Ha belegondolunk a "hihetetlen" feladatokba, amelyeket a számítógép képes kezelni, akkor az első dolog jut eszünkbe, amelyek rövid időn belül a legösszetettebb számítások, vagy a hatalmas mennyiségű adat elemzése - amit maga soha nem tud megoldani. Vagy emlékszem Lee Sedol legutóbbi vereségére a klasszikus stratégiai játékban. Az AI legújabb győzelmeit nagyrészt a mély tanulás tette lehetővé, amely most minden lehetőséget megnyit az AI és a mögötte álló emberek számára.
Úgy tűnik azonban, hogy az egyszerű, mindennapi feladatok, amelyeket még a józan eszükben lévő gyermek is megtehet, aláássák az AI-rendszerek funkcionalitását: például olyan dolgok azonosítása, mint az étel a tányéron, vagy érzelmek azonosítása egy másik ember arcán. Ezek a könnyű feladatok az emberek számára lehetetlenek voltak a gépek számára. Eddig a pontig.
A mély tanulási technikák józan észt hoztak a gépekbe. Korábban a programozók összetett algoritmusokat írtak, amelyek mindent a legapróbb részletekig leírtak. Egy ilyen explicit és determinisztikus algoritmus akkor alkalmas, ha nagy, kínos számítással kell szembenéznie. A mély tanulás megszabadítja az AI-t az ilyen korlátozásoktól, lehetővé teszi a rendszer számára, hogy tanuljon a hibáiból, emlékezzen mindenre, amit megtanult, és további információkért lépjen kapcsolatba a felhasználókkal.
A mély tanulási forradalom nagyrészt azért megy végbe, mert a nagy adatok elérhetővé válnak a tanuláshoz. Az emberi kisgyermek néhány próbálkozás után megtanulhatja, amire szüksége van, de a gép sokkal tovább fog tartani. A mély tanulás a hatalmas mennyiségű adathoz való hozzáférésre támaszkodik, mivel az AI gépeknek a valószínűségekre és a statisztikai szignifikanciára kell alapozniuk választásaikat. Az intuíció mechanikus helyettesítését még nem találták ki.
Mély lehetőségek
A mély tanulás fejlődése már drámai módon javította a hangalapú keresés képességeit: a Google az Android beszédrendszert lecserélte egy új, mély, tanulásalapú rendszerre, és a hibák egyik napról a másikra 25 százalékra csökkentek. A mély neurális hálózatokat használó kamerák mostantól hangosan olvashatják az embereket és megértik a jelnyelvet. A Facebook büszkélkedik azzal, hogy mély tanulási képességei a vakok számára hozzáférhetővé tették a platformot a fotók leírásának megtanulásával.
Az elkövetkező években mind a nagy technológiai vállalatok, mind számos startup megkezdi a mély tanulást új termékek és szolgáltatások létrehozásához, valamint a meglévő alkalmazások korszerűsítéséhez. Új piacok és vállalkozások fognak növekedni és ösztönözni az innovációt, a szolgáltatásokat és a termékeket. A mély tanulási rendszerek javulnak, hozzáférhetőbbé és könnyebben használhatóvá válnak. Minél könnyebb használni őket, annál inkább megváltozik a technológiával való interakciónk.
Promóciós videó:
Aditya Singh, az Foundation Capital partnere úgy véli, hogy a mély tanulási operációs rendszer fejlesztése demokratizálja a mély tanulást és ösztönzi a gyakorlati mesterséges intelligencia széleskörű elterjedését. Ennek az lesz az eredménye, hogy az emberek a mély tanulás segítségével megoldhatják sürgető problémáikat, vagy valami jelentősebbet. Ebben az értelemben az AI kiegyenlítő mechanizmussá válhat, amely lehetővé teszi, hogy bármely osztályú és államú emberek megváltoztassák a világot.
KHEL ILYA