Human Vs Artificial Intelligence (Ai)
Людей часто называют социальными животными из-за нашей склонности жить в обществе в целом. Нас называют животными, потому что считается, что обезьяны были нашими предками миллионы лет назад. За эти годы мы прошли через колоссальный метаморфоз. Мы развили мудрость и умение вести нашу повседневную жизнь совершенно иначе, чем животные. С течением времени мы усвоили множество этических и обычных норм, которые отличают нас (людей) от животных. Эти нормы установили некоторые правила и положения, подчеркивающие, что хорошо для общества, а что нет. Мы работаем над этими установленными параметрами в соответствии с нашим врожденным интеллектом.
В последнее время мы столкнулись с новой формой интеллекта, известной как Artificial Intelligence (AI). Это сложная технология, приложения которой еще предстоит правильно использовать. Мы пришли к осознанию того, что концепция ИИ не всегда легко понятна. Среди многих слоев интеллигенции ведутся споры об уязвимости людей от этой современной формы интеллекта. Есть люди, которые возмущаются тем, что однажды ИИ превзойдет человеческий интеллект. Тот же страх был выражен во многих фильмах. Это бесконечный спор, поскольку опасения людей продолжают расти.
Итак, что же такое ИИ и как он работает?
Самый простой способ понять ИИ - сопоставить его с тем, что мы уже понимаем. Возьмем, к примеру, наш собственный интеллект. Как он работает? На самом базовом уровне наш собственный интеллект следует простому принципу. Мы воспринимаем информацию, обрабатываем ее в уме, и эта информация помогает нам действовать в соответствии с информацией.
Три общих этапа человеческого интеллекта - это ввод, обработка и вывод. В человеческом мозге ввод происходит в форме ощущения и восприятия вещей глазами, носом, ушами и т. д., которые принимают необработанные входные данные, а затем обрабатывают их. Затем мы получаем вывод в форме речи и действий. Обработка происходит посередине, где формируются и извлекаются знания / входные данные, принимаются решения и умозаключения, происходит обучение / действие.
Просто подумайте о картине остановки на перекрестке. Ваши глаза видят, что светофор перед вами только что загорелся красным. Основываясь на том, что вы узнали из опыта (и обучения вождению), вы знаете, что красный свет указывает на то, что вы должны нажать на тормоз, чтобы остановить машину на светофоре. Итак, вы нажимаете на педаль тормоза и замедляете машину. Красный свет - это необработанный ввод, тормоз - это вывод, а все остальное между ними - обработка.
Эти аспекты человеческого интеллекта параллельны искусственному интеллекту. Подобно тому, как мы принимаем информацию, обрабатываем ее и передаем вывод, так могут и машины.
В машинах входная часть ИИ иллюстрируется различными входными данными, такими как обработка естественного языка, распознавание речи, визуальное распознавание и многое другое. Такие технологии есть повсюду, от самоуправляемых автомобилей, которым необходимо распознавать дороги и препятствия, до Siri или Google Assistant, которые распознают вашу речь. Это может принимать форму робототехники, навигационных систем и распознавания речи и т. д. Между ними у нас есть различные формы обработки, которые происходят.
Подобно мозгу, который хранит знания и воспоминания, машины могут создавать представления знаний, которые помогают им хранить информацию о мире. Подобно тому, как люди принимают решение и действуют соответственно, машины могут делать прогноз, оптимизировать для достижения лучшей цели или результата и определять следующие предпочтительные шаги или решения для достижения конкретной цели и эффективной работы.
Мы учимся на примерах, наблюдениях или алгоритмах, машины можно обучать, используя аналогичные методы.
- Обучение с учителем похоже на обучение на примере: Компьютеру предоставляется набор данных с «метками» внутри набора данных, которые действуют как ответы, и в конечном итоге машина учится различать разные метки.
- Другое обучение, которое является неконтролируемым, похоже на обучение путем наблюдения: Компьютер наблюдает за закономерностями и учится различать группы и закономерности самостоятельно. Он не требует меток и может быть предпочтительным, когда наборы данных не имеют меток и ограничены.
Для наиболее точного и эффективного результата ИИ требуется комбинация различных методов обучения.
Но это еще не все, есть и ужасающий аспект, связанный с развитием ИИ. Мы должны помнить, что это технология, лишенная каких-либо эмоций. Когда мы говорим о выводе, основанном на эмоциях, его просто нельзя заменить человеческим интеллектом. Для машины почти невозможно вывести решения многих повседневных сложностей из-за эмоционального коэффициента, связанного с ними. ИИ не может различать правильное и неправильное. Он будет действовать на основе заранее разработанного алгоритма, независимо от того, в пользу это человечества или нет.
Следовательно, пришло время провести черту, чтобы ограничить последствия ИИ. Нам необходимо поддерживать статус-кво технологии, которая используется для расширения возможностей нескольких отраслей.