Co to jest sztuczna inteligencja?

To możliwość naśladowania przez system komputerowy ludzkich funkcji poznawczych, takich jak uczenie się i rozwiązywanie problemów.

Jak działa sztuczna inteligencja (AI)?

Korzystając z matematyki i logiki, system komputerowy symuluje rozumowanie, którego ludzie używają do uczenia się na podstawie nowych informacji i podejmowania decyzji.

Sztucznie inteligentny system komputerowy prognozuje lub podejmuje działania w oparciu o wzorce w istniejących danych, a następnie może uczyć się na błędach, aby zwiększyć swoją dokładność. Dojrzała sztuczna inteligencja przetwarza nowe informacje niezwykle szybko i dokładnie, dzięki czemu jest przydatna w złożonych scenariuszach, takich jak samochody autonomiczne, programy do rozpoznawania obrazów i wirtualni asystenci.

Sztuczna inteligencja a uczenie maszynowe

Uczenie maszynowe jest traktowane jako podzbiór sztucznej inteligencji. Uczenie maszynowe koncentruje się na trenowaniu maszyn pod kątem analizowania danych i uczenia się na nich w sposób charakterystyczny dla ludzi. W związku z tym uczenie maszynowe jest techniką, która pomaga rozwijać systemy sztucznej inteligencji.

Czym jest uczenie maszynowe

Sztuczna inteligencja a poznawcze interfejsy API

Interfejsy API, czyli interfejsy programowania aplikacji, łączą aplikacje z innymi systemami, usługami lub aplikacjami. Gdy korzystasz z poznawczych interfejsów API, żądasz dostępu do biblioteki inteligentnych modeli specyficznych dla domeny.

Dowiedz się więcej o usługach Azure Cognitive Services

Sztuczna inteligencja a nauka o danych

Sztuczna inteligencja i nauka o danych obejmują gromadzenie, analizowanie i zbieranie dużych zbiorów danych, ale mają różne cele. Sztuczna inteligencja koncentruje się na tym, jak komputery mogą podejmować decyzje na podstawie danych. Natomiast nauka o danych koncentruje się na wykorzystaniu matematyki, statystyki i uczenia maszynowego do wydobywania szczegółowych informacji i wniosków z danych.

Sztuczna inteligencja a robotyka

Robot zazwyczaj ma zarówno postać fizyczną, jak i oprogramowanie, które nim steruje. Roboty sterowane przez oprogramowanie sztucznej inteligencji poruszają się autonomicznie — nie potrzebują bezpośrednich instrukcji od człowieka. Ale nie wszystkie roboty są kontrolowane przez sztuczną inteligencję i nie wszystkie sztuczne inteligencje wymagają fizycznej formy.

Rodzaje sztucznej inteligencji

Wąskie sztuczne inteligencje (wąskie AI)

Sztuczna wąska inteligencja, niekiedy nazywana „słabą sztuczną inteligencją”, odnosi się do zdolności systemu komputerowego do wykonywania wąsko zdefiniowanych zadań lepiej niż człowiek.

Wąska sztuczna inteligencja to najwyższy poziom rozwoju sztucznej inteligencji, jaki ludzkość osiągnęła do tej pory, i każdy przykład sztucznej inteligencji, który możemy zobaczyć w rzeczywistym świecie — w tym pojazdy autonomiczne i osobiści asystenci cyfrowi — należy do tej kategorii. Dzieje się tak, ponieważ nawet jeśli wydaje się, że sztuczna inteligencja myśli samodzielnie w czasie rzeczywistym, w rzeczywistości koordynuje kilka wąskich procesów i podejmuje decyzje w ramach wcześniej ustalonej struktury. „Myślenie” sztucznej inteligencji nie obejmuje świadomości ani emocji.

Sztuczna inteligencja ogólna (ogólna AI)

Sztuczna inteligencja ogólna — czasami nazywana „silną sztuczną inteligencją” lub „sztuczną inteligencją na poziomie ludzkim”— odnosi się do zdolności systemu komputerowego do przewyższania ludzi w jakimkolwiek zadaniu intelektualnym. To rodzaj sztucznej inteligencji, który można zobaczyć w filmach, w których roboty mają świadome myśli i działają z własnych pobudek.

Teoretycznie system komputerowy, który osiągnął ogólną sztuczną inteligencję, byłby w stanie rozwiązywać głęboko złożone problemy, zastosować osąd w niepewnych sytuacjach i włączyć wcześniejszą wiedzę do swojego obecnego rozumowania. Byłby zdolny do kreatywności i wyobraźni na równi z ludźmi i mógłby wykonywać znacznie szerszy zakres zadań niż wąska sztuczna inteligencja.

Sztuczna superinteligencja (ASI)

System komputerowy, który osiągnąłby sztuczną superinteligencję, miałby zdolność przewyższania ludzi niemal w każdej dziedzinie, w tym kreatywności naukowej, ogólnej mądrości i umiejętnościach społecznych.

Uczenie maszynowe

Uczenie maszynowe to proces, który systemy komputerowe wykonują, aby osiągnąć sztuczną inteligencję. Wykorzystuje on algorytmy do identyfikowania wzorców w danych. Wzorce te są następnie używane są do utworzenia modelu danych, który umożliwia przewidywanie.

Modele uczenia maszynowego są trenowane na podzbiorach danych. Gdy dane używane do trenowania modelu dokładnie reprezentują pełny zestaw danych, który będzie analizowany, algorytm oblicza dokładniejsze wyniki. Kiedy model uczenia maszynowego został wystarczająco dobrze wytrenowany, aby wykonywać swoje zadanie wystarczająco szybko i dokładnie, aby był użyteczny i godny zaufania, uzyskuje się wąską sztuczną inteligencję.

Uczenie głębokie

Uczenie głębokie to zaawansowany rodzaj uczenia maszynowego wykorzystujący sieci algorytmów inspirowanych strukturą mózgu, zwane sieciami neuronowymi. Głęboka sieć neuronowa ma zagnieżdżone węzły neuronowe, a każde pytanie, na które odpowiada, prowadzi do zestawu powiązanych pyta

Uczenie głębokie zazwyczaj wymaga dużego zestawu danych do treningu. Zestawy treningowe do uczenia głębokiego składają się czasami z milionów punktów danych. Po wytrenowaniu głębokiej sieci neuronowej na tych dużych zestawach danych może ona lepiej poradzić sobie z niejednoznacznościami niż sieć płytka. To sprawia, że ten mechanizm jest przydatny w aplikacjach takich jak rozpoznawanie obrazu, gdzie sztuczna inteligencja musi znaleźć krawędzie kształtu, zanim będzie mogła zidentyfikować, co jest na obrazie. Głębokie uczenie jest również tą technologią, która trenuje sztuczną inteligencję przewyższającą ludzkie umiejętności w złożonych grach, takich jak szachy.

Przykłady sztucznej inteligencji

Firmy na całym świecie wykorzystują już sztuczną inteligencję w wielu różnych zastosowaniach, a inteligentna technologia to rozwijająca się dziedzina. Oto kilka przykładów dzisiejszej sztucznej inteligencji:

Samochody autonomiczne

Do jednych z najbardziej skomplikowanych przykładów sztucznej inteligencji na świecie należą samochody autonomiczne i inne pojazdy autonomiczne. Te systemy koordynują wiele procesów w celu symulowania rozumowania prawdziwych kierowców. Używają rozpoznawania obrazów do identyfikowania znaków, sygnałów, przepływu ruchu i przeszkód. Optymalizują trasy, które wybierają i pokonują, aby dotrzeć do celu. Ponadto wysyłają i odbierają dane w czasie rzeczywistym, aby aktywnie diagnozować problemy i aktualizować swoje oprogramowanie.

Boty i asystenci cyfrowi

Rozmowy to naturalny sposób komunikowania się ludzi, a interfejsy konwersacyjne stały się bardziej powszechne wraz z rozwojem technologii sztucznej inteligencji. Niektóre interfejsy służą wąskiemu celowi; ludzie używają ich do jednego zadania, takiego jak rezerwowanie biletów do kina lub łączenie wątków w serwisie Twitter w jedną historię. Inne działają podobnie jak osobiści asystenci, którzy mogą pomóc w szerokim zakresie zadań. Jednak wszystkie interfejsy konwersacji używają interpretacji języka naturalnego (NLU) do interpretowania żądań (znanych również jako wypowiedzi) i odpowiadania z użyciem odpowiednich informacji.

Aparaty rekomendacji

Jednym z najczęstszych zastosowań sztucznej inteligencji jest polecanie elementów na podstawie danych historycznych. Na przykład gdy usługa przesyłania strumieniowego multimediów zaleca, co obejrzeć lub czego posłuchać w dalszej kolejności, używa sztucznej inteligencji do analizy tego, co oglądano lub słuchano w przeszłości, filtruje wszystkie dostępne opcje na podstawie ich atrybutów i wyświetla opcję, która najprawdopodobniej spodoba się użytkownikowi. Kiedy robisz zakupy w witrynie internetowej i ta poleca dodanie do koszyka akcesoriów lub powiązanych produktów, używa ona sztucznej inteligencji w podobny sposób.

Filtry spamu

Wiele platform pocztowych wykorzystuje sztuczną inteligencję, aby spam nie zaśmiecał skrzynki odbiorczej. Kiedy nowa wiadomość e-mail pojawia się w systemie, sztuczna inteligencja analizuje ją pod kątem sygnałów wskazujących na spam. Jeśli wiadomość e-mail spełnia wystarczające kryteria, zostaje oflagowana jako spam i poddana kwarantannie. Gdy przesyłasz opinię — poprawiając nieprawidłowe flagi lub oznaczając wiadomości będące spamem, które nie zostały wychwycone przez filtr — system uczy się na podstawie tej opinii i dostosowuje swoje parametry.

Technologia inteligentnego domu

Prawie wszystko, co automatyzuje Twój dom, korzysta ze sztucznej inteligencji. Przykłady obejmują inteligentne żarówki, które nasłuchują poleceń, inteligentne termostaty, które uczą się Twoich preferencji i regulują się same w ciągu dnia, oraz inteligentne odkurzacze, które uczą się, jak nawigować po układzie domu bez instrukcji.

Analiza danych medycznych

Organizacje świadczące usługi opieki zdrowotnej na całym świecie wykorzystują sztuczną inteligencję jako pomoc w badaniach, testach, diagnozowaniu, leczeniu i monitorowaniu. Niektóre z nich używają sztucznej inteligencji do analizowania próbek tkanek i dostarczania dokładniejszych diagnoz. Niektóre firmy wykorzystują sztuczną inteligencję do analizowania danych klinicznych i znajdowania luk w leczeniu pacjentów. A niektóre firmy wykorzystują sztuczną inteligencję do analizowania miliardów związków, aby pomóc chemikom szybciej dokonywać odkryć i zidentyfikować dobrych kandydatów do badań klinicznych.

Zalety sztucznej inteligencji

Sztuczna inteligencja oferuje realne korzyści, które obejmują prawie każdą branżę. Oto niektóre najważniejsze korzyści dla firm:

Dostępność przez całą dobę

Ponieważ systemy komputerowe nie mają takich samych potrzeb biologicznych jak ludzie, inteligentny system może pracować przez cały dzień bez przerwy.

Komunikacja na dużą skalę

Korzystając z botów i wirtualnych agentów, firmy mogą udzielać wskazówek i pomocy technicznej większej liczbie użytkowników w wielu miejscach jednocześnie.

Automatyzacja powtarzalnych zadań

Korzystanie ze sztucznej inteligencji do wykonywania powtarzalnych i czasochłonnych zadań pomaga ludziom w całej firmie skupić się na bardziej strategicznej i istotnej pracy.

Szybsze, trafniejsze decyzje

Sztuczna inteligencja ogranicza błędy ludzkie, co sprawia, że jest pomocna w podejmowaniu decyzji, które w bardzo dużym stopniu polegają na danych i wymagają wielu skomplikowanych obliczeń.

Bardziej adekwatne zalecenia

Sztuczna inteligencja pomaga przedstawiać klientom trafniejsze zalecenia i sugestie na podstawie ich zainteresowań i zwyczajów.

Zacznij eksperymentować ze sztuczną inteligencją

Twórz i trenuj modele uczenia maszynowego, dodawaj inteligencję do swoich aplikacji i przekształcaj nieustrukturyzowane informacje w dane, które można przeszukiwać za pomocą wydobywania wiedzy. Rozpocznij pracę z 12 usługami sztucznej inteligencji bezpłatnie przez 12 miesięcy.