรียนรู้ที่จะเล่นเกมผ่านการลองผิดลองถูก
MarI/O - การเรียนรู้ของเครื่องสำหรับวิดีโอเกม
การเรียนรู้แบบเสริมกำลังไม่เหมือนกับระบบผู้เชี่ยวชาญตรงที่ไม่จำเป็นต้องอาศัยผู้เชี่ยวชาญที่เป็นมนุษย์มาบอกว่าจะเพิ่มคะแนนได้อย่างไร แต่จะคิดออกเมื่อเวลาผ่านไป ในบางกรณี กฎที่กำลังเรียนรู้อาจได้รับการแก้ไข (เช่นเดียวกับการเล่นเกม Atari แบบคลาสสิก) ในกรณีอื่นๆ กฎจะปรับตัวเมื่อเวลาผ่านไป
อัลกอริทึมเชิงวิวัฒนาการ
รู้จักกันในนามอัลกอริธึมการเพิ่มประสิทธิภาพเมทาฮิวริสติกตามประชากรทั่วไป หากคุณยังไม่เคยมีการแนะนำมาก่อน อัลกอริธึมวิวัฒนาการ เป็นการเรียนรู้ของเครื่องอีกประเภทหนึ่ง ออกแบบมาเพื่อเลียนแบบแนวคิดของการคัดเลือกโดยธรรมชาติภายในคอมพิวเตอร์
กระบวนการเริ่มต้นด้วยโปรแกรมเมอร์ป้อนเป้าหมายที่เขาหรือเธอพยายามทำให้สำเร็จด้วยอัลกอริธึมของพวกเขา ตัวอย่างเช่น NASA ได้ใช้อัลกอริธึมเชิงวิวัฒนาการเพื่อออกแบบส่วนประกอบของดาวเทียม ในกรณีนั้น ฟังก์ชั่นอาจคิดวิธีแก้ปัญหาที่สามารถใส่ลงในกล่องขนาด 10 ซม. x 10 ซม. ได้ สามารถแผ่กระจายรูปแบบทรงกลมหรือครึ่งทรงกลม และสามารถทำงานที่ Wi-Fi บางอย่างได้ วงดนตรี.
จากนั้นอัลกอริธึมจะมาพร้อมกับการออกแบบซ้ำหลายรุ่น โดยทดสอบแต่ละรุ่นกับเป้าหมายที่ระบุไว้ เมื่อติ๊กถูกทุกช่องในที่สุด มันก็จะหยุดลง นอกเหนือจากการช่วย NASA ออกแบบดาวเทียมแล้ว อัลกอริธึมเชิงวิวัฒนาการยังเป็นที่ชื่นชอบของครีเอทีฟที่ใช้ปัญญาประดิษฐ์ในการทำงาน เช่น ผู้ออกแบบเฟอร์นิเจอร์สุดเก๋ชิ้นนี้.
คำแนะนำของบรรณาธิการ
- A.I. การเรียนรู้เชิงลึก กำลังช่วยนักโบราณคดีแปลแผ่นจารึกโบราณ
- การเรียนรู้เชิงลึก A.I. สามารถเลียนแบบเอฟเฟ็กต์การบิดเบี้ยวของเทพเจ้าแห่งกีตาร์อันเป็นเอกลักษณ์ได้
- A.I. อ่านใจ วิเคราะห์คลื่นสมองของคุณเพื่อเดาว่าคุณกำลังดูวิดีโออะไรอยู่
- ผู้ประเมินราคาบ้านแห่งอนาคตน่าจะเป็น A.I. อัลกอริทึม
- A.I. เสมือนจริง เครื่องมือสามารถเติมช่องว่างในภาพรวมถึงใบหน้าได้
