Искусственный интеллект объяснил просто. Поддержание обзора в массе, например, Big Data? Это возможно только в том случае, если вы следуете определенным шаблонам или позволяете себе руководствоваться.
Искусственный интеллект (ИИ) – простой синтаксис
Эксперимент над собой: у вас в голове есть определенный образ. Сегодня это должен быть красный шкаф с белыми ручками. Что ты делаешь?
В поиске Google «Красные, белые ручки».
Урожай? Скромный.
Попытка 2: в поисках Google вы вводите «Красный шкаф, белые руки».
Результат уже лучше, но наверняка мог бы быть еще лучше.
Первый шаг в программировании делается с помощью поиска в Google. Сбор поисковых запросов и преобразование их в алгоритмы и коды образуют нейронную сеть.
Таким образом, машинное обучение, как показано на верхнем рисунке, не подходит для быстрого внедрения. На это уходит много времени и труда. Это также объясняет соответствующие затраты на разработку. Но если учесть, что у ИИ нет ни отпуска, ни пенсии, ни других естественных убытков, все выглядит совсем иначе.
Но завтра красный шкаф с белыми ручками? Это все еще подходит для образа жизни? Вкусы меняются. Именно здесь приходит глубокое обучение. Чтобы остаться в нашем примере: с дальнейшим поиском ИИ учится и, основываясь на других темах, которые заинтересованы в том, как ваше поведение поиска изменилось и независимо, разрабатывает новые алгоритмы, чтобы «предсказать», что зеленый шкаф с синими ручками может быть заинтересован в кухне за один год.
Ужасный? Некоторых это пугает. Но на самом деле это не так. Страх перед неизвестностью играет с нами злую шутку. Если бы мы спросили группу людей, что может вас заинтересовать по телевидению завтра, вы бы получили самые разные ответы. Не однородный. Как же решить, какое предложение вы примете? Это профессиональный вклад или привлекательная внешность человека, о котором идет речь?
Вот как это с ИИ. В зависимости от того, насколько слабая или сильная нейронная сеть была «запрограммирована», утверждение соответственно. Речь идет об анализе шаблонов, который должен помочь нам принять хорошее решение. Не контролировать нас. Потому что, если мы не создаем образцы анализа в больших данных, мы беспощадно переходим. И это настоящий сценарий ужасов.
Оставаться на связи
