Hvordan virker kunstig intelligens

Dato:

2019-08-13 15:31:25

Visninger:

788

Vurdering:

1Like 0Dislike

Share:

Hvordan virker kunstig intelligens Source:

I de senere år . Det bruges næsten overalt: fra den sfære af høj teknologi og kompliceret matematik medicin, bilindustrien og selv med smartphones. Den teknologi, der ligger bag arbejdet med AI i den moderne opfattelse, som vi bruger hver dag og nogle gange ikke engang at tænke over det. Men hvad er kunstig intelligens? Hvordan virker det? Og er det farligt?

Hvad er kunstig intelligens

Lad os først definere terminologi. Hvis du forestiller dig kunstig intelligens som noget, der er i stand til at tænke selvstændigt, træffe beslutninger, og generelt viser tegn på bevidsthed, så skynder mig at skuffe dig. Stort set alle eksisterende i dag, systemet er ikke engang tæt på at «omkostninger» definition af AI. Og de systemer, der udviser en sådan aktivitet, er det faktisk stadig operere inden for på forhånd definerede algoritmer.

Nogle gange er disse algoritmer , men de forbliver «ramme», i, som AI fungerer. Ingen «Carta» og især tegn på bevidsthed har ingen biler. Det er bare en meget produktiv program. Men de «de bedste i branchen,». Desuden, AI systemer fortsætte med at forbedre. Ja, og de er arrangeret helt unhackneyed. Selv hvis du smider det faktum, at moderne AI er langt fra perfekt, det har vi meget til fælles.

Hvordan virker kunstig intelligens

Først og fremmest AI kan udføre deres opgaver (om der senere) og til at tilegne sig nye færdigheder gennem dyb machine learning. Dette begreb, som vi alt for ofte høre og bruge. Men hvad betyder det? I modsætning til «classic» metoder, når alle nødvendige oplysninger er indlæst i systemet i forvejen, machine learning algoritmer, få systemet til at udvikle sig på egen hånd, at studere de tilgængelige oplysninger. Som i øvrigt maskinen i nogle tilfælde også kan se for dig selv.

For Eksempel, til at oprette et program til at opdage bedrageri, machine learning algoritme arbejder med en liste af Bank transaktioner og deres endelige resultat (lovlig eller ulovlig). Den machine learning model mener, eksempler og udvikler statistisk afhængighed mellem lovlige og ulovlige transaktioner. Derefter, når du giver algoritme oplysninger om en ny kredit transaktion, han klassificeret it-baseret på de mønstre, som han trak fra eksempler på forhånd.

Generelt, jo flere oplysninger du giver, jo mere præcis bliver den machine learning algoritme, mens de udfører deres opgaver. især nyttigt, når du løser problemer, hvor reglerne ikke er fastlagt på forhånd, og kan ikke fortolkes i binært. Vender tilbage til vores eksempel med bankdrift: i virkeligheden på de forlader vi var binære: 0 — en legitim operation, 1 — ulovlig. Men for at nå frem til denne konklusion, kræver systemet til at udføre en hel masse parametre, og hvis du laver dem manuelt, så vil det tage mere end et år. Og til at forudsige alle de muligheder, alle de samme, der ikke vil arbejde. Et system baseret på dyb machine learning vil være i stand til at genkende noget, selv om netop sådan en sag, som hun aldrig har mødt før.

Dyb læring og neurale netværk

På den tid, som en klassisk machine learning algoritmer til at løse mange problemer, som der er en masse af information i databaser, de ikke klare, så at sige, «visuel, auditiv» data som billeder, videoer, lyd-filer og så videre.

For Eksempel oprettelse af prædiktive modeller for brystkræft ved hjælp af en klassisk machine learning metoder kræver programmører og matematikere, siger en forsker inden for AI Jeremy Howard. Forskere vil have til at gøre en masse mindre algoritmer til machine learning til at håndtere strømmen af information. En separat delsystem for at studere x-ray billeder, private — for MR-scanning, andre — for fortolkningen af blodprøver, og så videre. For hver analyse, vi ville få brug for sit eget system. Så er de alle sammen ind i ét stort system… Dette er en meget vanskelig og ressourcekrævende proces.

Deep learning Algoritmer til at løse det samme problem ved hjælp af dybe type af software-arkitektur, der er inspireret af den menneskelige hjerne (selv om neurale netværk er forskellige fra biologiske neuroner, princippet om operationen er næsten det samme). Neurale computer netværk — links «elektroniske neuroner», som er i stand til at behandle og klassificere information. De er sådan-at «lag» hver «lag» er ansvarlig for noget, for til sidst at danne et samlet billede. For eksempel, når du træne et neuralt netværk på billeder af forskellige objekter, som hun finder måder at udtrække features fra disse billeder. Hvert lag af det neurale netværk, der registrerer bestemte karakteristika: formen af objekter, farve af genstande og så videre.


en Overfladiske lag af neurale netværk opdage fælles træk. I de dybere lag afslører allerede den faktiske objekter. Figur et diagram af et simpelt neuralt netværk. Grøn repræsenterer input-neuroner (postupala oplysninger), blå — skjulte neuroner (data analysis), gul — output neuron (beslutning)

Neurale netværk — er en kunstig menneskelighjernen?

På Trods af lignende struktur af maskine og menneskelige neurale netværk, karakteristika af vores Centrale nervesystem, som de ikke besidder. Computer neurale netværk er stort set alle de samme værktøjer. Bare så sket, at den mest velorganiseret system til beregninger, der viste sig at være vores hjerne. Du har sikkert hørt udtrykket «vores hjerne — denne computer»? Forskere simpelthen «gentagne» nogle aspekter af dens struktur i «digital form». Det er kun tilladt at fremskynde beregninger, men ikke at give maskiner med bevidsthed.

Dette er interessant:

Neurale netværk har eksisteret siden 1950-erne (i det mindste i form concepi). Men indtil for nylig, de fik ikke meget udvikling, fordi deres skabelse, der kræves enorme mængder af data, og computerkraft. I de sidste par år er det blevet til rådighed, så det neurale netværk og kom i forgrunden, efter at hans udvikling. Det er vigtigt at forstå, at deres fulde udseende manglede teknologi. Som de ikke har nu, for at bringe teknologien til et nyt niveau.

hvorfor bruge dyb læring og neurale netværk

Der er flere områder, hvor disse to teknologier har hjulpet til at opnå betydelige fremskridt. Hertil kommer, at nogle af dem, vi bruger hver dag i vores liv, og ikke engang tænke på, hvad der er bag dem.

den

    — er den mulighed, som software til at forstå indholdet af billeder og videoer. Dette er et af de områder, hvor dyb læring har gjort store fremskridt. For eksempel, behandlingsalgoritmer for dyb læring kan finde forskellige typer af kræft, lungesygdomme, hjerte-og så videre. Og for at gøre det hurtigere og mere effektiv læger. Men dyb læring er også forankret i mange af de programmer, du bruger hver dag. Apple og Google er udsat for ID-Fotos brug dybt lære at genkende ansigter og forbedre kvaliteten af billederne. Facebook bruger dyb læring til automatisk at mærke mennesker i uploadede billeder og så videre. Computer vision hjælper desuden virksomheder til automatisk at identificere og blokere upassende indhold såsom vold og nøgenhed. Og endelig, dyb læring spiller en meget vigtig rolle i at sikre, at selvkørende biler, så de kan forstå deres omgivelser.

  • stemmegenkendelse og tale. Når du siger kommandoen til din Google-Assistent, algoritmer, dyb læring, omdanne din . Flere online-applikationer ved hjælp af dybe lære at transskribere audio-og video-filer. Selv når du «catamite» sang, i de tilfælde, hvor algoritmer og neurale netværk, og dybt inde læring.
  • søg på nettet: selv hvis du er på udkig efter noget i en søgemaskine, for at din anmodning om at blive behandlet mere præcist, og resultaterne var mest korrekt, at selskabet begyndte at forbinde de algoritmer af neurale netværk til deres søgemaskiner. Så, udførelsen af søgemaskinen Google har udvidet flere gange, efter at systemet blev skiftet til dyb machine learning og neurale netværk.

Grænserne for dyb læring og neurale netværk

På Trods af alle dets fordele, dyb læring og neurale netværk har også nogle ulemper.

den
    en
  • Afhængigheden af data: i Almindelighed, dyb læring algoritmer kræver en enorm mængde af data til præcist at fuldføre deres opgaver. Desværre, for løsning af mange problemer med utilstrækkelig uddannelse af høj kvalitet data til oprettelse af arbejder-modeller.
  • Uforudsigelighed: neurale netværk er i en lidt underlig måde. Nogle gange alt går som planlagt. Og nogle gange (selv om det neurale netværk, der klarer sig godt med sin opgave), selv skaberne kæmper for at forstå, hvordan de algoritmer arbejde. Den manglende forudsigelighed gør det ekstremt svært at fejlfinde og rette fejl i algoritmer af neurale netværk.
  • Algoritmisk offset: algoritmer dyb læring er lige så god som de data, som de er uddannet. Problemet er, at data, der ofte indeholder skjulte eller åbenlyse fejl eller udeladelser, og algoritmer få deres «arvet». For eksempel, face detection algoritme, der er uddannet for det meste i billeder af hvide mennesker, der vil arbejde mindre, præcist på folk med anden hudfarve.
  • Manglende sammenlægning: deep learning algoritmer er gode til at udføre målrettede opgaver, men dårligt generalisere deres viden. I modsætning til mennesker, som er model for dyb læring , vil ikke være i stand til at spille en anden lignende spil: sige, i WarCraft. Hertil kommer, dyb læring ikke klare med data, som afviger fra sin uddannelse eksempler.

Fremtiden for dyb læring, neurale netværk, og AI

Det er Klart, at arbejdet med dyb læring og neurale netværk er stadig langt fra færdig. Forskellige tiltag til at forbedre dybt learning algoritmer. Dyb læring — det er en enkel teknik med at skabe kunstig intelligens. Det bliver mere og mere populære i de sidste par år, takket være overfloden af data og øget computerkraft. Dette er den grundlæggende teknologi, der ligger til grund for mange af de programmer, vi bruger hver dag.

Men er født nogensinde på basis af denne teknologi, bevidsthed? Real kunstigt liv? En af de forskere mener, at i en tid, hvor antallet af forbindelser mellem komponenterne af kunstige neurale netværk til at nærme sig samme figur, som du har i den menneskelige hjerne, der er mellem vores neuroner, noget som dette kunne ske. Men denne zayavleniemeget tvivlsomt. For en reel AI dukkede op, er vi nødt til at genoverveje tilgangen til udvikling af systemer baseret på AI. Alle, der er nu — dette er kun et program til et strengt begrænset udvalg af opgaver. Som om vi ikke ønsker at tro, at fremtiden er nu…

Hvad tror du? Folket af AI? Kan du dele din mening i vores

Anbefalet

Hvad er den fire-dimensionale rum?

Hvad er den fire-dimensionale rum?

Modellering kamera bevægelse i fire-dimensionelle rum. Se verden på forskellige dimensioner ændrer den måde, vi opfatter alt omkring, herunder tid og rum. Tænk på forskellen mellem de to dimensioner, og tre dimensioner er let, men hvad med den fjerde...

15 af de bedste citater af albert Einstein om videnskab og liv

15 af de bedste citater af albert Einstein om videnskab og liv

albert Einstein var synonymt med ordet «Geni». Ja, med store bogstaver. Ikke underligt, at de siger, at en talentfuld person, der er dygtig i alt. Genius kan også kaldes et talent, fordi det er en unik funktion af en person for at være inte...

Astronomer har opdaget virkningerne af de ældste blinker i det observerbare Univers

Astronomer har opdaget virkningerne af de ældste blinker i det observerbare Univers

Efterglød SGRB181123B, der er optaget af Gemini North-teleskop. Efterglød, der er markeret med en cirkel. Astronomer optaget efterglød af de svage og hurtig burst fundet i en afstand af 10 milliarder lysår fra Jorden. Dette efterglød er så langt væk,...

Bemærkninger (0)

Denne artikel har ingen kommentarer, vær den første!

Tilføj kommentar

Relateret Nyt

Har jeg brug for vaccinationer?

Har jeg brug for vaccinationer?

Hvis du tror, at sådanne sygdomme som mæslinger, stivkrampe og kighoste er ikke længere en trussel, vi har dårlige nyheder til dig. I de sidste par år rundt omkring i verden er ved at vinde popularitet bevægelsen af modstandere af...

Hvorfor Universet har mere stof end antistof?

Hvorfor Universet har mere stof end antistof?

Hvorfor har vi eksisterer? Dette er måske den mest væsentlige spørgsmål, der kan synes uden elementarpartikelfysik. Men vores nye ved Large hadron Collider ved CERN har bragt os tættere på svaret. For at forstå, hvorfor vi eksiste...

Kinesisk politi begyndte at træne en klonede hund

Kinesisk politi begyndte at træne en klonede hund

I 2018, er det Kinesiske selskab Sinogene Bioteknologi klonede 7 år gamle hund Huachana, der år tidligere modtaget priser fra Ministeriet for offentlig sikkerhed i KINA for hans bidrag til løsning af mord. Det forventes, at dens k...

Husk, at forskerne viste uret tilbage? Så, det var ikke

Husk, at forskerne viste uret tilbage? Så, det var ikke

Hvis du tror på alt hvad du læser på Internettet (herunder os), quantum fysikere, lykønskes. Lyder cool: forskere (og russiske) . Direkte Tilbage til fremtiden. Det hele startede med en artikel i den Videnskabelige Rapporter med d...

Edderkoppespind er foreslået, at der bruges som en muskel robotter

Edderkoppespind er foreslået, at der bruges som en muskel robotter

edderkoppespind, der allerede er kendt som en af de mest holdbare materialer med deres vægt, har en anden usædvanlig ejendom, der kan føre til fremkomsten af nye typer af kunstige muskler eller robot aktuatorer, fandt forskerne. E...

SpaceX første lanceret et bemandet rumfartøj Besætning Drage til ISS

SpaceX første lanceret et bemandet rumfartøj Besætning Drage til ISS

her er hvad der ventede mig i mange år, og der blev udskudt i løbet af gentagne overførsler: lanceringen fra SpaceX. Lige fra launch pad LC-39A space center. Kennedy i Florida (og derfra fløj Apollo og space Shuttle) fløj Falcon 9...

Freaky DNA fra de otte bogstaver kunne tilhøre udlændinge

Freaky DNA fra de otte bogstaver kunne tilhøre udlændinge

Traditionelle består af fire basepar, A, C, G og T. Men for nylig etableret genetiske system Pakket otte — dobbelt så mange som normalt findes i selvreplikerende molekyler. Det nye system fik navnet "Hetemaj", og hvad der er mest ...

13-årige Jackson Oswalt blev den yngste person til at bygge en fusionsreaktor

13-årige Jackson Oswalt blev den yngste person til at bygge en fusionsreaktor

I den videnskabelige verden, at der er en ny udfordrer til titlen unge atomfysiker, har opnået en termonuklear fusion reaktion. Det er en 13-årig dreng ved navn Jackson Oswalt, der bor i Tennessee (). Mens hans jævnaldrende, hvilk...

Fysik af udenjordisk liv: udlændinge skal være magen til jordboerne

Fysik af udenjordisk liv: udlændinge skal være magen til jordboerne

Ved slutningen af dette århundrede, siger astrofysiker, Martin Rees, vi er nødt til at besvare de spørgsmål, vi lever i et multivers eller ej, og hvordan de forskellige love i de enkelte universer. Svaret på dette spørgsmål, i hen...

Universet har næsten ingen antistof. Hvorfor?

Universet har næsten ingen antistof. Hvorfor?

Når vi ser på Universet, alle dens planeter og stjerner, galakser og klynger, gas -, støv -, plasma -, ser vi overalt den samme signatur. Vi kan se en linje af atomic absorption og emission, ser vi, at sagen i et samspil med andre...

NASA har lavet stamceller

NASA har lavet stamceller "usynlige" for immunforsvaret

Forskere fra University of California i San Francisco, der anvendes et system af gen redigering CRISPR-Cas9 at skabe den første pluripotente stamceller, som er funktionelt "usynlige" for immunforsvaret. Denne begivenhed er den bio...

Er det muligt at lære i din søvn? Det er muligt,

Er det muligt at lære i din søvn? Det er muligt,

af kronisk søvnløshed hjælpe lydbøger, podcasts, og sovepiller. Hvis du indlæse bøger om hele natten, og de vil gradvist at trænge ind i drømme. Og det sjove er, nogle gange kan du selv huske, hvad han hørte i morgen. Forskere har...

Hvad

Hvad "superkræfter" besidder mennesker?

før vi diskutere, hvorfor folk kan lide sig selv, tror på dem. Superhelte i vore dage overalt: tv-shows, film, spil. Der er endnu toy versioner af superhelte — hvem har ikke spillet med disse "mennesker-edderkopper" lavet af plast...

Jorden unik, er liv på andre planeter hurtigt døde

Jorden unik, er liv på andre planeter hurtigt døde

"Gåden om, hvorfor vi har ikke fundet nogen tegn på udlændinge, måske ikke så meget, der er forbundet med sandsynligheden for fremkomsten af liv eller intelligens, men med den ekstremt hurtige fremkomsten af de biologiske reguleri...

Nobelpristageren tabt præmier på grund af racistiske bemærkninger

Nobelpristageren tabt præmier på grund af racistiske bemærkninger

I 1962, Amerikansk biolog James Watson vandt Nobelprisen i fysiologi eller medicin for opdagelsen af strukturen af molekylet . I hele min karriere 90-årige forsker nødt til at give en masse skandale, interviews, hvor han talte om ...

SpaceX vil afskedige 10% af medarbejderne til at fokusere på, hvad der er vigtigt

SpaceX vil afskedige 10% af medarbejderne til at fokusere på, hvad der er vigtigt

Flyfabrikanten privat rum, transport, der vil tage os den ene dag til Mars, reducerer 10% af arbejdsstyrken, næsten umiddelbart efter den første vellykkede raket til en satellit operatør Iridium. De nyheder, der først blev udgivet...

For hele tiden, at forskerne har tydet på mindst 1% af data fra Large Hadron Collider

For hele tiden, at forskerne har tydet på mindst 1% af data fra Large Hadron Collider

the Large Hadron Collider — er en af de mest fantastiske opfindelser af menneskeheden, der er ansvarlig for opdagelsen af talrige subatomare partikler, herunder den flygtige Higgs boson. Og for nylig, at nye data antyder på ...

For hele tiden, at forskerne har tydet på mindst 1% af data fra Large Hadron Collider

For hele tiden, at forskerne har tydet på mindst 1% af data fra Large Hadron Collider

the Large Hadron Collider — er en af de mest fantastiske opfindelser af menneskeheden, der er ansvarlig for opdagelsen af talrige subatomare partikler, herunder den flygtige Higgs boson. Og for nylig, at nye data antyder på ...

Den nye model af Universet forklare mørk energi

Den nye model af Universet forklare mørk energi

Forskere fra Uppsala Universitet i Sverige har foreslået en ny model af Universet, der er i stand, efter deres mening, til at løse mysteriet om mørk energi, som ifølge mange teoretiske fysikere, der er ansvarlig for en udvidelse a...

Amøbe fundet i løsningen af komplekse matematiske problemer hurtigere end en computer

Amøbe fundet i løsningen af komplekse matematiske problemer hurtigere end en computer

den Amøbe — det er en simpel skabning, vi går i skole på en af de første lektioner af biologi. Næppe nogen mener, at den amøbe af højt intelligente personer, fordi hun ikke har et nervesystem i den sædvanlige forstand. Men e...