Reklama

Umělá inteligence zvládne v roce 2018 dosud nevídané věci. Na co se můžeme těšit?

 
Další 3 fotografie v galerii
Hloubkové učení bylo inspirováno biologickými neurony v našem mozku / Pixabay
Umělá inteligence se letos přesune z fáze „učení pod dohledem“, což je standardní přístup využívaný strojovým učením, do sofistikovanějších oblastí jako je „přenosové učení“. Co to bude znamenat?

Podle řady specialistů a vědců projdou v průběhu letošního roku všechny formy umělé inteligence mnohem důkladnějším vývojem. Jedna z nejdůležitějších disciplín ve vývoji umělé inteligence, hloubkové učení, má obzvláště velkou šanci pokročit vpřed.

Vývojáři umělé inteligence (AI) se snaží počítačům propůjčit lidské myšlení a uvažování, díky kterému by byly stejně anebo ještě chytřejší, než je člověk. Jednou z cest, jak toho dosáhnout, je strojové učení, které se využívá napříč všemi odvětvími. Vedle něj se ale začínají objevovat i progresivnější způsoby.

To platí zejména pro hloubkové učení. Jedná se o inovativní větev strojového učení, která velmi věrně napodobuje fungování lidského mozku při zpracování dat a vytváření vzorců rozhodování. Vloni se tato technologie stala nezbytnou součástí mnohých oborů (jako např. zdravotnictví nebo samořídící auta). 

Hloubkové učení bylo inspirováno biologickými neurony v našem mozku a umožnilo získávat spolehlivější, bohatší, strojově interpretovatelný popis nákupního potenciálu zákazníka, aniž by byl potřeba jakýkoli zásah člověka.

Letos se výzkum umělé inteligence posune do sofistikovanějších oblastí jako je „přenosové učení“. Jedná se o formu hloubkového učení, kde je výuka stroje založena na různých simulacích –  namísto dat z reality. Tím je proces mnohem jednodušší, rychlejší a levnější. Pomocí této metody se stroj učí přijímat rozhodnutí s logickými závěry, analogií nebo dedukcí.

Například ve starších modelech strojového učení by musel samořídící automobil nejdříve najezdit miliony kilometrů s řidičem a přitom sbírat data. Ta by byla nahrána do stroje, který se učí řídit na základě řidičových rozhodnutí. Díky přenosovému učení odpadá potřeba fyzického řidiče.

Namísto toho mohou být data získána ze stovek tisíc simulací, jako je třeba počítačová autohra. Simulováním milionů hodin jízdy se stroj sám učí, jak řídit a může přenést tuto znalost do reálného světa.

Ve vzduchu však zůstává viset otázka, zda nenahradí stroje lidi úplně a nevezmou jim práci. Je tato obava lichá? Doufejme, že ano: podle Světového ekonomického fóra 65 % dětí, které teď přicházejí na základní školu, nastoupí na pracovní pozice, které v dnešní době ještě neexistují.

 
Buďte první

Mohlo by vás zajímat