Zkratka umělé inteligence je AI. Je to moderní věda o technologii, která zkoumá a využívá metody, technologií, teorie, a aplikace systémy pro napodobování, rozšiřující se, a rozšíření lidské inteligence.
1. Co je umělá inteligence?
V rámci informatiky, umělá inteligence se snaží pochopit podstatu inteligence a vytvořit inteligentní stroj typu pozdního modelu. Takto inteligentní stroje mohou reagovat podobně jako lidská inteligence. Rozpoznávání jazyka, robotika, přirozený jazyk, rozpoznávání obrazu, a expertní systémy jsou hlavní výzkum v oblasti umělé inteligence.
Od dob technologií umělé inteligence, jeho technologie a teorie jsou stále dokonalejší, a uplatnění rozsahu se neustále rozšiřuje. Je snadné si představit, že budoucí technologie aplikované AI budou sloužit jako schránka lidské inteligence. Umělá inteligence může napodobovat informační průběh lidské inteligence a znalostí. AI může nakonec překonat lidskou inteligenci, protože dokáže myslet jako člověk, i když to není lidská inteligence.
2. Jak funguje umělá inteligence?
Princip umělá inteligence lze jednoduše popsat jako umělou inteligenci, která se rovná matematickému výpočtu.
„Algoritmy“ určují, jak inteligentní je stroj. Zpočátku, bylo objeveno, že 1s a 0s mohly být reprezentovány zapínáním a vypínáním obvodů. Pak je mnoho okruhů organizováno společně, a různá uspořádání mohou představovat mnoho věcí, jako jsou barvy, tvary, a dopisy. Ve spojení s logickými prvky (tranzistory), vzor „vstup (stiskněte tlačítko vypínače) – výpočet (proudu přes vedení) - výstup (světlo svítí)“ se tvoří.
Chcete-li dosáhnout složitější výpočetní techniky, se nakonec stalo, „velkorozměrové integrované obvody“ – čipy.
Poté, co je logika obvodu vnořena vrstva po vrstvě a zabalena vrstva po vrstvě, naše metoda změny současného stavu se stává „programovacím jazykem“. To programátoři dělají.
Cokoli, co programátor řekne počítači, aby provedl, provádí se, a celý proces je fixován programem.
Tak, aby počítač provedl úkol, programátor musí nejprve plně pochopit průběh úlohy.
3. Je umělá inteligence softwarová technologie?
Umělá inteligence není autokefální technologie. Vezměme si jako příklad inteligentního robota, musí zahrnovat inteligentní technologie, jako je uznání, rozsudek, Jazyk, a chůze. Umělá inteligence úzce souvisí se životem a různými obory.
Zkratka umělé inteligence je AI. Je to moderní věda o technologii, která zkoumá a využívá metody, technologií, teorie, a aplikační systémy pro napodobování, rozšiřující se, a rozšíření lidské inteligence.
Jako obor informatiky, má v úmyslu vytvořit inteligentní stroje, které mohou reagovat podobným způsobem jako lidská inteligence prostřednictvím povahy kognitivní inteligence. Rozpoznávání jazyka, robotika, přirozený jazyk, rozpoznávání obrazu, a expertní systémy jsou hlavní výzkum v oblasti umělé inteligence.
Od dob technologií umělé inteligence, jeho technologie a teorie jsou stále dokonalejší, a uplatnění rozsahu se neustále rozšiřuje. Je snadné si představit, že budoucí technologie aplikované AI budou sloužit jako schránka lidské inteligence. Umělá inteligence může napodobovat informační průběh lidské inteligence a znalostí. AI může nakonec překonat lidskou inteligenci, protože dokáže myslet jako člověk, i když to není lidská inteligence.
4. Z jakých technologií se skládá umělá inteligence?
Umělá inteligence má následujících pět základních technologií:
Počítačové vidění: Tato technologie využívá sekvence k rozdělení úloh analýzy obrazu na zvládnutelné části. Tyto sekvence se skládají z technik, jako je strojové učení a operace zpracování obrazu.
Strojové učení: Strojové učení se týká automatického objevování vzorů z dat. Vzory lze předvídat, pokud jsou nalezeny. Míra predikce tohoto modelu je úměrná množství zpracovávaných dat.
Zpracování přirozeného jazyka: Počítače mají stejnou schopnost jako lidé zpracovávat text. Jedná se o zpracování přirozeného jazyka. Automatická tabulka smluvních podmínek, a možná automatické rozpoznání relevantních lidí, místa, atd. v textu jsou ukázky zpracování přirozeného jazyka.
Robotika: V posledních letech, základní technologie, jako jsou algoritmy, jsou stále dokonalejší, a v robotice byly učiněny důležité průlomy. Například, lékařské roboty, rodinní roboti, a bezpilotní roboti jsou všechny důležité aplikace robotické technologie.
Biometrie: Biometrie začala jako forenzní technologie. Biometrie kombinuje akustiku, výpočetní, a biostatistiky k použití lidských vlastností, jako je obličej, otisky prstů, hlas, žíly, atd., pro osobní identifikaci.
5. Typy AI
Existují 3 typy: 1. Slabá AI; 2. Silná AI; 3. Super AI.
• Slabá AI: Nahrazení lidí v jedné pracovní oblasti.
• Silná umělá inteligence: Může nahradit průměrného člověka, aby dokončil většinu práce v životě. Toho se v současnosti snaží dosáhnout všechny podniky s umělou inteligencí.
• Super umělá inteligence: Založeno na silné umělé inteligenci, učí se jako člověk, a každý den provádí několik upgradů a iterací. A úroveň inteligence zcela předčí lidské bytosti.
6. Jaké jsou výhody a přínosy umělé inteligence?
Výhoda:
• Z hlediska výroby, uleví se lidské práci, a levné a vysoce účinné roboty a umělá inteligence mohou nahradit různé lidské schopnosti.
• Může to do určité míry zlepšit problémy životního prostředí, protože méně zdrojů může uspokojit větší poptávku než dříve.
• Umělá inteligence může rozšířit lidské obzory, aby porozuměli světu a zlepšila lidskou schopnost přizpůsobit se světu.
Nedostatek:
• Umělá inteligence nahrazuje lidské bytosti, aby dělaly různé věci, míra nezaměstnanosti lidských bytostí výrazně vzroste, a lidské bytosti budou ve stavu bezmoci přežít.
• Pokud nelze rozumně využít umělou inteligenci, může být použit špatnými lidmi k páchání zločinů, pak lidské bytosti propadnou panice.
• Pokud neumíme dobře ovládat a využívat AI, budeme řízeni a využíváni AI, pak lidské bytosti zemřou a svět propadne panice.
7. Výzvy pro AI
Zkreslení algoritmu AI
Kvalita dat určuje kvalitu umělé inteligence, protože inteligentní systémy pracují na konkrétních datech. Když prozkoumáme hlubiny umělé inteligence, nevyhnutelné předsudky, které přicházejí s daty, se stanou zjevnými. Předsudek lze chápat jako etnický, společenství, Rod, nebo rasové předsudky. Například, Algoritmy dnes identifikují kandidáty, kteří jsou vhodnými kandidáty na pracovní pohovor, nebo jednotlivce, kteří mají nárok na půjčku. Pokud se algoritmy, které dělají tak důležitá rozhodnutí, časem stanou neobjektivními, mohlo to být hrozné, nespravedlivé, a neetické důsledky.
Problém s černou skříňkou
Algoritmy umělé inteligence jsou stejné jako černé skříňky. O vnitřním fungování algoritmů umělé inteligence víme velmi málo. Například, víme, co predikční systém předpovídá, ale nevíme, jak systém k těmto předpovědím dospěl. Díky tomu je systém AI trochu nespolehlivý.
Některé techniky pro řešení problémů černé skříňky jsou vyvíjeny, jako je LIME (Lokální interpretovatelná modelová agnostická interpretace). LIME umožňuje interpretaci předpovědí, přidává další informace ke konečné predikci každého algoritmu, aby byl algoritmus spolehlivý.
Požadavky na vysoce účinný algoritmus
Modely pro umělou inteligenci vyžadují k procvičování obrovskou výpočetní kapacitu. S tím, jak se algoritmy učení stávají stále více rozšířenými, je zásadní zaručit, aby takové algoritmy fungovaly efektivně, vyžadující další uspořádání GPU a jader. To jsou důvody, proč se systémy AI nenasazují v oborech, jako je astronomie, kde lze AI použít pro sledování asteroidů.
Sofistikovaná integrace AI
Přidávání doplňků na web nebo úprava Excelu je jednodušší než integrace umělé inteligence se stávající podnikovou infrastrukturou. Je obzvláště důležité, aby integrace AI neměla negativní dopad na aktuální výstup a zajistila, že AI bude kompatibilní se současnými požadavky programu. Navíc, zjednodušit správu infrastruktury AI, je důležité vytvořit rozhraní AI. Když jsem to řekl, pro zúčastněné strany může být trochu náročné provést bezproblémový přechod na AI.
Nepochopení implementačních strategií
Zatímco AI je připravena ovlivnit průmysl, hlavní výzvou pro umělou inteligenci je, že má jen vágní pochopení implementačních strategií. Aby bylo zajištěno, že procesy lze neustále zlepšovat, společnosti si mohou vybrat cíle, které jsou v souladu se skutečným vývojem v oblastech, které těží z umělé inteligence, a přenášet zpětnou vazbu do systému umělé inteligence.
Legální problémy
Organizace si musí dávat pozor na právní problémy s AI. Systém umělé inteligence, který shromažďuje citlivá data, zda je neškodný nebo ne, má potenciál porušit zákon. Organizace by měly zvážit negativní dopad používání AI ke sběru dat, i když je to legální.
8. Co je umělá inteligence s příkladem?
Samořídící auto
Posouvají se dál a pracují se spoustou dat, aby se naučili, jak se vypořádat s dopravními vzory a rozhodovat se v danou chvíli.
Tato autonomní vozidla nevyžadují, aby cestující vždy převzali řízení, a pomocí strojů a umělé inteligence se naučit pohybovat.
Chytrý asistent
Začněme všudypřítomným inteligentním digitálním asistentem. Dnes, diskutujeme o Cortaně, Google Assistant, a Siri.
Technologie detekce a rozpoznávání obličeje
Odemknutí Face ID iPhonu, která využívá technologii rozpoznávání obličeje, a virtuální filtr Snapchat, která k rozpoznání tváří využívá technologii detekce obličejů, jsou oba příklady současných aplikací AI.
Textový editor
Dnes, mnoho textových editorů spoléhá na umělou inteligenci při vytváření optimálního zážitku při psaní.
Například, Algoritmus NLP rozpozná nesprávné použití syntaxe a odešle ji do textového editoru k opravě. Navíc, pro automatické opravy, některé nástroje pro psaní nabízejí hodnocení čitelnosti a plagiátorství.
Sociální média
Právě teď, sociální média jako Instagram a Facebook běží na AI. Tyto mediální platformy používají umělou inteligenci k prověřování a identifikaci preferencí uživatelů a poskytování obsahu na základě jejich preferencí, aby byli uživatelé aktivní.
Chatbot
Získávání dotazů přímo od zástupců zákazníků může být časově náročné. Proto vzniká umělá inteligence.
Počítačoví vědci trénují chatboty, nebo chatboty, používat zpracování přirozeného jazyka k napodobení konverzačního stylu zástupců zákazníků.
Algoritmus doporučení
Mediální platformy jako YouTube a Netflix fungují s pomocí inteligentních systémů doporučení v AI.
Systém nejprve používá různé způsoby, jak získat údaje o zálibách a chování uživatelů. Systém pak předpovídá preference těchto uživatelů pomocí algoritmů hluboké analýzy a strojového učení.
Algoritmus vyhledávání
Algoritmus vyhledávání zajišťuje, že se na stránce s výsledky vyhledávače zobrazí nejlepší výsledky (SERP) mít odpověď na náš dotaz. Ale jak se to stane?
Vyhledávací společnosti řídí algoritmy pro identifikaci vysoké kvality, platné údaje. Poté předloží seznam výsledků hledání, aby ukázal odpovědi a poskytl uživateli ten nejlepší zážitek.
9. AI řešení
Obecně řečeno, řešení umělé inteligence (Umělá inteligence, označované jako umělá inteligence) jsou inteligence vyjádřená stroji s umělou inteligencí, a předmět umělé inteligence lze považovat za proveditelnost, teorie, metoda, technika, aplikačního systému, a aplikačního systému výzkumu a vývoje inteligence. Etika je nově vznikající vědní a inženýrská disciplína. V tomto bodě, jádro spočívá v "inteligenci", protože jedinou pokročilou inteligencí, kterou lidé v současnosti znají, jsou lidské bytosti samotné. Proto, umělá inteligence se pokouší vytvořit strojový systém, který „myslí nebo jedná jako člověk“ zkoumáním podstaty lidské inteligence. První z nich řeší problémy, jako je logika, uvažování, a hledat optimální řešení, zatímco toho druhého je dosaženo učením, poznání, uvažování, rozhodování, a další akce.
Neexistuje žádný obecně uznávaný konsenzus ohledně přesné definice řešení AI, ze kterého lze také vidět jevištní charakteristiky raných fází vývoje AI. Nejdříve, obecně, teoretická konstrukce umělé inteligence je ještě velmi nevyzrálá, a také se zkoumají technologické průlomy. Je to proto, že lidé málo rozumí mechanismu a složkám fungování samotné inteligence; druhý, technologické aplikace jsou před konceptuální teorií. V různých směrech a dílčích oblastech existují určité bariéry, a mainstreamová technická cesta umělé inteligence v současnosti není vidět, protože operační mechanismus a základní prvky samotné umělé inteligence jsou před konceptuální teorií.
Umělá inteligence poskytne silný impuls pro inovativní rozvoj digitální ekonomiky. Na úrovni produkce obsahu, Technologie AI, jako jsou modely strojového učení a generativní AI, budou mít dopad na produkci obsahu. Různý digitální obsah, jako je text, snímky, Zvuk, video, a virtuální scény lze generovat nezávisle, které podpoří tvorbu digitálního obsahu. S prosperujícím rozvojem sexuální umělé inteligence, vznikají nové formy interakce a generování digitálního obsahu. Navíc, generativní umělá inteligence a dopad produkce obsahu, který umělá inteligence přináší, také učiní budoucí internetové aplikace, jako jsou VR/AR a Metaverse, žádoucí realitou..
10. Digitální avataři a generativní AI jsou rostoucím trendem
Dva trendy v AI jsou silně propojeny s rozvojem digitální ekonomiky a internetu.
Jedním směrem je generativní AI. Tato technologie udává směr budoucnosti AI. Jedna z pěti nejúčinnějších technologií v 2022 je generativní AI, podle společnosti Gartner. Technologie předpovídá, že generativní umělá inteligence vytvoří jednu desetinu všech dat produkovaných společností 2025.
Algoritmy strojového učení a AI využívají trénovací data ke generování nových obrázků, videa, text, a tak dále. Toto je produktivní AI. Generativní umělá inteligence vytváří nové podobnosti učením se a exportováním dat z vnitřních vzorců. V současnosti, generativní AI dokáže generovat vysoce kvalitní kreativní obsah téměř bez lidského zapojení, realizovat transformaci stylu obrázku, text na obrázek, obrázek k emotikonu, oprava obrazu nebo videa, syntéza realistické lidské řeči, generace lidských tváří nebo jiných vizuálních objektů, vytvořit 3D virtuální prostředí, atd. Lidé potřebují pouze připravit scénu, a generativní AI bude poskytovat požadované výsledky autonomně, což nejenže přinese změny ve výrobě obsahu s nulovými mezními náklady, ale také zabrání předpojatosti z lidského myšlení a zkušeností.
Druhým vývojovým směrem je digitální virtuální člověk. Digitální humanoidní postava vytvořená počítačovým 3D obrazovým softwarem je digitální avatar. Ve srovnání s virtuálními postavami, jako je „Avatar“ v předchozích speciálních efektech filmu a televize, v kombinaci s technologiemi, jako je syntéza umělé inteligence a snímání pohybu v reálném čase, virtuální člověk může komunikovat s uživateli inteligentněji a v reálném čase, pokud jde o jazyk, výrazy, a akce. Z virtuálních lidí se postupně stává hybridní kinematika, AI a VR, počítačová grafika, a interdisciplinární hraniční přespolní. Přechází také z online kultury a zábavy do offline.
Prvním trendem virtuální lidské evoluce je integrace do konverzačních systémů umělé inteligence, transformace chatbotů, jako jsou tradiční virtuální asistenti, na přístupné, již není abstraktním lidským obrazem, a posílení emocionální výměny v procesu komunikace s lidmi. Druhým aspektem je větší rozmanitost a jednoduchost nástrojů. Uživatelé mohou používat 30 minut k vytvoření jedinečného obrazu, v systému dle základního obrázku budou upraveny parametry.
11. Historie umělé inteligence
Gestační fáze
Tato etapa se týká především doby před rokem 1956. Od starověku, člověk chtěl nahradit část své duševní práce jinými stroji, která by mu poskytla schopnost dobýt přírodu. Mezi 384 př. n. l. a 322 před naším letopočtem, velký filozof Aristoteles představil zákony formální logiky ve své knize The Theory of Instruments, z nichž se utvořil základní základ pro deduktivní uvažování. Jde o významný výzkumný úspěch, který má významný dopad na generování a vývoj umělé inteligence. Britský filozof Bacon (F. Slanina) systematicky prosazovat indukční metodu, a také předložil epigram, že „vědění je síla“. To mělo od 70. let důležité důsledky pro studium lidských myšlenkových procesů a posun směrem ke znalostem v centru výzkumu umělé inteligence..
Německý matematik a filozof G. W. Leibniz navrhl myšlenku univerzální notace a inferenčního výpočtu, a on věřil, že univerzální symbolický jazyk a počet pro uvažování o tomto symbolickém jazyce mohl být založen. Tato myšlenka není jen spouštěcím bodem moderního strojového myšlení, ale také základním bodem generování a rozvoje matematické logiky..
Britský logik C. Boole se věnoval formalizaci a mechanizaci zákonů myšlení a vytvořil Booleovu algebru. Ve své knize „Zákon myšlení“, nejprve použil symbolický jazyk k popisu základních zákonů uvažování myšlenkových činností.
v 1936, britský matematik A.M. Turing navrhl Turingův stroj, uspokojivý matematický model počítače. S tím, elektronický digitální počítač se objevil v očích světa.
Fáze formování
Tato fáze se týká především 1956-1969. V létě roku 1956, J. McCarthy, mladý asistent matematiky na Dartmouth University a nyní profesor na Stanfordské univerzitě, a M. L. Minsky, mladý matematik a neurolog na Harvardské univerzitě a profesor na MIT, IBM N. Rochester, vedoucí Výzkumného centra podnikových informací, a C. E. Shannon, matematický výzkumník v informačním oddělení Bellových laboratoří, iniciativu společně iniciovali, pozvání T. Moore z Princetonské univerzity, Ó. Selfridge a A. L. Newell z RAND Corporation, a A. L. Newell z RAND Corporation a Carnegie Mellon University Newell), Simone (H. A. Simone, atd.) uspořádal dvouměsíční akademický seminář na Dartmouth University ve Spojených státech, kde se diskutovalo o problematice strojové inteligence. McCarthy byl nazýván otcem umělé inteligence, protože na konferenci navrhl formální přijetí technického termínu „umělá inteligence“.. Konference označila skutečný vznik umělé inteligence jako nově vznikající disciplíny. Má historický význam.
Od té doby, ve Spojených státech vzniklo několik organizací pro výzkum umělé inteligence, jako je Newell and Simon’s Carnegie-RAND Collaborative Group, Minsky a McCarthy's MIT Research Group, a Samuel’s IBM Engineering Research Group.
Etapy vývoje
Tato fáze se týká především po 1970. V 70. letech 20. století, mnoho zemí provádělo výzkum umělé inteligence, a objevilo se velké množství výsledků výzkumu. Například, v 1972, A. Comerauer z University of Marseille ve Francii implementoval logický programovací jazyk PROLOG; E. H. Shorliffe ze Stanfordské univerzity a další začali navrhovat americký expertní systém MYCIN pro diagnostiku a léčbu v 1972.
nicméně, stejně jako rozvoj dalších nově vznikajících disciplín, cesta vývoje umělé inteligence není hladká. Spojené království a Spojené státy v té době přerušily financování většiny projektů strojového překladu. V jiných aspektech, jako je řešení problémů, neuronové sítě, strojové učení, atd., se také setkali s obtížemi, dělat z výzkumu umělé inteligence na chvíli dilema.
Průkopníci výzkumu umělé inteligence pečlivě reflektují a shrnují zkušenosti a poučení z předchozího výzkumu. v 1977, Feigenbaum navrhl koncept „znalostního inženýrství“ na páté mezinárodní společné konferenci o umělé inteligenci, která sehrála důležitou roli ve výzkumu a konstrukci inteligentních systémů založených na znalostech. Většina lidí přijala Feigenbaumův pohled na výzkum AI ve znalostním centru. Od té doby, výzkum umělé inteligence zahájil novou éru energického vývoje zaměřeného na znalosti.
