Какво представлява изкуственят интелект?
Днес всеки приказва за изкуствен интелект, само че дали разбираме защо тъкмо става дума? Това е значимо, тъй като с всеки минал ден човечеството се доближава 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 изясненост по тематиката за изкуствения разсъдък или AI, съобщи Digital.bg.
История
Изкуственият разсъдък от ден на ден играе значима роля в живота ни, а последната наклонност са ITпроцесорите в нашите смарт телефони. Тази технология стартира да се развива още през 50-те години на предишния век с плана Dartmouth Summer Research Project на Dartmouth College в Съединени американски щати.
Той става известен с работата на Алън Тюринг, на който принадлежи известния тест на Тюринг. Но AI влиза под светлината на прожекторите на международната сцена с появяването на шахматния суперкомпютър Deep Blue на IBM, който беше първата машина, която победи международния първенец по шах Гари Каспаров в мач през 1996 година.
Алгоритмите за изкуствен интелект са употребявани в центровете за данни и на огромните компютри в продължение на доста години, само че едвам в този момент са налице в областта на потребителската електроника.
Определение за неестествен разсъдък
Определението за изкуствен интелект го характеризира като клон на компютърната просвета, който се занимава с автоматизиране на интелигентно държание. Трудността идва от това, че е доста мъчно да се дефинира тъкмо интелигентността и по тази причина изкуственият разсъдък също не може да бъде тъкмо избран.
По принцип терминът се употребява, с цел да се опишат системите, чиято цел е да употребяват машини, с цел да подражават и симулират човешката просветеност и съответното държание. Това може да бъде реализирано посредством елементарни логаритми и авансово дефинирани модели, само че може да стане и доста по-сложно.
Различни типове AI
Символичните AI системи работят с нереални знаци, които се употребяват за показване на знанието. Това е класическата AI технология, която преследва концепцията, че човешкото мислене може да бъде възобновено на йерархично, логическо равнище.
Информацията се обработва от горната страна, като работи със знаци, които могат да се четат от човек, нереални връзки и логичен изводи. Невронният изкуствен интелект стана известен в компютърните науки в края на 80-те години на предишния век.
Тук знанието не е показано посредством знаци, а по-скоро с изкуствени неврони и техните връзки – нещо като реконструиран мозък. Събраното познание се разделя на дребни части - невроните – и по-късно се свързва и се вгражда в групи. За разлика от символичния AI, невронната система би трябвало да бъде подготвена и подтиквана, тъй че нервните мрежи да събират опит и да порастват, по тази причина натрупват по-голямо познание.
Невронните мрежи са проведени в пластове, свързани между тях посредством симулирани линии. Най-горният пласт е входен пласт, който работи като датчик, който приема информацията, която ще се обработва, и я предава по-долу. Той е последван от минимум два или повече от двадесет в огромните системи – пластове, които са йерархично една над друга и изпращат и класифицират информация посредством връзките. На самото дъно е изходният пласт, който нормално има минимален брой изкуствени неврони. Той дава изчислените данни в машинно четима форма.
Методи и принадлежности
Съществуват разнообразни принадлежности и способи за използване на изкуствен интелект в действителни сюжети, някои от които могат да бъдат употребявани редом. Основата на всичко това е машинното образование, което се дефинира като система, която построява познания от опит. Този развой дава опция на системата да открива модели и закони с все по-голяма скорост и акуратност. При машинното образование се употребява символен и невронен AI.
Дълбокото образование (Deep Learning) е подтип на машинното образование, който става все по-голям. В този случай се употребяват единствено невронни AI, т.е. невронни мрежи. Дълбокото образование е в основата на множеството приложения на AI. Благодарение на опцията за все по-голямо разширение на дизайна на невронните мрежи с по-сложни и мощни нови пластове, дълбокото образование е елементарно мащабируемо и приспособимо към доста приложения.
Съществуват три образователни процеса за образование на невронни мрежи: учене под надзор, без контрол и образование с одобрение, осигуряващо доста разнообразни способи за контролиране на метода на въвеждане на стремежи резултат.
Целевите стойности и параметри се задават извън при образованието под надзор, при безотговорно образование, системата се пробва да разпознава модели във входа, които имат идентифицируема конструкция и могат да бъдат възпроизведени. При образованието с одобрение машината също работи без значение, само че се възнаграждава или санкционира според от триумфа или неуспеха.
Приложения
Изкуственият разсъдък към този момент се употребява в доста области, само че никога не всички от тях са забележими на пръв взор. Следователно, изборът на сюжети, които се възползват от опциите на тази технология, никога не е приключен.
Механизмите на изкуствената просветеност са отлични за разкриване, идентифициране и систематизиране на обекти и лица върху фотоси и видеоклипове. Такова различаване е допустимо и за аудио данни.
При обслужването на клиенти от ден на ден се употребяват чатботове. Тези асистенти разпознават основни думи, които клиентът може да каже и дават отговор съгласно заложената им стойност. В взаимозависимост от използването, този помощник може да бъде повече или по-малко комплициран.
Анализът на отзиви не се употребява единствено за прогнозиране на изборите в политиката, само че и в маркетинга и доста други области. Алгоритмите за търсене като Гугъл са естествено строго секретни. Но методът, по който се пресмятат, мерят и извеждат резултатите от търсенето, значително се дефинират от механизмите, които работят с машинното образование.
Програмата Word и нейната функционалност за инспекция на граматиката и правописа на текста е класическо приложение на алегоричен AI, което се употребява отдавна. Езикът се дефинира като комплицирана мрежа от правила и указания, които проучват блокове от текст в изречение и при избрани условия могат да разпознават и поправят неточности. Тези качества се употребяват и за синтезиране на речта от Siri, Cortana, Alexa и Гугъл Assistant.
Освен това има многочислени научноизследователски планове за изкуствен интелект, като най-важният от тях е Watson на IBM. Компютърната стратегия към този момент направи първия си обществен дебют през 2011 година в телевизионната викторина Jeopardy, където се изправи против двама души и завоюва.
Японска застрахователна компания употребява Watson от месец януари, с цел да ревизира застрахованите клиенти, тяхната история и медицински данни и да прави оценка пострадванията и болесттите. Според информацията на компанията Уотсън заменя към 30 чиновници. Загубата на работни места посредством автоматизация е единствено един от етичните и обществени въпроси към AI, който е предмет на корпоративни и университетски проучвания.
История
Изкуственият разсъдък от ден на ден играе значима роля в живота ни, а последната наклонност са ITпроцесорите в нашите смарт телефони. Тази технология стартира да се развива още през 50-те години на предишния век с плана Dartmouth Summer Research Project на Dartmouth College в Съединени американски щати.
Той става известен с работата на Алън Тюринг, на който принадлежи известния тест на Тюринг. Но AI влиза под светлината на прожекторите на международната сцена с появяването на шахматния суперкомпютър Deep Blue на IBM, който беше първата машина, която победи международния първенец по шах Гари Каспаров в мач през 1996 година.
Алгоритмите за изкуствен интелект са употребявани в центровете за данни и на огромните компютри в продължение на доста години, само че едвам в този момент са налице в областта на потребителската електроника.
Определение за неестествен разсъдък
Определението за изкуствен интелект го характеризира като клон на компютърната просвета, който се занимава с автоматизиране на интелигентно държание. Трудността идва от това, че е доста мъчно да се дефинира тъкмо интелигентността и по тази причина изкуственият разсъдък също не може да бъде тъкмо избран.
По принцип терминът се употребява, с цел да се опишат системите, чиято цел е да употребяват машини, с цел да подражават и симулират човешката просветеност и съответното държание. Това може да бъде реализирано посредством елементарни логаритми и авансово дефинирани модели, само че може да стане и доста по-сложно.
Различни типове AI
Символичните AI системи работят с нереални знаци, които се употребяват за показване на знанието. Това е класическата AI технология, която преследва концепцията, че човешкото мислене може да бъде възобновено на йерархично, логическо равнище.
Информацията се обработва от горната страна, като работи със знаци, които могат да се четат от човек, нереални връзки и логичен изводи. Невронният изкуствен интелект стана известен в компютърните науки в края на 80-те години на предишния век.
Тук знанието не е показано посредством знаци, а по-скоро с изкуствени неврони и техните връзки – нещо като реконструиран мозък. Събраното познание се разделя на дребни части - невроните – и по-късно се свързва и се вгражда в групи. За разлика от символичния AI, невронната система би трябвало да бъде подготвена и подтиквана, тъй че нервните мрежи да събират опит и да порастват, по тази причина натрупват по-голямо познание.
Невронните мрежи са проведени в пластове, свързани между тях посредством симулирани линии. Най-горният пласт е входен пласт, който работи като датчик, който приема информацията, която ще се обработва, и я предава по-долу. Той е последван от минимум два или повече от двадесет в огромните системи – пластове, които са йерархично една над друга и изпращат и класифицират информация посредством връзките. На самото дъно е изходният пласт, който нормално има минимален брой изкуствени неврони. Той дава изчислените данни в машинно четима форма.
Методи и принадлежности
Съществуват разнообразни принадлежности и способи за използване на изкуствен интелект в действителни сюжети, някои от които могат да бъдат употребявани редом. Основата на всичко това е машинното образование, което се дефинира като система, която построява познания от опит. Този развой дава опция на системата да открива модели и закони с все по-голяма скорост и акуратност. При машинното образование се употребява символен и невронен AI.
Дълбокото образование (Deep Learning) е подтип на машинното образование, който става все по-голям. В този случай се употребяват единствено невронни AI, т.е. невронни мрежи. Дълбокото образование е в основата на множеството приложения на AI. Благодарение на опцията за все по-голямо разширение на дизайна на невронните мрежи с по-сложни и мощни нови пластове, дълбокото образование е елементарно мащабируемо и приспособимо към доста приложения.
Съществуват три образователни процеса за образование на невронни мрежи: учене под надзор, без контрол и образование с одобрение, осигуряващо доста разнообразни способи за контролиране на метода на въвеждане на стремежи резултат.
Целевите стойности и параметри се задават извън при образованието под надзор, при безотговорно образование, системата се пробва да разпознава модели във входа, които имат идентифицируема конструкция и могат да бъдат възпроизведени. При образованието с одобрение машината също работи без значение, само че се възнаграждава или санкционира според от триумфа или неуспеха.
Приложения
Изкуственият разсъдък към този момент се употребява в доста области, само че никога не всички от тях са забележими на пръв взор. Следователно, изборът на сюжети, които се възползват от опциите на тази технология, никога не е приключен.
Механизмите на изкуствената просветеност са отлични за разкриване, идентифициране и систематизиране на обекти и лица върху фотоси и видеоклипове. Такова различаване е допустимо и за аудио данни.
При обслужването на клиенти от ден на ден се употребяват чатботове. Тези асистенти разпознават основни думи, които клиентът може да каже и дават отговор съгласно заложената им стойност. В взаимозависимост от използването, този помощник може да бъде повече или по-малко комплициран.
Анализът на отзиви не се употребява единствено за прогнозиране на изборите в политиката, само че и в маркетинга и доста други области. Алгоритмите за търсене като Гугъл са естествено строго секретни. Но методът, по който се пресмятат, мерят и извеждат резултатите от търсенето, значително се дефинират от механизмите, които работят с машинното образование.
Програмата Word и нейната функционалност за инспекция на граматиката и правописа на текста е класическо приложение на алегоричен AI, което се употребява отдавна. Езикът се дефинира като комплицирана мрежа от правила и указания, които проучват блокове от текст в изречение и при избрани условия могат да разпознават и поправят неточности. Тези качества се употребяват и за синтезиране на речта от Siri, Cortana, Alexa и Гугъл Assistant.
Освен това има многочислени научноизследователски планове за изкуствен интелект, като най-важният от тях е Watson на IBM. Компютърната стратегия към този момент направи първия си обществен дебют през 2011 година в телевизионната викторина Jeopardy, където се изправи против двама души и завоюва.
Японска застрахователна компания употребява Watson от месец януари, с цел да ревизира застрахованите клиенти, тяхната история и медицински данни и да прави оценка пострадванията и болесттите. Според информацията на компанията Уотсън заменя към 30 чиновници. Загубата на работни места посредством автоматизация е единствено един от етичните и обществени въпроси към AI, който е предмет на корпоративни и университетски проучвания.
Източник: inews.bg
КОМЕНТАРИ