Tekoäly: Algoritmien toteuttaminen

Algoritmit ja tekoäly muuttivat datapeliä. Ihmiskunta on nyt ennennäkemättömien tietomäärien uskomattomassa risteyksessä, joka syntyy yhä pienempien ja tehokkaampien laitteistojen avulla. Myös dataa käsitellään ja analysoidaan yhä enemmän samoilla tietokoneilla, joita prosessi auttoi leviämään ja kehittymään. Tämä väite saattaa tuntua itsestään selvältä, mutta tiedoista on tullut niin kaikkialla, että sen arvo ei ole enää pelkästään sen sisältämässä tiedossa (kuten yrityksen päivittäisen toiminnan mahdollistavaan tietokantaan tallennetussa tiedossa), vaan pikemminkin sen käytössä keinot luoda uusia arvoja; tällaisia ​​tietoja kuvataan "uudeksi öljyksi". Nämä uudet arvot ovat enimmäkseen siinä, kuinka sovellukset käsittelevät, tallentavat ja hakevat tietoja ja kuinka käytät niitä älykkäiden algoritmien avulla.

Tekoälyalgoritmit ovat kokeilleet erilaisia ​​lähestymistapoja matkan varrella siirtyen yksinkertaisista algoritmeista logiikkaan perustuvaan symboliseen päättelyyn ja sitten asiantuntijajärjestelmiin. Viime vuosina niistä on tullut hermoverkkoja ja kypsimmässä muodossaan syväoppimista. Kun tämä metodologinen kohta tapahtui, data muuttui ennalta määrättyjen algoritmien käsittelemistä tiedoista sellaiseksi, joka muovaili algoritmista jotain hyödyllistä tehtävään. Data muuttui vain ratkaisua ruokkivasta raaka-aineesta itse ratkaisun asiantuntijaksi, kuten tässä näkyy.

Nykyisillä tekoälyratkaisuilla enemmän dataa tarkoittaa enemmän älyä.

Näin ollen valokuva joistakin kissanpennuistasi on tullut yhä hyödyllisemmäksi, ei pelkästään sen vaikutelman vuoksi – se kuvaa söpöjä pieniä kissojasi – vaan siksi, että siitä voi tulla osa tekoälyn oppimisprosessia, joka löytää yleisempiä käsitteitä, kuten mitä ominaisuuksia. tarkoittaa kissaa tai ymmärtämistä, mikä määrittelee söpön.

Suuremmassa mittakaavassa Googlen kaltainen yritys syöttää algoritmejaan vapaasti saatavilla olevista tiedoista, kuten verkkosivujen sisällöstä tai julkisesti saatavilla olevista teksteistä ja kirjoista löytyvästä tekstistä. Google-hämähäkkiohjelmisto indeksoi verkkoa, hyppää verkkosivustolta toiselle ja hakee verkkosivuja teksti- ja kuvasisällöineen. Vaikka Google palauttaisi osan tiedoista käyttäjille hakutuloksina, se poimii tiedoista muunlaista tietoa tekoälyalgoritmeillaan, jotka oppivat niistä muiden tavoitteiden saavuttamiseksi.

Sanoja käsittelevät algoritmit voivat auttaa Googlen tekoälyjärjestelmiä ymmärtämään ja ennakoimaan tarpeitasi, vaikka et ilmaise niitä avainsanoja käyttäen, vaan selkeällä, epäselvällä luonnollisella kielellä, jota puhumme päivittäin (ja kyllä, arkikieli on usein epäselvää) . Jos yrität tällä hetkellä esittää kysymyksiä, ei vain avainsanaketjuja, Google-hakukoneelle, huomaat, että se yleensä vastaa oikein. Vuodesta 2012 lähtien Hummingbird-päivityksen myötä, Google pystyi paremmin ymmärtämään synonyymejä ja käsitteitä, mikä ylittää sen hankkiman alkuperäisen tiedon, ja tämä on tekoälyprosessin tulos. Googlessa on vielä kehittyneempi algoritmi nimeltä RankBrain, joka oppii suoraan miljoonista kyselyistä päivittäin ja voi vastata moniselitteisiin tai epäselviin hakukyselyihin, jopa ilmaistuna slangilla tai puhekielellä tai yksinkertaisesti täynnä virheitä. RankBrain ei palvele kaikkia kyselyitä, mutta se oppii tiedoista, kuinka vastata kyselyihin paremmin. Se käsittelee jo 15 prosenttia moottorin kyselyistä, ja tulevaisuudessa tämä prosentti voi olla 100 prosenttia.