Изкуственият интелект бързо навлиза във всяка област от нашия цифров живот, но тази област все още е твърде нова и непозната за обикновения човек. Ако искате да разберете изкуствения интелект, трябва да започнете с термините, залегнали в тази технология.
От Tech Radar са събрали пет ключови думи и фрази, които е добре да се знаят, за да може да се възползвате от тази все по-усъвършенствана технология и да сте в състояние да водите адекватен разговор по темата с ваши приятели и колеги.
От медията са се придържали към най-често използваните дефиниции за тези термини, но с такава бързо растяща и нова технология винаги може да има леки несъответствия.
1. Алгоритми
Алгоритмите са съвкупности от правила, които се задават на компютърните програми и те трябва да ги следват. Така например ако някой от вашите най-добри приятели публикува ваша снимка във Facebook, тогава правилата казват, че тя трябва да се изкачи в горната част на вашия News Feed. Или ако трябва да стигнете от точка A до точка B в Google Maps, алгоритъмът може да ви помогне да намерите най-бързия маршрут.
Алгоритмите се следват от компютрите, но обикновено се определят от хората. AI може да променя тези алгоритми, използвайки машинното обучение, така че програмите да започнат да адаптират тези правила за себе си. В много отношения алгоритмите са градивните елементи на машинното обучение.
2. Изкуствен интелект
Какво точно е изкуствен интелект? Определенията се различават, но най-общо казано това е интелигентност, която е създадена изкуствено. Това е очевидно. Така, че когато Siri ви отговаря като истинско човешко същество, това е изкуствен интелект. И когато Google Photos изглежда знае как изглежда една котка, това също е изкуствен интелект.
3. Дълбоко обучение
Дълбокото обучение е тип или подмножество от машинно обучение, поради което двата термина често се бъркат. Това е машинно обучение, но е проектирано да бъде още по-интелигентно, с повече нюанси и повече слоеве и е предназначено да работи по-скоро като човешкия мозък. Дълбокото обучение стана възможно благодарение на две ключови технологични постижения: повече данни и по-мощен хардуер. Тоест колкото по-мощен е един компютър, толкова по-умен може да е той.
Дълбокото обучение често използва невронни мрежи, за да добави този допълнителен слой интелигентност. Например както дълбокото обучение, така и машинното обучение могат да разпознаят котка в снимка чрез сканиране на милион котки. Но докато машинното обучение трябва да разбере кои са характеристиките на котката, дълбокото обучение може да реши как изглежда една котка, след обработка на един огромен куп данни.
4. Машинно обучение
Програмирането на софтуера и хардуера е едно, но машинното обучение е следващият етап, в който машините могат да се самообучават. Програмата AlphaGo на Google е добър пример за машинно обучение. Тя е способна да взема самостоятелни решения въз основа на обучението си, но добре е да се разбира, че има много видове AI, които са много специфични – двигателя в програмата на Google е фантастичен при игра на Go, но ще е безполезен при самоуправляващите се автомобили.
5. Невронни мрежи
Тясно обвързани с идеята за дълбоко обучение, невронните мрежи се опитват да имитират процесите на човешкия мозък или колкото се може повече от човешкия мозък. Развитието на невронните мрежи стана възможно през последните няколко години благодарение на процесорите от висок клас.
По същество невронните мрежи означават много и много слоеве. Вместо да се разглежда изображението и да се реши дали е изображение на котка, например, невронната мрежа разглежда различни характеристики на изображението и котките, като придава на всеки от тях различни нива на важност, преди да вземе окончателно решение. А крайният резултат е изключително точен.
Ако не можете напълно да схванете идеята, не се притеснявайте – невронните мрежи не са концепция, която можете напълно да разберете от кратка дефиниция. Важно е да мислите за тях като за друг инструмент за машинно обучение, предназначен да създаде някои от тънкостите на човешката интелигентност.
Вижте защо процесорите за смартфони вече използват изкуствен интелект
Discussion about this post