Понимание экосистемы AI/ML
Доброго времени суток новой «крутой большой» эре искусственного интеллекта, эпохе, когда робот помогает женщине мыть посуду, а мужчине — пиво. Эпоха, когда два слова, такие как «Окей, Google», «Привет, Алекса», «Привет, Siri» или «Привет, Биксби», сделают вашу жизнь легкой и беззаботной. Эпоха, когда Netflix или Amazon предлагают вам фильмы или книги, искусственный интеллект становится обычным явлением, от ваших смартфонов и вашей учетной записи Amazon до автомобилей без водителя, которые скоро появятся на дорогах общего пользования в Австралии. Некоторые утверждают, что это волшебство, а другие считают, что это роботы, которые воруют рабочие места. Что ж, истина в последней инстанции заключается в том, что стремление к технологиям искусственного интеллекта и машинному обучению быстро становится неотъемлемой частью нашей повседневной жизни.
Его происхождение насчитывает более 60 лет. Этот термин впервые был придуман в 1956 году на Дартмутском семинаре под названием «Дартмутский летний исследовательский проект по искусственному интеллекту», и с тех пор многие специалисты-практики и компьютерные ученые внесли большой вклад. еще до того, как люди пытались воспроизвести машины, которые могут воспроизвести человеческую природу, даже интеллект. Однако все эти годы он двигался очень медленно. Обычно он не был гладким, у нас были периоды, когда мы сталкивались с резкими изменениями, и ИИ впадал в спячку. Мы называем это «зимой ИИ». Причина, по которой его назвали зимой ИИ, заключалась в том, что вычислительных мощностей не хватало. Сегодня это кажется сложной задачей для большинства технологов, поскольку пространство развивается невероятно быстро.
Иногда разница между ИИ, машинным обучением и глубоким обучением немного размыта. С математической точки зрения глубокое обучение — это подмножество машинного обучения, а машинное обучение — подмножество искусственного интеллекта. Имея это в виду, мы можем определить искусственный интеллект как отрасль компьютерных наук, которая фокусируется на создании машин, способных имитировать или имитировать интеллектуальное поведение. Развитие машинного обучения было шагом в размышлениях о том, как машины могут учиться без явного программирования на основе существующей информации/данных, корректировать или изменять свое поведение, делать прогнозы или предпринимать автономные действия, например: «Это собака, это — собака». кот». Тем не менее, глубокое обучение — это новинка в школе и подобласть машинного обучения, которая пытается работать с алгоритмами, вдохновленными тем, как функционирует человеческий мозг. Глубокое обучение используется для решения новых производственных задач, таких как компьютерное зрение для беспилотных транспортных средств, распознавание речи и обработка естественного языка для голосовых интерфейсов человека. Например, Google использует глубокое обучение в своих алгоритмах распознавания голоса.
Неявно термин ИИ предполагает имитацию человеческого интеллекта. Но могло ли это случиться на самом деле? Возможно, нынешняя версия ИИ не настолько эффективна, чтобы вывести человеческий интеллект из цикла. Тем не менее, он определенно может решить гораздо больший круг проблем благодаря своим передовым алгоритмам, мощной и экономичной вычислительной мощности, эластичности (способность компьютерной системы адаптироваться к различным рабочим нагрузкам путем автоматического запуска и закрытия ресурсов) и поддержки больших данных.
Когда ИИ впервые появился на свет, многие специалисты-практики кодировали все с нуля на самых разных языках. Изначально были популярны такие языки, как Prolog, Lisp. Позже актуальными стали Java и C++. В последнее время языками ИИ де-факто стали R и Python.
В корпоративном мире компании-разработчики программного обеспечения, исследователи, отраслевые фирмы и бизнес-компании уделяют больше внимания использованию искусственного интеллекта во многих инновационных областях, таких как автономные транспортные средства, распознавание изображений, языковой перевод и обработка естественного языка для аналитики. С точки зрения предметной области, BFSI (обнаружение мошенничества), здравоохранение (расширенная и быстрая диагностика), автомобили (беспилотные автомобили), F&B, мода (онлайн-платформы) и т. д. используют ИИ наилучшим образом, в то время как с демографической точки зрения ИИ правит США. затем следуют Европа и Азиатско-Тихоокеанский регион.
Некоторые из ключевых игроков на рынке искусственного интеллекта включают Apple Inc., Bloomberg, Coursera, Facebook, Fingenius Limited, General Vision, Inc., Google Inc., IBM Corporation, Inbenta Technologies, Inc., Intel Corporation, Microsoft Corporation, Numenta. , Inc., Nvidia Corporation, Qualcomm, Sentient Technologies Holdings Ltd. и Tesla Motors. Facebook и Google используют машинное обучение для анализа пользователей, шаблонов кликов и предоставления персонализированного контента и рекламы. Другие обращаются к машинному обучению, чтобы понять все, от потребительских покупок и моделей расходов до рынков недвижимости и аренды жилья.
Собрав все вместе, ИИ и МО вышли за рамки «магии» или «научной фантастики» и заняли место в нашей основной жизни. Мы используем его, даже не осознавая. Фундамент, на который опирается ИИ, состоит из обширных, богатых источников данных, которые делают глубокое обучение реальностью. Так что ждите, так как дикая поездка только началась!
