كيف الذكاء الاصطناعي

تاريخ:

2019-08-13 14:40:27

الآراء:

12

تصنيف:

1مثل 0كره

حصة:

كيف الذكاء الاصطناعي

في السنوات الأخيرة . ويستخدم تقريبا في كل مكان: من مجال التكنولوجيا العالية و معقد من الرياضيات إلى الطب صناعة السيارات و حتى مع الهواتف الذكية. التكنولوجيا الكامنة وراء عمل منظمة العفو الدولية في الحديث نظر ، التي نستخدمها كل يوم و في بعض الأحيان لا حتى التفكير في ذلك. ولكن ما هو الذكاء الاصطناعي ؟ كيف يعمل ؟ وهل هو خطير ؟

ما هو الذكاء الاصطناعي

أولا دعونا نحدد المصطلحات. إذا كنت تصور الذكاء الاصطناعي باعتباره شيئا غير قادرة على التفكير بشكل مستقل ، واتخاذ القرارات, و بشكل عام تظهر علامات وعيه ، ثم يبادر إلى يخيب لك. تقريبا كل القائمة اليوم, النظام ليس حتى على مقربة من «تكلفة» تعريف منظمة العفو الدولية. و تلك الأنظمة التي تظهر مثل هذا النشاط هو في الواقع لا تزال تعمل في إطار محدد مسبقا الخوارزميات.

في بعض الأحيان هذه الخوارزميات ، لكنها تبقى «الإطار», في منظمة العفو الدولية تعمل. لا «كارتا» و خصوصا من علامات الوعي لديهم سيارات. انها مجرد مثمرة جدا البرنامج. ولكن أنها «أفضل في الأعمال التجارية». وعلاوة على ذلك ، فإن منظمة العفو الدولية نظم مواصلة تحسين. نعم ، وهي مرتبة جدا unhackneyed. حتى إذا كنت تجاهل حقيقة أن منظمة العفو الدولية الحديثة هو أبعد ما يكون عن الكمال ، فقد منا كثيرا من القواسم المشتركة.

كيف الذكاء الاصطناعي

أولا وقبل كل شيء منظمة العفو الدولية يمكن أن تؤدي مهامها (حوالي والتي في وقت لاحق) واكتساب مهارات جديدة من خلال عميق آلة التعلم. هذا المصطلح نحن أيضا كثيرا ما نسمع واستخدامها. ولكن ماذا يعني ذلك ؟ على عكس «الكلاسيكية» طرق عند جميع المعلومات الضرورية تحميلها في النظام في وقت مبكر ، خوارزميات تعلم الآلة تسبب النظام أن تتطور من تلقاء نفسها ، دراسة المعلومات المتوفرة. وهي الجهاز في بعض الحالات ، كما يمكن أن تنظر لنفسك.

على سبيل المثال ، إلى إنشاء برنامج للكشف عن الاحتيال آلة التعلم خوارزمية تعمل مع قائمة من المعاملات المصرفية و النتيجة النهائية (قانونية أو غير قانونية). آلة نموذج التعلم تعتبر أمثلة وتطوير الإحصائية الاعتماد بين شرعية المعاملات الاحتيالية. ثم عند تقديم خوارزمية تفاصيل جديدة الائتمان الصفقة ، كان klassificeret على الأنماط التي لفت من الأمثلة في وقت مبكر.

عموما ، فإن المزيد من البيانات ، أكثر دقة يصبح الجهاز خوارزمية التعلم أثناء أداء مهامهم. مفيدة بشكل خاص عندما حل مشاكل حيث القواعد ليست محددة مسبقا و لا يمكن تفسيرها في الثنائية. وبالعودة إلى مثالنا مع العمليات المصرفية: في الواقع على ترك كنا الثنائية: 0 — الشرعية العملية ، 1 — غير قانوني. ولكن من أجل التوصل إلى هذا الاستنتاج ، النظام لأداء مجموعة كاملة من المعلمات و إذا كنت جعلها يدويا, وبعد ذلك سوف يستغرق أكثر من عام واحد. والتنبؤ جميع الخيارات كل نفس لا تعمل. نظام يقوم على آلة التعلم سوف تكون قادرة على التعرف على شيء ، حتى لو كان بالضبط مثل هذه الحالة أنها لم يلتق قط من قبل.

التعلم العميق و الشبكات العصبية

في ذلك الوقت ، كما الكلاسيكية خوارزميات تعلم الآلة في حل العديد من المشاكل ، التي يوجد فيها الكثير من المعلومات في قواعد البيانات أنها لا تعامل مع ، إذا جاز التعبير ، «البصرية والسمعية» البيانات مثل الصور ومقاطع الفيديو وملفات الصوت وهلم جرا.

على سبيل المثال ، إنشاء النماذج التنبؤية من سرطان الثدي باستخدام نموذجي التعلم الآلي النهج تتطلب المبرمجين و الرياضيات ، يقول الباحث في مجال منظمة العفو الدولية جيريمي هوارد. العلماء أن تفعل الكثير من أصغر خوارزميات تعلم الآلة للتعامل مع تدفق المعلومات. منفصلة الفرعي دراسة صور الأشعة السينية الخاصة — على التصوير بالرنين المغناطيسي ، أخرى — تفسير اختبارات الدم, وهلم جرا. لكل تحليل ، نحن في حاجة إلى نظام خاص بها. ثم أنها تعاونت في نظام واحد كبير… هذا صعب جدا و كثيفة الاستخدام للموارد العملية.

التعلم العميق الخوارزميات لحل نفس المشكلة باستخدام نوع عميق من هندسة البرمجيات ، مستوحاة من الدماغ البشري (على الرغم من أن الشبكات العصبية تختلف عن العصبية البيولوجية ، ومبدأ العملية هي تقريبا نفس). العصبية شبكة الكمبيوتر — وصلات «الإلكترونية الخلايا العصبية», التي هي قادرة على معالجة وتصنيف المعلومات. هم كيف «طبقات» كل «طبقة» هو مسؤول عن شيء ما ، في نهاية المطاف تشكيل صورة عامة. على سبيل المثال ، عند تدريب الشبكة العصبية على الصور من الكائنات المختلفة تجد طرق استخراج الميزات من هذه الصور. كل طبقة من الشبكة العصبية بالكشف عن خصائص معينة: شكل من الكائنات ، لون الكائنات وهلم جرا.


a الطبقات السطحية من الشبكات العصبية اكتشاف السمات المشتركة. طبقات أعمق بالفعل يكشف عن الكائنات الفعلية. الرقم تخطيطي بسيط الشبكة العصبية. الأخضر يمثل إدخال الخلايا العصبية (postupala المعلومات) ، الزرقاء — خفية الخلايا العصبية (تحليل البيانات) ، الأصفر — إخراج العصبون (المقرر)

الشبكة العصبية — هو الاصطناعي الإنسانالدماغ ؟

على الرغم مماثلة هيكل الآلة و الإنسان الشبكات العصبية ، خصائص الجهاز العصبي المركزي أنهم لا يملكون. الكمبيوتر الشبكات العصبية هي أساسا نفس كل المرافق. مجرد حدث أن الأكثر تنظيما عاليا نظام الحسابات تبين أن الدماغ. ربما كنت قد سمعت عبارة «عقولنا — هذا الكمبيوتر»? العلماء ببساطة «المتكررة» بعض جوانب هيكل في «شكل رقمي». فإنه يسمح فقط تسريع العمليات الحسابية ، ولكن ليس إلى تزويد الآلات مع الوعي.

هذه هي مثيرة للاهتمام:

الشبكات العصبية كانت موجودة منذ عام 1950 المنشأ (على الأقل في شكل concepi). ولكن حتى وقت قريب لم تحصل على الكثير من التنمية ، لأن إنشاء مطلوب كميات ضخمة من البيانات والحوسبة السلطة. في السنوات القليلة الماضية أصبح متاحا ، وبالتالي فإن الشبكة العصبية و جاء إلى الصدارة بعد تطوره. من المهم أن نفهم أن الكامل مظهر تفتقر إلى التكنولوجيا. كما أنهم لا يملكون الآن من أجل جلب التكنولوجيا إلى مستوى جديد.

لماذا استخدام التعلم العميق و الشبكات العصبية

هناك العديد من المناطق حيث هذه التقنيات اثنين ساعد في تحقيق تقدم كبير. علاوة على ذلك, بعض منهم نستخدمها يوميا في حياتنا و لا حتى التفكير في ما وراء لهم.

فإن

    — هو قدرة البرنامج على فهم محتوى الصور ومقاطع الفيديو. هذا هو أحد المجالات حيث التعلم العميق حققت تقدما كبيرا. على سبيل المثال ، خوارزميات معالجة الصور التعلم العميق يمكن الكشف عن أنواع مختلفة من السرطان ، وأمراض الرئة والقلب جرا. والقيام بذلك بشكل أسرع وأكثر فعالية الأطباء. ولكن التعلم العميق هو أيضا الجذور في العديد من التطبيقات التي تستخدمها كل يوم. أبل و جوجل الوجه ID الصور استخدام التعلم العميق على التعرف على الوجوه و تحسين جودة الصور. Facebook يستخدم التعلم العميق تلقائيا الوسم الناس في تحميل الصور وهلم جرا. رؤية الكمبيوتر أيضا يساعد الشركات على التعرف تلقائيا و كتلة محتوى مشكوك فيها مثل العنف والعري. وأخيرا التعلم العميق يلعب دورا هاما جدا في ضمان أن السيارات ذاتية القيادة ، حتى يتمكنوا من فهم البيئة المحيطة بهم.

  • التعرف على الصوت والكلام. عندما تقول القيادة الخاصة بك جوجل مساعد خوارزميات التعلم العميق, تحويل الخاص بك . العديد من تطبيقات الانترنت باستخدام التعلم العميق لنسخ ملفات الصوت والفيديو. حتى عند «catamite» الأغنية ، في قضية تتعلق خوارزميات الشبكات العصبية العميقة آلة التعلم.
  • البحث في الويب: حتى إذا كنت تبحث عن شيء ما في محرك البحث في الطلب الخاص بك بحيث تتم معالجتها بشكل أكثر دقة و كانت النتائج الراجح ، بدأت الشركة في توصيل خوارزميات الشبكات العصبية إلى محركات البحث. لذا ، فإن أداء محرك البحث جوجل قد زاد عدة مرات بعد أن تم تشغيل نظام العميق التعلم الآلي و الشبكات العصبية.

حدود التعلم العميق و الشبكات العصبية

على الرغم من كل مزاياه التعلم العميق و الشبكات العصبية أيضا بعض العيوب.

فإن
    وهو
  • الاعتماد على البيانات: في عام ، خوارزميات التعلم عميقة تتطلب كمية كبيرة من بيانات التدريب بدقة استكمال مهامهم. للأسف, من أجل حل العديد من مشاكل عدم كفاية جودة التدريب البيانات لإنشاء نماذج العمل.
  • عدم القدرة على التنبؤ: الشبكات العصبية في بعض بطريقة غريبة. أحيانا كل شيء يسير كما هو مخطط لها. و في بعض الأحيان (حتى لو كانت الشبكة العصبية تتواءم جيدا مع مهمته) ، حتى المبدعين تكافح من أجل فهم كيفية عمل خوارزميات. عدم القدرة على التنبؤ يجعل من الصعب للغاية لاستكشاف الأخطاء وتصحيحها في خوارزميات الشبكات العصبية.
  • حسابي الإزاحة: خوارزميات التعلم العميق هو مجرد جيدة مثل البيانات التي يتم تدريبهم. المشكلة هي أن بيانات التدريب غالبا ما تحتوي على خفية أو واضحة أخطاء أو سهو ، خوارزميات الحصول على «ورثت». على سبيل المثال كشف الوجه خوارزمية المدربين في الغالب في صور الناس البيض سوف تعمل بدقة أقل على الناس مع مختلف لون البشرة.
  • عدم التجميع: التعلم العميق خوارزميات جيدة لأداء هادفة المهام ، ولكن سوء تعميم المعرفة. على عكس البشر ، نموذج التعلم العميق ، لن تكون قادرة على لعب أخرى مماثلة اللعبة: القول في علب. بالإضافة إلى التعلم العميق لا التعامل مع البيانات التي تنحرف من الأمثلة التدريبية.

مستقبل التعلم العميق ، الشبكات العصبية ، منظمة العفو الدولية

من الواضح أن العمل على التعلم العميق و الشبكات العصبية لا تزال بعيدة عن الاكتمال. مختلف الجهود التي تبذل لتحسين خوارزميات التعلم العميقة. التعلم العميق — هو واضحة التقنية في إنشاء الذكاء الاصطناعي. أنها أصبحت شعبية متزايدة في السنوات القليلة الماضية وذلك بفضل وفرة من البيانات و زيادة القدرة الحاسوبية. هذه هي التكنولوجيا الأساسية التي ترتكز عليها العديد من التطبيقات التي نستخدمها كل يوم.

ولكن ولدت من أي وقت مضى على أساس هذه التكنولوجيا من الوعي ؟ الحقيقي الاصطناعي الحياة ؟ واحد من العلماء يعتقد أن في الوقت الذي كان فيه عدد من الاتصالات بين مكونات الشبكات العصبية الاصطناعية إلى نهج نفس الرقم الذي لديك في الدماغ البشري بين الخلايا العصبية, شيئا مثل هذا قد يحدث. ومع ذلك ، فإن هذا zayavlenieمن المشكوك فيه جدا. من أجل منظمة العفو الدولية الحقيقية ظهرت نحن بحاجة إلى إعادة التفكير في نهج تطوير نظم استنادا إلى منظمة العفو الدولية. كل ما هو الآن — هذا هو فقط تطبيق برنامج صارم مجموعة محدودة من المهام. كما لو لم نكن نريد أن نعتقد أن المستقبل هو الآن…

ما رأيك ؟ لأن الناس من منظمة العفو الدولية? يرجى مشاركة رأيك في موقعنا

المزيد

كيف الشبكات الاجتماعية تساعد على انتشار الزائفة

كيف الشبكات الاجتماعية تساعد على انتشار الزائفة

دعونا نكون صرحاء — الروح في 2019 هو مختلفة قليلا من 1990-المنشأ من القرن الماضي. هذا ليس عن السياسة والاقتصاد ، على الرغم من وبطبيعة الحال ، المترابطة. اليوم كما قبل 30 عاما في روسيا هناك عهد . وإذا المواطنين من أواخر الاتحاد السوفياتي على نطاق واسع ...

في هولندا فتحت الأولى في العالم

في هولندا فتحت الأولى في العالم "عائم" مزرعة

لقد سبق أن كتبت عدة مرات عن , ولكن ربما لم تطرق إلى موضوع العائمة. تخيل أنها موجودة! في مثل هذه الأماكن تقع في قلب أوروبا الغربية — في هولندا. بجوار أكبر ميناء أوروبي في روتردام هي مستقبلية منصة توريد جميع سكانها على مدار العام في الوصول إلى ال...

لماذا التثاؤب معدية ؟

لماذا التثاؤب معدية ؟

كل واحد منا يعرف من التجربة أنه إذا قمت بإجراء صغيرة على الأقل التثاؤب حتى في أصغر فريق, ثم يمكنك البدء في سلسلة كاملة من هذا غريبا ولكن مسلية الظاهرة. علاوة على ذلك, بعض الناس مجرد التفكير في هذا مهدئا العملية ، كما سبق بعد لحظات قليلة ، فإنها تصبح ...

تعليقات (0)

هذه المادة قد لا تعليق أول

إضافة تعليق

أخبار ذات صلة

هل أنا بحاجة اللقاحات ؟

هل أنا بحاجة اللقاحات ؟

إذا كنت تعتقد أن أمراض مثل الحصبة والكزاز والسعال الديكي لم تعد تهديدا لدينا أخبار سيئة بالنسبة لك. في السنوات القليلة الماضية في جميع أنحاء العالم تكتسب شعبية حركة المعارضين من التطعيم. في 2019 التطعيم الخوف أكثر . هذا الخوف هو س...

وقد اقترح العلماء طريقة جديدة لإنتاج الطاقة المتجددة

وقد اقترح العلماء طريقة جديدة لإنتاج الطاقة المتجددة

ووفقا علماء من جامعة ستانفورد ، حيث مزج مياه المحيط المالحة مع المياه العذبة ، يمكن أن تكون مصدرا كبيرا من حجم الإنتاج ، بحسب بيان صحفي على موقع الجامعة. يشير صاحبا البلاغ إلى أن هذه التكنولوجيا لإنتاج الطاقة يمكن أن تجعل الساحلية...

لماذا بعد النعناع نشعر البارد في فمك ؟

لماذا بعد النعناع نشعر البارد في فمك ؟

إذا كنت مضغ أوراق النعناع ، وسوف تشعر كيف فمك يبدأ انتشار برودة لطيفة. ويرجع ذلك إلى مادة المنثول التي ترد في النعناع يؤثر على النظام من المستقبلات التي توجد على الأغشية المخاطية في الفم. وقد وجد العلماء أن النعناع البري هو مادة ي...