Sisältö
- 1. AI koostuu älykkäistä roboteista tai androideista, jotka näyttävät ihmisiltä.
- 2. AI, koneoppiminen ja syväoppiminen ovat kaikki samaa asiaa.
- 3. AI oppii täysin yksinään.
- 4. Chatbotit ovat AI: n perusmuoto.
- 5. Kaikkien tulevien syväoppimisoperaatioiden suorittamiseen tarvittava voima ei ole kestävää.
- Ei vikoja, ei stressiä - vaiheittaiset ohjeet elämää muuttavien ohjelmistojen luomiseen tuhoamatta elämääsi
- 6. Yrityksen on helppo vuokrata laskentateho, jota tarvitaan AI-toiminnan polttoaineeksi.
- 7. Tarvitset valtavia määriä tietoja AI: n kouluttamiseksi.
- 8. AI korvaa olemassa olevat BI-työkalut, mikä tekee aikaisemmasta tekniikasta vanhentuneen.
- 9. Neuraaliverkot ovat kuin biologisia verkkoja, mutta mekaanisia.
- 10. AI tulee lopulta tarpeeksi älykäs ymmärtääkseen, että ihmiset ovat sille vaarallisia ja että se on tuhottava.
Lähde: Usa Pyon / Dreamstime.com
Ottaa mukaan:
AI on kuuma tekniikka, mutta monilla ihmisillä on väärät käsitykset siitä, mitä se oikein tarkoittaa. Tässä katsotaan joitain AI: n ympäröivistä myytteistä ja tutkimme tosiasioita.
Miksi kaikki puhuvat AI: stä, mutta emme silti näe ystävällisiä robotteja, kuten "Star Trek" -tietojen käveleviä ihmisiä? Muistimmeko lisätä RoboCopin toisen päädirektiivin käsikirjoitettuihin malleihinsa, jotta he voisivat "suojella viattomia" ihmiskunnan tuhoamisen sijasta heti, kun he saavat täyden tunteen?
Nykyään on paljon hämmennystä siitä, mitä tekoäly (AI), koneoppiminen ja syväoppiminen todella ovat, mitä "älykkäät koneet" voivat tehdä ja mikä on AI-tekniikan nykyinen tila. On aika nauttia vanhasta hyvästä debunkingista, joten lykätämme 10 yleisintä myyttiä AI: stä. (Lisätietoja AI: n potentiaalisesta tulevaisuudesta saat kohdasta Onko AI-vallankumous tekemässä yleistulosta välttämättömyyttä?)
1. AI koostuu älykkäistä roboteista tai androideista, jotka näyttävät ihmisiltä.
Liian paljon "Blade Runner" kaikille täällä, hmm? Robotian ja AI: n välillä on paljon yleistä sekaannusta, mutta ne ovat kaksi täysin erilaista tieteenalaa, jotka palvelevat eri tarkoituksia. Robotit ovat fyysisiä laitteita, joita toimilaitteet ja anturit palvelevat monenlaisten tehtävien suorittamiseksi, kuten tuotteiden rakentamiseksi, kuljettamiseksi tai purkamiseksi tehtaissa.
AI on ohjelmoitu siten, että se on riittävän autonominen tekemään päätöksiä ja oppimaan virheistään. Vaikka joitain robotteja voidaan lopulta parantaa AI-algoritmeilla, "älykkyys" on vain yksi lisäominaisuus, joka AI: lla voi olla.
2. AI, koneoppiminen ja syväoppiminen ovat kaikki samaa asiaa.
Vaikka ne ovat kaikki saman suuremman AI-järjestelmän osia, ne ovat kolme eri asiaa. Pohjimmiltaan koneoppiminen on menetelmä, jonka kautta AI oppii ulkoisista lähteistä, kuten algoritmien avulla erotettaessa tietoja ja määritettäessä niiden oikea käyttäytyminen. Syväoppiminen on vain yksi mahdollinen tekniikka, jota käytetään koneoppimisen käytännön sovelluksissa. Se perustuu hermoverkkoihin (NN) ja sitä käytetään kertomaan AI: lle, mikä on sen todennäköisyys tehdä oikea päätös.
3. AI oppii täysin yksinään.
Huolimatta AI: n liioitetusta hypeestä, jonka väitettiin kykenevän oppimaan yksin, on silti mahdotonta löytää AI-pohjaista järjestelmää, jolla on mitään reaalimaailman sovelluksia, jotka voivat kasvaa nollasta tiedosta ilman ihmisen apua. Järjestelmää, jonka on käsiteltävä kaikenlaista piilotettua tietoa tai epävarmuutta, AI ei voi "ymmärtää", ja ihmisten on vielä syötettävä sen syöttötiedot ja tiedot. Jokaisella informaatiolla on myös oltava selkeä tarkoitus, jota AI ei voi arvata ilman ulkoisia lähteitä (ainakaan alussa).
4. Chatbotit ovat AI: n perusmuoto.
Jälleen, vaikka joitain chatboteja, jotka käyttävät enemmän tai vähemmän alkeellisia AI-muotoja, suurin osa niistä ei ole muuta kuin perusohjelmia, jotka ovat vuorovaikutuksessa ihmisten kanssa äänirajapintojen kautta. Sen sijaan, että olisivat todella "älykkäitä", useimmat chatbotit ovat esiohjelmoineet vastauksia, jotka annetaan vastauksena käyttäjän syötteen tiettyihin avainsanoihin. Jotta chatbotista tulisi totta AI, sillä on oltava useita tekniikoita, joiden avulla se voi ymmärtää ihmistä, oppia hänen tarpeistaan ja reagoida vastaavasti. Se tarvitsee ääni- tai tunnistusohjelmiston, tunteanalyysin, jonkinlaisen koneoppimisohjelman ja luonnollisen kielenmuodostustekniikan. (Lisätietoja chatboteista on artikkelissa Kysyimme IT-ammattilaisilta, kuinka yritykset käyttävät chatbotteja tulevaisuudessa. Tässä he sanoivat.)
5. Kaikkien tulevien syväoppimisoperaatioiden suorittamiseen tarvittava voima ei ole kestävää.
On kiistatonta, että AI vaatii paljon ylimääräistä laskentatehoa kouluttaakseen ja suorittamaan kaikki sen monimutkaiset syväoppimisoperaatiot. Tulevaisuudessa, jossa suurin osa yrityksistä käyttää AI: tä jossain määrin, tämä ongelma voi kasvaa eeppisiin mittasuhteisiin, jolloin sen käyttö saattaa olla kestämätön. AI voi kuitenkin tosiasiallisesti tarjota meille lisää voimaa lykkäämällä energiantuotannon monivuotinen ongelma: sähköverkkojen jätteet ja tehottomuus. Hyötyyhtiöt lopulta ostavat ylimääräistä energiaa yksityisiltä käyttäjiltä, jotka myös tuhlaavat suurimman osan tuotetusta ylimääräisestä sähköstä, koska nykyisiä verkkoja ei rakennettu vastaamaan nykyaikaista monipuolistumisen tasoa. AI voi tulla pelastamaan korvaamalla vanhat verkot uusilla, älykkäillä, AI-käyttöisillä mikroverkoilla, jotka tietävät tarkalleen kuinka jakaa sähköä reaaliajassa äärimmäisen tehokkaasti.
Ei vikoja, ei stressiä - vaiheittaiset ohjeet elämää muuttavien ohjelmistojen luomiseen tuhoamatta elämääsi
Et voi parantaa ohjelmointitaitojasi, kun kukaan ei välitä ohjelmiston laadusta.
6. Yrityksen on helppo vuokrata laskentateho, jota tarvitaan AI-toiminnan polttoaineeksi.
... jos AWS, Google, Microsoft ja Alibaba Cloud eivät keskittäneet tällä hetkellä valtaosaa käytettävissä olevasta laskentatehosta. Joten AI-kehittäjillä on tällä hetkellä vain kaksi vaihtoehtoa: vuokrata se poikkeuksellisen korkealla hinnalla tai ostaa omia erittäin kalliita laitteita.
On kuitenkin mahdollista, että tämä myytin purkaminen voidaan ... poistaa käytöstä lähitulevaisuudessa. Uusi Tatau-niminen yritys kehitti blockchain-pohjaisen supertietokonealustan, joka pystyy ratkaisemaan ongelman. Niiden ratkaisu mahdollistaa GPU-pohjaisten koneiden maailmanlaajuisesti jaetun verkon yhdistettyjen resurssien yhdistämisen ja jälleenmyynnin. Kuvittele salausvaluutan kaivojat, pelaajat tai muut korkean suorituskyvyn tietokoneet, jotka omistavat laskentatehonsa AI-kehitykseen. AI-yritykset voivat käyttää tätä käyttämättä jäänyttä GPU-virran lähdettä kouluttaakseen koneoppimismallinsa paljon halvemmalla hinnalla. Huomaa, että tämä uusi alusta voi myös tarjota vastauksen 5 kohdassa korostettuun ongelmaan, koska se edistää käyttämättömien resurssien tehokasta käyttöä.
7. Tarvitset valtavia määriä tietoja AI: n kouluttamiseksi.
Ei välttämättä. Toki, tarvitset paljon dataa ja laskentatehoa AI: n kouluttamiseksi tyhjästä. Ja vaikka pienemmässä määrin, tarvitset teratavua dataa AI: n kouluttamiseksi suorittamaan monimutkaisia tehtäviä, kuten autolla ajaminen. AI: n käyttöalueesta riippuen esiopetetut hermoverkot ovat kuitenkin riittävän joustavia, jotta ne voidaan kouluttaa uudelleen vain joillakin tietyillä alueilla. Perustietokehys voi olla peräisin suuremmasta, yleisemmästä tietojoukosta, jolloin vain verkon viimeinen osa on korvattava kyseiselle käyttötapaukselle ominaisten "tyhjennysten täyttämiseksi".
8. AI korvaa olemassa olevat BI-työkalut, mikä tekee aikaisemmasta tekniikasta vanhentuneen.
Se on hiukan venytys. Suurin osa nykyaikaisista business intelligence (BI) -ratkaisuista on erittäin skaalautuvia ja usein räätälöitäviä, joten kaikki tulevat AI-pohjaiset mallit voidaan helposti integroida suoraan niiden alustaihin. Yritykset mieluummin toteuttavat vain sellaisia ratkaisuja, joissa ei ole riskiä työnkulun häiriöistä, ja AI-tekniikat ovat mukautuneet tähän tarpeeseen. Siksi suurin osa AI-alustoista toteutetaan verkon kautta, joten korvaaminen ei ole tarpeen tai pahimmassa tapauksessa se voidaan turvallisesti toteuttaa vaiheittain.
9. Neuraaliverkot ovat kuin biologisia verkkoja, mutta mekaanisia.
Mikään hermoverkko ei voi edes toivoa saavuttavan murto-osaa ihmisen aivojen monimutkaisuudesta. Monien vuosien kliinisestä ja tieteellisestä tutkimuksesta huolimatta emme vieläkään ymmärrä biologisia hermoverkkoja täysimääräisesti, koska hermosolut suorittavat niin monia erilaisia tehtäviä ihmiskehon kanssa (ajattele aistien ja motoristen hermosolujen eroa) ja välittävät jopa tietoa monia erilaisia reittejä (käyttävät sähköä, kemiallisia potentiaaleja ja välittäjäaineita). Neuraaliverkot voivat ymmärtää vain hyvin yksinkertaisia tuloja tyypillisellä 1 tai 0 ("kyllä" tai "ei") konemuodolla. Se on kuin verrata sotilaslentokoneiden monimutkaisuutta leijaan vain siksi, että ne molemmat voivat lentää.
10. AI tulee lopulta tarpeeksi älykäs ymmärtääkseen, että ihmiset ovat sille vaarallisia ja että se on tuhottava.
Emme voi itse asiassa hylätä tätä myyttiä, koska se ei ole myytti. Se on todellisuutta. Kiinnitä itsesi, koska vastustuskyky on turhaa!
Vitsaiden mukaan, yksinkertaisesti sanottuna, AI: llä ei ole läheskään älykkyyttä, jota tarvitaan ympäröivän maailman ymmärtämiseen ja itsenäisten, rationaalisten päätösten tekemiseen. Jokainen algoritmi on kehitetty suorittamaan yksi tehtävä eikä pysty suorittamaan mitään sen ulkopuolella, puhumattakaan kykyä ajatella itsenäisesti. Tietokoneet käyttävät ylemmän laskentatehoaan "raa'alla voimalla" löytääkseen ratkaisun suhteellisen yksinkertaisiin kysymyksiin, mutta heillä ei ole ymmärrystä, havaintasyvyyttä ja strategista monimutkaisuutta, jotta heillä olisi tarkoitus, joka ei ole ohjelmoitua.
Joten lepää helposti, koska AI on vain muuta kuin keinotekoiset avustajamme ja palvelijamme kauan, pitkään.