Indhold
- Spil og videre
- Mere præcision i kræftbehandling
- Ingen fejl, ingen stress - Din trinvis vejledning til oprettelse af livsændrende software uden at ødelægge dit liv
- Fremskridt inden for neurovidenskab
- AI og personlig marketing
- Hverdagsgrænseflader
- Business Intelligence
Kilde: Agsandrew / Dreamstime.com
Tag væk:
Nye former for AI vil (og er allerede begyndt at) ændre vores liv på nogle meget interessante måder.
Vi ved, at vores verden forandrer sig hurtigt - men der er mange konkrete teknologiske fremskridt, som du måske ikke hører meget om i avisen eller på tv, som alligevel har en dramatisk indflydelse på vores liv.
Nogle af disse store nye historier er relateret til det kunstige neurale netværk - et relativt nyt fænomen inden for kunstig intelligensforskning, der driver alle mulige fremskridt på mange områder, fra underholdning til medicin.
Kunstige neurale netværk er afhængige af ideen om, at teknologier kan modellere det biologiske arbejde i den menneskelige hjerne ved hjælp af små enheder, der svarer til individuelle menneskelige neuroner og grupper af neuroner, til at producere output baseret på input.
Ideen om det kunstige neurale netværk er afhængig af filosofien om "forbindelse", der opstod i 1940'erne, og teoretiserer, hvordan et stort antal samarbejdende neurologiske enheder kan påvirke den samlede adfærd og kognition. En anden måde at sige det på er, at vi som mennesker opdagede, at vi kan bygge bedre modeller ved at smide mange af disse kunstige neuroner sammen og få dem til at arbejde sammen på måder, der ligner vores egne biologiske tankeprocesser.
Så hvad bringer kunstige netværk til bordet? Faktisk meget. Selvom de ikke er et husholdningsnavn, et kendt mærke eller endda en stor del af pensum på grundskolen eller gymnasiet, bliver arbejde med kunstige neurale netværk almindeligt på mange områder. (Lær mere om milepælerne i computing og AI-historie med fra Ada Lovelace til Deep Learning.)
Spil og videre
Du har måske for nylig hørt, at en computer var i stand til at slå en menneskelig spiller i spillet "Go", et spil, der er markant mere komplekst end skak. Mange af os forstår intuitivt dette er endnu et skridt fremad mod vejen mod stærkere kunstig intelligens - vi lærte om overlegenheden ved skakspilende computere tilbage i 1990'erne, så dette virker som en logisk progression.
Fremkomsten af kunstig intelligensenheder, støttet af kunstige neurale netværk, der kan slå mennesker på Go, er betydelig - men hvad du måske ikke ved, er at IBM, et firma, der har bidraget til denne nye mode-mode, eksperimenterer også med nye grundlæggende AI-teknikker, der gør kunstige neurale netværk meget mere i stand og hurtigere. Nyheder faldt i sidste måned, at IBM vil tabe 240 millioner dollars på et fælles projekt med MIT, der fordobler ANN's og relaterede teknologiers styrke til at gå videre, end de nogensinde har gjort før.
Mere præcision i kræftbehandling
Kræft er en af de mest forvirrende sygdomme i det vestlige medicinske leksikon - men nu understøttes meget nye former for kræftforskning af kunstige neurale netværk, da forskere kommer tæt på at bryde igennem til nye måder at behandle mange forskellige slags tumorer.
Ingen fejl, ingen stress - Din trinvis vejledning til oprettelse af livsændrende software uden at ødelægge dit liv
Du kan ikke forbedre dine programmeringsevner, når ingen er interesseret i softwarekvalitet.
En af de mest væsentlige måder, som kunstige neurale netværk hjælper med at diagnosticere og behandle bryst, prostata, lunge og andre typer kræftformer er med evnen til at udveksle store datasæt og identificere en vej fremad - uanset om det er klassificering af kræftsager , eller arbejder med data relateret til genekspression, bruger et spektrum af nye kræftbehandlinger AI-afledte indsigt til at forsøge at redde liv.
Fremskridt inden for neurovidenskab
Kunstige neurale netværk er ikke bare nyttige i kræftforskning - de samme principper kan tage alle mulige kliniske data og finjustere dem i mere handlingsformer.
Men der er et specielt forhold mellem kunstig neurale netværk og neurovidenskab - fordi selv når vi samler disse byggesten, der simulerer den menneskelige hjerne, lærer vi mere om, hvordan den menneskelige hjerne fungerer - som understøtter nye moderne faciliteter til at betjene patienter på nye måder.
Når forskere går ind og skaber ANN-systemer, ser de på, hvordan neuroner skyder impulser hen over synapser. De grupperer og klassificerer neurale netværk, der udgør dele af den menneskelige hjerne. I bit og stykker arbejder de mod det overordnede mål for avanceret kunstig intelligensforskning - for mere simuleret den biologiske hjernes arbejde og omdanne disse resultater til noget, der ligner meget menneskelig tanke stammet fra en autonom teknologi. Når folk bruger kunstige neurale netværk, lærer de mere om, hvad der sker i hjernen, hvad der sker, når vi drømmer, hvad der sker, når nogen har et slagtilfælde - og alt dette vil fremskynde udvidelse inden for forskellige områder af neurovidenskab. Når vi udvikler AI, udvikler vi også vores forståelse af os selv.
AI og personlig marketing
Et andet gennembrud, der understøttes af kunstige neurale netværk, er markedsførernes uhyggelige evne til at finde ud af, hvad en given forbruger ønsker og behov.
Du har måske stødt på denne type ting i en webside til anbefalingsmotor, på dit Pandora-feed eller andre steder. Du kan se annoncer, der er så målrettede, at de virker uhyggelige - du får information om ting, som du måske ønsker eller er interesseret i, men som du aldrig har fortalt nogen om. Alt dette drives ofte af kunstige neurale netværk og maskinlæringsalgoritmer, der er i stand til at oprette forbindelser på egen hånd i stedet for at blive drevet af menneskelige beslutningstagere. Deres nøjagtighed er uhyggelig, og det bliver kun bedre, når tiden går. (Lær mere om, hvordan anbefalingssystemer er den måde, vi handler online på.)
Hverdagsgrænseflader
Her er en interessant måde at tænke på gennembrudene, som forskere laver med kunstige neurale netværk - en artikel fra Gizmodo taler om, hvordan vi ser resultaterne af ANN'er i spil hver dag på internettet - en af de vigtige ting, som denne artikel påpeger, er at en af de mest lovende grænser for brugen af kunstige neurale netværk er billedgenkendelse.
I en tidlig brug af disse kunstige intelligensværktøjer har forskere fundet ud af, hvordan de kan hjælpe computere med at genkende billeder af alt fra katte til individuelle menneskelige ansigter. Og det er allerede anvendt på mange måder - på dine meddelelsesplatforme, i din profil og endda muligvis i din lokale lufthavn.
Feltet biometri har fået meget ved ideen om, at du kan bruge billedgenkendelse til at identificere et individ. Og selvfølgelig også marketinggevinster ved billedgenkendelse, hvilket hjælper med at sammensætte de forbindelser, der kommer til at appellere til en menneskelig bruger. Men på et bredere plan har det at kunne udnytte billeder til data alle slags nyttige applikationer - så på et tidspunkt vil vi ikke tilføje ord til computere mere - vi kan give dem billeder til vis dem hvad vi prøver at formidle - og som alle ved, er et billede værd 1.000 ord.
Et andet interessant punkt fra Gizmodo-stykket er, at naturlig sprogbehandling også er et produkt af ANN-arbejde. Vi har brugt det i et stykke tid, hvad enten det er med Siri eller dikteringsværktøjer eller anden form; måder, hvorpå computere nedbryder fonetik og konverterer dem, har meget at gøre med tidlig forskning i kunstige neurale netværk.
Business Intelligence
Bortset fra at være i stand til at fastlægge individuelle kunder og dissekere deres personlige oplysninger til markedsføringsformål, bruger virksomheder også kunstige neurale netværk og maskinlæring på andre meget vigtige måder.
En virksomhed er en organisme - og enhver virksomhed af betydelig størrelse vil have brug for en masse retning, både dag til dag og på lang sigt.
Så snart software blev tilstrækkeligt avanceret, avanceret nok, begyndte leverandører at opbygge forskellige enterprise-software platforme til at hjælpe virksomheder med at automatisere alt, hvad de plejede at gøre med hånden. Salesforce-automatisering øger styrken hos salgsteams gennem teknologi. Værktøjer til styring af kundeforhold hjælper med at fremme bedre forbindelser til en målgruppe. Supply chain management tools får de nødvendige råvarer til forretningssteder. Og generelle værktøjer til forretningsintelligens indtager alle de rå data og gør dem til handlinglige rapporter, som ledere kan bruge.
I stedet for at foretage gennemgang af faciliteter og prøve at forestille sig, hvad der vil ske i fremtiden, ser dagens ledere i stigende grad på visuelle instrumentbræt og ser tydeligt, hvad de skal gøre for at gøre virksomheden bedre. Al denne gennemsigtighed er igen afhængig af kunstige neurale netværk - og maskinindlæring og dyb læringsværktøjer - anvendt på disse analytiske motorer giver os den viden, vi har brug for på måder, der er baseret på den meget vigtige simulering af menneskelig tænkning.
Alle disse gennembrud er bare toppen af isbjerget. En revolution kommer - en massiv ændring af havet på den måde, vi interagerer med teknologi. Smartere og mere dygtige robotter og computere vil begynde at lyde, se ud og optræde som os - og det er op til os at finde ud af, hvordan det vil arbejde.