Saturs
- Spēle un ārpus tās
- Precīzāka vēža ārstēšana
- Bez kļūdām, bez stresa - jūsu soli pa solim, kā izveidot programmatūru, kas maina dzīvi, neiznīcinot savu dzīvi
- Progress neirozinātnē
- AI un personalizēts mārketings
- Ikdienas saskarnes
- Biznesa inteliģence
Avots: Agsandrew / Dreamstime.com
Izņemšana:
Jaunas AI formas (un jau sāk mainīties) mainīs mūsu dzīvi dažos ļoti interesantos veidos.
Mēs zinām, ka mūsu pasaule ātri mainās, taču ir daudz konkrētu tehnoloģiju progresu, par kuriem jūs, iespējams, nedzirdējāt daudz avīzē vai televizorā, un kuri tomēr dramatiski ietekmē mūsu dzīvi.
Daži no šiem lielajiem jaunajiem stāstiem ir saistīti ar mākslīgo neironu tīklu - samērā jaunu parādību mākslīgā intelekta pētījumos, kas virza visa veida progresu daudzās jomās, sākot no izklaides un beidzot ar medicīnu.
Mākslīgie neironu tīkli paļaujas uz ideju, ka tehnoloģijas var modelēt cilvēka smadzeņu bioloģisko darbu, izmantojot mazas vienības, kas atbilst atsevišķiem cilvēka neironiem un neironu grupām, lai iegūtu izejas, kuru pamatā ir izejvielas.
Mākslīgā neironu tīkla ideja balstās uz “sakaru” filozofiju, kas parādījās 1940. gados, un teorē, cik liels skaits sadarbojošos neiroloģisko vienību var ietekmēt vispārējo uzvedību un izziņas. Vēl viens veids, kā to pateikt, ir tas, ka, būdami cilvēki, mēs atklājām, ka mēs varam izveidot labākus modeļus, apvienojot daudzus no šiem mākslīgajiem neironiem un liekot tiem darboties kopā tādā veidā, kas ir ļoti līdzīgs mūsu pašu bioloģiskajiem domas procesiem.
Ko tad galdā sniedz mākslīgie tīkli? Patiesībā daudz. Pat ja tie nav mājsaimniecības nosaukums, pazīstams zīmols vai pat pamatskolas vai vidusskolas mācību programmas lielākā daļa, darbs pie mākslīgo neironu tīklu kļūst izplatīts daudzās jomās. (Uzziniet vairāk par parastajiem skaitļošanas un AI vēstures posmiem, sākot no Ada Lovelace līdz Deep Learning.)
Spēle un ārpus tās
Iespējams, nesen dzirdējāt, ka dators spēja pārspēt cilvēku, kurš spēlē “Go” spēlē, un šī spēle ir ievērojami sarežģītāka nekā šahs. Daudzi no mums intuitīvi saprot, ka tas ir vēl viens solis uz priekšu ceļā uz spēcīgāku mākslīgo intelektu - 90. gados mēs uzzinājām par šaha spēlējošo datoru pārākumu, tāpēc tas šķiet loģiski.
Mākslīgā intelekta vienību, ko atbalsta mākslīgie neironu tīkli, parādīšanās, kas var pārspēt cilvēkus Go laikā, ir nozīmīga - taču tas, ko jūs, iespējams, nezināt, ir tas, ka IBM, uzņēmums, kas veicināja šo jauno spēles veidu, arī eksperimentē ar jauniem fundamentāliem AI metodes, kas padarīs mākslīgos neironu tīklus daudz spējīgākus un ātrākus. Pagājušajā mēnesī parādījās ziņas, ka IBM samazināsies USD 240 miljonu apjoma kopējam projektam ar MIT, dubultojot ANN un ar to saistīto tehnoloģiju jaudu, lai dotos tālāk nekā jebkad agrāk.
Precīzāka vēža ārstēšana
Vēzis ir viena no visskaidrākajām slimībām Rietumu medicīniskajā leksikonā, taču tagad ļoti jaunus vēža pētījumu veidus atbalsta mākslīgie neironu tīkli, jo zinātnieki nonāk pie jauniem veidiem, kā ārstēt daudzus un dažādus audzējus.
Bez kļūdām, bez stresa - jūsu soli pa solim, kā izveidot programmatūru, kas maina dzīvi, neiznīcinot savu dzīvi
Jūs nevarat uzlabot savas programmēšanas prasmes, kad nevienam nerūp programmatūras kvalitāte.
Viens no būtiskākajiem veidiem, kā mākslīgie neironu tīkli palīdz diagnosticēt un ārstēt krūts, prostatas, plaušu un cita veida vēzi, ir spēja iegūt lielu datu kopumu un noteikt ceļu uz priekšu - vai tā ir vēža gadījumu klasifikācija. vai strādājot ar datiem, kas saistīti ar gēnu ekspresiju, jaunu vēža ārstēšanas veidu spektrs izmanto dzīvības glābšanai no AI iegūtas atziņas.
Progress neirozinātnē
Mākslīgie neironu tīkli nav tikai noderīgi vēža izpētē - ar vieniem un tiem pašiem principiem var izmantot visu veidu klīniskos datus un pilnveidot tos efektīvākos veidos.
Bet starp mākslīgajiem neironu tīkliem un neirozinātnēm ir īpašas attiecības - jo, pat saliekot kopā šos cilvēka smadzenes imitējošos pamatakmeņus, mēs uzzinām vairāk par to, kā darbojas cilvēka smadzenes - kas atbalsta jaunas, mūsdienīgas iespējas pacientu apkalpošanai. jaunos veidos.
Kad zinātnieki ieiet un izveido ANN sistēmas, viņi aplūko, kā neironi izšauj impulsus sinapsēs. Viņi grupē un klasificē neironu tīklus, kas veido cilvēka smadzeņu daļas. Pa gabaliem un gabalos viņi strādā, lai sasniegtu progresīvā mākslīgā intelekta pētījumu vispārējo mērķi - pilnīgāk simulēt bioloģisko smadzeņu darbu un pārvērst šos rezultātus par kaut ko tādu, kas ļoti līdzīgs cilvēka domām, kas izriet no autonomas tehnoloģijas. Kad cilvēki izmanto mākslīgos neironu tīklus, viņi uzzina vairāk par to, kas notiek smadzenēs, kas notiek, kad mēs sapņojam, kas notiek, kad kādam ir insults - un tas viss veicinās paplašināšanos dažādās neirozinātnes jomās. Attīstot AI, mēs arī attīstām izpratni par sevi.
AI un personalizēts mārketings
Vēl viens izrāviens, ko atbalsta mākslīgie neironu tīkli, ir mārketinga speciālistu neķītrā spēja izdomāt, ko konkrētais patērētājs vēlas un vajag.
Jūs, iespējams, esat saskāries ar šāda veida lietām vietņu ieteikumu motorā, Pandora plūsmā vai citur. Jūs redzat reklāmas, kas ir tik mērķētas, ka tās šķiet rāpojošas - jūs saņemat informāciju par lietām, kuras jūs varētu vēlēties vai interesēt, bet par kurām nekad nevienam neesat stāstījis. To visu bieži veicina mākslīgie neironu tīkli un mašīnmācīšanās algoritmi, kas spēj izveidot savienojumus paši, nevis cilvēku lēmumu pieņēmēji. Viņu precizitāte nav apbrīnojama, un laika gaitā tas kļūs tikai labāks. (Uzziniet vairāk sadaļā Kā ieteikumu sistēmas ir veids, kā mēs iepērkas tiešsaistē.)
Ikdienas saskarnes
Šeit ir interesants veids, kā domāt par sasniegumiem, ko zinātnieki veic ar mākslīgiem neironu tīkliem - Gizmodo raksts stāsta par to, kā mēs katru dienu redzam ANNS rezultātus spēlējam katru dienu internetā - viena no svarīgākajām lietām, uz kuru šajā rakstā norādīts ka viena no daudzsološākajām mākslīgo neironu tīklu izmantošanas robežām ir attēla atpazīšana.
Sākotnēji izmantojot šos mākslīgā intelekta rīkus, zinātnieki ir izdomājuši, kā palīdzēt datoriem atpazīt attēlus visam, sākot no kaķiem un beidzot ar atsevišķām cilvēku sejām. Tas jau tiek piemērots daudzos veidos - jūsu ziņojumapmaiņas platformās, profilā un pat, iespējams, jūsu vietējā lidostā.
Biometrijas lauks ir daudz ieguvis no idejas, ka indivīda identificēšanai var izmantot attēla atpazīšanu. Un, protams, mārketings gūst labumu arī no attēla atpazīšanas, palīdzot salikt tos savienojumus, kas patiks cilvēkiem. Bet plašākā līmenī, ka bilžu ieguvei, lai iegūtu datus, ir visdažādākās noderīgās lietojumprogrammas - tā, ka kādā brīdī mēs vairs nerādīsimies vārdos datoriem - mēs viņiem varēsim dot attēlus parādiet viņiem visu, ko mēs cenšamies nodot - un, kā visi zina, attēls ir 1000 vārdu vērts.
Vēl viens interesants Gizmodo skaņdarba punkts ir tas, ka dabiskās valodas apstrāde ir arī ANN darba rezultāts. Mēs to kādu laiku izmantojām neatkarīgi no tā, vai tas ir ar Siri, ar diktēšanas rīkiem vai kādā citā formā; veidiem, kā datori nojauc fonētiku un pārveido tos, ir daudz kopīga ar mākslīgo neironu tīklu agrīniem pētījumiem.
Biznesa inteliģence
Papildus iespējai noteikt individuālus klientus un sadalīt viņu personisko informāciju mārketinga nolūkos, uzņēmumi izmanto arī mākslīgos neironu tīklus un mašīnu apguvi citos ļoti svarīgos veidos.
Uzņēmums ir organisms - un jebkuram ievērojama lieluma uzņēmumam būs nepieciešams daudz virzienu - gan ikdienas, gan ilgtermiņā.
Tiklīdz programmatūra kļuva pietiekami attīstīta, pietiekami attīstīta, pārdevēji sāka veidot dažādas uzņēmumu programmatūras platformas, lai palīdzētu uzņēmumiem automatizēt visu, ko viņi agrāk darīja, ar rokām. Salesforce automatizācija palielina pārdošanas komandu jaudu, izmantojot tehnoloģiju. Klientu attiecību pārvaldības rīki palīdz veicināt labāku saikni ar mērķauditoriju. Piegādes ķēdes pārvaldības rīki piegādā nepieciešamās izejvielas biznesa vietās. Un vispārējie biznesa izlūkošanas rīki ņem visus neapstrādātos datus un padara tos par izmantojamiem pārskatiem, kurus vadītāji var izmantot.
Tā vietā, lai veiktu telpu caurstaigāšanu un mēģinātu iedomāties, kas notiks nākotnē, šodienas vadītāji arvien vairāk skatās uz vizuāliem informācijas paneļiem un skaidri redz, kas viņiem jādara, lai bizness darbotos labāk. Visa šī caurspīdīgums atkal balstās uz mākslīgiem neironu tīkliem - un mašīnmācīšanās un dziļas apmācības rīki, kas tiek izmantoti šajos analītiskajos motoros, dod mums zināšanas, kas mums vajadzīgas, veidos, kas balstīti uz šo ļoti svarīgo cilvēka domas simulāciju.
Visi šie atklājumi ir tikai aisberga redzamā daļa. Tuvojas revolūcija - milzīgas pārmaiņas jūrā, kādā mēs mijiedarbojamies ar tehnoloģijām. Gudrāki un spējīgāki roboti un datori sāks skanēt, izskatīties un rīkoties tāpat kā mēs - un tas ir mūsu pašu ziņā, lai izdomātu, kā tas darbosies.