Mesterséges intelligencia

Mi ez és miért számít

A mesterséges intelligencia (AI) lehetővé teszi a gépek számára, hogy tanuljanak a tapasztalatokból, alkalmazkodjanak az új inputokhoz és emberhez hasonló feladatokat hajtsanak végre. A legtöbb AI-példa, amelyről ma hallani - a sakkozó számítógépektől az önvezető autókig - nagyban támaszkodik a mély tanulásra és a természetes nyelv feldolgozására. Ezeknek a technológiáknak a felhasználásával a számítógépeket speciális feladatok elvégzésére lehet oktatni nagy mennyiségű adat feldolgozásával és az adatok mintázatainak felismerésével.

Mesterséges intelligencia története

A mesterséges intelligencia kifejezést 1956-ban vezették be, de a mesterséges intelligencia napjainkban egyre népszerűbb a megnövekedett adatmennyiségnek, fejlett algoritmusoknak, valamint a számítási teljesítmény és tárolás fejlesztésének köszönhetően.

Az 1950-es évek elején végzett AI-kutatás olyan témákat tárt fel, mint a problémamegoldás és a szimbolikus módszerek. Az 1960-as években az Egyesült Államok Védelmi Minisztériuma érdeklődött az ilyen típusú munka iránt, és elkezdte számítógépek képzését az alapvető emberi érvelés utánzására. Például a Defence Advanced Research Projects Agency (DARPA) az 1970-es években befejezte az utcatérképezési projekteket. És a DARPA 2003-ban intelligens személyi asszisztenseket állított elő, még jóval azelőtt, hogy Siri, Alexa vagy Cortana háznév volt.

Ez a korai munka egyengette az utat az automatizálás és a formális érvelés előtt, amelyet ma a számítógépekben látunk, beleértve a döntéstámogató rendszereket és az intelligens keresési rendszereket, amelyek az emberi képességek kiegészítésére és bővítésére tervezhetők.

Míg a hollywoodi filmek és a tudományos-fantasztikus regények az AI-t emberi szerű robotokként ábrázolják, amelyek elfoglalják a világot, az AI-technológiák jelenlegi fejlődése nem annyira ijesztő - vagy egészen okos. Ehelyett az AI fejlődött, hogy minden iparágban számos konkrét előnyt biztosítson. Olvassa tovább a mesterséges intelligencia modern példáit az egészségügyben, a kiskereskedelemben és egyebekben.

A neurális hálózatokkal végzett korai munka izgatja a „gondolkodó gépeket”.

A gépi tanulás népszerűvé válik.

A mély tanulási áttörések hajtják végre az AI fellendülését.

Az AI évek óta a SAS szoftver szerves része. Ma segítünk minden iparági ügyfelek számára, hogy kamatoztassák az AI fejlődését, és folytatjuk az AI-technológiák, például a gépi tanulás és az alapos tanulás beépítését az SAS portfólióba.

Jim Goodnight SAS vezérigazgató

Mesterséges intelligencia és gépi tanulás

Gyorsan, nézze meg ezt a videót, hogy megértse az AI és a gépi tanulás kapcsolatát. Meglátja, hogyan működik ez a két technológia, példákkal és néhány vicces melléklettel.

Ráadásul ez egy nagyszerű videó, amelyet barátaival és családtagjaival megoszthatunk, hogy a mesterséges intelligenciát bárki számára érthető módon elmagyarázzuk.

Miért fontos a mesterséges intelligencia?

Az AI automatizálja az ismétlődő tanulást és a felfedezést az adatok segítségével. De az AI különbözik a hardver-vezérelt, robotizált automatizálástól. A manuális feladatok automatizálása helyett az AI gyakran, nagy volumenű, számítógépes feladatokat hajt végre megbízhatóan és fáradtság nélkül. Az ilyen típusú automatizáláshoz az emberi érdeklődés továbbra is elengedhetetlen a rendszer felállításához és a megfelelő kérdések feltevéséhez.
Az AI hozzáadja az intelligenciát meglévő termékekhez. A legtöbb esetben az AI nem kerül eladásra egyedi alkalmazásként. Inkább a már használt termékeket javítják az AI képességeivel, hasonlóan ahhoz, hogy a Siri funkciót felvették az Apple új termékeinek új generációjába. Az automatizálás, a beszélgetési platformok, a robotok és az intelligens gépek nagy mennyiségű adattal kombinálhatók számos technológia fejlesztése érdekében otthon és a munkahelyen, a biztonsági intelligenciától a befektetési elemzésig.
Az AI a progresszív tanulási algoritmusok révén alkalmazkodik hogy az adatok elvégezzék a programozást. Az AI úgy találja meg az adatok szerkezetét és szabályszerűségeit, hogy az algoritmus készségeket szerezzen: Az algoritmus osztályozóvá vagy előrejelzővé válik. Tehát, ahogy az algoritmus megtaníthatja önmagát a sakkozásra, megtaníthatja magának, hogy melyik terméket ajánlja legközelebb online. És a modellek alkalmazkodnak, ha új adatokat kapnak. A hátterjedés olyan mesterséges intelligencia-technika, amely lehetővé teszi a modell alkalmazkodását edzéssel és hozzáadott adatokkal, amikor az első válasz nem egészen helyes.

Az AI több és mélyebb adatot elemez sok rejtett rétegű neurális hálózatok segítségével. Néhány évvel ezelőtt szinte lehetetlen volt öt rejtett rétegből álló csalás felderítő rendszert kiépíteni. Mindez hihetetlen számítógépes erővel és nagy adatokkal változott. Sok adatra van szüksége a mély tanulási modellek kiképzéséhez, mert azok közvetlenül az adatokból tanulnak. Minél több adatot tud adni nekik, annál pontosabbak lesznek.
Az AI hihetetlen pontosságot ér el mély idegi hálózatokon keresztül - ami korábban lehetetlen volt. Például az Alexával, a Google Kereséssel és a Google Fotókkal folytatott interakcióitok mély tanuláson alapulnak - és egyre pontosabbak lesznek, minél többet használjuk őket. Orvosi területen a mély tanulás, a képosztályozás és az objektumfelismerés mesterséges intelligencia-technikái már alkalmazhatók a rák felkutatására az MRI-n ugyanolyan pontossággal, mint a magasan képzett radiológusok.
Az AI a legtöbbet hozza ki az adatokból. Amikor az algoritmusok önállóan tanulnak, az adatok maguk is szellemi tulajdonjoggá válhatnak. A válaszok az adatokban vannak; csak AI-t kell alkalmaznia, hogy kijusson. Mivel az adatok szerepe ma minden eddiginél fontosabb, versenyelőnyt teremthet. Ha a legjobb adatokkal rendelkezik egy versenyképes iparágban, akkor is, ha mindenki hasonló technikákat alkalmaz, a legjobb adatok nyernek.

WildTrack és SAS: A veszélyeztetett fajok mentése egy-egy lábnyommal.

A zászlóshajó fajok, mint a gepárd, eltűnnek. És velük együtt a biodiverzitás, amely mindannyiunkat támogat. A WildTrack a mesterséges intelligencia értékét kutatja a természetvédelemben - hogy elemezze a lábnyomokat, ahogy az őslakos nyomkövetők teszik, és megvédi ezeket a veszélyeztetett állatokat a kihalástól.

Mesterséges intelligencia a mai világban

AI és a tárgyak internete

Az adatok körülöttünk vannak. A tárgyak internete (IoT) és az érzékelők képesek nagy mennyiségű adatot hasznosítani, míg a mesterséges intelligencia (AI) megtanulhatja az adatok mintáit, hogy automatizálja a feladatokat a különféle üzleti előnyök érdekében.

Integrálja az AI-t az Analytics programba

Az AI hatékony használatához fontos, hogy a körülötte lévő stratégia beépüljön a nagyobb üzleti stratégiába, mindig figyelembe véve az emberek, a folyamatok és a technológiák konvergenciáját.

Válassza el a hype-t a valóságtól

Az AI segít "nagyobb okosságot beépíteni a gépekbe", de nem veszi át a világ hatalmát - mondja Oliver Schabenberger, a SAS ügyvezető alelnöke és technológiai igazgatója.

Hogyan használják a mesterséges intelligenciát

Minden iparágban nagy az igény a mesterséges intelligencia képességeire - különösen a kérdés megválaszolási rendszerekre, amelyek jogi segítségnyújtáshoz, szabadalmi kereséshez, kockázat bejelentéshez és orvosi kutatáshoz használhatók. Az AI egyéb felhasználási területei:

Egészségügyi ellátás

Az AI alkalmazások személyre szabott gyógyszeres és röntgen-leolvasásokat nyújthatnak. A személyi egészségügyi asszisztensek életmentő edzőként működhetnek, emlékeztetve Önt arra, hogy vegye be a tablettáit, mozogjon vagy egészségesen táplálkozzon.

Kiskereskedelem

Az AI virtuális vásárlási lehetőségeket kínál, amelyek személyre szabott ajánlásokat kínálnak, és megvitatják a vásárlóval a vásárlási lehetőségeket. A készletgazdálkodási és a helyszínelrendezési technológiákat az AI segítségével is fejleszteni fogják.

Gyártás

Az AI elemezheti a gyári IoT adatokat, amikor a csatlakoztatott berendezésekből áramlik, hogy előre jelezze a várható terhelést és igényt a visszatérő hálózatok segítségével, egy adott típusú mély tanulási hálózat, amelyet szekvencia adatokkal használnak.

Banki szolgáltatások

A mesterséges intelligencia növeli az emberi erőfeszítések gyorsaságát, pontosságát és eredményességét. Pénzügyi intézményekben az AI technikák felhasználhatók az esetlegesen csaló tranzakciók azonosítására, gyors és pontos kreditpontozásra, valamint manuálisan intenzív adatkezelési feladatok automatizálására.

Együttműködés az AI-vel

A mesterséges intelligencia nem helyettesít minket. Növeli képességeinket és jobbá tesz bennünket abban, amit csinálunk. Mivel az AI algoritmusok másképp tanulnak, mint az emberek, másképp tekintenek a dolgokra. Láthatnak kapcsolatokat és mintákat, amelyek elkerülnek bennünket. Ez az emberi, mesterséges intelligencia-partnerség sok lehetőséget kínál. Az tud:

Hozzon elemzést azokhoz az iparágakhoz és domainekhez, ahol jelenleg nincs kihasználva.
Javítsa a meglévő analitikai technológiák teljesítményét, mint például a számítógépes látás és az idősor-elemzés.
Szüntesse meg a gazdasági akadályokat, beleértve a nyelvi és fordítási akadályokat.
Növelje a meglévő képességeket és javítson bennünket abban, amit csinálunk.
Adj nekünk jobb látást, jobb megértést, jobb memóriát és még sok minden mást.

Milyen kihívásokkal jár a mesterséges intelligencia használata?

A mesterséges intelligencia minden iparágat megváltoztat, de meg kell értenünk annak határait.

Az AI elvi korlátozása az, hogy az adatokból tanul. Nincs más módszer, amellyel a tudás beépíthető. Ez azt jelenti, hogy az adatokban szereplő pontatlanságok tükröződnek az eredményekben. És minden további előrejelzési vagy elemzési réteget külön kell hozzáadni.

A mai AI rendszerek világosan meghatározott feladat elvégzésére vannak kiképezve. A pókert játszó rendszer nem tud pasziánszot vagy sakkot játszani. A csalást észlelő rendszer nem vezethet autót és nem adhat jogi tanácsot. Valójában az egészségügyi csalást észlelő AI rendszer nem képes pontosan felderíteni az adócsalást vagy a jótállási igényt.

Más szóval, ezek a rendszerek nagyon, nagyon specializáltak. Egyetlen feladatra összpontosítanak, és messze nem viselkednek úgy, mint az emberek.

Hasonlóképpen, az önálló tanulási rendszerek nem önálló rendszerek. Az elképzelt AI technológiák, amelyeket a filmekben és a tévében lát, még mindig tudományos fantasztikus. De a számítógépek, amelyek összetett adatokat vizsgálhatnak a tanulás és a speciális feladatok tökéletesítése érdekében, meglehetősen gyakoriak.

SAS ® Vizuális adatbányászat és gépi tanulás

Az AI egyszerűsödik, ha adatokat készíthet elemzésre, modelleket fejleszthet modern gépi tanulási algoritmusokkal, és a szövegelemzést egy termékbe integrálja. Ezenkívül kódolhatja azokat a projekteket, amelyek az SAS-t más nyelvekkel kombinálják, beleértve a Python, R, Java vagy Lua nyelveket.

Hogyan működik a mesterséges intelligencia

Az AI úgy működik, hogy nagy mennyiségű adatot kombinál a gyors, iteratív feldolgozással és az intelligens algoritmusokkal, lehetővé téve a szoftver számára, hogy automatikusan tanuljon az adatok mintáiból vagy jellemzőiből. Az AI egy széles körű tanulmányi terület, amely számos elméletet, módszert és technológiát, valamint a következő fő részterületeket tartalmazza:

Ezenkívül számos technológia lehetővé teszi és támogatja az AI-t:

Grafikus feldolgozó egységek kulcsfontosságúak az AI számára, mert biztosítják az iteratív feldolgozáshoz szükséges nagy számítási erőt. Az ideghálózatok kiképzéséhez nagy adat és számítási teljesítmény szükséges.
A dolgok internetehatalmas mennyiségű adatot generál csatlakoztatott eszközökről, amelyek többségét elemzés nélkül. A modellek AI-val történő automatizálása lehetővé teszi számunkra, hogy többet használjunk fel belőle.
Fejlett algoritmusokfejlesztés alatt állnak és új módszerekkel kombinálják a több adat gyorsabb és többszintű elemzését. Ez az intelligens feldolgozás kulcsfontosságú a ritka események azonosításához és előrejelzéséhez, az összetett rendszerek megértéséhez és az egyedi forgatókönyvek optimalizálásához.
API-k vagy alkalmazás-programozási felületek, olyan hordozható kódcsomagok, amelyek lehetővé teszik az AI-funkciók hozzáadását a meglévő termékekhez és szoftvercsomagokhoz. Képfelismerési képességeket adhatnak hozzá az otthoni biztonsági rendszerekhez, valamint Q & A képességeket, amelyek leírják az adatokat, feliratokat és címsorokat hoznak létre, vagy érdekes mintákat és betekintést hívnak elő az adatokról.

Összességében elmondható, hogy az AI célja olyan szoftver biztosítása, amely képes megalapozni a bemenetet és magyarázni a kimenetet. Az AI az emberihez hasonló interakciókat fog biztosítani a szoftverekkel, és döntési támogatást kínál bizonyos feladatokhoz, de ez nem helyettesíti az embereket - és nem is hamarosan.