
Historia sztucznej inteligencji
Termin sztuczna inteligencja powstał w 1956 roku, ale sztuczna inteligencja stała się dziś bardziej popularna dzięki zwiększonym wolumenom danych, zaawansowanym algorytmom i ulepszeniom mocy obliczeniowej i pamięci masowej.
Wczesne badania nad sztuczną inteligencją w latach 50. obejmowały zagadnienia takie jak rozwiązywanie problemów i metody symboliczne. W latach sześćdziesiątych amerykański Departament Obrony zainteresował się tego rodzaju pracą i zaczął szkolić komputery, aby naśladować podstawowe ludzkie rozumowanie. Na przykład agencja Defense Advanced Projects Projects (DARPA) zrealizowała projekty mapowania ulic w latach 70. XX wieku. A DARPA wyprodukowała inteligentnych osobistych asystentów w 2003 roku, na długo przed tym, jak Siri, Alexa lub Cortana były nazwiskami domowymi.
Ta wczesna praca utorowała drogę do automatyzacji i formalnego rozumowania, które widzimy dzisiaj w komputerach, w tym systemów wspomagania decyzji i inteligentnych systemów wyszukiwania, które mogą być zaprojektowane w celu uzupełnienia i zwiększenia ludzkich umiejętności.
Podczas gdy hollywoodzkie filmy i powieści science fiction przedstawiają sztuczną inteligencję jako ludzkie roboty, które przejmują kontrolę nad światem, obecny rozwój technologii sztucznej inteligencji nie jest aż tak przerażający – lub całkiem inteligentny. Zamiast tego, AI ewoluowała, aby zapewnić wiele konkretnych korzyści w każdej branży. Czytaj dalej dla nowoczesnych przykładów sztucznej inteligencji w opiece zdrowotnej, handlu detalicznym i innych.
Dlaczego sztuczna inteligencja jest ważna?
- AI automatyzuje powtarzalne uczenie się i odkrywanie poprzez dane. Ale sztuczna inteligencja różni się od automatyzacji sterowanej sprzętowo. Zamiast automatyzować zadania ręczne, AI wykonuje częste, masowe, skomputeryzowane zadania niezawodnie i bez zmęczenia. W przypadku tego rodzaju automatyzacji, dociekanie ludzi jest nadal niezbędne do skonfigurowania systemu i zadawania właściwych pytań.
- AI dodaje inteligencję do istniejących produktów. W większości przypadków sztuczna inteligencja nie będzie sprzedawana jako indywidualna aplikacja. Zamiast tego produkty, których już używasz, zostaną ulepszone dzięki funkcjom sztucznej inteligencji, podobnie jak Siri została dodana jako funkcja do nowej generacji produktów Apple. Automatyzację, platformy konwersacyjne, boty i inteligentne maszyny można łączyć z dużymi ilościami danych w celu usprawnienia wielu technologii w domu i miejscu pracy, od analizy bezpieczeństwa po analizę inwestycji.
- AI adaptuje się poprzez progresywne algorytmy uczenia, pozwalające na programowanie danych. AI znajduje strukturę i prawidłowości danych, aby algorytm nabrał umiejętność: Algorytm staje się klasyfikatorem lub predykatorem. Tak więc, podobnie jak algorytm może nauczyć się grać w szachy, może nauczyć się, który produkt polecić dalej online. Modele dostosowują się do nowych danych. Propagacja wsteczna to technika sztucznej inteligencji, która pozwala dopasować model, poprzez trening i dodane dane, kiedy pierwsza odpowiedź nie jest właściwa.
- AI analizuje więcej i głębsze dane za pomocą sieci neuronowych, które mają wiele ukrytych warstw. Budowanie systemu wykrywania oszustw z pięcioma ukrytymi warstwami było prawie niemożliwe kilka lat temu. Wszystko to zmieniło się dzięki niewiarygodnej mocy komputera i dużej ilości danych. Potrzebujesz wielu danych do szkolenia modeli głębokiego uczenia się, ponieważ uczą się bezpośrednio z danych. Im więcej danych możesz im podać, tym dokładniejsze stają się.
- AI osiąga niewiarygodną dokładność poprzez głębokie sieci neuronowe – co wcześniej było niemożliwe. Na przykład Twoje interakcje z Alexą, wyszukiwarką Google i Zdjęciami Google opierają się na głębokim uczeniu się – i są coraz dokładniejsze, im częściej ich używamy. W dziedzinie medycyny techniki AI z głębokiego uczenia się, klasyfikacji obrazu i rozpoznawania obiektów mogą być teraz wykorzystywane do wykrywania raka w MRI z taką samą dokładnością, jak wysoko wykwalifikowani radiologowie.
- AI wykorzystuje najwięcej danych. Kiedy algorytmy są samouczące się, same dane mogą stać się własnością intelektualną. Odpowiedzi znajdują się w danych; musisz tylko zastosować sztuczną inteligencję, aby je wydobyć. Ponieważ rola danych jest teraz ważniejsza niż kiedykolwiek wcześniej, może stworzyć przewagę konkurencyjną. Jeśli masz najlepsze dane w konkurencyjnej branży, nawet jeśli wszyscy stosują podobne techniki, najlepsze dane wygrywają.
Jak wykorzystywana jest sztuczna inteligencja
Każda branża ma duże zapotrzebowanie na funkcje sztucznej inteligencji – w szczególności systemy odpowiadające na pytania, które można wykorzystać do pomocy prawnej, wyszukiwania patentów, powiadamiania o ryzyku i badań medycznych. Inne zastosowania sztucznej inteligencji obejmują:
- Opieka zdrowotna
Aplikacje AI mogą zapewnić spersonalizowaną medycynę i odczyty rentgenowskie. Osobisty asystent opieki zdrowotnej może pełnić funkcję trenera życia, przypominając o przyjmowaniu tabletek, ćwiczeniu lub zdrowiu. - Sprzedaż
AI zapewnia wirtualne możliwości zakupów, które oferują spersonalizowane rekomendacje i omawiają opcje zakupu z konsumentem. Zarządzanie zasobami i technologie rozmieszczenia stron również zostaną ulepszone dzięki AI. - Produkcja
AI może analizować dane IoT fabryki podczas przesyłania danych z podłączonego sprzętu, aby prognozować oczekiwane obciążenie i zapotrzebowanie za pomocą sieci powtarzalnych, określonego typu sieci głębokiego uczenia się, wykorzystującej dane sekwencji. - Sport
Sztuczna inteligencja służy do przechwytywania obrazów rozgrywki i przekazywania trenerom raportów na temat lepszej organizacji gry, w tym optymalizacji pozycji w terenie i strategii.