Джордж Полцер: Что такое ИИ?
Это первая статья в мини-серии, посвященной взаимосвязи искусственного интеллекта (ИИ) и блокчейна, написанной нашим менеджером по стратегическим альянсам Джорджем Ползером. Джордж — бизнес-стратег по искусственному интеллекту и председатель группы AI & Blockchain SIG Enterprise Ethereum Alliance.
Что такое ИИ?
Лучшей отправной точкой для изучения ИИ является понимание того, что такое алгоритм. Учитывая список положительных чисел, определите наибольшее число в списке. Алгоритм или процедура будет определять, больше ли первое число в списке второго, если да, то число 2 отбрасывается и повторяется. Это алгоритм! Это математический рецепт; пошаговая процедура решения проблемы или достижения какой-либо цели, обычно с помощью компьютера.
Изучение или наука об алгоритмах восходит к 2000 г. до н.э., когда египтяне разработали самый ранний из известных алгоритмов умножения без использования таблиц. Структуры данных и алгоритмы являются одним из основных предметов, изучаемых каждым студентом, изучающим информатику. В 1998 году Ларри Пейдж, соучредитель Google, опубликовал свой алгоритм Google PageRank для оценки важности веб-страницы с помощью своего метода PageRank без машинного обучения. Хотя весь ИИ и машинное обучение построены на алгоритмах, не все алгоритмы являются ИИ. Что отличает их как алгоритмы ИИ, так это способность самообучаться только на основе шаблонов в наборах данных. Алгоритм самообучается, не требуя, чтобы разработчики программного обеспечения писали для этого явную программную логику.
Алгоритм ИИ
Например, учитывая точки данных на приведенной ниже диаграмме, найдите линию, проходящую через точки, так, чтобы линия минимизировала расстояние, на котором все точки находятся от этой линии. Алгоритм ИИ, который решает эту проблему, называется «линейная регрессия», а более технический термин, обозначающий машинное обучение, — «градиентный спуск» или «оптимизация функции стоимости». Линейная регрессия — это простейшая форма ИИ, но она предлагает наиболее фундаментальную ценность, поскольку автоматизирует процесс прогнозирования. Это означает, что после того, как компьютер изучил наилучшую подходящую линию на основе набора данных, модель, обученная с помощью алгоритма линейной регрессии, может затем предсказать, например, значение X (скажем, цену дома) на основе Y (цена дома). квадратных метров дома). Это чрезвычайно упрощенный пример, но изображение имеет миллионы точек данных и несколько измерений или осей, через которые вы должны разместить не просто линию, а n-мерную гиперплоскость.
Почему машинные алгоритмы так важны?
Подумайте, если у компании А есть алгоритмы (программное обеспечение), которые вручную улучшаются инженерами-программистами, а у компании Б есть алгоритмы ИИ (программное обеспечение, которое может самосовершенствоваться, то есть учиться на данных) с возрастающей скоростью, компания Б выигрывает.
В следующем посте Джордж объяснит, почему блокчейн столь же трансформационен, как и ИИ, и чем они отличаются и дополняют друг друга.
