Mnogi ljudi misle da je umjetna inteligencija daleka budućnost, ali mi se s njom suočavamo svakodnevno.
Saudijska Arabija, 2017. Prvi robot na svijetu dobiva državljanstvo. Riječ je o Sofiji, najpoznatijoj predstavnici tehnologija umjetne inteligencije u medijskom prostoru. Ona zna održavati razgovor, reproducira do 62 uvjerljiva izraza lica, daje provokativne izjave i šale se o Elonu Musku i uništenju čovječanstva.
Čini se da su takve tehnologije još daleko od "običnih smrtnika", a zapravo svakodnevno komuniciramo s umjetnom inteligencijom. Dakle, što je to, gdje se nalazi i kako strojevi uspijevaju naučiti?
Što, kada, gdje
Na pitanje što je umjetna inteligencija (AI), Wikipedia će odgovoriti da je ovo dio računalne lingvistike i informatike koji formalizira zadatke koji nalikuju onima koje obavlja osoba.
Jednostavno rečeno, umjetna inteligencija (AI) je široka grana računalne znanosti koja ima za cilj oponašati ljudsku inteligenciju pomoću strojeva. I premda se o ovoj tehnologiji aktivno govori od ranih 2000-ih, daleko je od nove.
Izraz "umjetna inteligencija" skovao je profesor Dartmouth Collegea John McCarthy davne 1956. godine kada je vodio mali tim znanstvenika kako bi utvrdio mogu li strojevi učiti poput djece putem pokušaja i pogrešaka, te na kraju razviti formalno razmišljanje.
Zapravo, projekt se temeljio na namjeri da se otkrije kako strojevi "koristiti jezik, apstraktne forme, rješavati probleme koje ljudi obično rješavaju i poboljšavati". A to je bilo prije više od 60 godina.
Zašto je potražnja za umjetnom inteligencijom nastala upravo sada
1. Danas imamo posla s neviđenom količinom informacija. U posljednjih nekoliko godina stvoreno je 90% svjetskih podataka. Ova je statistika prvi put spomenuta u studiji IBM-a još 2013. godine, no taj trend ostaje konstantan. Doista, svake dvije godine u posljednja tri desetljeća, količina podataka u svijetu se povećala za oko 10 puta.
2. Algoritmi postaju sve sofisticiraniji, a strojevi s neuronskim mrežama mogu reproducirati način na koji ljudski mozak radi i formirati složene asocijacije.
3. Računalna snaga stalno raste i sposobna je obraditi ogromnu količinu podataka.
Stavite sve zajedno i dobit ćete puno tehničkih radnika, izvršnih direktora i rizičnog kapitala koji ulažu u razvoj AI i zainteresirani su za napredak tehnologije.
"Umjetna inteligencija„A mi
AI tehnologije već desetljećima zaokupljaju maštu javnosti, ali mnogi ne shvaćaju da ih koriste svaki dan.
Tako je profilna tvrtka SpotHub provela nasumično istraživanje na 1400 ljudi iz različitih dijelova svijeta, a pokazalo se da njih 63% nije svjesno svakodnevne važnosti AI.
Možda je to zato što kada je u pitanju umjetna inteligencija, očekujemo da ćemo vidjeti pametnog robota koji govori i razmišlja poput nas. I dok se Sophia i slični strojevi sada mogu činiti kao "zdravo" iz budućnosti, to je još uvijek tehnologija daleko od samosvjesnosti.
Sada smo okruženi mnogim nevjerojatno složenim alatima umjetne inteligencije koji su dizajnirani da olakšaju sve aspekte modernog života. Evo samo neke od njih:
Pomoćnici za pretraživanje kao što su Siri, Alexa i Cortana opremljeni su softverom za obradu i prepoznavanje ljudskog glasa, što ih čini AI alatima. Do sada su mogućnosti glasovnog pretraživanja dostupne na 3,9 milijardi Apple, Android i Windows uređaja diljem svijeta, i to ne računajući druge proizvođače. Zbog svoje rasprostranjenosti, glasovno pretraživanje jedna je od najmodernijih tehnologija s Al podrškom.
video igre
Video igre već dugo koriste Al, čija je složenost i učinkovitost eksponencijalno rasla tijekom posljednjih nekoliko desetljeća. Kao rezultat toga, na primjer, virtualni likovi mogu se ponašati na potpuno nepredvidiv način, analizirajući okolinu.
Autonomni automobili
Potpuno autonomni automobili sve su bliže stvarnosti. Ove godine, Google je najavio algoritam koji može naučiti voziti automobil baš kao što to čini čovjek – kroz iskustvo. Ideja je da će s vremenom automobil moći "gledati" na cestu i donositi odluke na temelju onoga što vidi.
Ponuda proizvoda
Veliki trgovci na malo poput Targeta i Amazona zarađuju milijune od sposobnosti svojih trgovina da predvidje vaše potrebe. Primjerice, usluga preporuka na Amazon.com temelji se na tehnologijama strojnog učenja, koje također pomažu u odabiru najboljih ruta za automatsko kretanje u procesnim centrima i ispunjavanje narudžbi.
Na temelju tih istih tehnologija djeluju lanci opskrbe i sustavi za predviđanje i raspodjelu resursa. Tehnologije za razumijevanje i prepoznavanje prirodnog govora činile su osnovu usluge Alexa. Dubinsko učenje temelji se na novoj inicijativi tvrtke za dron, Prime Air, kao i tehnologiji strojnog vida na novim maloprodajnim mjestima, Amazon Go.
Online korisnička podrška
U uslužnoj industriji chatbotovi su revolucionirali iskustvo usluge, a potrošači ih smatraju zgodnim poput telefona ili e-pošte.
Koncept je jednostavan: AI bot koji radi na web stranici poduzeća odgovara na upite posjetitelja poput: Koja je cijena? Koji je telefonski broj vaše tvrtke? Gdje ti je ured? Posjetitelj dobiva izravan odgovor, umjesto da traži potrebne informacije na stranici.
Pročitajte također: Umjetna inteligencija može transformirati autonomno oružje u robote ubojice. Zašto je stvarno strašno
Novinski portali
Umjetna inteligencija može pisati jednostavne priče kao što su financijska izvješća, sportska izvješća itd. Za ovu Noć vještica kreirali su istraživači s Massachusetts Institute of Technology
Kažu da umjetna inteligencija radi u dubinama vojnih laboratorija od 2007. godine. Moguće je da već ima rezultata. Nije slučajno da je prije samo mjesec dana Elon Musk najavio podršku tehnologijama za suzbijanje umjetne inteligencije i uložio 7 milijuna dolara u istraživanje na ovom području.
“Postoji rizik da će se nešto stvarno opasno dogoditi u sljedećih pet godina. Najviše deset godina”, rekao je poduzetnik u raspravi na edge.org.
Elon Musk, osnivač Tesla i SpaceX-a
Slažem se s Muskom i Steveom Wozniakom, koji vjeruje da će "umjetna inteligencija jednog dana postati dovoljno pametna da se riješi osobe". Bill Gates je siguran da će se, ako se stvaranje AI ne kontrolira, “umjetna inteligencija razviti u stanje koje je u sukobu s ciljevima ljudskih sustava”. I, konačno, slavni astrofizičar Stephen Hawking otvoreno je izjavio da "umjetna inteligencija može stati na kraj postojanju čovječanstva".
Hawking je zajedno s Elonom Muskom objavio otvoreno pismo na futureoflife.org pozivajući znanstvenu zajednicu da bude pozorna na napredak svojih istraživanja u području umjetne inteligencije. Međutim, imena Sergeja Brina i Larryja Pagea nisu među potpisnicima. I to nije slučajno. Nedavno je Google najavio stvaranje nove umjetne inteligencije izgrađene na simulaciji razgovora.
Evo malog isječka razgovora između čovjeka i Google stroja:
P: Koji je smisao života?
M: Čini dobro.
P: Za što živimo?
M: Živjeti vječno.
P: Koji je smisao postojanja?
M: Da saznamo što će se dogoditi kada stignemo na planet Zemlju.
C: Gdje si sada?
M.: U središtu praznine.
P: Koje je značenje smrti?
M: Da dobijem život.
C: Koje je značenje uma?
M: Da razumijem što je to.
P: Što je značenje osjećaja?
M: Ne znam.
Prilično sadržajan razgovor. “Ovo je početna točka, svojevrsni stožer za budućnost umjetne inteligencije”, kaže Jevgenij Karjuk, izvršni direktor tvrtke Biplan. "Već danas se može pretpostaviti da ćemo do 2030. vidjeti vrlo stvarne prototipove s umjetnom inteligencijom, iako u ranoj fazi."
Može se vidjeti cijeli sadržaj svih razgovora između čovjeka i Google Machinea. Na istom mjestu, za usporedbu, dati su razgovori između osobe i Cleverbota. Cleverbot je web aplikacija koja koristi algoritme umjetne inteligencije za razgovor s osobom. Izumio ga je 1988. znanstvenik Rollo Carpenter. Tijekom svog postojanja, Cleverbot je održao preko 65 milijuna razgovora s ljudima. U 2011. Cleverbot je postigao 51% na Turingovom testu.
Turingov test je empirijski test čiju je ideju predložio Alan Turing u članku "Računalni strojevi i um" objavljenom 1950. godine u filozofskom časopisu Mind. Svrha testa je otkriti može li računalo misliti.
A evo mog razgovora s Cleverbotom:
Muškarac: Koji je smisao života?
Cleverbot: Život nema smisla.
Muškarac: Za što živimo?
Cleverbot: Pa mi živimo za nekog drugog, a ako si usamljen, nema smisla živjeti.
Osoba: Koji je smisao postojanja?
Muškarac: Gdje si sada?
Cleverbot: U Moskvi.
Čovjek: Koje je značenje smrti?
Cleverbot: Želim te ovo pitati.
Čovjek: Koje je značenje uma?
Cleverbot: Imam svoj odgovor na ovo pitanje.
Osoba: Koje je značenje osjećaja?
Cleverbot: Zašto sam rođen.
Očito, Google Machine pruža mnogo smislenije odgovore. Cleverbot zamjenjuje prikladne, po njegovom mišljenju, fraze drugih ljudi. Ponekad se doista čini da druga osoba odgovara, ali ništa više.
Postoji još jedno stajalište prema kojem je umjetna inteligencija u principu nemoguća. Gödelov teorem o nepotpunosti često se navodi kao glavni argument. Zaključak je da je osoba sposobna riješiti algoritamski nerješive probleme, ali računalo nije. “Do treće godine dijete samouvjereno rješava problem je li voće zrelo ili ne, jer ima živčane veze s kojima može odgovoriti na pitanje zrelosti: boju, okus, miris, mekoću ili tvrdoću. ”, kaže Evgeny Pluzhnik, prvi prorektor Moskovskog tehnološkog instituta. - Je li stroj sposoban ovo naučiti? siguran sam da da! Kad bi imala veliku bazu slika, mogla bi izmjeriti sadržaj fruktoze i odrediti mekoću voća. Ali što se događa ako spužvu, obojenu u plavo i natopljenu slatkom vodom, ubacite u auto? Je li stroj u ovom trenutku sposoban stvarno razumjeti?
“Suvremeno računalo može se lako nositi s bilo kojom složenom aktivnošću, bilo da je riječ o šahu ili matematičkim proračunima, ali samo pod uvjetom da se ta aktivnost može opisati pomoću jasnih računskih pravila”, kaže poznati matematičar Roger Penrose u jednom od svojih predavanja. “Umjetna inteligencija je sposobnost sustava da tijekom samoučenja stvara programe koji mogu riješiti probleme određene klase složenosti”, smatra Evgeny Pluzhnik. “Siguran sam da u sljedećih 100 godina nećemo svjedočiti pojavi jake umjetne inteligencije.”
I u zaključku - još jedno pitanje za Cleverbota.
Osoba: Bila je 1 jabuka, 1 rajčica, 1 krastavac i 1 kruška. Koliko ukupno voća?
Cleverbot: Deset sati navečer.
Umjetna inteligencija nije budućnost, umjetna inteligencija je sadašnjost.
Sluh, govor, vid i prediktivna intuicija temelje se na korištenju obje mreže (CNN i RNN), kao i tehnologija obrade prirodnog jezika (NLP), koje se međusobno nadopunjuju. Slične tehnologije koriste se u Alexa, Siri, Google Now, Cortana i drugim pametnim glasovnim pomoćnicima.
Koji se programi koriste za stvaranje AI?
Postoje deseci okvira za razvoj umjetne inteligencije, ali ovaj popis uključuje samo one najistaknutije.
KERAS
To je biblioteka neuronske mreže bazirana na Pythonu koja može raditi pod Microsoft CNTK (Cognitive Toolkit), Tensorflow i mnogim drugim okvirima.
KERAS je najbolji za početnike.
TENZORSKI PROTOK
Tensorflow je najistaknutiji razvojni okvir umjetne inteligencije koji koristi metode strojnog učenja kao što su neuronske mreže.
Tensorflow je razvio tim Google Brain, upravo je ovaj okvir odgovoran za automatsko dovršavanje fraza u tekstualnom polju Google tražilice, kao i AI Google aplikacija.
SONET
Kreiran od strane tima Google DeepMind, Sonnet je biblioteka koja radi na TensorFlowu za izgradnju složenih neuronskih mreža dubokog učenja. SONNET je najprikladniji za istraživanje i razvoj umjetne inteligencije i vrlo je izazovan za početnike.
CNTK (Microsoft Cognitive Toolkit)
Ranije poznat kao CNTK, Microsoft Cognitive Toolkit ima za cilj naučiti algoritme da razmišljaju poput ljudskog mozga. Ima brzinu, skalabilnost, kvalitetu i kompatibilnost sa C++ i Pythonom. Microsoft ga koristi za AI značajke u Skypeu, Cortani i Bingu.
Microsoft CNTK korisnicima omogućuje kombiniranje popularnih modela dubokog učenja kao što su DNN-ovi, CNN-ovi i RNN-ovi.
BALJKA
Pytorch je biblioteka otvorenog koda za strojno učenje za Python koja se temelji na Torchu koja koristi tehnologije obrade prirodnog jezika (NLP).
DL4J (Deeplearning4j)
Deeplearning4j je biblioteka otvorenog koda za razvoj umjetne inteligencije pomoću metoda dubokog učenja. Napisano posebno za Javu i JVM (Java Virtual Machine).
DL4J radi na vlastitoj biblioteci numeričkog računanja i može raditi i na CPU-u i na GPU-u.
Ima ih mnogo više raznim okruženjima za razvoj umjetne inteligencije. Spomenimo samo ukratko ONNX, platformu za duboko učenje koju su zajednički razvili Facebook i Microsoft, kao i nekoliko drugih: H2O, DSSTNE, Theano, DeepDetect, ConvNetJS, ACT-R, Caffe i CaffeOnSpark.
MXNET
Apache MXNET je okvir za duboko učenje za implementaciju neuronskih mreža. Ima skalabilan model učenja koji podržava više programskih jezika za razvoj umjetne inteligencije: Go, R, Scala, Perl, C++, Python, Julia, Matlab, JavaScript i projekt je otvorenog koda.
MXNET se koristi za implementaciju neuronskih mreža u dijeljenim hosting uslugama kao što su AWS i Microsoft Azure.
Gdje se koristi umjetna inteligencija?
Inteligentni sustavi se koriste u raznim područjima i područjima. Mogu se naći u glasovnim pomoćnicima, trgovačkim robotima, vojnim razvojima i tako dalje. Prođimo kroz najvažnije.
Glasovni asistenti
Glasovni asistenti temeljeni na umjetnoj inteligenciji kao što su Siri, Google Now, Alexa, Bixby i Cortana. Slušaju ono što korisnik govori kako bi pretvorili govor u strojno čitljiv vektor, nakon čega se proizvodi vektor odgovora koji izgovara glasovni asistent pomoću obrade prirodnog jezika (NLP).
Pametni asistenti
Autodesk Eva izvrstan je primjer inteligentnog asistenta koji koristi CNN i NLP za interakciju s kupcima u stvarnom vremenu.
Pametni asistent s 3D modelom može komunicirati s klijentom u stvarnom vremenu i oponašati odgovarajuće izraze lica.
Samovozeći automobili
Samovozeći automobili koriste radar, LIDAR (detektor svjetla i daljinomjer), GPS i kameru za izradu 3D modela vozila koja se približavaju. Svi ovi podaci kombiniraju se kako bi se odredilo mjesto vozila s vrlo velikom točnošću. Pokretač je AI, koji analizira sve dolazne informacije od senzora.
Prepoznavanje lica
Razvoj umjetne inteligencije temeljene na CNN-u omogućio je uvođenje sustava za prepoznavanje lica.
Nedavno je Kina počela koristiti prepoznavanje lica pomoću CCTV kamera u cijelom gradu, izričući novčanu kaznu za kršenje pravila. promet. Alibaba trgovine u Kini koriste prepoznavanje lica i slika za naplatu.
Balansiranje opterećenja
Balansiranje opterećenja na cestama, transportnim sustavima, poslužiteljima i tako dalje.
Prevoditelji jezika
Google prevoditelj je dobar primjer. Ima dva modula: koder i dekoder. Koder uzima ulazne rečenice iz govora ili teksta, a zatim ih prevodi u vektor, što je isti format za unos sa svih jezika.
Modul dekodera uzima ovaj vektor kao ulaz i zatim generira tekst ili govor na ciljnom jeziku. Prepoznavanje jezika se vrši pomoću RNN-a, govorni izlaz se vrši pomoću NLP-a.
Pretraživanje i analiza slika
Pretraživanje i analiza slika koristi se za provjeru plagijata,
traženje ljudi, u SEO svrhe, traženje uvredljivih sadržaja na društvenim mrežama.
Optimizacija za najbolje rezultate
Deepmind moduli su obučeni za igranje šaha, Go, Dota 2, Starfield 2.
Ovi moduli su igrali stotine godina igara u samo nekoliko tjedana treninga, što je dovelo do toga da AI pobijedi najbolje igrače na svijetu.
Naravno, to nisu sva područja primjene AI. Kako se AI tehnologije i sposobnosti razvijaju, opseg inteligentnih sustava će se samo širiti.
Ako se trend razvoja tehnologije nastavi ili ubrza, bojim se da ćemo imati vremena uhvatiti eru kada računala postaju pametnija od ljudi, a sve usluge, sustavi i alati će biti povezani u centralizirani sustav koji kontrolira umjetna inteligencija.
Možda će vas zanimati:
Umjetna inteligencija
Umjetna inteligencija je grana računalne znanosti koja proučava mogućnost pružanja razumnog zaključivanja i radnji uz pomoć računalnih sustava i drugih umjetnih uređaja. U većini slučajeva algoritam za rješavanje problema nije unaprijed poznat.
Točna definicija ove znanosti ne postoji, jer pitanje prirode i statusa ljudskog intelekta nije riješeno u filozofiji. Ne postoji točan kriterij za postizanje "inteligencije" pomoću računala, iako je u zoru umjetne inteligencije predložen niz hipoteza, na primjer, Turingov test ili hipoteza Newell-Simona. Trenutačno postoji mnogo pristupa kako razumijevanju zadaće AI tako i stvaranju inteligentnih sustava.
Dakle, jedna od klasifikacija razlikuje dva pristupa razvoju AI:
odozgo prema dolje, semiotički – stvaranje simboličkih sustava koji modeliraju mentalne procese na visokoj razini: mišljenje, razmišljanje, govor, emocije, kreativnost itd.;
odozdo prema gore, biološki - proučavanje neuronskih mreža i evolucijskih proračuna koji modeliraju inteligentno ponašanje temeljeno na manjim "neinteligentnim" elementima.
Ova znanost povezana je s psihologijom, neurofiziologijom, transhumanizmom i drugima. Kao i sve računalne znanosti, koristi se matematičkim aparatom. Od posebne su joj važnosti filozofija i robotika.
Umjetna inteligencija je vrlo mlado polje istraživanja koje je pokrenuto 1956. godine. Njegov povijesni put nalikuje sinusoidi čiji je svaki "uspon" pokrenuta nekom novom idejom. Njegov razvoj trenutno je u padu, ustupajući mjesto primjeni već postignutih rezultata u drugim područjima znanosti, industrije, poslovanja, pa i svakodnevnog života.
Pristupi proučavanju
Postoje različiti pristupi izgradnji AI sustava. Trenutno postoje 4 sasvim različita pristupa:
1. Logičan pristup. Osnova logičkog pristupa je Booleova algebra. Svaki programer je upoznat s njim i logičkim operatorima od kada je ovladao naredbom IF. Booleova algebra dobila je svoj daljnji razvoj u obliku predikatnog računa – u kojem se proširuje uvođenjem simbola subjekta, odnosa među njima, kvantifikatora postojanja i univerzalnosti. Gotovo svaki AI sustav izgrađen na logičkom principu je stroj za dokazivanje teorema. U tom se slučaju početni podaci pohranjuju u bazi podataka u obliku aksioma, pravila zaključivanja kao odnosa među njima. Osim toga, svaki takav stroj ima blok za generiranje cilja, a sustav zaključivanja pokušava dokazati zadani cilj kao teorem. Ako je cilj dokazan, tada vam praćenje primijenjenih pravila omogućuje dobivanje lanca radnji potrebnih za postizanje cilja (takav je sustav poznat kao ekspertni sustavi). Snaga takvog sustava određena je mogućnostima generatora ciljeva i stroja za dokazivanje teorema. Postizanje veće izražajnosti logičkog pristupa omogućuje takav relativno novi smjer kao neizrazita logika. Njegova glavna razlika je u tome što istinitost izjave može uzeti u obzir, osim da/ne (1/0), također međuvrijednosti- ne znam (0,5), pacijent je više živ nego mrtav (0,75), pacijent je više mrtav nego živ (0,25). Ovaj pristup više nalikuje ljudskom razmišljanju, budući da na pitanja rijetko odgovara samo da ili ne.
2. Pod strukturalnim pristupom ovdje mislimo na pokušaje izgradnje AI modeliranjem strukture ljudskog mozga. Jedan od prvih takvih pokušaja bio je perceptron Franka Rosenblatta. Glavna modelirana strukturna jedinica u perceptronima (kao i u većini drugih opcija za modeliranje mozga) je neuron. Kasnije su se pojavili i drugi modeli, koji su većini poznati pod pojmom neuronske mreže (NN). Ovi se modeli razlikuju po strukturi pojedinih neurona, topologiji međusobne povezanosti i algoritmima učenja. Među najpoznatijim varijantama NN-a su NN s povratnom propagacijom, Hopfieldove mreže, stohastičke neuronske mreže. U širem smislu, ovaj pristup je poznat kao konektivizam.
3. Evolucijski pristup. Prilikom izgradnje AI sustava prema ovom pristupu, glavna se pozornost posvećuje konstrukciji početnog modela, te pravilima po kojima se on može mijenjati (evoluirati). Štoviše, model se može sastaviti korištenjem raznih metoda, može biti neuronska mreža i skup logičkih pravila i bilo koji drugi model. Nakon toga uključujemo računalo i ono na temelju provjere modela odabire najbolje od njih, na temelju čega se generiraju novi modeli prema raznim pravilima. Među evolucijskim algoritmima, genetski se algoritam smatra klasičnim.
4. Simulacijski pristup. Ovaj pristup je klasičan za kibernetiku, a jedan od njegovih osnovnih koncepata je crna kutija. Objekt čije se ponašanje simulira samo je "crna kutija". Nije nam važno što on i model imaju unutra i kako funkcionira, najvažnije je da se naš model ponaša na isti način u sličnim situacijama. Dakle, ovdje je modelirano još jedno svojstvo osobe - sposobnost kopiranja onoga što drugi rade, ne ulazeći u detalje zašto je to potrebno. Često mu ova sposobnost štedi puno vremena, posebno na početku života.
U okviru hibridnih inteligentnih sustava pokušavaju spojiti ova područja. Neuralne mreže mogu generirati pravila stručnog zaključivanja, a generativna pravila dobivaju se pomoću statističkog učenja.
Obećavajući novi pristup, nazvan pojačavanje inteligencije, vidi postizanje AI kroz evolucijski razvoj kao nuspojavu pojačanja ljudske inteligencije tehnologijom.
Smjerovi istraživanja
Analizirajući povijest AI, može se izdvojiti tako opsežno područje kao što je modeliranje rasuđivanja. Dugi niz godina razvoj ove znanosti kretao se tim putem, a sada je jedno od najrazvijenijih područja moderne AI. Modeliranje rasuđivanja podrazumijeva stvaranje simboličkih sustava na čijim se ulazu postavlja određeni zadatak, a na izlazu ga se traži riješiti. U pravilu je predloženi problem već formaliziran, tj. preveden u matematički oblik, ali ili nema algoritam rješenja, ili je previše kompliciran, dugotrajan itd. Ovo područje uključuje: dokazivanje teorema, donošenje odluka i teorija igara, planiranje i dispečiranje, predviđanje.
Važno područje je obrada prirodnog jezika, koja analizira mogućnosti razumijevanja, obrade i generiranja tekstova na "ljudskom" jeziku. Konkretno, još uvijek nije riješen problem strojnog prijevoda tekstova s jednog jezika na drugi. U suvremenom svijetu razvoj metoda pronalaženja informacija igra važnu ulogu. Po svojoj prirodi, izvorni Turingov test povezan je s ovim smjerom.
Prema mnogim znanstvenicima, važno svojstvo inteligencije je sposobnost učenja. Tako dolazi do izražaja inženjering znanja koji objedinjuje zadatke dobivanja znanja iz jednostavnih informacija, njihovu sistematizaciju i korištenje. Napredak u ovom području utječe na gotovo svako drugo područje istraživanja AI. Ovdje također treba istaknuti dvije važne poddomene. Prvi od njih - strojno učenje - odnosi se na proces samostalnog stjecanja znanja od strane inteligentnog sustava tijekom svog rada. Drugi je povezan s stvaranjem ekspertnih sustava - programa koji koriste specijalizirane baze znanja za dobivanje pouzdanih zaključaka o bilo kojem problemu.
Postoje velika i zanimljiva dostignuća u području modeliranja bioloških sustava. Strogo govoreći, ovdje se može uključiti nekoliko neovisnih smjerova. Neuronske mreže se koriste za rješavanje nejasnih i složenih problema kao što su prepoznavanje geometrijskih oblika ili grupiranje objekata. Genetski pristup temelji se na ideji da algoritam može postati učinkovitiji ako posuđuje bolje karakteristike od drugih algoritama (“roditelja”). Relativno novi pristup, gdje je zadatak stvoriti autonomni program – agenta koji komunicira s vanjskim okruženjem, naziva se pristup agenta. A ako pravilno prisilite mnogo "ne baš inteligentnih" agenata da komuniciraju zajedno, tada možete dobiti inteligenciju "sličnu mravi".
Zadaće prepoznavanja uzoraka već su djelomično riješene u okviru drugih područja. To uključuje prepoznavanje znakova, rukopis, govor, analizu teksta. Posebno treba istaknuti računalni vid, koji je vezan uz strojno učenje i robotiku.
Općenito, robotika i umjetna inteligencija često se povezuju jedno s drugim. Integracija ove dvije znanosti, stvaranje inteligentnih robota, može se smatrati još jednim smjerom AI.
Strojna kreativnost se drži odvojeno zbog činjenice da je priroda ljudske kreativnosti još manje proučavana od prirode inteligencije. Ipak, ovo područje postoji i tu se postavljaju problemi pisanja glazbe, književnih djela (često pjesama ili bajki), umjetničkog stvaralaštva.
Konačno, postoje mnoge primjene umjetne inteligencije, od kojih svaka čini gotovo neovisni smjer. Primjeri uključuju programsku inteligenciju u računalnim igrama, nelinearnu kontrolu, inteligentne sigurnosne sustave.
Vidi se da se mnoga područja istraživanja preklapaju. To vrijedi za svaku znanost. Ali u umjetnoj inteligenciji, odnos između naizgled različitih smjerova posebno je jak, a to je zbog filozofske rasprave o jakoj i slaboj AI.
Početkom 17. stoljeća Rene Descartes je sugerirao da je životinja neka vrsta složenog mehanizma, čime je formulirao mehanističku teoriju. Godine 1623. Wilhelm Schickard je izgradio prvo mehaničko digitalno računalo, a nakon njega strojevi Blaisea Pascala (1643.) i Leibniza (1671.). Leibniz je također bio prvi koji je opisao moderni binarni brojevni sustav, iako su prije njega ovaj sustav povremeno nosili mnogi veliki znanstvenici. U 19. stoljeću Charles Babbage i Ada Lovelace radili su na programabilnom mehaničkom računalu.
Godine 1910.-1913. Bertrand Russell i A. N. Whitehead objavili su Principia Mathematica, koja je revolucionirala formalnu logiku. Godine 1941. Konrad Zuse napravio je prvo radno programski upravljano računalo. Warren McCulloch i Walter Pitts objavili su 1943. Logički račun ideja imanentnih živčanoj aktivnosti, koji je postavio temelje za neuronske mreže.
Trenutno stanje stvari
Trenutačno (2008.) u stvaranju umjetne inteligencije (u izvornom smislu riječi ekspertni sustavi i šahovski programi ovdje ne spadaju) nedostaje ideja. Isprobani su gotovo svi pristupi, ali niti jedna istraživačka skupina nije pristupila pojavi umjetne inteligencije.
Neki od najimpresivnijih civilnih AI sustava su:
Deep Blue - Pobijeđen svjetski prvak u šahu. (Meč Kasparov protiv superračunala nije donio zadovoljstvo ni informatičarima ni šahistima, a Kasparov sustav nije prepoznao, iako su originalni kompaktni šahovski programi sastavni element šahovske kreativnosti. Tada se IBM-ova linija superračunala očitovala u brute force BluGene (molekularno modeliranje) projekti i modeliranje piramidalnog staničnog sustava u (Swiss Blue Brain Center. Ova priča je primjer zamršene i tajne veze između AI, poslovanja i nacionalnih strateških ciljeva.)
Mycin je bio jedan od ranih stručnih sustava koji je mogao dijagnosticirati malu podskupinu bolesti, često jednako točno kao liječnici.
20q je projekt inspiriran umjetnom inteligencijom inspiriran klasičnom igrom 20 Questions. Postao je vrlo popularan nakon što se pojavio na internetu na stranici 20q.net.
Prepoznavanje govora. Sustavi poput ViaVoicea sposobni su služiti potrošačima.
Roboti se na godišnjem RoboCup turniru natječu u pojednostavljenom obliku nogometa.
Primjena AI
Banke primjenjuju sustave umjetne inteligencije (AI) u poslovima osiguranja (aktuarska matematika) kada igraju na burzi i upravljaju imovinom. U kolovozu 2001. roboti su pobijedili ljude u improviziranom trgovačkom natjecanju (BBC News, 2001.). Metode prepoznavanja uzoraka (uključujući složenije i specijalizirane i neuronske mreže) naširoko se koriste u optičkom i akustičkom prepoznavanju (uključujući tekst i govor), medicinskoj dijagnostici, filterima za neželjenu poštu, sustavima protuzračne obrane (identifikacija cilja), a također i za osiguravanje brojnih druge zadaće nacionalne sigurnosti.
Programeri računalnih igara prisiljeni su koristiti AI različitog stupnja sofisticiranosti. Standardni zadaci umjetne inteligencije u igrama su pronalaženje puta u 2D ili 3D prostoru, simuliranje ponašanja borbene jedinice, izračun prave ekonomske strategije i tako dalje.
Pogledi na AI
Postoje dva smjera razvoja umjetne inteligencije:
prvi je rješavanje problema povezanih s približavanjem specijaliziranih AI sustava ljudskim sposobnostima i njihovom integracijom, što je implementirano ljudskom prirodom.
drugi je stvaranje umjetne inteligencije, što je integracija već stvorenih AI sustava u jedinstveni sustav sposoban rješavati probleme čovječanstva.
Odnos s drugim znanostima
Umjetna inteligencija usko je povezana s transhumanizmom. A zajedno s neurofiziologijom i kognitivnom psihologijom tvori općenitiju znanost zvanu kognitologija. Filozofija igra zasebnu ulogu u umjetnoj inteligenciji.
Filozofska pitanja
Znanost o "stvaranju umjetne inteligencije" nije mogla ne privući pozornost filozofa. Pojavom prvih inteligentnih sustava, postavila su se temeljna pitanja o čovjeku i znanju, a dijelom i o svjetskom poretku. S jedne strane, oni su neraskidivo povezani s ovom znanošću, a s druge strane unose u nju neki kaos. Među istraživačima umjetne inteligencije još uvijek ne postoji dominantno stajalište o kriterijima intelektualnosti, sistematizaciji ciljeva i zadataka koje treba riješiti, čak nema ni striktne definicije znanosti.
Može li stroj misliti?
Najžešća rasprava u filozofiji umjetne inteligencije je pitanje mogućnosti razmišljanja o kreacijama ljudskih ruku. Pitanje "Može li stroj misliti?", koje je potaknulo istraživače na stvaranje znanosti o modeliranju ljudskog uma, postavio je Alan Turing 1950. godine. Dvije glavne točke gledišta po ovom pitanju nazivaju se hipotezama jake i slabe umjetne inteligencije.
Pojam "jaka umjetna inteligencija" uveo je John Searle, a njegov pristup karakteriziraju vlastite riječi:
“Štoviše, takav program ne bi bio samo model uma; u doslovnom smislu riječi, on će sam biti um, u istom smislu u kojem je ljudski um um.
Naprotiv, slabi zagovornici umjetne inteligencije radije gledaju na programe samo kao na alat za rješavanje određenih zadataka koji ne zahtijevaju cijeli raspon ljudskih kognitivnih sposobnosti.
U svom misaonom eksperimentu "Kineska soba", John Searle pokazuje da polaganje Turingovog testa nije kriterij da bi stroj imao pravi misaoni proces.
Razmišljanje je proces obrade informacija pohranjenih u memoriji: analiza, sinteza i samoprogramiranje.
Sličan stav zauzima i Roger Penrose, koji u svojoj knjizi The New Mind of a King tvrdi da je nemoguće dobiti misaoni proces na temelju formalnih sustava.
Postoje različita gledišta o ovom pitanju. Analitički pristup uključuje analizu više živčane aktivnosti osobe do najniže, nedjeljive razine (funkcija više živčane aktivnosti, elementarna reakcija na vanjske podražaje (podražaje), iritacija sinapsi skupa neurona povezanih funkcijom) i naknadnu reprodukciju tih funkcija.
Neki stručnjaci sposobnost racionalnog, motiviranog izbora uzimaju za inteligenciju, suočeni s nedostatkom informacija. Odnosno, taj se program aktivnosti (koji se ne provodi nužno na modernim računalima) jednostavno smatra intelektualnim, koji može birati između određenog skupa alternativa, na primjer, kamo ići u slučaju „ići ćete lijevo... “, “ići ćeš desno...”, “ići ćeš ravno...”
Nauka o znanju
Također, epistemologija je usko povezana s problemima umjetne inteligencije – znanosti o znanju u okviru filozofije. Filozofi koji se bave ovim problemom rješavaju pitanja slična onima koja rješavaju AI inženjeri o tome kako najbolje predstaviti i koristiti znanje i informacije.
Stav prema AI u društvu
AI i religija
Među sljedbenicima abrahamskih religija postoji nekoliko stajališta o mogućnosti stvaranja umjetne inteligencije na temelju strukturalnog pristupa.
Prema jednom od njih, mozak, čiji rad sustavi pokušavaju oponašati, po njihovom mišljenju, ne sudjeluje u procesu razmišljanja, nije izvor svijesti i bilo koje druge mentalne aktivnosti. Stvaranje umjetne inteligencije na temelju strukturalnog pristupa nemoguće je.
U skladu s drugim stajalištem, mozak sudjeluje u procesu mišljenja, ali u obliku "prenosnika" informacija iz duše. Mozak je odgovoran za takve "jednostavne" funkcije kao što su bezuvjetni refleksi, reakcija na bol itd. Stvaranje umjetne inteligencije temeljeno na strukturnom pristupu moguće je ako sustav koji se projektira može obavljati funkcije "transfera".
Oba stava ne odgovaraju podacima moderne znanosti, jer. pojam duše se ne razmatra moderna znanost kao znanstvena kategorija.
Prema mnogim budistima, umjetna inteligencija je moguća. Dakle, duhovni vođa Dalaj Lame XIV ne isključuje mogućnost postojanja svijesti na računalnim osnovama.
Raelite aktivno podržavaju razvoj u području umjetne inteligencije.
AI i znanstvena fantastika
U znanstveno-fantastičnoj literaturi AI se najčešće prikazuje kao sila koja pokušava srušiti moć čovjeka (Omnius, HAL 9000, Skynet, Colossus, The Matrix i Replicant) ili služi humanoidu (C-3PO, Data , KITT i KARR, dvostogodišnji čovjek). Pisci znanstvene fantastike kao što su Isaac Asimov i Kevin Warwick osporavaju neminovnost da AI dominira svijetom izvan kontrole.
Zanimljivu viziju budućnosti u Turingovom izboru predstavljaju pisac znanstvene fantastike Harry Harrison i znanstvenik Marvin Minsky. Autori govore o gubitku ljudskosti kod osobe čiji je mozak implantiran računalom, te o stjecanju čovječnosti strojem s AI-om, u čiju su memoriju kopirane informacije iz ljudskog mozga.
Neki pisci znanstvene fantastike, poput Vernora Vingea, također su nagađali o implikacijama umjetne inteligencije, koja će vjerojatno donijeti dramatične promjene u društvu. Ovo razdoblje naziva se tehnološka singularnost.
Umjetna inteligencija (AI, eng. Artificial intelligence, AI) - znanost i tehnologija stvaranja inteligentnih strojeva, posebno inteligentnih računalnih programa. AI je povezan sa sličnim zadatkom korištenja računala za razumijevanje ljudske inteligencije, ali nije nužno ograničen na biološki vjerojatne metode.
Što je umjetna inteligencija
- (J. McCarthy) AI razvija strojeve koji imaju inteligentno ponašanje
- (Britannica) AI je sposobnost digitalnih računala da riješe probleme koji se obično povezuju s visoko inteligentnim ljudskim bićima.
- (Feigenbaum) AI - razvija inteligentne računalne sustave sa mogućnostima koje tradicionalno povezujemo s ljudskim umom: razumijevanje jezika, učenje, sposobnost rasuđivanja, rješavanja problema itd.
- (Elaine Rich) AI je znanost o tome kako naučiti računala da rade nešto u čemu su ljudi trenutno bolji.
Inteligencija(od latinskog intellectus - osjet, percepcija, razumijevanje, razumijevanje, pojam, razum), ili um - kvaliteta psihe, koja se sastoji od sposobnosti prilagođavanja novim situacijama, sposobnosti učenja i pamćenja na temelju iskustva, razumijevanja i primjene apstraktne pojmove i koristiti vlastito znanje za upravljanje okoliš. Inteligencija je opća sposobnost za spoznaju i rješavanje poteškoća, koja objedinjuje sve kognitivne sposobnosti osobe: osjet, percepciju, pamćenje, reprezentaciju, mišljenje, maštu.
Početkom 1980-ih Računalni znanstvenici Barr i Feigenbaum predložili su sljedeću definiciju umjetne inteligencije (AI):
Kasnije je AI počela uključivati brojne algoritame i softverski sustavi, čija je posebnost da neke probleme mogu riješiti na isti način kao što bi to učinila osoba koja razmišlja o njihovom rješenju.
Glavna svojstva umjetne inteligencije su razumijevanje jezika, učenje i sposobnost razmišljanja i, što je najvažnije, djelovanja.
AI je kompleks povezanih tehnologija i procesa koji se kvalitativno i brzo razvijaju, na primjer:
- obrada teksta na prirodnom jeziku
- ekspertni sustavi
- virtualni agenti (chatbotovi i virtualni asistenti)
- sustavi preporuka.
AI metode: NLP, životopis, znanost o podacima
Tehnologije govora prirodnog jezika (NLP).
- tekstovi: prepoznati, automatski prevesti
- govor: prepoznati, generirati
- pronaći, pratiti, klasificirati, identificirati objekte
- izdvajanje podataka iz slika
- analizirati primljene informacije
Prijavljuje se za
- prepoznavanje objekata
- opisi sadržaja slika i videa
- prepoznavanje gesta i rukopisa
- inteligentna obrada slike
- izvući znanje
- pronaći obrasce u podacima
- predvidjeti
Koristite metode
- Statistika
- ekonometrije
- Strojno učenje, duboko učenje
Nacionalna strategija razvoja umjetne inteligencije
- Glavni članak: Nacionalna strategija razvoja umjetne inteligencije
Istraživanje umjetne inteligencije
- Glavni članak: Istraživanja u području umjetne inteligencije
AI standardizacija
Standardi u području umjetne inteligencije u zdravstvu
2019
Top 3 trenda umjetne inteligencije u 4 minute
Rosstandart je odobrio prve standarde u području umjetne inteligencije
Federalna agencija za tehničku regulaciju i mjeriteljstvo (Rosstandart) odobrila je u prosincu 2019. prve nacionalne standarde u području umjetne inteligencije - GOST R 58776-2019 „Sredstva za praćenje ponašanja ljudi i predviđanje namjera ljudi. Termini i definicije” i GOST R 58777-2019 “Zračni prijevoz. Zračne luke. Tehnička sredstva pregleda. Metodologija za određivanje pokazatelja kvalitete prepoznavanja nezakonitih ulaganja rendgenskim snimkama u sjeni.
Standard je osmišljen kako bi se osigurala učinkovita komunikacija inteligentnih robotskih sustava (uključujući vozila bez posade) s osobom. Interakcija inteligentnih sustava sastoji se u predviđanju međusobnih namjera i određivanju daljnjih akcija na temelju te prognoze. Predviđanje ponašanja također se može koristiti za identifikaciju osoba s kriminalnom namjerom.
Drugi usvojeni standard, GOST R 58777-2019, uspostavlja jedinstvene zahtjeve za sustave i algoritme za prepoznavanje ilegalnog sadržaja prtljage i ručne prtljage s rendgenskih snimaka. Standard će također povećati pouzdanost rezultata ispitivanja sustava i algoritama.
Terminološki standard „Umjetna inteligencija. Koncepti i terminologija” temeljna je za cijelu obitelj međunarodnih regulatornih i tehničkih dokumenata u području umjetne inteligencije. Osim pojmova i definicija, ovaj dokument sadrži konceptualne pristupe i načela izgradnje sustava s elementima, opis odnosa između AI i ostalih end-to-end tehnologija, kao i osnovna načela i okvirne pristupe regulatornoj i tehničkoj regulativi. umjetne inteligencije.
Nakon sastanka relevantnog ISO/IEC pododbora u Dublinu, stručnjaci ISO/IEC-a podržali su prijedlog delegacije iz Rusije o istovremenom razvoju terminološkog standarda u području AI ne samo na engleskom, već i na ruskom jeziku. Očekuje se da će dokument biti odobren početkom 2021. godine.
| Razvoj proizvoda i usluga temeljenih na umjetnoj inteligenciji zahtijeva nedvosmisleno tumačenje koncepata koje koriste svi sudionici na tržištu. Terminološki standard objedinit će "jezik" koji koriste programeri, kupci i profesionalna zajednica, klasificirati takva svojstva proizvoda temeljenih na umjetnoj inteligenciji kao "sigurnost", "ponovljivost", "autentičnost" i "povjerljivost". Jedinstvena terminologija također će postati važan čimbenik za razvoj tehnologija umjetne inteligencije u sklopu Nacionalne tehnološke inicijative – više od 80% tvrtki unutar NTI perimetra koristi AI algoritme. Osim toga, odluka ISO/IEC ojačat će autoritet i proširiti utjecaj ruskih stručnjaka u daljnjem razvoju međunarodnih standarda. |
Tijekom sastanka, stručnjaci ISO/IEC-a također su podržali izradu nacrta međunarodnog dokumenta Informacijska tehnologija – umjetna inteligencija (AI) – Pregled računalnih pristupa za AI sustave, u kojem Rusija djeluje kao suurednik. Dokument daje pregled stanje tehnike sustavi umjetne inteligencije, opisujući glavne karakteristike sustava, algoritama i pristupa, kao i primjere specijaliziranih aplikacija u području AI. Izradu ovog nacrta dokumenta provodit će posebno formirani pododbor radna skupina 5 "Računalni pristupi i računske karakteristike AI sustava" (SC 42 Radna skupina 5 "Računalni pristupi i računske karakteristike AI sustava").
| U sklopu rada na međunarodnoj razini, delegacija iz Rusije uspjela je postići niz značajnih odluka koje će dugoročno utjecati na razvoj tehnologija umjetne inteligencije u zemlji. Razvoj verzije standarda na ruskom jeziku, čak i od tako rane faze, jamstvo je sinkronizacije s međunarodnim područjem, a razvoj pododbora ISO/IEC i pokretanje međunarodnih dokumenata uz rusko suuredništvo je temelj za daljnje promicanje interesa ruskih developera u inozemstvu”, komentirao je. |
Tehnologije umjetne inteligencije široko su tražene u različitim sektorima digitalne ekonomije. Među glavnim čimbenicima koji ometaju njihovu punu praktičnu upotrebu je nerazvijenost regulatornog okvira. Ujedno, dobro razvijena regulatorna i tehnička baza osigurava zadanu kvalitetu primjene tehnologije i odgovarajući ekonomski učinak.
U području umjetne inteligencije, TC Cyber-Physical Systems, baziran na RVC-u, razvija niz nacionalnih standarda čije je odobrenje zakazano za kraj 2019. - početak 2020. godine. Osim toga, zajedno s tržišnim igračima, u tijeku je rad na formiranju Nacionalnog plana standardizacije (PNS) za 2020. godinu i dalje. TC "Kiber-fizički sustavi" otvoren je za prijedloge za izradu dokumenata zainteresiranih organizacija.
2018: Razvoj standarda u području kvantnih komunikacija, AI i pametnog grada
Dana 6. prosinca 2018. Tehnički odbor "Kiber-fizički sustavi" na bazi RVC-a zajedno s Regionalnim inženjerskim centrom "SafeNet" započeo je razvoj skupa standarda za tržišta Nacionalne tehnološke inicijative (NTI) i digitalno gospodarstvo . Do ožujka 2019. planira se izrada tehničkih standardizacijskih dokumenata u području kvantnih komunikacija, izvijestio je RVC. Čitaj više.
Utjecaj umjetne inteligencije
Rizik za razvoj ljudske civilizacije
Utjecaj na gospodarstvo i poslovanje
- Utjecaj tehnologija umjetne inteligencije na gospodarstvo i poslovanje
Utjecaj na tržište rada
Pristranost umjetne inteligencije
U središtu svega što je praksa umjetne inteligencije (strojno prevođenje, prepoznavanje govora, obrada teksta u prirodnim jezicima, računalni vid, automatiziranje vožnje automobila i još mnogo toga) leži duboko učenje. Ovo je podskup strojnog učenja, karakteriziran korištenjem modela neuronskih mreža, za koje se može reći da oponašaju način na koji mozak radi, pa se teško mogu klasificirati kao AI. Svaki model neuronske mreže trenira se na velikim skupovima podataka, pa stječe neke “vještine”, ali kako ih koristi nije jasno kreatorima, što u konačnici postaje jedan od najvažnijih problema za mnoge aplikacije dubokog učenja. Razlog je što takav model sa slikama radi formalno, bez ikakvog razumijevanja što radi. Je li takav sustav umjetne inteligencije i može li se vjerovati sustavima izgrađenim na temelju strojnog učenja? Značaj odgovora na posljednje pitanje nadilazi znanstvene laboratorije. Stoga je pažnja medija na fenomen, nazvan AI pristranost, primjetno eskalirala. Može se prevesti kao "AI bias" ili "AI bias". Čitaj više.
Tržište tehnologije umjetne inteligencije
AI tržište u Rusiji
Globalno tržište umjetne inteligencije
Primjene AI
Područja primjene AI prilično su široka i pokrivaju kako tehnologije koje su poznate sluhu, tako i nova područja koja su daleko od masovne primjene, drugim riječima, to je cijeli niz rješenja, od usisavača do svemirske stanice. Moguće je podijeliti svu njihovu raznolikost prema kriteriju ključnih točaka razvoja.
AI nije monolitno predmetno područje. Štoviše, neke AI tehnologije pojavljuju se kao novi podsektori gospodarstva i zasebni subjekti, dok istovremeno služe većini područja u gospodarstvu.
Razvoj korištenja AI dovodi do prilagodbe tehnologija u klasičnim sektorima gospodarstva duž cijelog lanca vrijednosti i transformira ih, što dovodi do algoritamizacije gotovo svih funkcionalnosti, od logistike do upravljanja tvrtkom.
Korištenje umjetne inteligencije u obrambene i vojne svrhe
Upotreba u obrazovanju
Korištenje AI u poslovanju
AI u borbi protiv prijevara
11. srpnja 2019. postalo je poznato da će se za samo dvije godine umjetna inteligencija i strojno učenje koristiti za suzbijanje prijevara tri puta više nego u srpnju 2019. godine. Ovi su podaci dobiveni tijekom zajedničkog istraživanja SAS-a i Udruge certificiranih ispitivača prijevara (ACFE). Od srpnja 2019. takvi se alati za borbu protiv prijevara već koriste u 13% organizacija koje su sudjelovale u istraživanju, a još 25% ih je reklo da ih planira implementirati u idućih godinu-dvije. Čitaj više.
AI u energetskoj industriji
- Na razini projektiranja: poboljšano predviđanje proizvodnje i potražnje za energetskim resursima, procjena pouzdanosti opreme za proizvodnju energije, automatizacija povećanja proizvodnje u slučaju porasta potražnje.
- Na razini proizvodnje: optimizacija preventivnog održavanja opreme, povećanje učinkovitosti proizvodnje, smanjenje gubitaka, sprječavanje krađe energetskih resursa.
- Na razini promocije: optimizacija cijena ovisno o dobu dana i dinamička naplata.
- Na razini pružanja usluga: automatski odabir najprofitabilnijeg dobavljača, detaljna statistika potrošnje, automatizirana usluga korisnicima, optimizacija energije na temelju navika i ponašanja kupaca.
AI u proizvodnji
- Na razini dizajna: poboljšati učinkovitost razvoja novih proizvoda, automatiziranu evaluaciju dobavljača i analizu zahtjeva za rezervnim dijelovima i dijelovima.
- Na razini proizvodnje: poboljšanje procesa izvršavanja zadataka, automatizacija montažnih linija, smanjenje broja pogrešaka, smanjenje vremena isporuke sirovina.
- Na razini promocije: predviđanje obujma usluga podrške i održavanja, upravljanje cijenama.
- Na razini pružanja usluga: poboljšanje planiranja ruta voznog parka, potražnja za resursima flote, poboljšanje kvalitete obuke servisnih inženjera.
AI u bankama
AI u transportu
- Autoindustrija je na rubu revolucije: 5 izazova za eru samovozeće vožnje
AI u logistici
AI u pravosuđu
Razvoj u području umjetne inteligencije pomoći će radikalnoj promjeni pravosudnog sustava, učiniti ga pravednijim i slobodnim od korupcijskih shema. Ovo je mišljenje u ljeto 2017. iznio Vladimir Krylov, doktor tehničkih znanosti, tehnički konzultant Artezia.
Znanstvenik vjeruje da se AI rješenja koja već postoje mogu uspješno primijeniti u različitim područjima gospodarstva i javnog života. Stručnjak ističe kako se AI uspješno koristi u medicini, ali u budućnosti može potpuno promijeniti pravosudni sustav.
“Gledajući dnevne vijesti o razvoju u području umjetne inteligencije, čovjek se samo čudi neiscrpnosti mašte i plodnosti istraživača i programera u ovom području. Izvješća o znanstvenim istraživanjima neprestano su isprepletena izvješćima o novim proizvodima koji se probijaju na tržište i izvješćima o nevjerojatnim rezultatima dobivenim korištenjem AI u različitim područjima. Ako govorimo o očekivanim događajima, popraćenim zamjetnom medijskom halabom, u kojoj će AI ponovno postati heroj vijesti, onda se vjerojatno neću usuditi davati tehnološke prognoze. Mogu pretpostaviti da će sljedeći događaj biti nastup negdje iznimno kompetentnog suda u obliku umjetne inteligencije, poštenog i nepotkupljivog. To će se vjerojatno dogoditi 2020.-2025. A procesi koji će se odvijati na ovom sudu dovest će do neočekivanih promišljanja i želje mnogih ljudi da većinu procesa upravljanja ljudskim društvom prenesu na AI.
Znanstvenik prepoznaje korištenje umjetne inteligencije u pravosudnom sustavu kao "logičan korak" u razvoju zakonodavne jednakosti i pravde. Strojni um nije podložan korupciji i emocijama, može se jasno pridržavati zakonodavnog okvira i donositi odluke uzimajući u obzir mnoge čimbenike, uključujući podatke koji karakteriziraju sudionike u sporu. Po analogiji s medicinskim poljem, robotski suci mogu raditi s velikim podacima iz repozitorija javnih usluga. Može se pretpostaviti da će strojna inteligencija moći brzo obraditi podatke i uzeti u obzir puno više čimbenika od ljudskog suca.
Psihološki stručnjaci, međutim, smatraju da će izostanak emocionalne komponente u razmatranju sudskih predmeta negativno utjecati na kvalitetu odluke. Presuda strojnog suda može se pokazati prejednostavnom, ne uzimajući u obzir važnost osjećaja i raspoloženja ljudi.
glazba, muzika
Slika
Godine 2015. Googleov tim testirao je neuronske mreže kako bi vidio mogu li same stvarati slike. Tada je umjetna inteligencija obučena na primjeru velikog broja različitih slika. Međutim, kada je stroj “zamoljen” da sam nešto dočara, pokazalo se da na pomalo čudan način tumači svijet oko nas. Na primjer, za zadatak crtanja bučica, programeri su dobili sliku na kojoj je metal spojen ljudskim rukama. To se vjerojatno dogodilo zbog činjenice da su u fazi treninga analizirane slike s bučicama sadržavale ruke, a neuronska mreža je to pogrešno protumačila.
Dana 26. veljače 2016. na posebnoj aukciji u San Franciscu, predstavnici Googlea prikupili su oko 98.000 dolara od psihodeličnih slika naslikanih umjetnom inteligencijom.Ta su sredstva donirana u dobrotvorne svrhe. Jedna od najuspješnijih slika automobila predstavljena je u nastavku.
Slika koju je naslikala Google umjetna inteligencija.
