Když vás aplikace ujistí, že je poháněna „umělou inteligencí“, na okamžik se zdá, že jste v budoucnosti. Co to vlastně znamená? Házíme velká slova - umělá inteligence, strojové učení, neuronové sítě - ale co to vlastně znamenají a opravdu pomáhají vylepšovat aplikace?
Společnost Google a Microsoft nedávno přidaly do svých překladatelských aplikací školení o neuronových sítích. Google prohlašuje, že pomocí strojového učení nabízí seznamy skladeb. Todoist říká, že používá AI k hádání, kdy byste měli dokončit úkol. Any.do tvrdí, že jeho umělá inteligence může udělat nějaké úkoly za vás. A všechno to bylo minulý týden. Některé marketingové triky znějí působivě a zůstávají triky, ale někdy jsou změny nepopiratelně prospěšné. „Umělá inteligence“, „strojové učení“a „neuronové sítě“popisují způsoby, kterými počítače používají k provádění závažnějších úkolů a učení se v procesu. A i když jste možná slyšeli, že vývojáři aplikací přijímají systémy ostatních, v praxi se velmi liší.
Neuronové sítě analyzují komplexní data napodobující lidský mozek
Umělé neuronové sítě (ANNs, nebo jednoduše „neuronové sítě“) se vztahují ke konkrétnímu modelu učení, který emuluje, jak synapse fungují v mozku. Tradiční výpočetní technika používá k plnění úkolu řadu logických operátorů. Neuronové sítě naopak využívají ke zpracování dat síť uzlů (které fungují jako neurony) a analogů synapsí (hran). Vstup prochází systémem a generuje se výstup.
Výsledky jsou pak porovnány se známými údaji. Řekněme například, že chcete trénovat počítač tak, aby rozpoznával obraz psa. Streamujete miliony obrázků psů po celém webu, abyste viděli, které obrázky se rozhodnou vypadat jako psy. Osoba poté potvrdí, které obrázky jsou ve skutečnosti psi. Systém dává přednost cestě neuronové sítě, která vedla ke správné odpovědi. V průběhu času a po milionech iterací tato síť nakonec zlepší přesnost svých výsledků.
Chcete-li zjistit, jak to funguje v akci, můžete vyzkoušet experiment Google Quick Draw! Porovná kresbu, kterou nakreslíte, s příklady, které ostatní nakreslí. Síť se učí rozpoznávat budoucí čmáranice na základě toho, co viděla v minulosti. I když kreslíte jako pětileté dítě (jako já), síť je velmi rychlá při rozpoznávání jednoduchých tvarů - ponorek, rostlin, kachen. Vyzkoušejte to, zábavné.
Neuronové sítě nejsou všelékem, ale skvěle zpracovávají komplexní data. Google a Microsoft používají neuronové sítě k trénování svých překladatelských aplikací, protože překlady jazyků je obtížné. Viděli jsme mnoho špatných strojových překladů, ale neuronové sítě jsou trénovány, aby tyto překlady zlepšovaly na základě správných překladů v průběhu času. Totéž se stane s překladem z řeči do textu. Od zavedení neuronové sítě využívající Google Voice se chyby v překladech snížily o 49%. Tyto systémy nejsou dokonalé, ale pracují na sobě a to je hlavní věc.
Propagační video:
Strojové učení učí počítače zlepšovat se v praxi
Strojové učení je široký pojem, který pokrývá všechny okamžiky, kdy se snažíte naučit stroj sám o sobě vylepšovat. To platí zejména pro jakýkoli systém, ve kterém je výkon počítače při dokončování úlohy zlepšen pouze větší zkušeností s touto úlohou. Neuronové sítě jsou příkladem strojového učení, ale nejsou jediným způsobem, jak trénovat počítač.
Například jedna z alternativních metod strojového učení se nazývá posilovací učení. V této metodě počítač provede úlohu a poté vyhodnotí její výsledek. Pokud například počítač vyhraje šachy, přiřadí výherní hodnotu sérii tahů, které během hry používá. Po hraní milionů her může systém určit, které kroky s největší pravděpodobností povedou k vítězství na základě výsledků předchozích her.
Zatímco neuronové sítě jsou dobré pro věci jako rozpoznávání vzorů v obrazech, jiné typy strojového učení mohou být užitečnější pro různé úkoly, jako je identifikace vaší oblíbené hudby. Google tvrdí, že jeho hudební aplikace najde hudbu, kterou chcete poslouchat. To se provádí analýzou vašich předchozích seznamů skladeb. Pokud se vám výsledek nelíbí, stroj jej bude považovat za poruchu. Ale pokud si vyberete jeden z navrhovaných seznamů, označí to jako úspěch a analyzuje vítězné pohyby, které ji přivedly k vašemu srdci.
V takových případech nebudete plně využívat výhod strojového učení, pokud tuto funkci často nepoužíváte. Při prvním otevření aplikace Hudba Google se doporučení pravděpodobně objeví za pokladnou. Čím více ho však použijete, tím lepší budou návrhy. Teoreticky alespoň. Strojové učení také není všelékem. Strojové učení je nejasnější než neuronové sítě, ale také to znamená, že používaný software bude záviset na vaší zpětné vazbě, aby se zlepšil jeho výkon.
Umělá inteligence je vše s předponou „chytrý“
Stejně jako neuronové sítě jsou formou strojového učení, strojové učení je formou umělé inteligence. Kategorie „umělá inteligence“je však stále tak špatně definována, že tato věta nemá žádný praktický význam. Ano, vyvolává představy o technologicky vyspělé budoucnosti, ale ve skutečnosti jsme se k ní stále ještě nedostali. OCR byl pro stroj jednou příliš obtížný, ale aplikace v telefonu nyní může skenovat dokumenty a převádět je na text. Volání umělé inteligence je nějak nevhodné.
Důvodem, proč lze základní telefonní schopnosti považovat za umělou inteligenci, je skutečnost, že ve skutečnosti existují dva typy umělé inteligence. Slabá nebo úzce zaměřená umělá inteligence popisuje jakýkoli systém určený k provádění úzkého seznamu úkolů. Například Google Assistant nebo Siri, který je docela výkonnou umělou inteligencí, stále provádí poměrně úzký seznam úkolů. Dostávají hlasové příkazy a zpětné odpovědi nebo spouštějí aplikace. Výzkum umělé inteligence tyto vlastnosti podporuje, ale jsou považovány za „slabé“.
Naproti tomu silná umělá inteligence - také známá jako obecná umělá inteligence nebo „plná umělá inteligence“- je systém schopný vykonávat jakýkoli lidský úkol. A neexistuje. Proto každá „inteligentní“aplikace je stále slabou umělou inteligencí.
Přestože důsledky mohou být vágní, praktický výzkum umělé inteligence je natolik obohacující, že pravděpodobně již vstoupil do vašeho každodenního života. Pokaždé, když si telefon automaticky pamatuje, kde jste zaparkovali, rozpoznává tváře na vašich fotkách, dostává návrhy vyhledávání nebo automaticky seskupuje všechny vaše víkendové záběry, tak či onak se dotknete umělé inteligence. „Umělá inteligence“do jisté míry ve skutečnosti znamená, že aplikace budou o něco chytřejší, než jsme zvyklí. Štítek „AI“nyní z praktického hlediska sotva znamená cokoli praktického.
ILYA KHEL