Wprowadzenie do sztucznej inteligencji

W dzisiejszych czasach sztuczna inteligencja jest wszechobecna w branży IT. Ale jak ona działa? I jak samemu stworzyć sztuczną inteligencję?

W tym artykule wyjaśnię wszystko, co musisz wiedzieć, aby rozpocząć pracę ze sztuczną inteligencją.

Historia AI

Ludzie myśleli o ożywianiu rzeczy od czasów starożytnych. Ale szczególnie wraz z wynalezieniem komputerów idea myślących maszyn zaczęła nabierać kształtu.

Najbardziej znanym jest wynaleziony w 1950 roku przez Alana Turinga test Turinga, który pozwala ocenić, czy maszyna jest inteligentna, czy nie.

Termin "sztuczna inteligencja" po raz pierwszy pojawił się w 1956 r. na konferencji w Dartmouth College.

Ważnym wynalazkiem z 1967 r. był algorytm najbliższego sąsiada, który jest istotny dla klasyfikacji obiektów i rozpoznawania wzorców.

Pierwszy autonomiczny wózek został opracowany w 1979 roku. Nazywał się Stanford Cart i potrafił wykrywać i omijać ściany.

W 1985 r. wynaleziono sztuczną inteligencję NETtalk. Wykorzystywała ona głębokie uczenie do uczenia się, jak mówić.

W 1997 r. AI zaczęła się naprawdę rozwijać. Superkomputer Deep Blue firmy IBM zdołał pokonać ówczesnego mistrza świata w szachach Garry'ego Kasparowa.

NASA opracowała samojezdne łaziki badawcze Spirit i Opportunity, które w 2004 r. autonomicznie poruszały się po powierzchni Marsa.

W 2011 roku sztuczna inteligencja o imieniu Watson pokonała człowieka w teleturnieju "Jeopary!".

AlphaGo firmy Google pokonało profesjonalnego gracza w Go w 2016 roku. Gra Go jest uważana za znacznie bardziej złożoną niż szachy, a moc obliczeniowa nie jest jedyną rzeczą wymaganą do osiągnięcia sukcesu.

W 2019 roku SI pokonała nawet profesjonalnego gracza w grze Starcraft II.

Dziś SI jest wszędzie. Rozwiązała problem składania białek, a nawet nauczyła się tworzyć sztukę i pisać kod.

Ważne terminy

Poniżej znajduje się przegląd najważniejszych terminów związanych z AI.

Dziedzina AI jest bardzo rozległa. Obejmuje takie zagadnienia, jak widzenie komputerowe, przetwarzanie języka naturalnego, robotyka i automatyka, by wymienić tylko kilka z nich.

Ważną częścią sztucznej inteligencji jest uczenie maszynowe. Jest to zbiór metod i algorytmów, które pozwalają komputerowi uczyć się. Metody te można podzielić na trzy klasy:

Uczenie nadzorowane, uczenie nienadzorowane i uczenie przez wzmocnienie.

W przypadku uczenia nadzorowanego SI wykorzystuje do treningu dane z etykietami. Inaczej jest w przypadku uczenia nienadzorowanego. Uczenie przez wzmocnienie to sposób trenowania wirtualnego agenta. Agent otrzymuje nagrodę za każdym razem, gdy zrobi to, co powinien zrobić. Zachęca to do pożądanego zachowania.

Sieci neuronowe

Szczególną metodą uczenia nadzorowanego jest głębokie uczenie. Głębokie uczenie to proces trenowania tzw. sieci neuronowej. Sieć ta składa się z niezliczonej liczby węzłów (neuronów). Są one połączone określoną wagą i ułożone w warstwy z tzw. biasem.

Aby obliczyć wartość jednego neuronu na podstawie wartości poprzedniego neuronu, należy pomnożyć wartość poprzedniego neuronu przez wagę między neuronami i dodać współczynnik korygujący.

Aby wytrenować sieć, należy zapisać etykietowane dane treningowe w warstwie wejściowej. Sieć propaguje dane przez zmienną liczbę warstw ukrytych, zależnie od wag i uprzedzeń.

W końcu dane trafiają do warstwy wyjściowej. Neuron wyjściowy o największej wartości stanowi prognozę sieci. W zależności od tego, czy przewidywania są poprawne, SI dostosowuje wszystkie indywidualne wagi i błędy. W ten sposób przewidywania stają się coraz dokładniejsze, co oznacza, że sieć się uczy.

Sprawdź nasze Film z YouTube aby zobaczyć przykład i wytrenować własną sztuczną inteligencję.

Zastosowania sztucznej inteligencji

Przyjrzyjmy się niektórym zastosowaniom AI. Można by stwierdzić, że sztuczna inteligencja może zrobić wszystko, jeśli poświęci się jej wystarczająco dużo czasu i mocy obliczeniowej.

Sztuczna inteligencja potrafi rozpoznawać obrazy i rozumieć ludzki język. Wszyscy znamy takie urządzenia, jak Alexa czy Siri.

Jeśli chcesz zbudować własną sztuczną inteligencję, zwłaszcza w zakresie automatyki domowej, widzenia komputerowego lub przetwarzania języka naturalnego, mamy dla Ciebie coś specjalnego.

Nasz nowy Zestaw kreatora AIY zawiera wszystko, co jest potrzebne do realizacji projektów związanych z uczeniem maszynowym.

Połączona moc Raspberry Pi 4 z 8 GB pamięci RAM i Google Coral USB Accelerator oznacza, że możesz zbudować, co tylko zechcesz. Pomyśl o automatycznych drzwiczkach dla psa lub własnym asystencie domowym. Możesz zbudować zamek z funkcją wykrywania twarzy lub urządzenie do tłumaczenia w czasie rzeczywistym.