Mi az a mesterséges intelligencia? Az AI bemutatása, története és típusai

Mi az a mesterséges intelligencia (AI)?

AI (Mesterséges intelligencia) a gép azon képessége, hogy az emberekhez hasonlóan kognitív funkciókat hajtson végre, mint például az észlelés, a tanulás, az érvelés és a problémák megoldása. A mesterséges intelligencia mércéje az emberi szint az érvelés, a beszéd és a látás csoportjaiban.

Ebben Mesterséges intelligencia oktatóanyag, elsajátíthatja a következő mesterséges intelligencia alapjait -

Bevezetés a mesterséges intelligencia szintjébe

Manapság az AI-t szinte minden iparágban használják, technológiai előnyt biztosítva az AI-t nagyarányúan integráló összes vállalatnak. McKinsey szerint a mesterséges intelligencia 600 milliárd dollárnyi értéket képes létrehozni a kiskereskedelemben, és 50 százalékkal több értéknövekedést jelent a banki szolgáltatásokban, mint más analitikai technikák. A szállítás és a logisztika területén 89%-kal nagyobb a potenciális bevételugrás.

Konkrétan, ha egy szervezet mesterséges intelligenciát használ marketingcsapatához, akkor automatizálni tudja a hétköznapi és ismétlődő feladatokat, lehetővé téve az értékesítési képviselő számára, hogy a kapcsolatépítésre, a vezetők ápolására stb. összpontosítson. A Gong nevű cég beszélgetési intelligencia szolgáltatást nyújt. Minden alkalommal, amikor egy értékesítési képviselő telefonhívást kezdeményez, a gép rögzíti, átírja és elemzi a csevegést. A VP felhasználhatja az AI elemzését és ajánlásait a nyerő stratégia megfogalmazásához.

Dióhéjban a mesterséges intelligencia élvonalbeli technológiát kínál olyan összetett adatok kezelésére, amelyeket az ember nem tud kezelni. A mesterséges intelligencia automatizálja a redundáns munkákat, lehetővé téve a dolgozóknak, hogy a magas szintű, hozzáadott értéket képviselő feladatokra összpontosítsanak. A mesterséges intelligencia nagyarányú megvalósítása költségcsökkentést és bevételnövekedést eredményez.

A mesterséges intelligencia története

A mesterséges intelligencia manapság divatos szó, bár ez a kifejezés nem új. 1956-ban különböző hátterű avantgárd szakértők úgy döntöttek, hogy nyári kutatási projektet szerveznek az AI-ról. Négy világos elme vezette a projektet; John McCarthy (Dartmouth College), Marvin Minsky (Harvard Egyetem), Nathaniel Rochester (IBM), és Claude Shannon (Bell Telephone Laboratories).

Íme a mesterséges intelligencia rövid története:

Év Mérföldkő / innováció
1923 Karel Čapek a „Rossum's Universal Robots”-t játssza, ami a „robot” szó első használata angolul.
1943 Foundations a neurális hálózatokhoz lefektetett.
1945 Isaac Asimov, a Columbia Egyetem öregdiákja a Robotika kifejezést használja.
1956 John McCarthy használta először a mesterséges intelligencia kifejezést. Az első futó AI program bemutatója a Carnegie Mellon Egyetemen.
1964 Danny Bobrow disszertációja az MIT-n bemutatta, hogyan képesek a számítógépek megérteni a természetes nyelvet.
1969 A Stanford Research Institute tudósai kifejlesztették a Shakey-t. Helyi mozgással és problémamegoldással felszerelt robot.
1979 Megépült a világ első számítógéppel vezérelt autonóm járműve, a Stanford Cart.
1990 Jelentős bemutatók a gépi tanulásban
1997 A Deep Blue Chess Program az akkori sakkvilágbajnokot, Garri Kaszparovot verte meg.
2000 Kereskedelmi forgalomban kaphatók az interaktív robot házi kedvencek. MIT kijelzők Kismet, érzelmeket kifejező arcú robot.
2006 Az AI 2006-ban jelent meg az üzleti világban. Az olyan cégek, mint a Facebook, Netflix, a Twitter elkezdte használni az AI-t.
2012 A Google elindított egy Android „Google most” nevű alkalmazásfunkció, amely előrejelzést ad a felhasználónak.
2018 A „Project Debater” tól IBM összetett témákról vitázott két mestervitatkozóval, és kiemelkedően jól szerepelt.

A mesterséges intelligencia céljai

Íme az AI fő céljai:

  • Segít csökkenteni az egyes feladatok elvégzéséhez szükséges időt.
  • Megkönnyíti az emberek számára a gépekkel való interakciót.
  • Az ember-számítógép interakció természetesebb és hatékonyabb elősegítése.
  • Az orvosi diagnózisok pontosságának és gyorsaságának javítása.
  • Segítségével az emberek gyorsabban tanulhatnak új információkat.
  • Az emberek és a gépek közötti kommunikáció javítása.

A mesterséges intelligencia részterületei

Íme a mesterséges intelligencia néhány fontos részterülete:

Gépi tanulás: A gépi tanulás olyan algoritmusok tanulmányozásának művészete, amelyek példákból és tapasztalatokból tanulnak. A gépi tanulás azon az elgondoláson alapul, hogy az adatok bizonyos mintáit azonosították és felhasználták a jövőbeli előrejelzésekhez. A különbség a hardcoding szabályoktól az, hogy a gép megtanulja megtalálni az ilyen szabályokat.

Deep Learning: A mélytanulás a gépi tanulás egyik részterülete. A mély tanulás nem jelenti azt, hogy a gép mélyebb tudást tanul; különböző rétegeket használ az adatokból való tanuláshoz. A modell mélységét a modellben lévő rétegek száma jelzi. Például a Google LeNet képfelismerési modellje 22 réteget számol.

Természetes nyelvi feldolgozás: A neurális hálózat összekapcsolt I/O egységek csoportja, ahol minden kapcsolatnak súlya van a számítógépes programjaihoz. Segít prediktív modellek felépítésében nagy adatbázisokból. Ez a modell az emberi idegrendszerre épül. Ezt a modellt használhatja a kép megértéséhez, az emberi tanuláshoz, a számítógépes beszédhez stb.

Szakértői rendszerek: A szakértői rendszer egy interaktív és megbízható számítógépes döntéshozatali rendszer, amely tényeket és heurisztikát használ összetett döntési problémák megoldására. Az emberi intelligencia legmagasabb szintjén is tartják. A szakértői rendszer fő célja egy adott területen a legbonyolultabb kérdések megoldása.

Zavaros logika: A fuzzy logikát úgy definiálják, mint egy sokértékű logikai formát, amely 0 és 1 közötti tetszőleges valós számban tartalmazhatja a változók igazságértékeit. Ez a részigazság kezelőfogalma. A való életben olyan helyzetbe kerülhetünk, amikor nem tudjuk eldönteni, hogy az állítás igaz vagy hamis.

A mesterséges intelligencia részterületei

A mesterséges intelligencia típusai

A mesterséges intelligenciának három fő típusa van: szabályalapú, döntési fa és neurális hálózatok.

  • A keskeny AI a mesterséges intelligencia egy olyan típusa, amely segít egy dedikált feladat intelligens végrehajtásában.
  • Az általános mesterséges intelligencia az AI intelligencia egy olyan fajtája, amely bármilyen intellektuális feladatot hatékonyan képes végrehajtani, mint egy ember.
  • A szabályalapú mesterséges intelligencia előre meghatározott szabályokon alapul, amelyeket egy bemeneti adatkészletre alkalmaznak. A rendszer ezután megfelelő kimenetet állít elő.
  • A döntési fa mesterséges intelligencia hasonlít a szabályalapú MI-hez, mivel előre meghatározott szabályokat használ a döntések meghozatalához. A döntési fa azonban lehetővé teszi az elágazást és a hurkolást is a különböző lehetőségek mérlegeléséhez.
  • A Super AI egy olyan típusú mesterséges intelligencia, amely lehetővé teszi a számítógépek számára, hogy megértsék az emberi nyelvet, és természetes módon reagáljanak.
  • A robotintelligencia egy olyan mesterséges intelligencia, amely lehetővé teszi a robotok számára, hogy összetett kognitív képességekkel rendelkezzenek, beleértve az érvelést, a tervezést és a tanulást.

AI vs gépi tanulás

A legtöbb okostelefonunk, napi eszközünk vagy akár internetünk mesterséges intelligenciát használ. Az AI-t és a gépi tanulást nagyon gyakran felváltva használják a nagyvállalatok, amelyek be akarják jelenteni legújabb innovációjukat. A gépi tanulás és a mesterséges intelligencia azonban bizonyos tekintetben különbözik.

Az AI – mesterséges intelligencia – az emberi feladatok elvégzésére alkalmas gépek képzésének tudománya. A kifejezést az 1950-es években találták fel, amikor a tudósok elkezdték azt kutatni, hogy a számítógépek hogyan tudnának önállóan megoldani a problémákat.

AI vs gépi tanulás

A mesterséges intelligencia egy olyan számítógép, amely emberhez hasonló tulajdonságokkal rendelkezik. Vegyük az agyunkat; könnyedén és zökkenőmentesen kiszámolja a minket körülvevő világot. A mesterséges intelligencia az a koncepció, hogy egy számítógép is képes erre. Elmondható, hogy az AI egy nagy tudomány, amely utánozza az emberi adottságokat.

A gépi tanulás az AI egy különálló részhalmaza, amely tanulásra tanítja a gépet. A gépi tanulási modellek mintákat keresnek az adatokban, és megpróbálnak következtetéseket levonni. Dióhéjban: a gépet nem kell kifejezetten az embereknek programoznia. A programozók mondanak néhány példát, és a számítógép megtanulja, mit kell tennie ezekből a mintákból.

Olvassa el a Deep Learning és a Machine Learning vs AI közötti különbségeket is, kattints ide.

Hol használják az AI-t? Példák

Most ebben a kezdőknek szóló AI oktatóanyagban megismerjük az AI különféle alkalmazásait:

Az AI széles körű alkalmazásai

  • A mesterséges intelligenciát az ismétlődő feladatok csökkentésére vagy elkerülésére használják. Például az AI folyamatosan, fáradtság nélkül képes ismételni egy feladatot. Az AI soha nem nyugszik, és közömbös az elvégzendő feladat iránt.
  • A mesterséges intelligencia javítja a meglévő terméket. A gépi tanulás korszaka előtt az alaptermékek keménykód-szabályokra épültek. A cégek mesterséges intelligenciát vezettek be, hogy javítsák a termék funkcionalitását, ahelyett, hogy a nulláról kezdték volna új termékeket tervezni. Gondolhat egy Facebook-képre. Néhány évvel ezelőtt manuálisan kellett megcímkéznie barátait. Manapság az AI segítségével a Facebook egy barátja ajánlását ad.

Az AI-t minden iparágban használják, a marketingtől az ellátási láncig, a pénzügyekig és az élelmiszer-feldolgozó szektorig. A McKinsey felmérése szerint a pénzügyi szolgáltatások és a csúcstechnológiás kommunikáció vezeti a mesterséges intelligencia területét.

AI használt példák

Miért virágzik most az AI?

Ebben a mesterséges intelligencia tesztelési oktatóanyagában most megtudjuk, miért virágzik most az AI. Értsük meg az alábbi diagrammal.

Az AI virágzik

A kilencvenes évek óta megjelent egy neurális hálózat Yann LeCun alappapírjával. Azonban 2012 körül kezdett híressé válni. Népszerűségét három kritikus tényező magyarázza:

  1. hardver
  2. dátum
  3. Algoritmus

A gépi tanulás kísérleti terület, ami azt jelenti, hogy adatokra van szükség az új ötletek vagy megközelítések teszteléséhez. Az internet fellendülésével az adatok könnyebben hozzáférhetőek lettek. Emellett olyan óriáscégek, mint az NVIDIA és az AMD, nagy teljesítményű grafikus chipeket fejlesztettek ki a játékpiac számára.

hardver

Az elmúlt húsz évben a CPU ereje robbanásszerűen megnőtt, így a felhasználó bármilyen laptopon betaníthat egy kis mélytanulási modellt. Azonban szüksége van egy erősebb gépre a mélytanulási modell számítógépes látás vagy mély tanulási modell feldolgozásához. Az NVIDIA és az AMD beruházásának köszönhetően elérhető a GPU (grafikus feldolgozó egység) új generációja. Ezek a chipek párhuzamos számításokat tesznek lehetővé, és a gép képes több GPU-n keresztül szétválasztani a számításokat a számítások felgyorsítása érdekében.

Például egy NVIDIA TITAN X-szel két napba telik egy nevezett modell betanítása ImageNet hetekkel szemben egy hagyományos CPU esetében. Emellett a nagyvállalatok GPU-klasztereket használnak a mély tanulási modellek NVIDIA Tesla K80-nal való betanításához, mivel ez segít csökkenteni az adatközpont költségeit és jobb teljesítményt nyújt.

Mesterséges intelligencia a grafikus kártyákban

dátum

A mély tanulás a modell felépítése, az adatok pedig a fluidum a modell életre keltéséhez. Az adatok erősítik a mesterséges intelligenciát. Adatok nélkül semmit sem lehet tenni. A legújabb technológiák kitágították az adattárolás határait, és minden eddiginél egyszerűbb nagy mennyiségű adatot tárolni egy adatközpontban.

Az internetes forradalom lehetővé teszi az adatgyűjtést és -elosztást a gépi tanulási algoritmusok betáplálásához. Ha ismeri Flickr, Instagram vagy bármely más, képeket tartalmazó alkalmazás, kitalálhatja a mesterséges intelligencia potenciálját. Ezeken a webhelyeken több millió kép található címkékkel. Ezek a képek megtaníthatják a neurális hálózati modellt, hogy felismerjen egy objektumot a képen anélkül, hogy manuálisan össze kellene gyűjteni és felcímkézni az adatokat.

Az adatokkal kombinált mesterséges intelligencia az új arany. Az adatok egyedülálló versenyelőnyt jelentenek, amelyet egyetlen cégnek sem szabad figyelmen kívül hagynia, és a mesterséges intelligencia a legjobb válaszokat adja az adatokból. Ha minden cég ugyanazokkal a technológiákkal rendelkezhet, az adatokkal rendelkező cég versenyelőnyben lesz. Hogy képet adjunk, a világ körülbelül 2.2 exabájtot, azaz 2.2 milliárd gigabájtot hoz létre naponta.

Egy vállalatnak rendkívül változatos adatforrásokra van szüksége ahhoz, hogy megtalálja a mintákat és tanuljon jelentős mennyiségben.

Big Data az AI-ban

Algoritmus

A hardver erősebb, mint valaha, az adatok könnyen hozzáférhetők, de egy dolog, ami megbízhatóbbá teszi a neurális hálózatot, az a pontosabb algoritmusok fejlesztése. Az elsődleges neurális hálózatok egy egyszerű szorzómátrix, mélyreható statisztikai tulajdonságok nélkül. 2010 óta figyelemre méltó felfedezések történtek a neurális hálózat fejlesztése érdekében.

A mesterséges intelligencia progresszív tanulási algoritmust használ, hogy lehetővé tegye az adatoknak a programozást. Ez azt jelenti, hogy a számítógép meg tudja tanítani magát, hogyan hajtson végre különféle feladatokat, például az anomáliák megtalálását chatbottá válva.

Összegzésként

  • A mesterséges intelligencia a mesterséges intelligencia egy teljes formája.
  • Egy tudós különféle módszereket alkalmazhat a gép betanítására. A mesterséges intelligencia korszakának kezdetén a programozók keményen kódolt programokat írtak, beírva minden logikai lehetőséget, amellyel a gép szembesülhet, és hogyan reagáljon.
  • Amikor egy rendszer bonyolulttá válik, nehézzé válik a szabályok kezelése. A probléma megoldása érdekében a gép az adatok segítségével megtanulhatja, hogyan kezelje az adott környezet összes helyzetét.
  • A hatékony mesterséges intelligencia legfontosabb jellemzője, hogy elegendő adattal rendelkezik, jelentős heterogenitás mellett. Például egy gép képes különböző nyelveket tanulni, ha van elég szó, amelyből tanulni lehet.
  • Az AI az új csúcstechnológia. A kockázati tőkebefektetők dollármilliárdokat fektetnek be induló vállalkozásokba vagy mesterséges intelligencia-projektekbe, és a McKinsey becslése szerint az AI minden iparágat legalább kétszámjegyű növekedési rátával fellendíthet.
  • Az általános mesterséges intelligencia, a szabályalapú AI, a döntési fa AI, a szuper AI a mesterséges intelligencia típusai. Ezen koncepciók közül sokat alkalmaznak az AI chatbotok létrehozása során. Ha érdekli, többet megtudhat arról, hogyan valósítják meg ezeket az elveket egyes legjobb AI chatbotok elérhető.

Tekintse meg a mesterséges intelligenciáról készült videónkat YouTube: Kattints ide