3 вещи, которые вы ДОЛЖНЫ знать о технологии искусственного интеллекта
9 декабря 2023 г."Я не считаю, что человеческий интеллект — это нечто такое, чего люди никогда не смогут понять".
~ Джон Маккарти, март 1989 г.
Тот факт, что на ранних этапах программы ИИ могли играть в шашки, доказывать теоремы и т. д., вселял большой оптимизм в отношении будущего ИИ. Но на раннем этапе ИИ также столкнулся с проблемами. Компьютерные исследователи рассказывают историю о ранней компьютеризированной системе языкового перевода, которая была протестирована сначала с английского на русский, а затем обратно на английский.
В конечном итоге система перевела «Дух желает, но плоть слаба» в «Водка хороша, но мясо тухло». Подобные препятствия препятствовали раннему развитию ИИ. Более того, вычислительная мощность тогда была просто не такой, как сегодня. Ниже приведены несколько вещей, которые вам следует знать об искусственном интеллекте.
1. Краткая история искусственного интеллекта
В 1943 году Уоррен Маккалок (нейробиолог) и Уолтер Питтс (логик) предложили первую вычислительную модель нейрона. Пара сформулировала теорию искусственных нейронных сетей. Они изучили нейроны и логику и продемонстрировали математическую связь между ними.
Большая часть ранних работ в этой области была посвящена искусственным нейронным сетям с математической точки зрения. В то время компьютеров не существовало, поэтому они не могли обучать модели.
Маккалок и Питтс были первыми, кто использовал идею вычислений Алана Тьюринга для понимания нейронной и, следовательно, когнитивной деятельности.
Джон Маккарти широко известен как соучредитель искусственного интеллекта и многих других. Он придумал термин «ИИ» в 1955 году в Дартмутском колледже, где работал вместе с такими известными людьми в области ИИ, как Рэй Соломонов, Оливер Селфридж, Тренчард Мор, Артур Сэмюэл, Аллен Ньюэлл и Герберт А. Саймон.
В 1959 году был открыт перцептрон, который продемонстрировал что машину можно научить выполнять определенные задачи на примерах. В 1969 году Марвин Мински и Сеймур Пейперт опубликовали «Перцептроны» — анализ вычислительных возможностей перцептронов для решения конкретных задач.
Перцептроны стали историческим поворотом в области искусственного интеллекта, пересмотрев идею о том, что интеллект может возникнуть из сетей нейроноподобных объектов. В книге представлено много математического анализа, подтверждающего выводы.
В 1980-х годах исследователи заново открыли алгоритм обратного распространения ошибки, который сегодня остается важным шагом в распространенном методе, используемом для обучения моделей нейронных сетей.
2. Что такое машинное обучение?
Если вы хотите создать ИИ для беспилотных автомобилей или диагностировать заболевания, начинать с терминала может быть не лучшим подходом. ИИ пытается решить сложные проблемы, создавая программное или аппаратное обеспечение, которое что-то делает. Исследователи ИИ часто моделируют, прежде чем приступить к созданию.
Модель берет реальное слово и создает математически точное упрощение, с которым можно экспериментировать на компьютере.
Основы ИИ начинаются с машинного обучения, которое является важным строительным блоком для построения моделей ИИ. Центральный принцип машинного обучения — вы вводите данные в модель. Это стало движущей силой многих успехов в области ИИ. Однако машинное обучение требует определенного доверия.
Можно построить механику и обучить модель, но по своей сути она должна быть достаточно обобщенной. Промышленность формализовала этот процесс с помощью теории вероятностей и статистики.
Примером базовой модели машинного обучения являются рефлексные модели, которые требуют фиксированного набора вычислений. К ним относятся линейные классификаторы, глубокие нейронные сети и большинство моделей, используемых в машинном обучении.
3. Какова цель ИИ?
Вообще говоря, цель ИИ — создать программное обеспечение, которое сможет анализировать входные данные и объяснять их в форме выходных данных. ИИ, возможно, сделает возможным взаимодействие программного обеспечения, подобное человеческому. Если копнуть немного глубже, можно рассматривать ИИ как агентов или инструментов.
Одна точка зрения спрашивает, как человек может воссоздать разум. Другая точка зрения спрашивает, как мы можем использовать технологии на благо общества. Хотя эти два явления частично совпадают, последнее должно быть в центре внимания современных исследователей ИИ, и так оно и есть.
Вот почему сфера применения ИИ сегодня гораздо уже. Исследователи сосредотачиваются на решении конкретных задач, например, диагностике заболеваний и т. д.
Оригинал