Apakah AI? Sejarah, definisi dan aplikasi

119
Cip AndroidPIT Kirin 8658
© NextPit

Semua orang bercakap tentang kecerdasan buatan, juga dikenali dalam bentuk singkatannya, AI. Tetapi apakah semua itu? Itulah yang akan kami jelaskan hari ini.

  • Adakah AI bermaksud penamatan tanggungjawab peribadi?
  • Maksud AI dalam telefon pintar anda sebenarnya

Sejarah

Kecerdasan buatan semakin memainkan peranan yang lebih besar dalam kehidupan kita, dan trend terkini ialah cip AI dan aplikasi telefon pintar yang disertakan. Tetapi teknologi ini mula dibangunkan seawal tahun 50-an dengan Projek Penyelidikan Musim Panas Dartmouth mengenai Kecerdasan Buatan di Kolej Dartmouth di AS Asal-usulnya bermula lebih jauh lagi kepada karya Alan Turing—yang mana kita boleh mengaitkan ujian Turing yang terkenal. —, Allen Newell dan Herbert A. Simon, tetapi AI tidak menjadi tumpuan di pentas dunia sehinggalah ketibaan superkomputer catur Deep Blue oleh IBM, yang merupakan jentera pertama yang mengalahkan juara catur dunia yang bertahan ketika itu Garry Kasparov dalam perlawanan pada tahun 1996. Algoritma AI telah digunakan dalam pusat data dan pada komputer besar selama bertahun-tahun, tetapi baru-baru ini terdapat dalam bidang elektronik pengguna.

Definisi kecerdasan buatan

Takrifan kecerdasan buatan menyifatkan ia sebagai satu cabang sains komputer yang berurusan dengan mengautomasikan tingkah laku pintar. Inilah bahagian yang sukar: Memandangkan anda tidak boleh mentakrifkan kecerdasan secara tepat, kecerdasan buatan juga tidak boleh ditakrifkan dengan tepat. Secara umumnya, istilah ini digunakan untuk menerangkan sistem yang objektifnya adalah untuk menggunakan mesin untuk meniru dan mensimulasikan kecerdasan manusia dan tingkah laku yang sepadan. Ini boleh dicapai dengan algoritma mudah dan corak yang telah ditetapkan, tetapi boleh menjadi jauh lebih kompleks juga.

Apl AndroidPIT melatih otak 0338 1

Otak hanyalah mesin lain. / © ANDROIDPIT

Pelbagai jenis AI

AI simbolik atau memanipulasi simbol berfungsi dengan simbol abstrak yang digunakan untuk mewakili pengetahuan. Ia adalah AI klasik yang mengejar idea bahawa pemikiran manusia boleh dibina semula pada tahap hierarki, logik. Maklumat diproses dari atas, bekerja dengan simbol yang boleh dibaca manusia, sambungan abstrak dan kesimpulan logik.

  • AI sedang dibesarkan dalam permainan video…bukan untuk mengalahkan kami, tetapi untuk menyertai kami

AI Neural menjadi popular dalam sains komputer pada akhir 80-an. Di sini, pengetahuan tidak diwakili melalui simbol, tetapi neuron tiruan dan hubungannya-serupa seperti otak yang dibina semula. Pengetahuan yang dikumpul dipecahkan kepada kepingan-kepingan kecil-neuron-dan kemudian disambungkan dan dibina ke dalam kumpulan. Pendekatan ini dikenali sebagai kaedah bottom-up yang berfungsi dari bawah. Tidak seperti AI simbolik, sistem saraf mesti dilatih dan dirangsang supaya rangkaian saraf dapat mengumpul pengalaman dan berkembang, oleh itu mengumpul pengetahuan yang lebih besar.

Rangkaian saraf disusun ke dalam lapisan yang disambungkan antara satu sama lain melalui talian simulasi. Lapisan paling atas ialah lapisan input, yang berfungsi seperti penderia yang menerima maklumat untuk diproses dan menghantarnya ke bawah. Ini kini diikuti oleh sekurang-kurangnya dua—atau lebih daripada dua puluh dalam sistem besar—lapisan yang secara hierarki di atas satu sama lain dan yang menghantar serta mengelaskan maklumat melalui sambungan. Di bahagian paling bawah ialah lapisan keluaran, yang secara amnya mempunyai bilangan neuron tiruan paling sedikit. Ia menyediakan data yang dikira dalam bentuk yang boleh dibaca oleh mesin, iaitu “gambar anjing pada siang hari dengan kereta merah.”

Kaedah dan alat

Terdapat pelbagai alat dan kaedah untuk menggunakan kecerdasan buatan pada senario dunia sebenar, beberapa daripadanya boleh digunakan secara selari.

Asas semua ini ialah pembelajaran mesin, yang ditakrifkan sebagai sistem yang membina pengetahuan daripada pengalaman. Proses ini memberikan sistem keupayaan untuk mengesan corak dan undang-undang—dan dengan kelajuan dan ketepatan yang semakin meningkat. Dalam pembelajaran mesin, AI simbolik dan saraf digunakan.

Pembelajaran mendalam ialah subjenis pembelajaran mesin yang menjadi semakin penting. Hanya AI neural, iaitu rangkaian saraf digunakan dalam kes ini. Pembelajaran mendalam adalah asas untuk kebanyakan aplikasi AI semasa. Terima kasih kepada kemungkinan semakin meluaskan reka bentuk rangkaian saraf dan menjadikannya lebih kompleks dan berkuasa dengan lapisan baharu, pembelajaran mendalam mudah berskala dan boleh disesuaikan dengan banyak aplikasi.

Terdapat tiga proses pembelajaran untuk melatih rangkaian saraf: pembelajaran diselia, tidak diselia dan pengukuhan, menyediakan pelbagai cara berbeza untuk mengawal cara input menjadi output yang diingini. Walaupun nilai dan parameter sasaran ditentukan dari luar dalam pembelajaran terselia, dalam pembelajaran tanpa seliaan, sistem cuba mengenal pasti corak dalam input yang mempunyai struktur yang boleh dikenal pasti dan boleh diterbitkan semula. Dalam pembelajaran pengukuhan, mesin juga berfungsi secara bebas, tetapi diberi ganjaran atau dihukum bergantung pada kejayaan atau kegagalan.

Aplikasi

Kecerdasan buatan sudah digunakan dalam banyak bidang, tetapi tidak semuanya dapat dilihat pada pandangan pertama. Oleh itu, memilih senario yang mengambil kesempatan daripada kemungkinan teknologi ini bukanlah senarai yang lengkap.

Mekanisme kecerdasan buatan sangat baik untuk mengesan, mengenal pasti dan mengelaskan objek dan orang pada gambar dan video. Untuk itu, pengesanan corak yang mudah tetapi intensif CPU digunakan. Jika maklumat imej dinyahsulit dan boleh dibaca mesin pada mulanya, foto dan video boleh dibahagikan dengan mudah ke dalam kategori, dicari dan ditemui. Pengecaman sedemikian juga mungkin untuk data audio.

Perkhidmatan pelanggan semakin menggunakan chatbots. Pembantu berasaskan teks ini melakukan pengecaman menggunakan kata kunci yang mungkin diberitahu oleh pelanggan dan mereka bertindak balas dengan sewajarnya. Bergantung pada penggunaan, pembantu ini boleh menjadi lebih atau kurang kompleks.

Analisis pendapat bukan sahaja digunakan untuk meramalkan pilihan raya dalam politik, tetapi juga dalam pemasaran dan banyak bidang lain. Perlombongan pendapat, juga dikenali sebagai analisis sentimen, digunakan untuk menjelajah internet untuk mendapatkan pendapat dan luahan emosi, membolehkan penciptaan tinjauan pendapat yang kebanyakannya tidak dikenali.

Algoritma carian seperti Google sememangnya rahsia. Cara hasil carian dikira, diukur dan dikeluarkan sebahagian besarnya ditentukan oleh mekanisme yang berfungsi dengan pembelajaran mesin.

Pemprosesan perkataan, atau menyemak tatabahasa dan ejaan teks, ialah aplikasi klasik AI simbolik yang telah digunakan sejak sekian lama. Bahasa ditakrifkan sebagai rangkaian peraturan dan arahan yang kompleks yang menganalisis blok teks dalam ayat dan, dalam beberapa keadaan, boleh mengenal pasti dan membetulkan kesilapan.

Kebolehan ini juga digunakan dalam mensintesis pertuturan, yang kini menjadi bualan ramai dengan sistem pembantu seperti Siri, Cortana, Alexa atau Google Assistant.

amazon echo plus

AI amat diperlukan untuk sistem seperti Alexa. / © Amazon

Pada cip telefon pintar baharu seperti Kirin 970, kecerdasan buatan disepadukan ke dalam komponennya sendiri, NPU atau unit pemprosesan saraf. Pemproses ini membuat penampilan sulungnya dalam Huawei Mate 10. Anda akan mengetahui lebih lanjut mengenainya dan peranan yang akan dilakukan oleh teknologi bermain pada telefon pintar Huawei sebaik sahaja kami berpeluang mencubanya dalam masa terdekat. Qualcomm telah pun mengusahakan NPU, pemproses Zeroth, selama dua tahun, dan cip Apple A11 baharu mengandungi komponen yang serupa.

Tambahan pula, terdapat banyak projek penyelidikan mengenai kecerdasan buatan dan yang paling menonjol adalah Watson IBM. Program komputer itu telah pun membuat penampilan pertama secara terbuka pada tahun 2011 dalam rancangan kuiz Jeopardy, di mana ia berhadapan dengan dua calon manusia. Watson menang, sudah tentu, dan penampilan publisiti tambahan berlaku selepas itu. Sebuah syarikat insurans Jepun telah menggunakan Watson sejak Januari untuk memeriksa pelanggan yang diinsuranskan, sejarah dan data perubatan mereka serta untuk menilai kecederaan dan penyakit. Menurut maklumat syarikat, Watson telah menggantikan kira-kira 30 pekerja. Kehilangan pekerjaan melalui automasi hanyalah salah satu daripada isu etika dan sosial yang mengelilingi AI yang menjadi subjek penyelidikan korporat dan akademik.

Unjuran

AI bukanlah sesuatu yang muncul entah dari mana baru-baru ini, tetapi ia menghampiri kejayaan dalam dunia elektronik pengguna, yang merupakan lebih daripada sebab yang mencukupi untuk semua orang mengikuti perkembangan topik ini pada masa hadapan.

Aspek kecerdasan buatan manakah yang anda rasa sangat menarik? Beritahu kami dalam ulasan di bawah!