На протяжении всей истории люди всегда создавали инструменты, расширяющие их возможности. У нас, как у вида, есть врожденный импульс изобретать и давать жизнь вещам.
Теперь этот импульс ведет нас к созданию «умных машин». И эта хитрость исходит в первую очередь из глубокого обучения — подмножества ИИ.
Давайте узнаем немного больше об этой технологии.
AI > ML > DL
Искусственный интеллект — это область, в которой ученые пытаются наделить машины интеллектом. И машинное обучение — это один из способов работы с ИИ. Затем, в свою очередь, глубокое обучение является одной из реализаций машинного обучения. К тому же и самый успешный.
Работает ли глубокое обучение в отрасли?
Да!
Если смотреть с точки зрения технологических инноваций, мобильные и облачные технологии изменили ландшафт технологий. Обе инновации повлияли на работу, общение и социальное взаимодействие. Это привело к созданию новых отраслей, новых рабочих мест и новых способов работы в мире. Теперь считается, что глубокое обучение приведет к еще большим прорывам или инновациям.
Отраслевые эксперты, такие как Эндрю Н.Г., считают, что ИИ — это новое электричество. Они считают, что то, как электричество когда-то трансформировало такие отрасли, как транспорт, производство, здравоохранение, ИИ, приведет к таким же большим потрясениям.
Все это стало возможным благодаря Deep Learning.
Крупные корпорации, исследовательские организации, венчурные капиталисты, стартапы по всему миру спешат найти способы работы с глубоким обучением. Такие компании, как Facebook, Pinterest, Airbnb, Baidu, используют глубокое обучение, чтобы обеспечить лучший опыт для своих конечных клиентов. Если вы посмотрите на Google, они развернулись и превратили компанию с мобильной в первую очередь в искусственный интеллект.
Эта технология не только влияет на мир технологий, но и формирует политику многих стран, особенно Китая.
Как это началось?
Итак, все началось еще в 1956 году, когда исследователи из Дартмута пришли к идее создания машин, способных имитировать человеческий интеллект. Они решили разложить человеческий интеллект на такие компоненты, как Рассуждение, Представление знаний, Навигация, Языковая обработка, Восприятие и другие эмоции, такие как Творчество и Эмоциональный интеллект. А затем заставить компьютер выполнять все вышеперечисленные задачи.
В эту эпоху было много взлетов и падений. Новые открытия приведут к крутым демонстрациям, но из них не выйдет ничего особенного.
Затем произошел прорыв в области «глубокого обучения». Эта техника была самой практичной из всех. Здесь исследователи придумали новую идею моделирования алгоритмов человеческого мозга. Отсюда и появилось название нейронная сеть.
Что привело к революции глубокого обучения?
Вычислительная мощность и огромные объемы данных сделали глубокое обучение успешным. Идеальным кандидатом для использования этой техники был Google. У них были данные, а затем огромная вычислительная мощность.
Другими факторами, которые привели к полезности глубокого обучения, являются точность и стоимость. Теперь компьютеры могут распознавать и классифицировать объекты с большей точностью, чем люди. И это возможно благодаря библиотекам с открытым исходным кодом и вычислительной мощности, доступной в облаке.
Это привело к революции, когда любая другая компания, имеющая доступ к талантам и данным, работает с глубоким обучением.
Если вы использовали поиск Airbnb, Facebook, Google или Pinterest, значит, вы взаимодействовали с глубоким обучением в той или иной форме.
Airbnb помогает поставщикам недвижимости предлагать наилучшие цены с помощью глубокого обучения. Всякий раз, когда Pinterest дает вам возможность выбрать элемент в кадре и найти другие похожие варианты, это глубокое обучение в фоновом режиме. BuzzFeed использует глубокое обучение, чтобы придумывать индивидуальные заголовки для своих статей.
Теперь возникает вопрос, имитирует ли Deep Learning человеческий интеллект?
Давайте посмотрим на категории человеческого интеллекта, которые исследователи из Дартмута хотели расшифровать.
Навигация
С точки зрения навигации, а также простоты сборки всех компонентов, рассмотрим случай инвестиций a16z в comma.ai — набор инструментов для беспилотных автомобилей. Джордж Хотц построил в своем гараже беспилотный автомобиль. Все это было достигнуто за счет использования бесплатных библиотек с открытым исходным кодом.
Теперь эта способность удешевлять автономные транспортные средства находит множество практических применений.
Zipline, стартап по производству дронов, использует приложение и дрон для заказа крови в труднодоступных районах Африки. Супермаркеты используют роботов, чтобы помочь пользователям найти правильный отдел для продуктов, которые они хотят приобрести. Кроме того, у нас есть роботы в качестве охранников, где они могут бродить по таким местам, как парковки, и записывать, обнаруживать и сообщать о происшествиях.
Рассуждение
Возьмем случай, когда AlphaGo победила Ли Седоля в игре Го.
Игра очень сложная и в ней больше возможных ходов, чем общее количество атомов во Вселенной. И компьютер победил!
Некоторые эксперты называют это концом времени. В то время как другие утверждают, что это расширит возможности человеческого мышления, поскольку многие игроки в го научились новым приемам с AlphaGo.
Обнаружение
Медицинская диагностика полностью разрушена глубоким обучением. Теперь машины могут лучше выполнять задачи, такие как обнаружение паттернов заболеваний на рентгеновских снимках, намного лучше, чем люди.
У нас есть тракторы, которые могут удобрять отдельные растения, а не опрыскивать все вокруг.
Amazon построила физические магазины без касс. В этих магазинах камеры могут обнаруживать всех покупателей и все купленные товары.
Обработка естественного языка
С точки зрения обработки языка, глубокое обучение добилось огромных успехов.
Благодаря НЛП компьютеры теперь могут понимать контекст, структуру предложений, их смысл и так далее.
Siri, Alexa, голосовой поиск Google — все они используют глубокое обучение. Итак, это работает.
Восприятие
С точки зрения восприятия, теперь машины способны просматривать видео и расшифровывать его на дискретные шаги.
Это означает, что вы можете подключить 3D-принтер к машине и производить что-то, просто используя видео на YouTube.
Эмоциональный интеллект, креативность, интуиция и т.д.
С точки зрения обобщенного интеллекта, такого как эмоциональный интеллект, интуиция, креативность и так далее, предстоит многое сделать.
Тем не менее, в отдельных задачах, таких как компьютерное сочинение музыки, достигнут значительный прогресс. Музыкальные выходы находятся на таком уровне, что людям трудно различить, была ли музыка создана машинами или людьми.
Это также означает совершенно новый способ создания контента.
Подводя итоги
Большинство оптимистов считают, что машины следующей эры придут в форме совместного и творческого партнера. Такие интеллектуальные машины увеличат наши возможности невообразимым ранее образом. В то время как другие, такие как Илон Маск, беспокоятся.
Предоставлено: a16z
