Что такое искусственный интеллект? |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2020-02-03 21:45 Почему нельзя использовать обычные алгоритмы? Алгоритм — порядок и описание действий.Все программы, окружающие нас, работают на основе алгоритмов. Но нужно помнить, что у алгоритмов есть огромный минус — они бесполезны за пределами своих интсрукций. Компьютер сделает только то, что прописано, и не сможет сориентироваться в незнакомой ситуации. Приведем пример — роботу сказали: «Перед переходом дороги посмотри по сторонам, и, если не увидишь машин, переходи на другую сторону». Робот подошел к переходу, посмотрел направо и увидел асфальтоукладчик. Асфальтоукладчик — не машина, поэтому робот начал переходить дорогу и оказался вкатанным в асфальт. Чтобы роботы не попадали в такие ситуации, для них пишут сложные алгоритмы, но проблема остаётся та же — всегда остаются ситуации, которые невозможно предусмотреть инструкцией. Разработчики, пытающиеся научить роботов больше самостоятельности, много чего придумали, в том числе нейросети. Что такое нейросети? Некоторые люди, наслушавшись мифов, уверены, что нейросети — это мыслящая программа, самоокупающаяся система, а то и вовсе компьютерный разум. Мы вас уверяем — на самом деле это совсем не так! Нейросеть — это просто сложная база данных с кучей формул. Данные, поступающие с одного конца, обрабатываются через эти формулы и выдаются с другого конца. Никаких мыслей, чистая математика. Самое сложно в этом процессе — составить формулы, с помощью которых нейросеть даст полезный материал. Выведение этих формул называется машинным обучением. В чем отличие нейросетей и алгоритмов? Составляя алгоритмы, разработчики прописывают правильную последовательность действий, которые дают предсказуемый результат. Например, при написании программы, способной рассчитать площадь квартиры по чертежу, пошагово описываются все действия — умножить, сложить, вычесть и т.д. Если разобраться в этом алгоритме, станет понятно его устройство, в него можно внести изменения. Нейросетям же дают определенное количество заранее решенных задач, вместо алгоритмов, к примеру, двести планов квартир с уже прописанными площадями. Тогда нейросеть начинает угадывать, как результат от нее ждут. Отдельный алгоритм сообщает ей — правильно она угадала или нет, и с каждым разом нейросеть угадывает все правильнее. В процессе обучения, формируются определенные связи, которые помогают нейросети угадывать полезный результат. В итоге: алгоритмы делают все по инструкции и выдают заранее предсказуемый результат. Нейросеть угадывает, что мы от нее хотим. Что нужно знать о нейросетях? Сейчас нейросети — это машины по обработке чисел. Сама нейросеть не понимает, что видит изображение, она видит числа на входе и выдает их на выходе. Она даже не знает, что мы в эти числа вкладываем какое-то значение. В видео ниже нейросеть получает семь чисел на входе (расстояние до препятствий и направление движения) и выдает два числа на высоте (газ-тормоз и поворт руля). Стимулятор этой игры превращает эти числа в движение машинки. Импровизировать нейросеть не умеет, она может действовать в ситуации некоторой непредсказуемости, но не генерировать оригинальные решения. Нейросеть можно запустить на любом компьютере, это всего лишь алгоритм и данные, которые можно скопировать, заархивировать и т.д. Существует специальное железо — нейронные процессоры (ИИ-ускорители). Они же микропроцессоры, соединенные так, чтобы быстрее обсчитывать нейронки. Где используется ИИ? Нас окржают многочисленные устройства и сервисы, внутри которых есть ИИ. Это и голосовые помощники, и чат-боты на сайтах, которые способны распознать текст вопроса и найти ответ на него в базе знаний. Существуют умные фильтры в фотокамерах, которые самостоятельно подбирают уровень яркости. Нас окружает много вариантов реализации ИИ, но все их можно разделить на две группы — решение узких задач и полноценный искусственный интеллект общего назначения. ИИ общего назначения Научить думать компьютер как человек пока что невозможно, каждая область мышления — программа, которая должна работать с остальными программами. Реализовать такую масштабную систему пока что не представляется возможным — нет подходящих алгоритмов и вычислительной мощности для этого, да обучать, в общем, не на чем. Возможно, ситуация поменяется с выходом квантовых компьютеров. Есть имитации ИИ в широких областях, например, разработка компании IBM — ИИ Watson может строить логические связи и делать выводы на их основе. Эта разработка применяется при постановке диагнозов в медицине, а также играет в «Jeopardy!» на американском ТВ. Источник: m.vk.com Комментарии:
mimino_r, 2020-02-04 10:09:24
В восторженности описания возможностей и перспектив нейронных сетей и таится проблема, которая мешает разработчикам ИИ на НС увидеть решение, лежащее не в плоскости их рассуждений. Общепринятая точка мнения, что реальный ИИ будет создан на стыке нескольких областей исследования почему-то не инициирует рассмотрение вопроса - а какие области могут быть задействованы в формировании модели ИИ? Слава Богу, что есть альтернативные взгляды, опирающиеся не на фрагментарный успех частных решений НС, а исходящие из результатов опыта практических исследований в различных дисциплинах. И надо сказать, что нейронные сети в такой модели занимают весьма скромное место, определяемое способностью идентифицировать составной объект на основе неполной информации о нём. Только складывается странная картина - слушать об этом никто особенно не хочет... Может причина в том, что не сам ИИ является основной целью, а его монетизация?... А квантовые компьютеры... Зачем они, если прототип можно реализовать уже сейчас на обычном игровом компьютере? |
|