Некто: Когда искусственный интеллект уподобится человеческому?
Хабудда: Когда вы поймете, что ваш интеллект искусственный.
Максимилиан Неаполитанский. "Хабудда: смех, пробуждение, свобода"
Приветствую! Представьте: вы придумали самообучающуюся машину, которая собирает клубнику, с каждым днем она собирает ее все лучше и лучше, все больше и больше. Ей начинает нравиться собирать клубнику. Логично, что в какой-то момент ей захочется, чтобы на всей планете были сплошные клубничные поля. А теперь представьте, что вы собираетесь выключить такого робота, чтобы он не уничтожил человечество, пытаясь засадить все клубникой. Так вот, извините, но вы будете первым, кого он убьет.
В предыдущей статье мы разобрали, как ИИ (искусственный интеллект, тут и далее) помог людям целую игру создать, а точнее симулятор, где тот самый робот наш с вами мир метр в метр скопировал (да-да, даже тебя во время пения в душе отсканировал и в игру засунул). Так вот, можно уже смело говорить, что приплыли тапочки к обрыву, ибо куда ни глянь уже какой-то робот да присутствует.
Умные дома, автомобили-беспилотники, роботы-помощники, пылесосы, чайники и кондиционеры. Нас буквально везде окружают инновационные технологии, в основе которых лежат алгоритмы, по своей специфике напоминающие работу человеческого мозга.
Их называют по-разному: алгоритмы с использованием машинного обучения, глубокого обучения, а иногда и вовсе искусственный интеллект. Так в чем же разница?
Зайдем издалека. Абсолютно все задачи, которые решает человек или компьютер, можно поделить на рутинные и нерутинные.
Рутинными называются те задачи, решение которых легко автоматизировать, найдя универсальный путь решения. Ярким примером такой задачи является сложение чисел.
Человечество уже настолько крутое, что нас не удивить роботом, который складывает числа. Нас вообще уже мало чем удивишь, поэтому искусственным интеллектом по определению принято называть все, что способно решать нерутинные задачи на уровне человека (а может быть - ещё лучше) .
Такие задачи окружают нас везде. Камеры над дорогой вычисляют скорость автомобиля, распознают его знак и высылают штраф, а системы безопасности в метро и аэропортах находят преступников в толпе. Все это сегодня принято считать искусственным интеллектом, хотя в действительности алгоритмы, лежащие в основе каждой такой технологии, уникальны. И только некоторые используют машинное обучение.
Что же получается тогда? Искусственный интеллект - это группа методов, которые используются для решения различного рода задач, возникающих у робота, а машинное обучение - это подход, при котором алгоритм учится решать задачу. Скажем так, ИИ - это ваше знание определенного предмета в институте, а машинное обучение - это методика, с помощью которой преподаватель вносит вам в уши информацию, формируя ваше представление о той или иной теме.
Методики обучения могут быть разными, и как в институте преподаватели, так и люди, занимающиеся машинным обучением, ищут методы, способные как можно быстрее "вложить" знания в голову подопечного. В случае с универом - студент, а в нашем случае - робот.
С одним из самых популярных методов машинного обучения вы можете быть знакомы.
Где кот, а где пес?
Берем пару тысяч фотографий кошек, а потом собак. Перемешиваем и скармливаем нашему роботу. ИИ учится, находит общее и разное, смотрит, кто больше, кто меньше, у кого трава зеленей шерсть длинней и тд. За неправильный ответ мы ругаем искусственный интеллект, а если ответ верный - хвалим.
Что значит "наругать" или "похвалить"?
С математической точки зрения нейросеть — это функция с большим количеством параметров. Наругать функцию за неверное определения лица — это когда мы, проще говоря, корректируем работу функции таким образом, чтобы в будущем она меньше ошибалась: толкаем её на правильный ответ, а она это запоминает. Соответственно, похвалить нейросеть — это просто не ругать её.
Технология с котами/собаками на поздних стадиях дает свои плоды в виде отслеживания людей по лицам, распознаванию машин по номерным знакам.
Спасибо, что дочитали статью до конца! Ставьте лайк, если вам было интересно, и подписывайтесь, чтобы не пропустить ничего нового:
✔ Подписаться (клик)
В следующей статье продолжим говорить о высоких технологиях машинного обучения.
Также, приглашаю вас на другие свои статьи:
➥ Одни из самых крупных хакерских-взломов в истории
➥ От винта! Новый авиасимулятор от Microsoft. Как разработчикам это удалось?
➥ Смена работы. Стать программистом после 30-ти. Миф или реальность?
➥ Интернет безопасность. Какая разница между черным, белым и серым хакером?
➥ Программист своими руками. Изучение программирования дома. Бесплатные платформы. Советы от разработчика
Обнял. До скорых встреч!