Искусственный интеллект: история развития

Искусственный интеллект (ИИ) был впервые представлен в 1956 году на конференции Дартмутского университета. С этого момента было несколько попыток, чтобы технология получила мировое признание. Однако интерес к ИИ начал медленно угасать из-за отсутствия мощных компьютеров, способных обрабатывать огромные данные. Как следствие, технология потеряла и финансовую поддержку. После этого последовал период безмолвия, который продолжался с середины 1970-х до конца 1990-х годов — эра, которая получила название как «зима искусственного интеллекта». Эта эра продолжалась до тех пор, пока интерес к ИИ не возобновился. Американские компании вновь заинтересовались искусственным интеллектом, и мир получил технологии, основанные на AI, такие как Deep Blue и Watson от IBM. После этого мир AI быстро двинулся вперед, и некоторые из наших гаджетов, которые мы используем ежедневно, теперь работают на базе AI.

Технологии, основанные на ИИ, доказали свою важность. Ученые и разработчики говорят, что то, что мы теперь знаем об искусственном интеллекте и его потенциале — это лишь верхушка айсберга, и полный потенциал этой технологии еще только предстоит изучить.

Несомненно, будущее ИИ светлое, и золотой период технологии только начался. Технология все чаще используется в таких отраслях, как производство, розничная торговля, здравоохранение, финансы, рекрутинг, образование, транспорт и даже развлечения. У нас уже есть на основе ИИ автономные автомобили, система «умный дом» и многое другое.

Системы на основе ИИ, которые мы используем сейчас, имеют короткий срок выхода на рынок, в отличие от предыдущих инноваций, на внедрение которых потребовались десятилетия. Программное обеспечение под названием Stats Monkey (теперь называемое Narrative Science) было разработано еще в 2009 году исследователями и студентами Лаборатории Интеллектуальной Информации Северо-Западного Университета для автоматизации спортивного письма. Шесть лет спустя в 2015 году Associated Press внедрила систему ИИ, которая обеспечивает более 4000 ежеквартальных историй о доходах, что почти в 15 раз больше по сравнению с человеческими усилиями, согласно статистике AP.

Технология ИИ готова к стремительному росту. Крупные компании, включая Microsoft, IBM, Facebook, Google и Amazon, уже инвестировали и продолжают инвестировать значительные средства в ИИ. Следующие факторы, которые являются движущей силой этого роста:

огромное количество данных

Сегодня мы используем много цифровых систем, с каждым щелчком мыши, делимся, например, комментариями, твитами, добавляя их в кучу данных. Как оффлайн, так и онлайн активность пользователей записывается и распространяется в виде данных, формируя огромные наборы данных, которые включают структурированные и неструктурированные данные из разрозненных источников. Эти наборы данных в настоящее время начинают активно используются ИИ, технологиями машинного обучения (ML) и глубокого обучения (DL) для обучения своих алгоритмов и дальнейшего решения для различных задач.

Кроме того, наличие «облачной» инфраструктуры облегчило доступ к данным, так как правительства, учебные заведения и предприятия теперь хранят огромные массивы данных в «облаке» и легко получают к ним доступ для получения информации с помощью технологий AI, ML или DL. Они также используют эти наборы данных для обучения новым моделям искусственного интеллекта, что ведет к созданию решений по искусственному интеллекту нового поколения.

Вычислительная архитектура нового поколения

Вспомните время до «зимы ИИ», которое мы обсуждали ранее. Тогда компьютер, даже суперкомпьютер, был неспособен обрабатывать огромные наборы данных для обучения компьютерному зрению и ИИ, и это сильно повлияло на ИИ и его развитие. Но с недавним прогрессом у нас появился мощный графический процессор (Graphics Processing Unit, GPU), который нашел свое применение в мире ИИ. Обычно эти GPU используются в игровых ПК и рабочих станциях высокого класса, они намного мощнее CPU, а их использование в области ИИ помогло зарядить энергией и ускорить обучение алгоритмам. Графические процессоры сейчас являются неотъемлемым компонентом любого решения на базе ИИ, начиная от виртуальных машин и заканчивая потребительскими устройствами.

Еще одна инновация, которая помогает развитию ИИ, — это полевой программируемый затвор или FPGA. Эти программируемые процессоры могут быть настроены на выполнение определенного типа задач и широко используются в нишевых вычислительных задачах.

Голый металлический сервер — это еще одна современная технология, которая позволяет ученым и разработчикам выполнять высокопроизводительные вычислительные задачи в облаке и помогает развитию ИИ.

Глубокие нейронные сети

Нейронные сети составляют основу глубокого обучения, а развитие искусственных нейронных сетей (ИНС) ускоряет рост ИИ, так как эти ИНС, которые слабо основаны на нейронных сетях человеческого мозга и их функциях, помогают обеспечить более точную и повышенную пропускную способность. Эти ИНС учатся на основе наборов данных формировать свои собственные шаблоны и алгоритмы для получения гораздо более высокой производительности. Они постоянно учатся, исправляют и обновляют свое понимание для получения лучшего результата.

Поделиться ссылкой:

0 0 vote
Рейтинг статьи
guest
0 комментариев
Inline Feedbacks
View all comments
0
Would love your thoughts, please comment.x
()
x