Mesterséges intelligencia egyszerűen

Megjelent: 2018. október 31. / Frissítve: 2019. április 8. – Szerző: Konrad Wolfenstein

A mesterséges intelligencia egyszerűen elmagyarázva. Hogyan lehet nyomon követni a hatalmas mennyiségű adatot, például a Big Data-t? Ez csak akkor lehetséges, ha bizonyos mintákhoz igazodunk, vagy hagyjuk, hogy azok vezessenek minket.

Mesterséges intelligencia (MI) – Egyszerű szintaxis

Egy személyes kísérlet: Van egy konkrét kép a fejedben. Ma egy piros szekrénynek kellene lennie fehér fogantyúkkal. Mit teszel?

Beírod a Google keresőbe, hogy „piros szekrény, fehér fogantyúk”.

Hozam? Szerény.

2. próbálkozás: Beírod a Google keresőbe, hogy „piros szekrény, fehér fogantyúk”.

Az eredmény már most is jobb, de mindenképpen lehetne még jobb is.

A Google Keresés használata az első lépés a programozásban. A keresési lekérdezések összegyűjtése és algoritmusokká, valamint kóddá alakítása alkotja a neurális hálózatot.

A gépi tanulás, ahogy a felső grafikán is látható, ezért nem valami olyan, ami gyorsan megvalósítható. Sok időt és energiát igényel. Ez magyarázza a kapcsolódó fejlesztési költségeket is. Ha azonban figyelembe vesszük, hogy a mesterséges intelligencia nem vesz ki szabadságot, nem vonul nyugdíjba, és nincs más természetes távolléte, a kép teljesen megváltozik.

De vajon holnap is divatos lesz az a piros, fehér fogantyús szekrény? Vajon még mindig illik az életstílusodhoz? Az ízlés változik. Pontosan itt jön képbe a mélytanulás. Hogy a példánknál maradjunk: Ahogy folytatod a keresést, a mesterséges intelligencia tanul és felismeri, hogyan változott a keresési viselkedésed a téged érdeklő egyéb témák alapján. Ezután önállóan új algoritmusokat fejleszt ki, hogy „megjósolják”, hogy egy év múlva érdekelhet egy zöld, kék fogantyús szekrény a konyhádban.

Szörnyű? Egyesek számára az. De valójában nem az. Az ismeretlentől való félelmünk csak tréfálkozik velünk. Ha megkérdeznénk egy csoport embert, hogy mit találhatnak érdekesnek holnap a tévében, nagyon sokféle választ kapnánk. Nem mindegyik lenne ugyanolyan. Nos, milyen kritériumok alapján dönti el, hogy melyik javaslatot fogadja el? A tartalom vagy talán a szóban forgó személy vonzereje alapján?

Ugyanez vonatkozik a mesterséges intelligenciára is. Az eredmények attól függenek, hogy mennyire gyengén vagy erősen van "programozva" a neurális hálózat. A mintaelemzésről van szó, amelynek segítenie kell jó döntéseket hoznunk, nem pedig irányítania minket. Mert ha nem sikerül a mintaelemzést megvalósítanunk a big data esetében, akkor könyörtelenül elpusztulunk. És ez az igazi horrorforgatókönyv.