»скусственный интеллект и будущее


»сточник: FacePla.net


√лубокое обучение Ц это развивающа€с€ сфера в разработке искусственного интеллекта, котора€ быстро становитс€ востребованной в компьютерных науках. Ѕудучи подкатегорией машинного обучени€, оно рассматривает такие вопросы, как использование нейронных сетей дл€ оптимизации распознавани€ речи, компьютерного зрени€, обработки естественного €зыка и т.п. ¬ последние годы глубокое обучение поспособствовало решению таких задач, как воспри€тие объектов, машинный перевод и распознавание голоса, тогда как эти исследовательские тематики уже долгое врем€ крайне неохотно поддавались специалистам по искусственному интеллекту.



Ќейронные сети

¬ информационных технологи€х нейронна€ сеть Ц это система программ и структур данных, максимально приближенна€ к работе человеческого мозга. Ќейронна€ сеть обычно использует большое количество процессоров, работающих параллельно, каждый из которых обладает своей сферой знаний и собственным доступом к данным в локальном запоминающем устройстве.

 ак правило, нейронна€ сеть изначально Ђтренируетс€ї, то есть в нее подают большие объемы данных и правил относительно их взаимоотношений (например, Ђдед старше отцаї). ѕосле этого программа указывает сети, как вести себ€ в ответ на внешние сигналы (например, на данные, вводимые пользователем компьютера, который взаимодействует с сетью), или может самосто€тельно инициировать де€тельность (в рамках доступа к внешнему миру).

√лубокое и машинное обучение

„тобы разобратьс€, что такое глубокое обучение, важно сначала отделить его от других дисциплин в сфере искусственного интеллекта. ќдной из отраслей искусственного интеллекта €вл€етс€ машинное обучение, когда компьютер извлекает знани€ при помощи контролируемого процесса.  ак правило, в этом случае необходим человек-оператор, помогающий машине обучатьс€ путем сотен или тыс€ч тренировочных примеров и вручную исправл€ющий ошибки. ’от€ машинное обучение приобрело доминантные позиции в сфере искусственного интеллекта, у него все же есть недостатки. ¬о-первых, оно занимает очень много времени. ¬о-вторых, машинное обучение все же не может быть истинным мерилом компьютерного интеллекта, так оно использует изобретательность человека и его абстрактные пон€ти€, позвол€ющие машине учитьс€.

¬ отличие от машинного обучени€, глубокое обучение в большинстве случаев проходит неконтролируемо. “ак, дл€ него необходимо создать обширные нейронные сети, позвол€ющие компьютеру самосто€тельно учитьс€ и Ђдуматьї без необходимости в непосредственном вмешательстве человека.

√лубокое обучение совсем не похоже на компьютерную программу, считает психолог и специалист в сфере искусственного интеллекта √эри ћаркус.  ак правило, компьютерный код пишетс€ в соответствии с очень строгими логическими этапами. Ђј вот в глубоком обучении мы видим нечто совершенно иное. ¬ нем нет множества инструкций, которые глас€т: если это истинно, то делай тої, - говорит ученый.

¬место линейной логики глубокое обучение основано на теори€х о том, как действует человеческий мозг. ѕрограмма состоит из переплетенных слоев взаимосв€занных узлов. ќна учитс€ путем изменени€ сочетаний соединений между узлами после каждого нового опыта.

√лубокое обучение продемонстрировало потенциал как основа дл€ программного обеспечени€, способного работать на эмоци€х или событи€х, описанных в тексте (даже если они не выражены €вно), распознавать предметы на фотографи€х и делать сложные предсказани€ о возможном будущем поведении человека.

»гра в глубокое обучение

¬ 2011 году компани€ Google запустила проект по изучению мозга ЂGoogle Brainprojectї, в рамках которого была создана нейронна€ сеть с внедренными в нее алгоритмами глубокого обучени€. ќна прославилась своей способностью распознавать концепции высокого уровн€. ¬ прошлом году в Facebook был создан раздел по изучению искусственного интеллекта. ѕри помощи глубокого обучени€ создавались решени€ дл€ распознани€ лиц и предметов на 350 миллионах фотографий и видео, ежедневно загружаемых в эту социальную сеть. ƒругие примеры глубокого обучени€ в действии Ц это сервисы по распознаванию голоса, такие как Google Now и Apple Siri.

Ѕудущее

√лубокое обучение Ц крайне перспективна€ сфера, и оно сделает автономные автомобили и роботов-слуг реальностью. Ёти машины все же будут ограничены, но то, что им будет под силу, лишь несколько лет назад считалось неверо€тным, а их по€вление среди людей надвигаетс€ с беспрецедентной скоростью. —пособность анализировать громадные массивы данных и использовать глубокое обучение в компьютерных системах, которые могут адаптироватьс€ к новому опыту, не завис€ от человека-программиста, приведет к значительным научным открыти€м. ќни произойдут во множестве сфер от более эффективных препаратов до новых материалов и роботов с великолепным воспри€тием окружающего мира.

 лючевые слова:
интеллект
»скусственный интеллект
обучение
человек
Google
будущее
компьютерный голос
мозг
изучение роботов
распознавать
машинное зрение
учитьс€
»скусственный интеллект
робот
робототехника


¬ернутьс€ в рубрику:

»скусственный интеллект

¬озможно ¬ас заинтересует:

»скусственный интеллект опасен или нет дл€ человечества?
»скусственный интеллект опасен или нет дл€ человечества?

»скусственный интеллект и Ё¬ћ
»скусственный интеллект и Ё¬ћ



≈сли вы хотите видеть на нашем сайте больше статей то кликните ѕоделитьс€ в социальных сет€х! —пасибо!
—мотрите также:

ќбратите внимание полезна€ информаци€.