Днес всеки говори за изкуствен интелект, но дали разбираме за какво точно става дума? Това е важно, защото с всеки изминал ден човечеството се приближава с още една крачка към бъдеще, в което машини и хора ще живеят в по-тясна симбиоза.
От Android Pit ще се опитат да внесат яснота по темата за изкуствения интелект или AI.
История
Изкуственият интелект все повече играе важна роля в живота ни, а последната тенденция са AI процесорите в нашите смартфони. Тази технология започва да се развива още през 50-те години на миналия век с проекта Dartmouth Summer Research Project на Dartmouth College в САЩ.
Той става популярен с работата на Алън Тюринг, на когото принадлежи известния тест на Тюринг. Но AI влиза под светлината на прожекторите на световната сцена с появата на шахматния суперкомпютър Deep Blue на IBM, който беше първата машина, която победи световния шампион по шах Гари Каспаров в мач през 1996 година.
Алгоритмите за изкуствен интелект са използвани в центровете за данни и на големите компютри в продължение на много години, но едва сега са налице в сферата на потребителската електроника.
Определение за изкуствен интелект
Определението за изкуствен интелект го характеризира като клон на компютърната наука, който се занимава с автоматизиране на интелигентно поведение. Трудността идва от това, че е много трудно да се определи точно интелигентността и затова изкуственият интелект също не може да бъде точно определен.
По принцип терминът се използва, за да се опишат системите, чиято цел е да използват машини, за да подражават и симулират човешката интелигентност и съответното поведение. Това може да бъде постигнато чрез прости алгоритми и предварително дефинирани модели, но може да стане и много по-сложно.
Различни видове AI
Символичните AI системи работят с абстрактни символи, които се използват за представяне на знанието. Това е класическата AI технология, която преследва идеята, че човешкото мислене може да бъде възстановено на йерархично, логическо ниво.
Информацията се обработва отгоре, като работи със символи, които могат да се четат от човек, абстрактни връзки и логически заключения. Невронният изкуствен интелект стана популярен в компютърните науки в края на 80-те години на миналия век.
Тук знанието не е представено чрез символи, а по-скоро с изкуствени неврони и техните връзки – нещо като реконструиран мозък. Събраното знание се разделя на малки парчета – невроните – и след това се свързва и се вгражда в групи. За разлика от символичния AI, невронната система трябва да бъде обучена и стимулирана, така че нервните мрежи да събират опит и да растат, затова натрупват по-голямо знание.
Невронните мрежи са организирани в слоеве, свързани помежду си чрез симулирани линии. Най-горният слой е входен слой, който работи като сензор, който приема информацията, която ще се обработва, и я предава по-долу. Той е последван от най-малко два или повече от двадесет в големите системи – слоеве, които са йерархично една над друга и изпращат и класифицират информация чрез връзките. На самото дъно е изходният слой, който обикновено има най-малък брой изкуствени неврони. Той предоставя изчислените данни в машинно четима форма.
Методи и инструменти
Съществуват различни инструменти и методи за прилагане на изкуствен интелект в реални сценарии, някои от които могат да бъдат използвани паралелно. Основата на всичко това е машинното обучение, което се определя като система, която изгражда знания от опит. Този процес дава възможност на системата да открива модели и закони с все по-голяма скорост и точност. При машинното обучение се използва символен и невронен AI.
Дълбокото обучение (Deep Learning) е подтип на машинното обучение, който става все по-важен. В този случай се използват само невронни AI, т.е. невронни мрежи. Дълбокото обучение е в основата на повечето приложения на AI. Благодарение на възможността за все по-голямо разширяване на дизайна на невронните мрежи с по-сложни и мощни нови слоеве, дълбокото обучение е лесно мащабируемо и приспособимо към много приложения.
Съществуват три учебни процеса за обучение на невронни мрежи: учене под контрол, без надзор и обучение с утвърждение, осигуряващо много различни начини за регулиране на начина на въвеждане на желания резултат.
Целевите стойности и параметри се задават отвън при обучението под контрол, при безконтролно обучение, системата се опитва да идентифицира модели във входа, които имат идентифицируема структура и могат да бъдат възпроизведени. При обучението с утвърждение машината също работи независимо, но се възнаграждава или наказва в зависимост от успеха или провала.
Приложения
Изкуственият интелект вече се използва в много области, но в никакъв случай не всички от тях са видими на пръв поглед. Следователно, изборът на сценарии, които се възползват от възможностите на тази технология, в никакъв случай не е завършен.
Механизмите на изкуствената интелигентност са отлични за откриване, идентифициране и класифициране на обекти и лица върху снимки и видеоклипове. Такова разпознаване е възможно и за аудио данни.
При обслужването на клиенти все повече се използват чатботове. Тези асистенти разпознават ключови думи, които клиентът може да каже и отговарят според зададената им стойност. В зависимост от употребата, този асистент може да бъде повече или по-малко сложен.
Анализът на мнения не се използва само за прогнозиране на изборите в политиката, но и в маркетинга и много други области. Алгоритмите за търсене като Google са естествено строго секретни. Но начинът, по който се изчисляват, измерват и извеждат резултатите от търсенето, до голяма степен се определят от механизмите, които работят с машинното обучение.
Програмата Word и нейната функция за проверка на граматиката и правописа на текста е класическо приложение на символичен AI, което се използва от дълго време. Езикът се определя като сложна мрежа от правила и инструкции, които анализират блокове от текст в изречение и при определени обстоятелства могат да идентифицират и коригират грешки. Тези способности се използват и за синтезиране на речта от Siri, Cortana, Alexa и Google Assistant.
Освен това има многобройни научноизследователски проекти за изкуствен интелект, като най-важният от тях е Watson на IBM. Компютърната програма вече направи първия си публичен дебют през 2011 година в телевизионната викторина Jeopardy, където се изправи срещу двама души и спечели.
Японска застрахователна компания използва Watson от месец януари, за да проверява застрахованите клиенти, тяхната история и медицински данни и да оценява нараняванията и заболяванията. Според информацията на компанията Уотсън заменя около 30 служители. Загубата на работни места чрез автоматизация е само един от етичните и социални въпроси около AI, който е предмет на корпоративни и академични изследвания.
Discussion about this post