Какво представлява и защо има значение

Изкуственият интелект (AI) дава възможност на машините да се учат от опит, да се адаптират към нови входове и да изпълняват подобни на човека задачи. Повечето примери за изкуствен интелект, за които чувате днес - от компютри за игра на шах до самоуправляващи се автомобили - разчитат до голяма степен на дълбокото обучение и обработката на естествения език. Използвайки тези технологии, компютрите могат да бъдат обучени да изпълняват специфични задачи чрез обработка на големи количества данни и разпознаване на модели в данните.

История на изкуствения интелект

Терминът изкуствен интелект е въведен през 1956 г., но ИИ днес е по-популярен благодарение на увеличения обем данни, усъвършенствани алгоритми и подобрения в изчислителната мощност и съхранение.

Ранните изследвания на ИИ през 50-те години изследват теми като решаване на проблеми и символни методи. През 60-те години Министерството на отбраната на САЩ се интересува от този вид работа и започва да обучава компютри, които да имитират основни човешки разсъждения. Например Агенцията за модерни изследователски проекти в областта на отбраната (DARPA) завърши проекти за картографиране на улици през 70-те години. И DARPA произвежда интелигентни лични асистенти през 2003 г., много преди Siri, Alexa или Cortana да бъдат домакински имена.

Тази ранна работа проправи пътя за автоматизацията и официалните разсъждения, които виждаме в компютрите днес, включително системи за подкрепа на решения и интелигентни системи за търсене, които могат да бъдат проектирани да допълват и увеличават човешките способности.

Докато холивудските филми и научно-фантастични романи изобразяват ИИ като човекоподобни роботи, които завладяват света, сегашното развитие на технологиите на ИИ не е толкова страшно - или съвсем толкова умно. Вместо това AI се е развил, за да осигури много специфични предимства във всяка индустрия. Продължавайте да четете за съвременни примери за изкуствен интелект в здравеопазването, търговията на дребно и др.

Ранната работа с невронни мрежи предизвиква вълнение за „мислещи машини“.

Машинното обучение става популярно.

Дълбоките пробиви в обучението стимулират AI бума.

AI е неразделна част от софтуера на SAS от години. Днес помагаме на клиентите във всяка индустрия да се възползват от напредъка на AI и ще продължим да вграждаме AI технологии като машинно обучение и задълбочено обучение в решения в портфолиото на SAS.

какво
Джим Лека нощ изпълнителен директор SAS

Изкуствен интелект и машинно обучение

Бързо, гледайте това видео, за да разберете връзката между ИИ и машинното обучение. Ще видите как работят тези две технологии, с примери и няколко забавни страни.

Освен това това е чудесно видео, което да споделите с приятели и семейството си, за да обясните изкуствения интелект по начин, който всеки ще разбере.

Защо е важен изкуственият интелект?

  • AI автоматизира повтарящото се обучение и откриване чрез данни. Но AI се различава от хардуерно управляваната роботизирана автоматизация. Вместо да автоматизира ръчните задачи, AI изпълнява чести, обемисти, компютъризирани задачи надеждно и без умора. За този тип автоматизация човешкото проучване все още е от съществено значение за настройване на системата и задаване на правилните въпроси.
  • AI добавя интелигентност към съществуващите продукти. В повечето случаи AI няма да се продава като индивидуално приложение. По-скоро продуктите, които вече използвате, ще бъдат подобрени с възможности за изкуствен интелект, подобно на това, че Siri е добавена като функция към ново поколение продукти на Apple. Автоматизация, разговорни платформи, ботове и интелигентни машини могат да се комбинират с големи количества данни, за да се подобрят много технологии у дома и на работното място, от разузнаването за сигурност до анализа на инвестициите.
  • AI се адаптира чрез прогресивни алгоритми за обучение за да позволят на данните да правят програмирането. AI намира структура и закономерности в данните, така че алгоритъмът да придобие умение: Алгоритъмът се превръща в класификатор или предиктор. Така че, както алгоритъмът може да се научи как да играе шах, той може да се научи какъв продукт да препоръчва следващ онлайн. И моделите се адаптират, когато им се предоставят нови данни. Обратното разпространение е техника на ИИ, която позволява на модела да се коригира чрез обучение и добавени данни, когато първият отговор не е съвсем правилен.
  • AI анализира повече и по-дълбоки данни използвайки невронни мрежи, които имат много скрити слоеве. Изграждането на система за откриване на измами с пет скрити слоя беше почти невъзможно преди няколко години. Всичко това се промени с невероятна компютърна мощност и големи данни. Нуждаете се от много данни, за да обучите модели за задълбочено обучение, защото те се учат директно от данните. Колкото повече данни можете да ги храните, толкова по-точни стават те.
  • AI постига невероятна точност чрез дълбоки невронни мрежи - което преди беше невъзможно. Например вашите взаимодействия с Alexa, Google Search и Google Photos се основават на задълбочено обучение - и те стават все по-точни, колкото повече ги използваме. В медицинската област, техниките за изкуствен интелект от дълбоко обучение, класификация на изображения и разпознаване на обекти вече могат да се използват за откриване на рак на ЯМР със същата точност като висококвалифицираните рентгенолози.
  • AI извлича максимума от данните. Когато алгоритмите се самообучават, самите данни могат да станат интелектуална собственост. Отговорите са в данните; просто трябва да приложите AI, за да ги извадите. Тъй като ролята на данните сега е по-важна от всякога, тя може да създаде конкурентно предимство. Ако имате най-добрите данни в конкурентна индустрия, дори ако всички прилагат подобни техники, най-добрите данни ще спечелят.

WildTrack и SAS: Спестяване на застрашени видове един отпечатък в даден момент.

Водещи видове като гепардите изчезват. А с тях и биоразнообразието, което ни подкрепя всички. WildTrack изследва стойността на изкуствения интелект в опазването - за да анализира отпечатъците по начина, по който местните тракери правят и да защити тези застрашени животни от изчезване.

Изкуствен интелект в съвременния свят

AI и Интернет на нещата

Данните са навсякъде около нас. Интернет на нещата (IoT) и сензорите имат способността да използват големи обеми данни, докато изкуственият интелект (AI) може да научи модели в данните за автоматизиране на задачи за различни бизнес ползи.

Интегрирайте AI във вашата програма за анализ

За да се използва ефективно ИИ, е важно стратегията около него да се включи във вашата по-голяма бизнес стратегия, като винаги се взема предвид сближаването на хората, процесите и технологиите.

Отделете Hype от реалността

AI помага за вграждането на „по-голяма интелигентност в машините“, но не завладява света, казва Оливер Шабенбергер, изпълнителен вицепрезидент на SAS и главен технологичен директор.

Как се използва изкуственият интелект

Всяка индустрия има голямо търсене на възможности за ИИ - особено системи за отговаряне на въпроси, които могат да се използват за правна помощ, търсене на патенти, уведомяване за риска и медицински изследвания. Други приложения на AI включват:

Здравеопазване

AI приложенията могат да осигурят персонализирани показания за медицина и рентгенови лъчи. Личните здравни асистенти могат да действат като треньори за живот, напомняйки ви да приемате хапчетата си, да спортувате или да се храните по-здравословно.

На дребно

AI предоставя възможности за виртуално пазаруване, които предлагат персонализирани препоръки и обсъждат възможностите за покупка с потребителя. Технологиите за управление на запасите и оформление на сайта също ще бъдат подобрени с AI.

производство

AI може да анализира фабрични IoT данни, докато тече от свързано оборудване, за да прогнозира очакваното натоварване и търсене, използвайки повтарящи се мрежи, специфичен тип мрежа за дълбоко обучение, използвана с данни за последователност.

Банкиране

Изкуственият интелект повишава скоростта, прецизността и ефективността на човешките усилия. Във финансовите институции техниките за изкуствен интелект могат да се използват, за да се идентифицират кои транзакции могат да бъдат измамни, да се приемат бързи и точни кредитни оценки, както и да се автоматизират ръчно интензивни задачи за управление на данни.

Работа заедно с AI

Изкуственият интелект не е тук, за да ни замести. Това увеличава нашите способности и ни прави по-добри в това, което правим. Тъй като алгоритмите за ИИ се учат по различен начин от хората, те гледат на нещата по различен начин. Те могат да видят взаимоотношения и модели, които ни избягват. Това човешко партньорство с изкуствен интелект предлага много възможности. То може:

  • Пренесете анализа в индустрии и домейни, където понастоящем е недостатъчно използван.
  • Подобрете работата на съществуващите аналитични технологии, като компютърно зрение и анализ на времеви редове.
  • Разбийте икономическите бариери, включително езиковите и преводаческите бариери.
  • Увеличете съществуващите способности и ни направете по-добри в това, което правим.
  • Дайте ни по-добро зрение, по-добро разбиране, по-добра памет и много повече.

Какви са предизвикателствата при използването на изкуствен интелект?

Изкуственият интелект ще промени всяка индустрия, но трябва да разберем нейните граници.

Основното ограничение на AI е, че той се учи от данните. Няма друг начин, по който знанията могат да бъдат включени. Това означава, че всички неточности в данните ще бъдат отразени в резултатите. И всички допълнителни слоеве за прогнозиране или анализ трябва да се добавят отделно.

Днешните системи за изкуствен интелект са обучени да изпълняват ясно дефинирана задача. Системата, която играе покер, не може да играе пасианс или шах. Системата, която открива измами, не може да управлява кола или да ви дава правен съвет. Всъщност, системата за изкуствен интелект, която открива измами в здравеопазването, не може точно да открие данъчни измами или измами с гаранции.

С други думи, тези системи са много, много специализирани. Те са фокусирани върху една задача и далеч не се държат като хората.

По същия начин системите за самообучение не са автономни системи. Представените AI технологии, които виждате във филмите и телевизията, все още са научна фантастика. Но компютрите, които могат да изследват сложни данни, за да научат и да усъвършенстват конкретни задачи, стават доста разпространени.

SAS ® Визуално извличане на данни и машинно обучение

AI се опростява, когато можете да подготвите данни за анализ, да разработите модели със съвременни алгоритми за машинно обучение и да интегрирате текстов анализ в един продукт. Освен това можете да кодирате проекти, които комбинират SAS с други езици, включително Python, R, Java или Lua.

Как работи изкуственият интелект

AI работи чрез комбиниране на големи количества данни с бърза итеративна обработка и интелигентни алгоритми, позволявайки на софтуера да се учи автоматично от модели или характеристики в данните. AI е широко поле на изследване, което включва много теории, методи и технологии, както и следните основни подполета:


Освен това няколко технологии позволяват и поддържат AI:

  • Графични обработващи устройства са ключови за AI, защото осигуряват тежката изчислителна мощност, необходима за итеративна обработка. Обучението на невронни мрежи изисква големи данни плюс изчислителна мощност.
  • Интернет на нещатагенерира огромни количества данни от свързани устройства, повечето от които не са анализирани. Автоматизирането на модели с AI ще ни позволи да използваме повече от него.
  • Разширени алгоритмисе разработват и комбинират по нови начини за анализ на повече данни по-бързо и на множество нива. Тази интелигентна обработка е ключова за идентифициране и прогнозиране на редки събития, разбиране на сложни системи и оптимизиране на уникални сценарии.
  • API или интерфейси за програмиране на приложения, са преносими пакети с код, които правят възможно добавянето на функционалност на AI към съществуващите продукти и софтуерни пакети. Те могат да добавят възможности за разпознаване на изображения към системи за домашна сигурност и възможности за въпроси и отговори, които описват данни, създават надписи и заглавия или извикват интересни модели и прозрения в данните.

В обобщение, целта на AI е да предостави софтуер, който може да разсъждава на входа и да обяснява на изхода. AI ще осигури човешки взаимодействия със софтуер и ще предложи подкрепа за вземане на решения за конкретни задачи, но не е заместител за хората - и няма да бъде скоро.