Отец искусственного интеллекта
Джон Маккарти, отец искусственного интеллекта, был пионером в области искусственного интеллекта. Он не только считается основателем ИИ, но и тем, кто ввел термин «искусственный интеллект».
В 1955 году Джон Маккарти ввел термин «искусственный интеллект», который он предложил на знаменитой конференции в Дартмуте в 1956 году. На этой конференции, на которой присутствовало 10 ученых-компьютерщиков, Маккарти исследовал способы, с помощью которых машины могут учиться и рассуждать, как люди.
Он верил в разработку машин, которые будут воплощать в себе абстрактное мышление и способность решать проблемы человеческого мозга, т. е. машина может быть создана для имитации аспектов обучения человека.
Основатель искусственного интеллекта Джон Маккарти в возрасте 84 лет покинул мир 24 октября 2011 года. Профессор и изобретатель Джон Маккарти определял и доминировал в области искусственного интеллекта более пяти десятилетий.
Оглавление
Зная отца искусственного интеллекта — Джон Маккарти
Джон Маккарти, признанный гигант компьютерных наук и одна из первых фигур в области искусственного интеллекта, родился в Бостоне в 1927 году. В конце концов он вместе со своими родителями переехал в Лос-Анджелес. Обладая ярким умом с юных лет, несмотря на болезнь, он получил место в бакалавриате Калифорнийского технологического института. Он получил высшее образование в 1948 году. Идея изобретения технологии, которая могла бы помочь машинам учиться, не возникла на ровном месте.
Джон Маккарти случайно посетил симпозиум «Церебральные механизмы поведения». Именно отсюда началось его стремление создать машины, которые могли бы думать как люди.
Основные достижения Джона Маккарти в области искусственного интеллекта
Введение Джоном Маккарти термина «искусственный интеллект» заложило основу для того, чтобы искусственный интеллект стал областью изучения. Позже к нему присоединился Марвин Мински из Массачусетского технологического института в 1959 году, где Маккарти был научным сотрудником.
После его стремления построить машины, которые могли бы имитировать человеческое логическое мышление, его следующий прорыв произошел, когда он предложил Советник в 1958 году в своей статье «Программы со здравым смыслом». Это была гипотетическая компьютерная программа, которая стремилась использовать логику для представления информации в компьютере. Это также был первый шаг к внедрению концепции использования логических рассуждений для улучшения искусственного интеллекта.
В то же время Маккарти изобрел новый язык программирования — LISP, который до сих пор используется как лучший язык в области ИИ. Джон Маккарти также привлек внимание своей ошеломляющей концепцией разделения времени где-то между 1950-ми и 1960-ми годами. С таким же успехом можно сказать, что его концепция использования одного центрального компьютера для хранения всего и совместного использования нескольких систем была своего рода трамплином для нашего современного облачного хранилища.
Есть три основные самые ранние системы разделения времени, которые в значительной степени приписывают Джону Маккарти:
- Совместимая система разделения времени
- Система разделения времени BBN
- Дартмутская система разделения времени
Ле Эрнест, его коллега в то время, воскликнул, что интернета не было бы так скоро, если бы не изобретение Джоном Маккарти систем с разделением времени. Он рассказал, как со временем для этого появились новые названия, а именно серверы, а затем со временем и облачные вычисления.
Джон Маккарти стал почетным членом Специального комитета ACM по языкам Международной федерации обработки информации (IFIP).Примерно в 1959 году Маккарти изобрел то, что также называютвывоз мусораметод для решения проблем в Лиспе. Этот метод пытался получить память, которая была занята объектами и не использовалась программой. Его изобретение упростило ручное управление памятью в Lisp.
В 1961 году идея коммунальные вычисления возник. Джон Маккарти в своей речи на столетии Массачусетского технологического института упомянул эту идею. Концепция использования продажи определенных приложений через бизнес-модель коммунальных услуг (например, электричества или воды) была довольно популярна в конце 1960-х, но исчезла к середине 1990-х. Однако эта же идея возродилась где-то в 2000 году в новых формах облачных вычислений, грид-вычислений и поставщика услуг приложений.
Шли годы, в 1966 году Маккарти и его команда участвовали в шахматной игре с советскими коллегами, используя компьютерную программу для игры — две партии проиграли и две сыграли вничью.
Маккарти потратил свое время на разработку метода ограничения немонотонного рассуждения где-то между 1978 и 1986 годами. Ограничение, как бы сложно ни звучал этот термин, на самом деле был методом формализации предположения здравого смысла о вещах как ожидаемых, если не указано иное.
Тем временем в 1982 году появились новости о его новой идее Космический фонтан — идея, которая означала, что длинная башня будет простираться в космос и удерживаться в вертикальном положении за счет направленной наружу силы потока поддонов, выбрасываемых из земли вместе с своего рода конвейерной лентой, которая будет возвращать эти поддоны на землю.
На протяжении всего своего пути его вклад в область искусственного интеллекта безупречен. Его вклад был признан во всем мире и неоднократно награждался. Некоторые из известных наград его имени:
- Премия Тьюринга от Ассоциации вычислительной техники в 1971 году.
- Киотская премия 1988 г.
- Национальная медаль науки (США) в области статистики, вычислительных наук и математики в 1990 г.
- Медаль Бенджамина Франклина в области когнитивных наук и компьютеров Института Франклина в 2003 году.
В 2012 году основатель искусственного интеллекта был назван одним из Стэнфордских инженерных героев.
В то время как Джон Маккарти остается основоположником искусственного интеллекта, в области ИИ появилось гораздо больше лидеров, чей вклад заслуживает внимания.
Давайте узнаем о некоторых из этих выдающихся лидеров.
Другие лидеры в области ИИ
Хотя отец ИИ Джон Маккарти является факелоносцем, есть еще много имен, которые сделали ИИ тем, чем он является сегодня.
1. Ноам Хомский
Если Джона Маккарти считают основателем искусственного интеллекта и тем, кто ввел термин «искусственный интеллект», Ноам Хомский поднял красный флаг за забвение искусственных методологий и одновременно обсудил, что пошло не так с ИИ.
Профессор и исследователь лингвистики и когнитивных наук Ноам Хомский провел 50 лет в Массачусетском технологическом институте, заработав звание «Отец современных лингвистов‘.
Оптимизм Маккарти в отношении его концепции ИИ постепенно вызывал недоумение, а также вызвал скептицизм Хомского. Идеи и теории Хомского больше уходили корнями в когнитивное поведение людей. Его вклад в области когнитивной психологии и философии языка и разума ускорил и помог процветать «когнитивной революции».
Ноам Хомский, отвечая на один из самых важных вопросов об ИИ — можно ли создать познание — взвесил ИИ. Его подход назывался «Статистические большие данные» — подход, который интенсивно использует математику для просеивания огромного количества данных и распознавания сложных закономерностей.
2. Джеффри Хинтон
Джеффри Хинтон — еще один лидер в области искусственного интеллекта. Он известен своим вкладом в искусственные нейронные сети. Он присоединился к Google (Google Brain) в 2013 году, а в 2017 году стал соучредителем Vector Institute of Toronto, где он также является главным советником.
Он считается пионером в области глубокого обучения, и его часто называют крестным отцом глубокого обучения. Его работа включает в себя углубленное исследование способов использования нейронных сетей для машинного обучения, восприятия и обработки символов. Раннее увлечение Хинтона человеческим мозгом заставило многих задуматься о его возможностях в компьютерах. Идея использования нейронных сетей для проектирования сложных компьютерных структур была воспринята положительно, но сложности казались слишком сложными. Однако Джеффри Хинтон, гений, которым он был, сохранил его уверенность. В своем интервью Wired он продолжает объяснять, почему:
Кажется, я не думаю, что есть какой-то другой способ работы мозга. Это единственный способ — он должен изучить сильные стороны связей. И если вы хотите создать устройство, которое воспроизведет эту природу мозга, у вас есть два способа сделать это: либо вы можете запрограммировать его, либо позволить ему учиться самому. Насколько я знаю, людей не программировали, поэтому мы учились. Так что это правильный способ сделать это. [Цитаты расшифрованы]
Его идея заключалась в том, чтобы никогда не повторять, как работает мозг. Всегда нужно было смотреть, что понимает мозг и как он работает в определенных ситуациях; затем, используя это открытие, спроектировать машину, которая может так думать. Вот как он нарисовал нейронные связи.
3. Марвин Мински
Марвин Мински был объединением философа, ищущего истину, и ученого с широким спектром знаний. Его работа вдохновила на создание персональных компьютеров и Интернета. Ему принадлежит заслуга в том, что он заложил краеугольный камень для изучения возможностей придания компьютерам здравого смысла в области ИИ.
Его исследования начались с понимания человеческой психологии и вычислительных идей, которые могли характеризовать сложное человеческое мышление. Как и отец ИИ Джон Маккарти, Марвин Мински также находил человеческий интеллект и мышление захватывающими и загадочными.А почему бы и нет, ведь он также был коллегой Джона Маккарти по Массачусетский технологический институт Проект искусственного интеллекта.
Тем не менее, вклад профессора Мински в область ИИ охватывает несколько дисциплин. Вот некоторые из них —
- Он разработал первый визуальный сканер.
- Он также создал механические руки с тактическими датчиками.
- Он построил Snark, первую обучающую машину с проводной нейронной сетью.
- Наконец, в Гарварде он изобрел первый конфокальный сканирующий микроскоп с превосходным разрешением и качеством изображения.
Как и его коллега Джон Маккарти, профессор Мински также был удостоен престижной премии Turning Award в 1969 году.
В области искусственного интеллекта также было много других лидеров, таких как Аллен Ньюэлл, Рэй Курцвейл, Эндрю Нг, Янн ЛеКун и другие.
Все эти лидеры и их вклад неуклонно привлекали внимание к искусственному интеллекту — области исследований, которая со временем становилась все более заметной. Их вклад привел к бесчисленным изобретениям в области искусственного интеллекта.
Основные изобретения искусственного интеллекта
Хотя мы уже проследили историю, изучая умы, лежащие в основе ИИ, давайте с нетерпением ждем некоторых из основных изобретений ИИ.
1. Виртуальные агенты
Виртуальные агенты или чат-боты, безусловно, являются одним из лучших изобретений ИИ. Это форма языка, которая позволяет ботам передавать идеи с идеальной точностью. Например, автоматические разговоры в чате на веб-сайте бренда — это классическая реализация НЛП.
Вы знаете, что это чат-бот, но никогда не почувствуете, что это так. Совершенство, с которым бот взаимодействует с вами, пытаясь решить вашу проблему или ответить на ваш запрос, — это именно то, чего достиг ИИ. Проверьте этот автоматический диалог, реализованный MobileMonkey в их Facebook Messenger, для тех, кто хочет зарегистрироваться.
Такой же подход также используется на веб-сайтах для сбора сведений о посетителях или помощи в решении запросов клиентов. Например, в AnalytixLabs у нас есть помощник ALabs Smart Bot.
2.Генерация естественного языка
Это субдисциплина ИИ, которая помогает преобразовывать данные в тексты. Это помогает компьютерам интерпретировать и представлять данные в форме удобочитаемых текстов с совершенством. Примерами могут служить отчеты по обслуживанию клиентов и обзоры рынка. Возьмем, к примеру, этот отчет Automated Insights —
Это пример использования NLG на информационной панели BI для предоставления описательной сводки. Платформа Automate Insights Wordsmith NLG интегрирована с Tableau и другими платформами BI, чтобы помочь аналитикам создавать такие полные отчеты.
Связанный: Хотите работать с платформами BI? Изучите Tableau и визуализацию данных.
3. Платформы машинного обучения
Еще одно крупное изобретение искусственного интеллекта — платформы машинного обучения. Машинное обучение или ML — это ветвь ИИ, предназначенная для помощи компьютерам в обучении.
Сейчас мы регулярно видим внедрение машинного обучения. Благодаря правильным алгоритмам, API-интерфейсам, инструментам работы с большими данными и другим связанным ресурсам машинное обучение набирает обороты как никогда. Один классический пример, который мы все видим каждый день, происходит в Amazon.
Amazon использует машинное обучение для прогнозирования и классификации своих клиентов, продуктов и моделей покупок. Например, электронные письма с автоматическими рекомендациями от Amazon — классический вариант использования машинного обучения. Или, когда вы находитесь на домашней странице Amazon (и вошли в систему), вы увидите «рекомендуемые продукты» на основе вашего предыдущего просмотра. Этот прогноз приходит с помощью машинного обучения, когда машина «узнает», что вам может понравиться, просматривая ваш прошлый просмотр, и прогнозирует вашу модель покупки.
4. Киберзащита
Скажем так, в наши дни это должно быть одно из важнейших изобретений в области ИИ. Киберзащита — это компьютеризированный защитный механизм, который концентрируется на предотвращении атак, своевременном предупреждении и оперативном реагировании в случае атаки или угрозы для информации и инфраструктуры.
Это позволяет использовать как AI, так и ML для создания враждебной среды для злоумышленников. Исследования показывают, что почти 4.1. Миллиард данных был скомпрометирован в первой половине 2019 года, что подчеркивает высокие риски, в которых мы живем, и благо, что это изобретение ИИ.
Например, стартап Darktrace, самообучающийся Cyber AI, работает в этой области, сочетая поведенческий анализ и продвинутую математику для обнаружения нестандартного поведения внутри организации. Они применяют алгоритмы искусственного интеллекта для обнаружения вредоносных программ и уменьшения ущерба.
В заключение
Внедрение искусственного интеллекта происходит повсеместно, в каждой отрасли. Нет другого лучшего способа подвести итог, чем заявить, что ИИ — это настоящее и будущее мира.
Оглядываясь назад на величайшие умы мира в области искусственного интеллекта, становится очевидным, что нам также необходимо смотреть вперед, чтобы понять, как развивается искусственный интеллект, чтобы упростить машинное обучение. Будь то ваша Alexa или Siri, карта Google или ваш инструмент автоматизации маркетинга — ИИ присутствует во всем, что вы видите, слышите и к чему прикасаетесь.
Это самое плодотворное время для начала. И кто бы ни говорил вам о дорогих курсах на получение степени, наверняка не думал учиться в своем собственном комфорте. Начните с профессиональных и точечных курсов прикладного ИИ в AnalytixLabs и следуйте по стопам лидеров ИИ, которые изо дня в день вдохновляют нас.
