Следующий шаг в области ИИ — научить машины думать как мы

МЕНЮ


Новости ИИ
Поиск

ТЕМЫ


Внедрение ИИНовости ИИРобототехника, БПЛАТрансгуманизмЛингвистика, рбработка текстаБиология, теория эволюцииВиртулаьная и дополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информации

АРХИВ


Июнь 2017
Май 2017
Апрель 2017
Март 2017
Февраль 2017
Январь 2017
Декабрь 2016
Ноябрь 2016
Октябрь 2016
Сентябрь 2016
Август 2016
Июль 2016
Июнь 2016
Май 2016
Апрель 2016
Март 2016
Февраль 2016
Январь 2016
0000

RSS


RSS новости
птичий грипп

Новостная лента форума ailab.ru

Когда задумываешься о «невероятных» задачах, с которыми может справиться компьютер, первым делом в голову приходят сложнейшие вычисления в сжатые сроки или анализ огромных объемов данных — то, что вы сами никогда не сможете решить сами. Или же вспоминается недавнее поражение Ли Седоля в го, классическую стратегическую игру. Новейшие победы ИИ стали возможны во многом благодаря глубокому обучению, которое сейчас открывает все возможности для ИИ и людей, которые за ним стоят.

Но простые повседневные задачи, которые в здравом уме может выполнить даже ребенок, по всей видимости, подрывают функциональность систем ИИ: такие вещи, как определение пищи, которая лежит у вас на тарелке, или идентификация эмоций на лице другого человека. Эти легкие задачи для человека были невыполнимы для машин. До этого момента.

Методы глубокого обучения подарили машинам здравый смысл. В прошлом программисты писали сложные алгоритмы, которые описывали все вплоть до мельчайших деталей. Такой явный и детерминированный алгоритм подходит, когда перед вами стоит задача больших неудобных вычислений. Глубокое обучение освобождает ИИ от такого рода ограничений, позволяет системе учиться на своих ошибках, запоминать все, что она узнала, взаимодействовать с пользователями для получения дополнительной информации.

Революция глубокого обучения происходит по большей части благодаря тому, что для обучения становятся доступны большие данные. Малыш человека может выучить то, что нужно, после нескольких попыток, но машине на это потребуется гораздо больше времени. Глубокое обучение полагается на доступ к огромным объемам данных, поскольку машины, работающие на ИИ, должны основывать свой выбор на вероятностях и статистической значимости. Механическую замену интуиции пока не придумали.

Достижения в области глубокого обучения уже значительно улучшили возможности голосового поиска: Google заменила речевую систему Android новой системой на базе глубокого обучения, и ошибки снизились до 25 процентов за одну ночь. Камеры, использующие глубокие нейронные сети, теперь могут читать вслух людям и понимать язык жестов. Facebook хвастается тем, что ее возможности глубокого обучения сделали платформу доступной для слепых пользователей, научившись описывать фотографии.

В ближайшие годы как крупные технологические компании, так и множество стартапов начнут использовать глубокое обучение для создания новых продуктов и услуг, а также для модернизации существующих приложений. Новые рынки и предприятия будут прорастать и стимулировать инновации, услуги и продукты. Системы глубокого обучения улучшатся и станут более доступными и простыми в использовании. Чем проще их будет использовать, тем больше будет меняться наше взаимодействие с технологиями.

Адитья Сингх, партнер Foundation Capital, считает, что развитие операционной системы глубокого обучения приведет к демократизации глубокого обучения и побудит широкое внедрение практического ИИ. Результатом будет то, что люди смогут решать свои насущные проблемы или что-нибудь посущественнее, используя глубокое обучение. В этом смысле ИИ может стать механизмом уравниловки, позволив людям любого класса и состояния менять мир.


Источник: hi-news.ru