Зміст
Джерело: iLexx / iStockphoto
Винос:
Штучний інтелект в один день може бути досягнутий за допомогою штучних нейронних мереж, але є кілька ключових відмінностей між цими захоплюючими технологіями.
Штучний інтелект (AI) та штучні нейронні мережі (ANN) - це дві захоплюючі та переплетені галузі інформатики. Однак є кілька відмінностей між ними, про які варто знати.
Ключова відмінність полягає в тому, що нейронні мережі є кроком у пошуку штучного інтелекту.
Штучний інтелект - це величезне поле, яке має на меті створення розумних машин, чого можна досягти багато разів залежно від того, як ви визначаєте інтелект. Незважаючи на те, що у нас є комп’ютери, які можуть виграти в «Опасності» та перемогти шахових чемпіонів, мета AI, як правило, розглядається як пошук загальної розвідки або інтелекту, який може бути застосований до різноманітних і не пов'язаних між собою ситуаційних проблем.
Багато AI, побудовані до цього моменту, були побудовані з такою метою, як, наприклад, запуск робота, який грає в пінг-понг або домінує в "небезпеці". Це неминучий результат, коли комп'ютерні фахівці сідають і створюють щось, щоб зробити конкретне завдання. - вони закінчують щось, що може виконати це завдання, і не багато іншого.
Щоб обійти цю проблему з орієнтованими на завдання ШІ, комп'ютерні фахівці почали грати зі штучними нейронними мережами. Наш розумний розум, як правило, складається з біологічних нейронних мереж, які встановлюють зв'язки на основі нашого сприйняття та зовнішнього стимулу.
Приблизно спрощеним прикладом є біль від опіку. Коли це відбувається вперше, у вашому мозку встановлюється зв’язок, який ідентифікує чуттєву інформацію, відому як вогонь (полум'я, запах диму, спеку) і пов'язує її з болем. Ось так ви в молодому віці ви дізнаєтесь, як уникнути опіку. Завдяки цій самій нейромережі ми можемо зробити багато загального навчання на зразок "морозиво смачно" і навіть зробити дедуктивні стрибки на кшталт "завжди є хмари перед дощем" або "запаси завжди з'їжджаються в грудні". Ці стрибки не завжди правильні (Морозиво є поганим і є запаси, які падають у грудні), але їх можна виправити за допомогою досвіду, тим самим дозволяючи адаптивному навчанню.
Штучні нейронні мережі намагаються відтворити цю систему навчання на комп’ютерах, побудувавши просту рамкову програму, щоб відповісти на проблему та отримати відгук про те, як це відбувається. Комп'ютер може оптимізувати свою реакцію, роблячи одну і ту ж проблему тисячі разів і коригуючи свою відповідь відповідно до отриманих відгуків. Потім комп’ютеру може бути задана інша проблема, до якої він може підійти так само, як і до попереднього. Варіюючи проблеми та кількість підходів до їх вирішення, яких вивчив комп’ютер, комп'ютерні фахівці можуть навчити комп’ютер бути загальним.
Хоча це створює зображення комп’ютерів, що переймають світ та збирають людей, як це спостерігається у голлівудських фільмах, таких як "Матриця", ми все ще довгий шлях від нейронної мережі до нашого штучного інтелекту. Проблеми, які тестуються в нейронних мережах, виражаються математично. Ви не можете потримати квітку до комп'ютера і сказати, щоб вона відгадувала колір за запахом, бо запах повинен був би бути виражений цифрами, і тоді комп'ютер повинен був би каталогізувати ці числа в пам'яті разом із зображеннями квітів випромінюючи цей запах.
Ні помилок, ні стресу - покроковий посібник зі створення програмного забезпечення, що змінює життя, не руйнуючи ваше життя
Ви не можете покращити свої навички програмування, коли ніхто не піклується про якість програмного забезпечення.
З цього приводу, штучні нейронні мережі, яким можна отримати більше входів, таких як запах - і здатність вчитися на всіх цих входах - можуть бути на шляху до створення першого штучного інтелекту, який відповідає стандартам навіть самого хардкорного ентузіаста AI.
По суті, штучні нейронні мережі - це моделі нейронних мереж людини, які створені для того, щоб допомогти комп'ютерам навчатися. Штучний граал - це Святий Грааль, який деякі комп'ютерні вчені намагаються досягти за допомогою таких методів, як імітація нейронних мереж.