Umjetna inteligencija. umjetna inteligencija (AI)

Unatoč razmjerima događaja, moglo se primijetiti da AI, kao i strojno učenje, zauzima snažnu poziciju u polju mobilnog razvoja i da se neće povući. Evo kratkog pregleda novih proizvoda u ovoj niši.

Umjetna inteligencija

• Motorola + Alexa

Motorola je sklopila partnerstvo sa Amazonom i želi da integriše svoj uređaj za glasovnu kontrolu Alexa sa svojim proizvodima. Ovo je samo vrh ledenog brijega: Motorola planira pridobiti AI asistenta da samostalno izvodi neke korisne radnje na osnovu ličnih podataka vlasnika (na primjer, rezervirati sto u restoranu ako je takva potreba spomenuta u e-poruci) .

• Line Inc. + Clova

U međuvremenu, azijska kompanija Line Inc., tvorac istoimenog glasnika, radi na stvaranju pomoćnice Clove, koja bi u budućnosti mogla konkurirati Alexi. Očigledno će biti sposoban za prilično složenu korisničku interakciju: nakon kreiranja originalne aplikacije, programeri će najvjerovatnije izgraditi Clova integraciju sa drugim aplikacijama i uslugama, dajući korisniku mogućnost da koristi sveprisutnu glasovnu kontrolu.

• LG protiv Sony + Google Assistant

Zahvaljujući bliskoj saradnji sa Google-om, LG takođe ide u korak sa bumom veštačke inteligencije. G6 je bio prvi telefon od Pixela koji ima Google Assistant. Ali sada Google kaže da dolazi Asistent. Na primjer, na pametnom telefonu XZ Premium koji je najavio Sony, koji sada ima sve šanse da se podigne na ljestvici među novim proizvodima. U međuvremenu, HTC radi na svom Sense Companionu, a očekuje se da će Samsung Galaxy S8 imati Bixby.

Mašinsko učenje

• Huawei

Algoritmi koji su u osnovi Huawei P10 softvera moraju izračunati navike korisnika i dnevnu rutinu dok uređaj radi i na osnovu tih podataka dodijeliti memoriju i druge resurse, čime se postepeno poboljšava UX. Krajnji cilj je da telefon radi brže i brže tokom vremena.

• Netflix

Kompanija se fokusira na poboljšanje kvaliteta videa koji se gleda na mobilnim uređajima sa prosječnom ili niskom brzinom internetske veze. Algoritmi koji se koriste moraju naučiti da razumiju šta tačno čini video kvalitetan i ugodan za gledanje. Ovome je dodata i posebna šema kodiranja koja različite scene filma/serije komprimira, ovisno o tome što se u njima događa.

• RoboCar

I na kraju, jedan od eksponata koji je privukao najveću pažnju: autonomni trkaći automobil RoboCar predstavljen je na izložbi. Savršeno kombinuje naučno-fantastični dizajn kućišta i punjenje iz kompleksa radara, lidara, ultrazvučnih i brzih senzora, od kojih svaki prenosi signal NVIDIA "mozaku", koji u hodu interpretira sve informacije primio od njega.

U 2016. godini vidjeli smo ogromne inovacije, mnogo ulaganja u umjetnu inteligenciju od strane velikih kompanija i startupa i veliki interes javnosti. Šta će donijeti 2017.

1. Demokratizacija alata omogućit će većem broju kompanija pristup vještačkoj inteligenciji.

Nedavno Forresterovo istraživanje organizacija i tehnoloških stručnjaka pokazalo je da 58% istražuje umjetnu inteligenciju (AI), ali samo 12% koristi AI sisteme. To je dijelom zato što se aplikacije za umjetnu inteligenciju tek sada pojavljuju, ali i zato što je tehnologija još uvijek u povojima i teško ju je primijeniti. Rad s njima zahtijeva određene vještine i stav.

Okviri kao što su Facebook Wit.ai i Howdy Slack pokušavaju da postanu svojevrsni Visual Basic umjetne inteligencije, obećavajući jednostavan razvoj inteligentnih konverzacijskih interfejsa bez najvišeg nivoa obuke programera. Alati kao što su Bonsai, Keras i TensorFlow olakšavaju implementaciju modela dubokog učenja. Cloud platforme kao što su Google i Microsoft Azure interfejsi omogućavaju vam da kreirate inteligentne aplikacije bez potrebe da brinete o postavljanju i održavanju povezane infrastrukture.

2. Vidjet ćemo više ciljano orijentiranih AI sistema

Ne očekujemo da će se još pojaviti veliki AI sistemi opšte namene. Međutim, možemo očekivati ​​pojavu ciljanih sistema kao što su:

• Robotizacija: kadrovi, industrija i maloprodaja
• Autonomna vozila (automobili, dronovi, itd.)
• Botovi: CRM, potrošači (kao što je Amazon Echo) i lični asistenti
• Sistemi veštačke inteligencije specifični za industriju: finansije, zdravstvo, bezbednost i maloprodaja

3. Ekonomski uticaj povećane automatizacije biće tema debate.

U 2017. godini, nadamo se da ćemo manje čuti o tome kako će zla umjetna inteligencija zavladati svijetom, a više o ekonomskom uticaju AI. Zabrinutost zbog gubitka posla zbog AI više nije nova, ali treba očekivati ​​dublje i detaljnije razgovore o ekonomskom uticaju takvog razvoja događaja.

4. Sistemi za sprečavanje preopterećenja informacijama će postati složeniji.

Zanimljivi razvoji su u tijeku u segmentu AI koji će pomoći analizirati informacije i spriječiti njihov višak, posebno u područjima kao što su:

• Razumevanje prirodnog jezika
• Structured Data Mining
• Informacije o karti
• Automatsko sažimanje (tekst, video i audio)

5. Istraživači AI će proučavati i ponekad rješavati fundamentalne probleme

Godine 1967., jedan od osnivača laboratorije za umjetnu inteligenciju na Massachusetts Institute of Technology, Marvin Minsky, rekao je da će u toku života jedne generacije problem stvaranja umjetne inteligencije biti riješen. Da li je bio vizionar ili je pogrešio? To je još nemoguće reći, ali ostaje da se riješe osnovni problemi. Međutim, napredak ne miruje, evo nekoliko primjera:

• Istraživanja su u toku na gradivnim blokovima koji uključuju prepoznavanje prirodnog jezika, viziju, govor, napredno učenje pri preuzimanju i optimizaciju hardverskih sistema (uključujući troškove) za AI tokove.
• Sistemi sa poboljšanom pažnjom i pamćenjem moći će riješiti više od jednog problema u isto vrijeme ili složenije probleme kao što su nagađanje i rasuđivanje. Na primjer, nedavni napredak je napravljen u DeepMind-u u području diferencijabilnih neuronskih kompjutera.
• Algoritmi će zahtijevati sve manje i manje označenih podataka; razvija se nekontrolisano ili polukontrolisano učenje.
• Inspirisan ključnim aspektima sistema ljudskog mozga, uključujući intuitivnu fiziku i psihologiju, brzu izgradnju modela i zaključivanje uzroka i posledica.
• AI sistemi za izgradnju pouzdanog softvera. Peter Norvig je o tome detaljno govorio na O’Reilly AI konferenciji.

6. Interakcija između ljudi i mašina će postati intenzivnija

Postoji raznolikost u mašinskoj inteligenciji koja se kreće od čiste mašinske inteligencije do povećanja ljudskih sposobnosti. Razvoj emocionalne inteligencije i detekcije, kao i rješenja na ljudski pogon, omogućit će bogatiju interakciju između ljudi i inteligencije mašina.

7. Očekujte povećanu pažnju etici i pitanjima privatnosti

Većina AI sistema može se opisati kao crne kutije i izuzetno su složeni. Etički rizici i rizici vezani za privatnost povezani s umjetnom inteligencijom su stvarni i zahtijevaju pažljivo razmatranje. Ovi problemi neće biti riješeni u 2017. godini, ali se barem možemo nadati napretku u ovoj oblasti.

Posmatrač sajta je proučavao glavne globalne trendove u robotici, koji će se verovatno razviti u 2017.

U protekle dvije godine, nekoliko svjetskih kompanija koje imaju bilo kakvu vezu s informatičkom tehnologijom nije najavilo svoju namjeru da investira u umjetnu inteligenciju, robotiku, samovozeće automobile ili drugu pametnu, povezanu opremu.

Kina se posebno istakla. Ono što se tamo dešava već je nazvano velikom kineskom revolucijom robotike. Druge zemlje pomalo zaostaju u aktivnostima, ali obećavaju da će sustići Srednje kraljevstvo. Ovaj materijal sadrži ono što danas okupira umove robotičara u svijetu.

Roboti i VR

Analitičke agencije proglasile su 2016. godinom tehnologija virtuelne stvarnosti. Trend je uticao i na robotiku. Sve se više raspravlja o mogućnosti upravljanja složenim mašinama putem VR kaciga i ekrana koji demonstriraju proširenu stvarnost. Ove godine na MWC-u u Barceloni svi posjetitelji štanda Ericssona bili su pozvani da se okušaju u ulozi rukovaoca bagera, kontrolišući stvarnu opremu preko Oculus Rift kacige.

Ovo je jedan od glavnih scenarija za korištenje VR-a u industriji i poslovanju, koji će se sve češće odvijati u različitim situacijama: pri kontroli bespilotnih teretnih vozila (prikolica, dronova, skladišnih viličara), izvođenju hirurških operacija, proučavanju i istraživanju mjesta koja su nedostupna ljudima (okeansko dno, rudnici, permafrost). Međutim, trend posljednjih deset godina je sve veća automatizacija, odnosno želja da se potpuno odustane od učešća ljudi u takvim procesima.

Neizbežna bespilotnost

Na nedavnom sastanku sa investicionim konsultantom specijalizovanim za M&A transakcije u oblasti visokih tehnologija, saznao sam da „Kinezi brišu sve što je povezano sa povezanim automobilom“, uključujući i Rusiju. Dok smo razgovarali o ovoj priči, sjedeći u restoranu, na TV vijestima pojavila se informacija da je Apple potvrdio svoju namjeru da razvije vlastiti automobil koji se „samovozi“.

Tema je goruća, a za šest mjeseci će biti kasno da se počne baviti njome, čistina će se podijeliti. Ali za sada ima još mnogo toga što se može poboljšati i izmisliti u ovoj oblasti. Istraživačke laboratorije širom svijeta još uvijek rade na izradi mašina koje mogu kretati teškim, neravnim i nagnutim površinama bez ispuštanja, tereta ili opreme.

U radu bez posade ne radi se samo o transportu putnika i tereta koji se kreće po zemlji. Takođe se radi o letećim automobilima. Procvat masovne popularnosti dronova raste. U 2014. globalna prodaja im se utrostručila, prošle godine udvostručila, a vrhunac na ovom tržištu još nije vidljiv. Dronovi su već počeli da se koriste za dostavu pica - ovako radi Domino's na Novom Zelandu.

Policijski dronovi koji prate promet i predviđaju moguće zločine više nikoga ne iznenađuju svojim zujanjem. Postali su uobičajeni u nekoliko država Sjeverne Amerike. Oni zaista pomažu u smanjenju kriminala. Ako kombinujete dronove sa tehnikama analize velikih podataka, oni mogu predvideti zločine u realnom vremenu.

Inače, ovakav sistem koristi policija Los Anđelesa, iako za sada bez dronova. Prediktivnost - sposobnost predviđanja vjerovatnoće da će se događaji dogoditi - jedna je od sposobnosti koju roboti mogu steći tehnikama mašinskog učenja.

Mehaničko nabijanje

Proboj u tehnologijama umjetne inteligencije i početak njihove aktivne primjene u praksi trend je posljednje dvije do tri godine. Ako je ranije bilo potrebno desetljeće da se stvori visokokvalitetni sistem strojnog prevođenja, sada startupi koji su tek pokrenuli mogu ponuditi potrošačima potpuno podnošljiv konkurentan proizvod u ovoj oblasti u roku od godinu dana.

Mašinsko učenje je novi pristup radu sa informacijama, vrlo brzo pretvara mašine u inteligentne uređaje. Na mnogo načina, bum u razvoju programa zasnovanih na mašinskom učenju je posledica činjenice da se gotovo sve što je potrebno za to može naći u slobodno distribuiranom softveru. Sve što trebate učiniti je preuzeti razvojno okruženje, nekoliko biblioteka, pročitati priručnik i nastaviti. Za tjedan ili dvije možete napisati, na primjer, program za prepoznavanje etiketa vina ili čak lica.

Mogućnosti veštačke inteligencije otvorile su univerzum koji čovečanstvo neće istraživati ​​čak ni decenijama, već vekovima. To znači da roboti postaju pametniji i sami uče. Čak su u stanju da svoje znanje prenesu jedni na druge. Za to je, naravno, potrebna komunikaciona infrastruktura. Uz njegovu pomoć, program koji je nedavno izmislio novi univerzalni jezik mogao bi ga naučiti drugim mašinama.

Inače, ljudi nisu umjetnoj inteligenciji postavili zadatak stvaranja novog jezika, to je bio nusproizvod njenog učenja da prevodi sa različitih jezika. Sam program je naučio da pravi prolazne prevode između parova jezika koje od njega nije traženo. Iz toga su istraživači došli do zaključka da kompjuter koristi komunikacijski sistem na meta-nivou, svojevrsni novi esperanto, univerzalni jezik.

Snovi do neba

Složenost algoritama mašinskog učenja i automatskih sistema upravljanja robotima je takva da njihov rad zahteva ili opremanje mašina moćnim računarskim hardverom ili njihovo povezivanje sa infrastrukturom u oblaku. Čini se da je čovječanstvo odlučilo da će razvoj robotike krenuti drugim putem – na elektronički mehanizam biće ugrađen komunikacioni modul i kompjuter male računske snage.

Upravljanje uređajima, akumuliranje znanja, ažuriranje “mozaka” i interakcija s drugim mašinama odvijat će se kroz “oblak”. Dakle, nakon kupovine jednostavne mašine, osoba će vremenom moći da je nadogradi na supermozak, plaćajući dodatno za inteligentniji firmver.

Na primjer, kućni robot s univerzalnim setom senzora i manipulatora može se privremeno pretvoriti u kuhara francuskog restorana s Michelin zvjezdicom. Neko vrijeme, jer postoji trend prenošenja programa na korištenje na ograničeni period korištenjem SaaS modela. Sada koristimo uređivače fotografija u oblaku i servise za razmjenu datoteka, a uskoro ćemo se pretplatiti na posebne softverske usluge za naše robote, na primjer, kako bismo ih natjerali da plešu valcer ili se pretvaraju da se tuku kad nam dosadi. Učenje robota da se ponašaju kolektivno je još jedan trend u industriji.

Zajedno smo snaga

Već dugo vremena inženjeri su radili na tome da nauče mašine da harmonično rade zajedno. Na primjer, letjeti u jednoj grupi, demonstrirati akrobatske manevre, plesati sinhrono i općenito se kretati. Zašto je to potrebno? Pre svega, prelepo je. U stvari, naravno, takva robotska vještina će biti od vitalnog značaja za nas, odnosno ljude, u budućnosti.

Na primjer, koordinirano kretanje samohodnog transporta duž pametnih cesta ne može se uspostaviti bez organiziranja interakcije "pametne" infrastrukture s pokretnim povezanim automobilima i njihove međusobne komunikacije. Ubuduće će poštanske bespilotne letjelice, koje će moći komunicirati sa svojom vrstom, pregovarati s policijskim kvadrokopterima da im ne smetaju u radu.

Roboti za utovar u lukama moći će da pripreme kontejnere za postavljanje na baržu, primajući signal mnogo prije nego što se približi. Pametni dom će uključiti zagrijavanje automobila i početi kuhati kafu čim uzmete četkicu za zube. Inače, takva interakcija između mašina je veoma neophodna u industrijskim objektima. Automatizacija u proizvodnji se povećava svake godine, a sve ide ka zamjeni ljudi robotima u svim operacijama, ostavljajući nekoliko ljudi za kontrolu reda iu slučaju vanrednih situacija.

Robotska proizvodnja

Kina je prestala da bude izvor jeftine radne snage za razvijene zemlje. Velike industrijske kompanije nastoje premjestiti proizvodne pogone bliže svom sjedištu - u Europi i SAD-u. Tesla električni automobili se proizvode u fabrikama koje se nalaze u Kaliforniji. Roboti su idealna radna snaga. Sa opadanjem troškova komponenti, senzora i sistema kompjuterskog vida, počeli su da koštaju red veličine jeftinije od ljudskih zaposlenih.

Osim toga, ne idu na godišnji odmor i ne uzimaju bolovanje, ne sapliću ih sindikatom, ne treba ih dodatno motivirati i voditi na korporativne događaje. Oni su brži od ljudi, precizniji i produktivniji. Industrijski roboti, naravno, nisu nova priča. Koriste se u raznim vrstama proizvodnje već nekoliko decenija, obavljajući najprljavije, najopasnije, teške i rutinske poslove za ljude. Ali u posljednje vrijeme, zahvaljujući razvoju tehnologija strojnog vida, širenju mobilnih komunikacijskih mreža i automatizaciji, roboti su se počeli mnogo šire koristiti.

Rade u logistici, državnoj službi, poljoprivredi, građevinarstvu, istraživanju i medicini. Oxford Martin School predviđa da će 40% američkih poslova preuzeti botovi u sljedećih 15-20 godina. Osim toga, obavljat će i sezonske radove. Širi se praksa unajmljivanja “pomoćnika za željezo” za žetvu ili sjetvu sjemena, prskanje biljaka za suzbijanje štetočina i izvođenje toksičnih farbanja na gradilištima. Marketinški stručnjaci su već smislili naziv za takvu uslugu - RaaS (Robotics-as-a-Service: robots as a service).

Sve vidim odozgo, znaš to

Ako govorimo o razvoju tehnologija samovozećih automobila, ne možemo zanemariti tehnologije strojnog vida koje su se poboljšale posljednjih godina. Krajem oktobra na Jutjubu se pojavio snimak sa automobilom Tesla koji se samostalno kreće putevima Kalifornije.

Ova slika je unervozila iskusne vozače, koji su se identifikovali sa suvozačem koji mlitavo sedi za volanom. Ali nisu imali o čemu da brinu, barem ovaj video završava dobro - svi su ostali sigurni i stigli na odredište. U videu, proizvođač demonstrira kako mašina čita i tumači informacije sa tri kamere koje se nalaze na tijelu. Na idealnim putevima Silicijumske doline to je sasvim dovoljno.

Ali naučnici još nisu postigli da umjetne robotske oči mogu prepoznati predmete koji leže na cesti i pomoći automobilu da se kreće u teškim vremenskim uvjetima. Međutim, čak i u vječno sunčanoj Kaliforniji, bespilotna vozila nisu se pokazala stopostotno sigurna. Ne tako davno dogodila se prva tragedija u kojoj je učestvovao automobil Tesla koji je pokretala elektronska inteligencija. Automobil se zabio u traktorsku prikolicu, vozač nije stigao da preuzme kontrolu. Ovaj incident je naveo ljude da razmišljaju o mnogim stvarima.

uncanny valley

Automobil koji je ubio svog vlasnika je zaplet dostojan horor filma, a noćna mora tvorca Tesle Elona Maska je stvarnost. Sve češće se čuju alarmantne prognoze najpametnijih ljudi na svijetu da umjetna inteligencija može postati posljednji izum čovječanstva i uništiti njegove tvorce. Musk je također zabrinut zbog ovoga, vjerujući da bi umjetna inteligencija mogla biti gora od nuklearnog oružja.

Poduzetnik je postao jedan od pokretača Open AI, projekta za besplatnu distribuciju tehnologija umjetne inteligencije. Njegova ideja je osigurati da najnapredniji razvoj u ovoj oblasti ne završi u rukama nekoliko velikih kompanija s nejasnim namjerama.

Razumljiv potez, ali ima i nuspojava. Ako kod za "mozak" robota kreiraju mnogi ljudi s različitim nivoima stručnosti, to može učiniti stvari još zbunjujućim. Ko je kriv za smrt četrdesetogodišnjeg Džošue Brauna, prve žrtve Tesline veštačke inteligencije?

Zakon još uvijek uopće ne rješava takve slučajeve. Iako je regulativa u oblasti robotike već intenzivirana. Svaka američka država izabrala je svoj stav u vezi s dronom i funkcijama autopilota u automobilima. Ali u ovoj oblasti ima toliko pitanja da je kao Pandorina kutija: ako je otvorite, problemi će pasti na čovječanstvo.

Etička, moralna i filozofska pitanja vezana za upotrebu robota tek treba da budu pokrenuta i raspravljena. Tek počinjemo da razmišljamo o njima. Treba li vjerovati robotima više nego svojoj intuiciji? Da li je etički staviti uspomene i „virtuelnu sliku“ ličnosti preminule osobe u automobil? Da li je moguće "ubiti" robota i da li je za to potrebno kazniti njegovog vlasnika? Ko treba da odgovara ako robot povredi osobu? Šta je sa seksom sa robotima?

Čini se da je posljednje pitanje jedno od najhitnijih. Prvi međunarodni kongres pod nazivom “Ljubav i seks sa robotima” biće održan u Londonu u decembru 2016. Takođe će pokazati automobile koji liče na ljude. Ostaje nejasno zašto roboti čiji je izgled previše blizak ljudskom izazivaju iracionalni užas. Ovaj efekat pada nivoa saosećanja kada se približava ljudskom izgledu dobio je nadimak „neobična dolina“.

Postoji verzija da se mašina koja je previše slična svojim tvorcima više ne doživljava kao nešto umjetno, a mozak vjeruje da je to abnormalna, a samim tim i opasna osoba, neka vrsta "živog leša". Pa, još uvijek se ne zna ko je od nas življi na ovoj planeti: roboti ili ljudi. Možda će nas naši automobili nadživjeti.

Tema umjetne inteligencije (AI) dominirala je medijskim vijestima tokom cijele godine. Ton daju glavni njuzmejkeri - Elon Musk i Mark Zuckerberg, raspravljajući o opasnostima i prednostima korištenja umjetne inteligencije u ljudskom životu. Rusija i Kina su razvoj AI proglasile prioritetnim pravcem u digitalnoj ekonomiji. 2018. će biti godina razvoja i daljeg proučavanja mogućnosti upotrebe AI, posebno metode dubokog učenja, kao najperspektivnije grane vještačke inteligencije. Reći ću vam više o ovom trendu u oblasti visoke tehnologije na primjeru upotrebe AI u marketingu.

Suština umjetne inteligencije je stvaranje strojeva toliko pametnih da će nadmašiti misaone i analitičke sposobnosti ljudi. Mašinsko učenje, osnovna metoda umjetne inteligencije, ima takve mogućnosti i već se široko koristi u mnogim sektorima ekonomije i područjima ljudskog života. Međutim, druge, naprednije tehnologije se ubrzano razvijaju.

To je posebno uočljivo u tempu razvoja dubokog učenja, koje gotovo u potpunosti replicira princip rada ljudskog mozga u obradi podataka i modeliranju donošenja odluka. U 2017. duboko učenje postalo je sastavni dio tehnoloških procesa u zdravstvu i proizvodnji automobila. Marketing, kao najdinamičnija komponenta svakog poslovanja, takođe nije ostao po strani od upotrebe naprednih tehnologija. Dubinsko učenje je imalo revolucionaran uticaj na čitavu reklamnu industriju.

Tehnologija koja se koristi u metodi dubokog učenja zasniva se na principima interakcije bioloških neurona. Uz pomoć algoritama za samoučenje, trgovci sada dobijaju opise kupovnog potencijala kupca bez ljudske pomoći. Na primjer, RTB House je nedavno analizirao ogromnu količinu podataka, jasno pokazujući da korištenje umjetne inteligencije umjesto preporuka iskusnih marketara u kampanjama za ponovno ciljanje može poboljšati rezultate konverzije za 35%. I to nije sve. Koristeći metodu dubokog učenja, oglašivači dobijaju prognozu radnji korisnika na osnovu analize njegovih karakteristika ponašanja i želja. Ovo uvelike pojednostavljuje posao marketeru nudeći najbolje opcije za ciljane reklamne poruke koje sadrže proizvode za koje korisnik nije ni znao ili još nije vidio.

Mnogi veliki brendovi su već vidjeli prednosti implementacije rješenja dubokog učenja u svoje proizvode ili marketinške alate. U 2018. očekujemo široku upotrebu dubokog učenja i povećanje ulaganja u razvoj njegovog potencijala.

Od „učenja pod nadzorom“ do novih horizonata

U 2017. godini došlo je do pomaka od takozvanog „učenja pod nadzorom“ tipičnog za proces mašinskog učenja prema složenijem sistemu „transfernog učenja“. Ova tehnologija se zasniva na prenošenju ljudskih instrukcija na kompjuter: analizira postojeće modele odlučivanja, primere, skupove podataka i njihovu kasniju analizu.

Način na koji funkcioniše transferno učenje je sposobnost računara da obrađuje podatke iz simulacija, a ne iz stvarnosti. Ovaj proces je mnogo jednostavniji i jeftiniji, kao i brži, što je veoma važno kada se analiziraju ogromne količine podataka. Koristeći ovu metodu, mašina uči da samostalno donosi odluke: logičkim zaključcima, analognom ili deduktivnom metodom.

Na primjer, koristeći stariji model mašinskog učenja, auto koji se samostalno vozi mogao bi odvesti osobu milione milja dok se podaci snimaju. Ovi podaci se prenose do automobila, koji na osnovu odluka vozača razume kako da vozi automobil. Zahvaljujući „transferu učenja“, više nema potrebe za pravim vozačem. Umjesto toga, podaci se mogu uzeti iz različitih simulacija vožnje. Simulirajući milione sati vožnje, automobil sam razumije kuda treba ići i već prevodi znanje u stvarni svijet.

Drugi pristup se naziva „pojačano učenje“. Njegov cilj je osposobiti računar da donosi najbolje odluke na osnovu povratnih informacija iz okoline i radnji koje se u njemu odvijaju. Na primjer, kako se to dešava kada učestvujete u nadmetanju za kupovinu oglasnog prostora. Aukcijski sistemi su veoma složeni. Čak i stručnjaci često imaju problema u određivanju optimalne stope koja će im omogućiti postizanje željenih rezultata uz minimalne troškove. Automobil će naići na iste prepreke na početku svog kretanja. Međutim, za razliku od osobe, automobil može raditi 24 sata dnevno u okruženju simulacije. A takođe može naučiti niz radnji, mnogo brže od čovjeka. Da se vratimo na naš primjer kupovine reklamnog prostora, kompjuter uči iz simulacije aukcija, primajući podatke o tome kako djelovati najefikasnije i tako pobijediti na aukciji.

Novi poslovi i novi izazovi

Zaista, princip rada algoritama dubokog učenja je apsolutno identičan funkcioniranju ljudskog mozga. Ali, za razliku od ljudi, kompjuteri uče mnogo brže i mogu analizirati ogromne količine podataka. Računari ne zaspu i prave mnogo grešaka. Ovdje dolazi do izražaja super performansa. Na vrlo jednostavan način, AI će nastojati da nadmaši ljudske sposobnosti u mnogim oblastima. Trenutno, algoritmi koji se samouče mogu prepoznati akcije i slike mnogo preciznije od ljudi.

Znači li to da postoji opasnost da ljudi budu potpuno zamijenjeni robotima? Ne baš. Prema podacima Svjetskog ekonomskog foruma, 65% djece koja danas polaze u osnovnu školu dobiće poslove koji trenutno ne postoje. Trenutni nivo razvoja AI omogućava kompanijama da traže više IT stručnjaka, analitičara podataka i programera. Sljedeće godine ćemo vjerovatno vidjeti bum novih ponuda za posao za naučnike podataka. Iako sada takav prijedlog još nije popularan.

Inovacije 2017. će dobiti snažan poticaj za razvoj u 2018. godini

Ciljevi kojima se teži primjenom metode dubokog učenja su pojednostavljenje naših života i povećanje efikasnosti ljudskih aktivnosti. Zbog toga upotreba AI više nije standard, već neophodnost za kompanije koje žele da budu konkurentne na globalnom tržištu. Ne radi se o mogućnosti personalizacije ili poboljšanja mogućnosti finalnog proizvoda, već io nizu drugih indirektnih aktivnosti poput prikupljanja i analize podataka. Kompanije već imaju tako veliku količinu podataka za analizu da se ne mogu nositi s njihovom obradom.

Ovakva situacija direktno utiče na odluke koje donose njihovi zaposleni, a samim tim i na njihove finansijske rezultate. Kompanije čije je poslovanje specijalizovano za prikupljanje i analizu podataka za različita preduzeća biće sve traženije. Preduzeća sa većim budžetom će koristiti AI da klasifikuju: šta ponuditi kupcima, koje uslove preporučiti dobavljačima, kako uputiti zaposlene, šta da kažu i rade u realnom vremenu. Također treba pretpostaviti da će se uskoro pojaviti mnogi novi startupi koji će ponuditi rješenja zasnovana na algoritmima koji se samouče kako ova tehnologija postaje široko rasprostranjena.

Umjetna inteligencija je 2017. godine postala dio našeg svakodnevnog života i javnih rasprava. U narednim godinama fokus će biti na razvoju različitih tehnologija zasnovanih na umjetnoj inteligenciji koje će zamijeniti ljude u mnogim složenim industrijama, što će nam u konačnici znatno olakšati život. Ali ovo će zahtijevati mnogo rada.