Найти тему
Розовый мозг

Искусственный интеллект и машинное обучение: Глубокие сильные стороны и узкие возможности

Искусственный интеллект является компонентом робототехники, он имеет более широкий охват в своих программных формах. Нынешнее состояние ИИ аналогично, хотя и более неопределенному, чем нынешнее состояние робототехники.

https://www.pinterest.ru/pin/640144534517346981/
https://www.pinterest.ru/pin/640144534517346981/

Искусственный общий интеллект, идея подлинно искусственного человеческого мозга, остается темой глубокого исследовательского интереса, но желаемая цель, по мнению экспертов, далеко в будущем. Некоторые, включая советника Целевой группы профессора Родни Брукса, утверждают, что традиционный "тест Туринга" для искусственного интеллекта должен быть обновлен.

Новым стандартом для искусственного общего интеллекта должны стать рабочие задания, такие как домашняя медицинская помощь - включая физическую помощь хрупкому человеку, наблюдение за его поведением и общение с семьей и врачами.

Новое понимание работы может даже заставить нас по-новому взглянуть на поиск искусственного общего интеллекта. Используя современные формы искусственного интеллекта, компании экспериментируют с новыми технологиями и способами реорганизации своих рабочих процессов, распределения задач и разработки рабочих мест, чтобы наилучшим образом использовать новые технологии для повышения производительности.

Однако темпы внедрения, по-видимому, неодинаковы в разных отраслях промышленности, а также в разных размерах компаний.

Большинство современных достижений в области искусственного интеллекта включают в себя формы систем машинного обучения (МО), применяемых там, где имеются большие массивы данных. Эти основные методы применялись в течение длительного времени, но за последнее десятилетие новое вычислительное оборудование, программное обеспечение и крупномасштабные данные сделали МО заметно более мощным.

Области применения ПОД/ФТ включают классификацию изображений, распознавание лиц и машинный перевод. Они знакомы потребителям в таких приложениях, как Amazon Alexa, спортивная аналитика в реальном времени, распознавание лиц в социальных сетях и рекомендации клиентов.

https://www.pinterest.ru/pin/568790627936375755/
https://www.pinterest.ru/pin/568790627936375755/

Аналогичный набор приложений находит свое применение в бизнесе, включая анализ документов, обслуживание клиентов и прогнозирование данных.

Барьеры на пути внедрения этих технологий быстро снижаются, так как облачные сервисы искусственного интеллекта предоставляют алгоритмы только высококвалифицированным компаниям, обладающим достаточными ресурсами, которые доступны для малых и даже отдельных предприятий.

Эти приложения уже заменяют задачи и аспекты существующих рабочих мест: например, рабочие маркируют данные, параюристы открывают документы в юридических фирмах или производственники, выполняющие проверку качества на производственных линиях.

Ученые также видят случаи, когда средства искусственного интеллекта используются для повышения эффективности работы существующих сотрудников, например, для ускорения поиска документов и их обобщения.

Некоторые области применения в инженерном деле включают использование искусственного интеллекта для поиска физических моделей и пространств проектирования с целью предложения альтернатив человеческим конструкторам, что позволяет людям разрабатывать совершенно новые проекты. Короче говоря, системы искусственного интеллекта и отмывания денег имеют глубокие последствия для рабочего места, так как инструменты, на которые мы стали полагаться, становятся все более интеллектуальными и распространенными.

https://www.pinterest.ru/pin/306737424601449566/
https://www.pinterest.ru/pin/306737424601449566/

Новое понимание работы может даже заставить нас по-новому взглянуть на поиски искусственного общего интеллекта.

Обучение в области МО отличается от предыдущих волн автоматизации тем, что оно относится как к высшему, так и к низкому образованию, и обещает обучение в процессе своей работы. Тем не менее, МО применяется на уровне задач (в идеале, к задачам с легко измеримыми результатами) и не полностью автоматизирует определенные профессии, о которых мы знаем, хотя все профессии имеют определенную степень подверженности.

В качестве примера можно привести интерпретацию рентгеновских снимков методом МО, которая является важной частью работы рентгенолога, но затрагивает лишь одну из десятков задач, выполняемых профессиональным радиологом. Этот эффект, в свою очередь, может дополнять другие задачи, которые выполняют радиологи, такие как проведение медицинских осмотров и разработка планов лечения.