Hvordan kunstig intelligens totalt ændrer alt

Tilbage i oktober 1950, Den britiske tekno-visionære Alan Turing offentliggjorde en artikel kaldet "Computing Machinery and Intelligence, "i tidsskriftet MIND, der rejste det, der dengang må have virket for mange som en science-fiction-fantasi.

"Må maskiner ikke udføre noget, der burde beskrives som tænkning, men som er meget forskelligt fra, hvad en mand gør?" Spurgte Turing.

Turing troede, at de kunne. I øvrigt, han troede, det var muligt at oprette software til en digital computer, der satte den i stand til at observere sit miljø og lære nye ting, fra at spille skak til at forstå og tale et menneskeligt sprog. Og han troede, at maskiner til sidst kunne udvikle evnen til at gøre det på egen hånd, uden menneskelig vejledning. "Vi kan håbe, at maskiner i sidste ende vil konkurrere med mænd på alle rent intellektuelle områder, "forudsagde han.

Næsten 70 år senere, Turings tilsyneladende mærkelige vision er blevet en realitet. Kunstig intelligens, almindeligvis omtalt som AI, giver maskiner mulighed for at lære af erfaring og udføre kognitive opgaver, den slags ting, som engang kun den menneskelige hjerne syntes at kunne.

AI spreder sig hurtigt i hele civilisationen, hvor den har løftet om at gøre alt fra at gøre det muligt for autonome køretøjer at navigere i gaderne til at lave mere præcise orkanprognoser. I dagligdagen, AI finder ud af, hvilke annoncer der skal vises dig på internettet, og driver de venlige chatbots, der dukker op, når du besøger et e-handelswebsted for at besvare dine spørgsmål og yde kundeservice. Og AI-drevne personlige assistenter i stemmeaktiverede smart home-enheder udfører utallige opgaver, fra at styre vores fjernsyn og dørklokker til at besvare trivia -spørgsmål og hjælpe os med at finde vores yndlingssange.

Men vi er lige begyndt med det. Efterhånden som AI -teknologien vokser mere sofistikeret og dygtig, det forventes at massivt øge verdens økonomi, skaber yderligere $ 13 billioner ekstra aktivitet i 2030, ifølge en McKinsey Global Institute -prognose.

"AI er stadig tidligt i adoption, men adoption accelererer, og den bruges i alle brancher, "siger Sarah Gates, en analytikerplatformstrateg hos SAS, et globalt software- og serviceselskab, der fokuserer på at gøre data til intelligens for klienter.

Sådan fungerer kunstig intelligens

Det er endnu mere fantastisk, måske, at vores eksistens stille og roligt bliver transformeret af en teknologi, som mange af os næsten ikke forstår, hvis overhovedet - noget så komplekst, at selv forskere har svært ved at forklare det.

"AI er en familie af teknologier, der udfører opgaver, der menes at kræve intelligens, hvis de udføres af mennesker, "forklarer Vasant Honavar, en professor og direktør for det kunstige intelligensforskningslaboratorium ved Penn State University. "Jeg siger 'tænkte, 'fordi ingen virkelig er helt sikre på, hvad intelligens er. "

Honavar beskriver to hovedkategorier af intelligens. Der er snæver intelligens , som opnår kompetence på et snævert defineret domæne, såsom at analysere billeder fra røntgenstråler og MR-scanninger i radiologi. Generel intelligens , i modsætning, er en mere menneskelignende evne til at lære om alt og tale om det. "En maskine kan være god til nogle diagnoser inden for radiologi, men hvis du spørger det om baseball, det ville være uvidende, "Honavar forklarer. Menneskers intellektuelle alsidighed" er stadig uden for rækkevidde af AI på dette tidspunkt. "

Ifølge Honavar, der er to nøgleelementer til AI. En af dem er ingeniørdelen - det vil sige, bygge værktøjer, der udnytter intelligens på en eller anden måde. Den anden er videnskaben om intelligens, eller hellere, hvordan man gør det muligt for en maskine at komme med et resultat, der kan sammenlignes med, hvad en menneskelig hjerne ville finde på, selvom maskinen opnår det gennem en meget anderledes proces. For at bruge en analogi, "fugle flyver og flyver, men de flyver på helt forskellige måder, "Honavar." Alligevel, de gør begge brug af aerodynamik og fysik. På samme måde, kunstig intelligens er baseret på forestillingen om, at der er generelle principper for, hvordan intelligente systemer opfører sig. "

AI er "dybest set resultaterne af vores forsøg på at forstå og efterligne den måde, hjernen fungerer på og anvendelsen af ​​denne til at give hjernelignende funktioner til ellers autonome systemer (f.eks. droner, robotter og agenter), "Kurt Cagle, en forfatter, dataforsker og futurist, der er grundlæggeren af ​​konsulentfirmaet Semantical, skriver i en mail. Han er også redaktør af The Cagle Report, et dagligt nyhedsbrev om informationsteknologi.

Og selvom mennesker ikke rigtig tænker som computere, som anvender kredsløb, halvledere og magnetiske medier i stedet for biologiske celler til lagring af information, der er nogle spændende paralleller. "En ting, vi begynder at opdage, er, at grafnetværk er virkelig interessante, når du begynder at tale om milliarder af noder, og hjernen er i det væsentlige et grafnetværk, omend en, hvor du kan styre processernes styrker ved at variere neurons modstand, før en kapacitiv gnist affyrer, "Cagle forklarer." En enkelt neuron giver i sig selv en meget begrænset mængde information, men affyrer nok neuroner med forskellige styrker sammen, og du ender med et mønster, der kun bliver affyret som reaktion på visse former for stimuli, typisk modulerede elektriske signaler gennem DSP'erne [det er digital signalbehandling], som vi kalder vores nethinde og cochlea. "

"De fleste applikationer af AI har været i domæner med store mængder data, "Siger Honavar. For at bruge radiologiske eksemplet igen, eksistensen af ​​store databaser med røntgen- og MR-scanninger, der er blevet evalueret af menneskelige radiologer, gør det muligt at træne en maskine til at efterligne den aktivitet.

AI fungerer ved at kombinere store mængder data med intelligente algoritmer - række instruktioner - der gør det muligt for softwaren at lære af datamønstre og funktioner i dataene, som denne SAS -primer om kunstig intelligens forklarer.

Ved at simulere den måde, en hjerne fungerer på, AI udnytter en flok forskellige underfelter, som SAS -primeren bemærker.

• Maskinelæring automatiserer analytisk modelbygning, at finde skjult indsigt i data uden at blive programmeret til at lede efter noget særligt eller drage en bestemt konklusion.
• Neurale netværk efterligne hjernens vifte af sammenkoblede neuroner, og videresende information mellem forskellige enheder for at finde forbindelser og få mening fra data.
• Dyb læring udnytter virkelig store neurale netværk og en masse computerkraft til at finde komplekse mønstre i data, til applikationer såsom billed- og talegenkendelse.
• Kognitiv computing handler om at skabe en "naturlig, menneskelignende interaktion, "som SAS udtrykker det, herunder brug af evnen til at fortolke tale og reagere på den.
• Computersyn anvender mønstergenkendelse og dyb læring for at forstå indholdet af billeder og videoer, og for at give maskiner mulighed for at bruge realtidsbilleder til at forstå, hvad der er omkring dem.
• Naturlig sprogbehandling indebærer at analysere og forstå menneskeligt sprog og reagere på det.

Årtiers forskning

Begrebet AI går tilbage til 1940'erne, og udtrykket "kunstig intelligens" blev introduceret ved en konference i 1956 på Dartmouth College. I løbet af de næste to årtier, forskere udviklede programmer, der spillede spil og lavede simpel mønstergenkendelse og maskinlæring. Cornell University -videnskabsmand Frank Rosenblatt udviklede Perceptron, det første kunstige neurale netværk, som kørte på et 5-ton (4,5-metrisk ton), rummets IBM-computer, der blev fodret med hulkort.

Men det var først i midten af ​​1980'erne, at en anden bølge af mere komplekse, neurale netværk i flere lag blev udviklet til at løse opgaver på højere niveau, ifølge Honavar. I begyndelsen af ​​1990'erne, et andet gennembrud satte AI i stand til at generalisere ud over træningsoplevelsen.

I 1990'erne og 2000'erne, andre teknologiske innovationer - internettet og stadig mere kraftfulde computere - var med til at accelerere udviklingen af ​​AI. "Med fremkomsten af ​​internettet, store mængder data blev tilgængelige i digital form, "Honavar siger." Genom -sekventering og andre projekter begyndte at generere enorme mængder data, og fremskridt inden for computing gjorde det muligt at gemme og få adgang til disse data. Vi kunne træne maskinerne til at udføre mere komplekse opgaver. Du kunne ikke have haft en dyb læringsmodel for 30 år siden, fordi du ikke havde data og computerkraft. "

AI og robotik

AI er forskellig fra, men relateret til, robotik, hvor maskiner føler deres omgivelser, udføre beregninger og udføre fysiske opgaver enten alene eller under ledelse af mennesker, fra fabriksarbejde og madlavning til landing på andre planeter. Honavar siger, at de to felter krydser hinanden på mange måder.

"Du kan forestille dig robotteknologi uden megen intelligens, rent mekaniske enheder som automatiserede væve, "Honavar siger." Der er eksempler på robotter, der ikke er intelligente på en væsentlig måde. "Omvendt der er robotik, hvor intelligens er en integreret del, såsom at føre et autonomt køretøj rundt i gader fulde af menneskedrevne biler og fodgængere.

"Det er et rimeligt argument, at for at realisere generel intelligens, du ville i nogen grad have brug for robotik, fordi interaktion med verden, til en vis grad, er en vigtig del af intelligens, "ifølge Honavar." For at forstå, hvad det vil sige at kaste en bold, du skal være i stand til at kaste en bold. "

AI er stille og roligt blevet så allestedsnærværende, at det allerede findes i mange forbrugerprodukter.

"Et stort antal enheder, der falder inden for tingenes internet (IoT) plads, bruger let en slags selvforstærkende AI, omend meget specialiseret AI, "Cagle siger." Fartpilot var en tidlig AI og er langt mere sofistikeret, når den virker, end de fleste mennesker er klar over. Støjdæmpende hovedtelefoner. Alt, der har en talegenkendelsesevne, såsom de fleste moderne tv -fjernbetjeninger. Filtre på sociale medier. Spamfiltre. Hvis du udvider AI til at dække maskinlæring, dette vil også omfatte stavekontrol, tekstanbefalingssystemer, virkelig ethvert anbefalingssystem, vaskemaskiner og tørretumblere, mikrobølger, opvaskemaskiner, virkelig mest hjemmeelektronik produceret efter 2017, højttalere, fjernsyn, blokeringsfrie bremsesystemer, ethvert elektrisk køretøj, moderne overvågningskameraer. De fleste spil bruger AI -netværk på mange forskellige niveauer. "

AI kan allerede udkonkurrere mennesker på nogle snævre områder, ligesom "fly kan flyve længere afstande, og bære flere mennesker, end en fugl kunne, "Honavar siger. AI, for eksempel, er i stand til at behandle millioner af sociale medier -interaktioner og få indsigt, der kan påvirke brugernes adfærd - en evne, som AI -eksperten bekymrer sig om, kan have "ikke så gode konsekvenser."

Det er især godt til at give mening om enorme mængder information, der ville overvælde en menneskelig hjerne. Denne mulighed gør det muligt for internetvirksomheder, for eksempel, at analysere bjergene med data, de indsamler om brugere og anvende indsigten på forskellige måder for at påvirke vores adfærd.

Men AI har ikke gjort så store fremskridt hidtil med at replikere menneskelig kreativitet, Honavar bemærker, selvom teknologien allerede bruges til at komponere musik og skrive nyhedsartikler baseret på data fra finansielle rapporter og valgretur.

Hvordan AI kunne transformere økonomien

I betragtning af AI's potentiale til at udføre opgaver, der plejede at kræve mennesker, det er let at frygte, at dens spredning kan sætte de fleste af os uden arbejde. Men nogle eksperter forestiller sig, at selvom kombinationen af ​​AI og robotik kunne eliminere nogle positioner, det vil skabe endnu flere nye job for teknologikyndige arbejdere.

"De mest udsatte er dem, der udfører rutinemæssige og gentagne opgaver i detailhandlen, finansiering og fremstilling, "Darrell West, en vicepræsident og grundlægger af Center for Teknologi Innovation ved Brookings Institution, en offentlig politisk organisation i Washington, forklarer i en e -mail. "Men funktionærer i sundhedsvæsenet vil også blive påvirket, og der vil være en stigning i antallet af job, hvor folk oftere flytter fra job til job. Nye job vil blive skabt, men mange mennesker vil ikke have de nødvendige kompetencer til disse stillinger. Så risikoen er et jobmatch, der efterlader folk i overgangen til en digital økonomi. Lande bliver nødt til at investere flere penge i jobuddannelse og udvikling af arbejdsstyrken, efterhånden som teknologien breder sig. Der bliver brug for livslang læring, så folk regelmæssigt kan opgradere deres arbejdsevner."

Og i stedet for at erstatte menneskelige arbejdere, AI kan bruges til at forbedre deres intellektuelle evner. Opfinder og futurist Ray Kurzweil har forudsagt, at i 2030'erne, AI har opnået menneskelig intelligens, og at det vil være muligt at have AI, der går inde i den menneskelige hjerne for at øge hukommelsen, gør brugere til menneske-maskine hybrider. Som Kurzweil har beskrevet det, "Vi kommer til at udvide vores sind og eksemplificere disse kunstneriske kvaliteter, som vi værdsætter."

Cagle var på et panel ved et science fiction -stævne for flere år siden med forfatteren David Brin, der har skrevet om begrebet løft, hvor AI ville blive brugt til at forstærke de intellektuelle evner ved levende ikke -menneskeligt liv, såsom delfiner og aber til menneskeligt niveau. "Er vi etisk parate til at hyrde en ny intelligent art ind i universet?" Spørger Cagle. "Er vi komfortable nok med vores egen eksistens til at skabe andre, som vi vil elske, skændes med, lære af og undervise? "