기사 요약 : True AI does’t는 아직 존재한다…’증강 된 지능

이 기사에서 저자는 인공 지능 (AI) 및 기계 학습의 개념에 대해 논의합니다. 그들은 AI가 뜨거운 주제와 중요한 기술적 성취가되었지만 진정한 AI는 아직 존재하지 않는다고 주장합니다. 저자는 AI와 머신 러닝의 기본 사항을 설명하여 이러한 시스템에서 퍼셉트론의 중요성을 강조합니다. 그들은 인간 뇌의 뉴런과 유사한 지각을 설명하여 정보 가공 및 전송에서 수행하는 역할을 강조합니다. 또한 저자는 AI 모델을 훈련시키는 과정과 정확도 향상에 대한 등 전파의 중요성을 설명합니다. 그들은 또한 AI가 고도로 전문화되어 있으며 인간 지능의 다양성이 부족하다고 지적합니다.

1. AI와 기계 학습은 진정한 인공 지능과 어떻게 다른가??

진정한 인공 지능은 아직 존재하지 않습니다. AI 및 머신 러닝은 전문 작업 및 특정 알고리즘에 중점을 둔 AI의 하위 집합입니다. 그들은 인간 지능의 전반적인 지능과 다양성이 부족합니다.

2. Perceptrons는 무엇이며 AI와 어떤 관련이 있습니까??

Perceptrons는 인간 뇌의 뉴런과 유사하며 AI 시스템의 빌딩 블록 역할을합니다. 입력 신호를 받고 처리하며 출력을 다른 PERCEPTRONS 또는 시스템으로 전송합니다. 퍼셉트론은 AI 시스템 내에서 네트워크를 형성하여 정보 처리 및 의사 결정을 촉진합니다.

삼. AI는 어떻게 훈련됩니까??

AI는 데이터를 시스템에 공급하고 예측을 평가하여 교육을받습니다. 처음에는 모델의 예측이 부정확 할 수 있습니다. 백 전파라는 프로세스를 통해 시스템은 매개 변수를 조정하여 퍼셉트론간에 새로운 연결을 생성하고 시간이 지남에 따라 정확도를 향상시킵니다.

4. AI가 고도로 전문화 된 이유는 무엇입니까??

AI는 특정 작업에 대한 교육을 받았기 때문에 고도로 전문화됩니다. 인간의 다양성과 전반적인 지능이 부족합니다. AI는 특정 작업에서 탁월하지만 특수 도메인 이외의 기능이 제한됩니다.

5. AI에 인간의 참여의 중요성은 무엇입니까??

발전에도 불구하고 AI는 여전히 인간의 의견과 개입이 필요합니다. 인간 지능은 기계가 부족한 필요한 맥락, 이해 및 의사 결정 능력을 제공함으로써 AI를 보완합니다. 인간은 AI 시스템을 활용하고 안내하는 데 중요한 역할을합니다.

6. AI가 어떻게 현대 문화의 중요한 부분이 되었습니까??

AI는 엔터테인먼트와 미디어의 다양한 묘사를 통해 현대 문화의 중요한 부분이되었습니다. 시간 여행 기계를 특징으로하는 영화에서 사랑스러운 로봇에 이르기까지 AI는 대중의 상상력을 사로 잡았으며 사회에 대한 잠재적 영향에 대한 관심을 키웠습니다.

7. 기계 학습이 광범위하고 복잡한 분야로 간주되는 이유?

머신 러닝은 광범위한 기술과 응용 프로그램을 포함하여 광범위하고 복잡한 분야로 만듭니다. 머신 러닝이 다른 분야와 지속적으로 확장되고 통합됨에 따라 깊이와 복잡성이 증가하여 심층적 인 이해를위한 특수 지식이 필요합니다.

8. AI 시스템에서 Perceptrons가 어떤 역할을 하는가?

퍼셉트론은 AI 시스템 내에서 기본 단위 역할을합니다. 입력 신호를 받고 처리하여 시스템 내에서 의사 결정 및 정보 전송으로 이어집니다. Perceptrons는 AI 모델의 기능을 가능하게하는 상호 연결된 네트워크를 형성합니다.

9. AI와 머신 러닝은 사회에 어떤 영향을 미칩니다?

AI와 기계 학습은 사회에 중대한 영향을 미쳐 다양한 부문과 산업에 영향을 미칩니다. 그들은 자동화를 개선하고 의사 결정 프로세스를 향상 시키며 의료, 금융 및 운송과 같은 산업에 혁명을 일으킬 수있는 잠재력을 가지고 있습니다.

10. 퍼셉트론과 뉴런의 관계는 무엇입니까??

퍼셉트론은 인간 뇌에서 뉴런을 모델로합니다. 퍼셉 트론의 구조와 기능은 뉴런 내에서 발생하는 생물학적 과정과 유사합니다. 이 연결은 인간 지능의 일부 측면을 반영하는 AI 시스템을 개발할 수 있습니다.

진정한 ai’t는 아직 존재한다…’증강 된 지능

수십 년 전에 인공 지능 (AI)은 엔터테인먼트에만 국한되었습니다. 사람들은이 기술이 가지고있는 힘에 놀랐지 만 오늘 AI와 머신 러닝은 뜨거운 주제입니다. 사실, 대다수의 사람들은이 기술과 어떤 식 으로든 그들의 삶에서 어떤 식 으로든 상호 작용했습니다.

하다 “진실” AI는 이미 존재합니다?

인공 지능은 아마도 역사상 가장 큰 기술적 성취 일 것입니다. 그것’물론 주관적이지만 i’내가 어렸을 때부터 기술에 집착했습니다. 나는’내가 알지 못하는 많은 기술적 발전이 있거나 AI 또는 기계 학습이있을 수 있습니다. 언어 나 바퀴의 발명에 대한 예외는 아마도 아마도 다른 것들이 인간 종에 큰 영향을 미칠 것이라고 의심합니다. AI는 현재 여러 세대 동안 현대 문화의 안정적인 구성 요소였습니다. 시간 여행 기계에서 인류를 파괴하는 데 따른 애정과 사랑스러운 로봇에게 우주를 통해 모험을 시작합니다’우리 모두가 아는 것들을 준비하기 위해 VE 의인화 된 기계.

만, 만약 그렇다면’이미 여기에 있습니다? 만약 ‘진실’ 인공 지능은 이미 만들어졌습니다? 설명을 돕기 위해 AI의 작동 방식을 살펴 봐야합니다. 두목’걱정. 거기’관련된 수학이 아닙니다.

기계 학습은 매우 크고 광범위한 분야 이며이 기술이 성장하여 다른 분야에 유용 해짐에 따라 깊이와 복잡성 만 증가합니다. 분명히 평범한 사람은 모든 것이 어떻게 작동하는지 배울 시간이 없습니다. 운 좋게도 그것이 작동하는 원리는 매우 간단합니다. 우리가 알아야 할 첫 번째는 Perceptron이라는 것입니다.

퍼셉트론

Perceptron을 개념화하는 가장 좋은 방법은 인간 뇌의 뉴런과 본질적으로 동일하다는 것입니다. 만약 너라면’뉴런이 무엇인지 확실하지 않습니다’걱정, 나는 당신을 덮었습니다.

뉴런은 우리의 신경계를 구성하는 세포입니다. (나는 수학이 없다고 말했다’t 생물학에 대해 말한다) 운 좋게도 그들은’이런 일이가는 한 매우 간단합니다. 왼쪽의 빨간 부분은 핵입니다. 그것은 그 지점으로부터 전기 충동을받습니다. 핵은 약간의 계산을 수행하고 오른쪽으로 보낼 신호를 결정합니다. 이것은 Perceptron이라는 청사진이었습니다.

알아요, 이건 확실히 수학에 가깝지만 우리는 돈을’그래도 그것을 알아야합니다. 약속하다. 왼쪽의 모든 내용은 입력 신호가 ‘핵’, 무언가를하는 다음 출력을 다른 PERCEPTRONS로 보냅니다. 그만큼 ‘기계’ 머신 러닝에서는 이들의 큰 네트워크입니다 ‘프로그래밍 된 개체’. 구성은 다양하지만 그다지’그것의 요점. 그들은 텍스트, 숫자 데이터 또는이 매우 복잡한 디지털 뉴런 네트워크에서 무언가에서 입력 신호를 취합니다. 그런 다음 총 모델이 예측을 출력 할 때까지 어떤 방식으로 신호를 전달합니다.

만약 너라면’완전히 따르지 않아, 돈’걱정. 중요한 요령은 이것입니다. 친숙하게 들립니다? 해야합니다.

만약 너라면’Perceptron을 상기시켜 주면 당신이 맞을 것입니다. 기능적으로 규모에 따라 신경망은 큰 퍼셉트론과 매우 유사합니다. 물론 변형이 있으며 이것은 절대적으로 100% 사실이 아니지만’여기서 우리의 목적을 위해 충분히 사실입니다. 개념적으로, 그들은 정보를 취하고, 계산을하고, 정보를 사용할 무언가 또는 누군가에게 정보를 보냅니다. 그것’s perceptrons 끝까지 그리고 끝까지.

그러나 어떻게 작동합니까??

우리의 높은 수준의 접근 방식을 유지하고 무언가를하도록 모델을 훈련시키는 것은 매우 간단합니다. 당신은 당신의 신경망과 이미지가 3지 또는 꿀벌인지 예측하여 예측하려는 일부 데이터를 가지고 있습니다. 데이터를 기계에 공급하고 예측을 뱉어냅니다. 정말 나쁜 예측. 우리가 한 모든 것이 함께 퍼셉트론을 때리고 많은 이미지를 공급한다면 이것은 의미가 있습니다. 꿀벌이 3에서 무엇인지 어떻게 알 수 있습니까?? 그것과 비교할 것이 없습니다. 우리의 모델이 차이점을 이해하도록하려면 그것을 훈련시켜야합니다.

그렇게하는 것은 상당히 간단합니다. 우리는 3의 많은 이미지를 원합니다’기계가 등급을 매길 수 있도록 각 사진에 대한 S와 꿀벌 및 레이블. 그런 다음 이미지를 찍고 예측을하고 그것이 올바르게 얻은 지 확인합니다. 물론 처음에는 대부분의 잘못이 잘못 될 것입니다. 그 후, 후면 전파라는 프로세스 또는 이와 유사한 과정이 발생합니다. 백파도는 기계가 다른 매개 변수를 조정하여 다른 퍼셉트론간에 새로운 연결을 만들고 다른 사람들을 제거하고 다시 시도하는 곳입니다.

당신이 상상할 수 있듯이, 이것은 실제로 매우 기술적 일 수 있지만 일반적으로’s는 단순히 이미지를 기계에 공급하고 그것이 여부를 예측합니다’s 꿀벌 또는 3, 그리고 답을 확인하십시오. 그 경우’오른쪽, 만세! 다음 이미지에. 그 경우’잘못, 여기저기서 일부 설정을 조정하고 다시 시도 할 때까지 기계가 3의 차이점을 알 수 있습니다’S와 꿀벌은 꽤 잘합니다. 다시 말하지만, 이것은 기술적으로 정확하지 않지만 개념적으로는’충분히 좋습니다.

운 좋게도 우리에게는’S는별로 좋지 않습니다. 그것’이 일을하기 위해 고도로 전문화되고 훈련을 받았으며 한 가지만. 저것’우리가 들어오는 곳.

인간 구성 요소

이 기술만큼이나 놀랍게도이 기계는 멍청합니다. 그리고 나는 정말 바보를 의미합니다. 이전의 우리 기계’s가 그것을 결정하기 위해 고군분투 할 것입니다’기계 가기 때문에 꿀벌 또는 3’다른 옵션은 아닙니다.

인공 지능’S 사용, 실제로는 기술적 인 설명보다 마케팅 잘못된 이름입니다. 본다, 문제는 우리 인간도 꽤 멍청하다는 것입니다. (물론 우리의 초기 기계만큼 멍청하지 않습니다. 그것은 분명히 소였습니다!) 우리는 그렇습니다’지능이 실제로 무엇인지 알 수 있습니다. 오, 우리는 모호한 정의가 많지만 그 현실은 거기에 있습니다’지능, 특히 의식의 요소는’t 디지털 공간에서 복제하지는 않지만 정의. 나보다 더 똑똑한 사람들은 문제를 해결하고 있지만’솔직히 우리가 만들고 싶은 것을 정의 할 수 없다는 점을 감안할 때 약간의 블랙홀! 의식은 당신이 내가 무엇을 아는 이상한 것 중 하나입니다’M 얘기,하지만 시도하면’당신이 돈을 깨닫지 못합니다’실제로 정의하는 방법을 알고 있습니다 ‘무엇’ 그것은 어떤 의미에서나입니다.

모든 사람을 하나로 모으는 것

그래서 왜 이것이 중요합니까?? 이것에 대해 무엇이 중요한가? 물론, 모든 사람들은 우리 사회의 최근의 격변을 알고 있으며 소셜 미디어를 활용하는 대부분의 사람들은 이러한 격변이 적어도 지난 10 년간 소셜 미디어의 확산으로 인해 부분적으로 임명되었다는 것을 알고 있다고 생각합니다. 실제로, 많은 소셜 미디어 설립자들은 지난 몇 년 동안 소셜 미디어의 위험, 그들이 무엇을 구축하고 있는지 깨닫지 못했거나 그것을 깨닫지 못했다면 사회에 대한 의도하지 않은 결과를 알지 못했습니다. 그러나 인간이 서로 자유롭게 연결하고 정보를 공유 할 수있는 것들에 대해 그렇게 위험한 것은?

버지니아에서 출장 중일 때 이번을 기억합니다. 긴 하루 일과를 마친 후 늦었고 나는 사회를보고있는 호텔 주차장의 꼭대기에서 어울리고 있었다’내가 저녁에 향하기 전의 일은 또 다른 긴 하루 전에 잠을 자기 위해. 내가 바쁜 주차장의 구석에 바쁜 4 방향 교차로가 있었는데’t 도와 주지만 운전 한 모든 차가 전화로 내부에서 불이 켜졌다는 것을 알았습니다. 운전자 만있는 자동차조차도. 때때로 그들은 평균보다 똑똑했고, 빛을 끌어 올릴 때 전화를 사용하지 않을 것이지만, 나는 그들이 빛을 멈추 자마자 차의 내부가 밝아지는 것을 볼 수있었습니다. 나는 많은 차가 그들 앞에있는 사람들에게 울부 짖는 것을 보게되었다’빛에 충분한주의를 기울입니다.

이제 많은 사람들이 산만하면서 운전의 위험에 초점을 맞추거나, 우리가 인간이 우리 손에있는 작은 컴퓨터에 산만하면서해야 할 다른 일을하는 데 집중할 수 있습니다. 확실히, 그들은 이러한 위험을 지적하는 것이 옳을 것이지만, 나는’그것들이 우리가 고려해야 할 진정한 위험이라고 생각하십시오. 예, 치명적인 사고가 발생하는 데 몇 초 밖에 걸리지 않으며, 기억해야합니다’매번 비극. 그러나 내가 내려다 보는 주차장 위에 서있을 때 내가 본 것은 수백 명의 산만 한 사람들이 아니라 정보를 가져 와서 다른 노드와 공유하는 수백 개의 노드였습니다. 결국, 퍼셉트론에 대한 우리의 개념은 정보를 취하고 내부 계산을 한 다음 일반적으로 연결된 다른 노드로 정보를 보낸 노드 일뿐입니다.

사람들이보고있는 곳에 서서 나는 할 수있었습니다’t 각 사람으로부터 전송되는 정보 라인을 시각화하는 데 도움이됩니다. 이메일 체인에 응답합니다? 전 세계 수천 명의 추종자들에게 트윗을합니다? 또는 불과 몇 마일 떨어진 사랑하는 사람과의 타이밍? 나는 단기간에 완전히 상상할 수 없었던 지리적 거리에서 정보가 공유되는 모든 곳에서 연결을 보았습니다. 신경망과의 유사점은 분명했고, 규모는 차트에서 벗어났습니다.

손잡이와 다이얼

2012 년 Facebook은 약 700K 사용자의 뉴스 피드를 조작했습니다. 이것을 악화시킨 것은 동의가없는 것이 었습니다. 그들은 1 주일에 걸쳐이 작업을 수행하여 사용자에게 영향을 줄 수 있는지 확인하기 위해이 사용자가 노출 된 얼굴 표정을 관리했습니다’ 감정. 여기서 연구를 읽을 수 있습니다.

“우리는 거대한 (N = 689,003) Facebook에서, 감정 상태는 감정적 전염을 통해 다른 사람들에게 전달 될 수 있으며, 사람들이 인식없이 동일한 감정을 경험하게합니다. 우리는 사람들 사이의 직접적인 상호 작용없이 (감정을 표현하는 친구에 대한 노출이 충분하다) 비언어적 신호가 완전히 없을 때 감정적 전염이 발생한다는 실험적 증거를 제공합니다.” – 정서적 전염에 관한 페이스 북 연구

이 주제에 대한 음모 이론이 있으며, 나는 그와 차별화하기 위해 잠시 시간을 내고 싶습니다. 내 목적은 내가 처음으로 믿는 것을 시도하고 개요하는 것입니다 ‘진실’ 온라인으로 온 AI. 나는 그것을 구축 한 사람들의 의도에 대해 아무런 가정을하지 않거나, 일단 온라인으로 그것을 가지고 있으면 그들의 행동을하지 않습니다. 여기서 내 목표는 소셜 미디어와 기계 학습 기술의 유사점과 일반적으로 사회의 의미를 설명하는 것입니다. 어쩌면 일어나고있는 것은 짧은 시간에 인간 사이의 대역폭의 자연스러운 결과 일 것입니다. 전적으로 가능합니다 ‘처리 전력’ 대역폭 증가로 인해 증가, 다양한 현실 모드가 정보의 증가로 나타납니다.

그것’S 강력한 사람들의 다른 그룹이 다른 강력한 사람들과 경쟁하고 있으며 우리는 그들의 공격의 노드 일 가능성이 있습니다. 심리적으로 조작 된 선전의 특정 브랜드를 밀고 드론 군대가 목표를 공격하도록하십시오.

둘 다 나만큼 똑같이 가능합니다’m 걱정. 이 기사의 유일한 목표.

결론

나’LL Grant, 아이디어 i’여기서 배치하는 M ‘진실’ 인공 지능이 될 것입니다. 우리는이 이미지가 우리 휴대 전화와 대화 할 수 있다는 상상력에 있습니다’S 사람. 질문을하고 답장을 받으십시오.

내 주장은이 기술이 이미 존재한다는 것입니다’우리가 처음 상상했던 것과는 세부 사항이 다릅니다. 그러나 그것은 여기에 있으며, 그것은 사용되고 있으며 아마도 기술의 세계에서 이전과 마찬가지로 AI가 실제로 무엇을 의미하는지에 대한 아이디어를 바꿔야합니다. 트위터를 열고 질문을 트윗하면 답을 얻을 것입니다.

내가받는 대답은 내가 가장 자주 상호 작용하는 네트워크의 노드에 달려 있지만 요점은 답을 얻을 것이라는 점입니다. 또는 적어도, 나는 기계 학습이 실제로하는 모든 일입니다.

진정한 ai’t는 아직 존재한다…’증강 된 지능

인공 지능은이 Oear의 가장 인기있는 유행어 중 하나이며 AI의 미래에 대한 저명한 기술 거물, Musk 및 Zuckerburg 사이의 격렬한 논쟁조차도 쉽게.

그러나 한 가지 주요 감독은 지속됩니다 – 진정한 인공 지능은 존재하지 않으며 적어도 10 년 동안 존재하지 않을 것입니다 볼디 크 Roei Ganzarski의 CEO.

대신, 그는 말한 기술 회사가 ‘일체 포함’ 실제로 증강 된 지능 만 제공합니다.

많은 회사가 제공한다고 주장합니다 “AI 중심” 솔루션은 실제로’기계 학습 기술을 활용하여 Ganzarski가 증강 된 지능으로 언급하는 것을 개발합니다.

실제로 – IBM (Watson과 함께 첫 번째 AI 기술을 만들었던) 은이 정의에 동의하며 오늘날 믿습니다’S 기술은 그 어느 때보 다 더 데이터 중심이지만 AREN’t 스스로 생각할만큼 충분히 발전했습니다 – 이것이 진정한 AI가 정의되는 방식입니다.

HBO 동안’S Westworld는 인간과 같은 자체 생각 안드로이드가 표준 인 미래를 엿볼 수있게되며, 사람들은 기술이 데이터 라이브러리를 기반으로 미리 정해진 시나리오를 해석하는 것에서부터 도덕/이론을 기반으로 자체 아이디어를 공식화하는 지능형 봇에 이르기까지 몇 년을 기다려야합니다 ‘생각’ 그 자체로.

정보 시대와의 인터뷰에서 간 자르 스키’S는 증강 인텔리전스에서 인공 지능으로의 이러한 격차를 어떻게 생각하는지 논의했습니다.

거기’s는 현재 거의 모든 산업에서 인공 지능에 대한 많은 과대 광고를 가지고 있지만, 당신은 그것을 주장합니다’t는 아직 존재합니다. 우리가 참여한다면’t 진정한 ai를 경험하고, 우리는 대신 무엇을보고 있습니까??

인공 지능은 올해 가장 인기있는 유행어 중 하나이지만 제 생각에는 아직 존재하지 않으며 한동안 존재하지 않을 것입니다.

대신, 기술 회사는 그렇게한다고 주장합니다 ‘일체 포함’ 실제로 증강 인텔리전스로 정의 할 내용을 제공하고 있습니다. 실시간 시나리오를 기반으로 매우 정교하고 빠른 의사 결정 처리 또는 의사 결정 지원 소프트웨어.

그러나 이러한 분할 된 컴퓨터 중심의 결정조차도 인간이 소프트웨어로 프로그래밍 된 고도로 진화 된 알고리즘을 기반으로합니다.

이것들 “AI 중심” 솔루션은 실제로 고급 기술을 활용하고 있지만 이것이 아직 진정한 인공 지능이 아니라고 주장합니다.

내 의견을 이해하려면 AI가 어떻게 정의되는지 살펴 봐야합니다.

가장 간단한 언어에서 AI는 인간만이 할 수있는 일을 할 수있는 컴퓨터 (소프트웨어, 로봇, 당신이 원하는 모든 것을 부름)입니다. 이 마지막 부분이 핵심입니다.

어떤 사람들은 인간이 이미 존재하는 일을하는 로봇처럼 로봇이 자동차를 만들거나 고급 계산을 할 수 있으며 인간보다 더 좋고, 더 빠르고, 일관 될 수도 있습니다.

그러나 그들은 현재 자신의 제작에 대한 추론이나 논리를 사용하지 않고 일련의 명령에 따라이 작업을 수행합니다. 머신 러닝을 사용하는 사람들조차 컴퓨터에 편집 된 데이터와 방법을 알려줍니다 “배우다”.

사실, 1956 년 다트머스 인공 지능 (AI) 회의, J에 이르기까지. McCarthy는 AI의 새로운 분야에 대한 연구를 다음과 같이 정의했습니다. 연구는 학습의 모든 측면이나 다른 지능의 특징이 원칙적으로 그렇게 정확하게 설명 될 수있는 추측을 기반으로 진행하는 것입니다.

기계가 언어를 사용하고, 추상화 및 개념을 형성하고, 인간을 위해 예약 된 문제를 해결하고, 스스로를 향상시키는 방법을 찾는 방법을 찾으려고 시도 할 것입니다.

허락하다’S는 의사 결정에 인간의 추론이 중요한 몇 가지 예를 살펴보고 컴퓨터에 의해 아직 모방되지 않은 몇 가지 예를 살펴 봅니다

• 단순한 : 주어진 항공사의 비행기는 지상에서 45 분 거리에 수하물과 짐을 내릴 수있는 항공편과 승객에게 제공해야합니다. 그러나 특정 비행이 예상 지연을 피하기 위해 1 분을 면도해야한다고 상상해보십시오. 44 분 괜찮습니다? 대신 1 분을 추가하는 것은 어떻습니까?? 기계가 깨질 수 있습니까? ‘규칙’ 45 분? 그날 교대 근무한 직원과 의지를 고려하고 있습니까? “서로 밀치다” 그들이 물었다면 일을 끝내기 위해?

이 기계는 특정 시나리오를 설명하도록 프로그래밍되지 않을 수 있으므로 인간, Shift Manager가 알고 있거나 고려할 수있는 모든 정보가 없을 것입니다.

• 더 복잡한 사람에게 : 무인 자동차는 승객 위험을 위험에 빠뜨리는 벽에 맞습니다’길을 건너는 생애 또는 보행자 그룹에 부딪칩니다. 우리는 특정 방식으로 반응하도록 자동차에 전원을 공급하는 소프트웨어를 프로그래밍 할 수 있지만 궁극적으로 소프트웨어는 도덕적 문제를 고려할 수있는 기능이 없습니다 (I.이자형. 누가 내 차를 타고, 거리에있는 사람들은 누구입니까, 몇 살, 무엇을’가장 좋은 시나리오) – 모든 운전자가 상황에 직면 한 경우 고려할 것입니다.

이러한 예를 염두에두고, 우리는 컴퓨터가 합리적인 추론 능력을 달성하고 인공 지능으로 간주 될 수있는 현실을 아직 달성하지 못했다는 결론을 도출 할 수 있습니다.

오늘날 증강 인텔리전스가 어떻게 사용되는지에 대한 몇 가지 예를 공유 할 수 있습니까??

증강 인텔리전스는 마케팅 기술에서 자율 주행 자동차에 이르기까지 거의 모든 산업에서 활용되고 있습니다. 당신이 읽을 때마다 ‘일체 포함’ 뉴스의 능력’실제로 확대 된 지능.

긍정적 인 통화 결과의 가능성을 높이기 위해 콜센터에서 들어오는 통화에 응답하기 위해 어떤 전화 운영자가 가장 적합한 지 결정한 소프트웨어에 대해 생각해보십시오. 이 두 가지 모두 증강 지능입니다.

어떤 광고를 조정하는 소프트웨어조차도’컨텐츠를 구매하고 구매할 가능성을 높이기 위해 웹 사이트를 찾아 보는 정보는 증강 인텔리전스에 의해 구동됩니다. 이 기술은 우리가 인식하든 아니든 일상 생활의 거의 모든 측면에 통합됩니다.

기업은 어떻게 증강 정보에서 인공 지능으로의 격차를 해소 할 것인가? 얼마나 걸릴까요?

위에서 언급했듯이, 기술 자체를 생각하기 시작할 때까지 진정한 인공 지능은 존재하지 않지만 그것은 단지 기준입니다. 인간으로서, 옳은 대 잘못, 논리적, 논리적이거나 가치가있는 것에 대한 우리의 결정과 지식은 세 가지 특성, 즉 도덕, 윤리 및 논리 – 아마도 인간의 추론으로 정의 될 수 있습니다.

표면 레벨의 논리는 기계로 프로그래밍 할 수 있지만.이자형. 이런 일이 발생하면 이것은 적절한 반응입니다), 그것은 또한 평생 동안 그리고 세대에 걸쳐 인간에게 배우고 심어지는 도덕과 윤리에 깊이 뿌리를두고 있습니다. 그 임계 값이 충족 될 때까지, 우리는 고급 기계 학습과 증강 인텔리전스 시대에 살 것입니다.

우리가 기대해야 할 실제 응용 프로그램이 있습니까??

이것은 간단한 대답이 있습니다. AI가 달성되면 산업이나 시장은 없을 것입니다.

웨스트 월드 스타일의 AI 인수는 가까운 시일 내에 가능합니다?

HBO 동안’S Westworld는 인간과 같은 자기 생각 안드로이드가 표준 인 미래를 엿볼 수 있습니다. 진실은 우리 가이 현실과는 거리가 멀고 수십 년 동안 이와 같은 세상을보기 시작하지 않을 것입니다.

할 수있는 인공 봇에 대한 추측 ‘생각하다’ 스스로와 매일 우리 사이에 살고있는 사람들은 AI의 미래를 동일시하는 것입니다. 그러나 우리는’LL은 자율 주행 차, 고객 서비스 등과 같은 일상 생활을 향상시키는 응용 프로그램에서 이러한 기술을 구현하기 시작할 것입니다.

그러나 진정한 인공 지능이 형성되기 시작하면 규정이 제자리에 설정되어 있어야합니다.

제 생각에, 진정한 AI가 만들어지면, 실제로 인간처럼 생각하고 행동 할 수있는 컴퓨터를 의미하는데 왜 우리는 왜 그들이 인간처럼 행동 할 것으로 기대하지 않겠습니까??

예를 들어, 원조, 일, 달성… 그리고 그렇습니다. 논쟁, 싸우고, 폭력적이며,. 이것이 우리의 정책을 추진 해야하는 추론이라면, 어떤 정책을 제정 해야하는지 결정하는 것이 훨씬 간단 해집니다.

영국’기술 리더십을위한 가장 큰 회의, Tech Leaders Summit은 9 월 14 일에 40 명 이상의 최고 경영진이 가입하여 오늘날 기업이 직면 한 가장 파괴적인 혁신을 둘러싼 도전과 기회에 대해 이야기했습니다. 여기에 등록 하여이 권위있는 정상 회담에서 자리를 확보하십시오

Nick Ismail

Nick Ismail은 정보 시대의 편집자입니다. 그는 Smart Technologies, AI 및 Cyber ​​Security에 특별한 관심을 가지고 있습니다. Nick Ismail에 의해 더

ai는’실제로는 아직 존재합니다

세계 변화하는 과학을 발견하십시오. 150 명 이상의 노벨상 수상자들의 기사를 포함하여 1845 년으로 디지털 아카이브를 탐색하십시오.

과학 미국 아랍어

• 개인 정보 정책
• 캘리포니아 소비자 개인 정보 보호 정책
• 쿠키 사용/내 데이터를 판매하지 마십시오
• 국제판

Scientific American은 Springer Nature의 일부로 수천 개의 과학 간행물과 상업적 관계를 맺고 있습니다 (많은 사람들은 www에서 찾을 수 있습니다.Springernature.com/us). Scientific American은 과학의 발전을 독자들에게보고하는 데있어 편집 독립성에 대한 엄격한 정책을 유지합니다.

© 2023 Scientific American, 자연 아메리카, Inc의 부서.

판권 소유.

과학 저널리즘을 지원합니다.

Scientific American을 읽어 주셔서 감사합니다. 지식이 기다리고 있습니다.

이미 가입자? 로그인.

Scientific American을 읽어 주셔서 감사합니다. 무료 계정을 만들거나 가입하여 계속하십시오.

Scientific American 구독으로 계속 읽으십시오.

언제든지 취소 할 수 있습니다.

실제 ai가 존재합니까??

작가

1. George Siemens 공동 이사, 남호주 대학교의 변화 및 복잡성 센터 교수

공개 진술

George Siemens는이 기사의 혜택을받을 회사 나 조직으로부터 일하거나 상담하거나 자신의 주식을 제공하거나 자금을받지 않으며 학업 약속 이외의 관련 제휴 관계를 공개하지 않았습니다.

파트너

남호주 대학교는 대화의 회원으로 자금을 제공합니다.

1955 년 8 월, 한 그룹의 과학자들은 뉴햄프셔 주 다트머스 칼리지에서 여름 워크숍을 주최하기 위해 13,500 달러에 자금을 요청했습니다. 그들이 탐구하기로 제안한 분야는 인공 지능 (AI)이었습니다.

자금 지원 요청은 겸손했지만 연구원의 추측은 다음과 같습니다 “학습의 모든 측면이나 지능의 다른 특징은 원칙적으로 그렇게 정확하게 설명 할 수 있도록 기계를 시뮬레이션하기 위해 기계를 만들 수 있습니다”.

이 겸손한 시작 이후 영화와 미디어는 AI를 낭만적으로 만들었거나 악당으로 캐스팅했습니다. 그러나 대부분의 사람들에게 AI는 토론의 시점으로 남아 있었고 의식이 살아있는 경험의 일부가 아닙니다.

AI는 우리 삶에 도착했습니다

지난 달 말, Chatgpt 형태의 AI는 공상 과학 추측 및 연구 실험실에서 나와 일반 대중의 데스크탑 및 전화로 나왔습니다. 그것’s 뭐’s로 알려져 있습니다 “생성 AI” – 갑자기 영리하게 표현 된 프롬프트는 에세이를 만들거나 레시피와 쇼핑 목록을 만들거나 Elvis Presley의 스타일로시를 만들 수 있습니다.

Chatgpt는 1 년간의 생성 AI 성공에서 가장 극적인 참가자 였지만, 유사한 시스템은 예술 경쟁에서 승리 한 활기찬 이미지를 만드는 데 사용되는 텍스트-이미지 프롬프트와 함께 새로운 컨텐츠를 만들 수있는 더 많은 잠재력을 보여주었습니다.

AI는 공상 과학 영화와 소설에서 아직 살아있는 의식이나 마음의 이론을 가지고 있지 않을 수도 있지만, 인공 지능 시스템이 할 수 있다고 생각하는 것을 최소한 방해하는 데 더 가까워지고 있습니다.

이러한 시스템과 긴밀히 협력하는 연구원들은 Google과 마찬가지로 감정의 전망에 빠져 들었습니다’큰 언어 모델 (LLM) Lamda. LLM은 자연어를 처리하고 생성하도록 훈련 된 모델입니다.

생성 AI는 또한 표절에 대한 걱정, 모델을 만드는 데 사용되는 독창적 인 컨텐츠의 착취, 정보 조작 윤리 및 신뢰 남용, 심지어 “프로그래밍의 끝”.

이 모든 것의 중심에는 다트머스 여름 워크숍 이후 긴급하게 성장한 질문이 있습니다. AI는 인간 지능과 다릅니다?

무엇을 하는가 ‘일체 포함’ 실제로 의미합니다?

AI 자격을 갖추려면 시스템은 어느 정도의 학습 및 적응을 보여야합니다. 이러한 이유로 의사 결정 시스템, 자동화 및 통계는 AI가 아닙니다.

AI는 인공 좁은 지능 (ANI)과 인공 일반 지능 (AGI)의 두 가지 범주로 광범위하게 정의됩니다. 현재까지 AGI는 존재하지 않습니다.

일반적인 AI를 만들기위한 주요 과제는 일관되고 유용한 방식으로 모든 지식을 가진 모든 지식으로 세상을 적절하게 모델링하는 것입니다. 저것’최소한 말하기에는 대규모 사업입니다.

오늘날 우리가 AI로 알고있는 대부분의 것은 특정 시스템이 특정 문제를 해결하는 좁은 지능을 가지고 있습니다. 인간 지능과는 달리, 그러한 좁은 AI 지능은 효과적입니다 오직 교육을받은 영역에서 : 사기 탐지, 얼굴 인식 또는 사회적 권장 사항, 예를 들어.

그러나 Agi는 인간처럼 기능 할 것입니다. 지금은이를 달성하려는 가장 주목할만한 예는 신경망의 사용입니다 “딥 러닝” 방대한 양의 데이터에 대해 교육을 받았습니다.

신경망은 인간 뇌가 작동하는 방식에서 영감을 얻습니다. 교육 데이터에 대해 계산을 실행하는 대부분의 기계 학습 모델과 달리, 신경망은 매개 변수 조정마다 상호 연결된 네트워크를 통해 각 데이터 포인트를 하나씩 공급하여 작동합니다.

점점 더 많은 데이터가 네트워크를 통해 공급됨에 따라 매개 변수는 안정화됩니다. 최종 결과는 “훈련” 신경망은 새로운 데이터에서 원하는 출력을 생성 할 수 있습니다. 예를 들어 이미지에 고양이 또는 개가 포함되어 있는지 인식합니다.

오늘날 AI의 중요한 도약은 대규모 클라우드 컴퓨팅 인프라의 기능 덕분에 대형 신경망을 훈련시킬 수있는 기술 개선으로 인해 기술적 인 개선에 의해 주도됩니다. 예를 들어, GPT-3 (ChatGpt에 전원을 공급하는 AI 시스템).

Ai는 무엇을해야합니까??

AI는 성공하기 위해 세 가지가 필요합니다.

먼저 필요합니다 고품질의 편견없는 데이터, 그리고 많은 것들. 신경망을 구축하는 연구원들은 사회가 디지털화됨에 따라 발생하는 대형 데이터 세트를 사용합니다.

인간 프로그래머를 증강시키기위한 공동 부채는 Github에서 공유되는 수십억 개의 코드에서 데이터를 그립니다. Chatgpt 및 기타 대형 언어 모델은 온라인으로 저장된 수십억 개의 웹 사이트 및 텍스트 문서를 사용합니다.

안정적인 확산, Dalle-2 및 Midjourney와 같은 텍스트-이미지 도구는 Laion-5b와 같은 데이터 세트의 이미지 텍스트 쌍을 사용합니다. AI 모델은 우리가 더 많은 삶을 디지털화 할 때 정교함과 영향으로 계속 발전하고 Minecraft와 같은 게임 설정에서 시뮬레이션 된 데이터 또는 데이터와 같은 대체 데이터 소스를 제공합니다.

AI도 필요합니다 계산 인프라 효과적인 훈련을 위해. 컴퓨터가 더욱 강력 해짐에 따라 이제 집중적 인 노력과 대규모 컴퓨팅이 필요한 모델은 가까운 시일 내에 로컬로 처리 될 수 있습니다. 예를 들어, 안정적인 확산은 클라우드 환경이 아닌 로컬 컴퓨터에서 이미 실행할 수 있습니다.

AI의 세 번째 필요는입니다 개선 된 모델 및 알고리즘. 데이터 중심 시스템은 도메인 후에도 인간인지의 영토라고 생각한 후 도메인에서 계속 빠르게 발전하고 있습니다.

그러나 우리 주변의 세계가 지속적으로 변화함에 따라 AI 시스템은 새로운 데이터를 사용하여 지속적으로 재교육해야합니다. 이 중요한 단계가 없으면 AI 시스템은 실제로 잘못된 답변을 생성하거나 새로운 정보를 고려하지 않습니다’그들이 훈련을받은 이후로 나타났습니다.

신경망이 있습니다’t ai에 대한 유일한 접근법. 인공 지능 연구의 또 다른 저명한 캠프는 상징적 인 AI입니다 – 거대한 데이터 세트를 소화하는 대신, 특정 현상의 내부 상징적 표현을 형성하는 인간 과정과 유사한 규칙과 지식에 의존합니다.

그러나 전력의 균형은 지난 10 년 동안 데이터 중심 접근 방식으로 크게 기울어졌습니다 “창립 아버지” 현대 딥 러닝의 최근 튜링 상을 수상했으며, 컴퓨터 과학의 노벨상과 동등한.

데이터, 계산 및 알고리즘은 AI의 미래의 기초를 형성합니다. 모든 지표는 가까운 미래에 세 가지 범주 모두에서 빠른 발전이 이루어질 것입니다.

• 인공 지능 (AI)
• 로봇
• 컴퓨팅
• 신경망
• 챗봇

인공 지능 (AI)이 인간없이 존재할 수 있습니까??

수십 년 전에 인공 지능 (AI)은 엔터테인먼트에만 국한되었습니다. 사람들은이 기술이 가지고있는 힘에 놀랐지 만 오늘 AI와 머신 러닝은 뜨거운 주제입니다. 사실, 대다수의 사람들은이 기술과 어떤 식 으로든 그들의 삶에서 어떤 식 으로든 상호 작용했습니다.

텍스트와 음성에 대화식 AI 응용 프로그램의 사용이 급증했습니다. 여기에는 고객 서비스를 자동화하고 다른 수준으로 끌어 올리는 정교한 가상 어시스턴트와 간단한 챗봇이 포함됩니다. 이 기술은 또한 다른 산업에도 혁명을 일으켰습니다.

이러한 발전에도 불구하고 AI는 아직 자급 자족하지 않습니다. 이것은 의문을 제기합니다 : AI는 인간없이 존재할 수 있습니까??

AI는 관련성을 유지하기 위해 인간이 필요합니다. 루프에 인간이 없으면 속도를 유지하지 못할 위험이 있습니다. AI가 여전히 인간이 필요한 이유는 다음과 같습니다.

인간이 그것을지지하지 않고 AI가 존재할 수 있습니까??

AI는 기하 급수 속도로 진화하는 기술 중 하나입니다. AI 기반 기계는 더 잘 작동하고, 더 빨리 움직이고, 인간보다 더 큰 하중을 들어 올립니다. 그들은 인간만큼 지능적이므로 거의 모든 것을 할 수 있습니다.

그러나 기술은 할 수 있습니다’t 인간의 도움없이 앞으로 나아갑니다. 엔지니어가 기술 성장을 위해 AI 시스템을 개발하고 테스트 할 필요가 있습니다. 따라서 인간과 AI는 상호 교환 할 수 없으며 AI는’T는 사람없이 존재합니다.

많은 개발자들이 그렇게 말합니다’기계가 미래에 독립적으로 생각할 수 있습니다. 그러나 실제 세계에서는 현재 로봇이 프로그래밍되고 프레임 내에서 작동하기 때문에이를 달성하는 데 수십 년이 걸릴 수 있습니다. 그들은 인간이 쓴 코드에 의존하므로’복잡한 시나리오를 통해 비판적으로 생각하십시오.

또한 AI는 인간이 시스템에 들어가는 데이터를 처리합니다. 인간의 개입 없이는 기계가 유휴 상태입니다. 따라서 AI 기술 공간은 여전히 ​​인간의 도움없이 작동하는 데 도움이되는 인간과 같은 지능을 달성하는 것과는 거리가 멀다. 기계는 그 뒤에 인간이있는 한 가치를 제공 할 수 있습니다.

AI가이긴 이유’T 인간을 대체하십시오

· 정서적 지성의 부족

인간은 감정을 보여주고, 감정을 표현하고, 몸짓과 얼굴 표정을 읽고 얼굴 표정을 읽을 수 있기 때문에 정서적 지성을 가지고 있습니다. 예를 들어, 비즈니스는 할 수 있습니다’고객 고객이 개인적인 상호 작용을 원하기 때문에 고객 서비스에서 AI로 인간을 대체합니다. 그러나 정교한 로봇은 할 수 있습니다’T 고객에게 감정과 공감을 보여줍니다.

고객 서비스 담당자를 로봇으로 대체하는 비즈니스는 개인적인 상호 작용 부족으로 인해 고객을 잃게됩니다. 실제로 오늘날에는 기술 기술보다 구직 기술에서 협상 기술, 대인 관계 기술 및 의사 소통 기술과 같은 소프트 기술에 대한 필요성이 증가하고 있습니다.

AI 시스템은 정확하고 빠르지 만, 그것들은 그것들입니다’공감하거나 직관적이거나 문화적으로 민감하지 않습니다. 이러한 능력은 인간을 기계보다 더 효과적으로 만드는 것입니다.

· AI CAN’t 감정을 보여줍니다

사람들은 행복, 슬픔, 희망, 즐거움, 친절, 감사, 낙관론과 같은 감정을 보여 주며 목록은 끝이 없습니다. 그들은 다른 사람들이 보여주는 표현과 감정을 읽을 수 있지만 AI 지원 기계는 그렇게하도록 프로그래밍되지 않습니다.

시장에있는 대부분의 일자리는 인간과 인간의 연결과 신뢰를 구축해야하며 사람들이 정보를 열고 긴장을 풀고 정보를 공유 할 수 있도록 도와줍니다. 그것’AI 지원 기계가 인간의 음성을 모방 할 수 있다는 사실은 사실이지만’t 공감과 다른 감정을 보여줍니다. 따라서 그들은 인간의 손길을 그리워합니다.

· 인간은 관계를 구축합니다

인간은 여러 가지를 성취하는 데 도움이되는 관계를 구축합니다. 비록’팀으로 일할 때 많은 일을 성취 할 수있을 때 개인으로서 더 나은 결과를 보여줍니다.

팀원들은 참여하는 동안 정서적 헌신과 유대를 보여줍니다. 이를 통해 그들은 서로, 그들의 일 및 회사에 관심이 있음을 보여줍니다. 관계 구축은 사람들이 고객, 투자자 및 파트너를 찾는 데 도움이됩니다. 기계는 할 수 있습니다’인간 행동의 감정적 측면을 얻습니다.

· 할 수 있다’창의적인 작업을 수행하십시오

인간은 AI보다 창의적, 기술 및 금융 부문에서 훌륭한 프로젝트를 수행 할 수 있습니다. 실제로 AI는 반복, 수동 및 오류가 발생하기 쉬운 작업을 자동화하여 인간 이이 부문에서하는 일을 증폭합니다. 이러한 지능형 자동 솔루션은 직원들이 나머지 활동을 수행하는 동안 우선 순위와 창의적 작업에 집중할 수 있도록합니다.

· 할 수 있다’창의적인 솔루션을 찾으십시오

AI는 DON 코드를 기반으로합니다’t 창의적으로 새로운 문제에 대한 해결책을 찾을 수 있습니다. 그들은 프로그래밍 된대로 작동하여 상황을 분석하고 복잡한 전략을 개발하는 능력을 제한합니다.

인간은 외부 환경과 상호 작용하고 정보를 분석 할 때 외부의 영향을 고려합니다. 그들은 인간 직감이라는 중요한 요소로 인해 비전과 전략을 창의적으로 증류함에 따라 왜곡 된 정보 교환 및 갑작스런 변화로 작업 할 수 있습니다.

결론

과대 광고에도 불구하고 AI 기반 기계는 인간이 특정 문제를 해결하도록 설계되었습니다. 현재 그들은 할 수 있습니다’t 스스로 작동합니다. 이 기술의 추가 개발은 엔지니어, IT 전문가, 데이터 과학자 및 기타에 달려 있습니다. 실제로 누군가는이 로봇 및 기타 유형의 알고리즘을 만들어야합니다. 결과적으로 AI가 개발됨에 따라 인간은 더 많은 기회가 있습니다.