Штучний інтелект

Що це і чому це важливо

Штучний інтелект (ШІ) дає можливість машинам вчитися на досвіді, пристосовуватися до нових входів і виконувати людські завдання. Більшість прикладів штучного інтелекту, про які ви сьогодні чуєте - від комп’ютерів, що грають у шахи, до автономних автомобілів - значною мірою покладаються на глибоке навчання та обробку природних мов. Використовуючи ці технології, комп’ютери можна навчити виконувати конкретні завдання, обробляючи великі обсяги даних та розпізнаючи закономірності в даних.

Історія штучного інтелекту

Термін штучний інтелект був уведений в 1956 році, але сьогодні ШІ став більш популярним завдяки збільшенню обсягів даних, вдосконаленим алгоритмам та вдосконаленням обчислювальної потужності та зберігання.

Ранні дослідження ШІ у 1950-х роках досліджували такі теми, як вирішення проблем та символічні методи. У 1960-х роках Міністерство оборони США зацікавилося цим видом роботи і почало навчати комп'ютери для імітації основних людських міркувань. Наприклад, Агентство оборонних дослідницьких проектів оборони (DARPA) завершило проекти картографування вулиць у 1970-х. А DARPA випустила інтелектуальних персональних помічників у 2003 році, задовго до того, як Сірі, Алекса або Кортана стали іменами.

Ця рання робота відкрила шлях до автоматизації та формальних міркувань, які ми бачимо сьогодні в комп'ютерах, включаючи системи підтримки прийняття рішень та розумні пошукові системи, які можуть бути розроблені для доповнення та збільшення людських здібностей.

Хоча голлівудські фільми та науково-фантастичні романи зображують ШІ як людиноподібних роботів, які опановують світ, нинішня еволюція технологій ШІ не така вже й страшна - або зовсім така розумна. Натомість ШІ розвивався, забезпечуючи багато конкретних переваг у кожній галузі. Продовжуйте читати сучасні приклади штучного інтелекту в галузі охорони здоров’я, роздрібної торгівлі тощо.

Рання робота з нейронними мережами викликає хвилювання для "мислячих машин".

Машинне навчання стає популярним.

Глибокі знайомства сприяють розвитку ШІ.

ШІ протягом багатьох років є невід’ємною частиною програмного забезпечення SAS. Сьогодні ми допомагаємо клієнтам у будь-якій галузі використовувати переваги ШІ, і ми продовжуватимемо впроваджувати такі технології ШІ, як машинне навчання та глибоке навчання, у рішення в портфелі SAS.

Джим Goodnight генеральний директор SAS

Штучний інтелект та машинне навчання

Швидше перегляньте це відео, щоб зрозуміти взаємозв’язок між ШІ та машинним навчанням. Ви побачите, як працюють ці дві технології, з прикладами та кількома забавними сторонами.

Крім того, це чудове відео, яке можна поділитися з друзями та родиною, щоб пояснити штучний інтелект таким чином, щоб його зрозуміли всі.

Чому важливий штучний інтелект?

ШІ автоматизує повторюване навчання та виявлення за допомогою даних. Але ШІ відрізняється від апаратно керованої роботизованої автоматизації. Замість автоматизації ручних завдань ШІ виконує часті об’ємні комп’ютеризовані завдання надійно та без втоми. Для цього типу автоматизації людські запити все ще необхідні для налаштування системи та задачі правильних питань.
ШІ додає інтелекту до існуючих продуктів. У більшості випадків ШІ не продається як окрема програма. Швидше, продукти, які ви вже використовуєте, будуть вдосконалені завдяки можливостям ШІ, подібно до того, як Siri було додано як функцію до нового покоління продуктів Apple. Автоматизація, розмовні платформи, боти та інтелектуальні машини можуть поєднуватися з великими обсягами даних для вдосконалення багатьох технологій вдома та на робочому місці, від розвідки безпеки до аналізу інвестицій.
ШІ адаптується за допомогою алгоритмів прогресивного навчання щоб дати змогу програмувати дані. ШІ знаходить структуру та закономірності в даних, щоб алгоритм набув навички: Алгоритм стає класифікатором або предиктором. Отже, так само, як алгоритм може навчитись самому собі грати в шахи, він може навчитися самому, який продукт рекомендувати далі в Інтернеті. І моделі пристосовуються, коли отримують нові дані. Зворотне розповсюдження - це техніка ШІ, що дозволяє моделі коригувати за допомогою навчання та доданих даних, коли перша відповідь не зовсім правильна.

ШІ аналізує все більше і глибші дані за допомогою нейронних мереж, які мають безліч прихованих шарів. Побудувати систему виявлення шахрайства з п’ятьма прихованими шарами було майже неможливо кілька років тому. Все це змінилося завдяки неймовірній потужності комп’ютера та великим обсягам даних. Вам потрібно багато даних для навчання моделей глибокого навчання, оскільки вони вчаться безпосередньо з даних. Чим більше даних ви зможете подати їм, тим точнішими вони стають.
ШІ досягає неймовірної точності через глибокі нейронні мережі - що раніше було неможливо. Наприклад, ваші взаємодії з Alexa, Пошуком Google та Google Фотографії засновані на глибокому навчанні - і вони стають точнішими, чим більше ми їх використовуємо. У галузі медицини методи ШІ з глибокого навчання, класифікації зображень та розпізнавання об’єктів тепер можуть бути використані для виявлення раку на МРТ з такою ж точністю, як висококваліфіковані рентгенологи.
ШІ отримує максимум від даних. Коли алгоритми самонавчаються, самі дані можуть стати інтелектуальною власністю. Відповіді містяться в даних; Вам просто потрібно застосувати ШІ, щоб їх вивести. Оскільки роль даних зараз важливіша, ніж будь-коли раніше, це може створити конкурентну перевагу. Якщо у вас найкращі дані в конкурентній галузі, навіть якщо всі застосовують подібні методи, найкращі дані виграють.

WildTrack та SAS: Збереження видів, що зникають, по одному сліду за раз.

Такі флагманські види, як гепард, зникають. А разом із ними і біорізноманіття, яке підтримує всіх нас. WildTrack досліджує значення штучного інтелекту для збереження - для аналізу слідів, як це роблять корінні трекери, та захисту цих зникаючих тварин від вимирання.

Штучний інтелект у сучасному світі

ШІ та Інтернет речей

Дані є навколо нас. Інтернет речей (IoT) та датчики мають можливість використовувати великі обсяги даних, тоді як штучний інтелект (AI) може вивчати закономірності в даних для автоматизації завдань для різноманітних бізнес-переваг.

Інтегруйте ШІ у свою програму Analytics

Для ефективного використання штучного інтелекту важливо, щоб стратегія навколо нього входила у вашу більшу бізнес-стратегію, завжди враховуючи збіжність людей, процесів та технологій.

Відокремте рекламу від реальності

ШІ допомагає впроваджувати "більший розум у машини", але він не захоплює світ, каже Олівер Шабенбергер, виконавчий віце-президент SAS та головний технологічний директор.

Як використовується штучний інтелект

Кожна галузь має високий попит на можливості ШІ - особливо на системи відповідей на запитання, які можна використовувати для правової допомоги, пошуку патентів, повідомлення про ризики та медичних досліджень. Інші способи використання ШІ включають:

Охорона здоров'я

Програми ШІ можуть надавати персоналізовані показання медицини та рентгенівських знімків. Особисті помічники охорони здоров’я можуть виступати тренерами з життя, нагадуючи вам приймати таблетки, займатися спортом або харчуватися здоровіше.

Роздрібна торгівля

AI надає можливості віртуального покупок, які пропонують персоналізовані рекомендації та обговорюють варіанти придбання зі споживачем. Технології управління запасами та розміщення веб-сайтів також будуть вдосконалюватися за допомогою AI.

Виробництво

ШІ може аналізувати заводські дані IoT, коли вони надходять із підключеного обладнання, щоб прогнозувати очікуване навантаження та попит, використовуючи періодичні мережі, певний тип мережі глибокого навчання, що використовується з даними послідовності.

Банківська справа

Штучний інтелект підвищує швидкість, точність та ефективність людських зусиль. У фінансових установах методи ШІ можуть бути використані для виявлення, які транзакції можуть бути шахрайськими, прийняття швидкого та точного кредитного оцінювання, а також для автоматизації завдань з інтенсивним управлінням даними вручну.

Спільна робота з ШІ

Штучний інтелект не тут, щоб замінити нас. Це збільшує наші здібності і робить нас кращими в тому, що ми робимо. Оскільки алгоритми ШІ вчаться інакше, ніж люди, вони дивляться на речі інакше. Вони можуть бачити стосунки та закономірності, які уникають нас. Це людське партнерство зі штучним інтелектом пропонує безліч можливостей. Це може:

Додайте аналітику до галузей та доменів, де вона на даний момент використовується недостатньо.
Покращити ефективність існуючих аналітичних технологій, таких як комп’ютерне бачення та аналіз часових рядів.
Порушити економічні бар'єри, включаючи мовні та перекладацькі.
Збільште наявні здібності та зробіть нас кращими у тому, що ми робимо.
Дайте нам кращий зір, краще розуміння, кращу пам’ять та багато іншого.

Які проблеми використання штучного інтелекту?

Штучний інтелект змінить кожну галузь, але ми повинні розуміти його межі.

Принципове обмеження ШІ полягає в тому, що він дізнається з даних. Немає іншого способу включення знань. Це означає, що будь-які неточності в даних будуть відображені в результатах. А будь-які додаткові шари прогнозування або аналізу потрібно додавати окремо.

Сучасні системи ШІ навчені виконувати чітко визначені завдання. Система, яка грає в покер, не може грати в пасьянс чи шахи. Система виявлення шахрайства не може керувати автомобілем або надавати вам юридичну консультацію. Насправді, система ШІ, яка виявляє шахрайство в галузі охорони здоров’я, не може точно виявити шахрайство з податками чи шахрайством.

Іншими словами, ці системи дуже і дуже спеціалізовані. Вони зосереджені на одному завданні і далекі від того, щоб поводитися як люди.

Так само системи самонавчання не є автономними системами. Вигадані технології штучного інтелекту, які ви бачите у фільмах та на телебаченні, все ще залишаються науковою фантастикою. Але комп’ютери, які можуть досліджувати складні дані для вивчення та вдосконалення конкретних завдань, стають досить поширеним явищем.

Видобуток візуальних даних SAS ® та машинне навчання

ШІ спрощується, коли ви можете підготувати дані для аналізу, розробити моделі за допомогою сучасних алгоритмів машинного навчання та інтегрувати аналітику тексту в один продукт. Крім того, ви можете кодувати проекти, що поєднують SAS з іншими мовами, включаючи Python, R, Java або Lua.

Як працює штучний інтелект

ШІ працює, поєднуючи великі обсяги даних із швидкою, ітеративною обробкою та інтелектуальними алгоритмами, дозволяючи програмному забезпеченню автоматично вчитись із шаблонів чи особливостей даних. ШІ - це широка галузь дослідження, яка включає безліч теорій, методів і технологій, а також наступні основні підполі:

Крім того, кілька технологій включають і підтримують ШІ:

Блоки графічної обробки є ключовими для ШІ, оскільки вони забезпечують важку обчислювальну потужність, необхідну для ітеративної обробки. Навчання нейронних мереж вимагає великих даних та обчислювальної потужності.
Інтернет речейгенерує величезні обсяги даних із підключених пристроїв, більшість з яких не аналізується. Автоматизація моделей за допомогою AI дозволить нам використовувати його більше.
Розширені алгоритмирозробляються та поєднуються по-новому для швидшого та різноманітнішого аналізу більшої кількості даних. Ця інтелектуальна обробка є ключовою для виявлення та прогнозування рідкісних подій, розуміння складних систем та оптимізації унікальних сценаріїв.
API або інтерфейси прикладного програмування, - це портативні пакети коду, що дозволяють додати функціональність ШІ до існуючих продуктів та програмних пакетів. Вони можуть додати можливості розпізнавання зображень до систем домашньої безпеки та можливості запитань та відповідей, які описують дані, створюють заголовки та заголовки або називають цікаві зразки та уявлення про дані.

Таким чином, мета ШІ полягає у наданні програмного забезпечення, яке може міркувати на вході та пояснювати на виході. ШІ надаватиме людиноподібну взаємодію з програмним забезпеченням та пропонуватиме підтримку прийняття рішень для конкретних завдань, але це не заміна для людей - і не скоро буде.