Neuronové sítě jsou nejpraktičtějším využitím umělé inteligence současnosti – proč?

Umělá inteligence | |

Neuronové sítě jsou nejpraktičtějším využitím umělé inteligence současnosti – proč?

Strojové učení patří mezi nejperspektivnější podobory AI, i proto, že už dnes nám poskytuje hmatatelné výsledky, obzvláště ve zdravotnické informatice, u algoritmů samořiditelných automobilů nebo chytré analytice.


Obrovské změny dokázaly neuronové sítě přinést třeba i počítačového vidění a rozpoznávání obrazu (jakožto hluboké neuronové sítě) a také učení přirozeného jazyka.

Výhodou je, že umělé neuronové sítě jsou navíc docela jednoduché: přinejmenším v porovnání s jinými novými AI technologiemi je zvládne podstatně vyšší počet softwarových inženýrů.

Důležité je také původní cíl neuronových síť, tedy řešit problémy tak, jak by to udělal lidský mozek, což je blíže spíše vytvoření obecné umělé inteligence. Od toho se však z části ustoupilo a většina v praxi nasazených aplikací je specializovaná: kromě počítačového vidění a učení přirozeného jazyka jde také třeba o filtrovací systémy sociálních sítí, samozřejmě videohry či prediktivní analýzu a také zdravotnické diagnózy. Zapomínat bychom neměli ani na chatboty.

Klasickými výukovými metodami neuronových sítí jsou tři paradigmata typická pro strojové učení: učení s učitelem, učení bez učitele a zpětnovazební učení. Obzvláště zpětnovazebné učení dosahuje skvělých výsledků, využívajíc klasických Markovových řetězců.

Oblíbeným jazykem pro programování neuronových sítí je Python. Ten je zároveň nekorunovaným králem hlubokého učení obecně; je nejpoužívanější a nejpopulárnější, i díky svojí přehlednosti a relativní jednoduchosti.

Vývoj v oblasti navíc postupuje mílovými kroky a neustále vznikající nové vědecké studie z prestižních technických univerzit poukazují na to, že pokud bychom si měli něco představit pod „AI pomáhající člověku“, tak si máme vybavit právě neuronové sítě (a jejich konvoluční variantu) a hluboké učení. A to jednoduše proto, že už v praxi funguje a vytváří nová řešení.


Úvodní foto: © Andrea Danti - Fotolia.com


Články z rubriky

Díky cloudu je nasazení umělé inteligence mnohem snazší"

Překvapivě dostupnost AI technologií není v současné době zdaleka největší překážkou nasazení umělé inteligence ve firmách. Mezi nejčastější patří právě nedostatek znalostí a zkušeností, nedostupnost...
více »


Big data a multicloud: Řešení je mnoho, trh rychle roste"

Objem dat, které firmy i domácnosti zpracovávají, neustále roste; 90 % existujících dat vzniklo jen během posledních dvou let, a nic nenapovídá tomu, že by se tento trend měl v nejbližší budoucnosti zvrátit.
více »


Vyčmuchání rakoviny? S umělou inteligencí ano"

Nástroj vyvinutý Pensylvánskou univerzitou a Penn’s Perelman School of Medicine vyvinulo nástroj, který dokáže pomocí pachových vzorků detekovat několik druhů rakoviny, a to s přesností až 95 %.
více »


Jak se v práci cítíte? Zajímavý projekt, který v EU neprojde"

Zajímavý AI projekt zaměřený na rozpoznávání obličeje umí omezeně sledovat emoce v obličeji zaměstnance, jenže taková mírá sledování není na většině pracovišť průchozí.
více »


Zveme vás na konferenci Umělá inteligence 2021"

Konference se zaměří na praktický přínos technologií umělé inteligence v softwarových nástrojích pro podporu řízení a rozhodování, automatizaci provozu, v kybernetické bezpečnosti či IT.
více »


Související články


Tagy

umělá inteligence strojové učení hluboké učení algoritmus zpětnovazebné učení metody počítačové vidění AI neuronové sítě

Komentáře