Menetelmät tekoälyn vuorovaikutukseen ympäristön kanssa

Tekoäly, joka on itsenäinen ja ei koskaan ole vuorovaikutuksessa ympäristön kanssa, on hyödytön. Tietenkin tämä vuorovaikutus tapahtuu tulojen ja tulosten muodossa. Perinteinen menetelmä syötteiden ja tulosten tarjoamiseksi on suoraan tietovirtojen kautta, joita tietokone voi ymmärtää, kuten tietojoukot, tekstikyselyt ja vastaavat. Nämä lähestymistavat eivät kuitenkaan ole ihmisystävällisiä ja vaativat erityisiä taitoja käyttääkseen.

Vuorovaikutus tekoälyn kanssa tapahtuu yhä useammin tavoilla, joita ihmiset ymmärtävät paremmin kuin suoraa tietokonekontaktia. Esimerkiksi syöttö tapahtuu useiden mikrofonien kautta, kun kysyt Alexalta kysymyksen. Tekoäly muuttaa kysymyksessä olevat avainsanat tokeneiksi, joita se voi ymmärtää. Nämä merkit käynnistävät sitten laskelmia, jotka muodostavat tulosteen. Tekoäly tokenisoi tuotoksen ihmisen ymmärrettävään muotoon: puhutuksi lauseeksi. Sitten kuulet lauseen, kun Alexa puhuu sinulle kaiuttimen kautta. Lyhyesti sanottuna, tarjotakseen hyödyllisiä toimintoja, Alexan on oltava vuorovaikutuksessa ympäristön kanssa kahdella eri tavalla, jotka vetoavat ihmisiin, mutta joita Alexa ei itse asiassa ymmärrä.

Vuorovaikutus voi olla monenlaista. Itse asiassa vuorovaikutuksen määrä ja muodot lisääntyvät jatkuvasti. Esimerkiksi tekoäly voi nyt haistaa. Tietokone ei kuitenkaan haise mistään. Anturit tarjoavat keinon muuttaa kemiallinen havaitseminen dataksi, jota tekoäly voi sitten käyttää samalla tavalla kuin kaikkea muuta dataa. Kyky havaita kemikaaleja ei ole uusi; kyky kääntää näiden kemikaalien analyysi ei ole uutta; eivätkä algoritmit, joita käytetään vuorovaikutuksessa tuloksena olevien tietojen kanssa, ole uusia. Uutta ovat tietojoukot, joita käytetään tulkitsemaan saapuvaa dataa hajuksi, ja nämä aineistot ovat peräisin ihmistutkimuksista. Tekoälyn nenällä on kaikenlaisia ​​käyttömahdollisuuksia. Ajattele esimerkiksi tekoälyn kykyä käyttää nenää työskennellessäsi joissakin vaarallisissa ympäristöissä, kuten haistaa kaasuvuodon ennen kuin voit nähdä sen muiden antureiden avulla.

Myös fyysinen vuorovaikutus lisääntyy. Kokoonpanolinjoilla toimivat robotit ovat vanhoja hattuja, mutta huomioivat ajaa osaavien robottien vaikutukset. Nämä ovat fyysisen vuorovaikutuksen laajempia käyttötarkoituksia. Harkitse myös, että tekoäly voi reagoida pienemmillä tavoilla. Esimerkiksi Hugh Herr käyttää tekoälyä tarjotakseen vuorovaikutusta älykkään jalan kanssa. Tämä dynaaminen jalka tarjoaa erinomaisen korvaajan ihmisille, jotka ovat menettäneet oikean jalkansa. Sen staattisen palautteen sijaan, jonka ihminen saa tavallisesta proteesista, tämä dynaaminen jalka tarjoaa itse asiassa sellaisen aktiivisen palautteen, jonka ihmiset ovat tottuneet saamaan oikeasta jalasta. Esimerkiksi jalan takaiskun määrä vaihtelee ylämäkeen kävellessä kuin alamäkeen kävellessä. Samoin reunakiveyksissä navigointi vaatii erilaisen työntömäärän kuin askeleen navigoiminen.

Asia on siinä, että kun tekoäly pystyy suorittamaan monimutkaisia ​​laskelmia pienemmissä paketeissa, joissa on yhä suurempia tietojoukkoja, tekoälyn kyky suorittaa mielenkiintoisia tehtäviä kasvaa. Tekoälyn suorittamilla tehtävillä ei kuitenkaan välttämättä tällä hetkellä ole ihmisluokkaa. Et ehkä koskaan ole todella vuorovaikutuksessa puheesi ymmärtävän tekoälyn kanssa, mutta saatat luottaa tekoälyyn, joka auttaa sinua ylläpitämään elämää tai ainakin tekemään siitä elämiskelpoisemman.