Obsah
Zdroj: iLexx / iStockphoto
Odnést:
Umělé inteligence může být jednoho dne dosaženo použitím umělých neuronových sítí, ale mezi těmito vzrušujícími technologiemi existuje několik klíčových rozdílů.
Umělá inteligence (AI) a umělé neuronové sítě (ANN) jsou dvě vzrušující a vzájemně propojená pole v informatice. Existuje však několik rozdílů mezi těmito dvěma, které stojí za to vědět.
Klíčovým rozdílem je, že neuronové sítě jsou odrazovým můstkem při hledání umělé inteligence.
Umělá inteligence je obrovské pole, jehož cílem je vytvářet inteligentní stroje, čehož bylo dosaženo mnohokrát v závislosti na tom, jak definujete inteligenci. Navzdory skutečnosti, že máme počítače, které mohou vyhrát u „Jeopardy“ a porazit šachové šampióny, je cíl AI obecně považován za pátrání po všeobecné inteligenci, nebo inteligenci, kterou lze aplikovat na různé a nesouvisející situační problémy.
Mnoho AI vybudovaných do tohoto okamžiku bylo postaveno za účelem, jako je spuštění robota, který hraje ping pong nebo dominuje na „Jeopardy“. To je nevyhnutelný výsledek, když se počítačoví vědci posadí a vytvoří něco pro provedení konkrétního úkolu - skončí s něčím, co dokáže tento úkol, a nic jiného.
Aby se tento problém problémově zaměřených umělých inteligence obešel, začali počítačoví vědci hrát kolem umělých neuronových sítí. Naše obecně inteligentní mozky jsou tvořeny biologickými neurálními sítěmi, které vytvářejí spojení na základě našeho vnímání a vnějších podnětů.
Hrubě zjednodušeným příkladem je bolest způsobená spálením. Když se to stane poprvé, vytvoří se v mozku spojení, které identifikuje smyslové informace známé jako oheň (plameny, zápach kouře, teplo) a spojuje je s bolestí. Takto se ve velmi malém věku naučíte, jak se vyhnout spálení. Prostřednictvím stejné neuronové sítě můžeme udělat spoustu obecných učení, jako je „zmrzlina chutná dobře“, a dokonce udělat deduktivní skoky jako „vždycky jsou mraky před deštěm“ nebo „zásoby se vždy shromažďují v prosinci.“ Tyto skoky nejsou vždy správné (existuje špatná zmrzlina a existují zásoby, které v prosinci klesají), ale lze je napravit na základě zkušeností, což umožňuje adaptivní učení.
Umělé neuronové sítě se pokoušejí tento počítačový systém znovu vytvořit na počítačích vytvořením jednoduchého rámcového programu, který bude reagovat na problém a přijímat zpětnou vazbu, jak to funguje. Počítač může optimalizovat svou odpověď tím, že dělá stejný problém tisíckrát a upraví svou odpověď podle zpětné vazby, kterou obdrží. Počítači pak může být přidělen jiný problém, ke kterému může přistupovat stejným způsobem, jak se naučil z předchozího. Změnou problémů a počtu přístupů k jejich řešení, které se počítač naučil, mohou počítačoví vědci naučit počítač, aby byl generálem.
Přestože to vyvolává obrazy počítačů, které přebírají svět a sklízejí lidi, jak je vidět v hollywoodských filmech, jako je „The Martrix“, stále máme daleko od neuronových sítí k naší cestě k umělé inteligenci. Problémy testované na neuronových sítích jsou vyjádřeny matematicky. Nemůžete držet květinu až k počítači a říct jí, aby uhodla barvu podle vůně, protože vůně by musela být vyjádřena v číslech a počítač by pak musel tato čísla katalogizovat v paměti spolu s obrázky květin vyzařovat tu vůni.
Žádné chyby, žádný stres - Váš průvodce krok za krokem k vytváření softwaru pro změnu života, aniž by došlo ke zničení vašeho života
Nemůžete zlepšit své programovací schopnosti, když se nikdo nestará o kvalitu softwaru.
To znamená, že umělé neuronové sítě, kterým lze dát více vstupů věcí, jako je zápach - a schopnost učit se od všech těchto vstupů - mohou být na dobré cestě k vytvoření první umělé inteligence, která splňuje standardy i těch nejnáročnějších nadšenců umělé inteligence.
Umělé neuronové sítě jsou v podstatě modely lidských neuronových sítí, které jsou navrženy tak, aby pomohly počítačům učit se. Umělá inteligence je Svatý grál, který se někteří počítačoví vědci snaží dosáhnout pomocí technik, jako je napodobování neuronových sítí.