Резюме статьи: True AI DO DIS’еще существует … это’S дополненный интеллект

В этой статье автор обсуждает концепцию искусственного интеллекта (ИИ) и машинного обучения. Они утверждают, что, хотя ИИ стал горячей темой и значительным технологическим достижением, истинного ИИ еще не существует. Автор объясняет основы ИИ и машинного обучения, подчеркивая важность персептронов в этих системах. Они описывают персептроны как аналогичные нейронам в человеческом мозге, подчеркивая роль, которую они играют в обработке и передаче информации. Кроме того, автор объясняет процесс обучения моделей искусственного интеллекта и значимость распространения спины для повышения их точности. Они также отмечают, что ИИ остается физическим специализированным и не имеет универсальности человеческого интеллекта.

1. Чем ИИ и машинное обучение отличаются от истинного искусственного интеллекта?

Истинного искусственного интеллекта еще не существует. ИИ и машинное обучение являются подмножествами ИИ, фокусируясь на специализированных задачах и конкретных алгоритмах. Им не хватает общего интеллекта и универсальности человеческого интеллекта.

2. Что такое персептроны и как они относятся к ИИ?

Perceptrons аналогичны нейронам в человеческом мозге и служат строительными блоками систем ИИ. Они получают входные сигналы, обрабатывают их и передают вывод на другие персептроны или системы. Perceptrons формируют сеть в системах искусственного интеллекта, облегчая обработку информации и принятие решений.

3. Как обучается ИИ?

ИИ обучается, подавая данные в систему и оценку его прогнозов. Первоначально прогнозы модели могут быть неточными. Через процесс, вызванный распространением обратного, система корректирует свои параметры, создавая новые соединения между персептронами и повышая ее точность с течением времени.

4. Почему ИИ очень специализирован?

ИИ очень специализирован, потому что он обучен для конкретных задач. Ему не хватает универсальности и общего интеллекта людей. В то время как ИИ превосходит в определенных задачах, он ограничен в своих возможностях за пределами своего специализированного домена.

5. Какова важность участия человека в ИИ?

Несмотря на свои достижения, ИИ по -прежнему требует человеческого вклада и вмешательства. Человеческий интеллект дополняет ИИ, предоставляя необходимый контекст, понимание и способности к принятию решений, которых не хватает машинах. Люди играют решающую роль в использовании и руководстве систем ИИ.

6. Как ИИ стал значительной частью современной культуры?

ИИ стал значительной частью современной культуры с помощью различных изображений в развлечениях и СМИ. От фильмов с участием во времени, путешествующих во времени, до привлекательных роботов, ИИ захватил воображение общественности и способствовал интересам его потенциального воздействия на общество.

7. Почему машинное обучение считается широким и сложным полем?

Машинное обучение охватывает широкий спектр методов и приложений, что делает его широким и сложным полем. По мере того, как машинное обучение продолжает расширять и интегрироваться с другими областями, его глубина и сложность увеличиваются, что требует специализированных знаний для глубокого понимания.

8. Какую роль играют персептроны в системах ИИ?

Perceptrons служат фундаментальными единицами в системах искусственного интеллекта. Они получают и обрабатывают входные сигналы, что приводит к принятию решений и передаче информации в системе. Perceptrons формируют взаимосвязанные сети, которые обеспечивают функционирование моделей искусственного интеллекта.

9. Как ИИ и машинное обучение влияют на общество?

ИИ и машинное обучение оказывают значительное влияние на общество, влияя на различные сектора и отрасли промышленности. У них есть потенциал для улучшения автоматизации, улучшения процессов принятия решений и революционизировать такие отрасли, как здравоохранение, финансы и транспорт.

10. Какова связь между персептронами и нейронами?

Perceptrons моделируются после нейронов в человеческом мозге. Структура и функция персептронов имеют сходство с биологическими процессами, происходящими в нейронах. Эта связь позволяет развивать системы ИИ, которые отражают некоторые аспекты человеческого интеллекта.

Настоящий ИИ делает’еще существует … это’S дополненный интеллект

Несколько десятилетий назад искусственный интеллект (ИИ) был ограничен развлечением. Люди удивлялись силе этой технологии, но сегодня ИИ и машинное обучение – горячая тема. Фактически, большинство людей каким -то образом взаимодействовали с этой технологией в своей жизни.

Делает “Истинный” ИИ уже существует?

Искусственный интеллект, вероятно, является величайшим технологическим достижением в истории. Это’S, конечно, субъективно, но я’был одержим технологиями с тех пор, как я был ребенком. В то время как я’Я уверен, что есть много технических достижений, о которых я не знаю, ИИ или машинное обучение, превосходит их все. Возможно, исключение может быть сделано для изобретения языка или, возможно, колеса, однако я сомневаюсь, что немногие другие вещи окажут такое глубокое влияние на человеческий вид. ИИ был стабильным компонентом современной культуры для нескольких поколений сейчас. От времени путешествующие машины, посвященные разрушению человечества до дружелюбных и привлекательных роботов, приключенных через космос, мы’Ve Anthropromorphized Machines в подготовке к тому, что мы все знаем, идет.

Только что, если это’S уже здесь? Что, если ‘истинный’ Искусственный интеллект уже был создан? Чтобы помочь объяснить, мне нужно рассказать, как работает ИИ. Дон’Т беспокойство. Там’S не вовлеченная математика.

Машинное обучение – это чрезвычайно большая и широкая область, и по мере роста этой технологии и становится полезной для других областей, оно только увеличивается в глубине и сложности. Очевидно, у среднего человека нет времени, чтобы узнать, как все это работает, независимо от того, насколько важно это сделать. К счастью, принципы, над которыми он работает, довольно простые. Первое, о чем нам нужно знать, это то, что называется персептроном.

Персептроны

Лучший способ концептуализации персептрона – это то, что он по сути такой же, как нейрон в человеческом мозге. Если вы’не совсем уверен, что такое нейрон, Дон’не волнуйся, я тебя покрыл.

Нейроны – это клетки, которые составляют нашу нервную систему. (Я не сказал математики, я не сделал’что скажу что -нибудь о биологии) К счастью, они’Re Довольно просто, насколько эти вещи уходят. Эта красная часть с левой стороны – ядро. Он получает электрические импульсы от этой ветви, которая смотрит вещи. Ядро делает некоторые расчеты и решает, какой сигнал отправлять вправо, который подается в множество других нейронов. Это был план того, что называется персептроном.

Я знаю, я знаю, этот определенно близок к математике, но мы не надеемся’Не нужно знать что -нибудь из этого, хотя. Обещать. Все эти вещи слева – это входные сигналы, входящие в ‘ядро’, который что -то делает, затем отправляет выход на другие персептроны. А ‘Машина’ В машинном обучении – большая сеть из них ‘запрограммированные объекты’. Конфигурации различаются, но это’S суть этого. Они берут входной сигнал от чего -то, будь то текст, численные данные или что -то еще, и эта чрезвычайно сложная сеть цифровых нейронов затем передает сигналы в некотором роде и вперед, пока общая модель не выберет свой прогноз.

Если вы’не совсем следующее, Дон’Т беспокойство. Важным уборкой является следующее: сеть узлов получает информацию, делает некоторые расчеты и отправляет информацию другим, кто решает, что с ней делать. Звучит знакомо? Должно.

Если вы’Re напомнил о персептроне, вы были бы правы. Функционально, в масштабе нейронная сеть очень похожа на большой персептрон. Есть, конечно, вариации, и это не совсем на 100%, но это’достаточно правдоподобно для наших целей здесь. Концептуально они принимают информацию, делают некоторые расчеты и отправляют информацию на что -то или кому -то, кто собирается ее использовать. Это’S восприимчивые вниз, и все вверх.

Но как это работает?

Оставаться с нашим подходом высокого уровня, обучение модели, чтобы что -то сделать, довольно просто. У вас есть ваша нейронная сеть и некоторые данные, которые вы хотите сделать, скажем, прогнозируя, является ли изображение 3 или пчелой. Вы подаете данные в машину, и это выплевывает прогноз. Действительно плохой прогноз. Это имеет смысл, если все, что мы делали, это пощечинули несколько персептронов и кормили кучу изображений. Как бы он знал, что такое пчела из 3? Ему нечего сравнить с. Чтобы заставить нашу модель понять различия, мы должны ее обучать.

Это довольно просто. Мы хотим иметь кучу изображений 3’S и пчелы, а также этикетки для каждой картинки, чтобы машина могла оцениваться. Затем он получает изображение, делает прогноз и проверяет, правильно ли оно это. Конечно, изначально это пойдет на то, чтобы большинство из них неправильно. После этого произойдет процесс, вызванный распространением обратного или чего -то подобного. Распространение на спине – это то, где машина будет регулировать различные параметры, устанавливая новые соединения между различными персептронами, избавляясь от других, а затем снова пытается.

Как вы можете себе представить, это может стать очень техническим на практике, но в целом это’S просто подает изображение в машину, и предсказывает, что оно’пчела или 3, а затем проверяю ответ. Если оно’S верно, ура! На следующее изображение. Если оно’S неправильно, это изменит некоторые настройки здесь и там и попробуйте еще раз, пока в конце концов машина не сможет определить разницу между 3’S и пчелы довольно хорошо. Опять же, это технически не точнее, но концептуально это’S достаточно хорошо.

К счастью для нас, это’S не очень хорош во многих других. Это’S. Особо специализирован и обучен, чтобы сделать это, и только одно. Что’S, где мы входим.

Человеческий компонент

Как бы ни была удивительно, эти машины остаются тупыми. И я имею в виду действительно глупо. Наша машина из ранее может рассказать пчелу из 3, но если вы бросите в нее картину корову, она’собирается бороться, чтобы определить, если это’пчела или 3, потому что для машины там’S просто не другой вариант.

Искусственный интеллект, так же, как и это’S Используется, на самом деле скорее маркетинговый ошибочный, чем техническое описание. Видите, проблема в том, что мы, люди, тоже довольно тупые. (Конечно, не такая глупая, как наша предыдущая машина. Это была явно корова!Оказывается, мы надеем’не знаю, что такое интеллект. О, у нас много смутных определений, но реальность такова, там есть’S Элемент интеллекта, в частности, сознание, что мы просто можем’t определите, не говоря уже о копировании в цифровом пространстве. Гораздо более умные люди, чем я, работают над проблемой, но это’Честно говоря, немного черная дыра, учитывая нашу неспособность даже определить, что мы хотим сделать! Сознание – это одна из тех странных вещей, где вы знаете, что я’я говорю, но если вы попробуете, вы’поймет, что вы не доново’Т действительно знает, как определить ‘что’ это в любом реальном смысле.

Объединить всех

Так почему это имеет значение? Что в этом важно? Конечно, все знают о недавних потрясениях в нашем обществе, и я думаю, что большинство людей, которые используют социальные сети, осознают, что эти потрясения, по крайней мере частично, из -за распространения социальных сетей в последнее десятилетие. Действительно, многие основатели социальных сетей начали высказываться за последние несколько лет об опасностях социальных сетей, о том, как они не понимали, что они строили, или если они осознали это, они не знали о непреднамеренных последствиях такой технологии, которые развязаны в обществе. Но то, что так опасно в отношении людей, способных свободно связывать и делиться информацией друг с другом?

Я помню, что один раз я был в командировке в Вирджинии. Прошло поздно, после долгого рабочего дня, и я тусовался на вершине парковки отеля, наблюдая за обществом’вещь, прежде чем я отправился на вечер, чтобы немного поспать перед еще одним долгим днем. Был этот напряженный четырехсторонний перекресток к углу гаража, в котором я находился, и я не мог’Помогите, но заметите, что каждый автомобиль, который проехал, была зажжена изнутри телефонами. Даже машины с водителем. Иногда они были умнее в среднем, и не использовали свой телефон, когда они подтянулись к свету, но я мог видеть, что внутренняя часть их машины освещается, как только они остановились на свете. Я увидел много машин, черт возьми, перед теми, кто был’t уделяю достаточно внимания на свет.

Теперь многие могут сосредоточиться на опасностях вождения во время отвлечения или делая что -либо еще, что мы должны делать, люди, отвлеченные крошечным компьютером в наших руках. Наверняка, они были бы правы, чтобы указать на эти опасности, но я дону’не думаю, что это настоящие опасности, которые мы должны рассмотреть. Да, требуется всего лишь на долю секунды, чтобы произошла смертельная авария, и это нужно запомнить, и это’S трагедия каждый раз. Но то, что я видел, когда стоял на вершине этого гаража, глядя вниз, было не сотнями отвлеченных людей, а сотни узлов, принимая информацию и обмениваясь ею с другими узлами. В конце концов, помните, что наша концепция персептрона – это просто узел, который получает информацию, делает некоторый внутренний расчет, а затем отправляет информацию на другие узлы, с которыми мы обычно подключены.

Когда я стоял там, люди смотрели, я не мог’Помогите, но визуализируйте линии информации, отправляемых от каждого человека. Отвечая на цепочку электронной почты? Твитнуть тысячам последователей по всему миру? Или лицом к лицу с любимым человеком всего в нескольких милях отсюда? Я видел соединения повсюду, с информацией, передаваемой на географических расстояниях, которая была бы совершенно невообразима всего несколько коротких поколений назад. Параллели с нейронной сеть.

Ручки и циферблаты

В 2012 году Facebook манипулировал лентами новостей около 700 тыс. Пользователей. Что сделало это хуже, так это было без их согласия. Они сделали это в течение 1 недели, управляя выражениями лица, которым эти пользователи подвергались воздействию, чтобы увидеть, возможно ли повлиять на пользователей’ эмоции. Вы можете прочитать исследование здесь.

“Мы показываем, через массивную (Не = 689 003) Эксперимент на Facebook, что эмоциональные состояния могут быть переданы другим с помощью эмоциональной инфекции, что заставляет людей испытывать те же эмоции без их осознания. Мы предоставляем экспериментальные доказательства того, что эмоциональная инфекция происходит без прямого взаимодействия между людьми (достаточное воздействие друга, выражающего эмоции), и в полном отсутствии невербальных сигналов.” – Исследование на Facebook об эмоциональной инфекции

В этой теме изобилует теории заговора, и я хочу уделить минутку, чтобы отличить себя от этого. Моя цель здесь – попытаться обрисовать в курсе того, что я считаю первым ‘Истинный’ ИИ, который вышел в Интернет. Я не делаю никаких предположений относительно намерения тех, кто его построил, или их действия, как только у них он онлайн. Моя цель здесь – описать то, что я считаю сходством между социальными сетями и технологиями машинного обучения и что это значит для общества в целом. Может быть, то, что происходит, является естественным результатом пропускной способности между людьми, растущей, так резко за такой короткий период времени. Вполне возможно, что как ‘вычислительная мощность’ Увеличение из -за повышенной полосы пропускания, различные способы реальности проявляются из увеличения информации.

Это’S также возможно, что разные группы влиятельных людей конкурируют с другими группами влиятельных людей, и мы являемся узлами в их атаке AI. Нажмите на конкретную марку психологически манипулированной пропаганды и атакует армию беспилотников.

Оба одинаково возможны, насколько я’м заинтересован. Моя единственная цель в этой статье – размышлять над идеей интеграции между машиной и биологией, чтобы создать первый, настоящий искусственный интеллект.

Заключение

я’LL Grant, идея я’М. излагаю здесь не тот, который обязательно связан с современными представлениями о том, что за ‘Истинный’ Искусственный интеллект был бы. У нас есть это изображение в нашем воображении, когда мы можем разговаривать с нашим телефоном, как’S человек. Задайте ему вопрос и получите ответ.

Мой аргумент в том, что эта технология уже существует, она’S просто отличается в некоторых деталях, чем мы изначально представляли. Но это здесь, и он используется и, возможно, как это часто раньше в мире технологий, мы должны изменить наше представление о том, что на самом деле означает ИИ. Если я открою Twitter и напишу в Твиттере вопрос, я получу ответ.

Ответ, который я получаю, будет зависеть от узлов в сети, с которыми я взаимодействую чаще всего, но дело в том, что я получу ответ, или, по крайней мере, я получу ответы, от которых я могу определить ответ, что все, что на самом деле делает машинное обучение, в любом случае, в любом случае.

Настоящий ИИ делает’еще существует … это’S дополненный интеллект

Искусственный интеллект – это одно из самых популярных модных слов.

Тем не менее, один крупный контроль сохраняется – истинный искусственный интеллект не существует и не будет существовать, по крайней мере, еще одно десятилетие, согласно Болдик Генеральный директор Roei Ganzarski.

Вместо этого, полагает он, технологические компании утверждают, что делают ‘Ай’ на самом деле предоставляет только дополненный интеллект.

В то время как многие компании утверждают, что предоставляют “AI-управляемый” решения, на самом деле они’В лучшем случае использование методов машинного обучения, развивая то, что Ганзарски называет дополненным интеллектом.

На самом деле – IBM (который, возможно, создал первую технологию ИИ с Уотсоном) соглашается с этим определением и верит сегодня’Технологии S более ориентированы на данные, чем когда-либо, но арена’T, но достаточно продвинулся, чтобы думать сами – как и верно ИИ определяется.

В то время как HBO’S Westworld дает нам представление о будущем, когда человекоподобные, самообумаемые андроиды являются нормой, людям придется ждать несколько лет, когда технология переходит от интерпретации предопределенных сценариев, основанных на библиотеке данных, до интеллектуального бота, который формулирует свои собственные идеи на основе морали/обоснования-по существу ‘мышление’ для себя.

В интервью с информационным веком, Ганзарски’S обсуждал, как он думает, что этот разрыв от дополненного интеллекта до искусственного интеллекта будет преодолевать, сколько времени это займет и каково будущее ИИ.

Там’S в настоящее время много шумиха вокруг искусственного интеллекта почти в каждой отрасли, но вы утверждаете, что это не так’t еще существуют. Если мы’t переживаю истинный ИИ, что мы видим вместо этого?

Искусственный интеллект – это одно из самых популярных модных слов в этом году, но, по моему мнению, он еще не существует и не будет существовать в течение некоторого времени.

Вместо этого технологические компании утверждают, что делают ‘Ай’ На самом деле предоставляют то, что я бы определил как дополненный интеллект-очень сложная, быстрая обработка решений или программное обеспечение для поддержки решений на основе сценариев в реальном времени.

Тем не менее, даже эти разделенные, управляемые компьютером решения основаны на очень развитых алгоритмах, которые были запрограммированы в программное обеспечение человеком.

Эти “AI-управляемый” Решения действительно используют передовые технологии, но я бы утверждал, что это еще не настоящий искусственный интеллект.

Чтобы понять мое мнение, мы должны посмотреть, как определяется ИИ.

На самом простом языке ИИ – это компьютер (программное обеспечение, робот, назовите его как бы вы ни были), который может делать вещи, которые могут делать только человек, и использовать тот же уровень логики и рассуждения, что человек будет. Эта последняя часть – ключ.

Некоторые могут спорить с роботами, которые просто делают то, что люди уже существуют, уже существуют, как роботы могут строить автомобили или даже делать передовые вычисления, и могут даже работать хорошо, если не лучше, быстрее и более последовательны, чем люди.

Тем не менее, в настоящее время они делают это следующим образом. Даже те, кто использует машинное обучение, говорят компьютеру, что делать с составленными данными и как “учиться”.

Фактически, еще в 1956 году конференция Дартмута искусственного интеллекта (ИИ), j. Маккарти определил изучение новой области ИИ как следующее: исследование должно продолжить на основе предположения о том, что каждый аспект обучения или любая другая особенность интеллекта в принципе может быть точно описана, что можно сделать машину для моделирования ее.

Будет предпринята попытка найти, как заставить машины использовать язык, абстракции форм и концепции, решать виды проблем, которые теперь зарезервированы для людей, и улучшить себя.

Позволять’S посмотрите на несколько примеров, когда человеческие рассуждения имеют решающее значение при принятии решений и еще не подражают компьютеру:

• От простого: Самолеты из любой данной авиакомпании должны быть даны 45 минут на земле между рейсами для разгрузки и загрузки багажа, и ее пассажирам. Тем не менее, представьте, что определенный рейс должен был сбрить минуту, чтобы избежать прогнозируемых задержек. Планирует 44 минуты? Как насчет добавления минуты вместо этого? Сможет ли машина сломать ‘правило’ 45 минут? Принимает во внимание персонал, который у них есть в смену в тот день, и их готовность “суетиться” Чтобы сделать все, если их спросили?

Машина, поскольку она не может быть запрограммирована для учета конкретных сценариев, скорее всего, не будет иметь всю информацию, которую человек, менеджер смены может знать или учитывать.

• Более сложным: Автомобиль без водителя сталкивается с ударом по стене, рискуя пассажиром’S Life или попадает в группу пешеходов, пересекающих улицу. Мы можем запрограммировать программное обеспечение, питающее автомобиль для реагирования определенным образом, но в конечном итоге у программного обеспечения нет возможности рассмотреть моральные проблемы (я.эн. кто ездит в моей машине, которые являются людьми на улице, сколько им лет, что’S лучший сценарий случая) – что любой водитель рассмотрит, если бы когда -либо столкнулся с ситуацией.

Имея в виду эти примеры, мы можем сделать вывод о том, что нам еще предстоит достичь реальности, в которой компьютеры достигли способностей к рациональным рассуждениям и могут считаться искусственным интеллектом.

Можете ли вы поделиться несколькими примерами того, как сегодня используется дополнительный интеллект?

Дополненный интеллект используется почти в каждой отрасли, от маркетинговых технологий до автомобилей с самостоятельным вождением. Почти каждый раз, когда вы читаете о ‘Ай’ Возможности в новостях, это’S на самом деле дополненная интеллект.

Подумайте о программном обеспечении, которое определило, какой оператор телефона лучше всего ответить на входящий звонок в колл -центре, чтобы увеличить вероятность положительного результата вызовов или программы, которая решает, какие остановки трафика изменится, когда и в каком порядке уменьшить вероятность пробного заговора. Оба из них являются дополненным интеллектом.

Даже программное обеспечение, которое адаптирует, какая реклама появляется, когда вы’Повторный просмотр веб -сайтов, чтобы повысить вероятность того, что вы приобретите и покупаете контент, основан на дополненной интеллекте. Эта технология интегрирована практически во все аспекты нашей повседневной жизни, независимо от того, узнаем ли мы ее или нет.

Как компании в конечном итоге преодолеют разрыв от дополненного интеллекта до искусственного интеллекта? Как много времени это займет?

Как я уже говорил выше, истинный искусственный интеллект не будет существовать, пока технологии не начнут думать сами, но это только базовый уровень. Как люди, наши решения и знание того, что правильно, по сравнению с неправильным, логичным и нет, или даже стоимостью того или нет, руководствуются тремя характеристиками: мораль, этика и логика – возможно, комбинация может быть определена как человеческие рассуждения.

В то время как логика на уровне поверхности может быть запрограммирована в машину (я.эн. Если это произойдет, это соответствующий ответ), он также глубоко укоренился в морали и этике, которые изучаются и прививаются людям на протяжении всей их жизни, и на протяжении поколений. До тех пор, пока этот порог не будет встречен, мы будем жить в эпоху передового машинного обучения и дополненного интеллекта.

Есть ли какие-либо реальные приложения, которые мы должны с нетерпением ждать?

У этого есть простой ответ. Если и когда ИИ будет.

Является ли захват AI в стиле Westworld в ближайшем будущем в ближайшем будущем?

В то время как HBO’S Westworld дает нам представление о будущем, когда человекоподобные, самообуманенные андроиды являются нормой, правда в том, что мы далеки от этой реальности и не начнем видеть такой мир на протяжении десятилетий-если это вообще произойдет вообще.

Спекуляции об искусственных ботах, которые могут ‘думать’ для себя и жить среди нас каждый день – это то, на что люди приравнивают будущее ИИ, но мы’LL, вероятно, начнет видеть эти технологии, внедренные в приложениях, которые улучшают нашу повседневную жизнь, такие как автономные транспортные средства, обслуживание клиентов и многое другое.

Однако, когда мы начинаем видеть истинный искусственный интеллект, принимайте форму, нам необходимо иметь внедрение правил.

На мой взгляд, если создан истинный ИИ, что означает компьютеры, которые на самом деле могут думать и вести себя так же, как люди, то почему бы мы не ожидали, что они будут вести себя как люди?

Например, помощь, работа, достичь … и да, спорить, сражаться, быть жестоким и убивать. Если это причина, которая должна продвигать нашу политику, то становится гораздо проще решать, какие политики следует внедрить.

Великобритания’Самая большая конференция по техническому лидерству, Summit Tech Leaders, возвращается 14 сентября, а более 40 лучших руководителей подписались, чтобы рассказать о проблемах и возможностях, связанных с самыми разрушительными инновациями, с которыми сталкивается предприятие сегодня. Закрепите свое место на этом престижном саммите, зарегистрировавшись здесь

Ник Исмаил

Ник Исмаил является редактором информационного возраста. У него особый интерес к интеллектуальным технологиям, ИИ и кибербезопасности. Больше Ника Исмаила

ИИ делает’t на самом деле существуют еще

Откройте для себя мир, изменяющую мир. Исследуйте наш цифровой архив до 1845 года, в том числе статьи более 150 лауреатов Нобелевской премии.

Scientific American Arabic

• политика конфиденциальности
• Заявление о конфиденциальности потребителей в Калифорнии
• Использование файлов cookie/не продавайте мои данные
• Международные издания

Scientific American является частью Springer Nature, которая владеет или имеет коммерческие отношения с тысячами научных публикаций (многие из них можно найти на www.Весентранатура.com/us). Scientific American поддерживает строгую политику редакционной независимости в сообщении о разработках в науке нашим читателям.

© 2023 Scientific American, Division of Nature America, Inc.

Все права защищены.

Поддержка научной журналистики.

Спасибо за чтение Scientific American. Знание ждет.

Уже подписчик? Войти.

Спасибо за чтение Scientific American. Создайте бесплатную учетную запись или войдите в систему, чтобы продолжить.

Продолжить чтение с научной американской подпиской.

Вы можете отменить в любое время.

Существует ли настоящий ИИ?

Автор

1. Джордж Сименс со-директор, профессор, Центр изменений и сложности в обучении, Университет Южной Австралии

Заявление о раскрытии

Джордж Сименс не работает, консультируется, не владеет акциями и не получает финансирования от любой компании или организации, которая извлекла выгоду из этой статьи, и не раскрыл соответствующую принадлежность за пределами их академического назначения.

Партнеры

Университет Южной Австралии предоставляет финансирование в качестве члена разговора AU.

В августе 1955 года группа ученых сделала запрос на финансирование за 13 500 долларов США для проведения летней семинара в Дартмутском колледже, Нью -Гемпшир. Поле, которое они предложили исследовать, была искусственным интеллектом (ИИ).

Хотя запрос на финансирование был смиренным, гипотеза исследователей не была: “Каждый аспект обучения или любая другая особенность интеллекта в принципе может быть настолько точно описан, что можно сделать машину для моделирования ее”.

Поскольку эти скромные началы, фильмы и СМИ романтизировали ИИ или сыграли его как злодея. Тем не менее, для большинства людей ИИ остался как точка дискуссии, а не часть сознательного жизненного опыта.

ИИ прибыл в нашу жизнь

В конце прошлого месяца ИИ, в форме CHATGPT, освободился от научно-фантастических спекуляций и исследовательских лабораторий и на рабочие столы и телефоны широкой публики. Это’s Что’S известен как “Генеративный ИИ” – Внезапно умно сформулированное подсказка может создать эссе или составить список рецептов и покупок или создать стихотворение в стиле Элвиса Пресли.

В то время как CHATGPT был самым драматичным участником за год генеративного успеха ИИ, аналогичные системы показали еще более широкий потенциал для создания нового контента, с подсказками для текста до изображения, используемых для создания ярких изображений, которые даже выиграли художественные соревнования.

ИИ, возможно, еще не имеет живого сознания или теории ума, популярной в научно-фантастических фильмах и романах, но оно становится ближе, по крайней мере, нарушая то, что, по нашему мнению, могут делать системы искусственного интеллекта.

Исследователи, работающие в тесном сотрудничестве с этими системами’S большая языковая модель (LLM) Lamda. LLM – это модель, которая была обучена обработке и генерированию естественного языка.

Генеративный ИИ также вызвал беспокойство по поводу плагиата, эксплуатации оригинального контента, используемого для создания моделей, этики информационных манипуляций и злоупотребления доверием и даже “конец программирования”.

В центре всего этого есть вопрос, который растет в срочности со времен летней мастерской Дартмута: отличается ли ИИ от человеческого интеллекта?

Что значит ‘Ай’ на самом деле означает?

Чтобы получить квалификацию как ИИ, система должна продемонстрировать некоторый уровень обучения и адаптации. По этой причине системы принятия решений, автоматизация и статистика не являются ИИ.

ИИ широко определен в двух категориях: искусственный узкий интеллект (ANI) и искусственный общий интеллект (AGI). На сегодняшний день Agi не существует.

Ключевая проблема для создания общего искусственного интеллекта состоит в том, чтобы адекватно моделировать мир со всеми знаниями, последовательным и полезным образом. Что’S массивное начинание, если не сказать больше.

Большая часть того, что мы знаем как AI сегодня, имеет узкий интеллект – где конкретная система решает определенную проблему. В отличие от человеческого интеллекта, такой узкий интеллект ИИ эффективен только В области, в которой он был обучен: обнаружение мошенничества, распознавание лиц или социальные рекомендации, например,.

Agi, однако, будет функционировать, как люди. На данный момент наиболее заметным примером попыток достичь этого является использование нейронных сетей и “глубокое обучение” Обученный на огромных количествах данных.

Нейронные сети вдохновлены тем, как работают человеческий мозг. В отличие от большинства моделей машинного обучения, которые запускают вычисления в учебных данных, нейронные сети работают, подавая каждую точку данных один по одному через взаимосвязанную сеть, каждый раз, настраивая параметры.

Поскольку все больше и больше данных питаются через сеть, параметры стабилизируются; Окончательным результатом является “обучен” Нейронная сеть, которая затем может создать желаемый вывод на новых данных – например, распознавая, содержит ли изображение кошку или собаку.

Значительный скачок вперед в ИИ сегодня обусловлен технологическими улучшениями в том, как мы можем обучать большие нейронные сети, выполняющие огромное количество параметров в каждом заезде благодаря возможностям крупных инфраструктур облачного компьютера. Например, GPT-3 (система ИИ, которая поддерживает CHATGPT)-это большая нейронная сеть с 175 миллиардами параметров.

Что нужно ИИ, чтобы работать?

ИИ нужно три вещи, чтобы быть успешным.

Во -первых, это нужно Высококачественные, непредвзятые данные, И много этого. Исследователи, создающие нейронные сети.

Ко-пилот, для увеличения человеческих программистов, привлекает свои данные из миллиардов линий кода, общих на GitHub. CHATGPT и другие крупные языковые модели используют миллиарды веб -сайтов и текстовые документы, хранящиеся в Интернете.

Инструменты текста до изображения, такие как стабильная диффузия, Dalle-2 и Midjourney, используйте пары текста изображения из наборов данных, таких как Laion-5b. Модели искусственного интеллекта будут продолжать развиваться в сложности и воздействии, поскольку мы оцифровываем больше нашей жизни и предоставляют им альтернативные источники данных, такие как моделируемые данные или данные из настройки игры, таких как Minecraft.

ИИ также нуждается Вычислительная инфраструктура Для эффективного обучения. По мере того, как компьютеры становятся более мощными, модели, которые в настоящее время требуют интенсивных усилий и крупномасштабных вычислений в ближайшем будущем, могут быть обработаны на местном уровне. Стабильная диффузия, например, уже может быть запущена на локальных компьютерах, а не в облачных средах.

Третья потребность в ИИ – это улучшенные модели и алгоритмы. Системы, направленные на данные.

Однако, поскольку мир вокруг нас постоянно меняется, системы ИИ должны постоянно переподтировать с помощью новых данных. Без этого важнейшего шага системы ИИ дадут ответы, которые фактически неверны, или не принимают во внимание новую информацию, которая’S появился с тех пор, как они были обучены.

Нейронные сети арена’t единственный подход к ИИ. Другим выдающимся лагерем в исследованиях искусственного интеллекта является символический ИИ – вместо того, чтобы переваривать огромные наборы данных, он опирается на правила и знания, сходные с человеческим процессом формирования внутренних символических представлений определенных явлений.

Но баланс сил в значительной степени наклонился к подходам, управляемым данными, за последнее десятилетие, с “отцов-основателей” Современное глубокое обучение недавно было удостоено премии Тьюринга, эквивалент Нобелевской премии по компьютерным наукам.

Данные, вычисления и алгоритмы формируют основу будущего ИИ. Все показатели заключаются в том, что быстрый прогресс будет достигнут во всех трех категориях в обозримом будущем.

• Искусственный интеллект (ИИ)
• Роботы
• Вычисление
• Нейронные сети
• Чат -боты

Может ли искусственный интеллект (ИИ) существовать без людей?

Несколько десятилетий назад искусственный интеллект (ИИ) был ограничен развлечением. Люди удивлялись силе этой технологии, но сегодня ИИ и машинное обучение – горячая тема. Фактически, большинство людей каким -то образом взаимодействовали с этой технологией в своей жизни.

Использование разговорных приложений искусственного интеллекта в тексте и голосе увеличилось. К ним относятся сложные виртуальные помощники и простые чат -боты, которые автоматизировали обслуживание клиентов и подняли его на другой уровень. Эта технология также произвела революцию в других отраслях промышленности.

Даже с этими событиями ИИ еще не является самодостаточным. Это задает вопрос: может ли ИИ существовать без людей?

ИИ нуждается в людях, чтобы оставаться актуальными. Рискует не идти в ногу без людей в петле. Вот причины, по которым ИИ все еще нужны люди.

Может ли ИИ существовать без людей, поддерживающих это?

ИИ является одной из технологий, развивающихся с экспоненциальной скоростью. Машины с двигателем AI работают лучше, двигайтесь быстрее и поднимают большие нагрузки, чем люди. Они такие же умные, как люди, поэтому они могут делать почти все.

Однако технология может’T двигаться вперед без помощи людей. Инженеры необходимо для развития и тестирования систем ИИ для роста технологии. Поэтому люди и ИИ не являются взаимозаменяемыми, а ИИ может’T существуют без людей.

Многие разработчики говорят, что это’возможно, для машин мыслить самостоятельно в будущем. Однако в реальном мире это может занять десятилетия, потому что в настоящее время запрограммируются роботы, и они работают в рамках своего кадра. Они зависят от кодов, которые пишут люди, поэтому они могут’критически не думайте о сложных сценариях.

Кроме того, ИИ обрабатывает данные, которые люди вводят в систему. Без вмешательств человека машины будут лежать на холостом ходу. Поэтому технологическое пространство ИИ все еще далека от достижения человеческого интеллекта, чтобы помочь ему работать без помощи людей. Машины могут обеспечить стоимость только до тех пор, пока за ними стоят люди.

Причины, по которым ИИ выиграл’T заменить людей

· Отсутствие эмоционального интеллекта

У людей есть эмоциональный интеллект, потому что они могут проявлять эмоции, выражать чувства, читать жесты и выражения лица, чтобы узнать правильные вещи. Например, предприятия могут’T замените людей ИИ в обслуживании клиентов, потому что клиенты хотят личного взаимодействия. Как бы они ни были сложны, роботы могут’Т показать чувства и сочувствие клиентам.

Предприятия, которые заменяют своих представителей обслуживания клиентов роботами, потеряют своих клиентов из -за отсутствия личного взаимодействия. На самом деле, сегодня на рынке труда существует повышенная потребность в мягких навыках, таких как навыки переговоров, навыки межличностного общения и навыки общения, чем технические навыки.

Хотя системы ИИ являются точными и быстрыми, они’не эмпатический, интуитивно понятный или культурно чувствительный. Эти способности делают людей более эффективными, чем машины.

· ИИ может’Т показать чувства

Люди проявляют такие чувства, как счастье, грусть, надежда, удовольствие, доброта, благодарность, оптимизм, и этот список бесконечно. Они могут прочитать выражения и эмоции, которые показывают другие люди, но машины с поддержкой AI не запрограммированы на это.

Большинство рабочих мест на рынке требуют связи с человеком-человеком и установлением доверия, которое помогает людям открываться, расслабиться и делиться своей информацией. Это’верно, что машины с поддержкой AI могут подражать человеческой речи, но они могут’T показывают сочувствие и другие чувства; Таким образом, они скучают по человеческому прикосновению.

· Люди строят отношения

Люди строят отношения, которые помогают им достичь нескольких вещей. Хотя они’Повторно выполнить много вещей, когда они работают как команда, они также показывают лучшие результаты как отдельные лица.

Члены команды демонстрируют эмоциональную приверженность и связь во время их помолвки. Через это они показывают, что заботятся друг о друге, своей работе и своей компании. Построение отношений помогает людям найти клиентов, инвесторов и партнеров. Машины могут’Т достижение эмоциональной стороны человеческого поведения.

· Может’Т делаю творческую работу

Люди способны выполнять отличные проекты в творческом, технологическом и финансовом секторах, чем ИИ. На самом деле, ИИ усиливает то, что люди делают в этих секторах, автоматизируя повторяющиеся, ручные и подверженные ошибкам задачи. Эти интеллектуальные автоматизированные решения позволяют сотрудникам сосредоточиться на более приоритетном и творческих задачах, в то время как они выполняют остальные мероприятия.

· Может’t Найти творческие решения

ИИ построен на кодах, которые доны’T позволяйте ему найти решения для возникающих проблем творчески. Они работают как запрограммированные, что ограничивает их способность анализировать контекст и разрабатывать сложные стратегии.

Люди взаимодействуют с внешней средой и рассматривают влияние извне при анализе информации. Они способны работать с искаженным обменом информацией и внезапными изменениями, поскольку они творчески изгоняют видение и стратегию из -за критического элемента, называемого человеческой интуицией.

Заключение

Несмотря на ажиотаж, машины с AI-двигателями разработаны только людьми для решения конкретных проблем. На данный момент они могут’Т работа самостоятельно. Любая дальнейшая разработка этой технологии зависит от инженеров, ИТ -специалистов, ученых данных и других. На самом деле, кто -то должен создать эти роботы и другие виды алгоритмов. В результате у людей больше возможностей по мере развития ИИ.