Какво е изкуствен интелект? Въведение, история и видове AI
Какво е изкуствен интелект (AI)?
AI (Изкуствен интелект) е способността на машината да изпълнява когнитивни функции като хората, като възприемане, учене, разсъждение и решаване на проблеми. Еталонът за AI е човешкото ниво, което се отнася до екипи на разсъждения, реч и визия.
В този Урок за изкуствен интелект, ще научите следните основи на AI-
Въведение в нивата на изкуствен интелект
В наши дни AI се използва в почти всички индустрии, което дава технологично предимство на всички компании, които интегрират AI в мащаб. Според McKinsey AI има потенциала да създаде стойност от 600 милиарда долара в търговията на дребно и да донесе 50 процента повече допълнителна стойност в банкирането в сравнение с други аналитични техники. В транспорта и логистиката потенциалният скок на приходите е с 89% повече.
По-конкретно, ако една организация използва AI за своя маркетингов екип, тя може да автоматизира обикновени и повтарящи се задачи, позволявайки на търговския представител да се съсредоточи върху изграждането на взаимоотношения, поддържането на водещи клиенти и т.н. Компания на име Gong предоставя услуга за разузнаване на разговори. Всеки път, когато търговски представител направи телефонно обаждане, машината записва, транскрибира и анализира чата. Вицепрезидентът може да използва AI анализи и препоръки, за да формулира печеливша стратегия.
С две думи, AI предоставя авангардна технология за работа със сложни данни, с които човек не може да се справи. AI автоматизира излишни работни места, позволявайки на работника да се съсредоточи върху задачи с добавена стойност на високо ниво. Когато AI се прилага в мащаб, това води до намаляване на разходите и увеличаване на приходите.
История на изкуствения интелект
Изкуственият интелект днес е модна дума, въпреки че този термин не е нов. През 1956 г. авангардни експерти от различни среди решават да организират летен изследователски проект върху ИИ. Четири светли умове ръководиха проекта; Джон Маккарти (Dartmouth College), Марвин Мински (Харвардски университет), Натаниел Рочестър (IBM) и Клод Шанън (Bell Telephone Laboratories).
Ето кратка история на изкуствения интелект:
година | Крайъгълен камък / иновация |
---|---|
1923 | Карел Чапек пиеса, наречена „Универсалните роботи на Росъм“, първата употреба на думата „робот“ на английски. |
1943 | Foundations за положени невронни мрежи. |
1945 | Айзък Азимов, възпитаник на Колумбийския университет, използва термина роботика. |
1956 | Джон Маккарти за първи път използва термина изкуствен интелект. Демонстрация на първата работеща AI програма в университета Карнеги Мелън. |
1964 | Дисертацията на Дани Боброу в MIT показа как компютрите могат да разберат естествения език. |
1969 | Учени от Станфордския изследователски институт разработиха Shakey. Робот, оборудван с придвижване и решаване на проблеми. |
1979 | Построено е първото в света автономно превозно средство с компютърно управление Stanford Cart. |
1990 | Значителни демонстрации в машинното обучение |
1997 | Програмата Deep Blue Chess победи тогавашния световен шампион по шах Гари Каспаров. |
2000 | Интерактивните домашни любимци роботи станаха достъпни в търговската мрежа. MIT дисплеи Kismet, робот с лице, което изразява емоции. |
2006 | AI дойде в света на бизнеса през 2006 г. Компании като Facebook, Netflix, Twitter започна да използва AI. |
2012 | Google стартира Android функция на приложението, наречена „Google сега“, която предоставя на потребителя прогноза. |
2018 | „Дебатерът по проекта“ от IBM обсъждаше сложни теми с двама майстори дебатиращи и се представи изключително добре. |
Цели на изкуствения интелект
Ето основните цели на AI:
- Помага ви да намалите времето, необходимо за изпълнение на конкретни задачи.
- Улесняване на взаимодействието на хората с машините.
- Улесняване на взаимодействието между човек и компютър по начин, който е по-естествен и ефективен.
- Подобряване на точността и бързината на медицинските диагнози.
- Помага на хората да научават нова информация по-бързо.
- Подобряване на комуникацията между хора и машини.
Подполета на изкуствения интелект
Ето някои важни подполета на изкуствения интелект:
Machine Learning: Машинното обучение е изкуството да се изучават алгоритми, които се учат от примери и опит. Машинното обучение се основава на идеята, че някои модели в данните са идентифицирани и използвани за бъдещи прогнози. Разликата от твърдо кодираните правила е, че машината се научава да намира такива правила.
Дълбоко обучение: Дълбокото обучение е подполе на машинното обучение. Дълбокото обучение не означава, че машината научава по-задълбочени знания; той използва различни слоеве, за да се учи от данните. Дълбочината на модела се представя от броя на слоевете в модела. Например моделът на Google LeNet за разпознаване на изображения има 22 слоя.
Natural Language Processing: Невронната мрежа е група от свързани I/O единици, където всяка връзка има тегло, свързано с нейните компютърни програми. Помага ви да изграждате прогнозни модели от големи бази данни. Този модел се основава на човешката нервна система. Можете да използвате този модел за разбиране на изображения, човешко обучение, компютърна реч и др.
Експертни системи: Експертната система е интерактивна и надеждна компютърно базирана система за вземане на решения, която използва факти и евристични методи за решаване на сложни проблеми с вземането на решения. Освен това се счита за най-високото ниво на човешкия интелект. Основната цел на експертната система е да решава най-сложните проблеми в определена област.
Размита логика: Размитата логика се дефинира като многозначна логическа форма, която може да има истинностни стойности на променливи във всяко реално число между 0 и 1. Това е концепцията за манипулиране на частична истина. В реалния живот може да се сблъскаме със ситуация, в която не можем да решим дали твърдението е вярно или невярно.
Видове изкуствен интелект
Има три основни типа изкуствен интелект: базиран на правила, дърво на решенията и невронни мрежи.
- Тесният AI е вид AI, който ви помага да изпълнявате специална задача с интелигентност.
- Общият AI е вид AI интелигентност, която може да изпълнява всяка интелектуална задача ефективно като човек.
- Базираният на правила AI се основава на набор от предварително определени правила, които се прилагат към набор от входни данни. След това системата произвежда съответния изход.
- ИИ на дървото на решенията е подобен на ИИ, базиран на правила, тъй като използва набори от предварително определени правила за вземане на решения. Дървото на решенията обаче също така позволява разклоняване и зацикляне за разглеждане на различни опции.
- Super AI е вид AI, който позволява на компютрите да разбират човешкия език и да реагират по естествен начин.
- Интелигентността на роботите е вид изкуствен интелект, който позволява на роботите да имат сложни когнитивни способности, включително разсъждение, планиране и учене.
AI срещу машинно обучение
Повечето от нашите смартфони, ежедневни устройства или дори интернет използват изкуствен интелект. Много често AI и машинното обучение се използват взаимозаменяемо от големи компании, които искат да обявят най-новата си иновация. Машинното обучение и AI обаче са различни по някакъв начин.
AI - изкуствен интелект - е наука за обучение на машини да изпълняват човешки задачи. Терминът е изобретен през 1950-те години на миналия век, когато учените започват да изследват как компютрите могат да решават проблеми сами.
Изкуственият интелект е компютър, на който са дадени човешки свойства. Вземете нашия мозък; работи без усилие и безпроблемно, за да изчисли света около нас. Изкуственият интелект е концепцията, че компютърът може да направи същото. Може да се каже, че AI е голяма наука, която имитира човешките способности.
Машинното обучение е отделна подгрупа от AI, която обучава машината да учи. Моделите за машинно обучение търсят модели в данните и се опитват да направят заключение. С две думи, машината не трябва да бъде изрично програмирана от хора. Програмистите дават някои примери и компютърът ще научи какво да прави от тези примери.
Прочетете също разликата между Deep Learning и Machine Learning срещу AI, Натисни тук.
Къде се използва AI? Примери
Сега в този урок за AI за начинаещи ще научим различни приложения на AI:
AI има широки приложения -
- Изкуственият интелект се използва за намаляване или избягване на повтарящи се задачи. Например, AI може да повтаря задача непрекъснато, без умора. AI никога не почива и е безразличен към задачата, която трябва да изпълни.
- Изкуственият интелект подобрява съществуващ продукт. Преди епохата на машинното обучение, основните продукти бяха изградени върху правила за твърд код. Фирмите въведоха изкуствен интелект, за да подобрят функционалността на продукта, вместо да започват от нулата, за да проектират нови продукти. Можете да помислите за изображение във Facebook. Преди няколко години трябваше да маркирате приятелите си ръчно. В наши дни, с помощта на AI, Facebook ви дава препоръка от приятел.
AI се използва във всички индустрии, от маркетинга до веригата за доставки, финансите, хранително-вкусовия сектор. Според проучване на McKinsey финансовите услуги и високотехнологичната комуникация са водещи в областите на ИИ.
Защо AI процъфтява сега?
Сега в този урок за тестване на изкуствен интелект, нека научим защо AI процъфтява сега. Нека разберем от диаграмата по-долу.
Невронна мрежа съществува от деветдесетте години с основополагащия документ на Yann LeCun. Въпреки това, той започна да става известен около 2012 г. Обяснено с три критични фактора за неговата популярност са:
- железария
- Дата
- алгоритъм
Машинното обучение е експериментална област, което означава, че се нуждае от данни, за да тества нови идеи или подходи. С бума на интернет данните станаха по-лесно достъпни. Освен това гигантски компании като NVIDIA и AMD разработиха високопроизводителни графични чипове за пазара на игри.
железария
През последните двадесет години мощността на процесора експлодира, позволявайки на потребителя да обучи малък модел за дълбоко обучение на всеки лаптоп. Нуждаете се обаче от по-мощна машина за обработка на модел за задълбочено обучение за компютърно зрение или задълбочено обучение. Благодарение на инвестицията на NVIDIA и AMD е налично ново поколение GPU (графичен процесор). Тези чипове позволяват паралелни изчисления и машината може да раздели изчисленията върху няколко GPU, за да ускори изчисленията.
Например, с NVIDIA TITAN X са необходими два дни за обучение на модел, наречен ImageNet срещу седмици за традиционен процесор. Освен това големите компании използват клъстери от GPU за обучение на модели за дълбоко обучение с NVIDIA Tesla K80, защото това помага да се намалят разходите на центъра за данни и да се осигури по-добра производителност.
Дата
Дълбокото обучение е структурата на модела, а данните са течността, която го прави жив. Данните захранват изкуствения интелект. Без данни нищо не може да се направи. Най-новите технологии разшириха границите на съхранението на данни и е по-лесно от всякога да съхранявате голямо количество данни в център за данни.
Интернет революцията прави събирането и разпространението на данни достъпно за захранване на алгоритми за машинно обучение. Ако сте запознати с Flickr, Instagram или всяко друго приложение с изображения, можете да познаете техния AI потенциал. На тези уебсайтове има милиони снимки с тагове. Тези снимки могат да обучат модел на невронна мрежа да разпознава обект върху картината, без да е необходимо да събирате и етикетирате данните ръчно.
Изкуственият интелект, съчетан с данни, е новото злато. Данните са уникално конкурентно предимство, което никоя фирма не трябва да пренебрегва, а AI предоставя най-добрите отговори от вашите данни. Когато всички фирми могат да имат едни и същи технологии, тази с данни ще има конкурентно предимство. За да дадем представа, светът създава около 2.2 екзабайта, или 2.2 милиарда гигабайта, всеки ден.
Една компания се нуждае от изключително разнообразни източници на данни, за да открие моделите и да научи в значителен обем.
алгоритъм
Хардуерът е по-мощен от всякога, данните са лесно достъпни, но едно нещо, което прави невронната мрежа по-надеждна, е разработването на по-точни алгоритми. Първичните невронни мрежи са проста матрица за умножение без задълбочени статистически свойства. От 2010 г. насам бяха направени забележителни открития за подобряване на невронната мрежа.
Изкуственият интелект използва прогресивен алгоритъм за обучение, за да позволи на данните да извършват програмирането. Това означава, че компютърът може да се научи как да изпълнява различни задачи, като намиране на аномалии, превръщайки се в чатбот.
Oбобщение
- AI е пълна форма на изкуствения интелект е наука за обучение на машини да имитират или възпроизвеждат човешки задачи.
- Един учен може да използва различни методи, за да обучи машина. В началото на епохата на ИИ програмистите са писали твърдо кодирани програми, въвеждайки всяка логическа възможност, пред която машината може да се изправи и как да реагира.
- Когато една система стане сложна, става трудно да се управляват правилата. За да преодолее този проблем, машината може да използва данни, за да се научи как да се грижи за всички ситуации от дадена среда.
- Най-важната характеристика на наличието на мощен AI е, че той има достатъчно данни със значителна хетерогенност. Например, една машина може да научи различни езици, стига да има достатъчно думи, от които да се учи.
- AI е новата авангардна технология. Рисковите капиталисти инвестират милиарди долари в стартиращи фирми или AI проекти, а McKinsey изчислява, че AI може да стимулира всяка индустрия с поне двуцифрен темп на растеж.
- Общ AI, базиран на правила AI, AI с дърво на решенията, Super AI са видове изкуствен интелект. Много от тези концепции се прилагат при създаването на AI chatbots. Ако се интересувате, можете да научите повече за това как тези принципи се прилагат в някои от най-добрите AI чатботове на разположение днес.
Гледайте нашето видео за изкуствен интелект YouTube: Натисни тук