23 просмотров

Что такое искусственный интеллект? Введение, история и типы ИИ

ИИ (Искусственный интеллект) — это способность машины выполнять когнитивные функции, как и люди, такие как восприятие, обучение, рассуждение и решение проблем. Ориентиром для ИИ является человеческий уровень, связанный с рассуждениями, речью и зрением.

В этом руководстве по искусственному интеллекту вы изучите следующие основы искусственного интеллекта:

  • Что такое ИИ?
  • Введение в уровни искусственного интеллекта
  • История искусственного интеллекта
  • Цели искусственного интеллекта
  • Подполя искусственного интеллекта
  • Типы искусственного интеллекта
  • ИИ против машинного обучения
  • Где используется ИИ? Примеры
  • Почему ИИ сейчас на подъеме?

Введение в уровни искусственного интеллекта

В настоящее время ИИ используется практически во всех отраслях, что дает технологическое преимущество всем компаниям, интегрирующим ИИ в больших масштабах. По данным McKinsey, искусственный интеллект может создать розничную торговлю на 600 миллиардов долларов, а в банковской сфере — на 50% больше, чем при использовании других методов аналитики. В транспорте и логистике потенциальный скачок выручки больше на 89%.

Конкретно, если организация использует ИИ для своей маркетинговой команды, она может автоматизировать рутинные и повторяющиеся задачи, позволяя торговому представителю сосредоточиться на построении отношений, взращивании потенциальных клиентов и т. д. Компания под названием Gong предоставляет услугу анализа разговоров. Каждый раз, когда торговый представитель делает телефонный звонок, машина записывает, расшифровывает и анализирует чат. Вице-президент может использовать аналитику и рекомендации ИИ, чтобы сформулировать выигрышную стратегию.

Статья в тему:  17.02 как защитить землю от астероидов

Короче говоря, ИИ предоставляет передовые технологии для работы со сложными данными, с которыми человек не может справиться. ИИ автоматизирует избыточные рабочие места, позволяя работнику сосредоточиться на важных задачах с добавленной стоимостью. Масштабное внедрение ИИ приводит к снижению затрат и увеличению доходов.

История искусственного интеллекта

Искусственный интеллект сегодня является модным словом, хотя этот термин не нов. В 1956 году эксперты-авангардисты из разных слоев общества решили организовать летний исследовательский проект по ИИ. Четыре ярких ума возглавили проект; Джон Маккарти (Дартмутский колледж), Марвин Мински (Гарвардский университет), Натаниэль Рочестер (IBM) и Клод Шеннон (Bell Telephone Laboratories).

Вот краткая история искусственного интеллекта:

ГодВеха / Инновация
1923Карел Чапек играет под названием «Универсальные роботы Россум», первое использование слова «робот» на английском языке.
1943Заложены основы нейронных сетей.
1945Исаак Азимов, выпускник Колумбийского университета, использует термин «робототехника».
1956Джон Маккарти впервые использовал термин «искусственный интеллект». Демонстрация первой работающей программы искусственного интеллекта в Университете Карнеги-Меллона.
1964Диссертация Дэнни Боброу в Массачусетском технологическом институте показала, как компьютеры могут понимать естественный язык.
1969Ученые Стэнфордского научно-исследовательского института разработали Shakey. Робот, оснащенный функциями передвижения и решения проблем.
1979Создан первый в мире автономный автомобиль с компьютерным управлением Stanford Cart.
1990Значимые демонстрации машинного обучения
1997Программа Deep Blue Chess обыграла тогдашнего чемпиона мира по шахматам Гарри Каспарова.
2000Интерактивные домашние животные-роботы стали коммерчески доступными. Массачусетский технологический институт представляет Kismet, робота, лицо которого выражает эмоции.
2006ИИ пришел в деловой мир в 2006 году. Такие компании, как Facebook, Netflix, Twitter, начали использовать ИИ.
2012Google запустил функцию Android-приложения под названием «Google Now», которая предоставляет пользователю прогноз.
2018«Проектный дебатёр» от IBM обсудил сложные темы с двумя мастерами дебатов и показал себя исключительно хорошо.
Статья в тему:  За что отвечает искусственный интеллект

Цели искусственного интеллекта

Вот основные цели ИИ:

  • Это поможет вам сократить время, необходимое для выполнения определенных задач.
  • Облегчение взаимодействия людей с машинами.
  • Облегчение взаимодействия человека с компьютером более естественным и эффективным способом.
  • Повышение точности и скорости медицинских диагнозов.
  • Помогать людям быстрее усваивать новую информацию.
  • Улучшение связи между людьми и машинами.

Подполя искусственного интеллекта

Вот некоторые важные подполя искусственного интеллекта:

Машинное обучение: Машинное обучение — это искусство изучения алгоритмов, которые учатся на примерах и опыте. Машинное обучение основано на идее, что некоторые закономерности в данных были идентифицированы и использованы для будущих прогнозов. Отличие от жестких правил в том, что машина учится находить такие правила.

Глубокое обучение: Глубокое обучение — это подраздел машинного обучения. Глубокое обучение не означает, что машина изучает более глубокие знания; он использует разные слои, чтобы учиться на данных.Глубина модели представлена ​​количеством слоев в модели. Например, модель Google LeNet для распознавания изображений насчитывает 22 слоя.

Обработка естественного языка: Нейронная сеть — это группа связанных блоков ввода-вывода, где каждое соединение имеет вес, связанный с его компьютерными программами. Это помогает вам создавать прогностические модели из больших баз данных. Эта модель основана на нервной системе человека. Вы можете использовать эту модель для понимания изображений, человеческого обучения, компьютерной речи и т. д.

Экспертные системы: Экспертная система — это интерактивная и надежная компьютерная система принятия решений, которая использует факты и эвристику для решения сложных проблем принятия решений. Это также считается высшим уровнем человеческого интеллекта. Основной целью экспертной системы является решение самых сложных вопросов в конкретной предметной области.

Статья в тему:  На чем сосредоточено создание искусственного интеллекта

Нечеткая логика: Нечеткая логика определяется как форма многозначной логики, которая может иметь значения истинности переменных в любом действительном числе от 0 до 1. Это концепция ручки частичной истины. В реальной жизни мы можем столкнуться с ситуацией, когда мы не можем решить, является ли утверждение истинным или ложным.

Типы искусственного интеллекта

Типы искусственного интеллекта

Существует три основных типа искусственного интеллекта: основанный на правилах, дерево решений и нейронные сети.

  • Узкий ИИ — это тип ИИ, который помогает вам выполнять специальную задачу с интеллектом.
  • Общий ИИ — это тип интеллекта ИИ, который может эффективно выполнять любую интеллектуальную задачу, как человек.
  • ИИ на основе правил основан на наборе заранее определенных правил, которые применяются к набору входных данных. Затем система производит соответствующий вывод.
  • ИИ дерева решений похож на ИИ, основанный на правилах, в том смысле, что он использует наборы заранее определенных правил для принятия решений. Однако дерево решений также допускает разветвления и циклы для рассмотрения различных вариантов.
  • Супер ИИ — это тип ИИ, который позволяет компьютерам понимать человеческий язык и реагировать естественным образом.
  • Интеллект роботов — это тип ИИ, который позволяет роботам обладать сложными когнитивными способностями, включая рассуждение, планирование и обучение.

ИИ против машинного обучения

В большинстве наших смартфонов, повседневных устройств или даже в Интернете используется искусственный интеллект. Очень часто ИИ и машинное обучение взаимозаменяемо используются крупными компаниями, которые хотят объявить о своих последних инновациях. Однако машинное обучение и ИИ в чем-то отличаются.

Статья в тему:  Какая страна лучше всего подходит для мс в области искусственного интеллекта

ИИ — искусственный интеллект — это наука об обучении машин выполнению человеческих задач. Этот термин был изобретен в 1950-х годах, когда ученые начали изучать, как компьютеры могут самостоятельно решать проблемы.

Искусственный интеллект против машинного обучения

Искусственный интеллект — это компьютер, которому приданы человеческие свойства. Возьмите наш мозг; он работает легко и без проблем, чтобы вычислить мир вокруг нас. Искусственный интеллект — это концепция, согласно которой компьютер может делать то же самое. Можно сказать, что ИИ — это большая наука, которая имитирует человеческие способности.

Машинное обучение — это отдельное подмножество ИИ, которое обучает машину обучению. Модели машинного обучения ищут закономерности в данных и пытаются сделать вывод. Короче говоря, машину не нужно явно программировать людьми. Программисты приводят несколько примеров, и компьютер учится на этих примерах, что делать.

Также прочитайте разницу между глубоким обучением и машинным обучением против ИИ, нажмите здесь.

Где используется ИИ? Примеры

Теперь в этом уроке по искусственному интеллекту для начинающих мы изучим различные приложения искусственного интеллекта:

ИИ имеет широкое применение.

  • Искусственный интеллект используется, чтобы уменьшить или избежать повторяющихся задач. Например, ИИ может непрерывно повторять задачу без усталости. ИИ никогда не отдыхает, и ему безразлично, какую задачу выполнять.
  • Искусственный интеллект улучшает существующий продукт. До наступления эпохи машинного обучения основные продукты строились на жестко заданных правилах. Фирмы внедрили искусственный интеллект для повышения функциональности продукта, а не начинали разработку новых продуктов с нуля.Вы можете придумать изображение Facebook. Несколько лет назад вам приходилось отмечать друзей вручную. В настоящее время с помощью ИИ Facebook дает вам рекомендацию друга.
Статья в тему:  В чем разница между алгоритмами и искусственным интеллектом

ИИ используется во всех отраслях, от маркетинга до цепочки поставок, финансов, пищевой промышленности. Согласно опросу McKinsey, финансовые услуги и высокотехнологичные коммуникации лидируют в области ИИ.

Востребованность ИИ в различных отраслях

Почему ИИ сейчас на подъеме?

Теперь в этом руководстве по тестированию искусственного интеллекта давайте узнаем, почему ИИ сейчас процветает. Давайте разберемся с приведенной ниже диаграммой.

Популярность ИИ

Нейронная сеть существует с девяностых годов с основополагающей статьей Яна Лекуна. Однако он стал известен примерно в 2012 году. Его популярность объясняется тремя критическими факторами:

Машинное обучение — это экспериментальная область, а это означает, что ему нужны данные для проверки новых идей или подходов. С бумом Интернета данные стали более доступными. Кроме того, такие гиганты, как NVIDIA и AMD, разработали высокопроизводительные графические чипы для игрового рынка.

Аппаратное обеспечение

За последние двадцать лет мощность ЦП резко возросла, что позволяет пользователю обучать небольшую модель глубокого обучения на любом ноутбуке. Однако вам нужна более мощная машина для обработки модели глубокого обучения для компьютерного зрения или глубокого обучения. Благодаря инвестициям NVIDIA и AMD стало доступно новое поколение GPU (графического процессора). Эти чипы позволяют выполнять параллельные вычисления, а машина может разделять вычисления между несколькими графическими процессорами для ускорения вычислений.

Например, с NVIDIA TITAN X требуется два дня для обучения модели под названием Имиджнет против недель для традиционного процессора. Кроме того, крупные компании используют кластеры графических процессоров для обучения моделей глубокого обучения с помощью NVIDIA Tesla K80, поскольку это помогает снизить стоимость центра обработки данных и повысить производительность.

Статья в тему:  Что такое статистическое обучение в искусственном интеллекте

Искусственный интеллект в видеокартах

Данные

Глубокое обучение — это структура модели, а данные — это жидкость, которая делает ее живой. Данные питают искусственный интеллект. Без данных ничего нельзя сделать.Новейшие технологии раздвинули границы хранения данных, и стало проще, чем когда-либо, хранить большие объемы данных в центре обработки данных.

Интернет-революция делает сбор и распространение данных доступными для алгоритмов машинного обучения. Если вы знакомы с Flickr, Instagram или любым другим приложением с изображениями, вы можете догадаться об их потенциале ИИ. На этих веб-сайтах доступны миллионы изображений с тегами. Эти изображения могут обучать модель нейронной сети распознавать объект на изображении без необходимости собирать и маркировать данные вручную.

Искусственный интеллект в сочетании с данными — это новое золото. Данные — это уникальное конкурентное преимущество, которым не должна пренебрегать ни одна фирма, и ИИ дает наилучшие ответы на основе ваших данных. Когда все фирмы могут иметь одни и те же технологии, конкурентное преимущество будет у той, у которой есть данные. Чтобы дать представление, мир создает около 2,2 эксабайта, или 2,2 миллиарда гигабайт, каждый день.

Компании нужны исключительно разнообразные источники данных, чтобы находить закономерности и учиться в значительном объеме.

Искусственный интеллект в больших данных

Алгоритм

Аппаратное обеспечение мощнее, чем когда-либо, данные легко доступны, но одна вещь, которая делает нейронную сеть более надежной, — это разработка более точных алгоритмов. Первичные нейронные сети представляют собой простую матрицу умножения без глубоких статистических свойств. С 2010 года были сделаны замечательные открытия для улучшения нейронной сети.

Статья в тему:  Что такое искусственный интеллект в радиологии

Искусственный интеллект использует алгоритм прогрессивного обучения, чтобы данные выполняли программирование. Это означает, что компьютер может научиться выполнять различные задачи, например, находить аномалии, превращаясь в чат-бота.

Резюме

  • ИИ — это полная форма искусственного интеллекта — это наука об обучении машин имитировать или воспроизводить человеческие задачи.
  • Ученый может использовать разные методы для обучения машины. В начале эпохи ИИ программисты писали жестко закодированные программы, указывая все логические возможности, с которыми может столкнуться машина, и способы реагирования.
  • Когда система становится сложной, становится трудно управлять правилами. Чтобы преодолеть эту проблему, машина может использовать данные, чтобы узнать, как позаботиться обо всех ситуациях в данной среде.
  • Наиболее важной особенностью мощного ИИ является то, что он имеет достаточно данных со значительной разнородностью. Например, машина может изучать разные языки, если у нее достаточно слов для обучения.
  • ИИ — это новая передовая технология. Венчурные капиталисты инвестируют миллиарды долларов в стартапы или проекты ИИ, и, по оценкам McKinsey, ИИ может повысить темпы роста любой отрасли как минимум на двузначную цифру.
  • Общий ИИ, ИИ на основе правил, ИИ дерева решений, Супер ИИ — это типы искусственного интеллекта.

Посмотрите наше видео об искусственном интеллекте на YouTube: нажмите здесь

Вы могли бы:

  • Обратное распространение в нейронной сети: алгоритм машинного обучения
  • Контролируемое и неконтролируемое обучение: разница между ними
  • Матрица путаницы в машинном обучении с ПРИМЕРОМ
  • 50 вопросов и ответов из интервью по машинному обучению (2022)
  • Учебное пособие по искусственному интеллекту для начинающих: изучите основы ИИ
голоса
Рейтинг статьи
Статья в тему:  Сколько атомных бомб у россии
Ссылка на основную публикацию
Статьи c упоминанием слов:

0
Оставьте комментарий! Напишите, что думаете по поводу статьи.x