▷ Künstliche Intelligenz: Was ist das und aktuelle praktische Beispiele?

Seit einigen Jahren sprechen Unternehmen kontinuierlich mit uns über künstliche Intelligenz, die sie in ihre Dienste, Anwendungen und Prozessoren einführen. Obwohl sie den gleichen Namen tragen, ist die künstliche Intelligenz unserer Waschmaschine (aus Gründen, die uns entgehen) und unseres Smartphones nicht so entwickelt, dass sie über ihre Existenz und unsere Macht über sie nachdenken. Vorerst…

Wie wir Ihnen bereits in dem Artikel über die KI-Entwicklung USB Intel Movidius gesagt haben, ist künstliche Intelligenz hier, um zu bleiben und uns bei der Lösung alltäglicher Probleme zu helfen. Aber was genau ist künstliche Intelligenz?

Quelle: Quelle Dexeter

Das GIF, das Sie oben sehen, zeigt auf sehr vereinfachte Weise, wie ein tiefes neuronales Netzwerk funktioniert. Diese Systeme erfordern hartes Training, um später beispielsweise Bilder erkennen, Lösungen optimieren oder einfach mehr lernen zu können. Im Wesentlichen handelt es sich um eine Reihe von Algorithmen, die wir als AIs kategorisieren können und die zum Bereich Deep Learning gehören.

Inhaltsverzeichnis

Künstliche Intelligenz: neue Programmierung

Künstliche Intelligenz besteht heute nicht mehr aus komplizierten gemischten Technologiesystemen mit Gewissen, wie dies häufig in Science-Fiction-Werken zu sehen ist. Diejenige, die wir erstellen, bezieht sich eher auf die Definition komplexer Algorithmen, die Ergebnisse basierend auf den Eingaben und den Befehlen zurückgeben, die ihnen beigebracht wurden. Obwohl das nur eine der Bedeutungen ist, die es gibt.

Es gibt verschiedene Arten, künstliche Intelligenz zu verstehen, aber wir könnten sie in vier Hauptgruppen einteilen:

AIs, die wie Menschen denken

Butterroboter Rick und Morty

Komplexe Computersysteme mit eigenem Gewissen, die nach ihren Wünschen denken und entscheiden und die Eigenschaften übertreffen, für die sie programmiert wurden ( Ghost in the Shell). Es ist noch nicht in unserer Reichweite und wir wissen nicht einmal, ob es in Zukunft möglich sein wird, daher gibt es nicht viel zu kommentieren.

IAs, die sich wie Menschen verhalten

Wie ein Mensch zu denken ist nicht dasselbe wie vorzutäuschen, wie ein Mensch zu handeln. Heute schaffen wir einige Systeme wie diese, in denen Zufälligkeit und konkrete Funktionen eingeführt werden , um das Gefühl zu vermitteln, dass Intelligenz wie eine Person denkt.

Pepper Smart Assistant

In Videospielen sehen wir dies kontinuierlich, da maschinengesteuerte Feinde häufig versuchen, menschenähnliche Verhaltensweisen zu simulieren. Getrennt von Videospielen wurde erreicht, dass eine künstliche Intelligenz wie eine Person mit Unvollkommenheiten und Unregelmäßigkeiten schreiben kann.

IAs, die rational denken

Möglicherweise die heute am weitesten verbreitete Version dieser Technologie. Wir sagen, dass sie rational denken, weil wir ihnen die Werkzeuge geben, um effiziente und aussagekräftige Ergebnisse zu erzielen. Sie können sich leicht an die Umgebung anpassen, in der sie sich befinden, obwohl sie weit davon entfernt sind, für sich selbst zu denken.

AlphaStar-Lernen

Ein Beispiel hierfür ist die künstliche Intelligenz, die Videospiele wie AlphaStar (StarCraft II) oder AlphaZero (Schach, Shogi und Go) spielt. Diese Maschinen sind sogar in der Lage, menschliche Gegner zu bekämpfen und haben bereits den gelegentlichen Weltmeister besiegt.

IAs, die rational handeln

Da sie "handeln", stellen wir fest, dass sie die Daten, die wir an sie weitergeben, nicht verarbeiten, sondern nur rational zu denken scheinen. Dies ist die einfachste Version dieser Technologie und es ist eine Phase, die wir bereits weitgehend durchlaufen haben. Einige Computersysteme greifen auf diese Technologie zurück, da sie viel einfacher zu programmieren ist und ihre Arbeit normalerweise einfach ist.

Intelligenter Staubsauger

Zum Beispiel die Maschinen, die Anrufe empfangen und Sie durch ihre Optionen führen, oder die intelligenten Assistenten von Webseiten, die Sie normalerweise auffordern, verwandte Lösungen zu empfehlen.

Wenn Sie bereits ein akzeptables Bild davon haben, wie die Intelligenz entsprechend ihrer Komplexität verteilt ist, bringen wir Sie zum Kern der Sache.

Die Mathematik des Denkens

Eine Möglichkeit, künstliche Intelligenz zu programmieren, besteht darin, die Daten als imaginäre Einheiten zu behandeln, die als Tensoren bezeichnet werden. Tensoren sind eine komplexe algebraische Einheit (aus Skalaren, Vektoren und Matrizen), für deren ordnungsgemäße Arbeit mathematische Kenntnisse erforderlich sind. Folglich ist die Leistung von KI-Anwendungen so gut wie mathematische Manipulationen der Daten durchgeführt wurden.

Vereinfachte Erklärung der Spannschlösser

Um die Entwicklung dieser Art von Software zu erweitern, haben viele Gruppen ihre Codebibliotheken erstellt und der Öffentlichkeit zugänglich gemacht, um zusammenzuarbeiten und gemeinsam mit der Community intelligentere Systeme zu erstellen. TensorFlow von Google, CNTK von Microsoft, Theano, Caffe2 und Keras sind einige der wichtigsten Beispiele. Jede der Bibliotheken konzentriert sich aus verschiedenen Blickwinkeln auf das Problem und dank dessen steht uns die Entwicklung der KI auf verschiedenen Abstraktionsebenen zur Verfügung.

Wenn Sie nicht wissen, welche Abstraktionsebenen vorhanden sind, misst dieses System, wie nahe eine Computersprache an der gesprochenen Sprache liegt. Je höher eine Abstraktionsebene ist, desto mehr ähnelt sie einer menschlichen Sprache und je niedriger, desto mehr Maschinencode, dh diese Welt, die nur mit Nullen und Einsen arbeitet.

Neue Systeme, neue Hardware

Es ist klar, dass die gesamte Software innerhalb der Hardware ausgeführt wird. Es ist jedoch leicht, in die Illusion zu geraten, dass die Cloud mit allem fertig werden kann, aber die Realität ist nicht so süß. Abhängig davon, wie der Code optimiert ist, kann es vorkommen, dass die KI lokal funktioniert (auf dem Smartphone, PC oder Internet of Things-Gerät). Oder die Geräte können die Berechnungen an die Server senden, verarbeiten und diese geben das Ergebnis zurück.

Cloud-Dienste

In vielen Fällen versucht das „kleine“ Gerät, einen großen Teil der Berechnungen lokal auszuführen, und sendet nur einen Teil des Problems an den Server, wodurch viele Kosten für die Dienstverwaltung eingespart werden.

Künstliche Intelligenz im Alltag

Wir wissen, dass das Nachdenken über die Zukunft etwas sehr Interessantes und für manche sogar Aufregendes ist, aber Sie müssen nicht so weit gehen, um die ersten Früchte zu sehen. Wo finden wir Spuren künstlicher Intelligenz in der heutigen Gesellschaft?

Künstliche Intelligenz auf dem Handy

Es mag unbemerkt bleiben, aber es umgibt uns von allen Seiten. Beginnend mit Heimgeräten verfügen neue Mobiltelefone häufig über kleine integrierte Systeme namens Künstliche Intelligenz, mit denen Sie bessere Fotos aufnehmen können. Fokussieren Sie Bilder nachträglich, um sie schärfer, bunter oder kontrastreicher erscheinen zu lassen. Einige sind sogar in der Lage, die von uns erfassten Objekte zu erkennen und uns entsprechende Suchanfragen anzubieten.

In diesem Bereich sticht auch die Kollegin hervor, die "OK Google" entfernt ist, aus allem lernt, was wir ihr sagen, und in der Lage ist, unendliche Anfragen zu bearbeiten. Obwohl wir feststellen können, dass Sie sehr leicht "bearbeitet" werden (z. B. wenn Sie kein Gespräch führen können), können wir die harte Arbeit, von der wir wissen, dass sie dahinter steckt, nicht ablehnen.

Google-Assistent

Wir müssen auch über das bevorstehende autonome Fahren sprechen . Autos wie Tesla bieten in einigen Ländern bereits diese AI-gesteuerten Alternativen an. Diese Systeme sind in der Lage, die Umgebung des Fahrzeugs zu erfassen, Verbote, Gefahren usw. zu verarbeiten und entsprechend sicher zu fahren.

Obwohl wir in der Automobilwelt nicht auf ein so hohes Maß an Intelligenz gehen müssen. Wir können sehen, dass einige Autos bereits so interessante Systeme wie Not-Aus-Erkennung oder automatisches Parken haben.

Die Königin im Schatten:

Inzwischen denken Sie vielleicht schon, dass KI überall ist und dass sie jeden Moment rebellieren, aber seien Sie versichert, Ihr Toaster wird Sie nicht töten, während Sie schlafen. Was wir bestätigen können, ist, dass diese Technologie mehr kontrolliert als Sie denken und für viele der Trends in der Gesellschaft verantwortlich ist.

Youtube-, Twitter-, Google-Anzeigen… All dies wird bis zu einem gewissen Grad durch die von Ihnen angegebenen Einstellungen gesteuert, aber auch durch künstliche Intelligenz, die entscheidet, was Sie anzeigen möchten. Hören Sie eine ähnliche Meldung wie: "Ich möchte meine Daten mit Google teilen, damit mir Anzeigen angeboten werden, die mich interessieren könnten" ?

Wie funktioniert das? Nun, Sie werden sehen, basierend auf dem, was Sie im Internet konsumieren, wird ein Profil mit Ihrem Geschmack erstellt und Sie sind mit vielen anderen Menschen verwandt. Wenn Internetdienste Ihnen etwas zeigen müssen, verwenden sie dieses Profil, das sich aus Millionen von Personen zusammensetzt, um abzuschätzen, was Sie interessieren könnte.

Vereinfachte Erklärung von Big Data

Diese Art der Analyse großer Datenmengen (Big Data) mithilfe von AIs erfordert viel Kraft und Karrieren erscheinen auf der ganzen Welt, um die Zukunft in diesem Bereich vorzubereiten. Wie Sie verstehen werden, werden die von Benutzern verwendeten Daten jede Sekunde von TeraBytes gezählt, sodass eine Person nicht in der Lage ist, sie alle zu analysieren. Hier arbeitet künstliche Intelligenz mit den Daten, und es sind Menschen, die sie verwenden, um Schätzungen usw. vorzunehmen, beispielsweise mithilfe von Statistiken.

WIR EMPFEHLEN IHNEN Google Home Mini: Was es ist und wofür es ist, Funktionen

Die Grundlage: Tiefes maschinelles Lernen

Wir werden ein wenig in der Videospielwelt navigieren, um Deep Learning ein wenig besser zu verstehen, da AI sowohl als Spieler (wie bereits erwähnt) als auch als Programmierer und Designer in den Bereich der Videospiele eingetreten ist. Wenn Sie den Fortschritten der Branche folgen, ist NVIDIA für verschiedene Technologien bekannt geworden, darunter das DLSS-System (Deep Learning Super Sampling), eine künstliche Intelligenz, mit der Bilder neu skaliert werden können.

DLSS-Vergleich

Die Funktion von DLSS besteht darin, ein Bild von FullHD (1080p) in UltraHD (4k) umzuwandeln, um die anspruchsvollsten Titel mit besseren Bildraten abspielen zu können. Zuerst beschwerten sich die Benutzer, dass die Bilder verschwommen und unscharf aussahen, aber nur wenige Monate später sind die Ergebnisse großartig.

Dies ist Deep Learning zu verdanken, einem System, durch das künstliche Intelligenz mit Übung und Irrtum lernt. Im Fall von DLSS analysierte NVIDIA Intelligence kontinuierlich Bilder in UltraHD-Auflösung und versuchte, sie auf der Grundlage eines FullHD-Bildes neu zu erstellen. Mit anderen Worten, es ist, als hätten sie Ihnen ein Viertel eines Bildes gegeben und Sie mussten die Lücken füllen, die Sie nicht kennen. Deep Learning ist eine Art System, das zu dem gehört, was auf Spanisch als maschinelles Lernen oder automatisches Lernen bezeichnet wird.

Maschinelles Lernen und tiefes Lernen

Maschinelles Lernen könnte als Grundstein der künstlichen Intelligenz eingestuft werden. Hierbei handelt es sich um verschiedene Algorithmen, die unter anderem häufig zum Erlernen von Aufgaben für Maschinen verwendet werden. Das Erkennen eines Bildes, das Spielen von Schach oder das Erkennen von Stimmungen sind beispielsweise Herausforderungen, die gelernt werden können, und je nach Herausforderung werden verschiedene Arten von Algorithmen verwendet.

Maschinelles Lernen soll eine Reihe von Algorithmen sein, mit denen eine Maschine aus den gesammelten Erfahrungen lernen kann. Andererseits konzentriert sich Deep Learning auf das Lernen mit heterogenen Inputs. Beide Disziplinen werden mit Energie entwickelt und untersucht, da die Zukunft der künstlichen Intelligenz ungewiss ist.

Die Zukunft der künstlichen Intelligenz

Aus unserer Sicht scheinen die Möglichkeiten der künstlichen Intelligenz endlos zu sein. Wir wissen immer noch nicht, wo unsere Grenzen liegen, und wir arbeiten bereits daran, ein anderes Wesen zu schaffen, das uns ähnlich ist. Aber was können wir in Zukunft erwarten?

Nichts, was wir kommentieren werden, kann als selbstverständlich angesehen werden, aber es handelt sich um Aussagen, die auf bestimmten Argumenten beruhen, die hauptsächlich aus der Beobachtung der Entwicklung dieser Maschinen abgeleitet wurden.

Internet

Erstens scheint es unausweichlich, dass wir uns in Richtung einer vom Internet dominierten Welt bewegen, weshalb KIs mehr Relevanz und Macht über das Medium haben werden. Dies sollte uns keine Angst machen, da dies die einzige Möglichkeit ist, die Wartung der Plattform sicherzustellen. Damit konnten wir in einem etwas geschützten Raum im Internet surfen, aber gleichzeitig viel sicherer. Als erste Pioniere haben wir Facebook-Bots, die analysieren und abschätzen, ob Selbstmordgedanken durch Sie laufen und wenn sie es entdecken, kontaktieren sie Sie.

Ebenso werden in der physischen Welt autonome und assistierte Autos zunehmend dominieren, bis das Fahren nur noch Freizeitbeschäftigung ist. Vielleicht geschieht die Änderung seit hundert Jahren nicht mehr, aber die Änderung wird eintreten.

Eine weitere Änderung, die ebenfalls vorhergesagt wird, ist der Austausch harter Arbeit gegen Maschinen. Es ist eine Revolution, die viele fürchten, aber sie scheint unvermeidlich, also müssen wir vorbereitet sein.

Cyborg Neil Harbisson

Und obwohl es typisch für Science-Fiction zu sein scheint, ist es sehr wahrscheinlich, dass wir in Zukunft Wege finden müssen, um Technologie und künstliche Intelligenz in unseren Körper zu integrieren. Tatsächlich existiert der erste Cyborg in der Geschichte bereits und heißt Neil Harbisson.

Jenseits dieses Ufers ist das Meer der Ideen immens. Wer weiß? Vielleicht arbeiten die Maschinen einer Fabrik alle gemeinsam unter dem Kommando einer Hauptmaschine mit den primitiven Maschinen-Maschinen-Sprachen. Vielleicht wird eines Tages der beste Börsenspekulant eine künstliche Intelligenz oder sogar der beste MotoGP-Biker sein.

Künstliche Intelligenz

Es mag wie eine seltsame, beängstigende Zukunft erscheinen, aber wir haben sicherlich andere Probleme zu lösen!

Und was weißt du über AIs? Sind Sie gespannt, was kommen wird? Sagen Sie uns, was Sie von künstlicher Intelligenz halten.

PowerDataIberdrolaIndraNewsRoom-Schriftart