Ви коли-небудь відчували себе Джоуї, коли він купує єдину енциклопедію?
Іноді розмови про штучний інтелект можуть здаватися такими.
Всі говорять про новітні системи штучного інтелекту, використовують нову лексику, нові варіанти використання та передові технології, і (давайте будемо чесними) буває досить складно встигати за ними.
Існують інструменти генеративного ШІ для створення контенту;
Дослідницькі боти зі штучним інтелектом, які допоможуть вам відповісти на будь-яке запитання, і навіть безпілотні автомобілі, які використовують новітні технології штучного інтелекту для навігації на дорозі.
Все це може залишити вас трохи розгубленими (як і Джоуї в цьому випадку). Друзі епізод).
Якщо ви хочете освіжити свої знання про найпоширеніші типи штучного інтелекту, які використовуються сьогодні, читайте далі.
У цьому блозі ми розглянемо 7 різних типів штучного інтелекту, для чого вони зараз використовуються і що це може означати в майбутньому.
7 типів штучного інтелекту: огляд
Загалом існує 7 типів штучного інтелекту.
Кожен з типів представляє різні можливості або спеціалізацію.
Отже, які існують 7 типів ШІ? Давайте розберемося.
Більше ніколи не турбуйтеся про те, що ШІ виявить ваші тексти. Undetectable AI Може допомогти тобі:
- Зробіть так, щоб ваше письмо з допомогою штучного інтелекту з'являлося на екрані схожий на людину.
- Обхід всі основні інструменти виявлення ШІ лише одним кліком.
- Використання ШІ безпечно і впевнено у школі та на роботі.
| Тип ШІ | Опис | Приклади |
| Вузький ШІ (ANI) | Спеціалізується на одному завданні, не має пам'яті і не може адаптуватися за межами попередньо налаштованих параметрів. | Siri, система рекомендацій Netflix, чат-боти для обслуговування клієнтів. |
| Штучний загальний інтелект (AGI) | Гіпотетичний ШІ з людиноподібним інтелектом, здатний розуміти, навчатися та самостійно виконувати складні завдання. | Ще не розроблений. |
| Штучний суперінтелект (ШІ) | Гіпотетичний ШІ, що перевершує людський інтелект, здатний вирішувати глобальні проблеми, але викликає етичні занепокоєння. | Ще не розроблений. |
| Реактивні машини | Базовий ШІ, який реагує на дані в реальному часі без пам'яті та здатності до навчання. | Шаховий штучний інтелект Deep Blue від IBM, автоматичні двері, розумне освітлення, автоматичні касові апарати. |
| ШІ з обмеженою пам'яттю | ШІ з короткочасною пам'яттю, що дозволяє йому вчитися на минулому досвіді та адаптуватися в режимі реального часу. | Самокеровані автомобілі, системи виявлення шахрайства, алгоритми виявлення наркотиків. |
| Теорія штучного інтелекту | Гіпотетичний ШІ, здатний розуміти емоції, наміри та переконання, натхненний людською психологією. | Концептуальний; може призвести до створення соціальних роботів або консультантів зі штучним інтелектом. |
| Самонавчальний ШІ | Гіпотетичний ШІ з самосвідомістю, здатний критично мислити, розуміти емоції та піднімати важливі етичні питання. | Ще не розроблено (і, можливо, неможливо, хоча для деяких це може бути кінцевою метою) |
1. Вузький ШІ (Artificial Narrow Intelligence - ANI)
Вузький ШІ - найпоширеніший тип ШІ, який використовується сьогодні, і цілком ймовірно, що ви вже використовуєте інструменти вузького ШІ, навіть не підозрюючи про це.
Вузький ШІ, такий як Siri, чат-бот для обслуговування клієнтів або навіть алгоритм рекомендацій Netflix, є "вузьким", оскільки він справді добре справляється з одним завданням.
На відміну від більш складних форм ШІ, які ми розглянемо пізніше, вузький інтелект не може мислити, міркувати або адаптуватися поза конкретним програмуванням; він може лише виконувати одне завдання в межах попередньо заданих параметрів.
Важливою відмінністю вузького ШІ від більш просунутих типів штучного інтелекту є відсутність пам'яті.
Вузькопрофільні інструменти ШІ не можуть зберігати дані і навчатися на них, а також застосовувати отримані знання до інших завдань; всі їхні дії повинні бути попередньо налаштовані і базуватися на правилах.
2. Штучний загальний інтелект (AGI)
Тепер ми виходимо за межі реальності і переходимо до потенційного майбутнього типу штучного інтелекту.
Штучний загальний інтелект в даний час є гіпотетичним і означав би, що машина мала б людський інтелектзі здатністю розуміти, вчитися та самостійно виконувати величезну кількість складних завдань.
Але все може бути досить складно, коли ми говоримо "людський інтелект", маючи на увазі AGI.
Теоретично, AGI мав би інтелект, який не відрізнявся б від людського.
Однак, якщо бути більш точним, ШІ був би розумнішим за людину, оскільки його здатність обробляти величезні обсяги даних значно перевищувала б можливості людського мозку.
Але не хвилюйся.
До AGI ще досить далеко, і для того, щоб стати реальністю, потрібні значні прориви в таких сферах, як дизайн нейронних мереж, машинне навчання та робототехніка.
3. Штучний суперінтелект (ШІ)
Давайте зайдемо ще далі. Крок за межі AGI - це штучний суперінтелект (ASI), тобто інтелект, який перевершує людські можливості на кожному рівні.
Це ШІ в одній з його найздібніших форм, і він буде здатний виконувати складні завдання, міркувати і вирішувати проблеми, використовуючи інтелект, що перевершує людський.
І це трохи лякає.
Штучний суперінтелект не просто повторить людські здібності, він значно перевершить їх, можливо, навіть розшириться до можливостей самосвідомості, маніпулювання людиною і навіть гірше.
Наслідки цього виду ШІ для людей, нашого суспільства і майбутнього абсолютно непередбачувані, але цілком ймовірно, що цей вид ШІ буде здатний вирішувати глобальні проблеми, такі як бідність і зміна клімату.
Питання в тому, чи дійсно ми хочемо знати відповідь?
На щастя, великі етичні дебати навколо цього типу штучного інтелекту повністю вигадані... Поки що.
4. Реактивні машини
Хоча останні два є прикладами гіпотетичного ШІ 100%, машини з реактивним ШІ є одними з перших моделей машинного навчання, які коли-небудь були створені, і все ще залишаються важливими елементами технологій у нашому повсякденному житті.
Реактивні машини - це найпростіша форма ШІ.
Ці системи можуть реагувати лише на дані про дорожній рух у реальному часі на основі запрограмованих правил і не можуть навчатися або адаптуватися з часом.
Вони є машинами з обмеженою пам'яттю або взагалі не мають пам'яті, тому їхні дії повністю реактивний.
Прикладом цього є IBM's Deep Blue шахова ШІ-система, яка перемогла гросмейстера Гаррі Каспарова в 1997 році - прорив у розвитку ШІ.
Сьогодні в робототехніці та автоматизації можна побачити реактивні машини, які виконують заздалегідь налаштований набір інструкцій, щоб виготовити щось нове.
Ще частіше реактивні машини виконують завдання, що повторюються, наприклад, автоматичні двері, автоматизовані системи навігації літаків, голосові команди (як у вашій системі Alexa або розумному освітленні вашого будинку) і навіть автоматичні каси, якими ви користуєтесь у місцевому супермаркеті.
5. ШІ з обмеженою пам'яттю
У той час як реактивні машини взагалі не мають пам'яті, а ШІ має велику пам'ять для встановлення та формування зв'язків між входами, системи ШІ з обмеженою пам'яттю є балансом між цими двома системами.
Інструменти ШІ з обмеженою пам'яттю можуть зберігати дані з минулого досвіду і вчитися на них, щоб покращити свою роботу.
Прикладом цього може бути самонавігаційний автомобіль, який навчається на попередніх маршрутах, щоб оптимізувати час поїздки в різні години дня, вдосконалені алгоритми для виявлення шахрайства, виявлення наркотиків або навіть профілактики захворювань.
ШІ з обмеженою пам'яттю унікальний тим, що може адаптуватися до нових ситуацій, використовуючи свою короткочасну пам'ять, а це означає, що він здатний динамічно підлаштовуватися під зміни даних у реальному часі.
6. Теорія штучного інтелекту
Теорія розуму ШІ-машин - це концепція, натхненна психологією, яка відноситься до машин, здатних розуміти складність емоцій, намірів і людських переконань.
Це складний виклик, оскільки вірування та нюанси людської мови не є однозначними і відкриті для інтерпретації.
Для того, щоб розробити інструменти штучного інтелекту, потрібні значні прориви в когнітивному моделюванні, обробці природної мови та машинному навчанні.
Однак, якщо це стане можливим, ці машини зі штучним інтелектом могли б допомогти людині розуміти і регулювати емоції, працюючи як консультант або психолог.
Теорія розуму може прокласти шлях до створення соціальних роботів, які могли б виступати в ролі друзів, опікунів або навіть партнерів для людей.
7. Самонавчальний ШІ
Проте для деяких людей кінцевою метою є самосвідомий ШІ: комп'ютер, який має самосвідомість і усвідомлює власне існування.
Цей супер ШІ був би здатний не лише виконувати конкретне завдання, але й розуміти емоції та мораль, а також критично мислити про свої дії та мету.
Однак, звичайно, самосвідомі машини піднімають складні етичні питання.
Чи морально правильно приносити життя у світ, а потім використовувати цих надрозумних істот для повторюваних завдань? Чи може машина страждати? Наскільки емоції машини відрізняються від людських?
Це питання, на які неможливо відповісти, але які можуть мати значні наслідки для майбутнього досліджень ШІ.
Чому вузький ШІ - найпоширеніший тип сьогодні
Отже, з усіма цими різними типами ШІ, який з них є найпоширенішим?
Що ж, відповідь очевидна: найпоширенішим типом штучного інтелекту, який використовується сьогодні, є вузький ШІ.
Це тому, що вона адаптивна, масштабована і практична, тобто її можна досить легко впроваджувати в широкому спектрі галузей.
Хоча він не може вирішувати складні проблеми, він може викорінити повторювані або адміністративні завдання і легко масштабується.
Крім того, технологія доступна і недорога сьогодні, а це означає, що вона вже працює, трансформуючи ландшафт багатьох галузей, включаючи охорону здоров'я, фінанси, виробництво, роздрібну торгівлю та розваги.
Приклади вузького ШІ в повсякденному житті
Цілком ймовірно, що ви отримаєте доступ до деяких вузькоспеціалізованих інструментів розвідки, поки ми говоримо про це.
Ось кілька прикладів найпоширеніших форм, з якими ви можете зіткнутися у повсякденному житті.
По-перше, це ті, хто чат-боти на які ви звикли покладатися, наприклад, ChatGPT або чат-бот для обслуговування клієнтів, яким користується ваш постачальник комунальних послуг, є прикладами вузького ШІ.
Вони використовують алгоритми штучного інтелекту, які запрограмовані реагувати на ваші запити, допомагаючи вам знаходити відповіді, обробляти дані та спрощувати повсякденне життя.
Як чат-боти, віртуальні асистенти такі як Siri, Alexa та Google Assistant реагують на голосові команди, допомагаючи вам виконувати повторювані або рутинні завдання, створювати плейлист, дзвонити друзям або навіть надсилати текстові повідомлення.
Навіть ті системи рекомендацій, які керують вашими акаунтами на Netflix і YouTube, є прикладами вузького ШІ.
Вони допомагають агрегувати ваші дані, а потім використовують моделі штучного інтелекту, щоб запропонувати, що вам сподобається далі.
Такі моделі можна використовувати не лише вдома - вони також допомагають компаніям аналізувати та обробляти дані про поведінку клієнтів, допомагаючи їм надавати більш оптимальний досвід у довгостроковій перспективі.
Нарешті, деякі інструменти, на які ви вже звикли покладатися (наприклад Undetectable.ai's AI SEO Writer, AI Writer of Essay і Людський типер.) використовують вузькі моделі ШІ.
Навіть коли вони пишуть олюднений контент, який неможливо відрізнити від справжнього.
Ці інструменти є "вузькими", тому що вони чудово справляються з однією задачею - написанням контенту для компаній, які покладаються на контент-маркетинг.
Ключові технології, що стоять за вузьким ШІ
Але як працюють ці інструменти? Яка технологія прихована за вузьким ШІ, що дозволяє йому бути настільки універсальним у застосуванні?
Машинне навчання (ML)
Машинне навчання, з такими елементами, як глибоке навчання, - це здатність систем штучного інтелекту навчатися на основі даних і з часом покращувати свою продуктивність.
Це фундаментальна особливість вузького ШІ, який не може бути запрограмований на пряму реакцію на кожну можливу підказку або вхідні дані, а повинен вміти обробляти дані і використовувати їх для встановлення зв'язків і синтезу нових висновків.
Обробка природної мови (NLP)
У двох словах, НЛП - це технологія, яка дозволяє машинам розуміти, інтерпретувати та генерувати людську мову.
Це те, що дозволяє ШІ ефективно спілкуватися з користувачами у природній формі.
Подумайте про підказку ChatGPT, яка відповідає на ваші запити зрозумілою вам мовою і тоном, або про інструмент гуманізації ШІ Undetectable, який виходить за рамки аналізу мови, створюючи унікальний текст, що звучить як жива людина.
Не соромтеся тестувати наш AI Humanizer за допомогою віджета нижче!
Комп'ютерний зір
Нарешті, комп'ютерний зір допомагає ШІ "бачити" візуальну інформацію зі світу, наприклад, розпізнавати обличчя або аналізувати зображення.
Для цього моделі ШІ аналізують візуальні дані, розбиваючи їх на пікселі та визначаючи шаблони або особливості (наприклад, краї, кольори та форми), а потім встановлюють зв'язки, щоб знайти конкретні об'єкти, які вони можуть розпізнати.
Переваги використання вузького ШІ сьогодні
Вузький ШІ повсюди, непомітно роблячи життя простішим, а роботу ефективнішою.
Він бере на себе повторювані та трудомісткі завдання, звільняючи нас, людей, для того, щоб зосередитися на творчих або більш складних завданнях.
Це полегшує адміністративний тягар і пришвидшує роботу.
Ще однією великою перевагою є його масштабованість - вузький ШІ може обробляти величезні обсяги даних і взаємодій одночасно, що не під силу жодній людині.
Вона також неймовірно точна, вловлюючи деталі, які людина може пропустити, наприклад, виявлення шахрайства в банківській справі або виявлення хвороб на ранніх стадіях при медичному скануванні.
До того ж, оскільки він доступний і недорогий, від цього виграє не лише бізнес.
Люди можуть використовувати вузький ШІ, щоб допомогти їм у повсякденному житті або навіть у
Виклики та обмеження вузького ШІ
Але, хоча вузький ШІ, безумовно, має свої переваги, у цієї технології є й певні недоліки.
Найбільш очевидним є те, що ці інструменти не є гнучкими.
Кожна система створена для того, щоб робити щось одне дуже добре, і не може адаптуватися до завдань, що виходять за рамки її специфічного програмування.
Наприклад, штучний інтелект, що стоїть за рекомендаціями Netflix, не допоможе вам забронювати авіаквиток - він просто не створений для цього, а обмеження його пам'яті та глибокого навчання означають, що він ніколи не матиме такої можливості.
Це означає, що для різних застосувань потрібні різні моделі ШІ, які потрібно запрограмувати і побудувати спеціально для кожного конкретного випадку використання.
Це означає потенційне дублювання роботи, дорогі вимоги до програмування та складні технологічні стеки для виконання декількох дій за необхідності.
Інше питання - це дані.
Щоб добре працювати, вузькому ШІ потрібні величезні обсяги високоякісних, неупереджених даних. Якщо дані неякісні, то й результати роботи ШІ будуть неякісними.
Ми вже бачили це, коли мова йшла про Упередженість ШІі це складна перешкода, подолання якої може мати серйозні наслідки в реальному світі.
І, нарешті, є етичні міркування.
Автоматизація - це чудовий засіб для підвищення ефективності, але вона також може призвести до витіснення робочих місць та інших суспільних проблем, які потребують ретельного розгляду.
Хоча ШІ може автоматизувати повторювані завдання, є багато людей, які покладаються на ці завдання для отримання засобів до існування.
В якій мірі ми повинні дозволити ШІ взяти на себе ці ролі, і чи достатньо творчих, складних ролей?
Чи прийде до влади загальний або надрозумний ШІ?
Але те, чого ми лише торкнулися в цій статті, - це дебати про те, що супер-алгоритми ШІ захопили світ.
Існують серйозні етичні, моральні та правові проблеми щодо деяких з цих видів штучного інтелекту. Що ці дебати означатимуть для нашого майбутнього?
Наразі ідея загального ШІ або надрозумного ШІ залишається в царині наукової фантастики.
Тим не менш, перспектива цих просунутих форм ШІ варта того, щоб про неї поговорити.
З одного боку, вони могли б вирішити величезні глобальні проблеми.
З іншого боку, вони піднімають серйозні питання про контроль, безпеку і вплив на людство.
Однак поки що ми ще дуже далекі від цього, і вузький ШІ залишається найбільш практичною та ефективною формою штучного інтелекту, що використовується сьогодні.
Заключні думки
Всі 7 типів ШІ формують сьогодення.
Вузький ШІ вже тут, роблячи повсякденні завдання простішими, а галузі - ефективнішими.
Він є у ваших рекомендаціях Netflix, системі розумного дому та багатьох інструментах для створення контенту, які ви використовуєте на роботі чи в навчанні.
І ШІ на цьому не зупиниться.
Оскільки різні типи ШІ продовжують розвиватися, на нас чекає захоплююче майбутнє, коли нові види штучного інтелекту впливатимуть на наші ролі, навіть на наші стосунки та процес прийняття рішень.
Наразі основна увага приділяється вдосконаленню та відповідальному використанню інструментів, які ми вже маємо - інструментів, які, при правильному використанні, можуть зробити життя кращим для всіх.
Тим часом, наступного разу, коли тема розмови зміститься на "Який найпоширеніший вид ШІ використовується сьогодні?". Ви будете озброєні розумною відповіддю (Друзі незважаючи на гумор).