На что сегодня способен искусственный интеллект и как он работает?

На что сегодня способен искусственный интеллект и как он работает?

Уже несколько поколений люди фантазируют, что вот-вот всю сложную и рутинную работу можно будет поручить роботам, или наоборот, опасаются восстания машин, как в кино. Но насколько человечество на самом деле близко к любому из этих сценариев?

На что сегодня способен искусственный интеллект и как он работает?

Искусственный интеллект – это технология создания систем, способных решать интеллектуальные задачи, с которыми, как казалось раньше, может справиться только человек, например, играть в компьютерные игры, писать музыку или распознавать лица людей на камерах видеонаблюдения. У таких задач нет конкретного пошагового алгоритма решения. Нельзя однозначно описать машине, как выглядит кошка – они отличаются породой, размерами, а фотография может быть сделана с необычного ракурса. Но можно показать ей миллион фотографии кошек, чтобы она сама научилась их определять.

Искусственный интеллект используют уже во многих сферах: в медицине он помогает поставить диагноз, на производстве – управлять линиями и контролировать качество, в сельском хозяйстве – улучшать урожай, в банках и страховых компаниях – выявлять мошенников.
Еще с помощью искусственного интеллекта можно синтезировать человеческую речь и мимику. В сбербанке это уже сделали с помощью
виртуального ведущего Елены.

Почему искусственный интеллект такой умный и как ученые его создают?

Один из самых популярных способов – машинное обучение. Компьютеру дают большую выборку обучающих данных, у которых есть
определенные признаки, и на их основе он много раз решает однообразную задачу, пока не научится делать это в совершенстве. Есть несколько ключевых способов машинного обучения:

  • обучение с учителем,
  • обучение без учителя,
  • обучение с подкреплением,
  • ансамблевые методы,
  • нейронные сети.

Обучение с учителем подразумевает, что алгоритм сначала получает данные, где указана характеристика, которую ему нужно научиться предсказывать. Например, список транзакций, для которых известно какие из них корректные, а какие мошеннические. После этого алгоритма предлагают новую транзакцию и он пытается угадать, все ли с ней в порядке.

При обучении без учителя данные не разделены. Задача машины – найти последовательность зависимости или закономерность для
величин. Например, компьютер получает информацию о покупателях в интернет-магазине и учится их сегментировать. Он изучает выборку, ищет взаимосвязи и сам выбирает по каким критериям их разделить.

Обучение с подкреплением – это обучение на практике, когда алгоритм в ответ на свои действия получает обратную связь от окружающей среды. Так разрабатывают автопилот: алгоритм в безопасных условиях учиться распознавать объекты и принимать решения на дороге. Иногда он ошибается – сталкивается с ограждением или неудачно входит в поворот и получает мгновенную обратную связь, тем самым накапливая опыт. После многочисленных поездок алгоритм начинает управлять автомобилем с высоким уровнем безопасности.

Ансамблевые методы обучения состоят из нескольких слабых алгоритмов, которые объединяются для решения большой задачи. Сначала задачи решают с помощью одного инструмента, затем с помощью другого, потом с помощью третьего и т.д, пока не будет достигнута
высокая точность. Так обучают поисковые системы или модели, которые предсказывают погоду.

Обучение нейронной сети

Их так называют, потому что они построены и функционируют по принципу биологических нейронных сетей. Иногда говорят, что компьютерная нейронная сеть – это попытка смоделировать то, как работает человеческий мозг.

Нейронные сети состоят из нескольких слоев вычислительных узлов. Каждый узел получает на входе много информации, считает определенную функцию и передает ее значение следующему слою. Например, сеть получает информацию о нескольких пикселях и пытается понять, а есть ли там что-то похожее на часть кота.

Нейронные сети используют в системах видеонаблюдения, поисковых помощниках и автоматизированных колл-центрах. Они помогают выявлять аномалии и предотвращать киберугрозы, ставить диагнозы больным и контролировать качество продукции на заводах.

Сможет ли искусственный интеллект заменить человека?

На самом деле, нет. Пока что речь идет о слабом искусственном интеллекте, он способен решать узкие специализированные задачи, но все еще далек от человеческих способностей. Искусственный интеллект не может придумать себе новую задачу, не может испытывать эмоции или сопереживать. Поэтому, даже если ваш тостер обыграет вас в шашки, он не сможет проявить эмпатию и поддаться в следующий раз, чтобы вы не расстраивались.

Вам будет полезно узнать – искусственный интеллект или экспертные системы .

Роман
Оцените автора
Безопасник
Добавить комментарий