12. ВИ Flashcards
Научниците (програмерите) користат два основни
методи за да ги тренираат сметачите:
¨ Програмите имаат соодветно сценарио за секоја
возможна ситуација во која може да се најде
програмата, и според тоа се превзема соодветна
активност.
¨ Самите сметачи учат од податоците што им се на
располагање и од минатите искуства, и способни
се да превземат акција и во ново, дотогаш
невидено сценарио.
Кој се смета за татко на вештачката
интелигенција.
John McCarthy
од средината на 70-тите до 1990
‘зима за ВИ’,
Која програма и кога го победила тогашниот светски шампион во шах, Garry Kasparov.
Во 1997, програмата на IBM, Deep Blue
Нивоа на вештачка
интелигенција
§ Тесна (специфична) вештачка интелигенција * Siri, Alexa, Cortana
* IBMs Watson
* Автономни возила
* Софтвер за препознавање на лице
* Софтвер за детекција на спам пораки
* Алатки за предвидување
§ Општа (генерална) вештачка интелигенција * Препознавање
* Сеќавање
* Тестирање на хипотези
* Креативност
* Аналогија
* Импликација
§ Вештачка супер-интелигенција
Апликативна примена на ВИ
n
Алатките за предвидување на Google
n Апликации за споделување на превоз(Uber, Lyft)
n Автопилоти во комерцијални авио-летови
n Детекција на ‘spam’ во електронско сандаче
n Алатки за детекција на плагијати
n Препознавање на лице
n Препораки при пребарување
n Конверзија на глас во текст
n Персонални асистенти (Siri, Alexa)
Полиња во ВИ (1)
n Машинско учење: учење од примери и од искуство,
наоѓање на шаблони во големи податоци и употреба
на тие шаблони за предвидување во иднина.
n Длабоко учење: гранка од машинско учење.
n Процесирање на природни јазици: разбирање и
процесирање на природни јазици.
n Експертни системи: интерактивни, доверливи
системи кои користат факти и евристики за носење
на одлуки во сложени ситуации.
n Непрецизна (фази) логока: кога не се разгледува
точно и неточно како 0 и 1, туку како реален број меѓу
0 и 1 што дефинира одредена веројатност за точно
или неточно.
n Компјутерска визија: алгоритми и алатки кои
процесираат слики и видеа.
n Роботика: комбинација од ВИ и машинско
инженерство што овозможува развој на автономни
интелигентни уреди.
n Препознавање на говор: конверзија на говор во
текст/наредби, со цел машината да може да
комуницира со корисникот.
n Планирање и носење на одлуки: алгоритми кои и
овозможуваат на ВИ да носи одлуки и па прави
оптимизации со цел да стигне до однапред зададена
цел.
Машинско учење е
научна дисциплина чија примарна цел
е развој на алгоритми и модели кои овозможуваат
сметачите да учат од податоците кои ги имаат на
располагање, да вршат предвидувања и да носат одлуки
и во ситуации кои претходно не ги сретнале.
Машинско учеењ
§ Инженеринг на карактеристики: програмерот задава множество на карактеристики кои доколку се присутни во податоците, алгоритмите ќе прават точни предвидувања.
§ Надгледувано учење, кога моделите и алгоритмите учат од лабелирани податоци.
§ Ненадгледувано учење, кога моделите и алгоритмите наоѓаат шаблони во нелабелирани податоци.
§ Широка примена во многу домени, како препознавање на слика, препознавање на говор, процесирање на природни јазици и др.
Длабоко учење (ДУ) е
гранка од машинско учење.
Инспирирани од структурата на човечкиот мозок, ДУ
користи и тренира структури кои се викаат вештачки
невронски мрежи.
Длабоко учење (ДУ)
ДУ овозможува автоматска екстракција на карактеристики од необработени податоци.
§ Длабоки невронски мрежи се вид на вештачки невронски мрежи кои имаат многу слоеви, со чија помош може да се учат карактеристики на сложени хиерархиски податочни
структури.
§ Во некои домени (компјутерска визија, процесирање на природни јазици, препознавање на говор, …) ДУ дава подобри резултати споредено со традиционалните техники од машинско учење.
Предности на ВИ
§ Намалување на можноста за грешка поради човечки
фактор
§ Достапност 24×7
§ Автоматизација на задачи кои се повторуваат
§ Дигитални асистенти
§ Брзо носење на рационални одлуки
§ Примена во медицина
§ Зголемена компјутерска безбедност
§ Подобрена комуникација
Недостатоци на ВИ
§ Цена на чинење
§ Недостаток на кадри
§ Недостиг на стандарди за развој на
софтвер
§ Можност за злоупотреби
§ Голема зависност од технологија
§ Потреба од супервизија
Во последните три години, на пазарот на труд,
двојно е зголемена потребата од експерти за ВИ.
n Бројот на објавени позиции од областа на ВИ е
зголемен за
119%.
Потребни вештини за кариера во ВИ:
¨ комјутерски науки, програмски јазици, Баесови и
невронски мрежи, физика, роботика, калкулус,
статистика
