6 velkých pokroků, které můžete připsat umělým neuronovým sítím

Autor: Roger Morrison
Datum Vytvoření: 25 Září 2021
Datum Aktualizace: 1 Červenec 2024
Anonim
6 velkých pokroků, které můžete připsat umělým neuronovým sítím - Technologie
6 velkých pokroků, které můžete připsat umělým neuronovým sítím - Technologie

Obsah


Zdroj: Agsandrew / Dreamstime.com

Odnést:

Nové formy umělé inteligence změní (a již začínají) naše životy velmi zajímavými způsoby.

Víme, že náš svět se rychle mění - ale existuje mnoho konkrétních technologických pokroků, o kterých byste možná v novinách nebo v televizi nemuseli slyšet mnoho, které však mají dramatický dopad na naše životy.

Některé z těchto velkých nových příběhů souvisejí s umělou neurální sítí - relativně novým jevem ve výzkumu umělé inteligence, který řídí nejrůznější pokroky v mnoha oblastech, od zábavy po medicínu.

Umělé neuronové sítě se spoléhají na myšlenku, že technologie mohou modelovat biologickou práci lidského mozku pomocí malých jednotek odpovídajících jednotlivým lidským neuronům a skupinám neuronů a vytvářet výstupy založené na vstupech.


Myšlenka umělé neuronové sítě se opírá o filozofii „spojitosti“, která se objevila ve 40. letech 20. století, a teoretizuje, jak velké množství spolupracujících neurologických jednotek může ovlivnit celkové chování a poznání. Jiným způsobem, jak to říci, je to, že jako lidé jsme objevili, že dokážeme vytvořit lepší modely tím, že spojíme mnoho z těchto umělých neuronů a přimějí je, aby spolupracovali způsobem, který je velmi podobný našim vlastním biologickým myšlenkovým procesům.

Co umělé sítě přinášejí ke stolu? Vlastně hodně. I když nejde o název domácnosti nebo o známou značku, nebo dokonce o hlavní část učebních osnov základních nebo středních škol, práce na umělých neuronových sítích se v mnoha oborech stává běžnou. (Další informace o milníků v oblasti výpočetní techniky a historie umělých inteligencí s programem Ada Lovelace až po hluboké učení.)


Hra a dál

Možná jste nedávno slyšeli, že počítač dokázal ve hře „Go“ porazit lidského hráče, což je hra, která je podstatně složitější než šachy. Mnozí z nás intuitivně chápou, že je to další krok vpřed na cestě k silnější umělé inteligenci - dozvěděli jsme se o nadřazenosti počítačů hrajících šachy již v 90. letech, takže to vypadá jako logický vývoj.

Výskyt entit umělé inteligence, podpořených umělými neurálními sítěmi, které mohou porazit lidi na Go, je významný - ale to, co možná nevíte, je to, že IBM, společnost, která přispěla k tomuto objevujícímu se způsobu hry, také experimentuje s novými základními AI techniky, díky kterým budou umělé neuronové sítě mnohem schopnější a rychlejší. Minulý měsíc poklesly zprávy o tom, že IBM na společném projektu s MIT upustí 240 milionů dolarů, čímž se zdvojnásobí výkon systému ANN a souvisejících technologií, aby šly dále, než kdy předtím.

Více přesnosti v léčbě rakoviny

Rakovina je jednou z nejzávažnějších nemocí v západním lékařském lexikonu - nyní však umělé neuronové sítě podporují velmi nové druhy výzkumu rakoviny, protože vědci se přibližují novým způsobům léčby mnoha různých druhů nádorů.

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.

Jedním z nejdůležitějších způsobů, jakými umělé nervové sítě pomáhají při diagnostice a léčbě rakoviny prsu, prostaty, plic a jiných typů rakoviny, je schopnost ovládat velké soubory dat a identifikovat cestu vpřed - ať už jde o klasifikaci případů rakoviny. , nebo při práci s údaji souvisejícími s genovou expresí, spektrum nových léčebných metod rakoviny používá poznatky získané z AI, aby se pokusily zachránit životy.

Pokrok v neurovědě

Umělé neuronové sítě nejsou užitečné při výzkumu rakoviny - stejné principy mohou mít nejrůznější klinická data a upřesnit je do více akčních forem.

Existuje však zvláštní vztah mezi umělou neuronovou sítí a neurovědou - protože i když sestavujeme tyto stavební bloky, které simulují lidský mozek, učíme se více o tom, jak lidský mozek funguje - což podporuje nová moderní zařízení sloužící pacientům novými způsoby.

Jak vědci vstupují a vytvářejí systémy ANN, dívají se na to, jak neurony střílí impulsy napříč synapsemi. Jsou to seskupení a klasifikace neuronových sítí, které tvoří části lidského mozku. V kouscích se snaží dosáhnout celkového cíle pokročilého výzkumu umělé inteligence - plně simulovat práci biologického mozku a přeměnit tyto výsledky v něco, co vypadá velmi podobně jako lidské myšlení odvozené z autonomní technologie. Když lidé používají umělé neuronové sítě, dozvědí se více o tom, co se děje v mozku, co se stane, když sníme, co se stane, když má někdo mozkovou mrtvici - a to vše bude podporovat expanzi v různých oblastech neurovědy. Jak rozvíjíme umělou inteligenci, rozvíjíme také naše porozumění sobě samým.

AI a personalizovaný marketing

Dalším průlomem, který podporuje umělé neuronové sítě, je neobvyklá schopnost obchodníků zjistit, co daný spotřebitel chce a potřebuje.

Možná jste se setkali s takovým druhem v modulu doporučení webových stránek, ve vašem zdroji Pandora nebo jinde. Vidíte reklamy, které jsou tak cílené, že vypadají strašidelně - dostanete informace o věcech, které byste mohli chtít nebo by vás zajímali, ale o kterých jste nikomu nikdy neřekli. To vše je často poháněno umělými neuronovými sítěmi a algoritmy strojového učení, které jsou schopny navázat spojení samy o sobě, než aby byly poháněny lidskými tvůrci rozhodnutí. Jejich přesnost je záhadná a její čas bude stále lepší. (Další informace naleznete v tématu Jak jsou systémy doporučení způsobem, jakým nakupujeme online.)

Každodenní rozhraní

Je to zajímavý způsob, jak přemýšlet o průlozích, které vědci vytvářejí pomocí umělých neuronových sítí - článek z Gizmodo hovoří o tom, jak vidíme výsledky ANN ve hře každý den na internetu - jednou z důležitých věcí, na kterou tento článek poukazuje, je že jednou z nejslibnějších hranic používání umělých neuronových sítí je rozpoznávání obrazu.

Při včasném použití těchto nástrojů umělé inteligence vědci přišli na to, jak pomoci počítačům rozpoznat obrázky všeho od koček po jednotlivé lidské tváře. A to se již používá mnoha způsoby - na vašich platformách pro zasílání zpráv, ve vašem profilu a případně i na místním letišti.

Pole biometrie hodně získalo z myšlenky, že k identifikaci jednotlivce můžete použít rozpoznávání obrazu. A samozřejmě, marketing také profituje z rozpoznávání obrazu, což pomáhá spojit ty souvislosti, které se budou líbit lidskému uživateli. Ale v širším měřítku, schopnost těžit obrázky pro data má všechny druhy užitečných aplikací - takže v určitém okamžiku už nebudeme krmit slova do počítačů - budeme jim moci dát obrázky ukázat jim, co se snažíme sdělit - a jak všichni vědí, obrázek má hodnotu 1 000 slov.

Dalším zajímavým bodem z díla Gizmodo je to, že zpracování přirozeného jazyka je také produktem ANN práce. Weve to už nějakou dobu používal, ať už se Siri nebo diktátními nástroji nebo nějakou jinou formou; způsoby, jak počítače rozkládají fonetiku a převádějí je, mají hodně společného s raným výzkumem umělých neuronových sítí.

Business Intelligence

Kromě toho, že jsou schopni určit jednotlivé zákazníky a rozebrat jejich osobní údaje pro marketingové účely, podniky také používají umělé neuronové sítě a strojové učení jinými velmi důležitými způsoby.

Podnik je organismem - a každá firma významné velikosti bude potřebovat hodně směru, jak ze dne na den, tak z dlouhodobého hlediska.

Jakmile se software stal dostatečně pokročilým a dostatečně pokročilým, prodejci začali budovat různé platformy podnikového softwaru, aby pomohli podnikům automatizovat vše, co dělali ručně. Automatizace Salesforce zvyšuje výkon prodejních týmů prostřednictvím technologie. Nástroje pro správu vztahů se zákazníky pomáhají propagovat lepší spojení s cílovým publikem. Nástroje pro řízení dodavatelského řetězce dostávají potřebné suroviny do obchodních míst. A obecné nástroje business intelligence přijímají všechna nezpracovaná data a dělají z nich přehledné zprávy, které mohou vedoucí pracovníci použít.

Spíš než procházení zařízení a snaha si představit, co se stane v budoucnu, dnešní vůdci stále častěji hledají na vizuální dashboardy a jasně vidí, co musí udělat, aby obchod fungoval lépe. Celá ta průhlednost se opět spoléhá na umělé neuronové sítě - a na strojové učení a nástroje pro hluboké učení - aplikované na tyto analytické motory nám dávají znalosti, které potřebujeme způsoby, které jsou založeny na této velmi důležité simulaci lidského myšlení.

Všechny tyto průlomy jsou jen špičkou ledovce. Přichází revoluce - masivní změna moře ve způsobu, jakým komunikujeme s technologií. Chytřejší a schopnější roboti a počítače začnou znít, vypadat a jednat jako my - a je na nás, abychom zjistili, jak to bude fungovat.