وقال جيمس كوبيلوس، المحلل الرئيسي لعلم البيانات ويكيميديا، والتعلم العميق وتطوير التطبيقات "انها في الواقع النبيذ الجديد، ولكن هناك مجموعة متنوعة من الزجاجات وسنوات مختلفة".
ويضيف كوبيلوس أن معظم الخمور القديمة لا تزال مستساغة تماما، فالجيل الجديد من الذكاء الاصطناعى يستخدم المقاربات السابقة ويبني على هذه، مثل التكنولوجيا المستخدمة من قبل إطار البيانات الكبيرة أباتشي هادوب.
ومع ذلك، فإن المتعصبين في الوقت الحاضر عن الذكاء الاصطناعي ويرجع ذلك إلى عدم وجود تنمية محددة لبعض المرشحين لمنظمة العفو الدولية السابقة، والتي، وفقا ل كوبيلوس، تقربنا من تلك الآلات التي تبدو وتفكر مثل البشر. وقال ما في الاستوديو كوب في مارلبورو، ما لماذا البيانات الكبيرة أثار الاهتمام في الذكاء الاصطناعي لأنه هو مساعدة كبيرة في تدريب نموذج التعلم العميق تمكينه لجعل المزيد من الاستنتاجات مثل الإنسان.كوبيلوس وديف فيلانتي حققت اختراقات في الذكاء الاصطناعي والاستخبارات الجهاز. ديف فيلانتي هو المحلل الرئيسي ويكيبون وشارك في استضافة استوديو لايف سيليكانانغل ل.
ثورة الذكاء الاصطناعي ستكون خوارزمية
يخطو AI في حوار ذكي، ولكنه يعكس أيضا نمو إيراداتها السريع. أظهر مسح Tractica LLC البحوث شركة أن في عام 2016، والذكاء الاصطناعي حجم سوق البرمجيات من 1.4 مليار $ في 2025 حتي 59800000000 $ دراسات Tractica LCC "الذكاء الاصطناعي له تطبيقات في جميع المجالات تقريبا من الصناعات الرأسية وحالات الاستخدام، ويعتبر التحول الكبير المقبل في التكنولوجيا، على غرار الثورة الصناعية، والتحول من عصر الكمبيوتر وثورة الهواتف الذكية، وما إلى ذلك وقعت في الماضي، ' وقال رئيس أديتيا كول بعض هذه القطاعات تشمل التمويل، والإعلان، والرعاية الصحية، والفضاء والمستهلك.
والثورة الصناعية القادمة تتكشف حول برنامج الذكاء الاصطناعي، وهذا قد يبدو وكأنه الطالب الذي يذاكر كثيرا الخيال غنية من الخيال، ولكن حتى خارج وادي السيليكون، وهذا الشعور ينتشر أيضا. مجلة "تايم" نشرت مؤخرا مقالا مخصصة ل بعنوان "الذكاء الاصطناعي: مستقبل البشرية" في مقالات، ومع ذلك، وقد وجدت هذه الرؤية الذكاء الاصطناعي في الخيال العلمي حمى المستنقعات ودائرة العلوم والتكنولوجيا على مدى عقود في السنوات القليلة الماضية، والتكنولوجيا المتقدمة. بسرعة من الذكاء الاصطناعي اليوم والمستقبل المنظور، ما الذي يمكن أن نحصل عليه من الواقع؟
أولا وقبل كل شيء، منظمة العفو الدولية هي علامة واسعة - في الواقع عبارة ساخنة بدلا من مصطلح تقني دقيق ". كوبيلوس يقول منظمة العفو الدولية يشير إلى" أي شيء يساعد الجهاز يعتقد مثل الإنسان " ، بالمعنى الحرفي للكلمة، والجهاز 'التفكير' ليست البشري الدماغ المفكر مختلفة ذلك؟ الآلات لا يعتقدون حقا، أليس كذلك؟ هذا يعتمد إذا كان مرادفا "التفكير" هو "الاستدلال" ثم قد يعتقد الجهاز على أنه ما يعادل الدماغ.
وعندما يناقش الناس طرق الذكاء الاصطناعي، وعادة ما نتحدث عن الذكاء الاصطناعي الأكثر شعبية - آلة التعلم هذا هو تطبيق الرياضيات، والاستدلال على مبدأ من مجموعة البيانات نمطا قال Kobielus: "لفترة طويلة. ، الناس استخدام نمط البرنامج يستدل من البيانات. "طريقة التفكير التي تضم نحو شعاع الدعم الآلي القائمة، النظرية الافتراضية، والمنطق شجرة القرار. لم تختف هذه التقنيات، والاستمرار في استخدامها في المجال المتنامي لتكنولوجيا الذكاء الاصطناعي نماذج التعلم الآلي أو الخوارزميات المدربة على البيانات تجعل الاستدلالات الخاصة بهم، وغالبا ما يشار إلى مخرجات الذكاء الاصطناعي أو رؤى، التي لا تتطلب البرمجة المسبقة إلى الجهاز والتي تتطلب برمجة فقط النموذج نفسه.
الاستدلال نماذج التعلم الآلي بناء على الاحتمالات الإحصائية لهذا. الاستدلالات من البيانات قد تكون مشابهة إلى حد ما التنبؤ بمسار التفاهم بين البشر، والأهمية، تصنيف، تصنيف، تحديد الحالات الشاذة أو اتجاهات الأشكال للحصول على الجهاز ووضع التعلم يسمى "الاستشعار" المصنف البيانات الهرمية، على مستويات مختلفة حسب المستقبلات، وسوف تشكل شبكة عصبية اصطناعية. هذه العلاقة الشبكة العصبية بين تصور تفعيلها وظائف، بما في ذلك المستقبلات غير الخطية، مثل الظلال. من خلال هذه العملية العصبية، طبقة من إجابات أو الإخراج تصبح مدخلات الطبقة التالية. الطبقة الأخيرة هي إخراج النتيجة النهائية.
طبقة التعلم العميق من الخلايا العصبية
شبكات التعلم العميق هي الشبكات العصبية الاصطناعية التي لديها عدد كبير من الطبقات الإدراكية، وكلما زادت طبقات الشبكة كلما زاد عمقها، وتثير هذه الطبقات الإضافية المزيد من الأسئلة، وتعالج المزيد من المدخلات، وتنتج المزيد الناتج، الذي يستخلص مستوى أعلى من البيانات.
لديها الآن 1000 شبكة العصبية الإدراك لديه طبقات من مطوري البرمجيات لا يزال استكشاف أعمق وظيفة الشبكة العصبية يمكن تحقيقه. يعتمد أحدث برامج الكشف عن اي فون وجه أبل على التفاف الشبكة العصبية 20 طبقات. بحلول عام 2015، والباحثين مايكروسوفت من خلال شبكة من 152 طبقة المتبقية من العمق للفوز الرؤية مسابقة الكمبيوتر ImageNet. وقال مدير الأبحاث مايكروسوفت بيتر لي أنه بفضل تصميم منع التخفيف من البيانات، وشبكة قادرة على جمع من الصورة إلى المعلومات، وراء عمق نموذجي من 20 أو 30 طبقات من الشبكة المتبقية، وقال: "يمكننا أن نتعلم الكثير من الأشياء الخفية".
بالإضافة إلى معالجة الصور والذكاء الاصطناعي وعمق التعلم حالات استخدام جديدة لا حصر لها، من إنفاذ القانون ليمكن العثور عليها في دراسة العام الماضي، استخدم الباحثون الذكاء الاصطناعي للتنبؤ مئات من المحكمة الأوروبية لحقوق الإنسان التطبيقات ذات الصلة الجينوميات حكم القضية، وتوقعوا أن القرار النهائي للقضاة الإنسان وصلت دقة 79٪.
لديك القدرة على "التفكير"، وغنية في الموارد، وحتى خلص إلى أن الجهاز أكثر دقة من الناس في الآونة الأخيرة، عميق الباحثون خوارزمية التعلم في جامعة ستانفورد أكثر مهارة من البشر الأشعة تشخيص الالتهاب الرئوي. هذا الاسم تستخدم خوارزمية شكسنيت شبكة عصبية تلافيفية من 121 طبقة تدرب على مجموعة من أكثر من 100،000 صورة من صور الأشعة السينية.
يستمر الذكاء الاصطناعي نموذج لتحسين في التعلم
آلة التعلم نموذج البيانات العلامة أمر حاسم حقا، ولكن العين البشرية لا تزال أفضل وسيلة للعمل وقالت عب العام الماضي أنهم قد تم تجنيد الكثير من الناس، فقط للاحتفال البيانات للذكاء الاصطناعي جامعة تورنتو الباحث بارهام آرابي واستكشف وينزي قوه الطريقة التي تعمل بها العقول البشرية والشبكات العصبية معا لتطوير خوارزمية تتعلم من التعليمات الإنسانية الصريحة وليس من خلال سلسلة من الأمثلة حيث قد يكون المدرب سوف اقول الخوارزمية، والسماء هي عادة الأزرق، ويقع في الجزء العلوي من الصورة بالمقارنة مع تدريب الشبكة العصبية التقليدية، ونهجها هو أفضل قال Kobielus: "إذا لم يكن لتدريب الخوارزمية، كنت لا تعرف الخوارزمية صالحة. وخلص أيضا إلى أن الكثير من التدريب سيتم في سحابة أو بيئة مركزية أخرى، في حين أن أجهزة "الشبكات" اللامركزية مثل المركبات المستقلة سوف تتخذ القرار في الموقع.