בניין AI הוא מסובך, אבל ההבנה זה לא חייב להיות. רוב האינטליגנציות המלאכותיות הקיימות הן רק מכונות ניחוש טובות (כמו המוח שלנו). אתה מזין חבורה של נתונים (כגון מספרי 1-10) ולבקש ממנו לעשות מודל (x + 1, החל מ 0) ולבצע חיזוי. (המספר הבא יהיה אחד-עשר). אין קסם, מלבד מה שבני אדם עושים בכל יום: באמצעות מה שאנחנו יודעים לעשות ניחושים על דברים שאנחנו לא מכירים.

מה קובע AI מלבד תוכניות מחשב אחרות היא שאנחנו לא צריכים לתכנת במיוחד עבור כל תרחיש. אנו יכולים ללמד אותו דברים (למידה ממוחשבת), והוא יכול ללמד את עצמו גם כן (למידה עמוקה). אמנם ישנם סוגים שונים של כל אחד, הם יכולים להיות מוגדרים באופן רחב כדלקמן:

  • בינה מלאכותית (AI): מכונה שיכולה לחקות התנהגות אנושית
  • מחשב למידה: קבוצת משנה של AI שבו אנשים הרכבת מכונות לזהות דפוסים בנתונים ולעשות תחזיות
  • הלמידה העמוקה: קבוצת לימוד של מכונה שבה המכשיר יכול להתאמן

בינה מלאכותית

ההגדרה הרחבה ביותר האפשרית של AI היא שזו מכונה שחושבת כמו בן אנוש. זה יכול להיות פשוט כמו הבאים תרשים זרימה לוגי, או שזה יכול להיות מחשב כמעט אנושי שיכול ללמוד מתוך מגוון רחב של תשומות חושיות וליישם את הידע למצבים חדשים. החלק האחרון הוא המפתח - ה- AI החזק שכולם מדמיין הוא אחד שיכול לחבר כל מיני נקודות נתונים מלומדות כדי לתת לו את היכולת להתמודד כמעט בכל מצב.

כרגע AI הוא עדיין על מסלול צר למדי - Alexa הוא משרת מדהים, אבל היא לא יכולה לעבור מבחן טיורינג. כרגע יש לנו צורה מוגבלת של AI, אבל זה טוב לזכור כי ההגדרה היא רחבה כל כך, כי בסופו של דבר זה יכול לכסות תוכניות שהופכות DeepMind נראה כמו מחשבון.

למידת מכונה

ללא מכונת למידה, AI הקיים יהיה מוגבל בעיקר לרוץ דרך רשימות ארוכות של "אם x הוא נכון, לעשות y, אחרת, לעשות z." זה חידוש, עם זאת, נותן מחשבים את הכוח להבין את הדברים מבלי להיות מתוכנתים במפורש. כדוגמא לסוג אחד של לימוד מכונה, נניח שאתה רוצה שתוכנית תוכל לזהות חתולים בתמונות:

  1. תן AI שלך קבוצה של מאפייני החתול לחפש - שורות בודדים, צורות גדולות יותר, דפוסי צבע, וכו '
  2. הפעל כמה תמונות דרך AI - חלק או כולם עשויים להיות שכותרתו "חתול" כך המכונה יכולה לבחור ביעילות רבה יותר תכונות החתול הרלוונטי.
  3. לאחר שהתוכנית ראתה מספיק חתולים, היא צריכה לדעת איך למצוא תמונה אחת בתמונה - "אם התמונה מכילה את התכונה X, Y ו- Z, זה 95% שיש להם חתול".

מסובך כמו צלילי למידה מכונה, זה יכול להיות מבושל למטה כדי: "בני אדם מחשבים מחשבים מה לחפש, מחשבים לחדד את הקריטריונים האלה עד שיש להם מודל." זה פשוט למדי, שימושי מאוד, והוא מסנן דואר זבל שלך, ממליצה על הבא שלך Netflix מראה, ו tweaks להאכיל את פייסבוק. נסה את מכונת ההוראה של Google להדגמה מהירה על הידיים!

למידה עמוקה

נכון לשנת 2018, זהו חוד החנית של AI. תחשוב על זה כעל מכונה הלמידה עם "רשתות עצביות" עמוקות, המעבדות נתונים בצורה דומה למוח האנושי. ההבדל העיקרי מקודמו הוא שבני אדם אינם חייבים ללמד תוכנית למידה עמוקה מה נראה החתולים. רק תן לו מספיק תמונות של חתולים, וזה יהיה להבין את זה לבד:

  1. קלט הרבה תמונות חתול.
  2. האלגוריתם יבדוק את התמונות כדי לראות אילו תכונות יש להם במשותף (רמז: זה חתולים).
  3. כל תמונה תהיה deconstructed לתוך רמות מרובות של פירוט, מ גדול, צורות כלליות כדי זעירים, שורות קטנות. אם צורה או שורה חוזרת על עצמה הרבה, האלגוריתם יתייג אותה כמאפיין חשוב.
  4. לאחר ניתוח של מספיק תמונות, האלגוריתם יודע כעת אילו דפוסים מספקים את העדות החזקה ביותר לחתולים, וכל בני האדם היו צריכים לספק את הנתונים הגולמיים.

לסיכום: הלמידה העמוקה היא למידה של מכונה שבה המכשיר מאמן את עצמו, למרות שזה הרבה מעבר לחתולים - רשתות עצביות מסוגלות כעת לתאר במדויק את הכל בתמונה.

למידה עמוקה דורשת נתונים ראשוניים יותר וכוח מחשוב מאשר למידה ממוחשבת, אבל זה מתחיל להיות פרוסים על ידי חברות מפייסבוק לאמזון. הביטוי המובהק ביותר של הלמידה מכונה, אם כי, הוא AlphaGo, מחשב ששיחק משחקים של ללכת נגד עצמו עד שהוא יכול לחזות במדויק את המהלכים הטובים ביותר מספיק טוב לנצח שוב ושוב כמה אלופי העולם.

מסקנה: AI = אינטליגנציה אפוקליפטית?

הוליווד אחראית על הרבה מדע רע, אבל כשמדובר AI, האמת בדיוני פוטנציאלי הם לא כל כך רחוק. זה לא מתקבל על הדעת כי רובוט יכול להשתלט על תחנת החלל (2001: אודיסיאה בחלל), לגרום לך להתאהב (שלה), או להתנהג בדיוק כמו אדם (Blade Runner, Ex Machina).

זה לא עושה את זה הימור רע, אם כי. AI יכול להאיץ את ההתקדמות האנושית מהר יותר מכל דבר לפני זה. ולמרות שזה אולי נראה ציני, המציאות היא שאם מדענים אחראים יתרחקו מאי-איי בגלל הפוטנציאל שלהם לטעות, זה יהיה כנראה מפותח בכל מקרה על ידי אנשים עם פחות בעיות בטיחות. לקחנו מחשבים מדמקה לגו, והצעדים הבאים יכולים לקחת את האנושות למקומות מעניינים.