Umelá Inteligencia – čo je, prečo je dôležitá | SAS

Umelá Inteligencia

Čo je to AI a prečo je dôležitá

Umelá inteligencia (Artificial intelligence, AI) umožňuje strojom učiť sa zo skúseností, prispôsobovať sa novým vstupom a vykonávať úlohy podobné ľuďom. Väčšina príkladov AI, o ktorých dnes počujete, od počítačov, ktoré hrajú šach, po samoriadiace autá, sa do veľkej miery spolieha na hlboké učenie a spracovanie prirodzeného jazyka. Pomocou týchto technológií môžu byť počítače trénované na vykonávanie konkrétnych úloh spracovaním veľkého množstva údajov a rozpoznávaním vzorcov v údajoch.

História umelej inteligencie

Pojem umelá inteligencia vznikol v roku 1956, ale AI sa stala dnes populárnejšou vďaka zvýšenému objemu údajov, pokročilým algoritmom a vylepšeniam v oblasti výpočtového výkonu a úložiska.

Skorý výskum AI v 50. rokoch sa zaoberal témami, ako riešenie problémov a symbolické metódy. V 60. rokoch sa Ministerstvo obrany Spojených štátov amerických zaujímalo o tento druh práce a začalo trénovať počítače, aby napodobňovali základné ľudské úvahy. Napríklad Agentúra pre výskumné projekty v oblasti obrany (Defense Advanced Research Projects Agency, DARPA) dokončila v 70. rokoch projekty mapovania ulíc. A DARPA v roku 2003 vyrobila inteligentných osobných asistentov, dávno predtým, ako do našich domácností zavítali Siri, Alexa alebo Cortana.

Táto skorá práca pripravila cestu pre automatizáciu a formálne uvažovanie, ktoré dnes vidíme u počítačov, vrátane systémov na podporu rozhodovania a inteligentných vyhľadávacích systémov, ktoré môžu byť navrhnuté tak, aby dopĺňali a rozširovali ľudské schopnosti.

Zatiaľ čo hollywoodske filmy a sci-fi romány zobrazujú umelú inteligenciu ako robotov podobných človeku, ktorí ovládnu svet, súčasný vývoj technológií umelej inteligencie nie je až taký strašidelný – ani až taký inteligentný. Namiesto toho sa AI vyvinula tak, aby poskytovala mnoho konkrétnych výhod v každom odvetví. Pokračujte v čítaní a pozrite si moderné príklady umelej inteligencie v zdravotníctve, maloobchode a viac.

50. roky – 70. roky

Neurálne siete

Skorá práca s neurónovými sieťami vyvoláva nadšenie pre „mysliace stroje“.

80. roky – 2010

Strojové učenie

Strojové učenie sa stáva populárnym.

Súčasnosť

Hlboké učenie

Prelomy hlbokého učenia vedú k vzostupu AI.


AI je už roky neoddeliteľnou súčasťou softvéru SAS. Dnes pomáhame zákazníkom v každom odvetví využívať pokroky v AI a budeme pokračovať v začleňovaní technológií AI, ako je strojové učenie a hlboké učenie, do riešení v celom portfóliu spoločnosti SAS. Jim Goodnight, CEO, SAS in meeting Jim Goodnight Generálny riaditeľ SAS

Umelá inteligencia a strojové učenie

Rýchlo, pozrite si toto video, aby ste pochopili vzťah medzi AI a strojovým učením. Uvidíte, ako tieto dve technológie fungujú, s príkladmi a niekoľkými zábavnými poznámkami.

Navyše, je to skvelé video, ktoré môžete zdieľať s priateľmi a rodinou a vysvetľovať ním umelú inteligenciu tak, aby to každý pochopil. 


Prečo je umelá inteligencia dôležitá?

  • AI automatizuje opakované učenie a objavovanie prostredníctvom údajov. AI sa však líši od hardvérovej robotickej automatizácie. Namiesto automatizácie manuálnych úloh AI vykonáva časté, veľkokapacitné počítačové úlohy spoľahlivo a neúnavne. Pre tento typ automatizácie sú dotazy človeka stále nevyhnutné na nastavenie systému a kladenie tých správnych otázok.
  • AI dodáva inteligenciu existujúcim produktom. Vo väčšine prípadov sa AI nebude predávať ako samostatná aplikácia. Produkty, ktoré už používate, budú skôr vylepšené o možnosti AI, podobne ako bola funkcia Siri pridaná do novej generácie produktov Apple. Automatizáciu, konverzačné platformy, roboty a inteligentné stroje je možné kombinovať s veľkým objemom údajov na zlepšenie mnohých technológií doma i na pracovisku, od bezpečnostného spravodajstva až po investičné analýzy.
  • AI sa prispôsobuje prostredníctvom algoritmov progresívneho učenia, aby nechala údaje programovať. AI nachádza štruktúru a zákonitosti v údajoch, aby algoritmus získal zručnosť: algoritmus sa stáva klasifikátorom alebo prediktorom. Tak, ako sa algoritmus môže sám naučiť hrať šach, môže sa aj sám naučiť, aký produkt odporučiť online. A modely sa prispôsobujú, keď dostanú nové údaje. Spätné šírenie je technika AI, ktorá umožňuje modelu prispôsobiť sa pomocou trénovania a pridaných údajov, keď prvá odpoveď nie je celkom správna.
  • AI analyzuje viac a hlbších údajov pomocou neurónových sietí, ktoré majú veľa skrytých vrstiev. Budovanie systému na detekcie podvodov s piatimi skrytými vrstvami bolo pred niekoľkými rokmi takmer nemožné. Všetko sa zmenilo s neuveriteľným počítačovým výkonom a veľkými údajmi. Na trénovanie modelov hlbokého učenia potrebujete veľa údajov, pretože sa učia priamo z údajov. Čím viac údajov im dáte, o to presnejšie budú.
  • AI dosahuje neuveriteľnú presnosť prostredníctvom hlbokých neurónových sietí, čo bolo predtým nemožné. Napríklad vaše interakcie s Alexou, vyhľadávaním Google a fotkami Google sú založené na hlbokom učení a čím viac ich používame, tým presnejšími sa stávajú. V lekárskej oblasti techniky AI z hlbokého učenia, klasifikácie obrázkov a rozpoznávania objektov môžu teraz nájsť rakovinu na MRI s rovnakou presnosťou ako vysokokvalifikovaní rádiológovia.
  • AI vyťaží z údajov maximum. Ak sa algoritmy samoučia, samotné údaje sa môžu stať duševným vlastníctvom. Odpovede sú v údajoch, musíte len použiť AI, aby ste sa k nim dostali. Pretože úloha údajov je v súčasnosti dôležitejšia ako kedykoľvek predtým, môže vytvoriť konkurenčnú výhodu. Ak máte najlepšie údaje v konkurenčnom odvetví, aj keď všetci používajú podobné techniky, vyhrajú len tie najlepšie údaje.

WildTrack and SAS: Saving endangered species one footprint at a time.

Flagship species like the cheetah are disappearing. And with them, the biodiversity that supports us all. WildTrack is exploring the value of artificial intelligence in conservation – to analyze footprints the way indigenous trackers do and protect these endangered animals from extinction.

Umelá inteligencia v dnešnom svete

AI a internet vecí

Údaje sú všade okolo nás. Internet vecí (Internet of Things, IoT) a senzory majú schopnosť využívať veľké objemy údajov, zatiaľ čo umelá inteligencia (AI) sa môže naučiť z údajov vzorce na automatizáciu úloh pre rôzne obchodné výhody.

Integrujte AI do svojho programu Analytika

Pre efektívne využitie AI je dôležité, aby sa stratégia okolo nej premietla do vašej väčšej obchodnej stratégie, pričom sa vždy bude brať do úvahy konvergencia ľudí, procesov a technológií.

Oddeľte humbug od reality

AI pomáha vložiť „väčšiu inteligenciu do strojov“, ale nepreberá moc nad celým svetom, hovorí Oliver Schabenberger, výkonný viceprezident a technologický riaditeľ spoločnosti SAS.

Ako sa umelá inteligencia využíva

Každé odvetvie má vysoký dopyt po schopnostiach umelej inteligencie, najmä po systémoch odpovedajúcich na otázky, ktoré je možné použiť na právnu pomoc, pri hľadaní patentov, upozornení na riziko a lekársky výskum. AI využíva aj:

Zdravotná starostlivosť

Aplikácie AI môžu poskytovať prispôsobenú medicínu a röntgenové čítania. Osobní asistenti zdravotnej starostlivosti môžu pôsobiť ako „life kouči“ a pripomínať vám, aby ste užívali svoje lieky, cvičili alebo sa zdravšie stravovali.

Maloobchod

AI poskytuje možnosti virtuálneho nakupovania, ktoré ponúkajú prispôsobené odporúčania a diskutujú o možnostiach nákupu so spotrebiteľom. S AI sa tiež vylepšia technológie skladového hospodárstva a usporiadania stránok.

Výroba

AI môže analyzovať továrenské údaje IoT, keď prúdi z pripojeného zariadenia do prognózy očakávaného zaťaženia a dopytu pomocou opakujúcich sa sietí, čo je špecifický typ siete hlbokého učenia používanej so sekvenčnými údajmi.  

Bankovníctvo

Umelá inteligencia zvyšuje rýchlosť, presnosť a efektívnosť ľudského úsilia. Vo finančných inštitúciách sa môžu techniky AI použiť na identifikáciu transakcií, ktoré môžu byť podvodné, na prijatie rýchleho a presného hodnotenia kreditu, ako aj na automatizáciu manuálne náročných úloh správy údajov.

Spolupráca s AI

Umelá inteligencia tu nie je na to, aby nás nahradila. Zvyšuje naše schopnosti a robí nás lepšími v tom, čo robíme. Pretože algoritmy AI sa učia inak ako ľudia, pozerajú sa na veci inak. Môžu vidieť vzťahy a vzorce, ktoré nám unikajú. Toto partnerstvo medzi človekom a AI ponúka veľa príležitostí. Môže:

  • priniesť analytiku odvetviam a doménam, kde je v súčasnosti nedostatočne využívaná,
  • zlepšiť výkonnosť existujúcich analytických technológií, ako je počítačové videnie a analýza časových radov,
  • prelomiť ekonomické prekážky vrátane jazykových a prekladových prekážok,
  • rozšíriť existujúce schopnosti a urobiť nás lepšími v tom, čo robíme,
  • dať nám lepšie videnie, lepšie porozumenie, lepšiu pamäť a oveľa viac. 

Aké sú výzvy pri používaní umelej inteligencie?

Umelá inteligencia zmení každé odvetvie, musíme však pochopiť jej hranice.

Zásadné obmedzenie AI spočíva v tom, že sa učí z údajov. Vedomosti nie je možné inkorporovať žiadnym iným spôsobom. To znamená, že akékoľvek nepresnosti v údajoch sa prejavia vo výsledkoch. A akékoľvek ďalšie vrstvy predikcie alebo analýzy musia byť pridané osobitne.

Dnešné systémy AI sú trénované tak, aby plnili jasne definované úlohy. Systém, ktorý hrá poker, nemôže hrať solitaire alebo šach. Systém, ktorý zistí podvod, nemôže viesť auto alebo vám poskytnúť právne poradenstvo. Systém AI, ktorý detekuje podvody v zdravotníctve, v skutočnosti nedokáže presne odhaliť daňové podvody alebo zaručiť podvodné reklamácie.

Inými slovami, tieto systémy sú veľmi, veľmi špecializované. Sú zamerané na jedinú úlohu a zďaleka sa nesprávajú ako ľudia.

Rovnako systémy samoučenia nie sú autonómne systémy. Predstavené technológie AI, ktoré vidíte vo filmoch a televízii, sú stále sci-fi. Ale počítače, ktoré dokážu sondovať zložité údaje, aby sa naučili a zdokonalili konkrétne úlohy, sa stávajú úplne bežnými.

SAS® Vizuálne dolovanie údajov a strojové učenie

AI je zjednodušená, keď môžete pripraviť údaje na analýzu, vyvinúť modely s modernými algoritmami strojového učenia a integrovať textovú analýzu, všetko v jednom produkte. Navyše, môžete kódovať projekty, ktoré kombinujú SAS s inými jazykmi, vrátane jazykov Python, R, Java alebo Lua.

Ako pracuje umelá inteligencia

AI pracuje tak, že kombinuje veľké množstvo údajov s rýchlym, iteratívnym spracovaním a inteligentnými algoritmami, čo umožňuje softvéru, aby sa automaticky učil zo vzorcov alebo funkcií v údajoch. AI je široký študijný odbor, ktorý zahŕňa mnoho teórií, metód a technológií, ako aj nasledujúce hlavné podpolia:

  • Strojové učenie automatizuje tvorbu analytických modelov. Využíva metódy z neurónových sietí, štatistík, operačného výskumu a fyziky na nájdenie skrytých poznatkov o údajoch bez výslovného naprogramovania toho, kde hľadať alebo čo z toho vyvodiť.
  • Neurónová sieť je typ strojového učenia, ktoré je tvorené vzájomne prepojenými jednotkami (ako neurónmi), ktoré spracúvajú informácie reakciou na externé vstupy a prenášajú informácie medzi každou jednotkou. Proces vyžaduje viacnásobné odovzdanie údajov, aby sa našli spojenia a odvodil význam z nedefinovaných údajov.
  • Hlboké učenie využíva obrovské neurónové siete s mnohými vrstvami procesných jednotiek, výhody výpočtového výkonu a zdokonalené výcvikové techniky na osvojenie zložitých vzorcov vo veľkom množstve dát. Medzi bežné aplikácie patrí rozpoznávanie obrazu a reči.
  • Kognitívne výpočty je podpole AI, ktoré sa usiluje o prirodzenú interakciu človeka so strojmi. Konečným cieľom používania AI a kognitívnych výpočtov je, aby stroj simuloval ľudské procesy prostredníctvom schopnosti interpretovať obrazy a reč – a následne súvisle odpovedal.  
  • Počítačové videnie sa spolieha na rozpoznávanie vzorcov a hlboké učenie, aby rozpoznalo, čo je na obrázku alebo videu. Keď stroje dokážu spracovať, analyzovať a porozumieť obrázkom, môžu snímať obrázky alebo videá v reálnom čase a interpretovať svoje okolie.
  • Spracovanie prirodzeného jazyka (Natural language processing, NLP) je schopnosť počítačov analyzovať, rozumieť a generovať ľudský jazyk vrátane reči. Ďalšou fázou NLP je interakcia prirodzeného jazyka, ktorá umožňuje ľuďom komunikovať s počítačmi pomocou bežného jazyka pri plnení úloh.


Niekoľko technológií navyše umožňuje a podporuje AI:

  • jednotky grafického spracovania sú kľúčom k AI, pretože poskytujú vysoký výpočtový výkon, ktorý je potrebný na iteratívne spracovanie. Výcvik neurónových sietí vyžaduje veľké údaje a výpočtový výkon,
  • internet vecí generuje obrovské množstvo údajov z pripojených zariadení, väčšina ktorých nie je analyzovaná. Automatizácia modelov s AI nám umožní viac ich využívať,
  • pokročilé algoritmy sa vyvíjajú a kombinujú novými spôsobmi s cieľom analyzovať viac údajov rýchlejšie a na viacerých úrovniach. Toto inteligentné spracovanie je kľúčové pre identifikáciu a predvídanie zriedkavých udalostí, porozumenie zložitým systémom a optimalizáciu jedinečných scenárov,
  • API alebo aplikačné programové rozhrania, sú prenosné balíky kódu, ktoré umožňujú pridať funkčnosť AI k existujúcim produktom a softvérovým balíkom. Môžu pridať schopnosti rozpoznávania obrazu do domácich bezpečnostných systémov a možností otázok a odpovedí, ktoré popisujú údaje, vytvárajú titulky a nadpisy alebo vyvolávajú zaujímavé vzorce a prehľady v údajoch.

Stručne povedané, cieľom AI je poskytnúť softvér, ktorý dokáže zdôvodniť vstup a vysvetliť výstup. AI bude poskytovať ľudské interakcie so softvérom a ponúkať podporu pri rozhodovaní o konkrétnych úlohách, ale nie je to náhrada za človeka a ani tak čoskoro nebude. 

Back to Top