Mākslīgais intelekts: algoritmu ieviešana darbībā

Algoritmi un AI mainīja datu spēli. Cilvēku rase tagad atrodas neticamā krustpunktā ar nepieredzētu datu apjomu, ko rada arvien mazāka un jaudīgāka aparatūra. Datus arvien vairāk apstrādā un analizē tie paši datori, kuriem process palīdzēja izplatīties un attīstīties. Šis apgalvojums var šķist pašsaprotams, taču dati ir kļuvuši tik visuresoši, ka to vērtība vairs nav tikai tajos ietvertajā informācijā (piemēram, gadījumā, ja dati tiek glabāti uzņēmuma datubāzē, kas ļauj veikt tā ikdienas darbību), bet gan to izmantošanā kā līdzekļi jaunu vērtību radīšanai; šādi dati tiek raksturoti kā "jaunā eļļa". Šīs jaunās vērtības galvenokārt pastāv saistībā ar to, kā lietojumprogrammas apstrādā, uzglabā un izgūst datus, un kā jūs tos faktiski izmantojat, izmantojot viedos algoritmus.

AI algoritmi ir izmēģinājuši dažādas pieejas, pārejot no vienkāršiem algoritmiem uz simbolisku spriešanu, kas balstīta uz loģiku, un pēc tam uz ekspertu sistēmām. Pēdējos gados tie ir kļuvuši par neironu tīkliem un visnobriedušākajā formā par dziļu mācīšanos. Kad šis metodoloģiskais fragments notika, dati kļuva par informāciju, kas apstrādāta ar iepriekš noteiktiem algoritmiem, un kļuva par to, kas algoritmu padarīja par kaut ko noderīgu uzdevumam. Kā parādīts šeit, dati kļuva par izejmateriālu, kas radīja risinājumu, kļuva par paša risinājuma meistaru.

Izmantojot pašreizējos AI risinājumus, vairāk datu nozīmē vairāk informācijas.

Tādējādi dažu jūsu kaķēnu fotoattēls ir kļuvis arvien noderīgāks ne tikai tāpēc, ka tas ir afektīvs — tajā ir attēloti jūsu jauki mazie kaķi, bet arī tāpēc, ka tas var kļūt par daļu no AI mācību procesa, atklājot vispārīgākus jēdzienus, piemēram, kādas īpašības. apzīmē kaķi vai sapratni, kas definē jauku.

Plašākā mērogā tāds uzņēmums kā Google baro savus algoritmus no brīvi pieejamiem datiem, piemēram, vietņu satura vai publiski pieejamos tekstos un grāmatās atrodamā teksta. Google zirnekļa programmatūra pārmeklē tīmekli, pāriet no vietnes uz vietni, izgūstot tīmekļa lapas ar to teksta un attēlu saturu. Pat ja Google daļu datu atdod lietotājiem kā meklēšanas rezultātus, tas no datiem iegūst cita veida informāciju, izmantojot savus AI algoritmus, kas no tiem mācās, kā sasniegt citus mērķus.

Algoritmi, kas apstrādā vārdus, var palīdzēt Google AI sistēmām izprast un paredzēt jūsu vajadzības pat tad, ja jūs tās neizsakāt atslēgvārdu kopā, bet vienkāršā, neskaidrā dabiskā valodā, valodā, kurā mēs runājam katru dienu (un jā, ikdienas valoda bieži vien ir neskaidra). . Ja jūs pašlaik mēģināt uzdot jautājumus, ne tikai atslēgvārdu ķēdes, Google meklētājprogrammai, jūs ievērosiet, ka tā mēdz atbildēt pareizi. Kopš 2012. gada, ieviešot Hummingbird atjauninājumu, Google spēja labāk izprast sinonīmus un jēdzienus, kas pārsniedz sākotnējos iegūtos datus, un tas ir AI procesa rezultāts. Google pastāv vēl uzlabotāks algoritms ar nosaukumu RankBrain, kas katru dienu mācās tieši no miljoniem vaicājumu un var atbildēt uz neskaidriem vai neskaidriem meklēšanas vaicājumiem, pat izteiktiem slengā vai sarunvalodā vai vienkārši ar kļūdām. RankBrain neapkalpo visus vaicājumus, bet no datiem mācās, kā labāk atbildēt uz vaicājumiem. Tas jau apstrādā 15 procentus no dzinēja vaicājumiem, un nākotnē šis procents varētu kļūt par 100 procentiem.