Ang paksa ng Artificial Intelligence (AI) ay nangibabaw sa media news feed sa buong taon. Ang tono ay itinakda ng mga pangunahing tagapagbalita - sina Elon Musk at Mark Zuckerberg, na tinatalakay ang mga panganib at benepisyo ng paggamit ng Artipisyal na Katalinuhan sa buhay ng tao. Idineklara ng Russia at China ang pagbuo ng AI bilang prayoridad na direksyon sa digital economy. Ang 2018 ay magiging isang taon ng pag-unlad at karagdagang pag-aaral ng mga posibilidad ng paggamit ng AI, lalo na ang paraan ng malalim na pag-aaral, bilang ang pinaka-promising na sangay ng Artificial Intelligence. Sasabihin ko sa iyo ang higit pa tungkol sa trend na ito sa larangan ng mataas na teknolohiya gamit ang halimbawa ng paggamit ng AI sa marketing.
Ang kakanyahan ng Artipisyal na Katalinuhan ay upang lumikha ng mga makina na napakatalino na malalampasan nila ang pag-iisip at analytical na kakayahan ng mga tao. Ang pag-aaral ng makina, isang pangunahing pamamaraan ng AI, ay may ganitong mga kakayahan at malawak na itong ginagamit sa maraming sektor ng ekonomiya at mga lugar ng buhay ng tao. Gayunpaman, ang iba, mas advanced na mga teknolohiya ay mabilis ding umuunlad.
Ito ay lalo na kapansin-pansin sa bilis ng pag-unlad ng malalim na pag-aaral, na halos ganap na ginagaya ang prinsipyo ng pagpapatakbo ng utak ng tao sa pagproseso ng data at pagmomodelo ng paggawa ng desisyon. Noong 2017, ang malalim na pag-aaral ay naging mahalagang bahagi ng mga proseso ng teknolohiya sa pangangalaga sa kalusugan at pagmamanupaktura ng sasakyan. Ang marketing, bilang ang pinaka-dynamic na bahagi ng bawat negosyo, ay hindi rin nanatiling malayo sa paggamit ng mga advanced na teknolohiya. Ang malalim na pag-aaral ay nagkaroon ng rebolusyonaryong epekto sa buong industriya ng advertising.
Ang teknolohiyang ginamit sa pamamaraan ng malalim na pag-aaral ay batay sa mga prinsipyo ng pakikipag-ugnayan ng mga biological neuron. Sa tulong ng mga self-learning algorithm, nakakakuha na ngayon ang mga marketer ng mga paglalarawan ng potensyal sa pagbili ng isang customer nang walang tulong ng tao. Halimbawa, kamakailang sinuri ng RTB House ang isang malaking halaga ng data, malinaw na ipinapakita na ang paggamit ng Artificial Intelligence sa halip na mga rekomendasyon mula sa mga may karanasang marketer sa retargeting campaign ay makakapagpahusay ng mga resulta ng conversion ng 35%. At hindi lang iyon. Gamit ang malalim na paraan ng pag-aaral, nakakatanggap ang mga advertiser ng hula ng mga aksyon ng user batay sa pagsusuri ng kanyang mga katangian at pagnanasa sa pag-uugali. Lubos nitong pinapasimple ang gawain ng isang nagmemerkado sa pamamagitan ng pag-aalok ng pinakamahusay na mga opsyon para sa mga naka-target na mensahe sa advertising na naglalaman ng mga produkto na hindi pa alam ng user o hindi pa nakikita.
Nakita na ng maraming malalaking brand ang mga benepisyo ng pagpapatupad ng mga solusyon sa malalim na pag-aaral sa kanilang mga produkto o tool sa marketing. Sa 2018, inaasahan namin ang malawakang paggamit ng malalim na pag-aaral at pagtaas ng pamumuhunan sa pagbuo ng potensyal nito.
Mula sa "pinamamahalaang pag-aaral" hanggang sa mga bagong abot-tanaw
Noong 2017, nagkaroon ng paglipat mula sa tinatawag na "pinamamahalaang pag-aaral" na tipikal ng proseso ng machine learning patungo sa isang mas kumplikadong sistema ng "transfer learning". Ang teknolohiyang ito ay batay sa pagpapadala ng mga tagubilin ng tao sa isang computer: pag-aralan ang mga kasalukuyang modelo ng paggawa ng desisyon, mga halimbawa, set ng data at ang kanilang kasunod na pagsusuri.
Ang paraan ng paglipat ng pag-aaral ay ang kakayahan ng isang computer na magproseso ng data mula sa mga simulation sa halip na mula sa katotohanan. Ang prosesong ito ay mas simple at mas mura, pati na rin ang mas mabilis, na napakahalaga kapag sinusuri ang malaking halaga ng data. Gamit ang pamamaraang ito, natututo ang makina na gumawa ng mga desisyon sa sarili nitong: na may lohikal na konklusyon, pagkakatulad, o pagbabawas.
Halimbawa, gamit ang isang mas lumang modelo ng machine learning, ang isang self-driving na kotse ay maaaring tumagal ng milyun-milyong milya ng isang tao habang nire-record ang data. Ang data na ito ay ipinadala sa kotse, na nauunawaan kung paano magmaneho ng kotse batay sa mga desisyon ng driver. Salamat sa "paglipat ng pag-aaral," hindi na kailangan ng isang tunay na driver. Sa halip, maaaring kunin ang data mula sa iba't ibang simulation sa pagmamaneho. Sa pamamagitan ng pagtulad sa milyun-milyong oras ng pagmamaneho, naiintindihan mismo ng kotse kung saan ito dapat pumunta, at isinasalin na nito ang kaalaman sa totoong mundo.
Ang pangalawang diskarte ay tinatawag na "reinforced learning." Ang layunin nito ay sanayin ang isang computer na gumawa ng pinakamahusay na mga desisyon batay sa feedback mula sa kapaligiran at ang mga aksyon na nagaganap dito. Halimbawa, kung paano ito nangyayari kapag nakikilahok sa pag-bid para sa pagbili ng espasyo sa pag-advertise. Napakasalimuot ng mga sistema ng auction. Kahit na ang mga eksperto ay madalas na may mga problema sa pagtukoy ng pinakamainam na rate na magpapahintulot sa kanila na makamit ang ninanais na mga resulta sa kaunting gastos. Ang kotse ay makakatagpo ng parehong obstacle sa simula ng paggalaw nito. Gayunpaman, hindi tulad ng isang tao, ang isang kotse ay maaaring gumana ng 24 na oras sa isang araw sa isang simulation na kapaligiran. At maaari rin itong matuto ng isang hanay ng mga aksyon, na mas mabilis kaysa sa isang tao. Pagbabalik sa aming halimbawa ng pagbili ng espasyo sa pag-advertise, natututo ang computer mula sa pagtulad sa mga auction, pagtanggap ng data kung paano kumilos nang pinakamabisa at sa gayon ay manalo sa auction.
Mga bagong trabaho at bagong hamon
Sa katunayan, ang prinsipyo ng pagpapatakbo ng malalim na pag-aaral ng mga algorithm ay ganap na magkapareho sa paggana ng utak ng tao. Ngunit, hindi tulad ng mga tao, mas mabilis na natututo ang mga computer at nasusuri ang napakalaking dami ng data. Ang mga computer ay hindi natutulog at gumagawa ng maraming pagkakamali. Dito pumapasok ang sobrang pagganap. Sa napakasimpleng paraan, magsusumikap ang AI na malampasan ang mga kakayahan ng tao sa maraming lugar. Sa kasalukuyan, mas tumpak na nakikilala ng mga algorithm sa pag-aaral sa sarili ang mga aksyon at larawan kaysa sa mga tao.
Nangangahulugan ba ito na may panganib na ang mga tao ay ganap na mapalitan ng mga robot? Hindi naman. Ayon sa World Economic Forum, 65% ng mga bata na pumapasok sa elementarya ngayon ay bibigyan ng mga trabaho na kasalukuyang wala. Ang kasalukuyang antas ng pagpapaunlad ng AI ay nagbibigay-daan sa mga kumpanya na maghanap ng higit pang mga espesyalista sa IT, data analyst, at programmer. Sa susunod na taon ay malamang na makakita tayo ng boom sa mga bagong alok ng trabaho para sa mga data scientist. Bagama't ngayon ay hindi pa sikat ang naturang panukala.
Ang mga inobasyon ng 2017 ay makakatanggap ng isang malakas na impetus para sa pag-unlad sa 2018
Ang mga layunin na hinahabol ng pagpapatupad ng malalim na paraan ng pag-aaral ay pasimplehin ang ating buhay at pataasin ang kahusayan ng aktibidad ng tao. Ito ang dahilan kung bakit ang paggamit ng AI ay hindi na isang pamantayan, ngunit isang pangangailangan para sa mga kumpanyang gustong maging mapagkumpitensya sa pandaigdigang merkado. Hindi ito tungkol sa kakayahang i-personalize o pagbutihin ang mga kakayahan ng panghuling produkto, ngunit tungkol din sa ilang iba pang hindi direktang aktibidad gaya ng pangongolekta at pagsusuri ng data. Mayroon na, ang mga kumpanya ay may napakaraming data upang pag-aralan na hindi nila makayanan ang pagproseso nito.
Ang sitwasyong ito ay direktang nakakaapekto sa mga desisyon na ginawa ng kanilang mga empleyado at samakatuwid ang kanilang mga resulta sa pananalapi. Ang mga kumpanya na ang negosyo ay dalubhasa sa pagkolekta at pagsusuri ng data para sa iba't ibang mga negosyo ay lalong hihilingin. Ang mga negosyong may mas malaking badyet ay gagamit ng AI para pag-uri-uriin: kung ano ang iaalok sa mga customer, anong mga termino ang irerekomenda sa mga supplier, kung paano magtuturo sa mga empleyado, kung ano ang sasabihin at gagawin sa real time. Dapat ding ipagpalagay na maraming bagong startup ang lalabas sa lalong madaling panahon na nag-aalok ng mga solusyon batay sa mga self-learning algorithm habang lumaganap ang teknolohiyang ito.
Noong 2017, naging bahagi ng ating pang-araw-araw na buhay at pampublikong talakayan ang artificial intelligence. Sa mga darating na taon, ang pagtutuon ay sa pagbuo ng iba't ibang teknolohiyang nakabatay sa AI na papalit sa mga tao sa maraming kumplikadong industriya, na sa huli ay ginagawang mas madali ang ating buhay. Ngunit ito ay mangangailangan ng maraming trabaho.
Pinangalanan ni Ericsson ang 10 pinakasikat na trend ng consumer para sa susunod na taon
Artificial intelligence at virtual reality: 10 trend ng consumer para sa 2017. Larawan: elearningindustry.com
Iniharap ng Ericsson ang pagtataya nito para sa mga pinakasikat na trend ng consumer sa susunod na taon. Ang nangungunang trend ng 2017 ay ang artificial intelligence, na unti-unting tumatagos sa ating pang-araw-araw na buhay.
Kaya, tumawag si Ericsson ang pinakasikat na trend ng consumer para sa 2017:
Parami nang parami ang gustong tumagos ng artificial intelligence sa kanilang buhay. 35% ng mga user ng Internet ay gustong makita ang artificial intelligence bilang kanilang work assistant, at 25% bilang kanilang manager. Gayunpaman, itinuturing ng 50% ng mga sumasagot na mapanganib ang artificial intelligence. Sa partikular, ang teknolohiyang ito ay maaaring maging sanhi ng maraming tao na mawalan ng trabaho, dahil ang kanilang mga pag-andar ay madaling maisagawa ng mga robot.
Ang mga application ay aktibong ginagamit upang pasimplehin at i-automate ang ilang aspeto ng buhay. Kasabay nito, bumibilis ang pag-unlad ng Internet of Things. 40% ng mga respondent ang kumpiyansa na darating ang panahon na matututunan ng mga smartphone ang mga gawi at maisagawa ang ilang mga function ng kanilang mga may-ari.
At muli tungkol sa pagkawala ng mga trabaho - sa lalong madaling panahon ang artificial intelligence ay papalitan din ang mga driver. 25% ng mga sumasagot ay sumusuporta sa ideya ng pagpapalit ng mga driver ng mga autopilot, dahil naniniwala sila na ito ay magiging mas ligtas para sa mga pedestrian. 65% ng mga respondent ang gustong bumili ng kotse na may autopilot.
80% ng mga sumasagot ay kumbinsido na sa loob lamang ng tatlong taon ang virtual reality ay maaabot ang ganoong antas ng pag-unlad na imposibleng makilala ito mula sa pisikal na mundo.
Hinuhulaan ng mga respondent na ang pagbuo ng mga bagong teknolohiya ay magkakaroon ng negatibong epekto sa kalusugan ng mga tao. Sa partikular, ang paggamit ng virtual at augmented reality application ay magdudulot ng motion sickness, kung saan 33% ng mga respondent ay handang uminom ng kaukulang mga tabletas.
Sa kabila ng katotohanan na karamihan sa mga tao ay nagsisikap na protektahan ang kanilang sarili hangga't maaari, 60% ng mga sumasagot ay umamin na ang paggamit ng mga smartphone ay may mga panganib.
Higit sa 50% ng mga respondent ang gustong magkaroon ng augmented reality glasses. Kabilang sa mga posibleng opsyon para sa kanilang paggamit: pag-highlight ng mga madilim na lugar, babala tungkol sa panganib, ang kakayahang baguhin o alisin ang mga elemento ng kapaligiran na nakakainis.
Mahigit sa 30% ng mga respondent ang kumbinsido na wala nang privacy sa Internet, kaya 50% ng mga kalahok sa pag-aaral ay nasiyahan sa isang "makatwirang magandang" antas ng privacy.
Ayon sa mga eksperto, sa loob lamang ng limang taon lahat ng mga gumagamit ng Internet ay bibigyan ng lahat ng mga produkto at serbisyo mula sa limang pinakamalaking kumpanya ng IT.
TULONG SA PAYSPACE MAGAZINE
Noong nakaraan ay isinulat namin ang tungkol sa katotohanang iyon.
Naniniwala si Kai Fu Lee, chairman ng SinovationVentures, na ang AI ay "naglalayon sa malakihang pagkawala ng trabaho" habang itinutuon ang yaman sa mga kamay ng mga kumpanyang nagpapaunlad o nagpapatibay ng AI. Ang iba ay naniniwala na ang mga katulad na takot ay naroroon sa pagdating ng lahat ng mga teknolohiyang nagbabago sa mundo, pabalik sa palimbagan noong ika-15 siglo.
Tinitiyak ng Economist sa mga mambabasa na "Ang AI ay lumilikha ng pangangailangan para sa mga trabaho" at dumaraming bilang ng mga tao sa buong mundo ang "nagbibigay ng mga digital na serbisyo online." Aling mga kumpanya at bansa ang uunlad sa panahon ng AI? Aling mga segment ang mawawala, magbabago, o malilikha? Paano magbabago ang kalikasan ng trabaho?
Digmaan
Nagtatalo ang mga tagapagtaguyod ng mga armadong drone na ang mga naturang sandata ay maaaring tumama sa mga target na may mas mataas na katumpakan kaysa sa mga tao; at kung gaano kalaki ang papel na ginagampanan nila sa teatro ng mga operasyon, mas madalas silang gamitin ng mga technician para saktan.
Ngunit paano kung ang gayong mga sandata ay maging independyente at gumana nang nakapag-iisa, nang walang interbensyon ng tao? Ang pag-alis ba ng mga tao mula sa listahan ng mga tauhan ng militar ay hahantong sa isang mas matindi at hindi mapigilan na karera ng armas?
Ang isang bukas na liham na inilathala noong 2015 International Joint Conference on Artificial Intelligence ay nagbabala na ang mga autonomous na armas ay "hindi nangangailangan ng mahal o mahirap hanapin na mga hilaw na materyales at samakatuwid ay magiging nasa lahat ng dako at mura para sa lahat ng makabuluhang militar upang makagawa ng masa." Magiging mas mapayapa o mas militante ba ang isang panahon na may mga automated na armas?
Ang mga mananaliksik ng RAND ay nananawagan para sa isang analytical framework at internasyonal na pagsisikap na nakatuon sa paggamit ng mga long-range na armadong drone sa counterterrorism at mga target na pagpatay.
Paggawa ng mga desisyon
Ang mga pulitiko ay patuloy na nahaharap sa isang malaking bilang ng mga pagpipilian at motibasyon - marami pa sa mga araw ng social media kaysa dalawampung taon na ang nakalilipas. Ang sobrang karga ng impormasyon ay nagpapahirap na makayanan sa panahon ng krisis, pabayaan ang maraming krisis.
Kamakailan lamang, lumitaw ang isang panukala na ipasa ang "lahat ng mga desisyon na ginagawa ng pangulo sa pamamagitan ng isang computer - hindi upang gawin ang pangwakas na pagpipilian, ngunit upang matulungan ang pinuno sa katauhan ng isang tao."
Ngunit habang ang AI ngayon ay higit na walang kapintasan, ang pag-aaral ng RAND ay nagha-highlight sa mga panganib ng algorithmic biases sa pag-filter ng balita, pag-impluwensya sa hustisyang kriminal, at maging ang paghahatid ng mga benepisyo at visa ng Social Security. Anong mga desisyon ang dapat ipagkatiwala sa AI? Ano ang dapat manatili sa mga kamay ng tao? Sa kamay ng isang pangkat ng mga tao?
Paglikha
Nasanay na ang mundo sa AI na kayang magsagawa ng mga nakamamanghang kakayahan sa pag-compute at talunin ang mga tao sa mga sikat na board game (mahigit 20 taon na ang nakalipas mula nang tanyag na talunin ng IBMDeepBlue supercomputer ang chess grandmaster na si Garry Kasparov). Paano ito higit na uunlad sa malikhaing espasyo ng mga tao?
Naniniwala ang artificial intelligence researcher na si Jesse Engel na "mababago nito ang proseso ng malikhaing...sa pamamagitan ng pagpapalaki nito ng mga matalinong tool na nagbibigay ng mga bagong posibilidad para sa pagpapahayag." Ang iba ay hindi masyadong maasahin sa mabuti. Sinabi ng mamamahayag na si Adrienne Lafrance na ang AI ay maaari nang "manligaw," "magsulat ng mga nobela," at "pekeng sikat na mga painting na may kamangha-manghang katumpakan." Ano ang ibig sabihin ng pagiging malikhain? Bukod dito, ano ang ibig sabihin ng pagiging tao?
Ang mga talakayan ng AI ay kadalasang nauuwi sa sukdulan, ito man ay ang pangako ng isang utopia na walang pagdurusa ng tao o ang panganib ng isang dystopia kung saan inaalipin ng mga robot ang kanilang mga taong lumikha. Mas balanse at mahigpit na pagsusuri ang kailangan para makatulong sa paghubog ng mga patakaran para mabawasan ang mga panganib at mapakinabangan ang mga benepisyo. Ang ilang mga hakbang ay kailangang gawin upang madaig ang mga pangamba na ang AI ay madaig ang estado at lipunan.
Paano makakaapekto ang AI sa pambansang interes ng isang bansa? Anong mga uri ng AI, kung mayroon man, ang maaaring ituring na mga madiskarteng teknolohiya batay sa pamantayan ng pamahalaan? Saan dapat gumanap ang mga puwersa ng pamilihan, at saan dapat gumanap ang pulitika? Habang ang AI ay nananatiling higit sa lahat ang bagay ng science fiction, ang mga tanong na ito ay nagiging mas at mas mahalaga.
Ang paggawa ng mga pagtataya ay isang walang pasasalamat na gawain, lalo na dahil ang pag-unlad sa larangan ng mga makabagong pamamaraan ng pag-aaral ng makina ay nalampasan ang aming pinakamaliit na inaasahan sa mga nakaraang taon. Ngunit magbabakasakali akong pangalanan ang ilang lugar sa larangan ng pagsasanay ng mga malalim na neural network kung saan maaaring asahan ang mga makabuluhang pag-unlad sa malapit na hinaharap.
Una, ito ay ang pagbuo ng mga ideya ng neural network reinforcement learning, na magpapahintulot sa pagbuo ng mga bagong self-learning algorithm para sa mga ahente na nakikipag-ugnayan sa kapaligiran. Ang mga ito ay maaaring parehong mga robot at program na tumatakbo sa virtual na espasyo, halimbawa, paglalaro ng mga intelektwal na laro tulad ng Go (natapos na) o Starcraft (nagpapatuloy). Ang pangunahing layunin dito, siyempre, ay upang lumikha ng isang algorithm na maaaring umangkop "on the fly" sa isang bagong kumplikadong laro o kapaligiran.
Pangalawa, ito ay ang pagbuo ng mga bagong pamamaraan ng pag-aaral sa mabilisang pag-aaral at meta-learning. Ang una ay nagbibigay-daan sa isang computer na maunawaan ang mga bagong konsepto at kahulugan mula sa ilang mga halimbawa, tulad ng ginagawa ng isang tao, at hindi tulad ng mga modernong neural network, na natututo ng bagong konsepto pagkatapos malantad sa libu-libo o sampu-sampung libong mga halimbawa.
Ang pangalawa ay nagpapahintulot sa neural network na piliin ang mga parameter ng mismong paraan ng pag-aaral nito. Ngayon ang kalidad at bilis ng pagsasanay ng mga neural network ay makabuluhang nakasalalay sa pagtatakda ng isang bilang ng mga parameter (karaniwang tinatawag na hyper-parameter upang makilala ang mga ito mula sa mga timbang ng network, na, sa katunayan, ay nababagay sa panahon ng pagsasanay), pati na rin sa arkitektura ng network mismo. Sa kasalukuyan, ang mga ito ay tinutukoy ng mga tao o mga semi-automated na pamamaraan na malayo sa pinakamainam. Dahil dito, ang mga neural network ay natututo nang mas matagal at mas masahol pa kaysa sa magagawa nila.
Ang trabahong lumabas noong 2016 ay nagpapakita na ang gawaing ito, sa prinsipyo, ay maaaring ipagkatiwala sa isang auxiliary neural network. Tulad ng naaalala nating lahat mula sa high school, ang pagtatapos ng Industrial Revolution ay kapag "nagsisimula ang mga makina sa paggawa ng mga makina." Marahil sa hinaharap, isang mahalagang milestone ang magiging sandali kapag ang mga neural network ay magsisimulang magsanay ng mga neural network, at may dahilan upang maniwala na ito ay mangyayari kasing aga ng 2017.
Pangatlo, ang mga neural network ay matututong makipag-usap sa isang tao (kapwa sa kahulugan ng pagbuo ng mga replica na teksto at sa kahulugan ng pag-synthesize ng pagsasalita na hindi naiiba sa pagsasalita ng tao), pagbuo ng mga photorealistic na larawan at mga pagkakasunud-sunod ng video batay sa mga paglalarawan ng teksto, at pagsulat ng malalaking, makabuluhang mga teksto . Ito ay magiging aming malapit na hinaharap salamat sa mabilis na pag-unlad sa larangan ng tinatawag na. generative deep learning models. Siyempre, ito ay hahantong sa paglikha ng mga bagong negosyo, ang paglitaw ng mga bagong uri ng mga kalakal at serbisyo, pati na rin ang pagtaas ng produktibidad ng paggawa sa mga tradisyunal na sektor ng ekonomiya, tulad ng mga mobile operator o mga bangko, na magagawang iwanan ang mahal at hindi epektibong mga call center.
Ang paglutas sa lahat ng problemang ito ay magiging isang mahalagang hakbang patungo sa Holy Grail ng machine learning - ang paglikha ng artificial intelligence. Tiyak na hindi lilitaw ang AI sa susunod na taon, ngunit sa loob ng 5-10 taon ay walang alinlangan na mabubuo ito. Bukod dito, ang umiiral nang mga elemento ng artificial intelligence ay makakatulong sa mga siyentipiko na lumikha ng ganap na AI at, sa gayon, mapabilis ang trabaho sa direksyong ito. Ang paglikha ng AI ang magiging pinakamahalagang tagumpay ng sangkatauhan at magbibigay ito ng isang malakas na sibilisasyong lukso pasulong.
Mahalagang tandaan na ang mabilis na pag-unlad sa larangan ng AI ay naging posible dahil sa ang katunayan na ang mga pag-unlad na ito ay isinasagawa nang hayagan at sinumang tao na may pinakamababang kinakailangang pagsasanay (halimbawa, isang nagtapos ng Faculty of Computer Science sa ang National Research University Higher School of Economics) ay maaaring makilahok sa mga ito: kahit na malalaking IT - mga korporasyon - mga pinuno sa larangan ng malalim na pag-aaral walang mga lihim (maliban sa mga panandaliang komersyal), ang mga pagpapatupad ng software ng karamihan sa mga pamamaraan ay magagamit, pati na rin ang isang mathematical na paglalarawan ng mga algorithm, na nakakagulat na hindi masyadong kumplikado, na isinasaalang-alang ang pandaigdigang kalikasan ng mga problema na nalutas sa kanilang tulong. Itinatakda nito ang pag-aaral ng makina bukod sa, halimbawa, ang espasyo o mga programang nuklear sa kalagitnaan ng ika-20 siglo.
Mga karagdagang materyales
Lecture ni Dmitry Vetrov sa machine learning (upang maunawaan kung ano ito)
Artipisyal na katalinuhan (AI, English: Artificial intelligence, AI) - ang agham at teknolohiya ng paglikha ng mga matatalinong makina, lalo na ang matatalinong programa sa kompyuter. Ang AI ay nauugnay sa katulad na gawain ng paggamit ng mga computer upang maunawaan ang katalinuhan ng tao, ngunit hindi kinakailangang limitado sa mga biologically plausible na pamamaraan.
Ano ang artificial intelligence
Katalinuhan(mula sa Lat. intellectus - sensasyon, persepsyon, pag-unawa, pag-unawa, konsepto, katwiran), o isip - isang kalidad ng psyche na binubuo ng kakayahang umangkop sa mga bagong sitwasyon, kakayahang matuto at makaalala batay sa karanasan, maunawaan at magamit abstract na mga konsepto at gamitin ang sariling kaalaman para sa pamamahala sa kapaligiran. Ang katalinuhan ay ang pangkalahatang kakayahan sa pag-unawa at paglutas ng mga paghihirap, na pinagsasama ang lahat ng mga kakayahan sa pag-iisip ng tao: pandamdam, pang-unawa, memorya, representasyon, pag-iisip, imahinasyon.
Noong unang bahagi ng 1980s. Iminungkahi ng mga computational scientist na sina Barr at Fajgenbaum ang sumusunod na kahulugan ng artificial intelligence (AI):
Nang maglaon, ang ilang mga algorithm at software system ay nagsimulang uriin bilang AI, ang natatanging pag-aari kung saan maaari nilang lutasin ang ilang mga problema sa parehong paraan tulad ng gagawin ng isang taong nag-iisip tungkol sa kanilang solusyon.
Ang mga pangunahing katangian ng AI ay ang pag-unawa sa wika, pag-aaral at kakayahang mag-isip at, mahalaga, kumilos.
Ang AI ay isang kumplikado ng mga kaugnay na teknolohiya at proseso na husay at mabilis na umuunlad, halimbawa:
- natural na pagpoproseso ng teksto ng wika
- mga sistemang dalubhasa
- mga virtual na ahente (chatbots at virtual assistant)
- mga sistema ng rekomendasyon.
Pambansang diskarte para sa pagbuo ng artificial intelligence
- Pangunahing artikulo: Pambansang diskarte para sa pagbuo ng artificial intelligence
Pananaliksik sa AI
- Pangunahing artikulo: Pananaliksik sa Artipisyal na Katalinuhan
Standardisasyon sa AI
2019: Sinuportahan ng mga eksperto sa ISO/IEC ang panukalang bumuo ng pamantayan sa Russian
Noong Abril 16, 2019 nalaman na ang ISO/IEC subcommittee sa standardisasyon sa larangan ng artificial intelligence ay sumuporta sa panukala ng Technical Committee na "Cyber-physical system", na nilikha batay sa RVC, upang bumuo ng "Artificial intelligence" pamantayan. Mga konsepto at terminolohiya" sa Russian bilang karagdagan sa pangunahing bersyon ng Ingles.
Pamantayan ng terminolohikal na "Artipisyal na katalinuhan. Ang mga konsepto at terminolohiya" ay mahalaga sa buong pamilya ng internasyonal na regulasyon at teknikal na mga dokumento sa larangan ng artificial intelligence. Bilang karagdagan sa mga termino at kahulugan, naglalaman ang dokumentong ito ng mga konseptong diskarte at prinsipyo para sa pagbuo ng mga system na may mga elemento, isang paglalarawan ng ugnayan sa pagitan ng AI at iba pang mga end-to-end na teknolohiya, pati na rin ang mga pangunahing prinsipyo at balangkas na diskarte sa regulasyon at teknikal na regulasyon. ng artificial intelligence.
Kasunod ng pagpupulong ng may-katuturang ISO/IEC subcommittee sa Dublin, sinuportahan ng mga eksperto sa ISO/IEC ang panukala ng delegasyon mula sa Russia na sabay-sabay na bumuo ng isang terminolohikal na pamantayan sa larangan ng AI hindi lamang sa Ingles, kundi pati na rin sa Russian. Inaasahang maaaprubahan ang dokumento sa unang bahagi ng 2021.
| Ang pagbuo ng mga produkto at serbisyo batay sa artificial intelligence ay nangangailangan ng isang hindi malabo na interpretasyon ng mga konsepto na ginagamit ng lahat ng mga kalahok sa merkado. Ang pamantayan ng terminolohiya ay pag-iisa ang "wika" kung saan nakikipag-usap ang mga developer, customer at propesyonal na komunidad, uuriin ang mga katangian ng mga produkto na nakabatay sa AI bilang "seguridad", "reproducibility", "pagkakatiwalaan" at "pagkakumpidensyal". Ang isang pinag-isang terminolohiya ay magiging isang mahalagang kadahilanan para sa pagbuo ng mga teknolohiya ng artificial intelligence sa loob ng balangkas ng National Technology Initiative - Ang mga algorithm ng AI ay ginagamit ng higit sa 80% ng mga kumpanya sa NTI perimeter. Bilang karagdagan, ang desisyon ng ISO/IEC ay magpapalakas sa awtoridad at magpapalawak ng impluwensya ng mga eksperto sa Russia sa karagdagang pag-unlad ng mga internasyonal na pamantayan. |
Sa panahon ng pagpupulong, sinuportahan din ng mga eksperto sa ISO/IEC ang pagbuo ng isang draft na internasyonal na dokumento Information Technology - Artificial Intelligence (AI) - Overview of Computational Approaches para sa AI Systems, kung saan gumaganap ang Russia bilang co-editor. Ang dokumento ay nagbibigay ng isang pangkalahatang-ideya ng kasalukuyang estado ng mga sistema ng artificial intelligence, na naglalarawan sa mga pangunahing katangian ng mga system, algorithm at diskarte, pati na rin ang mga halimbawa ng mga dalubhasang aplikasyon sa larangan ng AI. Ang pagbuo ng draft na dokumentong ito ay isasagawa ng isang espesyal na nilikhang working group 5 "Computational approaches at computational na katangian ng AI systems" sa loob ng subcommittee (SC 42 Working Group 5 "Computational approaches and computational na katangian ng AI systems").
| Bilang bahagi ng kanilang trabaho sa internasyonal na antas, ang delegasyon ng Russia ay nakamit ang isang bilang ng mga landmark na desisyon na magkakaroon ng pangmatagalang epekto sa pagbuo ng mga artipisyal na teknolohiya ng katalinuhan sa bansa. Ang pagbuo ng isang bersyon ng Russian-wika ng pamantayan, kahit na mula sa isang maagang yugto, ay isang garantiya ng pag-synchronize sa internasyonal na larangan, at ang pagbuo ng ISO/IEC subcommittee at ang pagsisimula ng mga internasyonal na dokumento na may Russian co-editing ay ang pundasyon para sa higit pang pagtataguyod ng mga interes ng mga developer ng Russia sa ibang bansa," komento niya. |
Ang mga teknolohiya ng artificial intelligence ay malawak na hinihiling sa iba't ibang sektor ng digital na ekonomiya. Kabilang sa mga pangunahing salik na humahadlang sa kanilang ganap na praktikal na paggamit ay ang hindi pag-unlad ng balangkas ng regulasyon. Kasabay nito, ito ay ang mahusay na binuo na regulasyon at teknikal na balangkas na nagsisiguro sa tinukoy na kalidad ng aplikasyon ng teknolohiya at ang kaukulang epekto sa ekonomiya.
Sa lugar ng artificial intelligence, ang TC Cyber-Physical Systems, batay sa RVC, ay bumubuo ng isang bilang ng mga pambansang pamantayan, ang pag-apruba kung saan ay binalak para sa katapusan ng 2019 - simula ng 2020. Bilang karagdagan, ang gawain ay isinasagawa kasama ng mga manlalaro sa merkado upang bumalangkas ng National Standardization Plan (NSP) para sa 2020 at higit pa. Ang TC "Cyber-physical system" ay bukas sa mga panukala para sa pagbuo ng mga dokumento mula sa mga interesadong organisasyon.
2018: Pagbuo ng mga pamantayan sa larangan ng quantum communications, AI at smart city
Noong Disyembre 6, 2018, ang Technical Committee na "Cyber-Physical Systems" batay sa RVC kasama ang Regional Engineering Center na "SafeNet" ay nagsimulang bumuo ng isang hanay ng mga pamantayan para sa mga merkado ng National Technology Initiative (NTI) at ang digital na ekonomiya. Sa pamamagitan ng Marso 2019, pinlano na bumuo ng mga teknikal na dokumento ng standardisasyon sa larangan ng quantum communications, at, iniulat ng RVC. Magbasa pa.
Epekto ng artificial intelligence
Panganib sa pag-unlad ng sibilisasyon ng tao
Epekto sa ekonomiya at negosyo
- Ang epekto ng mga teknolohiya ng artificial intelligence sa ekonomiya at negosyo
Epekto sa merkado ng paggawa
Bias ng Artipisyal na Katalinuhan
Sa gitna ng lahat ng bagay na ang pagsasanay ng AI (pagsasalin ng makina, pagkilala sa pagsasalita, pagproseso ng natural na wika, computer vision, awtomatikong pagmamaneho at marami pa) ay malalim na pag-aaral. Ito ay isang subset ng machine learning, na nailalarawan sa pamamagitan ng paggamit ng mga modelo ng neural network, na masasabing ginagaya ang mga paggana ng utak, kaya isang kahabaan ang pag-uri-uriin ang mga ito bilang AI. Ang anumang modelo ng neural network ay sinanay sa malalaking set ng data, kaya nakakakuha ito ng ilang "kasanayan," ngunit kung paano nito ginagamit ang mga ito ay nananatiling hindi malinaw sa mga tagalikha nito, na sa huli ay naging isa sa pinakamahalagang problema para sa maraming malalim na aplikasyon sa pag-aaral. Ang dahilan ay ang gayong modelo ay gumagana nang pormal sa mga imahe, nang walang anumang pag-unawa sa kung ano ang ginagawa nito. AI ba ang ganitong sistema at mapagkakatiwalaan ba ang mga system na binuo sa machine learning? Ang mga implikasyon ng sagot sa huling tanong ay lumampas sa siyentipikong laboratoryo. Samakatuwid, kapansin-pansing tumindi ang atensyon ng media sa phenomenon na tinatawag na AI bias. Maaari itong isalin bilang "AI bias" o "AI bias". Magbasa pa.
Market ng Teknolohiya ng Artipisyal na Katalinuhan
AI market sa Russia
Global AI market
Mga lugar ng aplikasyon ng AI
Ang mga lugar ng aplikasyon ng AI ay medyo malawak at sumasaklaw sa parehong mga pamilyar na teknolohiya at umuusbong na mga bagong lugar na malayo sa mass application, sa madaling salita, ito ang buong hanay ng mga solusyon, mula sa mga vacuum cleaner hanggang sa mga istasyon ng kalawakan. Maaari mong hatiin ang lahat ng kanilang pagkakaiba-iba ayon sa pamantayan ng mga pangunahing punto ng pag-unlad.
Ang AI ay hindi isang monolitikong lugar ng paksa. Bukod dito, lumilitaw ang ilang teknolohikal na lugar ng AI bilang mga bagong sub-sektor ng ekonomiya at magkakahiwalay na entity, habang sabay na nagsisilbi sa karamihan ng mga lugar sa ekonomiya.
Ang pag-unlad ng paggamit ng AI ay humahantong sa adaptasyon ng mga teknolohiya sa mga klasikal na sektor ng ekonomiya kasama ang buong value chain at binabago ang mga ito, na humahantong sa algorithmization ng halos lahat ng functionality, mula sa logistik hanggang sa pamamahala ng kumpanya.
Paggamit ng AI para sa Defense at Military Affairs
Gamitin sa edukasyon
Paggamit ng AI sa negosyo
AI sa paglaban sa pandaraya
Noong Hulyo 11, 2019, nalaman na sa loob lamang ng dalawang taon ay gagamitin ang artificial intelligence at machine learning para labanan ang pandaraya nang tatlong beses nang mas madalas kaysa noong Hulyo 2019. Ang nasabing data ay nakuha sa isang pinagsamang pag-aaral ng SAS at ng Association of Certified Fraud Examiners (ACFE). Noong Hulyo 2019, ang mga naturang anti-fraud tool ay ginagamit na sa 13% ng mga organisasyong nakibahagi sa survey, at isa pang 25% ang nagsabing plano nilang ipatupad ang mga ito sa loob ng susunod na taon o dalawa. Magbasa pa.
AI sa industriya ng kuryente
- Sa antas ng disenyo: pinahusay na pagtataya ng henerasyon at pangangailangan para sa mga mapagkukunan ng enerhiya, pagtatasa ng pagiging maaasahan ng mga kagamitan sa pagbuo ng kuryente, pag-automate ng mas mataas na henerasyon kapag tumataas ang demand.
- Sa antas ng produksyon: pag-optimize ng preventive maintenance ng kagamitan, pagtaas ng kahusayan ng henerasyon, pagbabawas ng mga pagkalugi, pagpigil sa pagnanakaw ng mga mapagkukunan ng enerhiya.
- Sa antas ng promosyon: pag-optimize ng pagpepresyo depende sa oras ng araw at dynamic na pagsingil.
- Sa antas ng pagkakaloob ng serbisyo: awtomatikong pagpili ng pinaka kumikitang supplier, detalyadong istatistika ng pagkonsumo, awtomatikong serbisyo sa customer, pag-optimize ng pagkonsumo ng enerhiya na isinasaalang-alang ang mga gawi at pag-uugali ng customer.
AI sa pagmamanupaktura
- Sa antas ng disenyo: pagtaas ng kahusayan ng bagong pagbuo ng produkto, awtomatikong pagtatasa ng supplier at pagsusuri ng mga kinakailangan sa ekstrang bahagi.
- Sa antas ng produksyon: pagpapabuti ng proseso ng pagkumpleto ng mga gawain, pag-automate ng mga linya ng pagpupulong, pagbabawas ng bilang ng mga error, pagbabawas ng mga oras ng paghahatid para sa mga hilaw na materyales.
- Sa antas ng promosyon: pagtataya ng dami ng mga serbisyo ng suporta at pagpapanatili, pamamahala sa pagpepresyo.
- Sa antas ng pagkakaloob ng serbisyo: pagpapabuti ng pagpaplano ng mga ruta ng sasakyang-dagat, pangangailangan para sa mga mapagkukunan ng fleet, pagpapabuti ng kalidad ng pagsasanay ng mga inhinyero ng serbisyo.
AI sa mga bangko
- Pagkilala sa pattern - ginamit kasama ang. upang makilala ang mga customer sa mga sangay at maghatid ng mga espesyal na alok sa kanila.
AI sa transportasyon
- Ang industriya ng sasakyan ay nasa bingit ng isang rebolusyon: 5 hamon ng panahon ng pagmamaneho nang walang sasakyan
AI sa logistik
AI sa paggawa ng serbesa
AI sa hudikatura
Ang mga pag-unlad sa larangan ng artificial intelligence ay makakatulong sa radikal na pagbabago sa sistema ng hudisyal, na ginagawa itong mas patas at malaya sa mga pakana ng katiwalian. Ang opinyon na ito ay ipinahayag noong tag-araw ng 2017 ni Vladimir Krylov, Doctor of Technical Sciences, technical consultant sa Artezio.
Naniniwala ang siyentipiko na ang mga umiiral na solusyon sa AI ay maaaring matagumpay na mailapat sa iba't ibang larangan ng ekonomiya at pampublikong buhay. Itinuturo ng eksperto na ang AI ay matagumpay na ginagamit sa medisina, ngunit sa hinaharap maaari nitong ganap na baguhin ang sistema ng hudikatura.
"Sa pagtingin sa mga ulat ng balita araw-araw tungkol sa mga pag-unlad sa larangan ng AI, namamangha ka lamang sa hindi mauubos na imahinasyon at pagiging mabunga ng mga mananaliksik at developer sa larangang ito. Ang mga ulat sa siyentipikong pananaliksik ay patuloy na sinasagisag ng mga publikasyon tungkol sa mga bagong produkto na lumalabas sa merkado at mga ulat ng mga kamangha-manghang resulta na nakuha sa pamamagitan ng paggamit ng AI sa iba't ibang larangan. Kung pag-uusapan natin ang tungkol sa mga inaasahang kaganapan, na sinamahan ng kapansin-pansing hype sa media, kung saan ang AI ay muling magiging bayani ng balita, kung gayon malamang na hindi ko ipagsapalaran ang paggawa ng mga teknolohikal na pagtataya. Maaari kong isipin na ang susunod na kaganapan ay ang paglitaw sa isang lugar ng isang napakahusay na hukuman sa anyo ng artificial intelligence, patas at hindi nasisira. Mangyayari ito, tila, sa 2020-2025. At ang mga prosesong magaganap sa korte na ito ay hahantong sa mga hindi inaasahang pagmumuni-muni at pagnanais ng maraming tao na ilipat sa AI ang karamihan sa mga proseso ng pamamahala sa lipunan ng tao."
Kinikilala ng siyentipiko ang paggamit ng artificial intelligence sa sistema ng hudikatura bilang isang "lohikal na hakbang" upang bumuo ng pagkakapantay-pantay at hustisya sa pambatasan. Ang machine intelligence ay hindi napapailalim sa katiwalian at emosyon, maaaring mahigpit na sumunod sa balangkas ng pambatasan at gumawa ng mga pagpapasya na isinasaalang-alang ang maraming mga kadahilanan, kabilang ang data na nagpapakilala sa mga partido sa hindi pagkakaunawaan. Sa pamamagitan ng pagkakatulad sa larangang medikal, maaaring gumana ang mga robot judge na may malaking data mula sa mga repositoryo ng serbisyo ng gobyerno. Maaari itong ipagpalagay, na
Musika
Pagpipinta
Noong 2015, sinubukan ng Google team ang mga neural network upang makita kung maaari silang lumikha ng mga larawan nang mag-isa. Pagkatapos ay sinanay ang artificial intelligence gamit ang isang malaking bilang ng iba't ibang mga larawan. Gayunpaman, nang ang makina ay "tinanong" na ilarawan ang isang bagay sa sarili nitong, lumabas na ito ay nagbigay kahulugan sa mundo sa paligid natin sa isang medyo kakaibang paraan. Halimbawa, para sa gawain ng pagguhit ng mga dumbbells, nakatanggap ang mga developer ng isang imahe kung saan ang metal ay konektado ng mga kamay ng tao. Ito ay malamang na nangyari dahil sa ang katunayan na sa yugto ng pagsasanay, ang nasuri na mga larawan na may mga dumbbells ay naglalaman ng mga kamay, at ang neural network ay na-interpret ito nang hindi tama.
Noong Pebrero 26, 2016, sa isang espesyal na auction sa San Francisco, ang mga kinatawan ng Google ay nakalikom ng humigit-kumulang $98,000 mula sa mga psychedelic painting na ginawa ng artificial intelligence Ang mga pondong ito ay naibigay sa charity. Ang isa sa mga pinakamatagumpay na larawan ng kotse ay ipinakita sa ibaba.
Isang painting na ipininta ng artificial intelligence ng Google.
