Семена мощного искусственного интеллекта уже разбросаны по планете

У вас нет летающего автомобиля, джетпака или лучемета, но вы все еще думаете, что в будущем они обязательно появятся. Почему? Потому что нас окружает искусственный интеллект. Забавно, когда люди спрашивают, когда у нас появятся умные компьютеры, потому что они уже держат их в руках. Телефонные звонки проводятся искусственным интеллектом. Всякий раз, когда вы пишете что-то в строку поиска, вы пользуетесь данными, которые собираются умными алгоритмами. Наш мир полон этих ограниченных программ искусственного интеллекта, которые мы классифицируем как «слабые», «узконаправленные» или «прикладные».

Эти программы далеки от чувствительных, любвеобильных или одержимых властью искусственных интеллектов, которые мы наблюдали в научной фантастике, но это временно. Все эти узконаправленные ИИ подобны аминокислотам в первичном бульоне Земли. Ингредиенты для истинного ИИ человеческого уровня создаются каждый день, и недолго нам осталось ждать результатов.

Нас окружают джунгли ИИ

В конце 80-х ученые решили пересмотреть методы своего поиска ИИ. Родни Брукс из Массачусетского технологического института (также один из основателей iRobot) нашел новый подход. Вместо того, чтобы развивать ИИ сверху вниз, он решил создавать его снизу вверх. Вместо искусственного мышления он решил заняться искусственным поведением.

В результате получились роботы, которые выстраивали свои действия в зависимости от инстинктов и моделей. iRobot Roomba не пылесосит пол, рассуждая о том, каким должен выглядеть ковер в конечном итоге, он просто выполняет разные процедуры очистки, пока ковер не станет чистым.

Это поведение на основе искусственного интеллекта, и это мощная штука.

Вместе с увеличением вычислительной мощности, искусственный интеллект начал активно развиваться в 90-х годах. Используя модульные и иерархические методы, вроде подхода Брукса, ученые начали создавать разнообразные ИИ для выполнения всяких задач. Они не были философскими программами, они были практичными. Анализ данных, отслеживание запасов и заказов, обработка изображений — все эти задачи упали на плечи ИИ.

Список задач растет. Мы медленно создаем библиотеку узконаправленных ИИ, которые впечатляют нас все больше и больше. Распознавание речи и ее обработка позволяет компьютерам все качественнее превращать звук в текст и наоборот. Google использует ИИ, чтобы анализировать миллионы видео на YouTube.

Улучшается и компьютерное зрение, благодаря чему программы начинают все более качественно распознавать объекты, классифицировать их и понимать, как те двигаются. Узконаправленный ИИ не просто становится лучше в понимании своего окружения, он начинает понимать разницу между тем, что человек говорит и что хочет.

Присваивая различные значения к различным ситуациям, узконаправленные ИИ могут делать выборы, максимизирующие их награду. Благодаря этому они учатся преодолевать препятствия, все точнее распознавать объекты и текст, выстраивают все более сложные логические цепочки.

Искусственный интеллект также все лучше анализирует большие массивы данных и синтезирует их. Похожим занимаются люди, создающие музыку или картины.

Все это — строительные блоки для следующего взрыва инструментов ИИ.

Нужен охранник в виде ИИ? Компьютерное зрение с интерпретацией человеческих действий? А как насчет программы, которая отвечает на бесконечные вопросы вашего сынишки? Или все сразу?

Конечно, все не так просто: взял, подключил и работает. Но каждый рабочий узконаправленный ИИ улучшается и постепенно начинает делать более сложные вещи.

Есть три ключевых фактора, которые позволят нам создать мощный ИИ.

  1. Нам нужно больше вычислительной силы, чтобы подделать и сымитировать мозг.
  2. Нужно лучше понять принцип работы мозга и как он обрабатывает информацию.
  3. Нужно найти способы обучения ИИ выполнению все более сложных задач.

Все эти факторы уже выполняются в той или иной мере.

Футурологи прогнозируют экспоненциальный рост вычислительной мощи. Различные проекты исследуют наш мозг и ищут способ имитации его функций. Растущее число узконаправленных ИИ, методов их разработки, понимания их работы, а также глубокое обучение и нейронные сети постепенно удовлетворяют третьему требованию.

В исследованиях ИИ много подходов и не все они совместимы, но чем больше программ, выполняющих простые действия, мы создаем, тем быстрее будет выстраиваться система иерархического мышления человеческого уровня.

Когда появится первая жизнеформа чувствительного компьютера? Сложно сказать.

Но зачатки его появления уже разбросаны по продвинутым технологиям, которые мы используем изо дня в день. Просто возьмите смартфон и попросите искусственный интеллект рассказать вам о погоде, о курсе рубля, о горячих путевках. Тем самым вы затронете струны, натянете жилы множества современных ИИ, и они заиграют в унисон.

И тем будет лучше для них.

Источник

Related Articles

Back to top button
Close
analisis early shift pergeseran simbol kiri kanan yang sering menjadi awal freespin premium fenomena micro tumble beruntun ketika 2 3 tumble kecil justru membuka jalan menuju burst besar deteksi pola kompresi reel momen ketika simbol terlihat menumpuk sebelum aktivasi wild riset jam dingin 04 00 06 00 mengapa scatter tunggal lebih sering menjadi trigger lanjutan frame stabil dua level pola visual langka yang hampir selalu mengarah pada pre burst perilaku reel 1 ketika simbol awal terlihat berat dan menandai tumble panjang mapping perubahan simbol low pay korelasi dengan multiplier yang tiba tiba aktif observasi spin 10 15 zona transisi yang konsisten menghasilkan wild bertingkat sinyal visual pre fs efek flash halus pada reel tengah sebelum scatter turun analisis frekuensi wild tipis bagaimana pola munculnya 1 wild acak menjadi fondasi bonus besar arsitektur grid simetris mengapa formasi 4 5 5 5 4 seringkali menjadi pondasi kemenangan runtuhan reaksi katalisator wild analisa kimiawi bagaimana satu simbol emas memicu reaksi berantai ledakan koin ekskavasi simbol kuno menggali makna tersembunyi di balik formasi batu mahjong yang jarang muncul psikologi massa server pengaruh jumlah pemain online terhadap distribusi jatah scatter di jam sibuk prakiraan cuaca digital membaca awan mendung pada putaran awal sebagai tanda hujan bonus akan turun elastisitas modal mengukur ketahanan saldo minim terhadap guncangan volatilitas spin turbo akustik kemenangan studi spektrum gelombang suara saat fitur freespin memberikan sinyal positif botani algoritma teknik menyiram akun yang tandus agar kembali subur memproduksi simbol premium navigasi satelit rtp melacak koordinat server pg soft yang sedang mengalami anomali kebocoran data konstelasi bintang mahjong menghubungkan posisi jatuhnya scatter dengan pola geometris rasi bintang