ce este inteligența artificială?

inteligența artificială este simularea proceselor de inteligență umană de către mașini, în special sistemele informatice. Aplicațiile specifice AI includ sisteme expert, procesarea limbajului natural, recunoașterea vorbirii și viziunea mașinii.

cum funcționează AI?

pe măsură ce hype-ul din jurul AI s-a accelerat, vânzătorii s-au străduit să promoveze modul în care produsele și serviciile lor utilizează AI. Adesea, ceea ce se referă la AI este pur și simplu o componentă a AI, cum ar fi învățarea automată. AI necesită o bază de hardware și software specializate pentru scrierea și instruirea algoritmilor de învățare automată. Niciun limbaj de programare nu este sinonim cu AI, dar câteva, inclusiv Python, R și Java, sunt populare.

în general, sistemele AI funcționează prin ingerarea unor cantități mari de date de instruire etichetate, analizând datele pentru corelații și modele și folosind aceste modele pentru a face predicții despre stările viitoare. În acest fel, un chatbot care este alimentat cu exemple de chat-uri text poate învăța să producă schimburi realiste cu oamenii sau un instrument de recunoaștere a imaginilor poate învăța să identifice și să descrie obiecte din imagini examinând milioane de exemple.

programarea AI se concentrează pe trei abilități cognitive: învățare, raționament și AutoCorecție.

procese de învățare. Acest aspect al programării AI se concentrează pe achiziționarea de date și crearea de reguli pentru a transforma datele în informații acționabile. Regulile, numite algoritmi, oferă dispozitivelor de calcul instrucțiuni pas cu pas pentru a finaliza o anumită sarcină.

procesele de raționament. Acest aspect al programării AI se concentrează pe alegerea algoritmului potrivit pentru a ajunge la rezultatul dorit.

procese de autocorecție. Acest aspect al programării AI este conceput pentru a regla continuu algoritmii și pentru a se asigura că oferă cele mai precise rezultate posibile.

de ce este importantă inteligența artificială?

ia este importantă deoarece poate oferi întreprinderilor informații despre operațiunile lor de care este posibil să nu fi fost conștiente anterior și pentru că, în unele cazuri, ia poate îndeplini sarcini mai bine decât oamenii. În special atunci când vine vorba de sarcini repetitive, orientate spre detalii, cum ar fi analizarea unui număr mare de documente juridice pentru a se asigura că câmpurile relevante sunt completate corect, instrumentele AI finalizează adesea lucrările rapid și cu relativ puține erori.

acest lucru a contribuit la alimentarea unei explozii de eficiență și a deschis ușa către oportunități de afaceri complet noi pentru unele întreprinderi mai mari. Înainte de valul actual de AI, ar fi fost greu de imaginat utilizarea software-ului de calculator pentru a conecta Călăreții la taxiuri, dar astăzi Uber a devenit una dintre cele mai mari companii din lume făcând doar asta. Utilizează algoritmi sofisticați de învățare automată pentru a prezice când este posibil ca oamenii să aibă nevoie de plimbări în anumite zone, ceea ce ajută în mod proactiv șoferii pe drum înainte de a fi necesari. Ca un alt exemplu, Google a devenit unul dintre cei mai mari jucători pentru o serie de servicii online, folosind învățarea automată pentru a înțelege modul în care oamenii își folosesc serviciile și apoi le îmbunătățesc. În 2017, CEO-ul companiei, Sundar Pichai, a declarat că Google va funcționa ca o companie “AI first”.

cele mai mari și mai de succes întreprinderi de astăzi au folosit ia pentru a-și îmbunătăți operațiunile și pentru a obține avantaje față de concurenții lor.

care sunt avantajele și dezavantajele inteligenței artificiale?

rețelele neuronale artificiale și tehnologiile de inteligență artificială de învățare profundă evoluează rapid, în primul rând pentru că AI procesează cantități mari de date mult mai rapid și face predicții mai precise decât este posibil din punct de vedere uman.

în timp ce volumul imens de date create zilnic ar îngropa un cercetător uman, aplicațiile AI care utilizează învățarea automată pot lua aceste date și le pot transforma rapid în informații acționabile. Începând cu această scriere, dezavantajul principal al utilizării AI este că este costisitor să procesăm cantitățile mari de date pe care le necesită programarea AI.

avantaje

• bun la locuri de muncă orientate spre detalii;
• timp redus pentru sarcini grele de date;
• oferă rezultate consistente; și
• agenții virtuali alimentați de AI sunt întotdeauna disponibili.

dezavantaje

• scump;
• necesită expertiză tehnică profundă;
• ofertă limitată de lucrători calificați pentru a construi instrumente AI;
• știe doar ce a fost demonstrat; și
• lipsa capacității de a generaliza de la o sarcină la alta.

ai puternică vs.ai slabă

AI poate fi clasificată fie ca slabă, fie puternică.

• AI slab, cunoscut și sub numele de ai îngust, este un sistem AI care este proiectat și instruit pentru a finaliza o sarcină specifică. Roboții industriali și asistenții personali virtuali, cum ar fi Siri de la Apple, folosesc AI slab.
• AI puternică, cunoscută și sub numele de inteligență generală artificială (AGI), descrie programarea care poate reproduce abilitățile cognitive ale creierului uman. Când i se prezintă o sarcină necunoscută, un sistem AI puternic poate folosi logica fuzzy pentru a aplica cunoștințele de la un domeniu la altul și pentru a găsi o soluție în mod autonom. În teorie, un program AI puternic ar trebui să poată trece atât un Test Turing, cât și testul camerei chinezești.

care sunt cele 4 tipuri de inteligență artificială?

Arend Hintze, profesor asistent de biologie integrativă și informatică și inginerie la Universitatea de Stat din Michigan, a explicat într-un articol din 2016 că AI poate fi clasificată în patru tipuri, începând cu sistemele inteligente specifice sarcinilor utilizate astăzi și progresând către sisteme simțitoare, care încă nu există. Categoriile sunt următoarele:

• tip 1: mașini Reactive. Aceste sisteme AI nu au memorie și sunt specifice sarcinilor. Un exemplu este Deep Blue, programul de șah IBM care l-a învins pe Garry Kasparov în anii 1990. Deep Blue poate identifica piesele de pe tabla de șah și poate face predicții, dar pentru că nu are memorie, nu poate folosi experiențele trecute pentru a le informa pe cele viitoare.
• tip 2: memorie limitată. Aceste sisteme AI au memorie, astfel încât să poată folosi experiențele trecute pentru a informa deciziile viitoare. Unele dintre funcțiile de luare a deciziilor în mașinile cu conducere automată sunt proiectate în acest fel.
• Tipul 3: teoria minții. Teoria minții este un termen psihologic. Atunci când este aplicat la AI, înseamnă că sistemul ar avea inteligența socială pentru a înțelege emoțiile. Acest tip de AI va fi capabil să deducă intențiile umane și să prezică comportamentul, o abilitate necesară pentru ca sistemele AI să devină membri integrali ai echipelor umane.
• Tipul 4: conștiința de sine. În această categorie, sistemele AI au un sentiment de sine, ceea ce le dă conștiință. Mașinile cu conștiință de sine înțeleg propria lor stare actuală. Acest tip de AI nu există încă.

care sunt exemplele de tehnologie AI și cum este utilizată astăzi?

AI este încorporată într-o varietate de tipuri diferite de tehnologie. Iată șase exemple:

• automatizare. Atunci când sunt asociate cu tehnologiile AI, instrumentele de automatizare pot extinde volumul și tipurile de sarcini efectuate. Un exemplu este robotic process automation (RPA), un tip de software care automatizează sarcinile de procesare a datelor repetitive, bazate pe reguli, realizate în mod tradițional de oameni. Atunci când este combinat cu învățarea automată și instrumentele AI emergente, RPA poate automatiza porțiuni mai mari de locuri de muncă ale întreprinderii, permițând roboților tactici RPA să transmită inteligența de la AI și să răspundă la schimbările de proces.
• învățare automată. Aceasta este știința de a face un computer să acționeze fără programare. Învățarea profundă este un subset de învățare automată care, în termeni foarte simpli, poate fi gândit ca automatizarea analiticii predictive. Există trei tipuri de algoritmi de învățare automată:
  • învățare supravegheată. Seturile de date sunt etichetate astfel încât modelele să poată fi detectate și utilizate pentru a eticheta seturi de date noi.
  • învățare nesupravegheată. Seturile de date nu sunt etichetate și sunt sortate în funcție de asemănări sau diferențe.
  • învățarea întăririi. Seturile de date nu sunt etichetate, dar, după efectuarea unei acțiuni sau a mai multor acțiuni, sistemul AI primește feedback.
• viziunea mașinii. Această tehnologie oferă o mașină posibilitatea de a vedea. Machine vision Captează și analizează informațiile vizuale folosind o cameră foto, conversie analog-digitală și procesare digitală a semnalului. Este adesea comparat cu vederea umană, dar viziunea mașinii nu este legată de biologie și poate fi programată să vadă prin pereți, de exemplu. Este utilizat într-o serie de aplicații, de la identificarea semnăturii la analiza imaginii medicale. Viziunea computerizată, care se concentrează pe procesarea imaginilor bazate pe mașini, este adesea combinată cu viziunea mașinii.
• procesarea limbajului Natural (NLP). Aceasta este prelucrarea limbajului uman de către un program de calculator. Unul dintre cele mai vechi și mai cunoscute exemple de NLP este detectarea spamului, care analizează subiectul și textul unui e-mail și decide dacă este junk. Abordările actuale ale NLP se bazează pe învățarea automată. Sarcinile NLP includ traducerea textului, analiza sentimentelor și recunoașterea vorbirii.
• robotică. Acest domeniu de inginerie se concentrează pe proiectarea și fabricarea roboților. Roboții sunt adesea folosiți pentru a îndeplini sarcini dificil de îndeplinit sau de îndeplinit în mod consecvent. De exemplu, roboții sunt utilizați în liniile de asamblare pentru producția de mașini sau de NASA pentru a muta obiecte mari în spațiu. Cercetătorii folosesc, de asemenea, învățarea automată pentru a construi roboți care pot interacționa în setările sociale.
• mașini autonome. Vehiculele autonome folosesc o combinație de viziune computerizată, recunoaștere a imaginilor și învățare profundă pentru a construi abilități automate la pilotarea unui vehicul în timp ce stau pe o anumită bandă și evită obstrucțiile neașteptate, cum ar fi pietonii.

care sunt aplicațiile AI?

inteligența artificială și-a făcut loc într-o mare varietate de piețe. Iată nouă Exemple.

AI în domeniul asistenței medicale. Cele mai mari pariuri sunt pe îmbunătățirea rezultatelor pacienților și reducerea costurilor. Companiile aplică învățarea automată pentru a face diagnostice mai bune și mai rapide decât oamenii. Una dintre cele mai cunoscute tehnologii medicale este IBM Watson. Înțelege limbajul natural și poate răspunde la întrebările adresate acestuia. Sistemul minează datele pacientului și alte surse de date disponibile pentru a forma o ipoteză, pe care apoi o prezintă cu o schemă de notare a încrederii. Alte aplicații AI includ utilizarea asistenților de sănătate virtuali online și a chatbot-urilor pentru a ajuta pacienții și clienții din domeniul sănătății să găsească informații medicale, să programeze întâlniri, să înțeleagă procesul de facturare și să finalizeze alte procese administrative. O serie de tehnologii AI este, de asemenea, utilizată pentru a prezice, lupta și înțelege pandemiile, cum ar fi COVID-19.

AI în afaceri. Algoritmii de învățare automată sunt integrați în platformele de analiză și gestionare a relațiilor cu clienții (CRM) pentru a descoperi informații despre cum să servești mai bine clienții. Chatbot-urile au fost încorporate în site-uri web pentru a oferi servicii imediate clienților. Automatizarea posturilor de muncă a devenit, de asemenea, un punct de discuție în rândul academicienilor și analiștilor IT.

AI în educație. AI poate automatiza notarea, oferind educatorilor mai mult timp. Poate evalua elevii și se poate adapta nevoilor lor, ajutându-i să lucreze în ritmul propriu. Tutorii AI pot oferi sprijin suplimentar studenților, asigurându-se că rămân pe drumul cel bun. Și s-ar putea schimba unde și cum învață elevii, poate chiar înlocuind unii profesori.

AI în finanțe. AI în aplicațiile de Finanțe personale, cum ar fi Intuit Mint sau TurboTax, perturbă instituțiile financiare. Aplicații precum acestea colectează date cu caracter personal și oferă consultanță financiară. Alte programe, cum ar fi IBM Watson, au fost aplicate procesului de cumpărare a unei case. Astăzi, software-ul de inteligență artificială efectuează o mare parte din tranzacționarea pe Wall Street.

AI în drept. Procesul de descoperire-cernerea documentelor – în lege este adesea copleșitor pentru oameni. Utilizarea AI pentru a ajuta la automatizarea proceselor intensive ale forței de muncă din industria juridică economisește timp și îmbunătățește serviciul pentru clienți. Firmele de avocatură folosesc învățarea automată pentru a descrie datele și a prezice rezultatele, viziunea computerizată pentru a clasifica și extrage informații din documente și procesarea limbajului natural pentru a interpreta cererile de informații.

AI în producție. Producția a fost în fruntea încorporării roboților în fluxul de lucru. De exemplu, roboții industriali care au fost la un moment dat programați să îndeplinească sarcini unice și separați de lucrătorii umani, funcționează din ce în ce mai mult ca coboți: Roboți mai mici, multitasking, care colaborează cu oamenii și își asumă responsabilitatea pentru mai multe părți ale locului de muncă în depozite, podele din fabrică și alte spații de lucru.

AI în domeniul bancar. Băncile folosesc cu succes chatbots pentru a-și face clienții conștienți de servicii și oferte și pentru a gestiona tranzacții care nu necesită intervenție umană. Asistenții virtuali AI sunt utilizați pentru a îmbunătăți și reduce costurile respectării reglementărilor bancare. Organizațiile bancare folosesc, de asemenea, AI pentru a-și îmbunătăți procesul de luare a deciziilor pentru împrumuturi și pentru a stabili limite de credit și pentru a identifica oportunitățile de investiții.

AI în transport. Pe lângă rolul fundamental al AI în operarea vehiculelor autonome, tehnologiile AI sunt utilizate în transport pentru a gestiona traficul, a prezice întârzierile zborurilor și a face transportul maritim mai sigur și mai eficient.

securitate. AI și machine learning se află în partea de sus a listei de cuvinte cheie pe care Furnizorii de securitate o folosesc astăzi pentru a-și diferenția ofertele. Acești termeni reprezintă, de asemenea, tehnologii cu adevărat viabile. Organizațiile folosesc învățarea automată în software-ul Siem (security information and event management) și în zonele conexe pentru a detecta anomalii și a identifica activități suspecte care indică amenințări. Analizând datele și folosind logica pentru a identifica asemănările cu codul rău intenționat cunoscut, AI poate oferi alerte atacurilor noi și emergente mult mai devreme decât angajații umani și iterațiile tehnologice anterioare. Tehnologia de maturare joacă un rol important în a ajuta organizațiile să lupte împotriva atacurilor cibernetice.

inteligență augmentată vs. inteligență artificială

unii experți din industrie consideră că termenul de inteligență artificială este prea strâns legat de cultura populară, iar acest lucru a determinat publicul larg să aibă așteptări improbabile cu privire la modul în care ia va schimba locul de muncă și viața în general.

• inteligență augmentată. Unii cercetători și specialiști în marketing speră că eticheta augmented intelligence, care are o conotație mai neutră, va ajuta oamenii să înțeleagă că majoritatea implementărilor AI vor fi slabe și vor îmbunătăți pur și simplu produsele și serviciile. Exemplele includ afișarea automată a informațiilor importante în rapoartele de informații de afaceri sau evidențierea informațiilor importante în dosarele juridice.
• inteligență artificială. Inteligența artificială este strâns asociată cu conceptul de singularitate tehnologică – un viitor condus de o superinteligență artificială care depășește cu mult capacitatea creierului uman de a o înțelege sau cum ne modelează realitatea. Acest lucru rămâne în domeniul science fiction, deși unii dezvoltatori lucrează la această problemă. Mulți cred că tehnologii precum calculul cuantic ar putea juca un rol important în transformarea AGI în realitate și că ar trebui să rezervăm utilizarea termenului AI pentru acest tip de inteligență generală.

utilizarea etică a inteligenței artificiale

în timp ce instrumentele AI prezintă o serie de funcționalități noi pentru întreprinderi, utilizarea inteligenței artificiale ridică, de asemenea, întrebări etice, deoarece, în bine sau în rău, un sistem AI va consolida ceea ce a învățat deja.

acest lucru poate fi problematic, deoarece algoritmii de învățare automată, care stau la baza multor dintre cele mai avansate instrumente AI, sunt la fel de inteligenți ca datele pe care le oferă în formare. Deoarece o ființă umană Selectează ce date sunt utilizate pentru a instrui un program AI, potențialul de părtinire a învățării automate este inerent și trebuie monitorizat îndeaproape.

oricine dorește să utilizeze învățarea automată ca parte a sistemelor din lumea reală, în producție, trebuie să ia în considerare etica în procesele lor de instruire AI și să se străduiască să evite părtinirea. Acest lucru este valabil mai ales atunci când se utilizează algoritmi AI care sunt în mod inerent inexplicabili în aplicațiile de învățare profundă și rețea adversară generativă (Gan).

explicabilitatea este un potențial obstacol în calea utilizării ia în industriile care operează în conformitate cu cerințele stricte de conformitate cu reglementările. De exemplu, instituțiile financiare din Statele Unite funcționează în conformitate cu reglementările care le impun să-și explice deciziile de emitere a creditelor. Cu toate acestea, atunci când o decizie de refuzare a creditului este luată prin programarea AI, poate fi dificil de explicat modul în care s-a ajuns la decizie, deoarece instrumentele AI utilizate pentru a lua astfel de decizii funcționează prin tachinarea corelațiilor subtile dintre mii de variabile. Atunci când procesul de luare a deciziilor nu poate fi explicat, programul poate fi denumit black box AI.

în ciuda riscurilor potențiale, în prezent există puține reglementări care reglementează utilizarea instrumentelor AI și, acolo unde există legi, acestea se referă de obicei la AI indirect. De exemplu, așa cum am menționat anterior, reglementările de creditare echitabile din Statele Unite impun instituțiilor financiare să explice deciziile de credit potențialilor clienți. Acest lucru limitează măsura în care creditorii pot utiliza algoritmi de învățare profundă, care, prin natura lor, sunt opaci și nu au explicabilitate.

Regulamentul General al Uniunii Europene privind protecția datelor (GDPR) pune limite stricte asupra modului în care întreprinderile pot utiliza datele consumatorilor, ceea ce împiedică instruirea și funcționalitatea multor aplicații AI orientate către consumatori.

în octombrie 2016, Consiliul Național pentru știință și Tehnologie a emis un raport care examinează rolul potențial pe care reglementările guvernamentale l-ar putea juca în dezvoltarea ia, dar nu a recomandat luarea în considerare a legislației specifice.

elaborarea legilor pentru a reglementa ia nu va fi ușoară, în parte pentru că ia cuprinde o varietate de tehnologii pe care companiile le folosesc în scopuri diferite și parțial pentru că reglementările pot veni cu prețul progresului și dezvoltării ia. Evoluția rapidă a tehnologiilor AI este un alt obstacol în calea formării unei reglementări semnificative a AI. Progresele tehnologice și aplicațiile noi pot face ca legile existente să fie depășite instantaneu. De exemplu, legile existente care reglementează confidențialitatea conversațiilor și a conversațiilor înregistrate nu acoperă provocarea reprezentată de asistenții vocali precum Alexa de la Amazon și Siri de la Apple care se adună, dar nu distribuie conversația-cu excepția echipelor tehnologice ale companiilor care o folosesc pentru a îmbunătăți algoritmii de învățare automată. Și, desigur, legile pe care guvernele reușesc să le elaboreze pentru a reglementa ia nu împiedică infractorii să folosească tehnologia cu intenție rău intenționată.

calculul cognitiv și AI

termenii AI și calculul cognitiv sunt uneori folosiți în mod interschimbabil, dar, în general, eticheta AI este utilizată cu referire la mașinile care înlocuiesc inteligența umană prin simularea modului în care simțim, învățăm, procesăm și reacționăm la informațiile din mediu.

eticheta calcul cognitiv este utilizată cu referire la produse și servicii care imită și sporesc procesele gândirii umane.

care este istoria AI?

conceptul de obiecte neînsuflețite înzestrate cu inteligență a existat din cele mai vechi timpuri. Zeul grec Hephaestus a fost descris în mituri ca forjând slujitori asemănători roboților din aur. Inginerii din Egiptul Antic au construit statui ale zeilor animați de preoți. De-a lungul secolelor, gânditorii de la Aristotel până în secolul al 13-lea Teologul spaniol Ramon Llull până la Renaqu Descartes și Thomas Bayes au folosit instrumentele și logica vremurilor lor pentru a descrie procesele gândirii umane ca simboluri, punând bazele conceptelor AI, cum ar fi reprezentarea cunoștințelor generale.

sfârșitul secolului 19 și prima jumătate a secolului 20 au adus lucrarea fundamentală care avea să dea naștere computerului modern. În 1836, matematicianul Charles Babbage de la Universitatea Cambridge și Augusta Ada Byron, Contesa de Lovelace, au inventat primul design pentru o mașină programabilă.

1940. matematicianul de la Princeton, John Von Neumann, a conceput arhitectura pentru computerul cu program stocat-ideea că programul unui computer și datele pe care le procesează pot fi păstrate în memoria computerului. Și Warren McCulloch și Walter Pitts au pus bazele rețelelor neuronale.

anii 1950. odată cu apariția computerelor moderne, oamenii de știință și-au putut testa ideile despre inteligența mașinilor. O metodă pentru a determina dacă un computer are inteligență a fost concepută de matematicianul britanic și de cel de-al doilea Război Mondial, Alan Turing. Testul Turing s-a concentrat pe capacitatea unui computer de a păcăli interogatorii să creadă că răspunsurile sale la întrebările lor au fost făcute de o ființă umană.

1956. Domeniul modern al inteligenței artificiale este citat pe scară largă ca începând din acest an în timpul unei conferințe de vară la Colegiul Dartmouth. Sponsorizat de Agenția pentru proiecte de cercetare avansată în domeniul apărării (DARPA), la conferință au participat 10 corpuri de iluminat din domeniu, inclusiv pionierii AI Marvin Minsky, Oliver Selfridge și John McCarthy, care este creditat cu inventarea termenului inteligență artificială. De asemenea, au fost prezenți Allen Newell, un informatician și Herbert A. Simon, economist, politolog și psiholog cognitiv, care și-a prezentat teoreticianul Logic revoluționar, un program de calculator capabil să demonstreze anumite teoreme matematice și denumit Primul program AI.

anii 1950 și 1960. în urma conferinței Colegiului Dartmouth, liderii din domeniul nou-născut al AI au prezis că o inteligență artificială echivalentă cu creierul uman se afla la colț, atrăgând sprijin guvernamental și industrial major. Într-adevăr, aproape 20 de ani de cercetare de bază bine finanțată au generat progrese semnificative în AI: De exemplu, la sfârșitul anilor 1950, Newell și Simon au publicat algoritmul general de rezolvare a problemelor (GPS), care nu a reușit să rezolve probleme complexe, dar a pus bazele dezvoltării unor arhitecturi cognitive mai sofisticate; McCarthy a dezvoltat Lisp, un limbaj pentru programarea AI care este folosit și astăzi. La mijlocul anilor 1960, profesorul MIT Joseph Weizenbaum a dezvoltat ELIZA, un program timpuriu de procesare a limbajului natural care a pus bazele chatbot-urilor de astăzi.

anii 1970 și 1980. Dar realizarea inteligenței generale artificiale s-a dovedit evazivă, nu iminentă, împiedicată de limitările procesării și memoriei computerizate și de complexitatea problemei. Guvernul și corporațiile s-au îndepărtat de sprijinul lor pentru cercetarea ia, ducând la o perioadă de necultivare care durează între 1974 și 1980 și cunoscută sub numele de prima “iarnă AI.”În anii 1980, cercetările privind tehnicile de învățare profundă și adoptarea de către industrie a sistemelor expert ale lui Edward Feigenbaum au declanșat un nou val de entuziasm AI, urmat doar de un alt colaps al finanțării guvernamentale și al sprijinului industriei. A doua iarnă AI a durat până la mijlocul anilor 1990.

1990 până în prezent. Creșterea puterii de calcul și o explozie de date au declanșat o renaștere AI la sfârșitul anilor 1990, care a continuat până în prezent. Cea mai recentă concentrare asupra AI a dat naștere unor descoperiri în procesarea limbajului natural, viziunea pe calculator, robotica, învățarea automată, învățarea profundă și multe altele. Mai mult, ia devine din ce în ce mai tangibilă, alimentând mașinile, diagnosticând bolile și consolidându-și rolul în cultura populară. În 1997, IBM Deep Blue l-a învins pe marele maestru rus de șah Garry Kasparov, devenind primul program de calculator care a învins un campion mondial de șah. Paisprezece ani mai târziu, Watson de la IBM a captivat publicul când a învins doi foști campioni la spectacolul de joc Jeopardy!. Mai recent, înfrângerea istorică a campionului mondial Go Lee Sedol de 18 ori de către AlphaGo de la Google DeepMind a uimit comunitatea Go și a marcat o piatră de hotar majoră în dezvoltarea mașinilor inteligente.

AI ca serviciu

deoarece costurile hardware, software și personal pentru AI pot fi costisitoare, mulți furnizori includ componente AI în ofertele lor standard sau oferă acces la inteligența artificială ca serviciu (aiaas) platforme. AIaaS permite persoanelor fizice și companiilor să experimenteze AI în diverse scopuri de afaceri și să probeze mai multe platforme înainte de a-și lua un angajament.

ofertele populare de cloud AI includ următoarele:

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