Umělá inteligence jednoduše vysvětlena. Udržovat si přehled v mase, např. Big Data? To je možné pouze v případě, že se budete držet určitých vzorců nebo se necháte vést.
Sebeexperiment: V hlavě máte určitý obraz. Dnes by to měla být červená skříň s bílými úchyty. Co děláš?
Při vyhledávání Google „Kabinet červená, bílá držadla“.
Výtěžek? Skromný.
Pokus 2: Při vyhledávání Google zadáte „červenou skříňku, bílé ruce“.
Výsledek je již lepší, ale určitě by mohl být ještě lepší.
Prvním krokem k programování je vyhledávání Google. Sběr vyhledávacích dotazů a jejich převod do algoritmů a kódů tvoří neuronovou síť.
Strojové učení, jak je znázorněno na horním obrázku, proto není věcí pro rychlou implementaci. Je za tím spousta času a práce. To také vysvětluje odpovídající náklady na vývoj. Ale pokud uvážíte, že AI nemá dovolenou, žádný důchod nebo jiné přirozené ztráty, věci vypadají úplně jinak.
Ale je červená skříňka s bílými úchyty stále aktuální zítra? Zapadá to stále do životního stylu? Chuť se změní. To je přesně to, kde přichází hluboké učení. Chcete -li zůstat s naším příkladem: Při dalším vyhledávání se AI učí a na základě dalších témat, která se zajímají o to, jak se vaše vyhledávací chování změnilo a nezávisle, vyvíjí nové algoritmy, aby „předpovídaly“, že zelená skříňka s modrými držadly by se mohla zajímat o kuchyň za jeden rok.
Hrozný? Pro některé je to děsivé. Ale ve skutečnosti není. Strach z neznáma si s námi hraje. Kdybychom se zeptali skupiny lidí, co by vás mohlo zítra v televizi zajímat, dostali byste různé odpovědi. Ne uniformní. Jak se nyní rozhodnete, který návrh byste přijali? Je to odborným přínosem nebo atraktivním vzhledem dotyčného?
Tak to je s AI. V závislosti na tom, jak slabá nebo silná byla neuronová síť „naprogramována“, je podle toho prohlášení. Jedná se o analýzu vzorů, která by nám měla pomoci učinit dobré rozhodnutí. Nekontrolovat nás. Protože pokud nevytváříme analýzu vzorku ve velkých datech, nemilosrdně jdeme pod. A to je skutečný hororový scénář.