Потенциальная проблема, создаваемая искусственным интеллектом (ИИ), не имеет ничего общего с сумасшедшими роботами или нормальными роботами, берущими работу. Это связано с тем, что люди и продукты «устаревают». Хорошая новость заключается в том, что это можно исправить, если понять, что такое ИИ и на какие области он будет влиять, чтобы сформировать образ мышления в соответствии с этой неизбежностью в ближайшем будущем.
Учитывая мой опыт работы с ИИ, коллеги и друзья спрашивали меня, означает ли ИИ конец света в том виде, в каком мы его знаем. Они спрашивают о программах для написания программного обеспечения, особенностях, о том, что сказал Стивен Хокинг, и многом другом. Большинство из них чувствуют себя устаревшими, читая или обсуждая Ала. До сих пор они профессионально справлялись с различными новыми технологиями, такими как электронная почта, обучение в Google, покупки на eBay, загрузка личных материалов на Facebook для всеобщего обозрения, Snapchatting и так далее.
Но искусственный интеллект? Как ты с этим справишься? Пора проверить варианты выхода на пенсию? Нет.
AI здесь, чтобы остаться. Искусственный интеллект - это, по сути, наука о Знаниях. Все дело в знаниях и обучении. Технологии - это знания, и на определенном уровне все, что существует, - это технологии, включая людей.
Итак, что такое ИИ?
Короче говоря, ИИ можно разделить на различные области, наиболее важными из которых являются машинное обучение и обработка естественного языка. Ниже приводится краткое и простое объяснение этого.
1. Машинное обучение (ML)
Машинное обучение основано на нейронных сетях, которые моделируют биологическую функцию мозга. Нейронная сеть - это сеть нейронов (клеток мозга), которые связаны друг с другом посредством соединений, называемых синапсами (представьте себе рыболовную сеть). Эти соединения имеют определенную силу (положительную или отрицательную), и их комбинация приведет к тому, что нейрон будет включаться (запускаться) или нет в соответствии с определенным пороговым значением (представьте себе лампочку с подключенными шнурами питания: если накопленной мощности хватит лампочка включится). Человеческое мышление - это эффект срабатывания (или нет) нейронов (хотя это, возможно, преуменьшение).
Теперь возьмем одну сторону нейронной сети и включим несколько нейронов. Затем перейдите на другую сторону и снова включите какие-то нейроны. Вы дали сети пример заданного входа и ожидаемого выхода (подумайте о входе 1 плюс 1 и выходе 2, чтобы научить его сложению). Затем дайте ему много примеров, а затем используйте определенный стандартизированный алгоритм обучения, с помощью которого он может учиться, регулируя мощность своих соединений и время срабатывания нейронов. После того, как он стабилизируется после многих итераций, попросите его сложить числа, которым вы его не учили: он ответит с высокой вероятностью точности на основе того, что он узнал. Таким образом, учитывая набор входных данных (например, изображения) и набор выходных данных (например, описание этих изображений), на основе шаблонов, которые он «видит», он может очень точно ответить, что содержится в новом изображении, даже если он никогда не видел это раньше.
Практическим примером этого является API Google Vision, который был обучен на огромном наборе данных изображений и может понимать содержание изображения.
2. Обработка естественного языка (NLP)
По сути, наше познание мира - это внутренняя онтология. Онтология - это иерархический набор понятий и категорий вместе с их свойствами и отношениями между ними. Младенцы начинают строить эту онтологию в первый день своей карьеры на Земле, начиная с концепции «голода» и связанной с ней субконцепции «молоко» (свойства: цвет: белый, вкус: довольно хороший).
Затем вводится средство коммуникации, называемое «языком», которое быстро принимается всеми участвующими сторонами как очень полезное. Язык напрямую связан с внутренней онтологией (базой знаний), которая постоянно расширяется. Вначале для обучения этой новой коммуникационной технологии используется парадигма обучения на основе примеров, но со временем в школе вводится набор формальных правил грамматики.
Обработка естественного языка моделирует вышеуказанное, чтобы понимать текст синтаксически / семантически (в соответствии с определением языка) и контекстно (в отношении обстоятельств и онтологических знаний).
Короче говоря, практическим примером ИИ на практике с использованием НЛП является Thinkfor.me Email, который сокращает ваши электронные письма, резюмируя каждое из них с помощью НЛП и представляя их, при желании, в виде сводки, маркированного списка или одного. -пейджер режим.
Как оставаться в гонке
Невозможно остановить течение реки, стоя посреди реки с вытянутыми руками и ногами. В зависимости от вашей профессии лучший и единственный способ справиться с искусственным интеллектом - это подумать о том, как он может помочь вам повысить ценность, точность и эффективность того, что вы делаете. Если вы владелец бизнеса, вам следует подумать о том, как встроенный ИИ может помочь вам стать более конкурентоспособным и предотвратить быстрое устаревание ваших продуктов. .
Вместо того, чтобы предоставлять список «Десять основных способов…», ниже приводится справочная информация по профессиям областей потенциального воздействия ИИ в ближайшем будущем.
ИИ в производительности
· Создание комплексного AI Assistant
AI в финансах
· Поддержка принятия решений с использованием машинного обучения посредством анализа повторяющихся элементов графика акций для оценки потенциального движения цены
· Приложения на основе нейронных сетей, которые принимают более информированные решения о кредитовании на основе наборов данных истории болезни
ИИ в образовании
· Использование НЛП в качестве обучающего инструмента для грамматического и концептуального анализа и обобщения текстов
· Использование машинного обучения для прогнозирования результатов обучения на основе наборов исторических данных
· Использование НЛП для оценки эссе
ИИ в законе
· Прогнозирование судебных приговоров на основе исторических данных и исходов дел
· Интеллектуальный поиск текстов дел и решений на контекстном уровне
AI в продажах
· Управление кампаниями по электронной почте с использованием NLP и ML для чтения и понимания ответов электронной почты, чтобы определить, какие действия следует предпринять.
· Интеллектуальная реклама: как привлечь покупателей и повлиять на продажи (остерегайтесь этого)
ИИ в здравоохранении
· Использование машинного обучения для поддержки пациентов с хроническими заболеваниями
· Использование машинного обучения в качестве поддержки принятия решений при выборе плана лечения
ИИ в новостях (фейковые или нет)
· Использование машинного обучения в сочетании с НЛП, чтобы отличить фейковые новости от настоящих с учетом исторических наборов данных.