Содержание статьи
Как называется обучение искусственного интеллекта
Раскрытие потенциала
Все подключенные датчики интернета вещей работают как наше тело — собирают исходные данные о том, что происходит в мире вокруг. Искусственный интеллект, как и мозг, интерпретирует эту информацию и решает, какие действия предпринять. Затем устройства, подключенные к интернету вещей, выполняют команду или взаимодействуют между собой.
Сегодня каждая сфера деятельности крутится вокруг больших данных. Но мозг человека не способен мгновенно обработать более миллиона значений и выдать какой-то результат. Поэтому ученые задумались о разработке компьютерных программ, которые могут не только обрабатывать данные, но и самостоятельно обучаться на них.
В 1959 году Артур Сэмюэл придумал термин «машинное обучение» — способность компьютера учиться без участия человека. То есть искусственный интеллект возможен без машинного обучения, но для этого понадобится миллион строк кода со сложными правилами и условиями.
Нейронные сети — серия алгоритмов, которые фиксируют взаимосвязь между лежащими в основе переменными. Нейронные сети работают по тому же принципу, что и человеческий мозг. Когда мы узнаем что-то новое, мы либо запоминаем, либо повторяем несколько раз, чтобы запомнить. В это время в мозге человека формируются связи. Когда связь сформирована, информацию невозможно забыть.
Самый популярный алгоритм машинного обучения — алгоритм классификации. Например, нам нужно обучить программу отличать кошку от собаки. Для этого мы показываем алгоритму размеченные изображения животных, а затем просим его предсказать кто на картинке, не входящей в тренировочную базу данных. Такой способ обучения называется «обучение с учителем». Здесь мы четко дали алгоритму понять, что кошка, а что собака и попросили определить тестовую картинку.
Американский информатик Джон Маккарти, впервые употребив термин «искусственный интеллект» в 1956 году, понимал под этим компьютеры, способные выполнять характерные для человеческого интеллекта задачи: планирование, понимание языка, распознавание объектов и звуков, умение обучаться и решать задачи.
Искусственный интеллект — это попытка ученых создать компьютерную программу, работающую так же или лучше, чем мозг человека. Термин был введен в 1956 году группой исследователей, включая Аллена Ньюэлла и Герберта А. Саймона. Но только в 2012 году нейронные сети добились больших успехов и нашли и находят применение во все большем числе областей.
Взаимодействие между искусственным интеллектом и интернетом вещей похоже на отношение между человеческим телом и головным мозгом. Тело собирает информацию через зрение, слух, осязание. Мозг её обрабатывает и придаёт смысл — превращает свет в узнаваемые объекты, а звуки в понятную речь. Затем мозг принимает решения и подаёт телу сигнал, например, взять что-то или начать говорить.
Где применить искусственный интеллект?
Другими словами, вместо прописывания подробных инструкций для каждой конкретной задачи используется алгоритм, который учится находить решения самостоятельно. Обрабатывая огромное количество данных в процессе машинного обучения, компьютер приспосабливается к условиям задачи и совершенствуется.
Полина Кабирова, коммерческий автор и переводчик, специально для блога Нетологии перевела статью Калума Макклилланда о том, чем отличаются искусственный интеллект, машинное и глубокое обучение и как интернет вещей и искусственный интеллект влияют друг на друга.
Машинное обучение — это ветвь искусственного интеллекта. Обучение происходит за счет различных алгоритмов, которые позволяют программам автоматически улучшаться с каждой итерацией (повторение какого-либо действия) на основе опыта. Алгоритмы анализируют, сравнивают и проводят математические операции с большими данными, чтобы найти общие закономерности и изучить нюансы.
Искусственный интеллект сегодня помогает обществу быть прогрессивным и улучшает жизнь каждого человека. Его применяют для распознавания лиц, речи, классификации изображений, обработки естественного языка. Более того, специалисты по искусственному интеллекту получают одну из самых высоких зарплат в мире.
С помощью машинного обучения была значительно улучшена способность компьютера распознавать объект на изображении или видео — компьютерное зрение. Для этого вы собираете сотни тысяч картинок, а затем люди отмечают на них, например, кошек. Алгоритм строит для компьютера модель, чтобы тот смог определять и выделять картинки с кошками так, как это делает человек. В результате он «узнаёт», как выглядят кошки, и научится распознавать их без ошибок.
Мы все знакомы с термином «искусственный интеллект» (ИИ). О нём снято много фильмов — «Терминатор», «Матрица», «Из машины». Но вы, наверное, слышали и о других терминах — машинное обучение (Machine Learning) и глубокое обучение (Deep Learning). Их иногда используют как синонимы искусственного интеллекта, и в результате не видно разницы между искусственным интеллектом, машинным обучением и глубоким обучением.
ИНС состоит из искусственных нейронов, которые взаимодействуют между собой. Они расположены слоями — каждый слой реагирует на определённые признаки, например, изгибы и границы фигур при распознавании изображения. Именно из-за множества слоёв обучение называется глубоким.
Технология адаптируется сама и не требует вмешательства человека. Не надо нажимать на кнопки, набирать текст, искать информацию — только сообщить, что нужно. Например, узнать прогноз погоды или подготовить дом ко сну — выключить кондиционер, закрыть двери, погасить свет.