Hvordan virker AI?

Hvordan fungerer kunstig intelligens ? Det hjælper at starte fra begyndelsen. Tilbage i oktober 1950 offentliggjorde den britiske teknovisionær Alan Turing en artikel kaldet "Computing Machinery and Intelligence" i tidsskriftet MIND, der rejste, hvad der på det tidspunkt må have set ud for mange som en science-fiction-fantasi.

"Må maskiner ikke udføre noget, der burde beskrives som tænkning, men som er meget anderledes end det, et menneske gør?" spurgte Turing.

Turing troede, at de kunne. Desuden mente han, at det var muligt at skabe software til en digital computer, der satte den i stand til at observere sine omgivelser og lære nye ting, lige 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 håber måske, at maskiner til sidst vil konkurrere med mænd på alle rent intellektuelle områder," forudsagde han.

Næsten 70 år senere er Turings tilsyneladende besynderlige vision blevet til virkelighed takket være monumentale fremskridt inden for datalogi og AI-forskning. Kunstig intelligens, almindeligvis omtalt som AI, giver maskiner mulighed for at lære af erfaringer og udføre kognitive opgaver, den slags ting, man engang troede var forbeholdt menneskelig intelligens.

AI breder sig hurtigt gennem civilisationen, hvor den har løftet om at gøre alt fra at gøre det muligt for selvkørende biler at navigere i gaderne til at lave mere nøjagtige orkanudsigter. På det daglige plan finder AI ud af, hvilke annoncer der skal vises på nettet, 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 smarte hjemmeenheder udfører utallige opgaver, lige fra at styre vores tv'er og dørklokker til at besvare triviaspørgsmål og hjælpe os med at finde vores yndlingssange.

Men vi er lige begyndt med det. Efterhånden som AI-teknologien bliver mere sofistikeret og dygtig, forventes den at booste verdensøkonomien massivt og skabe yderligere aktivitet for omkring 13 billioner USD i 2030, ifølge en prognose fra McKinsey Global Institute.

"AI er stadig tidligt i brug, men adoption accelererer, og det bliver brugt på tværs af alle brancher," siger Sarah Gates, en analytisk platformstrateg hos SAS, et globalt software- og servicefirma, der fokuserer på at omdanne data til intelligens for kunder.

1. Sådan fungerer kunstig intelligens
2. Årtiers forskning
3. AI og robotteknologi
4. Hvordan AI kunne transformere økonomien

Sådan fungerer kunstig intelligens

Det er måske endnu mere forbløffende, at vores eksistens stille og roligt bliver transformeret af dyb læringsalgoritmer, som mange af os næsten ikke forstår, hvis overhovedet - noget så komplekst, at selv videnskabsmænd 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, professor og direktør for Artificial Intelligence Research Laboratory ved Penn State University. "Jeg siger 'tanke', fordi ingen er helt sikker på, hvad intelligens er."

Honavar beskriver to hovedkategorier af intelligens. Der er snæver AI, som opnår kompetence inden for et snævert defineret domæne, såsom at analysere billeder fra røntgen og MR-scanninger i radiologi. Kunstig generel intelligens beskriver derimod meget mere menneskelignende tænkeprocesser, såsom evnen til at lære om hvad som helst og at tale om det. "En maskine kan være god til nogle diagnoser inden for radiologi, men hvis du spørger den om baseball, ville den være uden anelse," forklarer Honavar. Menneskers intellektuelle alsidighed "er stadig uden for AI's rækkevidde på dette tidspunkt."

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

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

Og selvom mennesker ikke rigtig tænker som computere, der bruger kredsløb, halvledere og magnetiske medier i stedet for biologiske celler til at lagre information, er der nogle spændende paralleller. "En ting, vi begynder at opdage, er, at grafnetværk er virkelig interessante, når man begynder at tale om milliarder af noder, og hjernen er i bund og grund et grafnetværk, omend et, hvor man kan kontrollere processernes styrker ved at variere neuronernes modstand. før en kapacitiv gnist fyrer," forklarer Cagle. "En enkelt neuron i sig selv giver dig en meget begrænset mængde information, men affyrer nok neuroner af varierende styrke sammen, og du ender med et mønster, der kun affyres 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 anvendelser af kunstig intelligens har været i domæner med store mængder data," siger Honavar. For at bruge radiologieksemplet igen, gør eksistensen af ​​store databaser med røntgen- og MR-scanninger, som er blevet evalueret af menneskelige radiologer, det muligt at træne en maskine til at efterligne denne aktivitet.

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

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

• Machine learning automatiserer analytisk modelbygning for at finde skjulte indsigter i data uden at være programmeret til at lede efter noget bestemt eller drage en bestemt konklusion.
• Kunstige neurale netværk efterligner hjernens række af indbyrdes forbundne neuroner og videresender information mellem forskellige enheder for at finde forbindelser og udlede mening fra data.
• Dyb læring bruger virkelig store neurale netværk og en masse computerkraft til at finde komplekse mønstre i data til applikationer som billed- og talegenkendelse.
• Kognitiv databehandling handler om at skabe en "naturlig, menneskelignende interaktion", som SAS udtrykker det, herunder at bruge evnen til at fortolke tale og reagere på den.
• Computersyn anvender mønstergenkendelse og dyb læring til at forstå indholdet af billeder og videoer og for at gøre det muligt for maskiner at bruge billeder i realtid til at give mening om, hvad der er omkring dem.
• Naturlig sprogbehandling involverer at analysere og forstå det menneskelige sprog og reagere på det.

Årtiers forskning

Begrebet AI går tilbage til 1940'erne, og begrebet "kunstig intelligens" blev introduceret på en konference i 1956 på Dartmouth College. I løbet af de næste to årtier udviklede forskere 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 en 5-tons (4,5-metrisk ton), rumstørrelse IBM-computer, der blev fodret med hulkort.

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

I 1990'erne og 2000'erne hjalp andre teknologiske innovationer - nettet og stadig stærkere computere - til at accelerere udviklingen af ​​kunstig intelligens. "Med fremkomsten af ​​internettet blev store mængder data tilgængelige i digital form," siger Honavar. "Genom-sekventering og andre projekter begyndte at generere enorme mængder træningsdata, og fremskridt inden for databehandling 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 deep learning model 30 år siden, fordi du ikke havde dataene og computerkraften."

AI og robotteknologi

AI-systemer er forskellige fra, men relateret til, robotteknologi, hvor maskiner fornemmer deres omgivelser, udfører beregninger og udfører fysiske opgaver enten selv 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," siger Honavar. "Der er eksempler på robotter, der ikke er intelligente på en væsentlig måde." Omvendt er der robotteknologi, hvor intelligens er en integreret del, såsom at guide et autonomt køretøj rundt i gader fulde af menneskedrevne biler og fodgængere.

"Det er et rimeligt argument, at for at realisere generel intelligens, ville du have brug for robotteknologi til en vis grad, 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, skal du være i stand til at kaste en bold."

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

"Et stort antal enheder, der falder inden for Internet of Things (IoT) rummet, bruger let en form for selvforstærkende AI, omend meget specialiseret AI," siger Cagle. "Cruise control var en tidlig AI og er langt mere sofistikeret, når den virker, end de fleste er klar over. Støjdæmpende hovedtelefoner. Alt, der har en talegenkendelsesfunktion, såsom de fleste moderne fjernbetjeninger til fjernsyn. Sociale mediefiltre. Spamfiltre. Hvis du udvider AI for at dække maskinlæring vil dette også omfatte stavekontrol, tekstanbefalingssystemer, virkelig ethvert anbefalingssystem, vaskemaskiner og tørretumblere, mikrobølger, opvaskemaskiner, virkelig det meste af hjemmeelektronik produceret efter 2017, højttalere, fjernsyn, blokeringsfri bremsesystemer, enhver elektrisk køretøj, moderne CCTV-kameraer De fleste spil bruger AI-netværk på mange forskellige niveauer."

AI-værktøjer kan overgå mennesker i nogle snævre domæner, ligesom "fly kan flyve længere afstande og transportere flere mennesker, end en fugl kunne," siger Honavar. AI, for eksempel, er i stand til at behandle millioner af sociale medier netværksinteraktioner og opnå indsigt, der kan påvirke brugernes adfærd - en evne, som AI-eksperten bekymrer sig om kan have "ikke så gode konsekvenser."

Det er særligt godt til at give mening ud af enorme mængder information, der ville overvælde en menneskelig hjerne. Den evne gør det f.eks. muligt for internetvirksomheder at analysere de bjerge af data, de indsamler om brugere, og anvende indsigten på forskellige måder til at påvirke vores adfærd.

Hvordan AI kunne transformere økonomien

I betragtning af AI's potentiale til at udføre opgaver, der før krævede mennesker, er det let at frygte, at dets spredning kan sætte de fleste af os uden arbejde. Men nogle eksperter forestiller sig, at selvom kombinationen af ​​kunstig intelligens og robotteknologi kan eliminere nogle stillinger, vil det skabe endnu flere nye job for teknologikyndige arbejdere.

"De mest udsatte er dem, der udfører rutinemæssige og gentagne opgaver inden for detailhandel, finans og fremstilling," forklarer Darrell West, en vicepræsident og stiftende direktør for Center for Technology Innovation ved Brookings Institution, en Washington-baseret offentlig politikorganisation. en e-mail. "Men funktionærjob i sundhedsvæsenet vil også blive påvirket, og der vil være en stigning i jobafgang med folk, der oftere flytter fra job til job.

Der vil blive skabt nye job, men mange mennesker vil ikke have de nødvendige færdigheder til disse stillinger. Så risikoen er et jobmismatch, der efterlader folk bagud i overgangen til en digital økonomi. Lande bliver nødt til at investere flere penge i jobomskoling og udvikling af arbejdsstyrken, efterhånden som teknologien breder sig. Der skal være livslang læring, så folk regelmæssigt kan opgradere deres jobkompetencer."

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

Cagle var med i et panel ved et science fiction-stævne for flere år siden med forfatteren David Brin, som har skrevet om begrebet opløftning, hvori AI ville blive brugt til at forbedre de intellektuelle evner af sansende ikke-menneskeligt liv som 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, argumentere med, lære af og undervise?"

Ofte besvarede spørgsmål

Hvad er de 4 typer kunstig intelligens?