Depuració dels 10 millors mites de la IA

Autora: Roger Morrison
Data De La Creació: 1 Setembre 2021
Data D’Actualització: 21 Juny 2024
Anonim
Depuració dels 10 millors mites de la IA - Tecnologia
Depuració dels 10 millors mites de la IA - Tecnologia

Content


Font: Usa Pyon / Dreamstime.com

Emportar:

L’AI és una tecnologia calenta, però molta gent té idees errònies sobre el que comporta exactament. Aquí fem una ullada a alguns dels mites que envolten la IA i examinem els fets.

Per què tothom parla d’AI, però encara no veiem robots simpàtics com les dades de “Star Trek” caminant entre humans? Vam recordar que vam afegir la Segona Directiva de RoboCop als seus patrons de guió per tal de "protegir els innocents" en lloc d'exterminar la humanitat tan aviat com adquireixin la comprensió completa?

Avui, hi ha molta confusió sobre què són realment la intel·ligència artificial (IA), l'aprenentatge automàtic i l'aprenentatge profund, què poden fer les "màquines intel·ligents" i quin és realment l'estat actual de les tecnologies IA. Ha arribat el moment de gaudir d'una bona depuració antiga, de manera que anem a rebentar els 10 mites més habituals sobre la IA. (Per obtenir més informació sobre el futur potencial de l'AI, feu una ullada? La revolució de l'AI farà que la rendibilitat universal sigui necessària?)


1. L’AI consisteix en robots o androides intel·ligents que semblen humans.

Massa "Blade Runner" per a tothom aquí, no? Tot i que hi ha molta confusió general entre robòtica i IA, són dos camps de ciències completament diferents que serveixen finalitats diferents. Els robots són dispositius físics servits per actuadors i sensors per realitzar una àmplia gamma de tasques, com ara construir, transportar o desmuntar productes a les fàbriques.

L’AI és un programari programat de tal manera que és prou autònom per prendre decisions i aprendre dels seus errors. Tot i que eventualment alguns robots es poden veure millorats mitjançant algoritmes de IA, la part de "intel·ligència" és només una habilitat addicional que pot tenir l'AI.

2. L’IA, l’aprenentatge automàtic i l’aprenentatge profund són tot el mateix.

Tot i que són totes les parts del mateix sistema IA més gran, són tres coses diferents. Bàsicament, l’aprenentatge automàtic és el mètode mitjançant el qual l’AA aprèn de fonts externes, com en l’ús d’algoritmes per discriminar dades i determinar els seus comportaments correctes. L’aprenentatge profund és només una possible tècnica emprada en aplicacions pràctiques de l’aprenentatge automàtic. Es basa en xarxes neuronals (NNs) i s’utilitza per indicar a la IA quina és la seva probabilitat de prendre la decisió correcta.


3. L’AIA aprèn completament pel seu compte.

Malgrat alguns exageradats conceptes sobre la IA que presumptament van poder aprendre per si sols, encara és impossible trobar un sistema alimentat per AI que tingui cap aplicació del món real que pugui créixer a partir de coneixement zero sense assistència humana. Qualsevol sistema que tingui que tractar informació oculta o incertesa de cap tipus no pugui ser "entès" per l'AI, que encara ha de ser alimentat per dades i dades humans. A més, tota informació d'informació ha de tenir un propòsit clar, cosa que l'AI no pot endevinar sense fonts externes (almenys al principi).

4. Els chatbots són la forma més bàsica de la IA.

De nou, encara que hi hagi alguns chatbots que fan ús de formes d’IA més o menys rudimentàries, la majoria no són res més que programes bàsics que interaccionen amb humans mitjançant interfícies de veu o. En lloc de ser realment "intel·ligents", la majoria de les xerrades tenen respostes preprogramades que es donen com a resposta a determinades paraules clau en l’entrada de l’usuari. Perquè un xat es converteixi en una autèntica IA, ha de tenir diverses tecnologies que li permetin comprendre un ésser humà, conèixer les seves necessitats i reaccionar en conseqüència. Necessita programari de veu o de reconeixement, anàlisi del sentiment, algun tipus de programa d’aprenentatge automàtic i una tecnologia de generació de llenguatges naturals. (Per obtenir més informació sobre els xats de xat, vegeu Ens hem preguntat a professionals de les TI com utilitzaran les empreses de chatbots en el futur. Aquí hi ha què han dit.)

5. El poder necessari per realitzar totes les futures operacions d'aprenentatge profund no és sostenible.

És innegable que l'AI requereix una gran quantitat de poder informàtic addicional per ser entrenat i realitzar totes les seves complexes operacions d'aprenentatge profund. En un futur en què la majoria d’empreses faran ús de l’IA fins a cert punt, aquest problema pot créixer fins a proporcions èpiques, fent que el seu ús sigui potencialment insostenible. No obstant això, l'AI pot proporcionar-nos en realitat més potència provocant un problema perenne de producció d'energia: el malbaratament i la ineficiència de les xarxes elèctriques. Les empreses de serveis acaben comprant un excés d’energia a usuaris privats, que també desaprofiten la major part de l’electricitat que generen ja que no es van construir les xarxes actuals per adaptar-se al nivell modern de diversificació. AI pot rescatar substituint velles xarxes electròniques per microgrids més nous i intel·ligents que coneguin exactament la distribució d’electricitat en temps real amb la màxima eficàcia.

Sense errors, sense estrès: la vostra guia pas a pas per crear programes que canvien la vida sense destruir la vida

No podeu millorar les vostres habilitats de programació quan ningú es preocupa per la qualitat del programari.

6. És fàcil per a una empresa llogar la potència informàtica necessària per alimentar les operacions de IA.

... si actualment AWS, Google, Microsoft i Alibaba Cloud no centralitzen la gran majoria de la potència informàtica disponible al món. Per tant, els desenvolupadors d'AI tenen només dues opcions: llogar-lo a preus excepcionalment alts o comprar un maquinari súper car.

Tanmateix, hi ha la possibilitat que aquest debimking de mites es pugui ... eliminar en un futur proper. Una nova empresa anomenada Tatau va desenvolupar una plataforma de supercomputació basada en blockchain que pot solucionar el problema. La seva solució permet l’agregació i la revenda dels recursos combinats d’una xarxa distribuïda globalment de màquines basades en GPU. Imagineu que els miners de criptocurrency, els jugadors o altres equips d’altes prestacions dediquen el seu poder de càlcul al desenvolupament de la IA. Les empreses de l'AI poden aprofitar aquesta font subexplotada de potència de GPU per entrenar els seus models d'aprenentatge de màquines a un preu molt més barat. Tingueu en compte que aquesta nova plataforma també pot donar una resposta al problema ressaltat al punt 5, ja que promou l'ús eficient dels recursos actualment sense explotar.

7. Necessiteu quantitats immenses de dades per formar AI.

No necessàriament. Segur, necessiteu molt de dades i potència informàtica per entrenar una IA des de zero. I, encara que en menor mesura, necessiteu terabytes de dades per entrenar una IA per realitzar una tasca complexa com ara conduir un cotxe. Tanmateix, depenent del camp d’aplicació de la IA, les xarxes neuronals pre-entrenades són prou flexibles com per a ser retractades només en algunes àrees específiques. El marc bàsic de dades pot provenir d’un conjunt de dades més general i només cal substituir l’última part de la xarxa per “emplenar els espais buits” específics del cas d’ús.

8. AI substituirà les eines de BI existents, fent que qualsevol tecnologia anterior quedin obsoletes.

És a dir una mica, per dir el mínim. La majoria de les solucions modernes d’intel·ligència empresarial (BI) són altament escalables i sovint personalitzables, de manera que qualsevol futur model basat en IA es pot integrar fàcilment directament dins de les seves plataformes. Les empreses sempre prefereixen implementar només aquelles solucions que comporten cap risc de trastorn del flux de treball i les tecnologies de l’IA s’han adaptat a aquesta necessitat. Per tant, la majoria de plataformes AI s'implementen a través de la web, de manera que no és necessari substituir-ne o, en el pitjor dels casos, es pugui implementar de forma segura en fases.

9. Les xarxes neuronals són com les xarxes biològiques, però són mecàniques.

Cap xarxa neuronal pot esperar fins i tot arribar a una fracció de la complexitat del cervell humà. Malgrat molts anys d’investigació clínica i científica, encara no aconseguim entendre les xarxes neuronals biològiques en la seva extensió, ja que les neurones compleixen tantes tasques diferents amb el cos humà (penseu en la diferència entre una neurona sensorial i una motora) i, fins i tot, transmeten informació mitjançant moltes vies diferents (utilitzant electricitat, potencial químic i neurotransmissors). Les xarxes neuronals només poden entendre entrades molt simples en la típica moda de la màquina 1 o 0 ("sí" o "no"). És com comparar la complexitat d’un avió militar amb un estel només perquè tots dos poden volar.

10. L’IA acabarà sent prou intel·ligent per entendre que els humans són perillosos i han de ser exterminats.

Bé, en realitat no podem eliminar aquest mite, ja que no és un mite. És una realitat. Braça’t, perquè la resistència és inútil!

Bromes a part, en poques paraules, l'AI no es troba a prop de la intel·ligència necessària per comprendre el món que s'envolta i prendre decisions autònomes i racionals. Cada algorisme està desenvolupat per dur a terme una tasca i no és capaç de fer res fora d'això, encara menys arribar a la capacitat de pensar de manera independent. Els ordinadors utilitzen la "força bruta" dels seus poders computacionals superiors per trobar una solució a problemes relativament senzills, però no tenen comprensió, profunditat de percepció i complexitat estratègica per tenir un propòsit fora del que estan programats.

Així que descanseu fàcilment, perquè l'AI no serà res més que els nostres ajudants i servidors artificials durant molt de temps.