Nilalaman
- 1. Ang AI ay binubuo ng mga intelihenteng robot o androids na mukhang tao.
- 2. AI, ang pag-aaral ng makina at malalim na pag-aaral ay lahat ng parehong bagay.
- 3. Natuto nang buo ang AI.
- 4. Ang mga chatbots ay ang pinaka pangunahing anyo ng AI.
- 5. Ang lakas na kinakailangan upang maisagawa ang lahat ng mga operasyon sa malalim na pag-aaral sa hinaharap ay hindi matiyak.
- Walang Mga bug, Walang Stress - Ang Iyong Hakbang sa Hakbang Patnubay sa Paglikha ng Software na Pagbabago ng Buhay nang Walang Pagsira sa Iyong Buhay
- 6. Madali para sa isang negosyo na magrenta ng lakas ng computing na kinakailangan upang ma-fuel ang mga operasyon ng AI.
- 7. Kailangan mo ng napakalawak na halaga ng data upang sanayin ang AI.
- 8. Papalitan ng AI ang umiiral na mga tool sa BI, ginagawa ang anumang nakaraang teknolohiya na hindi na ginagamit.
- 9. Ang Neural Networks ay tulad ng biological network ngunit mekanikal.
- 10. Ang AI ay kalaunan ay magiging sapat na matalino upang maunawaan na ang mga tao ay mapanganib dito at dapat na mapapatay.
Pinagmulan: Usa Pyon / Dreamstime.com
Takeaway:
Ang AI ay isang mainit na teknolohiya, ngunit maraming mga tao ang may maling pagkakaunawaan sa kung ano mismo ang nararapat. Narito tinitingnan natin ang ilan sa mga mito na nakapalibot sa AI at sinusuri ang mga katotohanan.
Bakit pinag-uusapan ng lahat ang tungkol sa AI, ngunit hindi pa rin namin nakikita ang mga friendly na robot tulad ng Data mula sa "Star Trek" na naglalakad sa mga tao? Naalala ba natin na magdagdag ng Pangalawang Punong Direksyon ng RoboCop sa kanilang mga script na pattern upang maaari nilang "Protektahan ang mga walang sala" sa halip na puksain ang sangkatauhan sa sandaling makakuha sila ng buong damdamin?
Ngayon, mayroong maraming pagkalito tungkol sa kung ano ang artipisyal na katalinuhan (AI), ang pagkatuto ng makina at malalim na pagkatuto ay kung ano ang, ano ang maaaring gawin ng "intelihente machine", at kung ano talaga ang kasalukuyang estado ng mga teknolohiya ng AI. Panahon na upang tamasahin ang ilang mga mabuting lumang debunking, kaya't dibdibin ang 10 pinakakaraniwang mitolohiya tungkol sa AI. (Para sa higit pa sa potensyal na hinaharap ng AI, suriin Ang AI Revolution ba na Gawin ang Kinakailangan ng Universal Revolution?)
1. Ang AI ay binubuo ng mga intelihenteng robot o androids na mukhang tao.
Sobrang "Blade Runner" para sa lahat dito, hmm? Bagaman mayroong maraming pangkalahatang pagkalito sa pagitan ng mga robotics at AI, ang mga ito ay dalawang ganap na magkakaibang mga larangan ng agham na nagsisilbi ng iba't ibang mga layunin. Ang mga robot ay mga pisikal na aparato na pinaglingkuran ng mga actuators at sensor upang maisagawa ang isang malawak na hanay ng mga gawain, tulad ng pagbuo, pagdala o pag-alis ng mga produkto sa mga pabrika.
Ang AI ay software na na-program sa paraang ito ay sapat na autonomiya upang makagawa ng mga pagpapasya at matuto mula sa mga pagkakamali nito. Bagaman ang ilang mga robot ay maaaring mapahusay sa pamamagitan ng mga algorithm ng AI, ang "katalinuhan" na bahagi ay isa lamang karagdagang kakayahan na maaaring makuha ng AI.
2. AI, ang pag-aaral ng makina at malalim na pag-aaral ay lahat ng parehong bagay.
Bagaman lahat sila ng mga bahagi ng parehong mas malaking sistema ng AI, sila ay tatlong magkakaibang bagay. Karaniwan, ang pag-aaral ng makina ay ang paraan kung saan natututo ang AI mula sa mga panlabas na mapagkukunan, tulad ng paggamit ng mga algorithm upang makilala ang data at matukoy ang tamang pag-uugali. Ang malalim na pag-aaral ay isa lamang posibleng pamamaraan na ginagamit sa praktikal na aplikasyon ng pagkatuto ng makina. Ito ay batay sa mga neural network (NN) at ginagamit upang sabihin sa AI kung ano ang posibilidad nito ay ang paggawa ng tamang desisyon.
3. Natuto nang buo ang AI.
Sa kabila ng ilang mga labis na pagmamalasakit tungkol sa AI na di-umano’y natututo nang sarili, imposible pa ring maghanap ng isang sistema na pinapatakbo ng AI na mayroong anumang application na tunay na mundo na maaaring lumago mula sa zero na kaalaman nang walang tulong ng tao. Ang anumang sistema na may kinalaman sa mga nakatagong impormasyon o kawalan ng katiyakan ng anumang uri ay hindi "maiintindihan" ng AI, na kailangan pa ring pakainin ang input at data ng mga tao. Gayundin, ang bawat piraso ng impormasyon ay dapat magkaroon ng isang malinaw na layunin, isang bagay na hindi maaaring hulaan ng AI nang walang panlabas na mapagkukunan (hindi sa simula, hindi bababa sa).
4. Ang mga chatbots ay ang pinaka pangunahing anyo ng AI.
Muli, kahit na mayroong ilang mga chatbots na gumamit ng higit pa o mas kaunting masamang mga form ng AI, karamihan sa kanila ay walang iba kundi ang mga pangunahing programa na nakikipag-ugnay sa mga tao sa pamamagitan ng o mga interface ng boses. Sa halip na talagang maging "marunong," ang karamihan sa mga chatbots ay may mga tugon na na-preprogrammed na ibinibigay bilang tugon sa ilang mga keyword sa input ng gumagamit. Para sa isang chatbot upang maging isang tunay na AI, dapat itong magkaroon ng maraming mga teknolohiya na nagbibigay-daan upang maunawaan ang isang tao, alamin ang tungkol sa kanyang mga pangangailangan, at gumanti nang naaayon. Kailangan nito ang boses o pagkilala ng software, pagsusuri ng damdamin, ilang uri ng programa ng pagkatuto ng makina at isang teknolohiyang natural na wika ng henerasyon. (Upang malaman ang higit pa tungkol sa mga chatbots, tingnan ang We Asked IT Pros Paano Ang Mga Negosyo ay Gumagamit ng Mga Chatbots sa Hinaharap. Narito ang Sinabi nila.)
5. Ang lakas na kinakailangan upang maisagawa ang lahat ng mga operasyon sa malalim na pag-aaral sa hinaharap ay hindi matiyak.
Hindi maikakaila na ang AI ay nangangailangan ng maraming karagdagang lakas ng computing na sanayin at isagawa ang lahat ng mga kumplikadong operasyon ng malalim na pag-aaral. Sa isang hinaharap kung saan ang karamihan sa mga negosyo ay gagamitin ang AI sa ilang mga lawak, ang problemang ito ay maaaring lumago sa mga epic na proporsyon, na ginagawang potensyal na hindi mapapanatili ang paggamit nito. Gayunpaman, maaaring magbigay sa amin ng AI higit pa kapangyarihan sa pamamagitan ng pagpapatuloy ng isang pangmatagalang problema ng paggawa ng enerhiya: basura at kawalan ng kakayahan ang mga grids ng kapangyarihan. Ang mga kumpanya ng utility ay nagtatapos ng pagbili ng labis na enerhiya mula sa mga pribadong gumagamit, na nag-aaksaya din sa halos lahat ng labis na koryente na kanilang nabuo dahil ang mga kasalukuyang grids ay hindi itinayo upang mapaunlakan ang modernong antas ng pag-iba. Ang AI ay maaaring matulungan tayo sa pamamagitan ng pagpapalit ng mga dating grids ng mas bago, matalino, na mga pinapagana ng AI na mga mikrogridong alam na eksakto kung paano ipamahagi ang koryente sa totoong oras sa sukat na kahusayan.
Walang Mga bug, Walang Stress - Ang Iyong Hakbang sa Hakbang Patnubay sa Paglikha ng Software na Pagbabago ng Buhay nang Walang Pagsira sa Iyong Buhay
Hindi mo mapagbuti ang iyong mga kasanayan sa pagprograma kapag walang nagmamalasakit sa kalidad ng software.
6. Madali para sa isang negosyo na magrenta ng lakas ng computing na kinakailangan upang ma-fuel ang mga operasyon ng AI.
... kung ang AWS, Google, Microsoft at Alibaba Cloud ay kasalukuyang hindi nakasentro sa karamihan ng kapangyarihan ng computing na magagamit sa buong mundo. Kaya ang mga developer ng AI ay kasalukuyang may dalawang pagpipilian lamang: pag-upa ito sa sobrang mataas na presyo o pagbili ng kanilang sariling sobrang mahal na hardware.
Gayunpaman, mayroong isang pagkakataon na ang alamat na ito-debunking ay maaaring ... debunked sa malapit na hinaharap. Ang isang bagong kumpanya na tinatawag na Tatau ay binuo ng isang platform na supercomputing batay sa blockchain na maaaring malutas ang isyu. Pinapayagan ng kanilang solusyon ang pagsasama-sama at pagbebenta ng pinagsama-samang mga mapagkukunan ng isang global na ibinahagi na network ng mga makina na nakabase sa GPU. Isipin ang mga minero, manlalaro o iba pang mga computer na may mataas na pagganap na nag-aalay ng kanilang kapangyarihan sa pag-compute sa pag-unlad ng AI. Ang mga kumpanya ng AI ay maaaring mag-tap sa ito underexploited na mapagkukunan ng kapangyarihan ng GPU upang sanayin ang kanilang mga modelo ng pag-aaral ng machine sa mas murang presyo. Tandaan na ang bagong platform na ito ay maaari ring magbigay ng isang sagot sa problema na na-highlight sa point 5 dahil ito ay nagtataguyod ng mahusay na paggamit ng kasalukuyang hindi na-access na mga mapagkukunan.
7. Kailangan mo ng napakalawak na halaga ng data upang sanayin ang AI.
Hindi kinakailangan. Sigurado, kailangan mo marami ng data at kapangyarihan sa pag-compute upang sanayin ang isang AI mula sa wala. At, kahit na sa isang mas mababang sukat, kailangan mo ng mga terabytes ng data upang sanayin ang isang AI upang magsagawa ng isang kumplikadong gawain tulad ng pagmamaneho ng kotse. Gayunpaman, depende sa larangan ng aplikasyon ng AI, ang mga pre-Sanay na neural network ay sapat na nababaluktot upang mai-retrained lamang sa ilang mga tiyak na lugar. Ang pangunahing balangkas ng data ay maaaring magmula sa isang mas malaki, mas pangkalahatang set ng data, na may lamang huling bahagi ng network na kailangang mapalitan upang "punan ang mga blangko" na tiyak sa naibigay na kaso ng paggamit.
8. Papalitan ng AI ang umiiral na mga tool sa BI, ginagawa ang anumang nakaraang teknolohiya na hindi na ginagamit.
Iyon ay isang bit ng isang kahabaan, upang sabihin ang hindi bababa sa. Ang karamihan ng mga solusyon sa modernong negosyo (BI) ay lubos na nasusukat at madalas na napapasadya, upang ang anumang hinaharap na modelo na batay sa AI ay madaling maisama nang direkta sa loob ng kanilang mga platform. Ang mga kumpanya ay palaging ginusto na ipatupad lamang ang mga solusyon na dumating nang walang anumang panganib para sa pagkagambala sa daloy ng trabaho, at ang mga teknolohiya ng AI ay inangkop sa pangangailangan na ito. Samakatuwid, ang karamihan sa mga platform ng AI ay ipinatupad sa pamamagitan ng web kaya walang kinakailangan na kapalit o, sa pinakapangit na kaso, ay maaaring ligtas na maipatupad sa mga phase.
9. Ang Neural Networks ay tulad ng biological network ngunit mekanikal.
Walang neural network ang makapag-asang maabot ang isang bahagi ng pagiging kumplikado ng utak ng tao. Sa kabila ng maraming mga taon ng pananaliksik sa klinika at pang-agham, hindi pa rin namin naiintindihan ang mga biological neural network sa buong sukat dahil natutupad ng mga neuron ang napakaraming iba't ibang mga gawain sa katawan ng tao (isipin ang pagkakaiba sa pagitan ng isang sensory at isang motor neuron) at kahit na nagpapadala ng impormasyon sa pamamagitan ng maraming magkakaibang mga landas (gamit ang koryente, potensyal na kemikal at neurotransmitters). Maiintindihan lamang ng mga Neural network ang napaka-simpleng mga pag-input sa pangkaraniwang 1 o 0 ("oo" o "hindi") na fashion ng makina. Ito ay tulad ng paghahambing sa pagiging kumplikado ng isang sasakyang panghimpapawid ng sasakyang panghimpapawid sa isang saranggola dahil lamang sa kapwa sila makalipad.
10. Ang AI ay kalaunan ay magiging sapat na matalino upang maunawaan na ang mga tao ay mapanganib dito at dapat na mapapatay.
Buweno, hindi namin talaga ma-debunk ang alamat na ito dahil hindi ito alamat. Ito ay isang katotohanan. Palakasin ang iyong sarili, dahil ang pagtutol ay walang saysay!
Ang mga biro, nang simple, ang AI ay wala kahit saan malapit sa katalinuhan na kinakailangan upang maunawaan ang mundo sa paligid nito at gumawa ng autonomous, nakapangangatwiran na mga pagpapasya. Ang bawat algorithm ay binuo upang maisagawa ang isang gawain at walang magawa sa labas nito, hayaan mong maabot ang kakayahang mag-isip nang nakapag-iisa. Ginagamit ng mga computer ang "brute force" ng kanilang higit na mahusay na mga computational na kapangyarihan upang makahanap ng solusyon sa medyo simpleng mga isyu, ngunit kulang sila ng pag-unawa, lalim ng pang-unawa, at madiskarteng pagiging kumplikado upang magkaroon ng isang layunin sa labas ng kanilang na-program.
Kaya madaling magpahinga, dahil ang AI ay magiging walang anuman kundi ang aming mga artipisyal na katulong at tagapaglingkod sa loob ng mahabang panahon.