Штучний інтелект просто

Опубліковано: 31 жовтня 2018 р. / Оновлення з: 8 квітня 2019 р. - Автор: Конрад Вольфенштейн

Штучний інтелект просто пояснив. У натовпі, наприклад Великі дані зберігають огляд? Це можливо лише в тому випадку, якщо ви орієнтовані або орієнтовані на певні візерунки.

Штучний інтелект (AI) - простий синтаксис

Само -тест: у вас є певна картина в голові. Кажуть, це червоний шафа з білими ручками сьогодні. Що ти робиш?

У пошуку Google "Кабінет червоний, білі ручки".

Поступай? Скромний.

Спроба 2: Ви вводите "Червоні шафи, білі руки" в пошук Google.

Результат кращий, але, безумовно, може бути ще кращим.

За допомогою пошуку Google 1 -й крок проводиться в програмуванні. Колекція пошуків, перетворення цього в алгоритми та коди утворює нейронну мережу.

Таким чином, для швидкої реалізації машини, як показано у верхній графіці. Всередині багато часу та роботи. Це також пояснює відповідні витрати на розвиток. Але якщо ви вважаєте, що ШІ не знає відпустки, жодної пенсії чи інших природних збоїв, це знову виглядає зовсім інакше.

Але чи червона шафа з білими ручками все ще актуальні завтра? Це все ще відповідає способу життя? Смак змінюється. Саме тут приходить глибоке навчання. Щоб залишитися з нашим прикладом: з подальшим пошуком AI навчається та, виходячи з інших тем, які зацікавлені в тому, як змінилася та незалежно, розвиває нові алгоритми, щоб «передбачити», що зелений шафа з блакитними ручками може бути зацікавлений у кухні за один рік.

Жахливий? Це жахливо для деяких. Але насправді це не так. Тоді страх перед невідомим грає сварку. Якщо ми запитали групу людей, які можуть зацікавити телебачення завтра, ви отримаєте відповідно різноманітні відповіді. Не рівномірний. Ну, яку схему ви вирішуєте, яку пропозицію ви приймете? Це технічний внесок чи тоді привабливий вигляд відповідної людини?

Ось як це з ШІ. Залежно від того, наскільки слабка чи сильна нейронна мережа була «запрограмована», твердження є відповідно. Йдеться про аналіз закономірностей, який повинен допомогти нам прийняти гарне рішення. Не контролювати нас. Тому що, якщо ми не створюємо зразок аналізу у великих даних, ми нещадно йдемо під. І це справжній сценарій жахів.