Bagaimanakah Cara Kerja Kecerdasan Bikinan, Serta Apa Yang Orang Tujuan Saat Mereka Menjelaskan ‘AI?’

Bagaimanakah Cara Kerja Kecerdasan Bikinan, Serta Apa Yang Orang Tujuan Saat Mereka Menjelaskan 'AI?'

Bila Anda habiskan sedikit waktu Anda di internet, atau serta menekuni di dunia tehnologi, Anda tentu lihat “AI,” atau kecerdasan bikinan , di sana-sini. Dalam beberapa waktu paling akhir ini jadi seperti semboyan dalam industri. Serta kelihatannya tiap situs situs, aplikasi, serta game memakainya.

Ada situs situs yang memakai AI untuk memandang berapa “bagus” selfie Anda. Beberapa orang “memberikan makan” skrip AI dari film-film terkenal serta acara TV supaya piranti lunak memuntahkan skrip baru berdasar apa yang “dipelajarinya” dari materi sumber. Belakangan ini, Anda bahkan bisa saja sudah lihat jika AI sudah “kuasai” video game StarCraft II , serta tampil di tingkat yang lebih baik dibanding 99,8% pemain manusia.

Tapi apa yang umumnya orang tujuan saat mereka menjelaskan suatu hal di dukung oleh AI? Apa yang tercakup di dalamnya, serta bagaimana Anda berhubungan dengan AI tiap hari? Bila Anda tidak percaya mengenai bagaimana semua sisi ini jatuh pada tempatnya, berikut langkah Anda bisa mengerti dunia kecerdasan bikinan serta beberapa aplikasinya.

Apakah itu kecerdasan bikinan (AI), serta apa yang umumnya orang tujuan saat mereka menjelaskan sedang memakainya?

Pada 1950-an, saat Marvin Minsky membuat simulator jaringan saraf pertama bersama dengan John McCarthy, pasangan ini memvisualisasikan kecerdasan bikinan jadi pekerjaan yang dikerjakan oleh satu program atau mesin yang Anda tidak dapat tentukan apa manusia sudah lakukan atau mungkin tidak. Secara singkat: “Ini cuma langkah lain untuk menulis piranti lunak. Tenang!” Michael Capps, PhD, bekas presiden Epic Games, serta salah seorang pendiri serta CEO startup AI Diveplane memberitahu Mic. “Company.com dari tahun 90-an jadi eCompany dan iCompany dan CloudCompany saat ini jadi Company.ai. Siapa yang perduli?”

Jadi kita mempunyai dua pengertian: Kecerdasan bikinan ialah langkah “trendy” paling baru untuk menulis piranti lunak, hingga untuk bicara, dan langkah mengotomatisasi tugas-tugas yang bisa dikerjakan manusia secara membuat susah untuk tahu apa manusia atau computer dikerjakan mereka. Tapi elemen pokok yang penting dari konstruksi serta program AI, mengingat jika mereka dimodelkan sesudah kecerdasan manusia, ialah bukti jika mereka belajar. Serta, mereka akan tampilkan beberapa tingkah laku yang sama dengan manusia saat mereka mulai mengerti suatu hal. Belajar ialah prinsip penting dari tiap project kecerdasan bikinan dan pemecahan permasalahan serta pengetahuan.

“Sebetulnya ada dua arti yang perlu,” kata Capps. “Yang satu ialah evaluasi mesin, atau ‘ML’ – saat satu mesin belajar bagaimana lakukan suatu hal. Serta yang lain ialah AI – yang pada intinya bermakna, ‘Saya tidak paham bagaimana computer lakukan itu, wah.'” Pokoknya tentukan apa Anda betul-betul punyai urusan dengan AI dalam soal aplikasi yang Anda pakai atau serta service online, menurut Kishore Rajgopal, pendiri serta CEO perusahaan piranti lunak harga pintar NextOrbit, ialah bukti jika ketetapan serta aksi Anda beralih seiring berjalannya waktu, serta [AI] itu belajar. ” Belajar ialah titik kunci disana.

Baca juga : MOBILE LEGENDS NATALIA TEMUKAN REVAMP BARU UNTUK MEMBUNUH META MARKSMAN

“AI ialah hal yang panas, jadi hampir kebanyakan orang menjelaskan AI. ‘Oh, produk saya diaktifkan AI.’ Tapi saat Anda lihat lebih dalam, apa yang membuat AI? Ini semua mengenai mesin ketentuan. Ini ialah mesin ketetapan. Ini pohon ketetapan, “Rajgopal menerangkan. “Pertanyaannya sebetulnya ialah: apa program itu belajar dengan waktu? Anda harus ajukan pertanyaan ini mengenai suatu hal yang konon memakai AI. Apa itu makin baik bersamaan dengan waktu? Kemungkinan tidak. Salah satu langkah dia dapat jadi lebih baik dengan waktu ialah bila saya, jadi seorang programmer, kembali serta ganti. “

Bagaimana rata-rata orang berhubungan dengan AI tiap hari?

Anda kemungkinan memakai AI tiap hari serta tidak mengetahuinya – demikianlah tehnologi itu berada di mana-mana. Ini dipakai dengan luas, walau banyak orang tidak percaya persis apa berarti. Capps menjelaskan rata-rata orang berhubungan dengan AI berdasar “nonstop”, contohnya, “dari deteksi penipuan automatis pada kartu credit Anda, sampai penyejuk udara di gedung-gedung besar, ke penjadwalan pesawat, ke harga jual emas di Clash of Clans Anda permainan.”

Bila Anda buka kunci hp memakai ID Muka, Anda memercayakan evaluasi mesin untuk bikin panggilan atau kirim beberapa teks. Bila Anda selanjutnya ambil photo pada malam gelap gulita serta temukan jika hp Anda dengan automatis meringankannya, Anda bisa mengucapkan terima kasih pada AI karena itu juga. Ditambah lagi, agen service konsumen setia DoorDash yang menolong pastikan Anda mendapatkan potongan harga untuk milkshake Anda yang hilang? Itu kemungkinan bot yang dilengkapi oleh AI.

“Makin susah untuk memperbedakan siapa yang riil serta siapa yang tidak,” kata Capps. “Sekarang agen percakapan, tetapi itu bisa menjadi suara dan membuahkan video seluruhnya selekasnya – akan makin susah untuk menjelaskan yang sebetulnya dari virtual, serta itu kemungkinan tidak jadi masalah!”

Bagaimana AI beralih sepanjang beberapa waktu paling akhir serta seperti apa hari esok?

AI sudah jadi lebih umum dimana saja sepanjang beberapa waktu paling akhir. Ini lebih dari sebatas keyword. Saat ini konsentrasi penting dari beberapa usaha serta bukti kehidupan yang simpel dalam soal pengembangan. “Sepuluh tahun waktu lalu, tidak ada yang betul-betul dapat bayar AI. Itu begitu mahal. Cuma dalam dua tahun paling akhir ini dia keluar ke tempat terbuka, seperti memakainya dalam piranti lunak komersial. Itu cuma akan bertambah. Anda akan temukan garis pemrograman itu bisa menjadi umum. Itu tidak jadi kemewahan. Itu cuma bisa menjadi sisi dari langkah [program Anda], “kata Rajgopal dari revolusi AI yang sedang bertumbuh yang telah mulai menggantikan.

“Dalam lima tahun ke depan kurva tehnologi eksponensial selalu bersambung. Anda akan mempunyai asisten virtual yang benar-benar kuat, mobil automatis, obat-obatan yang direncanakan dengan genetik, serta semacamnya. Dalam 10 tahun, kita bisa menjadi seperti hewan peliharaan rumah imut untuk tuan AI kami , “tutup Capps.

Apa kunci untuk menjaga komponen manusia AI untuk menghindarkan kecelakaan yang tidak tersangka?
Dengan mesin serta program yang dengan harfiah dibuat untuk belajar, menyesuaikan, serta terus tingkatkan diri dari sekian waktu, ada kecemasan riil yang ada. Contohnya, apa yang berlangsung bila AI jadi “begitu pandai,” atau bila “putuskan” yang paling mengetahui?

“Ini hari, kami sedang membuat skema” kotak hitam “, dimana kami tidak paham apa yang sebetulnya dikerjakan skema,” kata Capps mengenai beberapa kekuatan bahaya yang diakibatkan AI. “Kami meyakini mereka pada rasio, serta baru selanjutnya kami mengerti jika mereka kemungkinan sudah dilatih dengan data yang bias. Pikirkan algoritma kesepakatan utang perumahan yang sudah dilatih pada data 60 tahun di Deep South – berapakah kesempatan yang kemungkinan dimasukkannya. beberapa bias rasial? Serta kita sudah lihat permasalahan dengan skema penetapan pembebasan bersyarat, dan lain-lain. “

Kami sudah lihat kesusahan yang sama dalam memakai AI untuk mengakhiri pekerjaan – pekerjaan sederhana camera pandai dari team AR / VR Facebook yang ditujukan untuk konsentrasi pada seseorang wanita berwarna yang bercerita satu cerita yang, sebaliknya, fokus pada “pria kulit putih” nya. mitra “jadi alternatifnya. Dengan memperhitungkan kekuatan bias ini, bagaimana kita pastikan program yang sedang kita bangun masih menjaga komponen manusianya?

“Dapat lihat ke ‘kotak hitam’ penting,” kata Capps. “Demikianlah langkah kita membuat piranti lunak, dengan debugger hingga kita bisa lihat langkah kerjanya. AI serta evaluasi mesin membutuhkan potensi yang sama untuk lihat ke, sebelum kita bisa mempercayainya untuk bikin ketetapan dengan kehidupan manusia di telephone, atau serta cuma ketetapan yang bisa dikuasai oleh data yang bias. “

Pokoknya ialah jika, serta bila kita sukses membuat piranti lunak super-cerdas yang bisa lakukan pada kemampuan yang sama dengan manusia, masih ada peluang yang benar-benar riil jika mesin pada akhirnya bisa sampai kondisi kecerdasan yang menakutkan seperti dengan manusia. “Pada intinya, bila kita bisa membuat satu mesin yang belajar seperti manusia, itu tidak lama sebelum lebih pandai dibanding manusia …” Possi Capps. “Lantas siapa yang bertanggungjawab?”

Leave a comment

Your email address will not be published.


*