101 факт об искусственном интеллекте. Как подготовиться к жизни в новой реальности - Лассе Рухиайнен

Искусственные нейронные сети

Данный термин используется для систем искусственного интеллекта, симулирующих нейронные соединения и моделирующих взаимодействие нейронов в мозге[36].

Когнитивные вычисления

Общепринятый синоним искусственного интеллекта, чаще всего используется компанией IBM.

Когнитивистика

Дисциплина, исследующая различные процессы человеческого мозга, такие как лингвистика, обработка информации и принятие решений. Ее цель – лучше изучить мыслительные процессы[37].

Компьютерное зрение

Технология, позволяющая компьютерам видеть и распознавать то, что они видят[38]. Примерами продуктов, которые имеют в основе эту технологию, позволяющую им нормально работать, являются приложения для распознавания лиц, самоуправляемые автомобили и дроны. Точность компьютерного зрения за последние годы сильно повысилась, что позволило множеству продуктов с искусственным интеллектом обрести настоящее зрение.

Глубокое обучение

Использование нейронных сетей, состоящих из множества слоев большого количества (миллионов) искусственных нейронов. Глубокое обучение идеально подходит для проектов, включающих в себя огромные и сложные массивы данных[39].

Экспертная система

Компьютерная система, моделирующая способность принятия решений экспертом-человеком. Экспертные системы основываются на наборе логических правил и обычно используют утверждения «если…, то…»[40].

Формирование ответов на естественном языке (NLG)

Способность программного обеспечения превращать структурированные данные в понятный письменный текст, но с более высокой скоростью в сравнении с человеком – тысячи страниц в секунду[41]. NLG – это форма обработки естественного языка (NLP), которая в последние годы становится все более популярной, поскольку может использоваться во многих областях, например для создания описаний продукции, финансовой отчетности или написания новостей.

Обработка естественного языка (NLP)

Способность компьютеров распознавать и понимать человеческую речь и выполнять действия, основываясь на устных инструкциях. Это – базовая технология, используемая Siri, Google Assistant, Amazon Alexa, а также другими умными персональными помощниками. Благодаря улучшениям в технологии NLP, такие продукты, как персональные помощники, переводчики и чат-боты, имеют больше возможностей для понимания человеческой речи, что делает их более полезными для человека[42].

Распознавание речи

Это технология, позволяющая компьютерам распознавать и переводить устный текст в письменный[43].

Тест Тьюринга

Классический тест, разработанный математиком Аланом Тьюрингом, чтобы установить, может ли компьютер «думать», как человек. Этот тест на самом деле является «имитацией», в которой человек пытается понять, общается ли он с реальным человеком или с компьютером[44].

Это лишь некоторые из множества терминов из сферы искусственного интеллекта, о которых вы, возможно, будете слышать в будущем все чаще.

Слабый ИИ, сильный ИИ и сверхинтеллект

Одной из значимых идей, связанных с искусственным интеллектом, является то, что у искусственного интеллекта существует три основных уровня. Это узкий ИИ, общий ИИ и сверхинтеллект.

• Узкий ИИ (его также называют слабым) – это вид искусственного интеллекта, который мы используем в настоящее время. Он состоит из различных базовых применений ИИ, таких как рекомендации выбора продуктов на Amazon, новостные ленты Facebook и самоуправляемые автомобили. Вообще, его концепция состоит в том, что ИИ может хорошо выполнять одну задачу, но не может выполнять несколько одновременно и не обладает интеллектом, схожим с человеческим[45].

• Общий ИИ (или сильный ИИ), до использования которого мы еще не дошли, относится к интеллекту, способному выполнять несколько задач из различных областей так же хорошо, как это делает человек[46]. Целью общего ИИ является создание «думающих машин», обладающих интеллектом, схожим с человеческим[47].

Эксперты в области изучения искусственного интеллекта имеют разные точки зрения на то, когда мы сможем использовать общий ИИ, а некоторые из них, включая директора исследовательского отдела компании Google Питера Норвига, вообще считают, что это недостижимо[48].