Kunstig intelligens: At sætte algoritmer i værk

Algoritmer og AI ændrede dataspillet. Menneskeheden befinder sig nu ved et utroligt skæringspunkt af hidtil usete mængder af data, genereret af stadig mindre og kraftfuld hardware. Dataene bliver også i stigende grad behandlet og analyseret af de samme computere, som processen var med til at sprede og udvikle. Denne udtalelse kan virke indlysende, men data er blevet så allestedsnærværende, at deres værdi ikke længere kun ligger i den information, den indeholder (såsom tilfældet med data, der er lagret i en virksomheds database, der tillader dens daglige drift), men snarere i deres brug som en midler til at skabe nye værdier; sådanne data beskrives som den "nye olie". Disse nye værdier eksisterer for det meste i, hvordan applikationer manicure, gemmer og henter data, og i hvordan du rent faktisk bruger dem ved hjælp af smarte algoritmer.

AI-algoritmer har prøvet forskellige tilgange undervejs, der går fra simple algoritmer til symbolsk ræsonnement baseret på logik og derefter til ekspertsystemer. I de senere år blev de til neurale netværk og i deres mest modne form til dyb læring. Efterhånden som denne metodologiske passage skete, blev data fra at være informationen, der blev behandlet af forudbestemte algoritmer, til at blive det, der formede algoritmen til noget nyttigt til opgaven. Data blev fra kun at være råmaterialet, der brændte løsningen, til håndværkeren af ​​selve løsningen, som vist her.

Med de nuværende AI-løsninger er flere data lig med mere intelligens.

Således er et billede af nogle af dine killinger blevet mere og mere nyttigt, ikke blot på grund af dets affektive værdi - der viser dine søde små katte - men fordi det kan blive en del af læringsprocessen for en AI, der opdager mere generelle begreber, såsom hvilke egenskaber betegne en kat, eller forstå, hvad der definerer sød.

I en større skala fodrer en virksomhed som Google sine algoritmer fra frit tilgængelige data, såsom indholdet af hjemmesider eller teksten, der findes i offentligt tilgængelige tekster og bøger. Google spider-software crawler internettet, hopper fra websted til websted, og henter websider med deres indhold af tekst og billeder. Selvom Google giver en del af dataene tilbage til brugerne som søgeresultater, udtrækker det andre former for information fra dataene ved hjælp af sine AI-algoritmer, som lærer af dem, hvordan man opnår andre mål.

Algoritmer, der behandler ord, kan hjælpe Google AI-systemer med at forstå og forudse dine behov, selv når du ikke udtrykker dem i et sæt nøgleord, men i et almindeligt, uklart naturligt sprog, det sprog, vi taler hver dag (og ja, hverdagssproget er ofte uklart) . Hvis du i øjeblikket forsøger at stille spørgsmål, ikke kun kæder af søgeord, til Google-søgemaskinen, vil du bemærke, at den har en tendens til at svare korrekt. Siden 2012, med introduktionen af Hummingbird-opdateringen, blev Google bedre i stand til at forstå synonymer og begreber, noget der går ud over de oprindelige data, som det erhvervede, og dette er resultatet af en AI-proces. Der findes en endnu mere avanceret algoritme i Google, kaldet RankBrain, som lærer direkte fra millioner af forespørgsler hver dag og kan besvare tvetydige eller uklare søgeforespørgsler, endda udtrykt i slang eller i daglig tale eller blot fyldt med fejl. RankBrain servicerer ikke alle forespørgsler, men den lærer af data, hvordan man bedre besvarer forespørgsler. Den håndterer allerede 15 procent af motorens forespørgsler, og i fremtiden kan denne procentdel blive 100 procent.