فضح أفضل 10 أساطير الذكاء الاصطناعى

مؤلف: Roger Morrison
تاريخ الخلق: 1 شهر تسعة 2021
تاريخ التحديث: 1 تموز 2024
Anonim
ما من عالم على مر العصور إلا ويعرفه هذا الطفل السعودي
فيديو: ما من عالم على مر العصور إلا ويعرفه هذا الطفل السعودي

المحتوى


المصدر: الولايات المتحدة الأمريكية Pyon / Dreamstime.com

يبعد:

الذكاء الاصطناعى هو تقنية ساخنة ، لكن الكثير من الناس لديهم مفاهيم خاطئة حول ما يستتبعه بالضبط. نحن هنا نلقي نظرة على بعض الأساطير المحيطة بمنظمة العفو الدولية ونفحص الحقائق.

لماذا يتحدث الجميع عن الذكاء الاصطناعي ، ومع ذلك لا نزال لا نرى روبوتات صديقة مثل Data من "Star Trek" وهي تمشي بين البشر؟ هل تذكر أن نضيف RoboCop's Second Prime Directive إلى أنماطهم النصية حتى يتمكنوا من "حماية الأبرياء" بدلاً من إبادة البشرية بمجرد اكتسابهم للمشاعر الكاملة؟

اليوم ، هناك الكثير من الالتباس حول ماهية الذكاء الاصطناعي (AI) ، والتعلم الآلي والتعلم العميق في الواقع ، وما يمكن أن تفعله "الآلات الذكية" ، وما هي الحالة الحالية لتقنيات الذكاء الاصطناعي في الواقع. حان الوقت للاستمتاع ببعض فضح قديم جيد ، لذلك دعونا نصطدم بالأساطير العشرة الأكثر شيوعًا حول الذكاء الاصطناعي. (لمزيد من المعلومات حول المستقبل المحتمل لمنظمة العفو الدولية ، راجع هل ستجعل ثورة الذكاء الاصطناعي الدخل العالمي ضرورة؟)


1. تتكون الذكاء الاصطناعي من روبوتات ذكية أو أجهزة androids تشبه البشر.

الكثير من "Blade Runner" للجميع هنا ، يا إلهي؟ على الرغم من وجود الكثير من الالتباس العام بين الروبوتات و الذكاء الاصطناعى ، إلا أنهما مجالان علميان مختلفان تماما يخدمان أغراض مختلفة. الروبوتات هي أجهزة مادية يخدمها المشغلون وأجهزة الاستشعار لأداء مجموعة واسعة من المهام ، مثل بناء أو حمل أو تفكيك المنتجات في المصانع.

الذكاء الاصطناعى هو برنامج مبرمج بطريقة تجعله مستقلا بما فيه الكفاية لاتخاذ القرارات والتعلم من أخطائه. على الرغم من أن بعض الروبوتات قد تتعزز في النهاية بواسطة خوارزميات الذكاء الاصطناعي ، فإن جزء "الذكاء" هو مجرد قدرة إضافية واحدة قد تمتلكها الذكاء الاصطناعي.

2. الذكاء الاصطناعي ، والتعلم الآلي والتعلم العميق كلها نفس الشيء.

على الرغم من أنها جميعها أجزاء من نظام الذكاء الاصطناعي الأكبر نفسه ، إلا أنها ثلاثة أشياء مختلفة. في الأساس ، التعلم الآلي هو الطريقة التي تتعلم من خلالها الذكاء الاصطناعي من مصادر خارجية ، كما هو الحال في استخدام الخوارزميات لتمييز البيانات وتحديد سلوكياتها الصحيحة. التعلم العميق هو أحد الأساليب الممكنة المستخدمة في التطبيقات العملية للتعلم الآلي. يعتمد على الشبكات العصبية (NNs) ويستخدم لإخطار منظمة العفو الدولية باحتمالية اتخاذ القرار الصحيح.


3. منظمة العفو الدولية تتعلم تماما من تلقاء نفسها.

على الرغم من بعض الضجيج المبالغ فيه حول الذكاء الاصطناعي الذي يُزعم أنه قادر على التعلم بمفرده ، إلا أنه لا يزال من المستحيل العثور على نظام مدعوم من الذكاء الاصطناعي يحتوي على أي تطبيق في العالم الحقيقي يمكن أن ينمو من الصفر إلى المعرفة دون مساعدة بشرية. لا يمكن "فهم" أي نظام يتعامل مع المعلومات المخفية أو عدم اليقين من أي نوع من قبل منظمة العفو الدولية ، والتي لا تزال بحاجة إلى تغذية المدخلات والبيانات من قبل البشر. أيضًا ، يجب أن يكون لكل جزء من المعلومات غرض واضح ، وهو أمر لا يمكن لمنظمة العفو الدولية تخمينه دون مصادر خارجية (وليس في البداية ، على الأقل).

4. Chatbots هي أبسط أشكال الذكاء الاصطناعى.

مرة أخرى ، حتى إذا كانت هناك بعض الدردشة التي تستخدم أشكالًا بدائية أو أقل من الذكاء الاصطناعي ، فإن معظمها ليست سوى برامج أساسية تتفاعل مع البشر عبر واجهات صوتية. بدلاً من أن تكون "ذكيًا" ، فإن معظم برامج الدردشة لديها استجابات مبرمجة مسبقًا يتم تقديمها استجابةً لبعض الكلمات الرئيسية في مدخلات المستخدم. لكي يصبح chatbot من الذكاء الاصطناعي الحقيقي ، يجب أن يمتلك العديد من التقنيات التي تسمح له بفهم الإنسان والتعرف على احتياجاته والرد عليها وفقًا لذلك. يحتاج إلى برنامج صوت أو التعرف ، وتحليل المعنويات ، وشكل من أشكال برنامج التعلم الآلي وتكنولوجيا لتوليد اللغة الطبيعية. (لمعرفة المزيد حول chatbots ، راجع We We Asked IT Prosets كيف ستستخدم الشركات Chatbots في المستقبل. إليك ما قالوه.)

5. القدرة اللازمة لأداء جميع عمليات التعلم العميق في المستقبل غير مستدامة.

لا يمكن إنكار أن الذكاء الاصطناعى يتطلب الكثير من الطاقة الحاسوبية الإضافية لتدريبه وتنفيذ جميع عمليات التعلم العميق المعقدة. في المستقبل الذي ستستخدم فيه معظم الشركات الذكاء الاصطناعي إلى حد ما ، قد تنمو هذه المشكلة إلى أبعاد ملحمية ، مما يجعل استخدامها غير مستدام. ومع ذلك ، قد توفر لنا منظمة العفو الدولية بالفعل أكثر الطاقة عن طريق وقف مشكلة دائمة لإنتاج الطاقة: هدر شبكات الكهرباء وعدم الكفاءة. ينتهي الأمر بشركات المرافق العامة بشراء الطاقة الزائدة من المستخدمين من القطاع الخاص ، الذين يهدرون أيضًا معظم الطاقة الزائدة التي يولدونها نظرًا لأن الشبكات الحالية لم يتم بناؤها لاستيعاب المستوى الحديث للتنويع. يمكن أن تنقذ الذكاء الاصطناعي من خلال الاستعاضة عن الشبكات القديمة بأجهزة ميكروية أحدث ذكية ذكية مدعومة من قبل الذكاء الاصطناعي تعرف بالضبط كيفية توزيع الكهرباء في الوقت الفعلي بأقصى قدر من الكفاءة.

No Bugs، No Stress - دليلك خطوة بخطوة لإنشاء برامج لتغيير الحياة دون تدمير حياتك

لا يمكنك تحسين مهارات البرمجة لديك عندما لا يهتم أحد بجودة البرنامج.

6. من السهل على المؤسسة أن تستأجر طاقة الحوسبة اللازمة لتزويد عمليات AI بالوقود.

... إذا لم تكن AWS و Google و Microsoft و Alibaba Cloud حاليًا مركزة للغالبية العظمى من طاقة الحوسبة المتوفرة في العالم. لذا لدى مطوري الذكاء الاصطناعى حاليًا خياران فقط: استئجاره بأسعار مرتفعة بشكل استثنائي أو شراء أجهزته عالية التكلفة.

ومع ذلك ، هناك احتمال أن يتم الكشف عن هذا الكشف عن الأسطورة ... في المستقبل القريب. طورت شركة جديدة تدعى Tatau منصة فائقة الحوسبة القائمة على blockchain والتي يمكن أن تحل المشكلة. يتيح حلها تجميع الموارد المجمعة لشبكة موزعة عالميًا من الأجهزة المستندة إلى GPU وإعادة بيعها. تخيل عمال المناجم cryptocurrency أو الألعاب أو أجهزة الكمبيوتر الأخرى عالية الأداء التي تكرس قدرتها على حساب تطوير الذكاء الاصطناعى. يمكن لشركات الذكاء الاصطناعي الاستفادة من هذا المصدر غير المستغل لقدرة GPU لتدريب نماذج التعلم الآلي الخاصة بهم بسعر أرخص بكثير. لاحظ أن هذا النظام الأساسي الجديد قد يوفر أيضًا إجابة للمشكلة الموضحة في النقطة 5 لأنه يشجع الاستخدام الفعال للموارد غير المستغلة حاليًا.

7. أنت بحاجة إلى كميات هائلة من البيانات لتدريب الذكاء الاصطناعى.

ليس بالضرورة. بالتأكيد ، تحتاج كثير البيانات وقوة الحوسبة لتدريب AI من الصفر. وإن كنت بحاجة إلى تيرابايت من البيانات لتدريب AI للقيام بمهمة معقدة مثل قيادة السيارة ، وإن كان ذلك بدرجة أقل. ومع ذلك ، بناءً على مجال تطبيق الذكاء الاصطناعي ، تكون الشبكات العصبية المدربة مسبقًا مرنة بما يكفي لإعادة تدريبها فقط في بعض المناطق المحددة. قد يأتي إطار البيانات الأساسي من مجموعة بيانات أكبر وأكثر عمومية ، مع استبدال الجزء الأخير من الشبكة فقط بـ "ملء الفراغات" المحددة لحالة الاستخدام هذه.

8. ستحل AI محل أدوات BI الحالية ، مما يجعل أي تقنية سابقة قديمة.

هذا قليل من الامتداد ، على أقل تقدير. معظم حلول ذكاء الأعمال الحديثة (BI) قابلة للتوسعة بدرجة كبيرة وقابلة للتخصيص في كثير من الأحيان ، بحيث يمكن دمج أي نموذج قائم على الذكاء الاصطناعي في المستقبل بسهولة داخل المنصات الخاصة بهم. تفضل الشركات دائمًا فقط تنفيذ تلك الحلول التي تأتي دون أي خطر لتعطل سير العمل ، وقد تكيفت تقنيات الذكاء الاصطناعي مع هذه الحاجة. لذلك ، يتم تنفيذ معظم منصات AI عبر الويب بحيث لا يكون هناك ضرورة لاستبدالها ، أو في أسوأ الحالات ، يمكن تنفيذها بأمان على مراحل.

9. الشبكات العصبية هي مثل الشبكات البيولوجية ولكن الميكانيكية.

لا يمكن لأي شبكة عصبية أن تأمل في الوصول إلى جزء صغير من تعقيد الدماغ البشري. على الرغم من سنوات عديدة من البحث السريري والعلمي ، لا نزال نفشل في فهم الشبكات العصبية البيولوجية إلى أقصى حد لها حيث أن الخلايا العصبية تؤدي الكثير من المهام المختلفة مع جسم الإنسان (فكر في الفرق بين الخلايا العصبية الحسية والحركية) وحتى نقل المعلومات من خلال العديد من المسارات المختلفة (باستخدام الكهرباء والإمكانات الكيميائية والناقلات العصبية). يمكن للشبكات العصبية فقط فهم المدخلات البسيطة جدًا بأسلوب الماكينة النموذجي 1 أو 0 ("نعم" أو "لا"). إنه يشبه مقارنة تعقيد الطائرة العسكرية بالطائرة الورقية لمجرد أنها تستطيع الطيران.

10. ستصبح الذكاء الاصطناعى في نهاية المطاف ذكياً بما يكفي لفهم أن البشر يشكلون خطراً عليه ويجب القضاء عليه.

حسنًا ، لا يمكننا في الحقيقة فضح هذه الأسطورة لأنها ليست أسطورة. إنها حقيقة واقعة. استعدوا لأنفسكم لأن المقاومة عقيمة!

إذا وضعنا النكات جانباً ، ببساطة ، فإن الذكاء الاصطناعي ليس لديه أي مكان بالقرب من الذكاء المطلوب لفهم العالم من حوله واتخاذ قرارات مستقلة وعقلانية. تم تطوير كل خوارزمية لأداء مهمة واحدة ولا يمكنها القيام بأي شيء خارج ذلك ، ناهيك عن الوصول إلى القدرة على التفكير بشكل مستقل. تستخدم أجهزة الكمبيوتر "القوة الغاشمة" لسلطاتها الحسابية المتفوقة لإيجاد حل للقضايا البسيطة نسبيًا ، لكنها تفتقر إلى الفهم وعمق الإدراك والتعقيد الاستراتيجي ليكون لها غرض خارج الغرض الذي تمت برمجته من أجله.

لذا استرحِ بسهولة ، لأن الذكاء الاصطناعي لن يكون سوى المساعدين والخدم الاصطناعيين لدينا لفترة طويلة وطويلة.