Вештачка интелигенција: стављање алгоритама у акцију

Алгоритми и АИ су променили игру података. Људска раса је сада на невероватном пресеку невиђених количина података, генерисаних све мањим и моћнијим хардвером. Подаци се такође све више обрађују и анализирају на истим рачунарима којима је процес помогао у ширењу и развоју. Ова изјава може изгледати очигледно, али подаци су постали толико свеприсутни да њихова вредност више није само у информацијама које садрже (као што је случај података ускладиштених у бази података фирме која омогућава њено свакодневно пословање), већ у њиховој употреби као значи стварање нових вредности; такви подаци се описују као „нова нафта“. Ове нове вредности углавном постоје у начину на који апликације маникирирају, чувају и преузимају податке, иу томе како их ви заправо користите помоћу паметних алгоритама.

АИ алгоритми су испробали различите приступе на путу, прелазећи од једноставних алгоритама до симболичког закључивања заснованог на логици, а затим до експертних система. Последњих година постали су неуронске мреже и, у свом најзрелијем облику, дубоко учење. Како се овај методолошки одломак десио, подаци су се претворили од информација које су обрађене унапред одређеним алгоритмима у оно што је обликовало алгоритам у нешто корисно за задатак. Подаци су се претворили од само сировог материјала који је подстакао решење у мајстора самог решења, као што је приказано овде.

Са садашњим АИ решењима, више података значи више интелигенције.

Дакле, фотографија неких од ваших мачића постаје све кориснија не само због своје афективне вредности — која приказује ваше слатке мале мачке — већ зато што би могла постати део процеса учења АИ који открива општије концепте, као што су карактеристике означавају мачку, или разумевање шта дефинише слатко.

У већем обиму, компанија као што је Гугл храни своје алгоритме из слободно доступних података, као што су садржај веб локација или текст који се налази у јавно доступним текстовима и књигама. Софтвер Гоогле спидер индексира веб, скаче са веб локације на веб локацију, преузимајући веб странице са њиховим садржајем текста и слика. Чак и ако Гоогле врати део података корисницима као резултате претраге, он извлачи друге врсте информација из података користећи своје АИ алгоритме, који из њих уче како да постигну друге циљеве.

Алгоритми који обрађују речи могу помоћи Гоогле АИ системима да разумеју и предвиде ваше потребе чак и када их не изражавате скупом кључних речи, већ једноставним, нејасним природним језиком, језиком који говоримо сваки дан (и да, свакодневни језик је често нејасан) . Ако тренутно покушате да постављате питања, а не само низ кључних речи, Гоогле претраживачу, приметићете да он тежи да одговори тачно. Од 2012. године, са увођењем ажурирања Хуммингбирд, Гоогле је постао способнији да разуме синониме и концепте, нешто што превазилази почетне податке које је стекао, а ово је резултат АИ процеса. Још напреднији алгоритам постоји у Гоогле-у, под називом РанкБраин, који учи директно из милиона упита сваког дана и може да одговори на двосмислене или нејасне упите за претрагу, чак и изражене у сленгу или колоквијалним терминима или једноставно са грешкама. РанкБраин не сервисира све упите, али учи из података како да боље одговори на упите. Већ обрађује 15 посто упита мотора, ау будућности би овај проценат могао постати 100 посто.