Inteligența Artificială (IA): Introducere și tipuri
Evelyn Clarke
⚡ Rezumat inteligent
Inteligența artificială permite mașinilor să îndeplinească funcții cognitive precum percepția, învățarea, raționamentul și rezolvarea problemelor, la fel ca oamenii. Acest tutorial acoperă definiția, istoricul, obiectivele, subdomeniile și tipurile de IA și explică cum diferă aceasta de învățarea automată și de ce este în plină expansiune astăzi.
Ce este inteligența artificială (AI)?
AI (Inteligență artificială) este capacitatea unei mașini de a îndeplini funcții cognitive așa cum o fac oamenii, cum ar fi percepția, învățarea, raționamentul și rezolvarea problemelor. Punctul de referință pentru IA este nivelul uman în ceea ce privește raționamentul, vorbirea și vederea.
În acest tutorial despre Inteligența Artificială, veți învăța elementele de bază ale IA abordate în secțiunile de mai jos.
Cum creează inteligența artificială valoare pentru afaceri
Astăzi, inteligența artificială este utilizată în aproape toate industriile, oferind un avantaj tehnologic companiilor care o integrează la scară largă. Potrivit McKinsey, inteligența artificială are potențialul de a crea o valoare de 600 de miliarde de dolari în comerțul cu amănuntul și de a aduce o valoare incrementală cu 50% mai mare în domeniul bancar, comparativ cu alte tehnici de analiză. În transport și logistică, creșterea potențială a veniturilor este de până la 89%.
De exemplu, dacă o organizație folosește inteligența artificială pentru echipa sa de marketing, aceasta poate automatiza sarcinile banale și repetitive, astfel încât reprezentanții de vânzări să se poată concentra pe construirea de relații și cultivarea clienților potențiali. O companie numită Gong oferă un serviciu de informații despre conversații: de fiecare dată când un reprezentant de vânzări efectuează un apel, mașina înregistrează, transcrie și analizează conversația, iar managerii folosesc analize și recomandări bazate pe inteligența artificială pentru a contura o strategie câștigătoare.
Pe scurt, inteligența artificială oferă tehnologie de ultimă generație pentru gestionarea datelor complexe pe care un om nu le poate procesa singur. Automatizează sarcinile redundante, astfel încât lucrătorii să se concentreze pe sarcini cu valoare ridicată, iar atunci când este implementată la scară largă, reduce costurile și crește veniturile.
Istoria inteligenței artificiale
Inteligența artificială este un cuvânt la modă astăzi, dar termenul nu este nou. În 1956, experți din medii diferite au organizat un proiect de cercetare de vară despre IA. Patru minți strălucite l-au condus: John McCarthy (Colegiul Dartmouth), Marvin Minsky (Universitatea Harvard), Nathaniel Rochester (IBM) și Claude Shannon (Bell Telephone Laboratories). Iată o scurtă istorie a inteligenței artificiale.
| An | Etapă / Inovație |
|---|---|
| 1923 | Piesa lui Karel Čapek „Roboții universali ai lui Rossum” a introdus cuvântul „robot” în limba engleză. |
| 1943 | FoundationAu fost puse la punct rețele neuronale. |
| 1945 | Isaac Asimov, absolvent al Universității Columbia, a folosit termenul „robotică”. |
| 1956 | John McCarthy a folosit pentru prima dată termenul „inteligență artificială” și a fost demonstrat primul program de inteligență artificială funcțional. |
| 1964 | Disertația lui Danny Bobrow de la MIT a arătat cum computerele pot înțelege limbajul natural. |
| 1969 | Institutul de Cercetare Stanford a dezvoltat Shakey, un robot cu locomoție și capabil de rezolvare a problemelor. |
| 1979 | A fost construit Stanford Cart, primul vehicul autonom controlat de computer din lume. |
| 1990 | Demonstrații semnificative în învățarea automată. |
| 1997 | Programul de șah Deep Blue l-a învins pe campionul mondial Garry Kasparov. |
| 2000 | Animalele de companie robotizate interactive au devenit disponibile comercial; MIT a prezentat Kismet, un robot care exprimă emoții. |
| 2006 | Inteligența artificială a intrat în lumea afacerilor; companii precum Facebook, Netflixși Twitter a început să îl folosească. |
| 2012 | Google lansat „Google „Acum”, un Android predicții care oferă funcții. |
| 2018 | IBM„Debaterul de proiect” al lui a dezbătut subiecte complexe cu maeștri ai dezbaterii și a avut o performanță excepțională. |
Obiectivele inteligenței artificiale
Principalele obiective ale IA sunt:
- Reduceți timpul necesar pentru îndeplinirea anumitor sarcini.
- Facilitați interacțiunea oamenilor cu mașinile.
- Facilitează o interacțiune om-calculator mai naturală și mai eficientă.
- Îmbunătățiți acuratețea și viteza diagnosticelor medicale.
- Ajută oamenii să învețe informații noi mai repede.
- Îmbunătățiți comunicarea dintre oameni și mașini.
Subdomenii ale inteligenței artificiale
Iată subdomeniile importante ale Inteligenței Artificiale.
Invatare mecanica: Arta studierii algoritmilor care învață din exemple și experiență. Se bazează pe identificarea tiparelor din date și utilizarea lor pentru predicții viitoare. Spre deosebire de regulile codificate fix, mașina învață regulile singură.
Invatare profunda: Un subdomeniu al învățării automate care utilizează mai multe straturi pentru a învăța din date. Adâncimea modelului este numărul de straturi pe care le conține; de exemplu, GoogleModelul LeNet al lui pentru recunoașterea imaginilor are 22 de straturi.
Procesarea limbajului natural (NLP): Ramura inteligenței artificiale care permite mașinilor să citească, să înțeleagă și să genereze limbaj uman. Aceasta alimentează aplicații precum chatbot-uri, traducere, analiza sentimentelor și recunoașterea vorbirii.
Sistem expert: Un sistem decizional interactiv, fiabil, bazat pe computer, care utilizează fapte și euristici pentru a rezolva probleme complexe dintr-un anumit domeniu. Acesta își propune să rezolve cele mai dificile probleme din domeniul respectiv.
Logica Fuzzy: O logică multivocă în care valorile de adevăr pot fi orice număr real între 0 și 1. Aceasta tratează conceptul de adevăr parțial pentru situațiile în care o afirmație nu este nici complet adevărată, nici complet falsă.
Tipuri de inteligență artificială
IA poate fi clasificată în două moduri - după capacitate și după tehnică.
După capacitate:
- AI îngustă: Execută inteligent o singură sarcină dedicată, cum ar fi etichetarea imaginilor sau asistenții vocali.
- AI generală: Poate îndeplini orice sarcină intelectuală la fel de eficient ca un om (încă teoretic).
- Super IA: Un nivel ipotetic în care mașinile depășesc inteligența umană.
Prin tehnică:
- IA bazată pe reguli: Aplică un set de reguli predeterminate unui set de date de intrare pentru a produce un rezultat corespunzător.
- Arbore de decizie cu inteligență artificială: Similar cu IA bazată pe reguli, dar permite ramificarea și analizaping să cântărească diferite opțiuni.
- Rețele neuronale: Modele stratificate inspirate de creierul uman care învață tipare complexe din date și susțin robotica cu abilități de raționament, planificare și învățare.
AI vs învățare automată
IA și învățarea automată sunt adesea folosite interschimbabil, dar nu sunt același lucru. IA este știința antrenării mașinilor pentru a îndeplini sarcini umane; termenul a fost inventat în anii 1950. Învățarea automată este un subset al IA în care o mașină învață modele din date, în loc să fie programată explicit.
| Aspect | Inteligența artificială | Invatare mecanica |
|---|---|---|
| domeniu | Știința vastă a imitării inteligenței umane | Un subset al inteligenței artificiale axat pe învățarea din date |
| Scop | Simulează raționamentul uman și procesul decizional | Găsiți modele și faceți predicții |
| Abordarea | Reguli, logică și învățare combinate | Instruire bazată pe date cu exemple |
| Exemplu | Un sistem de mașină autonomă | Modelul de recunoaștere a imaginilor din interiorul său |
De asemenea, puteți citi diferența dintre Învățare profundă, învățare automată și inteligență artificială.
Unde este utilizată inteligența artificială? Exemple
IA are aplicații largi în diverse industrii.
- Eliminarea sarcinilor repetitive: IA poate repeta o sarcină în mod continuu fără oboseală și este indiferentă față de munca pe care o desfășoară.
- Îmbunătățirea produselor existente: Firmele adaugă inteligența artificială pentru a îmbunătăți funcționalitatea produselor, în loc să construiască de la zero. De exemplu, Facebook impunea cândva etichetarea manuală a fotografiilor; astăzi, inteligența artificială le sugerează prietenilor să eticheteze automat.
IA este utilizată în fiecare industrie - de la marketing și lanțul de aprovizionare până la finanțe și procesarea alimentelor. Conform unui sondaj McKinsey, serviciile financiare și comunicarea de înaltă tehnologie conduc adoptarea IA.
De ce este IA în plină expansiune acum?
Rețelele neuronale există încă din anii 1990, în urma lucrării fundamentale a lui Yann LeCun, dar au devenit celebre în jurul anului 2012. Trei factori critici determină boom-ul actual al inteligenței artificiale.
Piese metalice
În ultimele două decenii, puterea procesorului a explodat, permițând utilizatorilor să antreneze modele mici de deep-learning pe laptopuri. Cu toate acestea, viziunea computerizată și modelele mari de deep-learning necesită mai multă putere. Datorită investițiilor NVIDIA și AMD, o nouă generație de GPU-uri (unități de procesare grafică) permite calculul paralel, distribuind munca pe mai multe GPU-uri pentru a accelera calculele. De exemplu, un NVIDIA TITAN X poate antrena un model ImageNet în două zile față de săptămâni pe un procesor tradițional, iar companiile mari utilizează clustere GPU precum NVIDIA Tesla K80 pentru a reduce costurile centrelor de date și a îmbunătăți performanța.
Date
Învățarea profundă este structura modelului, iar datele sunt fluidul care îi dă viață. Fără date, nimic nu se poate face. Tehnologia modernă de stocare facilitează păstrarea unor cantități uriașe de date într-un centru de date, iar internetul face posibilă colectarea și distribuția datelor pentru a alimenta algoritmii de învățare automată.
Aplicații cum ar fi Flickr și Instagram conține milioane de imagini etichetate care pot antrena o rețea neuronală să recunoască obiecte fără etichetare manuală. Inteligența artificială combinată cu datele este noul aur: compania cu cele mai multe date are un avantaj competitiv. Lumea creează aproximativ 2.2 exabytes (2.2 miliarde de gigabytes) de date în fiecare zi, iar diverse surse de date ajută modelele să găsească tipare și să învețe la scară largă.
Algoritm
Hardware-ul este mai puternic ca niciodată, iar datele sunt ușor accesibile, dar algoritmii mai exacți fac rețelele neuronale fiabile. Primele rețele neuronale erau simple înmulțiri matriceale fără proprietăți statistice profunde; din 2010, descoperiri remarcabile le-au îmbunătățit. IA folosește algoritmi de învățare progresivă care permit datelor să facă programarea, astfel încât un computer se poate învăța singur să îndeplinească sarcini precum detectarea anomaliilor sau acționarea ca un chatbot.
