Vsebina
- 1. AI je sestavljen iz inteligentnih robotov ali androidov, ki so videti kot ljudje.
- 2. AI, strojno učenje in globoko učenje so enaka stvar.
- 3. AI se uči popolnoma sam.
- 4. Chatboti so najosnovnejša oblika AI.
- 5. Moč, potrebna za izvajanje vseh prihodnjih operacij globokega učenja, je nevzdržna.
- Brez napak, brez stresa - vaš korak za korakom vodnik za ustvarjanje programske opreme, ki spreminja življenje, ne da bi vam uničila življenje
- 6. Podjetje je enostavno najeti računalniško moč, potrebno za spodbujanje AI operacij.
- 7. Za usposabljanje AI potrebujete ogromne količine podatkov.
- 8. AI bo nadomestil obstoječa BI orodja, zaradi česar je vsaka prejšnja tehnologija zastarela.
- 9. Nevronske mreže so kot biološka omrežja, vendar mehanske.
- 10. AI bo sčasoma postal dovolj inteligenten, da razume, da so ljudje zanj nevarni in ga je treba iztrebiti.
Vir: Usa Pyon / Dreamstime.com
Odvzem:
AI je vroča tehnologija, vendar ima veliko ljudi napačne predstave o tem, kaj točno vključuje. Tu si oglejmo nekaj mitov, ki vplivajo na AI, in preučimo dejstva.
Zakaj vsi govorijo o AI, vendar še vedno ne vidimo prijaznih robotov, kot so Data from "Star Trek", ki bi hodili med ljudmi? Ali smo se spomnili, da smo svojim scenarijskim vzorcem dodali drugo glavno direktivo RoboCop, da bi lahko "zaščitili nedolžne", namesto da bi iztrebili človeštvo, takoj ko dobijo polno pozornost?
Danes je veliko zmede glede tega, kaj pravzaprav predstavlja umetna inteligenca (AI), strojno učenje in globoko učenje, kaj lahko naredijo "inteligentni stroji" in kakšno je dejansko stanje AI tehnologij. Čas je, da uživamo v dobrem starem dobrem debunkanju, zato razgrnimo 10 najpogostejših mitov o AI. (Za več o potencialni prihodnosti AI si oglejte, ali bo zaradi revolucije AI univerzalni dohodek potreben?)
1. AI je sestavljen iz inteligentnih robotov ali androidov, ki so videti kot ljudje.
Preveč "Blade Runner" za vse tukaj, hmm? Čeprav med robotiko in AI obstaja veliko splošne zmede, gre za dve popolnoma različni znanstveni področji, ki služita različnim namenom. Roboti so fizične naprave, ki jih uporabljajo aktuatorji in senzorji za izvajanje številnih nalog, kot so gradnja, prenašanje ali demontaža izdelkov v tovarnah.
AI je programska oprema programirana tako, da je dovolj avtonomna za sprejemanje odločitev in učenje na svojih napakah. Čeprav se nekateri roboti sčasoma lahko izboljšajo z algoritmi AI, je "inteligenčni" del le ena dodatna sposobnost, ki jo lahko AI ima.
2. AI, strojno učenje in globoko učenje so enaka stvar.
Čeprav so vsi deli istega večjega AI sistema, gre za tri različne stvari. V osnovi je strojno učenje metoda, s pomočjo katere se AI uči iz zunanjih virov, kot pri uporabi algoritmov za razlikovanje podatkov in določanje pravilnega vedenja. Globoko učenje je le ena od možnih tehnik, ki se uporabljajo pri praktičnih aplikacijah strojnega učenja. Temelji na nevronskih omrežjih (NN) in se uporablja, da AI pove, kakšna je njegova verjetnost za pravilno odločitev.
3. AI se uči popolnoma sam.
Kljub nekaj pretiranega nagovarjanja o AI, ki naj bi se ga lahko sami naučili, je še vedno nemogoče najti sistem, ki deluje na AI, ki bi imel kakršno koli aplikacijo v resničnem svetu, ki bi brez človekove pomoči lahko zrasel iz nič znanja. AI ne more razumeti nobenega sistema, ki se mora spoprijeti s kakršnimi koli skritimi informacijami ali kakršno koli negotovostjo, ki jih človek še vedno mora vnašati in vnašati v podatke. Vsak košček informacij mora imeti tudi jasen namen, česar AI ne more uganiti brez zunanjih virov (vsaj v začetku).
4. Chatboti so najosnovnejša oblika AI.
Tudi če obstajajo kakšni chatboti, ki uporabljajo bolj ali manj rudimentarne oblike AI, večina od njih ni nič drugega kot osnovni programi, ki s človekom komunicirajo prek govornih vmesnikov. Namesto da bi bili dejansko inteligentni, ima večina chatbotov predprogramirane odgovore, ki so podani kot odziv na določene ključne besede v uporabnikovem vnosu. Da bo chatbot postal pravi AI, mora imeti več tehnologij, ki mu omogočajo razumevanje človeka, spoznavanje njegovih potreb in ustrezno odzivanje. Potrebuje programsko opremo za govor ali prepoznavanje, analizo sentimenta, neko obliko programa strojnega učenja in tehnologijo za ustvarjanje naravnega jezika. (Če želite izvedeti več o chatbotih, glejte Vprašali smo IT strokovnjake, kako bodo podjetja uporabljala chatbote v prihodnosti. Tukaj je tisto, kar so povedali.)
5. Moč, potrebna za izvajanje vseh prihodnjih operacij globokega učenja, je nevzdržna.
Nesporno je, da AI zahteva veliko dodatne računalniške moči, da se usposobi in izvede vse svoje kompleksne operacije globokega učenja. V prihodnosti, kjer bo večina podjetij do določene mere uporabila AI, se lahko ta težava razraste do epskih razsežnosti, zaradi česar bo njegova uporaba morda nevzdržna. Vendar pa nas lahko AI dejansko zagotovi več moči z odpravljanjem večletnega problema proizvodnje energije: odpadkov električnih omrežij in neučinkovitosti. Komunalna podjetja na koncu odkupijo odvečno energijo pri zasebnih odjemalcih, ki tudi izgubijo večino odvečne električne energije, ki jo proizvedejo, ker sedanja omrežja niso bila zgrajena tako, da bi ustrezala sodobni ravni diverzifikacije. AI nam lahko reši z zamenjavo starih omrežij z novejšimi, pametnimi mikrožigrami z AI napajanjem, ki natančno vedo, kako z največjo učinkovitostjo distribuirati električno energijo v realnem času.
Brez napak, brez stresa - vaš korak za korakom vodnik za ustvarjanje programske opreme, ki spreminja življenje, ne da bi vam uničila življenje
Ne morete izboljšati svojih programskih sposobnosti, če nikogar ne skrbi za kakovost programske opreme.
6. Podjetje je enostavno najeti računalniško moč, potrebno za spodbujanje AI operacij.
... če AWS, Google, Microsoft in Alibaba Cloud trenutno ne bi centralizirali velike večine računalniških moči, ki so na voljo na svetu. Tako imajo AI-jevi razvijalci trenutno le dve možnosti: najeti jih po izjemno visokih cenah ali kupiti lastno zelo drago strojno opremo.
Vendar obstaja možnost, da se lahko ta mit razgrne v bližnji prihodnosti. Novo podjetje z imenom Tatau je razvilo platformo za superračunalništvo na osnovi blockchaina, ki lahko reši težavo. Njihova rešitev omogoča združevanje in preprodajo kombiniranih virov globalno porazdeljene mreže strojev na osnovi GPU-ja. Predstavljajte si rudarje kriptovalute, igralce igre ali druge visokozmogljive računalnike, ki svojo računalniško moč namenjajo razvoju AI. AI podjetja se lahko vključijo v ta premalo izkoriščen vir GPU moči za usposabljanje svojih modelov strojnega učenja po veliko nižji ceni. Upoštevajte, da lahko nova platforma odgovori tudi na težavo, poudarjeno v točki 5, saj spodbuja učinkovito uporabo trenutno neizkoriščenih virov.
7. Za usposabljanje AI potrebujete ogromne količine podatkov.
Ni nujno. Seveda, kar potrebujete veliko podatkov in računalniške moči za usposabljanje AI iz nič. In čeprav v manjši meri potrebujete terabajte podatkov za usposabljanje AI za izvajanje zapletene naloge, kot je vožnja z avtomobilom. Vendar pa so vnaprej izurjene nevronske mreže glede na področje uporabe AI dovolj prožne, da se lahko prekvalificirajo le na nekaterih specifičnih področjih. Osnovni podatkovni okvir lahko izvira iz večjega, splošnejšega nabora podatkov, pri čemer je treba zamenjati le zadnji del omrežja, da "izpolni praznine", značilne za zadevni primer uporabe.
8. AI bo nadomestil obstoječa BI orodja, zaradi česar je vsaka prejšnja tehnologija zastarela.
To se vsaj malo razteza. Večina rešitev sodobne poslovne inteligence (BI) je zelo razširljiva in pogosto prilagodljiva, tako da je vsak prihodnji model, ki temelji na AI, enostavno vključiti neposredno v svoje platforme. Podjetja vedno raje izvajajo samo tiste rešitve, ki prihajajo brez kakršnih koli tveganj za motnje v delovanju in AI tehnologije so se prilagodile tej potrebi. Zato se večina platform AI izvaja prek spleta, zato zamenjava ni potrebna ali, v najslabšem primeru, je mogoče varno izvajati v fazah.
9. Nevronske mreže so kot biološka omrežja, vendar mehanske.
Nobena nevronska mreža niti ne more upati, da bi dosegla delček kompleksnosti človeških možganov. Kljub dolgoletnim kliničnim in znanstvenim raziskavam še vedno ne razumemo bioloških nevronskih mrež v celoti, saj nevroni izpolnjujejo toliko različnih nalog s človeškim telesom (pomislite na razliko med senzoričnim in motoričnim nevronom) in celo prenašamo informacije skozi veliko različnih poti (z uporabo električne energije, kemičnega potenciala in nevrotransmiterjev). Nevronske mreže lahko razumejo le zelo preproste vhode v značilnem strojnem načinu 1 ali 0 ("da" ali "ne"). To je kot primerjava zahtevnosti vojaškega letala s kajtom samo zato, ker lahko oba letita.
10. AI bo sčasoma postal dovolj inteligenten, da razume, da so ljudje zanj nevarni in ga je treba iztrebiti.
No, tega mita pravzaprav ne moremo razkrinkati, saj ni mit. To je resničnost. Okrepite se, ker je odpornost jalov!
Šale, preprosto povedano, AI nima nikjer blizu inteligence, ki je potrebna za razumevanje sveta okoli sebe in sprejemanje avtonomnih, racionalnih odločitev. Vsak algoritem je razvit za izvajanje ene naloge in ni sposoben narediti ničesar zunaj, kaj šele doseči sposobnost samostojnega razmišljanja. Računalniki uporabljajo "grobo silo" svojih nadrejenih računskih moči, da bi našli rešitev za razmeroma enostavna vprašanja, vendar jim ni dovolj razumevanja, globine zaznavanja in strateške zapletenosti, da bi imeli namen zunaj tistega, za katerega so programirani.
Zato počivajte brez težav, saj AI prav dolgo ne bo nič drugega kot naši umetni pomočniki in služabniki.