Слабый ИИ становится сильным

Сегодня компании просто хотят присоединиться к гонке за ИИ, не задумываясь о том, что лучше всего подходит рынку ИИ для достижения успеха. Много говорится о том, как ИИ захватит мир. Мы видим много исследований и прогресса в этой области технологий. Хотя мы все еще находимся в его ранней эре и определенно далеки от сингулярности, мы начали осознавать реальную силу ИИ в определенных областях. Да, даже на самом низком уровне ИИ берет на себя небольшие части задач, зависящих от человека. Прежде чем углубиться в тему, я хотел бы коснуться нескольких вещей, чтобы обеспечить контекст. В философии ИИ выделяют три общеизвестных уровня ИИ.

Три уровня ИИ

  1. Искусственный узкий интеллект (ANI) или слабый ИИ. Это AlphaGo от DeepMind, который может играть в Go, или автономный автомобиль Uber, который может доставить вас из точки A в B. Эти машины пытаются достичь определенных целей, для которых они обучены. Их обычно принимают только тогда, когда они могут выполнять задачу наравне или лучше, чем люди.
  2. Искусственный общий интеллект (AGI) или сильный ИИ. Это форма ИИ, в которой он достигает уровня человеческого интеллекта. Эти машины могут мыслить абстрактно, проявлять мудрость и синтезировать человеческие эмоции так же, как люди. .
  3. Искусственный Супер Интеллект (АСИ) или Супер ИИ — это «Скайнет»! По сути, этот уровень интеллекта может превзойти коллективный интеллект многих или всех людей. Что ж, если подумать, как только вы достигнете ОИИ, достижение этого уровня может не занять много времени.

Имея это в виду, эта статья будет посвящена АОН, самому низкому уровню. Все продукты ИИ на рынке сегодня подпадают под эту категорию. Но в ANI мы видим разные формы в зависимости от того, какой процент от цели вносит машина и насколько она автономна.

Повышение интеллекта

Машины настолько хороши, насколько хороши данные, которые они передают. Эта задача в конечном итоге лежит в наших руках. Постановка цели и подача соответствующих данных в значительной степени определяют результат работы машины. Вы предоставляете неверные данные, вы получаете плохие результаты. В большинстве случаев использования на рынке сегодня используется эта форма ИИ. Это помогает нам быстрее выполнять сложные задачи. Мы всегда в курсе процесса обучения. Мы также несем ответственность за то, чтобы сделать выводы действенными. В этой форме реальная ценность заключается в обработке огромных объемов информации и выполнении сложных вычислений, интерпретация и анализ которых заняли бы у нас много времени. Следовательно, это иногда называется когнитивной автоматизацией. Машины действуют как катализатор всего процесса, но люди необходимы в начале и в конце процесса. На самом деле, было проведено исследование того, что этот формат сотрудничества человека и машины более эффективен, чем полная автономия. Наиболее известное исследование этой формы проведено Дж. К. Р. Ликлайдером в его Симбиозе человека и компьютера. ». Он рассматривал машины как продолжение, а не противников людей. Поскольку сохраняя контроль над сложными ситуациями, мы можем выполнять нелинейные операции с помощью этих машин.

Природа процесса - открытый цикл, когда люди должны замыкать цикл, предоставляя обратную связь. Эти машины обычно имеют четко определенный пользовательский интерфейс, обеспечивающий взаимодействие человека и машины. Конечная цель пользовательского интерфейса – уменьшить трение между человеком и машиной, и контроль в значительной степени лежит на нас. А поскольку у нас хороший контроль, высокий уровень прозрачности и доверия к системе. Это особенно важно в медицинских приложениях, где есть огромные последствия. Эта форма интеллектуального анализа доказала реальную ценность для бизнеса и является наиболее широко используемым искусственным интеллектом.

Полуавтономный

В этой форме существует множество задач для достижения цели, и машина выполняет некоторые из этих задач в автоматическом режиме, оставляя нам остальное. Хорошо известным примером является автопилот Tesla, который помогает водителю оставаться на ходу и продолжать движение, пока водитель не изменит курс. Это форма замкнутого цикла, в которой машина запрограммирована на сбор обратной связи и подкрепление для самосовершенствования. Человек по-прежнему имеет некоторый контроль над процессом, устанавливая цели и правильный курс, предоставляя машинам внешние стимулы. Эти машины запрограммированы на прием отзывов пользователей. Принципы проектирования пользовательского интерфейса аналогичны машинам увеличения интеллекта, но иногда немного менее прозрачны и более сложны в том, как работают машины. Эта система также разработана таким образом, чтобы человек участвовал в процессе проектирования. Как и предыдущая форма УИИ, человек может помочь компьютеру обнаруживать новые модели и модели поведения.

Хотя у нас нет контроля над задачами машины, контроль и успех результата все равно лежит на нас. Ценность такого ИИ заключается в том, чтобы разгрузить сложные, подверженные ошибкам задачи, которые машины могут выполнять за доли секунды, а людям на это потребуются дни или месяцы. Другими словами, в каждом процессе есть задачи, которые требуют больше времени, задачи, которые можно распараллелить, и задачи, требующие большого количества ресурсов. Машины берут верх над ними. При таком сокращении времени обработки открывается множество новых возможностей, которые в противном случае были бы затруднительны.

Одной из проблем, с которыми сталкиваются эти системы, является аспект подотчетности. Поскольку у нас нет контроля над машинными задачами, мы принимаем на себя определенный риск. Это также делает машину уязвимой для любого неправильного направления или обмана. Недавним примером такого сценария снова стал автопилот Tesla, у которого произошло фатальное столкновение, когда машина приняла борт грузовика с прицепом к небу.

Автономный

Самоуправляемые автомобили! Самый распространенный и известный пример этой формы. Мы видели большое внимание к этой области в недалеком прошлом и, вероятно, будет продолжаться в отдаленном будущем. Мотивация наличия таких систем заключается в том, чтобы свести уровень ошибок к нулю. Цель по-прежнему ставится нами, но мы не имеем большого контроля над процессом или результатом. Системы могут быть очень сложными, и только ученые, которые их построили, могут контролировать их. Эта форма ANI сосредоточена на слабых людях, чтобы разгрузить всю когнитивную обработку, которая потребуется для достижения целей.

Другими хорошо известными примерами, которые мы видим в этой форме, являются чат-боты и помощники. Способность одной машины заменить тысячи людей, обслуживающих клиентов, является движущей силой для всех предприятий, использующих ИИ в этой области. Но, поскольку мы говорили об уязвимостях полуавтономных систем, эти машины также видели очень публичные и досадные сбои. Лучший пример — Microsoft’s Tay, которую недавно обманули, сделав расистские комментарии на публичном форуме.

Вывод

Мы видим, что над полуавтономным и автономным округом нужно много работать. Но мы определенно видим многообещающее будущее для формы ANI с усилением интеллекта, которая принесла пользу во многих отраслях и получает широкое распространение. При этом нам придется подождать и посмотреть, как эти вещи будут разворачиваться. Компании должны быть умны в выборе формы ИИ, которую они хотят использовать, а не просто участвовать в крысиных бегах. Простое внедрение передовых технологий может не принести наибольшую пользу ни бизнесу, ни его клиентам. Тщательная оценка их стратегии и потребностей клиентов может помочь найти наилучший вариант.

Надеюсь это поможет! Спасибо, что понравился мой пост.

^\_(**/)_/^