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

AI na CES 2021: Beauty tech i dezinfekční roboti"

Co zajímavého z hlediska AI se na letošním digitálním CES objevilo? Podívejme se na stručný výběr.
více »


Trend Micro: Zajistí AI kybernetickou bezpečnost?"

Analytici z Trend Micro předpokládají, že už v roce 2030 nahradí umělá inteligence kompletně lidský faktor v kybernetické bezpečnosti.
více »


Inteligentní antivirus/adblocker: Algoritmy proti kybernetickému zločinu"

Jedno z nejběžnějších míst, kde se uživatelé dostanou pod palbu malwaru a virů, jsou prohlížeče. Univerzity DTU a Aalborg spolu s CSI Security Group pracují na řešení, které by mohlo snadno a intuitivně...
více »


Neuronové sítě hrají videohry: Co nám prozradí o lidském mozku?"

Když řídíte auto, váš mozek zpracovává enormní množství vizuálních stimulů, které následně aplikuje na vytváření rychlých rozhodnutí typu zabrzdění nebo předjetí vozidel. Mozek potřebuje vaše...
více »


Qsim: open source kvantový simulátor pro vývoj algoritmů"

Google se kvantovým výpočetním technologiím věnuje dlouhodobě – a úspěšně – není tedy divu, že jeden z prvních příkladů open source softwaru určený čistě pro kvantové algoritmy pochází právě...
více »


Související články


Tagy

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

Komentáře