Ra mắt 10 huyền thoại AI hàng đầu

Tác Giả: Roger Morrison
Ngày Sáng TạO: 1 Tháng Chín 2021
CậP NhậT Ngày Tháng: 1 Tháng BảY 2024
Anonim
Ra mắt 10 huyền thoại AI hàng đầu - Công Nghệ
Ra mắt 10 huyền thoại AI hàng đầu - Công Nghệ

NộI Dung


Nguồn: Hoa Kỳ Pyon / Dreamstime.com

Lấy đi:

AI là một công nghệ nóng bỏng, nhưng nhiều người có quan niệm sai lầm về chính xác những gì nó đòi hỏi. Ở đây chúng ta hãy xem một số huyền thoại xung quanh AI và kiểm tra sự thật.

Tại sao mọi người nói về AI, nhưng chúng ta vẫn không thấy những robot thân thiện như Dữ liệu từ "Star Trek" đi bộ giữa con người? Chúng tôi có nhớ thêm Chỉ thị Thủ tướng thứ hai của RoboCop vào các mẫu được viết theo kịch bản để họ có thể "Bảo vệ người vô tội" thay vì tiêu diệt loài người ngay khi họ có được tình cảm trọn vẹn?

Ngày nay, có rất nhiều nhầm lẫn về trí thông minh nhân tạo (AI), học máy và học sâu thực sự là gì, "máy thông minh" có thể làm gì và thực trạng công nghệ AI hiện nay là gì. Đã đến lúc thưởng thức một số bản sửa lỗi cũ, vì vậy hãy phá vỡ 10 huyền thoại phổ biến nhất về AI. (Để biết thêm về tương lai tiềm năng của AI, hãy xem Cuộc cách mạng AI sẽ biến thu nhập toàn cầu trở thành một điều cần thiết?)


1. AI bao gồm các robot thông minh hoặc android trông giống con người.

Quá nhiều "Blade Runner" cho mọi người ở đây, hmm? Mặc dù có rất nhiều nhầm lẫn chung giữa robot và AI, chúng là hai lĩnh vực khoa học hoàn toàn khác nhau phục vụ các mục đích khác nhau. Robot là thiết bị vật lý được phục vụ bởi bộ truyền động và cảm biến để thực hiện một loạt các nhiệm vụ, chẳng hạn như xây dựng, mang hoặc tháo dỡ các sản phẩm trong các nhà máy.

AI là phần mềm được lập trình theo cách nó đủ tự chủ để đưa ra quyết định và học hỏi từ những sai lầm của nó. Mặc dù một số robot cuối cùng có thể được tăng cường bằng thuật toán AI, phần "trí thông minh" chỉ là một khả năng bổ sung mà AI có thể sở hữu.

2. AI, học máy và học sâu đều giống nhau.

Mặc dù chúng là tất cả các bộ phận của cùng một hệ thống AI lớn hơn, chúng là ba thứ khác nhau. Về cơ bản, học máy là phương pháp mà AI học từ các nguồn bên ngoài, như trong việc sử dụng các thuật toán để phân biệt dữ liệu và xác định hành vi chính xác của nó. Học sâu chỉ là một kỹ thuật có thể được sử dụng trong các ứng dụng thực tế của học máy. Nó dựa trên các mạng thần kinh (NN) và được sử dụng để cho AI biết xác suất của nó là gì để đưa ra quyết định đúng đắn.


3. AI tự học hoàn toàn.

Mặc dù có một số cường điệu cường điệu về AI được cho là có thể tự học, nhưng vẫn không thể tìm thấy một hệ thống hỗ trợ AI có bất kỳ ứng dụng trong thế giới thực nào có thể phát triển từ kiến ​​thức không có sự trợ giúp của con người. Bất kỳ hệ thống nào phải đối phó với thông tin ẩn hoặc sự không chắc chắn của bất kỳ loại nào đều không thể được "hiểu" bởi AI, thứ vẫn cần được con người cung cấp dữ liệu đầu vào và dữ liệu. Ngoài ra, mỗi bit thông tin phải có mục đích rõ ràng, một thứ mà AI không thể đoán được nếu không có nguồn bên ngoài (ít nhất là ngay từ đầu).

4. Chatbots là hình thức cơ bản nhất của AI.

Một lần nữa, ngay cả khi có một số chatbot ngoài kia sử dụng các hình thức AI thô sơ ít nhiều, hầu hết chúng không là gì ngoài các chương trình cơ bản tương tác với con người thông qua giao diện giọng nói. Thay vì thực sự là "thông minh", hầu hết các chatbot đều có các phản hồi được lập trình sẵn được đưa ra để đáp ứng với các từ khóa nhất định trong đầu vào của người dùng. Để một chatbot trở thành một AI thực sự, nó phải sở hữu một số công nghệ cho phép nó hiểu được con người, tìm hiểu về nhu cầu của mình và phản ứng tương ứng. Nó cần phần mềm nhận dạng giọng nói hoặc nhận dạng, phân tích tình cảm, một số dạng chương trình học máy và công nghệ tạo ngôn ngữ tự nhiên. (Để tìm hiểu thêm về chatbot, hãy xem Chúng tôi đã hỏi về Ưu điểm CNTT Các doanh nghiệp sẽ sử dụng Chatbot như thế nào trong tương lai. Ở đây, những gì họ nói.)

5. Sức mạnh cần thiết để thực hiện tất cả các hoạt động học tập sâu trong tương lai là không bền vững.

Không thể phủ nhận rằng AI đòi hỏi rất nhiều sức mạnh tính toán bổ sung để được đào tạo và thực hiện tất cả các hoạt động học sâu phức tạp của nó. Trong một tương lai nơi hầu hết các doanh nghiệp sẽ sử dụng AI ở một mức độ nào đó, vấn đề này có thể phát triển đến tỷ lệ sử thi, khiến việc sử dụng nó có thể không bền vững. Tuy nhiên, AI thực sự có thể cung cấp cho chúng ta hơn sức mạnh bằng cách khắc phục một vấn đề lâu năm của sản xuất năng lượng: lãng phí và không hiệu quả của lưới điện. Các công ty tiện ích cuối cùng đã mua năng lượng dư thừa từ người dùng tư nhân, những người cũng lãng phí phần lớn lượng điện dư thừa mà họ tạo ra do lưới điện hiện tại không được xây dựng để phù hợp với mức độ đa dạng hóa hiện đại. AI có thể giải cứu chúng ta bằng cách thay thế các lưới điện cũ bằng các microgrids mới, thông minh, được hỗ trợ bởi AI, biết chính xác cách phân phối điện trong thời gian thực với hiệu quả tối đa.

Không lỗi, không căng thẳng - Hướng dẫn từng bước của bạn để tạo ra phần mềm thay đổi cuộc sống mà không phá hủy cuộc sống của bạn

Bạn không thể cải thiện kỹ năng lập trình của mình khi không ai quan tâm đến chất lượng phần mềm.

6. Thật dễ dàng cho một doanh nghiệp thuê sức mạnh tính toán cần thiết để thúc đẩy các hoạt động AI.

... Nếu AWS, Google, Microsoft và Alibaba Cloud hiện không tập trung vào phần lớn sức mạnh tính toán có sẵn trên thế giới. Vì vậy, các nhà phát triển AI hiện chỉ có hai lựa chọn: thuê nó với giá cực kỳ cao hoặc mua phần cứng siêu đắt của riêng họ.

Tuy nhiên, có khả năng việc gỡ lỗi huyền thoại này có thể được ... gỡ lỗi trong tương lai gần. Một công ty mới có tên Tatau đã phát triển một nền tảng siêu máy tính dựa trên blockchain có thể giải quyết vấn đề. Giải pháp của họ cho phép tổng hợp và bán lại các tài nguyên kết hợp của một mạng lưới các máy dựa trên GPU được phân phối toàn cầu. Hãy tưởng tượng những người khai thác tiền điện tử, game thủ hoặc các máy tính hiệu năng cao khác cống hiến sức mạnh tính toán của họ cho sự phát triển AI. Các công ty AI có thể khai thác nguồn năng lượng GPU chưa được khai thác này để đào tạo các mô hình học máy của họ với giá rẻ hơn nhiều. Lưu ý rằng nền tảng mới này cũng có thể cung cấp câu trả lời cho vấn đề được nêu trong điểm 5 vì nó thúc đẩy sử dụng hiệu quả các tài nguyên hiện chưa được khai thác.

7. Bạn cần lượng dữ liệu khổng lồ để đào tạo AI.

Không cần thiết. Chắc chắn, bạn cần rất nhiều dữ liệu và sức mạnh tính toán để đào tạo AI từ đầu. Và, mặc dù ở mức độ thấp hơn, bạn cần terabyte dữ liệu để đào tạo AI để thực hiện một nhiệm vụ phức tạp như lái xe. Tuy nhiên, tùy thuộc vào lĩnh vực ứng dụng của AI, các mạng thần kinh được đào tạo trước đủ linh hoạt để chỉ được đào tạo lại ở một số khu vực cụ thể. Khung dữ liệu cơ bản có thể đến từ một tập dữ liệu tổng quát hơn, lớn hơn, chỉ có phần cuối của mạng cần được thay thế để "điền vào chỗ trống" cụ thể cho trường hợp sử dụng đã cho.

8. AI sẽ thay thế các công cụ BI hiện có, làm cho bất kỳ công nghệ nào trở nên lỗi thời.

Đó là một chút căng, để nói rằng ít nhất. Phần lớn các giải pháp kinh doanh thông minh (BI) hiện đại có khả năng mở rộng cao và thường có thể tùy chỉnh, do đó, bất kỳ mô hình dựa trên AI nào trong tương lai đều có thể dễ dàng tích hợp trực tiếp bên trong nền tảng của chúng. Các công ty luôn thích chỉ thực hiện những giải pháp mà không có bất kỳ rủi ro nào cho sự gián đoạn dòng công việc và các công nghệ AI đã thích ứng với nhu cầu này. Do đó, hầu hết các nền tảng AI được triển khai qua web để không cần thay thế hoặc trong trường hợp xấu nhất, có thể được thực hiện an toàn theo từng giai đoạn.

9. Mạng lưới thần kinh giống như mạng sinh học nhưng cơ học.

Không có mạng lưới thần kinh thậm chí có thể hy vọng đạt được một phần của sự phức tạp của bộ não con người. Mặc dù đã có nhiều năm nghiên cứu lâm sàng và khoa học, chúng ta vẫn không hiểu được mạng lưới thần kinh sinh học ở mức độ đầy đủ vì tế bào thần kinh thực hiện rất nhiều nhiệm vụ khác nhau với cơ thể con người (nghĩ về sự khác biệt giữa một tế bào thần kinh cảm giác và vận động) và thậm chí truyền thông tin qua nhiều con đường khác nhau (sử dụng điện, tiềm năng hóa học và dẫn truyền thần kinh). Mạng nơ-ron chỉ có thể hiểu các đầu vào rất đơn giản theo kiểu máy 1 hoặc 0 ("có" hoặc "không" điển hình. Nó giống như so sánh sự phức tạp của một chiếc máy bay quân sự với một con diều chỉ vì cả hai đều có thể bay.

10. AI cuối cùng sẽ trở nên đủ thông minh để hiểu rằng con người nguy hiểm với nó và phải bị tiêu diệt.

Chà, chúng ta thực sự không thể làm sáng tỏ huyền thoại này vì nó không phải là một huyền thoại. Đó là một thực tế. Hãy cố gắng lên, bởi vì sự kháng cự là vô ích!

Đùa sang một bên, đơn giản là, AI không có trí thông minh cần thiết để hiểu thế giới xung quanh và đưa ra quyết định tự chủ, hợp lý. Mỗi thuật toán được phát triển để thực hiện một nhiệm vụ và không thể làm bất cứ điều gì ngoài đó, hãy để một mình đạt được khả năng suy nghĩ độc lập. Máy tính sử dụng "sức mạnh vũ phu" của sức mạnh tính toán vượt trội của họ để tìm ra giải pháp cho các vấn đề tương đối đơn giản, nhưng họ thiếu hiểu biết, chiều sâu nhận thức và sự phức tạp chiến lược để có mục đích bên ngoài mục đích mà họ đã lập trình.

Vì vậy, hãy nghỉ ngơi một cách dễ dàng, bởi vì AI sẽ chẳng là gì ngoài những người giúp việc và người phục vụ nhân tạo của chúng ta trong một thời gian dài.