Rumah > Artikel > Peranti teknologi > Apakah itu kecerdasan buatan? Berikut adalah panduan untuk kecerdasan buatan
Dengan apa jua ukuran, kecerdasan buatan (AI) telah menjadi perniagaan yang besar.
Menurut Gartner, pelanggan global akan membelanjakan $62.5 bilion untuk perisian kecerdasan buatan menjelang 2022. Laporan itu juga menyatakan bahawa 48% daripada CIO telah menggunakan beberapa jenis perisian kecerdasan buatan atau merancang untuk menggunakannya dalam tempoh 12 bulan akan datang.
Semua pelaburan ini telah menarik sebilangan besar syarikat permulaan yang memfokuskan pada produk kecerdasan buatan. CBInsights melaporkan bahawa pembiayaan AI mencapai $15.1 bilion pada suku pertama 2022 sahaja. Pada suku sebelum itu, pelabur mencurahkan $17.1 bilion ke dalam permulaan kecerdasan buatan. Memandangkan data memacu AI, tidak hairanlah bahawa bidang berkaitan seperti analisis data, pembelajaran mesin dan kecerdasan perniagaan semuanya mengalami pertumbuhan pesat.
Tetapi apakah sebenarnya kecerdasan buatan itu mengapa ia menjadi bahagian penting dan menguntungkan dalam industri teknologi?
Dalam beberapa cara, Artificial kecerdasan adalah bertentangan dengan kecerdasan semula jadi. Jika makhluk hidup dilahirkan dengan kecerdasan, maka mesin buatan boleh dikatakan memiliki kecerdasan buatan. Jadi dari perspektif tertentu, mana-mana "mesin berfikir" mempunyai kecerdasan buatan.
Malah, salah seorang perintis awal kecerdasan buatan, John McCarthy, mendefinisikan kecerdasan buatan sebagai "sains dan kejuruteraan membuat mesin pintar."
Walau bagaimanapun, dalam praktiknya, saintis komputer menggunakan istilah kecerdasan buatan untuk merujuk kepada cara mesin berfikir, yang mana manusia telah maju ke tahap yang sangat tinggi.
Komputer sangat mahir dalam pengkomputeran - mengambil input, memanipulasinya dan menghasilkan output yang terhasil. Tetapi pada masa lalu, ia tidak dapat melakukan perkara lain yang dikuasai manusia, seperti memahami dan menjana bahasa, mengenali objek secara visual, mencipta seni atau belajar daripada pengalaman lalu.
Tetapi itu semua berubah.
Kini, banyak sistem komputer mampu berkomunikasi dengan manusia menggunakan bahasa biasa. Ia juga boleh mengecam muka dan objek lain. Ia menggunakan teknik pembelajaran mesin, terutamanya pembelajaran mendalam, untuk membolehkan dirinya belajar daripada masa lalu dan meramalkan masa depan.
Jadi, bagaimanakah kecerdasan buatan sampai ke tahap ini?
Ramai orang mengesan sejarah kecerdasan buatan kembali ke 1950, apabila Alan Turing menerbitkan "Jentera Pengkomputeran dan Perisikan". Artikel Turing bermula, "Saya mencadangkan untuk mempertimbangkan soalan, 'Bolehkah mesin berfikir?'" dan juga mencadangkan senario yang dikenali sebagai ujian Turing. Turing mencadangkan bahawa komputer boleh dianggap pintar jika seseorang tidak dapat membezakan antara mesin dan manusia.
Pada tahun 1956, John McCarthy dan Marvin Minsky menjadi tuan rumah persidangan kecerdasan buatan pertama, Projek Penyelidikan Musim Panas Dartmouth mengenai Kepintaran Buatan (DSRPAI). Persidangan itu meyakinkan saintis komputer bahawa kecerdasan buatan adalah matlamat yang boleh dicapai, meletakkan asas untuk penyelidikan lanjut dalam dekad yang akan datang. Percubaan awal teknologi kecerdasan buatan membangunkan robot yang boleh bermain dam dan catur.
Tahun 1960-an menyaksikan perkembangan robot dan beberapa program penyelesaian masalah. Sorotan yang ketara ialah penciptaan ELIZA, sebuah program yang mensimulasikan psikoterapi dan memberikan contoh awal komunikasi manusia-mesin.
Pada 1970-an dan 1980-an, pembangunan kecerdasan buatan berterusan, tetapi pada kadar yang lebih perlahan. Khususnya, kemajuan ketara telah dicapai dalam bidang robotik, seperti robot yang boleh melihat dan berjalan. Mercedes-Benz melancarkan kereta pandu sendiri yang pertama (amat terhad). Walau bagaimanapun, pembiayaan kerajaan untuk penyelidikan AI telah dikurangkan dengan ketara, membawa kepada tempoh yang dikenali sebagai "Musim Sejuk AI."
Pada tahun 1990-an, minat terhadap kecerdasan buatan melonjak semula. Chatbot Entiti Komputer Internet Bahasa Buatan (ALICE) membuktikan bahawa pemprosesan bahasa semula jadi boleh membawa kepada komunikasi manusia-mesin yang lebih semula jadi daripada ELIZA. Dekad ini juga menyaksikan percambahan teknik analisis, yang meletakkan asas untuk perkembangan kemudian dalam kecerdasan buatan, serta pembangunan seni bina rangkaian saraf berulang pertama. Ini juga merupakan dekad IBM melancarkan kecerdasan buatan catur DeepBlue, yang pertama mengalahkan juara dunia semasa.
Dekad pertama tahun 2000-an menyaksikan inovasi pesat dalam teknologi robotik. Roombas pertama mula mengosongkan permaidani, dan NASA melancarkan robot untuk meneroka Marikh. Di China, Google sedang membangunkan kereta pandu sendiri.
Sejak 2010, teknologi kecerdasan buatan telah menyaksikan pertumbuhan yang tidak pernah berlaku sebelum ini. Kedua-dua perkakasan dan perisian telah maju ke tahap di mana pengecaman objek, pemprosesan bahasa semula jadi dan pembantu suara boleh dilakukan. Watson IBM memenangi Jeopardy. Siri, Alexa dan Cortana muncul, dan chatbots menjadi lekapan dalam runcit moden. AlphaGo DeepMind mengalahkan juara Go manusia. Perniagaan merentas semua industri mula menggunakan alat kecerdasan buatan untuk membantu menganalisis data dan mencapai kejayaan yang lebih besar.
Kini, AI benar-benar mula berkembang, melangkaui beberapa jenis yang sempit dan terhad, dan kepada pelaksanaan yang lebih maju.
Kumpulan saintis komputer yang berbeza telah menghasilkan cara yang berbeza untuk mengklasifikasikan jenis Kepintaran Buatan. Satu klasifikasi popular menggunakan tiga kategori:
1. Kecerdasan buatan dalam erti kata yang sempit Melakukan satu perkara dengan sangat baik. Siri Apple, Watson IBM, dan AlphaGo Google adalah semua contoh NarrowAI. Kecerdasan buatan dalam erti kata yang sempit adalah perkara biasa di dunia hari ini.
2. Kecerdasan buatan am ialah bentuk teori kecerdasan buatan yang boleh melaksanakan tugas paling pintar seperti manusia. Contoh daripada filem popular mungkin termasuk HAL dari 2001: A Space Odyssey atau J.A.R.V.I.S daripada Iron Man. Ramai penyelidik sedang berusaha membangunkan kecerdasan buatan am.
3. Super artificial intelligence , masih dalam peringkat teori, kecerdasannya jauh melebihi manusia. Kepintaran buatan semacam ini tidak hampir menjadi kenyataan.
Satu lagi klasifikasi popular menggunakan empat kategori berbeza:
1. Mesin reaktif menerima input dan memberikan output, tetapi mereka tidak mempunyai apa-apa ingatan atau pengetahuan dari masa lalu Belajar daripada pengalaman. Robot yang anda lawan dalam banyak permainan video adalah contoh utama mesin reaktif.
2. Mesin dengan ingatan terhad boleh melihat ke belakang. Banyak kenderaan di jalan raya hari ini mempunyai ciri keselamatan canggih yang termasuk dalam kategori ini. Sebagai contoh, jika kereta mengeluarkan amaran sandaran apabila kenderaan atau orang hampir memotongnya, ia menggunakan set data sejarah terhad untuk membuat kesimpulan dan memberikan output.
3. Mesin minda teori menyedari kewujudan manusia dan entiti lain dan mempunyai motivasi tersendiri. Kebanyakan penyelidik bersetuju bahawa kecerdasan buatan tersebut masih belum dibangunkan, dan ada yang mengatakan ia tidak patut dicuba.
4. Mesin sedar diri tahu kewujudan dan identiti mereka sendiri. Walaupun sesetengah penyelidik mendakwa bahawa kecerdasan buatan sedar diri sudah wujud hari ini, hanya segelintir yang bersetuju. Membangunkan kecerdasan buatan yang sedar diri adalah sangat kontroversi.
Walaupun klasifikasi ini menarik dari perspektif teori, kebanyakan organisasi lebih berminat dengan perkara yang boleh dilakukan dengan AI. Ini membawa kita ke bahagian AI yang menjana banyak hasil – kes penggunaan AI.
Kemungkinan kes penggunaan AI dan aplikasi Kepintaran Buatan tidak berkesudahan. Beberapa kes penggunaan AI yang paling biasa hari ini termasuk:
Enjin Pengesyoran — Sama ada membeli-belah untuk baju sejuk baharu, mencari filem untuk ditonton, melayari media sosial atau cuba mencari cinta, kami mungkin Anda akan menemui algoritma berasaskan AI yang akan membuat pengesyoran. Kebanyakan enjin pengesyoran menggunakan model pembelajaran mesin untuk membandingkan ciri pengguna dan gelagat sejarah dengan orang di sekeliling mereka. Model ini pandai mengenal pasti pilihan walaupun pengguna sendiri tidak mengetahui pilihan tersebut.
Pemprosesan Bahasa Asli - Pemprosesan bahasa semulajadi (NLP) ialah kategori luas kecerdasan buatan yang merangkumi pertuturan ke teks, teks ke pertuturan, pengecaman kata kunci, pengekstrakan maklumat, terjemahan dan bahasa menjana. Ia membolehkan manusia dan komputer berinteraksi melalui bahasa manusia biasa (audio atau menaip) dan bukannya melalui bahasa pengaturcaraan. Memandangkan banyak alat NLP menggabungkan keupayaan pembelajaran mesin, ia cenderung bertambah baik dari semasa ke semasa.
Analisis Sentimen – Kecerdasan buatan bukan sahaja dapat memahami bahasa manusia, tetapi juga mengenal pasti emosi yang menyokong perbualan manusia. Sebagai contoh, AI boleh menganalisis beribu-ribu perbualan sokongan teknologi atau interaksi media sosial dan mengenal pasti pelanggan mana yang mengalami emosi positif atau negatif yang kuat. Jenis analisis ini membolehkan pasukan sokongan pelanggan memberi tumpuan kepada pelanggan yang mungkin berisiko berpaling tadah dan/atau penyokong yang sangat bersemangat yang mungkin digalakkan untuk menjadi penyokong jenama.
Pembantu Suara – Ramai orang berinteraksi dengan Siri, Alexa, Cortana atau Google setiap hari. Walaupun kami sering mengambil mudah pembantu ini, mereka menggabungkan teknologi kecerdasan buatan termaju, termasuk pemprosesan bahasa semula jadi dan pembelajaran mesin.
Pencegahan Penipuan – Syarikat perkhidmatan kewangan dan peruncit sering menggunakan teknik pembelajaran mesin yang sangat maju untuk mengenal pasti transaksi penipuan. Ia mencari corak dalam data kewangan dan mengeluarkan makluman apabila urus niaga kelihatan luar biasa atau sepadan dengan corak penipuan yang diketahui untuk mencegah atau mengurangkan aktiviti jenayah.
Pengecaman Imej – Ramai orang menggunakan pengecaman muka berasaskan AI untuk membuka kunci telefon mereka. Kepintaran buatan ini juga menyokong kereta pandu sendiri dan membolehkan banyak imbasan dan ujian berkaitan kesihatan diproses secara automatik.
Penyelenggaraan Ramalan – Banyak industri seperti pembuatan, minyak dan gas, pengangkutan dan tenaga sangat bergantung pada jentera. Apabila mesin tidak berfungsi, kos boleh menjadi sangat tinggi. Pada masa ini, syarikat menggunakan gabungan pengecaman objek dan teknologi pembelajaran mesin untuk mengenal pasti lebih awal apabila peralatan mungkin gagal supaya pembaikan boleh dijadualkan pada masa kegagalan diminimumkan.
Analitis Ramalan dan Analitis Terlarang – Algoritma ramalan boleh menganalisis sebarang jenis data perniagaan dan menggunakannya sebagai asas untuk meramalkan kemungkinan peristiwa masa hadapan. Analitis preskriptif, yang masih di peringkat awal, melangkah lebih jauh dan bukan sahaja boleh membuat ramalan tetapi juga memberikan cadangan tentang cara organisasi harus bersedia untuk kemungkinan peristiwa masa hadapan.
Kereta Pandu Sendiri – Kebanyakan kereta yang dihasilkan hari ini mempunyai beberapa ciri pandu sendiri, seperti bantuan tempat letak kereta, pemusatan lorong dan pelayaran adaptif. Walaupun kereta autonomi sepenuhnya masih mahal dan agak jarang berlaku, mereka sudah pun dalam perjalanan, dan teknologi kecerdasan buatan yang memberi kuasa kepada mereka semakin baik dan murah.
Robotik – Robot industri ialah salah satu aplikasi terawal kecerdasan buatan dan kekal sebagai bahagian penting dalam pasaran kecerdasan buatan. Robot pengguna, seperti pembersih vakum robot, pelayan bar dan mesin pemotong rumput, menjadi semakin biasa.
Sudah tentu, ini hanyalah sebahagian daripada kes penggunaan kecerdasan buatan yang terkenal. Teknologi meresap dalam kehidupan seharian kita dalam pelbagai cara sehingga kita sering tidak menyedarinya sepenuhnya.
Jadi, di manakah masa depan kecerdasan buatan Jelas sekali, ia sedang membentuk semula pasaran pengguna dan perniagaan.
Teknologi yang memacu kecerdasan buatan terus berkembang pada kadar yang stabil. Kemajuan masa depan seperti pengkomputeran kuantum akhirnya boleh membawa kepada inovasi besar, tetapi dalam jangka masa terdekat, teknologi itu sendiri nampaknya akan berterusan di sepanjang laluan yang boleh diramalkan untuk peningkatan berterusan.
Apa yang masih tidak jelas ialah bagaimana manusia akan menyesuaikan diri dengan kecerdasan buatan. Isu ini akan memberi kesan yang besar kepada kehidupan manusia pada dekad yang akan datang.
Banyak pelaksanaan AI awal menghadapi cabaran yang ketara. Dalam sesetengah kes, data yang digunakan untuk melatih model boleh menjangkiti sistem AI dengan berat sebelah, menjadikannya tidak boleh digunakan.
Dalam banyak kes lain, perniagaan tidak melihat hasil kewangan yang mereka harapkan selepas menggunakan AI. Teknologi ini mungkin matang, tetapi proses perniagaan di sekelilingnya tidak.
Alys Woodward, pengarah penyelidikan kanan di Gartner, berkata: "Pasaran untuk perisian kecerdasan buatan semakin pantas, tetapi trajektori jangka panjangnya akan bergantung pada sama ada perusahaan boleh meningkatkan kematangan AI mereka." >Woodware menambah Dow: "Hasil perniagaan AI yang berjaya akan bergantung pada pemilihan kes penggunaan yang teliti. Kes penggunaan yang memberikan nilai perniagaan yang signifikan sambil berskala untuk mengurangkan risiko adalah penting untuk menunjukkan kesan pelaburan AI kepada pihak berkepentingan perniagaan."
Organisasi beralih kepada kaedah seperti AIOps untuk membantu mengurus penggunaan AI dengan lebih baik. Semakin banyak, mereka mencari AI yang berpusatkan manusia, menggunakan AI untuk menambah dan bukannya menggantikan pekerja manusia.
Dalam erti kata yang sangat nyata, masa depan kecerdasan buatan mungkin lebih kepada manusia berbanding mesin.
Atas ialah kandungan terperinci Apakah itu kecerdasan buatan? Berikut adalah panduan untuk kecerdasan buatan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!