co je umělá inteligence?

Umělá inteligence je simulace procesů lidské inteligence stroji, zejména počítačovými systémy. Specifické aplikace AI zahrnují expertní systémy, zpracování přirozeného jazyka, rozpoznávání řeči a strojové vidění.

jak funguje AI?

jak se humbuk kolem AI zrychlil, prodejci se snaží propagovat, jak jejich produkty a služby používají AI. Často to, co označují jako AI, je prostě jedna součást AI, jako je strojové učení. AI vyžaduje založení specializovaného hardwaru a softwaru pro psaní a školení algoritmů strojového učení. Žádný programovací jazyk není synonymem pro AI, ale několik, včetně Pythonu, R a Java, je populární.

obecně platí, že systémy AI fungují tak, že přijímají velké množství značených tréninkových dat, analyzují data pro korelace a vzorce a používají tyto vzorce k předpovídání budoucích stavů. Tímto způsobem, chatbot, který je krmen příklady textových chatů, se může naučit vytvářet realistické výměny s lidmi, nebo nástroj pro rozpoznávání obrázků se může naučit identifikovat a popisovat objekty v obrázcích přezkoumáním milionů příkladů.

programování AI se zaměřuje na tři kognitivní dovednosti: učení, uvažování a Sebekorekci.

procesy učení. Tento aspekt programování AI se zaměřuje na získávání dat a vytváření pravidel pro přeměnu dat na použitelné informace. Pravidla, která se nazývají algoritmy, poskytují výpočetním zařízením podrobné pokyny, jak dokončit konkrétní úkol.

procesy uvažování. Tento aspekt programování AI se zaměřuje na výběr správného algoritmu pro dosažení požadovaného výsledku.

vlastní korekční procesy. Tento aspekt programování AI je navržen tak, aby neustále doladil algoritmy a zajistil, že poskytují co nejpřesnější výsledky.

proč je umělá inteligence důležitá?

AI je důležitá, protože může podnikům poskytnout přehled o jejich operacích, o kterých možná dříve nevěděli, a protože v některých případech může AI plnit úkoly lépe než lidé. Zejména pokud jde o opakující se, detailně orientované úkoly, jako je analýza velkého počtu právních dokumentů, aby se zajistilo správné vyplnění příslušných polí, nástroje AI často dokončují úlohy rychle as relativně malým počtem chyb.

to pomohlo podpořit explozi účinnosti a otevřelo dveře zcela novým obchodním příležitostem pro některé větší podniky. Před současnou vlnou AI by bylo těžké si představit použití počítačového softwaru pro připojení jezdců k taxislužbám, ale dnes se Uber stal jednou z největších společností na světě tím, že to udělal. Využívá sofistikované algoritmy strojového učení k předpovědi, kdy lidé pravděpodobně budou potřebovat jízdy v určitých oblastech, což pomáhá proaktivně dostat řidiče na silnici dříve, než budou potřeba. Jako další příklad, Google se stal jedním z největších hráčů pro řadu online služeb pomocí strojového učení, aby pochopil, jak lidé používají své služby, a poté je vylepšoval. V roce 2017 generální ředitel společnosti Sundar Pichai prohlásil, že Google bude fungovat jako Společnost” AI first”.

dnešní největší a nejúspěšnější podniky používají AI ke zlepšení svých operací a získání výhody u svých konkurentů.

jaké jsou výhody a nevýhody umělé inteligence?

umělé neuronové sítě a hluboké učení technologie umělé inteligence se rychle vyvíjejí, především proto, že AI zpracovává velké množství dat mnohem rychleji a umožňuje předpovědi přesněji než lidsky možné.

zatímco obrovský objem dat vytvářených denně by pohřbil lidského výzkumníka, aplikace AI, které používají strojové učení, mohou tato data vzít a rychle je proměnit v žalovatelné informace. Od tohoto psaní je hlavní nevýhodou používání AI to, že je nákladné zpracovávat velké množství dat, která programování AI vyžaduje.

výhody

• dobré v detailně orientovaných úlohách;
• zkrácený čas pro úkoly náročné na data;
• poskytuje konzistentní výsledky; a
• virtuální agenti s AI jsou vždy k dispozici.

nevýhody

• drahé;
• vyžaduje hluboké technické znalosti;
• omezená nabídka kvalifikovaných pracovníků pro vytváření nástrojů AI;
• ví pouze to, co bylo ukázáno; a
• nedostatek schopnosti zobecnit z jednoho úkolu do druhého.

silná AI vs. slabá AI

AI lze kategorizovat jako slabou nebo silnou.

• slabá AI, známá také jako úzká AI, je systém AI, který je navržen a vyškolen k dokončení konkrétního úkolu. Průmyslové roboty a virtuální osobní asistenti, jako je Apple Siri, používají slabou AI.
• silná AI, známá také jako umělá obecná inteligence (AGI), popisuje programování, které může replikovat kognitivní schopnosti lidského mozku. Když je prezentován s neznámým úkolem, silný systém AI může pomocí fuzzy logiky aplikovat znalosti z jedné domény do druhé a najít řešení autonomně. Teoreticky by silný program AI měl být schopen projít jak Turingovým testem, tak čínským pokojovým testem.

jaké jsou 4 typy umělé inteligence?

Arend Hintze, odborný asistent integrační biologie a informatiky a inženýrství na Michiganské státní univerzitě, vysvětlil v článku 2016, že AI lze rozdělit do čtyř typů, počínaje inteligentními systémy specifickými pro úkoly, které jsou dnes široce používány, a postupují k vnímajícím systémům, které dosud neexistují. Kategorie jsou následující:

• typ 1: reaktivní stroje. Tyto systémy AI nemají žádnou paměť a jsou specifické pro daný úkol. Příkladem je Deep Blue, šachový program IBM, který porazil Garryho Kasparova v 90.letech. Deep Blue dokáže identifikovat kousky na šachovnici a předpovídat, ale protože nemá paměť,nemůže použít minulé zkušenosti k informování budoucích.
• typ 2: omezená paměť. Tyto systémy AI mají paměť, takže mohou využít minulé zkušenosti k informování budoucích rozhodnutí. Některé z rozhodovacích funkcí v automobilech s vlastním pohonem jsou navrženy tímto způsobem.
• typ 3: teorie mysli. Teorie mysli je pojem psychologie. Při aplikaci na AI to znamená, že systém by měl sociální inteligenci, aby pochopil emoce. Tento typ AI bude schopen odvodit lidské záměry a předvídat chování, což je nezbytná dovednost pro systémy AI, aby se staly nedílnou součástí lidských týmů.
• Typ 4: sebevědomí. V této kategorii mají systémy AI pocit sebe sama, což jim dává vědomí. Stroje se sebevědomím chápou svůj vlastní současný stav. Tento typ AI dosud neexistuje.

jaké jsou příklady technologie AI a jak se dnes používá?

AI je začleněna do řady různých typů technologií. Zde je šest příkladů:

• automatizace. Při spárování s technologiemi AI mohou automatizační nástroje rozšířit objem a typy prováděných úkolů. Příkladem je robotická automatizace procesů (RPA), typ softwaru, který automatizuje opakující se úkoly zpracování dat založené na pravidlech tradičně prováděné lidmi. V kombinaci se strojovým učením a nově vznikajícími nástroji AI může RPA automatizovat větší části podnikových úloh, což umožňuje taktickým robotům RPA předávat inteligenci z AI a reagovat na změny procesů.
• strojové učení. To je věda, jak přimět počítač, aby jednal bez programování. Hluboké učení je podmnožinou strojového učení, které lze velmi jednoduše považovat za automatizaci prediktivní analýzy. Existují tři typy algoritmů strojového učení:
  • supervizované učení. Datové sady jsou označeny tak, že vzory mohou být detekovány a použity k označení nových datových sad.
  • bez dozoru učení. Datové sady nejsou označeny a jsou seřazeny podle podobností nebo rozdílů.
  • posilování učení. Datové sady nejsou označeny, ale po provedení akce nebo několika akcí je systému AI poskytnuta zpětná vazba.
• strojové vidění. Tato technologie dává stroji schopnost vidět. Strojové vidění zachycuje a analyzuje vizuální informace pomocí kamery, analogově-digitální konverze a zpracování digitálního signálu. Často se přirovnává k lidskému zraku, ale strojové vidění není vázáno biologií a může být naprogramováno tak, aby vidělo například skrz zdi. Používá se v řadě aplikací od identifikace podpisu po lékařskou analýzu obrazu. Počítačové vidění, které je zaměřeno na strojové zpracování obrazu, je často spojeno se strojovým viděním.
• zpracování přirozeného jazyka (NLP). Jedná se o zpracování lidského jazyka počítačovým programem. Jedním ze starších a nejznámějších příkladů NLP je detekce spamu, který se dívá na předmět a text e-mailu a rozhoduje, zda je nevyžádaný. Současné přístupy k NLP jsou založeny na strojovém učení. Mezi úkoly NLP patří překlad textu, analýza sentimentu a rozpoznávání řeči.
• Robotika. Tento obor strojírenství se zaměřuje na konstrukci a výrobu robotů. Roboti se často používají k plnění úkolů, které je pro člověka obtížné provádět nebo provádět důsledně. Například roboty se používají v montážních linkách pro výrobu automobilů nebo NASA k pohybu velkých objektů ve vesmíru. Vědci také používají strojové učení k vytváření robotů, které mohou interagovat v sociálních prostředích.
• samořiditelná auta. Autonomní vozidla používají kombinaci počítačového vidění, rozpoznávání obrazu a hlubokého učení k vybudování automatických dovedností při pilotování vozidla při pobytu v daném pruhu a vyhýbání se neočekávaným překážkám, jako jsou chodci.

jaké jsou aplikace AI?

Umělá inteligence se dostala na širokou škálu trhů. Zde je devět příkladů.

AI ve zdravotnictví. Největší sázky jsou na zlepšení výsledků pacientů a snížení nákladů. Společnosti používají strojové učení, aby lépe a rychleji diagnostikovaly než lidé. Jednou z nejznámějších zdravotnických technologií je IBM Watson. Rozumí přirozenému jazyku a dokáže reagovat na otázky, které mu byly položeny. Systém minuje data o pacientech a další dostupné zdroje dat, aby vytvořil hypotézu, kterou pak prezentuje se schématem hodnocení spolehlivosti. Mezi další aplikace AI patří používání online virtuálních zdravotních asistentů a chatbotů, které pomáhají pacientům a zákazníkům zdravotní péče najít lékařské informace, naplánovat schůzky, porozumět fakturačnímu procesu a dokončit další administrativní procesy. K předvídání, boji a porozumění pandemiím, jako je COVID-19, se také používá řada technologií AI.

AI v podnikání. Algoritmy strojového učení jsou integrovány do platforem analytics a customer relationship management (CRM), aby odhalily informace o tom, jak lépe sloužit zákazníkům. Chatboty byly začleněny do webových stránek, aby poskytovaly okamžité služby zákazníkům. Automatizace pracovních pozic se také stala mluveným bodem mezi akademiky a IT analytiky.

AI ve vzdělávání. AI může automatizovat třídění a poskytnout pedagogům více času. Může hodnotit studenty a přizpůsobovat se jejich potřebám a pomáhat jim pracovat vlastním tempem. Učitelé AI mohou studentům poskytnout další podporu a zajistit, aby zůstali na správné cestě. A mohlo by to změnit, kde a jak se studenti učí, možná dokonce nahradit některé učitele.

AI ve financích. AI v aplikacích osobních financí, jako je Intuit Mint nebo TurboTax, narušuje finanční instituce. Aplikace, jako jsou tyto, shromažďují osobní údaje a poskytují finanční poradenství. Jiné programy, jako je IBM Watson, byly aplikovány na proces nákupu domu. Dnes software umělé inteligence provádí většinu obchodování na Wall Street.

AI v právu. Proces objevování-probírání dokumentů-v právu je pro člověka často zdrcující. Použití AI k automatizaci procesů náročných na pracovní sílu v právním odvětví šetří čas a zlepšuje služby klientům. Advokátní kanceláře používají strojové učení k popisu dat a předpovídání výsledků, počítačové vidění ke klasifikaci a extrahování informací z dokumentů a zpracování přirozeného jazyka k interpretaci žádostí o informace.

AI ve výrobě. Výroba byla v popředí začlenění robotů do pracovního postupu. Například průmyslové roboty, které byly najednou naprogramovány tak, aby plnily jednotlivé úkoly a oddělily se od lidských pracovníků, stále více fungují jako koboty: Menší, multitaskingové roboty, které spolupracují s lidmi a přebírají odpovědnost za více částí práce ve skladech, výrobních podlahách a dalších pracovních prostorech.

AI v bankovnictví. Banky úspěšně zaměstnávají chatboty, aby informovaly své zákazníky o službách a nabídkách a vyřizovaly transakce, které nevyžadují lidský zásah. Virtuální asistenti AI se používají ke zlepšení a snížení nákladů na dodržování bankovních předpisů. Bankovní organizace také používají AI ke zlepšení svého rozhodování o půjčkách a ke stanovení úvěrových limitů a identifikaci investičních příležitostí.

AI v dopravě. Kromě základní role AI v provozu autonomních vozidel se technologie AI používají v dopravě k řízení provozu, předpovídání zpoždění letu a zvýšení bezpečnosti a efektivity námořní dopravy.

bezpečnost. AI a strojové učení jsou na vrcholu seznamu bezpečnostních prodejců buzzword, který dnes používají k odlišení svých nabídek. Tyto pojmy také představují skutečně životaschopné technologie. Organizace používají strojové učení v softwaru Siem (security information and event management) a souvisejících oblastech k detekci anomálií a identifikaci podezřelých činností, které naznačují hrozby. Analýzou dat a pomocí logiky k identifikaci podobností se známým škodlivým kódem může AI poskytovat upozornění na nové a vznikající útoky mnohem dříve než lidští zaměstnanci a předchozí iterace technologií. Technologie zrání hraje velkou roli v pomoci organizacím bojovat proti kybernetickým útokům.

rozšířená inteligence vs. umělá inteligence

někteří odborníci v oboru se domnívají, že termín umělá inteligence je příliš úzce spjat s populární kulturou, což způsobilo, že široká veřejnost má nepravděpodobná očekávání o tom, jak AI změní pracoviště a život obecně.

• rozšířená inteligence. Někteří vědci a obchodníci doufají, že štítek augmented intelligence, který má neutrálnější konotaci, pomůže lidem pochopit, že většina implementací AI bude slabá a jednoduše zlepší produkty a služby. Příklady zahrnují automatické vynořování důležitých informací ve zprávách business intelligence nebo zvýraznění důležitých informací v právních podáních.
• Umělá inteligence. Pravá umělá inteligence neboli umělá obecná inteligence je úzce spjata s konceptem technologické singularity – budoucnosti ovládané umělou superinteligencí, která daleko převyšuje schopnost lidského mozku porozumět tomu, jak formuje naši realitu. To zůstává v oblasti sci-fi, ačkoli někteří vývojáři pracují na problému. Mnozí věří, že technologie, jako je kvantové výpočty, by mohly hrát důležitou roli při uskutečňování AGI a že bychom si měli vyhradit použití termínu AI pro tento druh obecné inteligence.

etické používání umělé inteligence

zatímco nástroje AI představují pro podniky řadu nových funkcí, používání umělé inteligence také vyvolává etické otázky, protože v dobrém i ve zlém systém AI posílí to, co se již naučil.

to může být problematické, protože algoritmy strojového učení, které jsou základem mnoha nejpokročilejších nástrojů AI, jsou stejně chytré jako data, která jsou poskytována při školení. Protože člověk vybírá, jaká data se používají k výcviku programu AI, potenciál zkreslení strojového učení je neodmyslitelný a musí být pečlivě sledován.

každý, kdo chce používat strojové učení jako součást reálných výrobních systémů, musí zohlednit etiku do svých tréninkových procesů AI a snažit se vyhnout zaujatosti. To platí zejména při použití algoritmů AI,které jsou neodmyslitelně nevysvětlitelné v aplikacích deep learning a generative adversarial network (GAN).

Vysvětlitelnost je potenciálním kamenem úrazu při používání AI v průmyslových odvětvích, která fungují za přísných požadavků na dodržování předpisů. Například finanční instituce ve Spojených státech fungují podle předpisů, které vyžadují, aby vysvětlily svá rozhodnutí o vydávání úvěrů. Když je rozhodnutí o odmítnutí úvěru učiněno programováním AI, nicméně, může být obtížné vysvětlit, jak bylo rozhodnutí přijato, protože nástroje AI používané k provádění takových rozhodnutí fungují tak, že škádlí jemné korelace mezi tisíci proměnných. Pokud rozhodovací proces nelze vysvětlit, může být program označován jako černá skříňka AI.

navzdory možným rizikům existuje v současné době jen málo předpisů upravujících používání nástrojů AI a tam, kde existují zákony, se obvykle týkají AI nepřímo. Například, jak již bylo zmíněno, předpisy Spojených států o spravedlivém půjčování vyžadují, aby finanční instituce vysvětlily úvěrová rozhodnutí potenciálním zákazníkům. To omezuje rozsah, v jakém mohou věřitelé používat algoritmy hlubokého učení, které jsou svou povahou neprůhledné a postrádají vysvětlitelnost.

Obecné nařízení Evropské unie o ochraně údajů (GDPR) stanoví přísná omezení, jak mohou podniky používat údaje o spotřebitelích, což brání školení a funkčnosti mnoha aplikací AI orientovaných na spotřebitele.

v říjnu 2016 vydala Národní rada pro vědu a techniku zprávu zkoumající potenciální roli, kterou by vládní regulace mohla hrát ve vývoji AI, ale nedoporučila zvážit konkrétní právní předpisy.

vytváření zákonů pro regulaci AI nebude snadné, částečně proto, že AI zahrnuje řadu technologií, které společnosti používají pro různé účely, a částečně proto, že předpisy mohou přijít za cenu pokroku a vývoje AI. Rychlý vývoj technologií AI je další překážkou pro vytvoření smysluplné regulace AI. Technologické průlomy a nové aplikace mohou stávající zákony okamžitě zastaralé. Například stávající zákony upravující soukromí konverzací a zaznamenaných konverzací nepokrývají výzvu, kterou představují hlasoví asistenti, jako je Amazon Alexa a Apple Siri, kteří shromažďují, ale nerozdělují konverzaci-s výjimkou technologických týmů společností, které ji používají ke zlepšení algoritmů strojového učení. A samozřejmě zákony, které vlády dokážou vytvořit k regulaci AI, nezabrání zločincům v používání technologie se zlým úmyslem.

kognitivní výpočetní technika a AI

pojmy AI a kognitivní výpočetní technika se někdy používají zaměnitelně, ale obecně lze říci, že označení AI se používá ve vztahu ke strojům, které nahrazují lidskou inteligenci simulováním toho, jak vnímáme, učíme se, zpracováváme a reagujeme na informace v prostředí.

štítek cognitive computing se používá ve vztahu k produktům a službám, které napodobují a rozšiřují lidské myšlenkové procesy.

jaká je historie AI?

koncept neživých objektů obdařených inteligencí existuje již od starověku. Řecký bůh Hephaestus byl v mýtech zobrazen jako kování robotických služebníků ze zlata. Inženýři ve starověkém Egyptě stavěli sochy bohů oživené kněžími. V průběhu staletí myslitelé od Aristotela po španělský teolog 13. století Ramon Llull po René Descartes a Thomas Bayes používali nástroje a logiku své doby k popisu lidských myšlenkových procesů jako symbolů a položili základy konceptů AI, jako je reprezentace obecných znalostí.

pozdní 19. a první polovina 20. století přinesla základní práci, která by dala vzniknout modernímu počítači. V roce 1836 vynalezl matematik Cambridge University Charles Babbage a Augusta Ada Byron, hraběnka z Lovelace, první návrh programovatelného stroje.

1940s. Princeton matematik John Von Neumann koncipován architekturu pro uložené programu počítače-myšlenka, že počítačový program a data, která zpracovává mohou být uloženy v paměti počítače . A Warren McCulloch a Walter Pitts položili základy neuronových sítí.

1950. s příchodem moderních počítačů mohli vědci otestovat své představy o inteligenci strojů. Jednu metodu pro určení, zda má počítač inteligenci, vymyslel britský matematik a prolomitel kódu z druhé světové války Alan Turing. Turingův Test se zaměřil na schopnost počítače oklamat vyšetřovatele, aby věřili, že jeho odpovědi na jejich otázky byly provedeny lidskou bytostí.

1956. Moderní oblast umělé inteligence je široce citována jako začínající letos během letní konference na Dartmouth College. Sponzorováno agenturou Defense Advanced Research Projects Agency (DARPA), konference se zúčastnilo 10 osobností v oboru, včetně průkopníků AI Marvin Minsky, Oliver Selfridge a John McCarthy, který je připočítán s razením termínu umělá inteligence. Zúčastnili se také Allen Newell, počítačový vědec, a Herbert A. Simon, ekonom, politolog a kognitivní psycholog, který představil svého průkopnického teoretika logiky, počítačový program schopný prokázat určité matematické věty a označovaný jako první program AI.

1950 a 1960. v návaznosti na konferenci Dartmouth College vůdci v rodící se oblasti AI předpovídali, že umělá inteligence ekvivalentní lidskému mozku je za rohem a přitahuje hlavní vládní a průmyslovou podporu. Vskutku, téměř 20 roky dobře financovaného základního výzkumu přinesly významný pokrok v AI: Například na konci padesátých let Newell a Simon publikovali algoritmus General Problem Solver (GPS), který nedosáhl řešení složitých problémů, ale položil základy pro vývoj sofistikovanějších kognitivních architektur; McCarthy vyvinul Lisp, jazyk pro programování AI, který se dodnes používá. V polovině 1960 profesor MIT Joseph Weizenbaum vyvinul ELIZA, časný program zpracování přirozeného jazyka, který položil základy pro dnešní chatboty.

1970 a 1980. Dosažení umělé obecné inteligence se však ukázalo jako nepolapitelné, ne bezprostřední, brzděné omezeními v počítačovém zpracování a paměti a složitostí problému. Vláda a korporace ustoupily od podpory výzkumu AI, což vedlo k ladem trvajícímu od roku 1974 do roku 1980 a známému jako první ” AI Winter.”V 1980s, výzkum technik hlubokého učení a průmyslové přijetí expertních systémů Edwarda Feigenbauma vyvolalo novou vlnu nadšení AI, jen aby následoval další kolaps vládního financování a podpory průmyslu. Druhá AI zima trvala až do poloviny 90. let.

1990 až do dneška. Zvýšení výpočetního výkonu a exploze dat vyvolaly renesanci AI na konci 90.let, která pokračovala v současné době. Nejnovější zaměření na AI vedlo k průlomům ve zpracování přirozeného jazyka, počítačové vidění, robotika, strojové učení, hluboké učení a další. AI se navíc stává stále hmatatelnějším, pohání auta, diagnostikuje nemoci a upevňuje svou roli v populární kultuře. V roce 1997 IBM Deep Blue porazil ruského šachového velmistra Garryho Kasparova a stal se prvním počítačovým programem, který porazil mistra světa v šachu. O čtrnáct let později Watson z IBM zaujal veřejnost, když porazil dva bývalé šampiony v herní show Jeopardy!. Nedávno Historická porážka 18násobného mistra světa go Lee Sedola společností Google DeepMind AlphaGo ohromila komunitu Go a znamenala významný milník ve vývoji inteligentních strojů.

AI jako služba

protože náklady na hardware, software a personální náklady pro AI mohou být drahé, mnoho dodavatelů zahrnuje komponenty AI do svých standardních nabídek nebo poskytuje přístup k platformám umělé inteligence jako služby (aiaas). AIaaS umožňuje jednotlivcům a společnostem experimentovat s AI pro různé obchodní účely a před přijetím závazku vyzkoušet více platforem.

Populární nabídky AI cloud zahrnují následující:

• Amazon AI
• IBMAT Atson Assistant
• Microsoft Cognitive Services
• Google AI