Нейросети (ИИ) в 2023 году

Возможно, мы все еще далеки от чего-то вроде репликантов в «Бегущем по лезвию» , но искусственный интеллект (ИИ) и, в частности, глубокое обучение уже меняют наш подход ко всему, от скрининга рака до показа рекламы. ChatGPT и Bard от Google попали в заголовки газет за их устрашающе точные имитации людей. Способность ChatGPT и подобных ему ИИ отвечать на вопросы и даже создавать функциональный (хотя и ошибочный) код вызвала фурор в СМИ, который привлек значительные инвестиции в компании, ориентированные на ИИ, несмотря на шаткие рынки.

Однако, если вы копнете немного глубже, вы начнете видеть, что, хотя ChatGPT действительно крут, это всего лишь одна часть гораздо большей картины. Давайте углубимся и выясним, почему.

Основные выводы:

1) Когда люди говорят об ИИ, они обычно имеют в виду машинное обучение или глубокое обучение.

2) Большинство современных прорывов в области искусственного интеллекта основаны на нейронных сетях глубокого обучения.

3) Генеративный ИИ, вероятно, приведет к революции ИИ в 2023 году

4) Глубокое обучение — важный инструмент для рекламодателей

Что вообще такое ИИ?

Что ж, давайте спросим, ​​согласно ChatGPT:

ИИ означает «искусственный интеллект». Это относится к разработке компьютерных систем, которые могут выполнять задачи, обычно требующие человеческого интеллекта, такие как визуальное восприятие, распознавание речи, принятие решений и языковой перевод. Системы искусственного интеллекта используют алгоритмы, машинное обучение и глубокое обучение для анализа данных и создания прогнозов или решений на основе этих данных. Цель ИИ — создать машины, способные выполнять задачи автономно, без вмешательства человека, а также повысить эффективность и точность задач, которые в настоящее время выполняются людьми.

Это кажется нам правильным, хотя мы должны помнить, что часто, когда люди говорят об ИИ, они на самом деле имеют в виду машинное обучение или алгоритмы глубокого обучения, которые предназначены для анализа больших объемов обучающих данных в попытке найти корреляции и закономерности. После обнаружения эти шаблоны можно использовать для управления автомобилем, выявления рака легких, создания чат-бота или понимания того, что клиент больше всего заинтересован в покупке.

В чем разница между машинным обучением и глубоким обучением?

Термины машинное обучение и глубокое обучение часто используются взаимозаменяемо, но между ними есть существенные различия.

Машинное обучение позволяет компьютерным системам учиться и адаптироваться на основе опыта без явного программирования, используя набор правил, называемый алгоритмом, для анализа данных. В пределах этого набора правил система машинного обучения способна к самосовершенствованию, но если она нуждается в улучшении за пределами этой области или если что-то в наборе правил создает ошибки, требуется дополнительное кодирование человеком.

Глубокое обучение было создано, чтобы исправить это. Когда что-то не работает, алгоритм глубокого обучения может улучшить результат за счет повторения и определить, что работает, а что нет. Это достигается путем объединения алгоритмов и вычислительных блоков, называемых нейронами, в искусственную нейронную сеть, вдохновленную структурой человеческого мозга. Данные передаются через эту сеть взаимосвязанных алгоритмов и обрабатывают данные аналогично нашему собственному мозгу. Это позволяет Deep Learning обрабатывать обширные, даже неструктурированные наборы данных и улучшать собственный набор правил на основе своих идей.

Почему ИИ внезапно попал в поле зрения мейнстрима?

Большая часть этого последнего всплеска интереса к искусственному интеллекту связана с ChatGPT. Это приложение имитирует человеческую речь и набрало миллион пользователей всего за пять дней.

Чат-ИИ захватывает воображение людей, потому что они очень хорошо умеют выглядеть как люди. ChatGPT поднял это на новый уровень благодаря своей способности предлагать функциональный код и писать довольно убедительные статьи или речи. Это, естественно, привело к тому, что множество ученых мужей объявили, что ИИ придет на нашу работу, и в целом повысило интерес к этой области.

Есть некоторые проблемы с этим приемом. Хотя ChatGPT и другие подобные решения — это большой шаг вперед в области ИИ, они все еще не являются «настоящим интеллектом». ChatGPT может предоставить сносный код, потому что у него есть доступ ко всему GitHub, поэтому он, по сути, делает то, что сделал бы любой неопытный разработчик, и использует ресурсы. Он может писать речи, книги и статьи, потому что имеет доступ к обширной базе данных речей, книг и статей, из которых можно черпать информацию. Он способен обучаться и создавать очень убедительный контент, но не ИИ, способный полностью заменить человека в сложной работе, требующей творчества. И это только одна часть гораздо большей картины.