Обучение искусственного интеллекта — заведомо сложнейший процесс. Как это происходит и с какими сложностями можно столкнуться — попробуем разобраться.
Искусственный интеллект может повысить производительность работы в таких сферах, как юриспруденция, медицина, сфера недвижимость, сфера образования и т.п. Уже сегодня мы сталкиваемся с ним ежедневно, пользуясь поисковыми системами в сети Интернет, обращаясь к голосовым помощникам на смартфонах. Разберемся в вопросе на этих примерах.
Как обучается голосовой помощник? Давайте вспомним то время, когда «Алиса» была еще «ребенком». Вы задаете ей вопрос, она дает Вам ответ, который заложен в её программе. Что Вы видели дальше? Вам предоставляли возможность оценить её ответ, и в том случае, если Вам не понравилось, обосновать это. Подобные ответы пользователей собирались, систематизировались и затем использовались для того, что сделать Алису лучше. Задолго до существования голосового помощника от Яндекс был популярен чатбот SimSimi, обучить которого мог каждый желающий: Вам просто предоставлялась возможность вписать ответ, который по вашему мнению будет уместен в диалоге, а также голосовать за другие ответы. Несложно догадаться к чему это привело: нецензурная брань, оскорбления, распространение незаконной информации и просто бред в ответах. Именно поэтому сегодня роль пользователей в обучении ИИ не столь существенна.
Поисковые системы анализируют поведение пользователя, задают вопросы по типу «Вы нашли то, что искали?», и создают на основе этой информации алгоритмы действий.
Искусственный интеллект тренируют по образу подобию человеческого, используя для этого метод машинного обучения. Его суть заключается в своего рода «самообучении» на основе полученных данных. Один из самых известных и понятных примеров — игра в шахматы с «Компьютером». Изначально, ИИ анализировал и повторял действия игроков, а затем собирал информацию об успешных ходах и партиях, и повторял при следующей игре. Не так давно мы писали о том, как Google собирает и использует Ваши данные — это и есть один из примеров машинного обучения. Анализируя Ваши отзывы и предпочтения, поисковая система с каждым разом предлагает то, что Вам понравится с большей вероятностью.
Виды искусственного интеллекта
Роль ИИ — получить запрос пользователя, проанализировать, выявить проблему и предложить решение или дать ответ на вопрос. И в зависимости от последнего звена в этой цепочке выделяют два вида ИИ:
- Узконаправленный или слабый
Его функция — дать ответ на вопрос, или выполнить простейшую задачу, реализуемую в пару действий. По такому принципу работают голосовые помощники: вы просите найти адрес кафе — гаджет находит адрес в сети Интернет и выводит его на экран. Несмотря на то, что виртуальные помощники — это довольно мощные системы, как искусственный интеллект они все же довольно слабые; - Полный или сильный
Система, предлагающая решение проблемы, а не просто информацию, или же самостоятельно решающий проблему. Как Вы уже догадались — его не существует и его создание возможно лишь в долгосрочной перспективе;
Всё, что сейчас имеет громкую приставку «умный», — умный дом, умный компьютер, умный автомобиль — не более, чем слабый искусственный интеллект, не способный принимать решения вне обозначенных алгоритмов.
Гаджет распознаёт Ваш отпечаток пальца, система безопасности сканирует сетчатку глаза, программа автоматически прокладывает маршрут от Вашего дома до работы в обход пробок — всё это примеры того, как ИИ работает в повседневной жизни.
Машинное обучение — инструмент, определяющий направление развития искусственного интеллекта, его возможности и сферы применения. Именно поэтому сегодня специалисты этой сферы очень востребованы, и у Вас еще есть возможность сделать свой вклад!
Хотите узнать больше — читайте нас и обязательно подпишитесь на рассылку, чтобы не пропустить ничего интересного!
