Что такое ИИ? - Объяснено для новичков
Изучение сущности искусственного интеллекта в 2024 году, раскрытие его сложностей и раскрытие его значения.
Когда появляется термин «искусственный интеллект» (ИИ), на ум могут прийти изображения беспилотных автомобилей, роботов, чат-ботов с искусственным интеллектом, таких как ChatGPT, а также изображения, созданные компьютером. Однако важно глубже вникать в работу ИИ, понимать его механизмы и влияние на нынешнее и будущие поколения.
Формально представленный в 1950-х годах, искусственный интеллект означает способность машины выполнять задачи, которые раньше требовали человеческого интеллекта. Это определение развивалось на протяжении десятилетий исследований и технического прогресса.
Чтобы оценить, действительно ли искусственная система обладает интеллектом, важно сначала дать определение термину «интеллект», приписывая его машине, например компьютеру.
Наш уникальный интеллект отличает нас от других живых существ и играет решающую роль в жизни человека. По мнению некоторых экспертов, интеллект включает в себя способность адаптироваться, решать проблемы, планировать, импровизировать в незнакомых ситуациях и приобретать новые знания. Учитывая ключевую роль интеллекта в человеческом опыте, понятно, что мы будем стремиться воспроизвести его искусственно с помощью научных исследований. занятия. Современные системы искусственного интеллекта демонстрируют определенные аспекты человеческого интеллекта, такие как обучение, решение проблем, восприятие и, в ограниченной степени, креативность и социальный интеллект.
Как я могу использовать ИИ?
ИИ проявляется в различных формах, которые сейчас стали обычным явлением в повседневной жизни. Примером этого могут служить умные колонки с голосовыми помощниками, такими как Alexa или Google. Аналогичным образом, яркими примерами являются широко используемые чат-боты с искусственным интеллектом, такие как ChatGPT, Bing Chat и Google Bard.
Хотя эти системы не копируют человеческий интеллект или социальное взаимодействие, они могут использовать свое обучение для адаптации и приобретения новых навыков для задач, которые не запрограммированы явно.
Какие типы ИИ существуют?
Искусственный интеллект можно разделить на три основных подтипа: Узкий ИИ, общий ИИ и супер ИИ.
Что такое узкий ИИ?
Искусственный узкий интеллект (ANI) играет жизненно важную роль в голосовых помощниках, таких как Siri, Alexa и Google Assistant. Эти системы спроектированы или обучены для выполнения конкретных задач или решения конкретных проблем без явного программирования для каждой задачи. ANI, который иногда называют слабым ИИ, не обладает общим интеллектом, но хорошо справляется с такими задачами, как распознавание изображений, базовое взаимодействие со службой поддержки клиентов и модерация контента в Интернете.
ChatGPT — Это пример ANI, поскольку он запрограммирован на выполнение конкретной задачи: создание текстовых ответов на основе полученных им подсказок.
Что такое общий ИИ?
Общий искусственный интеллект (AGI), часто называемый сильным ИИ, остается теоретической концепцией. AGI повлечет за собой понимание машинами и выполнение широкого спектра задач на основе их накопленного опыта, аналогичного человеческому интеллекту.
Подобно людям, ОИИ будет иметь потенциал для решения интеллектуальных задач, абстрактного мышления, обучения на опыте и применения знаний для решения новых проблем. Эта концепция включает в себя идею системы или машины, обладающей здравым смыслом, что в настоящее время недостижимо с помощью существующих технологий искусственного интеллекта. Хотя разработка системы с сознанием остается далекой целью, она представляет собой вершину исследований ИИ.
Каковы недавние примеры использования ИИ?
К наиболее значительным достижениям в области ИИ относятся разработка и запуск GPT-3.5 и GPT-4. Тем не менее, существует множество других революционных достижений в области искусственного интеллекта, слишком много, чтобы перечислять их здесь подробно. Одним из ярких примеров является ChatGPT, чат-бот с искусственным интеллектом, способный генерировать, переводить и отвечать на вопросы на естественном языке. Еще одной революционной разработкой является создание OpenAI GPT-1, GPT-2 и GPT-3, которые оказали глубокое влияние на область искусственного интеллекта.
GPT означает «Генераторный предварительно обученный трансформатор». На момент запуска в 2020 году GPT-3 была самой крупной из существующих языковых моделей со 175 миллиардами параметров. Самая последняя версия, GPT-4, доступ к которой можно получить через такие платформы, как ChatGPT Plus или Bing Chat, может похвастаться одним триллионом параметров.
Беспилотные автомобили Хотя опасения по поводу безопасности беспилотных автомобилей среди потенциальных пользователей остаются высокими, технология постоянно развивается и совершенствуется благодаря прорывам в области искусственного интеллекта. Эти транспортные средства используют алгоритмы машинного обучения для интеграции данных с датчиков и камер, что позволяет им воспринимать окружающую среду и принимать оптимальные решения. Функция автопилота Tesla в ее электромобилях часто является первым, что приходит на ум, когда думаешь о беспилотных автомобилях. Тем не менее, Waymo, компания Alphabet, материнской компании Google, предлагает автономные поездки, аналогичные службе такси в Сан-Франциско, Калифорния, и Финиксе, Аризона. Cruise — еще одна служба роботакси. Считается, что крупные производители автомобилей, такие как Apple, Audi, GM и Ford, также разрабатывают технологии беспилотных автомобилей.
Робототехника Компания Boston Dynamics добилась значительных успехов в области искусственного интеллекта и робототехники. Хотя мы далеки от создания искусственного интеллекта, аналогичного фильмам о Терминаторе, наблюдение за тем, как роботы Boston Dynamics используют искусственный интеллект для навигации и реагирования на различные ландшафты, действительно впечатляет.
DeepMind, дочерняя компания Google, является первопроходцем в области искусственного интеллекта, стремящимся к конечной цели - созданию общего искусственного интеллекта (AGI). Хотя компания DeepMind еще не добилась этого, она получила известность в 2016 году благодаря AlphaGo, ИИ, который победил чемпиона по го среди людей.
С тех пор DeepMind разработала систему прогнозирования сворачивания белков, которая имеет решающее значение для понимания болезней, и создала программы, которые могут диагностировать заболевания глаз так же точно, как ведущие врачи мира.
Что такое супер ИИ?
ИСИ — Это теоретическая система, в которой интеллект машины превосходит все человеческие возможности, что потенциально может привести к глубоким последствиям для человечества. Эта концепция, напоминающая научную фантастику, предполагает сценарий, в котором машины превосходят людей во всех аспектах интеллекта, что поднимает важные этические и экзистенциальные вопросы.
Хотя идея самосовершенствующейся интеллектуальной системы остается теоретической, ее потенциальное применение, если оно будет реализовано этично и эффективно, может привести к замечательным достижениям в таких областях, как медицина и технологии.
Что такое машинное обучение?
Ключевым отличием ИИ от других областей информатики является его способность автоматизировать задачи посредством машинного обучения. Это позволяет компьютерам учиться на разнообразном опыте вместо того, чтобы явно программироваться для каждой задачи. Хотя машинное обучение часто является синонимом искусственного интеллекта, на самом деле оно является разновидностью искусственного интеллекта.
В машинном обучении система обучается на обширных наборах данных, чтобы учиться на ошибках и выявлять закономерности для точных прогнозов и решений, даже с данными, с которыми она раньше не сталкивалась.
Машинное обучение проявляется в различных приложениях, таких как распознавание изображений и речи, защита от мошенничества и т. д. Например, рассмотрим систему распознавания изображений Facebook. Когда пользователи загружают фотографии, платформа может анализировать их, чтобы распознавать лица, предлагая отметить разных друзей. Со временем система повышает свою точность посредством практики и обучения.
Что представляет собой машинное обучение?
Машинное обучение, разновидность ИИ, обычно делится на две основные категории: обучение с учителем и без учителя.
Обучение под присмотром
Этот метод включает в себя обучение систем искусственного интеллекта с использованием многочисленных помеченных примеров, классифицированных людьми. Эти системы снабжены огромными объемами аннотированных данных, которые подчеркивают конкретные особенности, эффективно обучая посредством демонстрации.
Например, если вы хотите научить модель машинного обучения различать изображения кругов и квадратов, вам нужно собрать большой набор данных, содержащий изображения кругов и квадратов в различных контекстах, например рисунок планеты вместо круга или стол для квадрата. Каждое изображение будет помечено, чтобы указать соответствующую ему форму.
Затем алгоритм будет учиться на этом помеченном наборе данных, определяя отличительные характеристики кругов (например, отсутствие углов) и квадратов (например, четыре равные стороны). После обучения система сможет анализировать новое изображение и определять его форму на основе того, что она узнала из набора данных.
Обучение без присмотра
С другой стороны, обучение без учителя предполагает другой подход. Алгоритмы обучения без учителя направлены на выявление закономерностей в данных и поиск сходств, которые могут помочь классифицировать данные.
Например, один из примеров может включать группировку фруктов одинакового веса или автомобилей с одинаковым объемом двигателя. Алгоритм не запрограммирован заранее для идентификации конкретных типов данных; вместо этого он ищет сходства в данных, которые можно сгруппировать. Например, он может группировать клиентов на основе их покупательского поведения, чтобы таргетировать на них персонализированные маркетинговые кампании.
Обучение с подкреплением
При обучении с подкреплением система стремится максимизировать вознаграждение на основе входных данных, по сути проходя через процесс проб и ошибок для достижения наилучшего возможного результата.
Например, при обучении системы игре в видеоигру она может получать положительное вознаграждение за достижение высокого результата и отрицательное вознаграждение за низкий результат. Анализируя игру и делая ходы, система учится исключительно на получаемых ею наградах, в конечном итоге становясь способной играть независимо и достигать высоких результатов без вмешательства человека. Этот подход также используется в исследованиях, особенно при обучении автономных роботов оптимальному поведению в игре. реальные настройки.
Что такое большие языковые модели?
Одним из наиболее известных типов ИИ сегодня является модель большого языка (LLM). Эти модели используют неконтролируемое машинное обучение и обучаются на обширных наборах текстовых данных, чтобы понять сложности человеческого языка. Эти наборы данных включают в себя различные источники, такие как статьи, книги и веб-сайты.
На этапе обучения LLM анализируют миллиарды слов и фраз, чтобы выявить закономерности и корреляции, что позволяет им давать ответы, напоминающие человеческий язык.
Самый известный LLM — GPT-3.5, который служит основой ChatGPT, а самый крупный LLM — GPT-4. Bard из Google использует LaMDA, еще один важный LLM, который занимает второе место по размеру.
Что такое глубокое обучение?
Глубокое обучение, являющееся частью области машинного обучения, фокусируется на обучении искусственных нейронных сетей с тремя или более уровнями для выполнения различных задач. Эти сети расширяются в сложные структуры с многочисленными глубокими слоями, которые обучаются с использованием обширных наборов данных.
Модели глубокого обучения обычно состоят из более чем трех слоев, часто достигая сотен слоев. Они могут использовать контролируемое, неконтролируемое обучение или сочетание того и другого во время обучения.
Технология глубокого обучения часто используется в обработке естественного языка (НЛП), распознавании речи и изображений, поскольку она может изучать сложные закономерности в данных с помощью ИИ.
Что такое нейронные сети?
Эффективность машинного обучения зависит от нейронных сетей, которые представляют собой математические модели, вдохновленные взаимосвязью нейронов человеческого мозга и воспроизводящие их сигнальный процесс.
Представьте себе команду роботов, сотрудничающих над решением головоломки, каждый из которых специализируется на распознавании определенной формы или цвета в частях головоломки. Роботы объединяют свои способности, чтобы вместе решить головоломку. Нейронная сеть работает аналогично этой группе роботов.
Нейронные сети могут настраивать внутренние параметры для изменения их выходных данных. Их обучают на наборах данных, чтобы узнать соответствующие выходные данные для конкретных входных данных.
Нейронные сети состоят из слоев алгоритмов, связанных между собой для обработки данных. Их можно обучить решению конкретных задач, регулируя важность данных между уровнями. Во время обучения веса, присвоенные данным, проходящим через слои, корректируются до тех пор, пока выходные данные не будут точно соответствовать желаемому результату. После обучения нейронные сети могут выполнять такие задачи, как распознавание фруктов на изображениях или прогнозирование неисправностей лифтов на основе данных датчиков.
Что такое разговорный ИИ?
Разговорный ИИ относится к системам, предназначенным для взаимодействия с пользователями посредством разговора, прослушивания ввода и генерации ответов. Эти системы используют обработку естественного языка для понимания и ответа в человеческой манере.
Примеры диалогового ИИ включают чат-ботов, таких как Google Bard, голосовых помощников, таких как Amazon Alexa, на интеллектуальных колонках и виртуальных помощников, таких как Siri, на смартфонах.
Какие сервисы ИИ доступны для использования?
Потребители и предприятия имеют доступ к широкому спектру услуг искусственного интеллекта, которые помогают оптимизировать задачи и улучшить повседневную жизнь. Эти услуги можно найти во многих домохозяйствах и на рабочих местах, предлагая как бесплатные, так и платные варианты. Примеры включают в себя:
- Чат-боты. Эти виртуальные помощники могут взаимодействовать с пользователями и вести человеческие беседы, иногда проявляя сочувствие.
- Языковой перевод. Такие сервисы, как Google Translate, Microsoft Translator, Amazon Translate и ChatGPT, используют машинное обучение для перевода текста.
- Голосовые помощники. Amazon Alexa, Apple Siri и Google Assistant используют обработку естественного языка, чтобы понимать команды пользователя и отвечать на них.
- Инструменты повышения производительности. Microsoft 365 Copilot, основанный на большой языковой модели, автоматизирует задачи в таких приложениях, как Word, PowerPoint и Excel, на основе вводимых пользователем данных.
- Разработка программного обеспечения. Инструменты искусственного интеллекта, такие как ChatGPT и GitHub Copilot, помогают разработчикам более эффективно писать и отлаживать код.
- Распознавание изображений и видео. ИИ используется для идентификации лиц, текста и объектов на изображениях и видео, например Clarifai и Amazon Rekognition.
- Бизнес-решения. Такие сервисы, как API GPT-4 OpenAI и Amazon Bedrock, предлагают предприятиям инструменты искусственного интеллекта для создания приложений и сервисов с использованием больших языковых моделей.
Which company is at the forefront of the AI competition?
В то время как генеративный ИИ станет движущей силой многих крупных достижений в области искусственного интеллекта в 2023 году, несколько других ведущих компаний также добиваются значительных успехов в своих собственных инновациях в области ИИ.
Alphabet
Alphabet, материнская компания Google, активно участвует в разработке различных систем искусственного интеллекта через свои дочерние компании, такие как DeepMind, Waymo и сам Google. DeepMind уделяет особое внимание развитию общего искусственного интеллекта, о чем свидетельствуют его усилия по решению сложных научных проблем с использованием ИИ. Компания разработала модели машинного обучения для Document AI, улучшила взаимодействие с пользователем на YouTube, сделала AlphaFold доступным для исследователей во всем мире и предприняла другие важные инициативы.
Хотя достижения Alphabet в области искусственного интеллекта не всегда попадают в заголовки ежедневных новостей, ее проекты глубокого обучения и более широкие инициативы в области искусственного интеллекта обладают значительным потенциалом для формирования будущего человечества.
OpenAI
Доминирование OpenAI в современном мире искусственного интеллекта вполне объяснимо, учитывая его стратегический шаг по предоставлению свободного доступа к генеративным инструментам искусственного интеллекта, таким как ChatGPT и DALL-E 2, генератор изображений.
Microsoft
Помимо разработки Microsoft 365 Copilot для своего набора приложений, Microsoft предлагает ряд инструментов искусственного интеллекта для разработчиков в Azure. Эти инструменты включают в себя платформы для построения моделей машинного обучения, решения для анализа данных и диалоговые приложения искусственного интеллекта. Они также предоставляют настраиваемые API, которые обеспечивают человеческую производительность в области компьютерного зрения, распознавания речи и обработки естественного языка.
Microsoft вложила значительные средства в разработку OpenAI, включив GPT-4 в новый чат Bing и применив расширенную версию Dall-E 2 для Bing Image Creator.
Другие компании
Это всего лишь несколько примеров компаний, находящихся в авангарде гонки ИИ, но в мире есть множество других компаний, которые также добиваются значительных успехов в области искусственного интеллекта, в том числе Baidu, Alibaba, Cruise, Lenovo, Tesla и другие.
Как ИИ повлияет на мир?
Искусственный интеллект может произвести революцию в различных аспектах нашей жизни, включая работу, здравоохранение, потребление средств массовой информации, транспорт и конфиденциальность. Например, голосовые помощники на базе искусственного интеллекта могут помочь людям заказать поездку на беспилотных автомобилях, что приведет к более эффективной поездке на работу.
Врачи и рентгенологи смогут более эффективно диагностировать рак, выявлять генетические последовательности, связанные с заболеванием, и открывать молекулы для более эффективных лекарств, что потенциально спасет множество жизней. С другой стороны, появление таких нейронных сетей, как Dall-E 2, Midjourney и Bing, которые может создавать реалистичные изображения, воспроизводить голоса или создавать дипфейковые видеоролики, представляет угрозу подлинности фотографий, видео и аудио.
Еще одна этическая проблема, связанная с ИИ, связана с распознаванием лиц и наблюдением, что поднимает вопросы вторжения в частную жизнь. Многие эксперты выступают за полный запрет этой технологии.
Может ли ИИ взять на себя вашу работу?
Потенциал того, что ИИ заменит значительную часть нынешних рабочих мест, является реальной возможностью в ближайшем будущем. Хотя ИИ не может заменить все рабочие места, он наверняка изменит характер работы, и единственный вопрос заключается в том, насколько быстро и в какой степени автоматизация преобразует рабочее место.
Однако искусственный интеллект не может функционировать независимо. Хотя многие виды рутинных, повторяющихся задач могут быть автоматизированы, работники других областей могут использовать такие инструменты, как генеративный искусственный интеллект, для повышения своей производительности и эффективности.
Среди экспертов по искусственному интеллекту существует широкий спектр мнений относительно того, когда системы искусственного интеллекта превзойдут человеческие возможности. Полностью автономные беспилотные автомобили пока не стали реальностью. Однако, по некоторым прогнозам, одна только индустрия беспилотных грузовиков потенциально может привести к сокращению более 500 000 рабочих мест в США, не считая воздействия на курьеров и водителей такси.
