Искусственный интеллект – будущее или настоящее?

      Комментарии к записи Искусственный интеллект – будущее или настоящее? отключены

О пути ИИ за последние полвека и о моментах, в то время, когда мы его не подмечаем, 24 февраля разработчик нейронных сетей Богдан Козловский поведал на открытой лекции «ИИ – будущее либо настоящее».

ИИ именовали кроме того калькулятор

Онлайн-переводчик и аркадные игры весьма привычны, и неспециалисту необычно выяснить, что в них применяют современный ИИ. А для эксперта это явное подтверждение того, что ИИ и нейросети развиваются поразительно скоро.

«Понятие «ИИ» вошло [в обиход] во второй половине 50-ых годов XX века. Не смотря на то, что его применяли и раньше, используя к любым программам в компьютере, кроме того к простому калькулятору. ИИ имел возможность делать вычисления, но сложные закономерности выводить не имел возможности», – говорит практикующий разработчик нейронных сетей и тренер тематического курса ИТ-Академии БелХард Богдан Козловский.

Искусственный интеллект – будущее или настоящее?

Реализовать сложные операции было нереально. Но уже к 2000 году понятие расширилось, и к неестественному интеллекту, по словам лектора, стали относиться практически как к человеку, требуя столько же. ИИ должен был выявлять закономерности в данных, делать на их базе выводы и решать задачи.

Неестественный ум считает, что чихуахуа – кот

Отечественные компьютеры стали замечательнее, инструменты обработки информации – сложнее. Показалось понятие машинного обучения, к которому имеется пара подходов:

  • Логическое программирование – это в то время, когда человек уже решил за программу все неприятности. Но при таких условиях ИИ не примет решение задачу, с которой не сталкивался ранее;
  • Агентный метод значительно чаще употребляется в играх. Мы не знаем данных, но знаем мир, в который помещаем ИИ. Он изучает мир сам, приобретая награды и штрафные баллы. К примеру, в гоночных играх машина – это агент, а карта – мир;
  • Гибридный подход – это применение двух первых подходов совместно: агент сам обучается играться в шашки и шахматы, но одновременно с этим применяет логическую программу, которая определяет комплект его действий.

Нейросеть возможно научить отличать на фото изображения котов и псов, совершив её обучение. Для этого нужен громадный массив данных – довольно много фотографий, каковые обучаемый поделит на кластеры, в каждом из которых максимально похожие между собой снимки.

«Само собой разумеется, в то время, когда применяют таковой метод, всяких чихуахуа она причисляет к котам, а ужасных котов – к псам», – показывает Богдан Козловский на казусы.

Имеется и другие методы обучения: обучение с подкреплением и обучение с преподавателем. Последним методом возможно научить машину подсказывать товары в веб-магазине, определять стоимость квартиры и сумму кредита, различать рукописные цифры.

Мозг не изучен, но нейросети строят по аналогии с ним

Работу нейросетей организуют по аналогии с принципами работы людской мозга. Но лишь с теми, каковые уже известны, а это мало:

«Мозг полностью не изучен, – говорит лектор. – В случае, если расстояние до полного изучения сравнить с километрами, то отечественное научное сообщество прошло всего лишь 3 сантиметра».

Машинное обучение – процесс, подобный созданию новых связей между нейронами. Эти связи появляются, в случае, если мы что-то изучаем либо запоминаем. Поэтому от них, а не от количества нейронов зависит уровень интеллекта человека.

Ускорение процесса мышления происходит, в то время, когда человек нервничает, и аналогией может послужить тактовая частота у компьютеров. Подтверждением тому помогает большой технологический прогресс на протяжении войн.

«Человеческий мозг – весьма замечательный и может решать много задач, в случае, если лишь его об этом попросить», – продолжает программист.

Человек отстал от автомобили в распознавании изображений

Нейросети – это также замечательный инструмент. Они смогут действенно проложить маршрут, перевести текст, время от времени – писать стихи, но не через чур долгие. Нейросети превзошли человека пока только в одном – в распознавании изображений, что принципиально важно, к примеру, для военной сферы.

«Машинное зрение более пристально относится к объектам, чем человек. У американских военных имеется такие очки, каковые разрешают подметить соперника, как бы он не замаскировался. Будучи снайпером, не спрячешься в лесополосе», – говорит Богдан Козловский и говорит про ещё один метод применения разработки: очки дополненной действительности.

Такие очки разрешают японским служащим на вокзалах скоро определить, находится ли тот либо другой пассажир поезда в розыске. При помощи же работы с изображениями на компьютере возможно «научить» радоваться человека на фото либо надеть ему очки.

По какой причине Гугл прекратил переводить смешно?

Нейронные сети уже могут не только делать дословный перевод зарубежного текста, но и изучают контекст применения слов через так именуемое погружение, уже определяя их суть.

Быть может, кто-то увидел, что с 2016 года Гугл Translate прекратил переводить смешно: поэтому тогда компания запатентовала личные результаты работы с рекуррентными нейронными сетями.

«Все теперешние методы, каковые с нами общаются, к примеру, в виде чат-ботов, представим, как некое разумное существо, закрытое в помещении. На её полу сложены ответы, а на стенах – методы, по которым их нужно показывать. Погружение слов – та самая разработка, которая оказывает помощь открыть дверь, тот самый ИИ, которого мы все ожидаем… Ну, я ожидаю», – говорит лектор.

Существуют методы, применяя каковые, нейросеть может создать множество фотографий несуществующих котят. Бизнес уже на данный момент применяет эту их свойство, дабы расширить поток клиентов:

«Люди заказывают для себя хорошие комментарии, а поставить это на поток оказывают помощь вежливые нейронные сети. Настраивают бегунок на нехорошую либо хорошую оценку, говорят, о чём писать. Исходя из этого, в то время, когда станете что-то брать – не обращайте внимания на комментарии либо отзывы, – рекомендует эксперт. – По большому счету применение нейронных сетей ограничено лишь вашей фантазией. Это в 60-ые годы, в то время, когда открыли первый персептрон, он был никому не нужен. А сейчас это бизнес».

Выучить британский неврально

Человечество уже справилось с загрузкой интеллекта в виртуальную среду. Правда, пока это лишь мозг кольчатого червя, складывающийся из 302 нейронов (мозг человека складывается из приблизительно 140 миллиардов). Червь, как и в реальности, ищет себе пищу и отдыхает по окончании еды.

«Мы стали на одну ступень ближе к погружению людской мозга в виртуальную среду, – говорит лектор. – В случае, если мы изучим данный процесс, то сможем, к примеру, загрузить в мозг человека знания по английскому. Об этом уже идёт обращение, не смотря на то, что это разработка не сегодняшнего дня.

Илон Маск сравнительно не так давно дал обещание создать нейроинтерфейс – устройство, соединённое с мозгом, дабы стали не необходимы гаджеты. В случае, если это произойдёт, то, возможно, науку ожидают громадные потрясения».

О курсе «ИИ: нейронные сети и машинное обучение»

Изучить машинное обучение и работу нейросетей возможно в ИТ-Академии БелХард. на данный момент идёт комплект на курс, начало которого запланировано на апрель.

Записаться на начальный курс смогут все. Попытаться собственные силы возможно и со знаниями математики 8 класса, не смотря на то, что чем вы лучше её понимаете, тем несложнее. Школьных уроков информатики достаточно, дабы освоить язык, на котором ведётся работа – Python.

В группах будет по 10 человек, каковые по окончанию занятий возьмут сертификат.

Настоящее и будущее Искусственного Интеллекта [Новости науки и технологий]


Интересные записи: