Если Вы постоянно слышите про искусственный интеллект, но не до конца уверены, что это значит, и как это работает, то знайте, – вы не одиноки.
У большей части населения присутствует некоторая путаница относительно значения термина искусственный интеллект, убрать которую не смогли даже драматичные статьи на тему “ИИ лишит вас работы” или “компании сильно переоценивают роль ИИ”.
В основном это непонимание связано с неправильным употреблением терминов искусственный интеллект и машинное обучение, что мы и попробуем исправить в данной статье.
Какая разница между искусственным интеллектом и машинным обучением?
Подумайте об этом как о разнице между экономикой и бухгалтерией.
Экономика – это область изучения; и вы вряд ли сможете нанять выигравших нобелевскую премию экономистов, чтобы разобраться с Вашими налогами. Аналогичным образом, искусственный интеллект является областью изучения, охватывающую способность компьютеров принимать решения так же хорошо как люди. А вот машинное обучение отсылает к популярной современной технологии создания программного обеспечения, которое способно обучаться по представленной информации.
Разница становится особенно важна, когда речь заходит о деньгах. Венчурные инвесторы часто воспринимают ИИ как пускание пыли в глаза и не желают вкладывать свои средства в такие проекты. Они предпочитают стартапы, связанные с разработкой ПО машинного обучения с ясно сформулированным коммерческим предложением, например, недавно получил финансирование проект, в основе которого лежала способность узнавать покупателей в магазине с помощью программы распознавания лиц.
С другой стороны, университеты и некоторые крупные тек-компании, такие как Facebook и Google, имеют огромные лаборатории, где проводятся исследования, значительно продвинувшие ИИ вперед. Многие проекты, которые они создали, например TensorFlow от Google или Pytorch от Facebook, доступны для использования онлайн бесплатно.
Почему повсюду всплывает термин “обучение” (например, глубокое обучение)?
Потому что одним из самых захватывающих применений ИИ на сегодняшний день является способность компьютера “обучиться” выполнять задачу с помощью имеющейся информации без заложенных на это умений.
Терминология может вводить в заблуждение, потому как включает в себя множество различных технологий, которые также могут в названии иметь слово “обучение”.
Существует, например, три основных метода машинного обучения, которые работают по-разному: неконтролируемое, контролируемое и подкрепляемое обучение, которые также можно использовать со статистическим машинным обучением, Байесовскими методами машинного обучения или символическим машинным обучением.
Правда, сейчас Вам не обязательно быть подкованным во всех этих вещах, ведь на сегодняшний день самые популярные программы машинного обучения используют нейронные сети.
Что такое нейронная сеть?
Это компьютерная система, вдохновленная строением и работой человеческого мозга.
А глубокое обучение?
Это особый подход к использованию нейросети, по существу, (глубокой) нейросети с множеством слоев. Технология породила множество популярных сервисов, которыми мы сейчас пользуемся, включая распознавание речи на смартфонах или автоматический перевод от Google.
На практике, каждый слой обладает в большей степени абстрактными характеристиками. Например, социальная медиакомпания может использовать “глубокую нейронную сеть” для распознавания лиц. Один из первых слоев будет хранить способность распознавать темные края вокруг чей-то головы, другой слой – края носа и рта, третий – пятна затемнения. По отдельности эти слои работать не будут, однако все вместе они будут представлять собой единую картину.
Как выглядит нейронная сеть на экране – как компьютерный код?
В принципе, да. Инженеры компании DeepMind, принадлежащей Google, в подразделении ИИ пишут почти весь свой код на Python, языке программирования общего назначения, впервые выпущенного в 1991.
Python был использован для разработки всех видов программ, как простых, так и сложных, включая некоторые наиболее популярные сервисы в интернете: YouTube, Instagram и Google.
На сегодняшний день “глубокие” нейросети многим кажутся одним из самых многообещающих подходов к ИИ, что однако не может гарантировать такой же статус лет через пять.
Ссылка на первоисточник: https://www.forbes.com/sites/parmyolson/2018/10/03/a-two-minute-guide-to-artificial-intelligence/?ss=ai-big-data#5dda57e561c0
Фото: открытые источники
