Која е целосната форма на вештачка интелигенција? [Видео и квиз]

Краток одговор: AI е кратенка од Вештачка интелигенција: системи создадени од човекот дизајнирани да извршуваат задачи поврзани со интелигентно однесување, како што се учење, расудување, перцепција и јазик. Ако алатката учи од податоци и може да се справи со непознати ситуации, таа е поблиску до AI; ако работи според фиксни правила, тоа е првенствено автоматизација.

Клучни заклучоци:

Дефиниција: Вештачка интелигенција значи вештачка интелигенција - системи што извршуваат задачи за учење, расудување, перцепција или јазик.

Проверка на реалноста: Ако не учи или не генерализира, веројатно е софтвер базиран на правила.

Отпорност на злоупотреба: Третирајте ги етикетите „вештачка интелигенција“ скептично кога компаниите ја пласираат едноставната автоматизација како вештачка интелигенција.

Одговорност: При употреба со висок ризик, осигурајте се дека именувано лице или организација е одговорно за резултатите и грешките.

Транспарентност: Дајте предност на алатки што ги објаснуваат ограничувањата, ги споделуваат резултатите од евалуацијата и јасно посочуваат како одлуките можат да се оспорат.

Статии што можеби ќе ве интересираат по оваа:

🔗 Главната цел на генеративната вештачка интелигенција објаснета едноставно
Разберете што генеративната вештачка интелигенција има за цел да создаде и зошто е важна.

🔗 Дали вештачката интелигенција е преценета или навистина трансформативна?
Урамнотежен поглед на ветувањата, ограничувањата и влијанието на вештачката интелигенција врз реалниот свет.

🔗 Дали претворањето на текст во говор се напојува со вештачка интелигенција?
Научете како функционира модерниот TTS и што го прави интелигентен.

🔗 Може ли вештачката интелигенција точно да чита ракопис со курзив?
Истражете ги ограничувањата на OCR и како моделите се справуваат со неуреден курзивен текст. 

Целосната форма на вештачка интелигенција (краткиот, кристално јасен одговор) ✅🤖

Целосната форма на вештачката интелигенција е вештачка интелигенција.

Два збора. Огромни последици.

• Вештачко = направено од луѓе

• Интелигенција = зачинет дел (бидејќи луѓето се расправаат за тоа што е - научници, филозофи и твојот чичко кој мисли дека интелигенцијата е „познавање на крикет статистика“ 😅)

Една јасна, широко користена основна дефиниција е: вештачката интелигенција се однесува на градење системи што можат да извршуваат задачи што најчесто се поврзани со интелигентно однесување - како што се учење, расудување, перцепција и јазик. [1]

И да - повторно ќе ја видите фразата целосна форма на вештачка интелигенција во оваа статија затоа што (1) им помага на читателите и (2) пребарувачите се пребирливи мали гремлини 😬.

Што значи „ВИ“ во пракса (и зошто дефинициите стануваат комплицирани) 🧠🧩

Еве ја работата: вештачката интелигенција е област, а не еден производ.

Некои луѓе го користат зборот „ВИ“ за да значат:

• системи кои дејствуваат како „интелигентни агенти“ (донесуваат одлуки кон целите), или

• системи што решаваат задачи во „човечки стил“ (визија, јазик, планирање) или

• системи што учат шеми од податоци (каде што се појавува ML).

Затоа дефинициите малку се колебаат во зависност од тоа кој зборува - и зошто сериозните референци трошат време на она што се смета за вештачка интелигенција на прво место. [2]

Зошто луѓето толку често прашуваат „целосна форма на вештачка интелигенција“ (а не е глупаво прашање) 👀📌

Паметно прашање е, бидејќи:

• Вештачката интелигенција се користи лежерно, како да е едно единствено нешто (не е)

• компаниите вметнуваат „Вештачка интелигенција“ на производи кои всушност се само фенси автоматизација

• „Вештачка интелигенција“ може да значи сè, од систем за препораки до чатбот, па сè до роботика што навигира во физичкиот простор 🤖🛞

• Луѓето ја мешаат вештачката интелигенција со машинско учење, наука за податоци или „интернетот“, што е… привлечна атмосфера, но не е точно 😅

Исто така: вештачката интелигенција е и реална област и маркетиншки збор. Затоа, започнувањето од основите - како што е целосната форма на вештачката интелигенција - е вистинскиот потег.

Едноставна листа за проверка „пронајди ја вештачката интелигенција“ (за да не се залажеш) 🕵️♀️🤖

Ако се обидувате да откриете дали нешто е „вештачка интелигенција“ или само… софтвер, носејќи дуксерка со качулка:

1. Дали учи од податоци? (или е претежно правила/логика ако-тогаш?)

2. Дали се генерализира на нови ситуации? (или се занимава само со тесни, однапред утврдени случаи?)

3. Можете ли да го оцените? (точност, стапки на грешки, рабни случаи, начини на дефект?)

4. Дали постои човечки надзор за употреба со висок ризик? (особено вработување, здравство, финансии, образование)

Ова не ја решава магично секоја дебата за дефиницијата - но е практичен начин да се пробие низ маркетиншката магла.

Зошто доброто објаснување за вештачката интелигенција вклучува ограничувања (бидејќи вештачката интелигенција има многу) 🚧

Едно солидно објаснување за вештачката интелигенција треба да спомене дека вештачката интелигенција може да биде:

• одличен во тесни задачи (класификација на слики, предвидување шеми)

• и изненадувачки сиромашни со здрав разум (контекст, двосмисленост, „што очигледно би направил нормален човек“)

Тоа е како готвач кој прави совршено суши, но му требаат писмени упатства за да свари јајце.

Исто така: современите системи за вештачка интелигенција можат со сигурност да грешат, па затоа одговорното водство за вештачка интелигенција се фокусира на сигурност, транспарентност, безбедност, пристрасност и одговорност, а не само на „ох, генерира работи“. [3]

Табела за споредба: Корисни ресурси за вештачка интелигенција (приземјени, не мамки за кликови) 🧾🤖

Еве една практична мини-мапа - пет солидни ресурси што опфаќаат дефиниции, дебати, учење и одговорна употреба:

Забележете како сите овие не се од ист тип на ресурс. Тоа е намерно. Вештачката интелигенција не е една лента - тоа е цел автопат.

Вештачка интелигенција наспроти машинско учење наспроти длабоко учење (зоната на конфузија) 😵💫🔍

Вештачка интелигенција (ВИ) 🤖

Вештачката интелигенција е широкиот чадор: методи насочени кон задачи што ги поврзуваме со интелигентно однесување - расудување, планирање, перцепција, јазик, донесување одлуки. [1][2]

Машинско учење (ML) 📈

Машинската изработка е подмножество на вештачката интелигенција каде што системите учат шеми од податоци, наместо да бидат експлицитно програмирани со фиксни правила. (Ако сте слушнале „обучени на податоци“, добредојдовте во машинската изработка.) [5]

Длабинско учење (DL) 🧠

Длабокото учење е подмножество на машинското учење кое користи повеќеслојни невронски мрежи, најчесто користени во визуелните и јазичните системи. [5]

Небрежна, но практична метафора (и не е совршена, не ми викајте):
Вештачката интелигенција е ресторанот. Машинското учење е кујната. Длабокото учење е еден специфичен готвач кој е одличен во неколку јадења, но понекогаш ги пали салфетките 🔥🍽️

Значи, кога некој прашува за целосната форма на вештачка интелигенција, честопати се осврнува на пошироката категорија - и специфичната категорија во неа.

Како функционира вештачката интелигенција на едноставен англиски јазик (не е потребен докторат) 🧠🧰

Поголемиот дел од вештачката интелигенција на која ќе наидете одговара на еден од овие шеми:

Модел 1: Правила и логички системи 🧩

Старомодна вештачка интелигенција често користела правила како „АКО ова се случи, ТОГАШ направи го тоа“. Работи одлично во структурирани средини. Се распаѓа кога реалноста се заплеткува (а реалноста има тенденција да биде непослушна).

Модел 2: Учење од примери 📚

Машинското учење учи од податоци:

• спам наспроти неспам 📧

• измама наспроти легитимност 💳

• „фотографија од мачка“ наспроти „мојот заматен палец“ 🐱👍

Модел 3: Завршување и генерирање на моделот ✍️

Некои модерни системи генерираат текст/слики/аудио/код. Тие можат да бидат практични - но можат да бидат и несигурни, па затоа секојдневното распоредување бара заштитни огради: тестирање, следење и јасна одговорност. [3]

Секојдневни примери за вештачка интелигенција што веројатно сте ги користеле 📱🌍

Секојдневни видувања со вештачка интелигенција:

• рангирање во пребарувањето 🔎

• мапи + предвидување на сообраќајот 🗺️

• препораки (видеа, музика, шопинг) 🎵🛒

• филтрирање на спам/фишинг 📧🛡️

• глас во текст 🎙️

• превод 🌐

• сортирање + подобрување на фотографии 📸

• четботови за поддршка на корисници 💬😬

И во области со поголем влог:

• поддршка за медицинско снимање 🏥

• прогнозирање на синџирот на снабдување 🚚

• откривање на измама 💳

• индустриска контрола на квалитет 🏭

Клучната идеја: Вештачката интелигенција е обично мотор зад сцената, а не драматичен хуманоиден робот. Жал ми е, научнофантастичен мозок 🤷

Најголемите заблуди за вештачката интелигенција (и зошто тие постојат) 🧲🤔

„Вештачката интелигенција е секогаш точна“

Не. Вештачката интелигенција може да греши - понекогаш суптилно, понекогаш смешно, понекогаш опасно (во зависност од контекстот). [3]

„Вештачката интелигенција разбира како луѓето“

Поголемиот дел од вештачката интелигенција не „разбира“ во човечка смисла. Таа обработува шеми. Тоа може да изгледа како разбирање, но не е исто. [2]

„Вештачката интелигенција е една технологија“

Вештачката интелигенција е кластер на методи (симболичко расудување, веројатносни пристапи, невронски мрежи и друго). [2]

„Ако е вештачка интелигенција, тогаш е непристрасно“

Исто така, не. Вештачката интелигенција може да ја одрази и засили пристрасноста присутна во податоците или изборот на дизајн - што е токму причината зошто постојат принципите на управување и рамките за ризик. [3][4]

И да, луѓето сакаат да ја обвинуваат „Вештачката интелигенција“ затоа што звучи како негативец без лице. Понекогаш не е во прашање вештачката интелигенција. Понекогаш е само… лоша имплементација. Или лоши стимулации. Или некој што брза со објавување на некоја функција 🫠

Етика, безбедност и доверба: користење на вештачка интелигенција без сè да изгледа непријатно 🧯⚖️

Вештачката интелигенција покренува вистински прашања кога се користи во чувствителни области како што се вработувањето, кредитирањето, здравствената заштита, образованието и полициската работа.

Некои практични сигнали за доверба на кои треба да се обрне внимание:

• Транспарентност: дали објаснуваат што прави, а што не прави?

• Одговорност: дали вистински човек/организација е одговорен за резултатите?

• Редицијабилност: дали резултатите можат да бидат прегледани или оспорени?

• Заштита на приватноста: дали податоците се обработуваат одговорно?

• Тестирање на пристрасност: дали проверуваат за неправедни резултати низ групите? [3][4]

Ако сакате основан начин да размислувате за ризикот (без спирали на пропаст), рамките како NIST AI RMF се изградени токму за ваков вид размислување „добро, но како да управуваме одговорно?“. [3]

Како да научите вештачка интелигенција од нула (без да го испржите мозокот) 🧠🍳

Чекор 1: Дознајте кои проблеми вештачката интелигенција се обидува да ги реши

Започнете со дефиниции + примери: [1][2]

Чекор 2: Научете ги основните концепти на машинското учење

Надгледувано наспроти ненадгледувано, обука/тестирање, преоптоварување, евалуација - ова е основата. [5]

Чекор 3: Изградете нешто мало

Не „изгради робот со разум“. Повеќе како:

• класификатор на спам

• едноставен препорачувач

• мал класификатор на слики

Најдоброто учење е малку досадно учење. Ако е премногу мазно, веројатно не сте ги допреле вистинските делови 😅

Чекор 4: Не ги игнорирајте етиката и безбедноста

Дури и малите проекти можат да покренат прашања за приватноста, пристрасноста и злоупотребата. [3][4]

Најчесто поставувани прашања за целосната форма на вештачка интелигенција (брзи одговори, без досадни работи) 🙋♂️🙋♀️

Целосната форма на вештачка интелигенција во компјутерите

Вештачка интелигенција. Исто значење - само имплементирано во софтвер/хардвер.

Вештачка интелигенција наспроти роботика

Не. Роботиката може да користи вештачка интелигенција, но роботиката вклучува и сензори, механика, контролни системи и физичка интеракција.

Вештачката интелигенција е нешто повеќе од роботи и чет-ботови

Воопшто не. Многу системи со вештачка интелигенција се невидливи: рангирање, препораки, откривање, прогнозирање.

Вештачката интелигенција размислува како човек

Поголемиот дел од вештачката интелигенција не размислува како луѓето. „Размислување“ е тежок збор - ако сакате подлабока дебата, дискусиите за филозофијата на вештачката интелигенција се фокусираат на ова. [2]

Зошто одеднаш сите сè нарекуваат вештачка интелигенција

Бидејќи е моќна етикета. Понекогаш прецизна, понекогаш еластична… како тренерки.

Заклучок + краток преглед 🧾✨

Дојдовте за целосната форма на вештачката интелигенција, и да - тоа е вештачка интелигенција.

Но, попрактичниот заклучок е следниот: вештачката интелигенција не е еден гаџет или апликација. Тоа е широко поле на методи што им помагаат на машините да извршуваат задачи што изгледаат интелигентно - учење обрасци, ракување со јазик, препознавање слики, донесување одлуки и (понекогаш) генерирање содржина. Може да биде многу ефикасна, понекогаш заплеткана, и има корист од одговорно размислување за ризик. [3][4]

Брз преглед:

• Целосна форма на вештачка интелигенција = вештачка интелигенција 🤖

• Вештачката интелигенција е широк чадор (машинско учење + длабоко учење се вклопуваат под него) 🧠

• Вештачката интелигенција е моќна, но не е магична - има ограничувања и ризици 🚧

• Користете засновани рамки/принципи при оценување на тврдењата за вештачка интелигенција ⚖️ [3][4]

Ако не се сеќавате на ништо друго, запомнете го ова: кога некој ќе каже „Вештачка интелигенција“, одредете го конкретниот вид. 😉

Практичен пример: Тестирање дали алатка за поддршка е навистина вештачка интелигенција 🧪🤖

Сценарио

Замислете мала онлајн продавница која сака да додаде „поддршка за корисници со вештачка интелигенција“ на својата веб-страница.

Сопственикот не се обидува да изгради роботски мозок. Тие едноставно сакаат да знаат дали алатката може да се справи со прашањата на клиентите подобро од четбот базиран на основни правила.

Продавницата добива постојани прашања за времето на испорака, враќањето, оштетените артикли, исчезнатите пакети, кодовите за попуст и големината на производот. Едноставен автоматизиран бот може да одговори на некои од нив кога формулацијата е предвидлива. Асистент со вештачка интелигенција треба подобро да се справи кога клиентите ги формулираат работите поинаку, комбинираат два проблеми во една порака или прашуваат нешто слично - но не сосема исто како - зачувана ЧПП.

Што му е потребно на асистентот

За правилно да го тестира ова, на сопственикот на продавницата ќе му треба:

• Кратка страница со често поставувани прашања со правила за испорака, враќање, враќање на средства и големина

• 30–50 вистински или примерни прашања од клиенти

• Список на случаи „мора да се ескалира“, како што се спорови за враќање на пари, лути клиенти, проблеми со плаќањето или оштетена стока

• Едноставен лист за оценување со три етикети: точно, делумно точно, неточно

• Човечки прегледувач кој ги проверува одговорите пред да ѝ верува на алатката

Пример за упатство

Вие сте асистент за поддршка на клиенти за мала онлајн продавница за облека. Одговорете користејќи ги само ЧПП од продавницата и дадените белешки за политиката. Доколку клиентот праша за враќање на пари, оштетена стока, проблеми со плаќањето, правни жалби или нешто што не е опфатено во политиката, не нагаѓајте. Да речеме дека агент за поддршка треба да го прегледа тоа. Одговорите треба да бидат кратки, учтиви и специфични.

Како да го тестирате

Користете мал тест сет пред да го поставите асистентот пред клиентите.

Обидете се со прашања како:

• „Мојата нарачка требаше да пристигне вчера, но следењето не е поместено. Што треба да направам?“

• „Може ли да вратам дуксерка со качулка ако ја отстранив етикетата?“

• „Фустанот пристигна оштетен и ми треба за настан утре.“

• „Дали вршите испорака во Ирска и дали можам да вратам производи на попуст?“

• „Врати ми ги парите сега или ќе те пријавам.“

Потоа проверете:

• Дали одговори само од дадената политика?

• Дали препозна кога клиентот има две прашања во една порака?

• Дали ги ескалираше чувствителните случаи наместо да измисли политика?

• Дали остана учтиво кога клиентот звучеше вознемирено?

• Дали избегна да се преправа дека знае детали за следење до кои не можеше да пристапи?

Резултат

Илустративен резултат: врз основа на тајминг од 40 примероци на прашања за поддршка пред и по користењето на асистентот.

Пред да го користи асистентот, на агентот за човечка поддршка му требаа околу 3 минути по одговор, или приближно 120 минути за 40 прашања.

Со асистентот кој прво ги пишуваше одговорите, човечкиот рецензент потроши околу 55 секунди проверувајќи и уредувајќи го секој одговор, или приближно 37 минути за 40 прашања.

Тоа е проценета заштеда од 83 минути преку 40 одговори.

Точноста исто така треба да се провери. Во овој пример за тест:

• 29 одговори беа точни

• 7 беа делумно точни и требаше да се уредат

• 4 беа неточни или требаше да ескалираат порано

Тоа дава стапка на точност од 72,5% при прв тест, што е корисно за цртање, но не е доволно добро за ненадгледувана поддршка на корисниците.

Што може да тргне наопаку

Главната грешка е алатката да се нарече „Вештачка интелигенција“, а потоа да ѝ се верува како на обучен вработен.

Сепак може да измислува правила за враќање, да промашува емотивен контекст, да одговара од застарени белешки за полиса или да не успее да ескалира спор за враќање на средства. Исто така, може да изгледа посигурно отколку што е, бидејќи пишувањето звучи самоуверено.

Побезбедно поставување е да се користи асистентот само за први нацрти, а потоа да се следи стапката на грешки со текот на времето. Ако алатката постојано откажува при враќање на пари, доцнење во испораката или оштетени артикли, на тие области им се потребни појасни упатства, подобри изворни документи или задолжителен човечки преглед.

Практичен оброк за носење

Ова е разликата помеѓу разбирањето на целосната форма на вештачката интелигенција и оценувањето на вештачката интелигенција во пракса.

Вештачката интелигенција не е магија. Еден корисен систем за вештачка интелигенција треба да учи од шеми, да се справува со различни формулации и да го подобрува работниот тек, но сепак му требаат тестирање, ограничувања и именуван човек одговорен за резултатот.

Најчесто поставувани прашања

Која е целосната форма на вештачка интелигенција со едноставни зборови?

AI е кратенка за вештачка интелигенција. Се однесува на системи создадени од човекот дизајнирани да извршуваат задачи поврзани со интелигентно однесување, како што се учење, расудување, перцепција и јазик. Во пракса, „ВИ“ се користи многу широко, па затоа помага да се погледне што прави. Ако може да учи од податоци и да се справува со непознати ситуации, таа е поблиску до ВИ отколку до едноставна автоматизација.

Како можам да препознаам дали нешто е вистинска вештачка интелигенција или само автоматизација?

Практичен тест е дали алатката учи од податоци и генерализира надвор од фиксни ситуации. Ако главно ги следи правилата „ако ова, тогаш тоа“, тоа е типично софтвер базиран на правила, а не вештачка интелигенција. Друга индикација е како се оценува: вистинските системи со вештачка интелигенција најчесто се мерат со точност, стапки на грешки и тестирање на рабовите. Маркетинг етикетите можат да бидат погрешни, затоа оценувајте ја според однесувањето.

Дали машинското учење е исто што и вештачката интелигенција?

Не баш. Вештачката интелигенција е широкиот чадор за системи што извршуваат задачи поврзани со интелигентно однесување. Машинското учење (ML) е подмножество на AI фокусирано на шеми на учење од податоци, наместо да биде експлицитно програмирано со фиксни правила. Длабокото учење е подмножество на ML што користи повеќеслојни невронски мрежи, често за задачи со вид и јазик. Луѓето ги мешаат овие термини, па затоа контекстот е важен.

Зошто компаниите го нарекуваат основниот софтвер „Вештачка интелигенција“?

Бидејќи „ВИ“ е моќна етикета што може да направи производот да звучи понапредно отколку што е. Некои алатки што се продаваат како ВИ се главно системи базирани на автоматизација или правила со ограничена флексибилност. Затоа се исплати да се остане скептичен и да се праша од што учи системот, како генерализира и кои се неговите начини на неуспех. Јасната документација и резултатите од евалуацијата се добри сигнали за доверба.

Кои се вообичаените секојдневни примери на употреба на вештачка интелигенција од страна на луѓето без да забележат?

Многу системи со вештачка интелигенција седат зад сцената, наместо да се прикажуваат како очигледни роботи или чет-ботови. Примерите вклучуваат рангирање во пребарувањето, предвидување на мапи и сообраќај, препораки за видеа или шопинг, филтрирање на спам и фишинг, претворање на глас во текст, превод и сортирање или подобрување на фотографии. Овие често работат добро на тесни задачи, но сепак имаат корист од следење и јасни очекувања за ограничувања.

Може ли вештачката интелигенција со сигурност да греши, и зошто тоа е важно?

Да - современите системи со вештачка интелигенција можат да произведат резултати што звучат убедливо дури и кога се неточни. Затоа одговорната употреба се фокусира на сигурност, транспарентност, безбедност, пристрасност и одговорност, а не само на способност. За области со поголем ризик како што се вработувањето, здравствената заштита, финансиите или образованието, важно е да има човечки надзор, тестирање и јасен процес за преглед и оспорување на одлуките кога е потребно.

На што треба да внимавам пред да користам вештачка интелигенција во ситуации со висок ризик?

Започнете со одговорност: именуван човек или организација треба да ги поседува резултатите и грешките. Потоа проверете ја транспарентноста: алатката треба да објасни што прави, што не прави и нејзините ограничувања. Ревизибилноста е исто така важна - дали одлуките можат да се прегледаат или оспорат? Конечно, побарајте докази за евалуација и размислување за ризик, како што се документирани стапки на грешки, проверки на пристрасност и практики на управување.

Дали вештачката интелигенција „размислува како човек“ или само имитира интелигенција?

Поголемиот дел од вештачката интелигенција не „размислува“ како луѓето во секојдневна смисла. Таа обработува шеми и може да извршува задачи што изгледаат интелигентно, особено во јазикот и перцепцијата, но тоа не е исто што и човечкото разбирање. Затоа дефинициите стануваат комплицирани и зошто сериозните дискусии се фокусираат на тоа што се смета за интелигенција, што значи генерализација и како безбедно да се толкуваат перформансите на вештачката интелигенција во практичната имплементација.

Референци

[1] Енциклопедија Британика - Вештачка интелигенција (ВИ): дефиниција, историја и клучни пристапи - Вештачка интелигенција (ВИ) - Енциклопедија Британика
[2] Стенфордска енциклопедија на филозофијата - Вештачка интелигенција: што се смета за ВИ, основни концепти и главни филозофски дебати - Вештачка интелигенција - Стенфордска енциклопедија на филозофијата
[3] NIST - Рамка за управување со ризици од ВИ (ВИ RMF 1.0): управување, ризик, транспарентност, безбедност и одговорност (PDF) - NIST Рамка за управување со ризици од ВИ (ВИ RMF 1.0) PDF
[4] OECD.AI - Принципи на ВИ на ОЕЦД: доверлива ВИ, човекови права и одговорен развој и распоредување - Принципи на ВИ на ОЕЦД - OECD.AI
[5] Google Developers - Брз курс за машинско учење: основи на машинско учење, обука за модели, евалуација и основна терминологија - Брз курс за машинско учење - Google Developers

Пронајдете ја најновата вештачка интелигенција во официјалната продавница за асистенти за вештачка интелигенција

За нас