Obsah
- 1. AI se skládá z inteligentních robotů nebo androidů, které vypadají jako lidé.
- 2. AI, strojové učení a hluboké učení jsou to samé.
- 3. AI se učí zcela samostatně.
- 4. Chatbots jsou nejzákladnější formou AI.
- 5. Síla potřebná k provedení všech budoucích operací hlubokého učení je neudržitelná.
- Žádné chyby, žádný stres - Váš průvodce krok za krokem k vytváření softwaru pro změnu života, aniž by došlo ke zničení vašeho života
- 6. Pro podnik je snadné pronajmout si výpočetní výkon potřebný k podpoře operací AI.
- 7. Pro trénování umělé inteligence potřebujete obrovské množství dat.
- 8. AI nahradí stávající nástroje BI, čímž dojde k zastarání všech předchozích technologií.
- 9. Neuronové sítě jsou jako biologické sítě, ale mechanické.
- 10. AI se nakonec stane dostatečně inteligentní, aby pochopilo, že lidé jsou pro něj nebezpeční a musí být vyhlazeni.
Zdroj: Usa Pyon / Dreamstime.com
Odnést:
AI je horká technologie, ale mnoho lidí má mylné představy o tom, co přesně to znamená. Zde se podíváme na některé mýty kolem AI a prozkoumáme fakta.
Proč všichni mluví o umělé inteligenci, přesto stále nevidíme přátelské roboty jako Data od "Star Trek", kteří chodí mezi lidmi? Pamatovali jsme si, že k jejich skriptovaným vzorům přidali druhou směrnici RoboCopu, aby mohli „chránit nevinné“ místo vyhlazování lidstva, jakmile získají plnou vnímavost?
Dnes existuje mnoho nejasností o tom, co umělá inteligence (AI), strojové učení a hluboké učení ve skutečnosti jsou, co „inteligentní stroje“ dokážou a jaký je současný stav technologií AI. Je čas si užít nějaké staré dobré odhalení, takže zmizíme 10 nejběžnějších mýtů o umělé inteligenci. (Další informace o potenciální budoucnosti AI naleznete v revoluci AI, která učiní z univerzálního příjmu nutnost?)
1. AI se skládá z inteligentních robotů nebo androidů, které vypadají jako lidé.
Příliš mnoho "Blade Runner" pro všechny tady, hmm? Ačkoli mezi robotikou a umělou inteligencí existuje mnoho obecných záměn, jedná se o dvě zcela odlišné oblasti vědy, které slouží různým účelům. Roboti jsou fyzická zařízení obsluhovaná akčními členy a senzory pro provádění široké škály úkolů, jako je stavba, přenášení nebo demontáž výrobků v továrnách.
AI je programován tak, že je dostatečně autonomní, aby se mohl rozhodovat a poučit se ze svých chyb. Ačkoli některé roboty mohou být nakonec vylepšeny algoritmy AI, „inteligenční“ část je jen jednou další schopností, kterou může mít AI.
2. AI, strojové učení a hluboké učení jsou to samé.
Ačkoli jsou všechny součástí stejného většího AI systému, jsou to tři různé věci. Strojové učení je v zásadě metoda, kterou se umělá inteligence učí z externích zdrojů, jako při použití algoritmů k rozlišování dat a určování správného chování. Hluboké učení je jen jednou z možných technik používaných v praktických aplikacích strojového učení. Je založen na neuronových sítích (NN) a používá se ke sdělení AI, jaká je pravděpodobnost správného rozhodnutí.
3. AI se učí zcela samostatně.
Přes nějaké přehnané humbuk o AI, který se údajně dokázal naučit sám, je stále nemožné najít systém poháněný AI, který má jakoukoli aplikaci v reálném světě, která může vyrůst z nulových znalostí bez lidské pomoci. Jakýkoli systém, který se musí vypořádat se skrytými informacemi nebo nejistotou jakéhokoli druhu, nemůže být AI „pochopen“, kterému lidé stále musí krmit vstupy a data. Také každý kousek informací musí mít jasný účel, něco, co AI nemůže uhodnout bez externích zdrojů (alespoň ne na začátku).
4. Chatbots jsou nejzákladnější formou AI.
Opět platí, že i když tam jsou nějaké chatboty, které využívají více či méně základní formy AI, většina z nich není nic jiného než základní programy, které interagují s lidmi prostřednictvím hlasových rozhraní. Spíše než ve skutečnosti „inteligentní“, většina chatbotů má předprogramované odpovědi, které jsou dány jako odpověď na určitá klíčová slova ve vstupu uživatele. Aby se chatbot stal skutečnou umělou inteligencí, musí disponovat několika technologiemi, které mu umožňují porozumět člověku, učit se jeho potřebám a reagovat podle toho. Vyžaduje hlasový nebo rozpoznávací software, analýzu sentimentu, nějakou formu programu strojového učení a technologii generování přirozeného jazyka. (Chcete-li se dozvědět více o chatbotech, přečtěte si článek Zeptali jsme se IT profesionálů, jak podniky budou v budoucnu chatboty používat. Tady je to, co uvedli.)
5. Síla potřebná k provedení všech budoucích operací hlubokého učení je neudržitelná.
Je nepopiratelné, že AI vyžaduje, aby bylo proškoleno a prováděno všechny jeho komplexní operace hlubokého učení. V budoucnu, kdy většina podniků bude do určité míry využívat AI, může tento problém narůstat do epických rozměrů, což způsobí, že jeho použití bude potenciálně neudržitelné. AI nám však může skutečně poskytnout více energie tím, že potlačí trvalý problém výroby energie: plýtvání a neefektivnost energetických sítí. Energetické společnosti nakonec nakupují přebytečnou energii od soukromých uživatelů, kteří také plýtvají většinou přebytečné elektřiny, kterou vyrábějí, protože stávající rozvodné sítě nebyly postaveny, aby vyhovovaly moderní úrovni diverzifikace. AI může přijít k naší záchraně tím, že nahradí staré sítě novými, inteligentními mikro-mřížkami poháněnými AI, které přesně vědí, jak distribuovat elektřinu v reálném čase s maximální účinností.
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.
6. Pro podnik je snadné pronajmout si výpočetní výkon potřebný k podpoře operací AI.
... pokud AWS, Google, Microsoft a Alibaba Cloud v současné době nes centralizují velkou většinu výpočetního výkonu dostupného na světě. Vývojáři AI tedy v současné době mají jen dvě možnosti: pronajmout si ho za mimořádně vysoké ceny nebo zakoupit svůj vlastní drahý hardware.
Existuje však šance, že toto odhalení mýtů může být v blízké budoucnosti odhaleno. Nová společnost s názvem Tatau vyvinula superpočítačovou platformu založenou na blockchainu, která může problém vyřešit. Jejich řešení umožňuje agregaci a opětovný prodej kombinovaných zdrojů celosvětově distribuované sítě počítačů založených na GPU. Představte si, že kryptoměničtí horníci, hráči nebo jiné vysoce výkonné počítače věnují svou výpočetní sílu vývoji AI. Společnosti AI mohou využít tento nedostatečně využívaný zdroj energie GPU a trénovat své modely strojového učení za mnohem levnější cenu. Tato nová platforma může také poskytnout odpověď na problém zdůrazněný v bodě 5, protože podporuje efektivní využití dosud nevyužitých zdrojů.
7. Pro trénování umělé inteligence potřebujete obrovské množství dat.
Ne nutně. Jistě, potřebuješ mnoho dat a výpočetního výkonu pro výcvik AI od nuly. A i když v menší míře, potřebujete terabajty dat, abyste mohli trénovat AI na provádění složitých úkolů, jako je řízení automobilu. V závislosti na oblasti použití AI jsou však předem trénované neuronové sítě dostatečně flexibilní, aby mohly být přeškoleny pouze v některých specifických oblastech. Základní datový rámec může pocházet z většího, obecnějšího souboru dat, přičemž pouze poslední část sítě musí být nahrazena za „doplňte mezery“ specifické pro daný případ použití.
8. AI nahradí stávající nástroje BI, čímž dojde k zastarání všech předchozích technologií.
To je trochu úsek, přinejmenším. Většina moderních řešení business intelligence (BI) je vysoce škálovatelná a často přizpůsobitelná, takže jakýkoli budoucí model založený na AI lze snadno integrovat přímo do jejich platforem. Společnosti vždy upřednostňují implementaci pouze těch řešení, která přicházejí bez rizika narušení pracovního toku, a technologie AI se této potřebě přizpůsobily. Proto je většina platforem AI implementována prostřednictvím webu, takže není nutná výměna nebo, v nejhorším případě, může být bezpečně implementována ve fázích.
9. Neuronové sítě jsou jako biologické sítě, ale mechanické.
Žádná nervová síť nemůže ani doufat, že dosáhne zlomku složitosti lidského mozku. I přes mnoho let klinického a vědeckého výzkumu stále nepochopíme biologické neuronové sítě v plném rozsahu, protože neurony plní s lidským tělem tolik různých úkolů (přemýšlejte o rozdílu mezi senzorickým a motorickým neuronem) a dokonce přenáší informace prostřednictvím mnoho různých cest (pomocí elektřiny, chemického potenciálu a neurotransmiterů). Neuronové sítě dokážou pochopit pouze velmi jednoduché vstupy typickým způsobem 1 nebo 0 („ano“ nebo „ne“). Je to jako srovnávat složitost vojenského letadla s drakem jen proto, že oba mohou létat.
10. AI se nakonec stane dostatečně inteligentní, aby pochopilo, že lidé jsou pro něj nebezpeční a musí být vyhlazeni.
Vlastně nemůžeme tento mýtus skutečně odhalit, protože to není mýtus. Je to realita. Připravte se, protože odpor je marný!
Vtipky stranou, jednoduše řečeno, AI nemá nikde blízko inteligenci potřebnou k pochopení světa kolem sebe a k autonomním a racionálním rozhodnutím. Každý algoritmus je vyvinut tak, aby vykonával jeden úkol a mimo něj není schopen dělat nic, natož dosáhnout schopnosti samostatně myslet. Počítače používají „hrubou sílu“ svých nadřazených výpočetních schopností k nalezení řešení relativně jednoduchých problémů, ale postrádají porozumění, hloubku vnímání a strategickou složitost, aby měly účel mimo ten, pro který jsou naprogramovány.
Takže si snadno odpočiňte, protože AI nebude po dlouhou dobu dlouho nic jiného než umělé pomocníky a sluhy.