Искусственный интеллект и его влияние на повседневную жизнь

В последние годы искусственный интеллект (ИИ) вплелся в нашу повседневную жизнь способами, о которых мы можем даже не подозревать. Он стал настолько распространенным, что многие остаются в неведении ни о его влиянии, ни о нашей зависимости от него.

С утра до ночи, занимаясь повседневными делами, технология ИИ определяет большую часть того, что мы делаем. Когда мы просыпаемся, многие из нас тянутся к мобильному телефону или ноутбуку, чтобы начать свой день. Это стало автоматическим и неотъемлемой частью того, как мы функционируем с точки зрения принятия решений, планирования и поиска информации.

Как только мы включаем наши устройства, мы мгновенно подключаемся к таким функциям ИИ, как:

• идентификация лица и распознавание изображений
• электронные письма
• Программы
• социальные медиа
• поиск Гугл
• цифровые голосовые помощники, такие как Siri от Apple и Alexa от Amazon
• онлайн банкинг
• вспомогательные средства для вождения — составление маршрута, обновление трафика, погодные условия
• поход по магазинам
• время простоя в свободное время — например, Netflix и Amazon для фильмов и программ

Сегодня искусственный интеллект затрагивает все аспекты нашей личной и профессиональной онлайн-жизни. Глобальная коммуникация и взаимосвязь в бизнесе были и остаются чрезвычайно важной областью. Использование искусственного интеллекта и науки о данных имеет важное значение, и его потенциальная траектория роста безгранична.

Хотя ИИ считается почти обычным явлением, что это такое и как он возник?

Что такое искусственный интеллект?

ИИ — это интеллект, демонстрируемый машинами, в отличие от естественного интеллекта, демонстрируемого как животными, так и людьми.

Мозг человека — сложнейший орган, контролирующий все функции организма и интерпретирующий информацию из внешнего мира. Его нейронные сети состоят примерно из 86 миллиардов нейронов, связанных примерно 100 триллионами синапсов. Даже сейчас нейробиологам еще предстоит разгадать и понять многие из его ответвлений и возможностей.

Человек постоянно развивается и учится; это отражает то, как ИИ функционирует по своей сути. Человеческий интеллект, креативность, знания, опыт и инновации являются движущими силами для расширения существующих и будущих технологий машинного интеллекта.

Когда был изобретен искусственный интеллект?

Во время Второй мировой войны работа Алана Тьюринга в Блетчли-парке по расшифровке немецких сообщений ознаменовала поворотный момент в науке. Его новаторская работа помогла развить некоторые основы информатики.

К 1950-м годам Тьюринг предположил, могут ли машины думать самостоятельно. Эта радикальная идея вместе с растущим значением машинного обучения для решения задач привела ко многим прорывам в этой области. В исследовании изучались фундаментальные возможности того, можно ли управлять машинами и проинструктировать их для:

• считать
• понять
• учиться
• применять свой собственный «интеллект» в решении проблем, подобных человеческим.

Ученые-компьютерщики и когнитивисты, такие как Марвин Мински и Джон Маккарти, осознали этот потенциал в 1950-х годах. Их исследования, основанные на исследованиях Тьюринга, способствовали экспоненциальному росту в этой области. Участники семинара 1956 года, проведенного в Дартмутском колледже, США, заложили основы того, что мы сейчас называем областью ИИ. Признанный одним из самых престижных академических исследовательских университетов мира, многие из присутствующих в ближайшие десятилетия стали лидерами и новаторами в области искусственного интеллекта.

В подтверждение его новаторского исследования тест Тьюринга — в его обновленной форме — до сих пор применяется к сегодняшним исследованиям ИИ и используется для измерения успеха разработки и проектов ИИ.

Эта инфографика, подробно описывающая историю ИИ, предлагает полезный снимок этих основных событий.

Как работает искусственный интеллект?

ИИ основан на сборе огромных объемов данных. Затем этими данными можно манипулировать для определения знаний, шаблонов и идей. Цель состоит в том, чтобы создать и развить все эти блоки, применяя результаты к новым и незнакомым сценариям.

Такая технология опирается на передовые алгоритмы машинного обучения и чрезвычайно высокоуровневое программирование, наборы данных, базы данных и компьютерную архитектуру. Успех конкретных задач зависит, среди прочего, от вычислительного мышления, разработки программного обеспечения и концентрации на решении проблем.

Искусственный интеллект существует во многих формах: от простых инструментов, таких как чат-боты в приложениях обслуживания клиентов, до сложных систем машинного обучения для крупных бизнес-организаций. Область обширна и включает в себя такие технологии, как:

• Машинное обучение (МО) . Используя алгоритмы и статистические модели, машинное обучение относится к компьютерным системам, которые способны обучаться и адаптироваться без следования явным инструкциям. В ML выводы и анализ различаются в шаблонах данных, разделенных на три основных типа: контролируемое, неконтролируемое и обучение с подкреплением.
• Узкий ИИ . Это неотъемлемая часть современных компьютерных систем, относящаяся к тем, которые были обучены или научились выполнять определенные задачи без явного программирования для этого. Примеры узкого ИИ включают в себя: виртуальных помощников на мобильных телефонах, таких как Apple iPhone и личных помощников Android в Google Assistant; и системы рекомендаций, которые делают предложения на основе истории поиска или покупок.
• Общий искусственный интеллект (AGI). Иногда миры научной фантастики и реальности кажутся размытыми.Гипотетически ОИИ, представленный роботами в таких программах, как «Мир Дикого Запада», «Матрица» и «Звездный путь», стал представлять способность интеллектуальных машин, которые понимают и изучают любую задачу или процесс, обычно выполняемые человеком.
• Сильный ИИ. Этот термин часто используется взаимозаменяемо с AGI. Однако некоторые ученые и исследователи искусственного интеллекта считают, что его следует применять только после того, как машины обретут разум или сознание.
• Обработка естественного языка (NLP). Это сложная область ИИ в компьютерных науках, поскольку она требует огромных объемов данных. Экспертные системы и интерпретация данных необходимы, чтобы научить интеллектуальные машины понимать, как люди пишут и говорят. Приложения НЛП все чаще используются, например, в медицинских учреждениях и центрах обработки вызовов.
• Глубокий разум. По мере того, как крупные технологические организации стремятся захватить рынок машинного обучения, они разрабатывают облачные сервисы для использования в таких секторах, как отдых и отдых. Например, Deepmind от Google создал компьютерную программу AlphaGo для игры в настольную игру Go, а Watson от IBM — это суперкомпьютер, который, как известно, участвовал в телевизионных шоу Watson and Jeopardy! Вызов. Используя НЛП, Уотсон отвечал на вопросы с идентифицируемым распознаванием речи и реакцией, что вызвало переполох в общественном сознании относительно потенциального будущего ИИ.

Карьерные перспективы искусственного интеллекта

Автоматизация, наука о данных и использование ИИ будут только расширяться. Прогнозы для индустрии аналитики данных до 2023 года предсказывают экспоненциальный рост сектора сбора больших данных. В «Прогнозе глобальной аналитики больших данных до 2023 года» Фрост и Салливан прогнозируют рост на уровне 29,7% на сумму ошеломляющих 40,6 млрд долларов.

Таким образом, существует еще много неиспользованного потенциала с растущими карьерными перспективами. Многие ведущие работодатели ищут профессионалов, обладающих навыками, опытом и знаниями для продвижения своих организационных целей. Карьерные пути могут включать:

• Робототехника и самоуправляемые/автономные автомобили (такие как Waymo, Nissan, Renault)
• Здравоохранение (например, многочисленные применения в исследованиях генетического секвенирования, лечении опухолей и разработке инструментов для ускорения диагностики, включая болезнь Альцгеймера)
• Академия (ведущие университеты в области исследований ИИ включают Массачусетский технологический институт, Стэнфорд, Гарвард и Кембридж)
• Розничная торговля (магазины AmazonGo и другие инновационные варианты покупок)
• Банковское дело
• Финансы

Не вызывает сомнений то, что с каждым технологическим сдвигом будут создаваться новые рабочие места и профессии взамен утраченных.

Получите квалификацию, чтобы добиться успеха в области науки о данных и искусственного интеллекта

Готовы ли вы сделать следующий шаг к сложной и профессионально полезной карьере?

Онлайн-программа MSc Computer Science with Data Analytics Университета Йорка даст вам теоретические и практические знания, необходимые для достижения успеха в этой растущей области.

Поделиться этой записью

• Поделиться через фейсбук
• Поделиться в Твиттере
• Поделиться в WhatsApp
• Поделиться в LinkedIn
• Поделиться по почте