Определение — Что означает искусственный интеллект (ИИ) ?

73

Искусственный интеллект (ИИ)

Искусственный интеллект (ИИ) — это сфера компьютерных наук, в которой большое внимание уделяется созданию интеллектуальных машин, которые работают и реагируют как люди. Некоторые из компьютеров деятельности с искусственным интеллектом предназначены для:

  • Распознавание речи
  • Обучение
  • Планирование
  • Решение проблем

Искусственный интеллект — это отрасль информатики, которая стремится создавать интеллектуальные машины. Это стало неотъемлемой частью технологической индустрии.

Исследования, связанные с искусственным интеллектом, носят высокотехнологичный и специализированный характер. Основные проблемы искусственного интеллекта включают программирование компьютеров для определенных черт, таких как:

  • Знания
  • Аргументация
  • Решение проблем
  • Восприятие
  • Обучение
  • Планирование
  • Умение манипулировать и перемещать объекты

Инженерия знаний является основной частью исследований ИИ. Машины могут часто действовать и реагировать как люди, только если у них есть много информации, относящейся к миру. Искусственный интеллект должен иметь доступ к объектам, категориям, свойствам и отношениям между ними для реализации инженерии знаний. Инициирование здравого смысла, рассуждения и решения проблем в машинах — трудная и утомительная задача.

Машинное обучение также является основной частью ИИ. Обучение без какого-либо надзора требует способности выявлять закономерности в потоках входных данных, тогда как обучение с адекватным надзором включает классификацию и числовые регрессии. Классификация определяет категорию, к которой принадлежит объект, и регрессия имеет дело с получением набора числовых входных или выходных примеров, тем самым обнаруживая функции, позволяющие генерировать подходящие выходные данные из соответствующих входных данных. Математический анализ алгоритмов машинного обучения и их производительности является четко определенной отраслью теоретической информатики, которую часто называют теорией вычислительного обучения.

Машинное восприятие имеет дело с возможностью использовать сенсорные входы для определения различных аспектов мира, в то время как компьютерное зрение — это способность анализировать визуальные входы с несколькими подзадачами, такими как распознавание лиц, объектов и жестов.

Робототехника также является основной областью, связанной с ИИ. Роботам необходим интеллект для выполнения таких задач, как манипулирование объектами и навигация, а также подзадачи локализации, планирования движения и картирования.

В то время как инструменты ИИ представляют целый ряд новых функций для бизнеса , то использование искусственного интеллекта поднимает этические вопросы. Это связано с тем, что алгоритмы глубокого обучения, которые лежат в основе многих наиболее продвинутых инструментов искусственного интеллекта, настолько же умны, насколько и те данные, которые они дают при обучении. Поскольку человек выбирает, какие данные следует использовать для обучения программе ИИ, потенциал для предвзятости человека присущ и должен тщательно контролироваться.

Автоматизация : что делает систему или процесс функционирующим автоматически. Например, роботизированная автоматизация процессов (RPA) может быть запрограммирована на выполнение повторяющихся задач большого объема, которые обычно выполняются людьми. RPA отличается от ИТ-автоматизации тем, что он может адаптироваться к меняющимся обстоятельствам.
Машинное обучение: наука о том, как заставить компьютер действовать без программирования , глубоко обучение — это подмножество машинного обучения, которое, в очень простых терминах, можно рассматривать как автоматизацию прогностической аналитики. Существует три типа алгоритмов машинного обучения:
Обучение под наблюдением : наборы данных помечены так, что шаблоны могут быть обнаружены и использованы для обозначения новых наборов данных
Обучение без учителя : наборы данных не помечены и отсортированы по сходству или различию
Усиление обучения : наборы данных не помечены, но после выполнения действия или нескольких действий система ИИ получает обратную связь
Машинное зрение: наука, позволяющая компьютерам видеть. Эта технология захватывает и анализирует визуальную информацию, используя камеру, аналого-цифровое преобразование а также цифровая обработка сигналов. Его часто сравнивают с человеческим зрением, но машинное зрение не связано биологией и может быть запрограммировано, например, для наблюдения сквозь стены. Он используется в широком спектре приложений от идентификации подписи до анализа медицинских изображений. Компьютерное зрение, которое сосредоточено на машинной обработке изображений, часто ассоциируется с машинным зрением.
Обработка естественного языка (НЛП): обработка человека — а не компьютер — язык с помощью компьютерной программы. Один из старших и самый известный Примерами НЛП является обнаружение спама, который просматривает строку темы и текст электронного письма и решает, является ли он нежелательным. Современные подходы к НЛП основаны на машинном обучении. В задачи НЛП входит перевод текста, анализ настроений а также распознавание речи.
Робототехника: область машиностроения, сфокусированная на разработке и производстве роботов. Роботы часто используются для выполнения задач, которые людям трудно выполнять или выполнять последовательно. Они используются на сборочных линиях для производства автомобилей или НАСА для перемещения больших объектов в космосе. Исследователи также используют машинное обучение для создания роботов, которые могут взаимодействовать в социальных сетях.
Автомобили с автоматическим управлением: в них используется сочетание компьютерного зрения и распознавания изображений а также глубокое обучение навыкам автоматизированного управления транспортным средством, находящимся в данной полосе движения, и избегая неожиданных препятствий, таких как пешеходы.

Еще одной серьезной проблемой является возможность злоупотребления инструментами ИИ. Хакеры начинают использовать сложные инструменты машинного обучения для получения доступа к чувствительным системам, что усложняет проблему безопасности за пределами ее текущего состояния.

Инструменты генерации видео и аудио на основе глубокого обучения также предоставляют плохим актерам инструменты, необходимые для создания так называемых deepfakes убедительно сфабрикованные видео общественных деятелей, которые говорят или делают вещи, которых никогда не было ,

Как необъективные данные приводят к неточным прогнозам ИИ
Как смещение данных влияет на выходы AI
регулирование ИИ технологии
Несмотря на эти потенциальные риски, существует несколько правил, регулирующих использование Инструменты ИИ, и там, где законы существуют, обычно ИИ относятся только косвенно. Например, федеральные правила справедливого кредитования требуют, чтобы финансовые учреждения разъясняли решения о кредитовании потенциальным клиентам, что ограничивает степень, в которой кредиторы могут использовать алгоритмы глубокого обучения, которые по своей природе обычно непрозрачны. ВВП Европы в Европе накладывает строгие ограничения на то, как предприятия могут использовать данные о потребителях, что препятствует обучению и функциональности многих приложений ИИ, ориентированных на потребителя.

Как искусственный интеллект преобразует мир

Большинство людей не очень знакомы с концепцией искусственного интеллекта (ИИ). В качестве иллюстрации, когда 1500 старших бизнес-лидеров в Соединенных Штатах в 2017 году спросили об искусственном интеллекте, только 17 процентов ответили, что знакомы с ним. 1 Некоторые из них не были уверены, что это было или как это повлияет на их конкретные компании. Они понимали, что существует значительный потенциал для изменения бизнес-процессов, но не понимали, как ИИ может быть развернут в их собственных организациях.

Несмотря на широко распространенное отсутствие знакомства, ИИ — это технология, которая преображает все сферы жизни. Это обширный инструмент, который позволяет людям переосмыслить, как мы интегрируем информацию, анализируем данные и используем полученную информацию для улучшения процесса принятия решений. Мы надеемся, что благодаря этому всеобъемлющему обзору мы сможем объяснить ИИ аудитории политиков, лидеров общественного мнения и заинтересованных наблюдателей и продемонстрировать, как ИИ уже меняет мир и поднимает важные вопросы для общества, экономики и управления.

В этой статье мы обсуждаем новые приложения в области финансов, национальной безопасности, здравоохранения, уголовного правосудия, транспорта и умных городов, а также обсуждаем такие проблемы, как проблемы доступа к данным, алгоритмический уклон, этика и прозрачность ИИ, а также юридическая ответственность за решения ИИ. Мы противопоставляем регулирующие подходы США и Европейского Союза и в заключение приводим ряд рекомендаций для получения максимальной отдачи от ИИ при одновременной защите важных человеческих ценностей. 2

Чтобы максимизировать преимущества ИИ, мы рекомендуем девять шагов для продвижения вперед:

  • Поощрять более широкий доступ к данным для исследователей без ущерба для личной конфиденциальности пользователей,
  • инвестировать больше государственного финансирования в неклассифицированное исследование ИИ,
  • продвигать новые модели цифрового образования и развития рабочей силы ИИ, чтобы сотрудники обладали навыками, необходимыми в экономике 21- го века,
  • создать федеральный консультативный комитет по ИИ для выработки политических рекомендаций,
  • взаимодействовать с государственными и местными чиновниками, чтобы они приняли эффективную политику,
  • регулировать общие принципы ИИ, а не конкретные алгоритмы,
  • серьезно относиться к жалобам на предвзятость, чтобы ИИ не копировал историческую несправедливость, несправедливость или дискриминацию в данных или алгоритмах,
  • поддерживать механизмы человеческого надзора и контроля, и
  • наказывать за злонамеренное поведение ИИ и способствовать кибербезопасности.

I. КАЧЕСТВА ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Хотя не существует единого согласованного определения, AI, как полагают, относится к «машинам, которые реагируют на стимуляцию в соответствии с традиционными реакциями людей, учитывая человеческую способность к созерцанию, суждению и намерению». 3По мнению исследователей Шубхенду и Виджая, эти программные системы «принимают решения, которые обычно требуют человеческого опыта» и помогают людям предвидеть проблемы или решать возникающие проблемы. 4 Как таковые, они действуют преднамеренно, разумно и адаптивно.

Намеренность

Алгоритмы искусственного интеллекта предназначены для принятия решений, часто используя данные в реальном времени. Они не похожи на пассивные машины, которые способны только к механическим или предопределенным реакциям. Используя датчики, цифровые данные или удаленные входы, они объединяют информацию из различных источников, мгновенно анализируют материал и воздействуют на выводы, полученные из этих данных. Благодаря значительным улучшениям в системах хранения, скоростях обработки и аналитических методах они способны значительно усложнить анализ и принятие решений.

Искусственный интеллект уже меняет мир и поднимает важные вопросы для общества, экономики и управления.

Интеллект

AI обычно осуществляется в сочетании с машинным обучением и анализом данных. 5 Машинное обучение берет данные и ищет основные тенденции. Если он обнаруживает нечто, имеющее отношение к практической проблеме, разработчики программного обеспечения могут взять эти знания и использовать их для анализа конкретных проблем. Все, что требуется, — это данные, достаточно надежные, чтобы алгоритмы могли различать полезные шаблоны.Данные могут поступать в форме цифровой информации, спутниковых изображений, визуальной информации, текста или неструктурированных данных.

Адаптируемость

Системы ИИ обладают способностью учиться и адаптироваться при принятии решений. Например, в зоне транспортировки у полуавтономных транспортных средств есть инструменты, которые позволяют водителям и транспортным средствам узнавать о предстоящих заторах, выбоинах, строительстве шоссе или других возможных транспортных препятствиях. Транспортные средства могут использовать опыт других транспортных средств на дороге без участия человека, и весь корпус их достигнутого «опыта» немедленно и полностью переносится на другие аналогично настроенные транспортные средства. Их продвинутые алгоритмы, датчики и камеры включают в себя опыт текущих операций и используют информационные панели и визуальные дисплеи для представления информации в режиме реального времени, чтобы водители-люди могли понимать текущее движение и состояние транспортных средств. А в случае полностью автономных транспортных средств современные системы могут полностью контролировать автомобиль или грузовик и принимать все навигационные решения.

II. ПРИЛОЖЕНИЯ В РАЗЛИЧНЫХ СЕКТОРАХ

ИИ — это не футуристическое видение, а скорее то, что сегодня здесь и интегрируется с различными секторами и разворачивается в них. Это включает в себя такие области, как финансы, национальная безопасность, здравоохранение, уголовное правосудие, транспорт и умные города. Существует множество примеров, когда ИИ уже оказывает влияние на мир и существенно расширяет возможности человека. 6