Artificiell intelligens: Att sätta algoritmer i verket

Algoritmer och AI förändrade dataspelet. Människan befinner sig nu i en otrolig skärningspunkt av oöverträffade mängder data, genererade av allt mindre och kraftfullare hårdvara. Data bearbetas och analyseras också allt mer av samma datorer som processen hjälpte till att sprida och utveckla. Detta uttalande kan tyckas uppenbart, men data har blivit så allestädes närvarande att dess värde inte längre bara ligger i informationen den innehåller (såsom fallet med data lagrade i ett företags databas som tillåter dess dagliga verksamhet), utan snarare i dess användning som en medel för att skapa nya värden; sådan data beskrivs som den "nya oljan". Dessa nya värden finns mestadels i hur applikationer manikyr, lagrar och hämtar data, och i hur du faktiskt använder den med hjälp av smarta algoritmer.

AI-algoritmer har prövat olika tillvägagångssätt längs vägen, från enkla algoritmer till symboliska resonemang baserade på logik och sedan till expertsystem. På senare år har de blivit neurala nätverk och, i sin mest mogna form, djupinlärning. När denna metodologiska passage inträffade förvandlades data från att vara informationen som bearbetades av förutbestämda algoritmer till att bli det som formade algoritmen till något användbart för uppgiften. Data förvandlades från att bara vara råmaterialet som drev lösningen till hantverkaren av själva lösningen, som visas här.

Med nuvarande AI-lösningar är mer data lika med mer intelligens.

Således har ett foto av några av dina kattungar blivit allt mer användbart, inte bara på grund av dess affektionsvärde – föreställande dina söta små katter – utan för att det kan bli en del av inlärningsprocessen för en AI som upptäcker mer allmänna begrepp, som vilka egenskaper beteckna en katt, eller förstå vad som definierar söt.

I en större skala matar ett företag som Google sina algoritmer från fritt tillgänglig data, såsom innehållet på webbplatser eller texten som finns i allmänt tillgängliga texter och böcker. Googles spindelprogram genomsöker webben, hoppar från webbplats till webbplats och hämtar webbsidor med innehåll av text och bilder. Även om Google ger tillbaka en del av datan till användarna som sökresultat, extraherar det annan typ av information från datan med hjälp av sina AI-algoritmer, som lär sig av den hur man uppnår andra mål.

Algoritmer som bearbetar ord kan hjälpa Googles AI-system att förstå och förutse dina behov även när du inte uttrycker dem i en uppsättning nyckelord utan i ett vanligt, otydligt naturligt språk, det språk vi talar varje dag (och ja, det vardagliga språket är ofta otydligt) . Om du för närvarande försöker ställa frågor, inte bara kedjor av sökord, till Googles sökmotor, kommer du att märka att den tenderar att svara korrekt. Sedan 2012, med introduktionen av Hummingbird-uppdateringen, blev Google bättre på att förstå synonymer och begrepp, något som går utöver den initiala data som det förvärvade, och detta är resultatet av en AI-process. En ännu mer avancerad algoritm finns i Google, vid namn RankBrain, som lär sig direkt från miljontals frågor varje dag och kan svara på tvetydiga eller oklara sökfrågor, till och med uttryckta i slang eller vardagliga termer eller helt enkelt fyllda med fel. RankBrain servar inte alla frågor, men den lär sig av data hur man bättre svarar på frågor. Den hanterar redan 15 procent av motorns förfrågningar, och i framtiden kan denna andel bli 100 procent.