Kun sovellus vakuuttaa, että sen käyttö perustuu "tekoälyyn", näyttää hetkeksi, että olet tulevaisuudessa. Mutta mitä tämä oikeasti tarkoittaa? Heitämme suuria sanoja - tekoäly, koneoppiminen, hermoverkot - mutta mitä ne oikeasti tarkoittavat ja auttavatko ne sovellusten parantamista?
Viime aikoina Google ja Microsoft ovat lisänneet hermoverkko-koulutusta käännössovelluksiinsa. Google väittää käyttävänsä koneoppimista soittolistojen tarjoamiseen. Todoist sanoo, että se käyttää AI: tä arvaamaan, milloin sinun pitäisi suorittaa tehtävä. Any.do väittää, että sen tekoäly voi tehdä joitain tehtäviä sinulle. Ja se oli kaikki vain viime viikolla. Jotkut markkinoinnin temppuista vaikuttavat vaikuttavalta ja jäävät temppuiksi, mutta joskus muutokset ovat kiistatta hyödyllisiä. "Keinotekoinen äly", "koneoppiminen" ja "hermoverkot" kuvaavat kaikkia tapoja, joilla tietokoneet käyttävät vakavia tehtäviä ja oppivat prosessissa. Ja vaikka olet ehkä kuullut, että sovelluskehittäjät ottavat käyttöön muiden järjestelmiä, käytännössä ne ovat hyvin erilaisia.
Neuraaliverkot analysoivat monimutkaista tietoa ihmisen aivojen jäljittelemiseksi
Keinotekoiset hermostoverkot (ANNs tai yksinkertaisesti "hermoverkot") viittaavat tietyn tyyppiseen oppimismalliin, joka jäljittelee kuinka synapsit toimivat aivoissa. Perinteinen laskenta käyttää useita loogisia operaattoreita tehtävän suorittamiseen. Neuraaliverkot puolestaan käyttävät datan käsittelemiseen solmujen (jotka toimivat kuin neuronit) ja synapsien (reunojen) analogia. Tulo johdetaan järjestelmän läpi ja lähtö generoidaan.
Tuloksia verrataan sitten tunnettuihin tietoihin. Oletetaan esimerkiksi, että haluat kouluttaa tietokoneen tunnistamaan koiran kuvan. Suoratoistat miljoonia koirien kuvia verkossa nähdäksesi, mitkä kuvat hän valitsee näyttääkseen koirilta. Tämän jälkeen henkilö vahvistaa, mitkä kuvat ovat todella koiria. Järjestelmä antaa etusijalle neuroverkon polku, joka johti oikeaan vastaukseen. Ajan myötä ja miljoonien toistojen jälkeen tämä verkko parantaa lopulta tulostensa tarkkuutta.
Voit kokeilla Google Quick Draw -kokeilua nähdäksesi miten tämä toimii toiminnassa!.. Tässä tapauksessa Google kouluttaa verkkoa tunnistamaan piirroksia ja nopeita luonnoksia. Hän vertaa piirrosta, jonka piirrät, muiden ihmisten piirtämiin esimerkkeihin. Verkosto oppii tunnistamaan tulevaisuuden logot aiemman näkemyksen perusteella. Vaikka piirrätkin kuin viisivuotias lapsi (kuten minä), verkko tunnistaa erittäin nopeasti yksinkertaiset muodot - sukellusveneet, kasvit, ankat. Kokeile sitä, hauskaa.
Neuraaliverkot eivät ole ihmelääke, mutta ne käsittelevät hyvin monimutkaisia tietoja. Google ja Microsoft käyttävät hermoverkkoja kouluttamaan käännössovelluksiaan, koska kielten kääntäminen on vaikeaa. Olemme nähneet paljon huonoja konekäännöksiä, mutta hermoverkot on koulutettu parantamaan näitä käännöksiä oikeiden käännösten perusteella ajan myötä. Sama tapahtuu puheen tekstistä kääntämiseen. Google Voicen käyttämän neuroverkon käyttöönoton jälkeen käännösvirheet ovat vähentyneet 49%. Nämä järjestelmät eivät ole täydellisiä, mutta ne toimivat itse, ja tämä on tärkein asia.
Mainosvideo:
Koneoppiminen opettaa tietokoneita parantamaan käytännössä
Koneoppiminen on laaja termi, joka kattaa kaikki hetket, kun yrität opettaa konetta parantamaan yksinään. Tämä koskee erityisesti kaikkia järjestelmiä, joissa tietokoneen suorituskykyä tehtävää suoritettaessa parannetaan vain lisäämällä kokemusta tehtävästä. Neuraaliverkot ovat esimerkki koneoppimisesta, mutta ne eivät ole ainoa tapa kouluttaa tietokonetta.
Esimerkiksi yhtä vaihtoehtoisista koneoppimismenetelmistä kutsutaan vahvistusoppimiseksi. Tässä menetelmässä tietokone suorittaa tehtävän ja arvioi sitten sen tuloksen. Jos esimerkiksi tietokone voittaa shakissa, se antaa voittoarvon liikkeen sarjalle, jota se käyttää pelin aikana. Kun olet pelannut miljoonia pelejä, järjestelmä voi aiempien pelien tulosten perusteella määrittää, mitkä vaiheet johtavat todennäköisimmin voittoon.
Vaikka hermoverkot ovat hyödyllisiä esimerkiksi kuvioiden tunnistuksessa kuvissa, muun tyyppiset koneoppimiset voivat olla hyödyllisempiä erilaisissa tehtävissä, kuten suosikkimusiikkisi tunnistamisessa. Google väittää, että sen musiikkisovellus löytää musiikin, jota haluat kuunnella. Se tekee tämän analysoimalla aikaisemmat soittolistasi. Jos et pidä tuloksesta, kone pitää sitä virheenä. Mutta jos valitset jonkin ehdotetuista luetteloista, hän merkitsee sen menestykseksi ja analysoi voittajaliikkeitä, jotka saivat hänet sydämeesi.
Tällaisissa tapauksissa et saa täysimääräistä hyötyä koneoppimisesta, jos et käytä tätä ominaisuutta usein. Kun avaat Google Music -sovelluksen ensimmäistä kertaa, suositukset todennäköisesti ohittavat kassan. Mutta mitä enemmän sitä käytät, sitä paremmat ehdotukset ovat. Ainakin teoriassa. Koneoppiminen ei ole myöskään ihmelääke. Koneoppiminen on epämääräisempiä kuin hermoverkot, mutta se tarkoittaa myös, että käyttämäsi ohjelmisto luottaa palautteeseesi parantaaksesi suorituskykyä.
Keinotekoinen äly on kaikki etuliitteellä "älykäs"
Aivan kuten hermoverkot ovat eräs muoto koneoppimiselle, koneoppiminen on keinotekoisen älyn muoto. Mutta "tekoälyn" luokka on edelleen määritelty niin huonosti, että tällä lauseella ei ole käytännöllistä merkitystä. Kyllä, se loihti kuvia teknologisesti edistyneestä tulevaisuudesta, mutta todellisuudessa emme ole vieläkään päässeet lähelle sitä. OCR oli kerran liian vaikea koneelle, mutta nyt puhelimesi sovellus voi skannata asiakirjat ja muuttaa ne tekstiksi. Sellaisen tekoälyn kutsuminen on jotenkin sopimatonta.
Syy siihen, että puhelintoiminnan perusominaisuuksia voidaan pitää keinotekoisena älynä, johtuu siitä, että AI: tä on oikeastaan kahta tyyppiä. Heikko tai kapeasti kohdistettu AI kuvaa mitä tahansa järjestelmää, joka on suunniteltu suorittamaan kapea tehtäväluettelo. Esimerkiksi Google Assistant tai Siri, jotka ovat melko voimakkaita AI, suorittavat silti melko kapean luettelon tehtävistä. He vastaanottavat äänikomennot ja palauttavat vastaukset tai käynnistävät sovelluksia. Keinotekoinen älykkyystutkimus polttaa näitä ominaisuuksia, mutta niitä pidetään "heikoina".
Sitä vastoin voimakas AI - joka tunnetaan myös nimellä yleinen tekoäly tai "täysi AI" - on järjestelmä, joka pystyy suorittamaan minkä tahansa ihmisen tehtävän. Ja sitä ei ole olemassa. Siksi mikä tahansa "älykäs" sovellus on edelleen heikko tekoäly.
Vaikka vaikutukset voivat olla epämääräisiä, tekoälyn käytännön tutkiminen on niin palkitsevaa, että se on todennäköisesti jo tullut päivittäiseen elämääsi. Aina kun puhelin muistaa automaattisesti pysäköintialueesi, tunnistaa valokuvien kasvot, saa hakuehdotuksia tai ryhmittelee automaattisesti kaikki viikonloppukuvasi, kosketat tekoälyä tavalla tai toisella. "Tekoäly" tarkoittaa tietyssä määrin vain sitä, että sovellukset ovat hieman älykkäämpiä kuin olemme tottuneet. "AI" -merkki merkitsee tuskin mitään käytännöllistä nyt käytännöllisestä näkökulmasta.
ILYA KHEL