Umjetna inteligencija, ili AI (Artificial Intelligence) se definira kao simulacija ljudske inteligencije kroz softverski kod, tzv. heuristika. Danas se takva vrsta koda koristi u mnogo industria, od cloud computinga do raznih aplikacija (ako ste ikad kupovali na Amazonu znate da sistem odlično mapira Vaše interese i nudi slične proizvode).
Općenito govoreći, umjetno inteligentni sustavi mogu obavljati zadatke koji su uobičajeni za ljudske kognitivne funkcije, poput interpretacije govora, igranja igara i prepoznavanja uzoraka. Obično nauče kako to raditi tako što obrade ogromne količine podataka tražeći uzorke koje modeliraju u vlastitom odlučivanju. U mnogim slučajevima, ljudi nadziru proces učenja umjetne inteligencije, ojačavajući dobre odluke i obeshrabrujući loše. No, neki sustavi umjetne inteligencije su dizajnirani da uče bez nadzora, na primjer, tako što iznova igraju videoigru dok na kraju ne shvate pravila i kako pobijediti.
IZDVOJENO
* Ciljevi umjetne inteligencije uključuju poboljšano računalno učenje, zaključivanje i percepciju.
* AI se danas koristi u različitim industrijama, od financija do zdravstva.
* Slaba umjetna inteligencija obično je jednostavna i usmjerena na jedan zadatak, dok snažna umjetna inteligencija obavlja složenije zadatke slične ljudskima.
* Neki kritičari strahuju da bi opsežna upotreba napredne umjetne inteligencije mogla imati negativan utjecaj na društvo.
Slaba i jaka umjetna inteligencija
Inteligenciju je teško definirati, zbog čega stručnjaci za umjetnu inteligenciju obično razlikuju između snažne umjetne inteligencije i slabe umjetne inteligencije.
Snažna umjetna inteligencija, poznata i kao umjetna opća inteligencija, je stroj koji može rješavati probleme na kojima nikad nije treniran – slično kao što to čini ljudski um. Ovo je vrsta umjetne inteligencije koju viđamo u filmovima, poput robota iz serije Westworld ili lika Data iz Star Trek: Sljedeća generacija. Ova vrsta umjetne inteligencije još ne postoji.
Stvaranje stroja s inteligencijom razine čovjeka koji se može primijeniti na bilo koji zadatak je sveti gral za mnoge istraživače umjetne inteligencije, ali potraga za umjetnom općom inteligencijom je puna poteškoća. Neki vjeruju da bi istraživanje snažne umjetne inteligencije trebalo biti ograničeno zbog potencijalnih rizika stvaranja moćne umjetne inteligencije bez odgovarajućih sigurnosnih mjera.
Za razliku od slabih umjetnih inteligencija, snažna umjetna inteligencija predstavlja stroj s punim skupom kognitivnih sposobnosti i jednako širokim spektrom primjena, ali vrijeme nije olakšalo postizanje takvog poduhvata.
Pročitaj više: Vrste umjetne inteligencije
Slaba umjetna inteligencija, ponekad nazvana uska umjetna inteligencija ili specijalizirana umjetna inteligencija, djeluje unutar ograničenog konteksta i simulira ljudsku inteligenciju primijenjenu na usko definirani problem (poput vožnje automobila, transkripcije ljudskog govora ili uređivanja sadržaja na web stranici).
Slaba umjetna inteligencija često je usredotočena na izvođenje jednog zadatka iznimno dobro. Iako ovi strojevi mogu izgledati inteligentno, djeluju pod mnogo većim ograničenjima i izazovima od čak i najosnovnije ljudske inteligencije.
Primjeri slabe umjetne inteligencije uključuju:
- Siri, Alexa i druge pametne asistente
- Samoupravljajuće automobile
- Google pretraživanje
- Razgovorne robote
- Filtriranje neželjene e-pošte
- Preporuke na Netflixu
Strojno učenje nasuprot dubokom učenju
Iako se često koriste pojmovi “strojno učenje” i “duboko učenje” u raspravama o umjetnoj inteligenciji, ne bi se trebali koristiti zamjenjivo. Duboko učenje je oblik strojnog učenja, a strojno učenje je područje umjetne inteligencije.
Strojno učenje (machine learning)
Algoritam strojnog učenja dobiva podatke od računala i koristi statističke tehnike kako bi mu pomogao “učiti” kako postati sve bolji u zadatku, iako nije bio posebno programiran za taj zadatak. Umjesto toga, algoritmi strojnog učenja koriste povijesne podatke kao ulaz kako bi predvidjeli nove izlazne vrijednosti. U tu svrhu, strojno učenje uključuje nadzirano učenje (gdje se očekivani izlaz za ulaz zna zahvaljujući označenim skupovima podataka) i nenadzirano učenje (gdje su očekivani izlazi nepoznati zbog upotrebe nenapomenutih skupova podataka).
Duboko učenje (deep learning)
Duboko učenje je vrsta strojnog učenja koja podatke provodi kroz neuronsku mrežu inspiriranu biološkim procesima. Neuronske mreže sadrže nekoliko skrivenih slojeva kroz koje se podaci obrađuju, omogućavajući stroju da “duboko” uči, stvarajući veze i vagajući ulaz za najbolje rezultate.
Još smo daleko
Iako se razvoj umjetne inteligencije ubrzava, treba naglasiti da smo još jako daleko od prave UI, onakve kakvu vidite u filmovima. Umjetna inteligencija (UI) je sveprisutna tema koja obuhvaća širok raspon tehnologija i koncepta. Razumijevanje UI ključno je za svakoga tko želi pratiti i sudjelovati u digitalnom svijetu. UI se dijeli na snažnu UI, koja predstavlja strojeve s ljudskom razinom inteligencije i širokim spektrom primjena, i slabu UI, koja je usko specijalizirana za određene zadatke.
Razumijevanje temeljnih pojmova važno je za razlikovanje između različitih vrsta inteligentnih sustava i njihovih mogućnosti. No, isto tako je važno znati da AI nastavlja napredovati i ima potencijal za donošenje značajnih promjena u mnogim područjima našeg društva.
Comments 1