9 основ искусственного интеллекта. Что такое нейросети и машинное обучение – доступно

Почти каждый может попробовать в действии искусственный интеллект ChatGPT, чат-бот Bing или генератор картинок Midjourney для работы, обучения или просто развлечений. Но не все понимают, как работают современные технологии.

Liga.Tech объясняет основные термины, которые помогут лучше понять искусственный интеллект.

Машинное обучение

Машинное обучение – это область искусственного интеллекта (ИИ), которая использует алгоритмы и данные для имитации способа обучения людей, постепенно улучшая точность.

Автором этого термина называют исследователя Артура Самюэля, который во время работы в компании IBM создал первую в мире программу, способную к самообучению. По его просьбе в 1963 году мастер по игре в шашки Роберт Нили соревновался с компьютером, пока не проиграл машине.

Машинное обучение стоит за работой чат-ботов, программ перевода и даже шоу, которые вам предлагает Netflix. В последние годы машинное обучение стало важнейшей частью искусственного интеллекта, поэтому часто используется как синоним ИИ.

Нейронные сети

Нейронные сети являются основополагающей технологией для ИИ. Эксперты советуют думать о них как об эквиваленте парового двигателя в первой промышленной революции – технологии общего назначения, которая охватывает множество различных отраслей и имеет различные варианты использования.

Появление нейронных сетей началось с попытки смоделировать мозг животных, состоящий из миллионов простых нейронов, каждый из которых соединен с несколькими другими. Каждый отдельный нейрон очень прост, но вместе они могут научиться выполнять сложные задачи. То же касается искусственных нейронных сетей, которые полагаются на обучающие данные, чтобы со временем повышать свою точность.

Когда эти алгоритмы обучения точно настроены, они становятся мощными инструментами, позволяющими классифицировать и кластеризовать данные с высокой скоростью. Одной из известнейших нейронных сетей является поисковый алгоритм Google.

Задания по распознаванию речи или изображений могут занять минуты или часы – человеку на это понадобилось бы несравнимо больше времени.

Большая языковая модель

Большие языковые модели – это системы искусственного интеллекта, понимающие и генерирующие текст. Наиболее известным примером, по сути, и является ChatGPT от OpenAI.

Эти языковые модели, как правило, имеют размер в десятки гигабайт и учатся на огромных объемах текстовых данных, иногда в масштабе петабайтов. К примеру, языковая модель PaLM от Google использует "высококачественные веб-документы, книги, Википедию, разговоры и код GitHub" для развития понимания языка. Чем больше языковая модель, тем лучше результат. Так что эксперты прогнозируют, что они еще близко не приблизились к пределу своих мощностей.

Глубинное обучение

Глубинное обучение — сфера искусственного интеллекта, позволяющая машинам овладеть теми задачами, которые обычно выполняют люди. Эта техника машинного обучения позволяет компьютерам учиться на человеческом примере, что помогает автоматизировать разнообразные процессы.

К примеру, она является ключевой технологией для беспилотных автомобилей, которая позволяет им распознавать знак остановки или отличать пешехода от фонарного столба. Технология глубинного обучения лежит в основе таких повседневных продуктов и услуг, как цифровые помощники, пульты дистанционного управления телевизором с голосовой поддержкой и т.д.

Data Science

Data Science (наука о данных) – это сочетание математики, статистики, машинного обучения и информатики, которая помогает анализировать и интерпретировать данные.

Сегодня Data Science используется почти в каждой отрасли. Предприятия могут использовать ее для принятия обоснованных решений по разработке продукта и маркетинга. Она используется в качестве инструмента для выявления мошенничества и оптимизации процессов. Правительства также используют Data Science для повышения эффективности предоставления государственных услуг.

Зачем ИИ нужна Data Science? Прежде чем компьютерная программа попытается учиться на данных, человеку (или программе анализа данных) полезно их изучить. Это позволяет их очистить от лишнего и выделить важное. Такое вмешательство помогает улучшить процесс обучения ИИ.

Компьютерное зрение

Компьютерное зрение – это область искусственного интеллекта, которая позволяет компьютерам и системам получать информацию из цифровых изображений, видео и других визуальных данных. Если ИИ дает возможность компьютерам мыслить, компьютерное зрение позволяет видеть, наблюдать и понимать.

Компьютерное зрение нуждается в большом количестве данных и используется в различных отраслях промышленности: от энергетики до автомобилестроения. К примеру, чтобы научить компьютер распознавать автомобильные шины, ему нужно предоставить огромное количество изображений шин и предметов, связанных с ними. Тогда он сможет понять отличия между ними и определять, в частности, шины без дефектов.

Интеллектуальная робототехника

Intelligent Robotics (интеллектуальная робототехника) – отрасль, использующая искусственный интеллект для улучшения сотрудничества между людьми и устройствами. AI помогает роботам адаптироваться к динамическим ситуациям и естественно общаться с людьми.

Выбор, который должен совершить такой робот, связан с интеллектом, встроенным в него с помощью машинного или глубокого обучения, а также с входными данными, полученными роботом во время работы.

Управляемое машинное обучение

Управляемое обучение (Supervised learning) – форма машинного обучения, которая не функционирует самостоятельно, а требует участия человека. Данные подаются в машину, и процесс контролируется человеком, пока компьютер работает над определенным результатом.

Машинное обучение без контроля

Обучение без контроля – этот тип машинного обучения не требует участия человека или позволяет машине самостоятельно делать выводы на основе найденных шаблонов. Неконтролируемое машинное обучение направлено на выявление ранее неизвестных связей в данных. К примеру, его могут использовать для определения целевого рынка для совершенно нового продукта, который ваш бизнес никогда раньше не продавал.