Компания Intel рассказала о том, как, по её мнению, будут развиваться технологии искусственного интеллекта в ближайшие годы. Компания предрекает широкое распространение когнитивного ИИ, который сможет выходить за рамки, существующие у современных ИИ-алгоритмов, например, не просто распознавать текст или речь, но и понимать их.
По мнению Intel, в ближайшие годы будут развиваться как существующие направления искусственного интеллекта, например, связанные с распознаванием речи или изображений, так и будут появляться ИИ-алгоритмы с фундаментально новыми возможностями. Машины будут становиться умнее. Очевидно, продолжит улучшаться, становиться быстрее и эффективнее процесс глубокого обучения искусственного интеллекта. Вместе с тем появится возможность сквозного глубокого обучения.
Предполагается, что когнитивный ИИ сможет понимать не только сам язык, но также значение слов и контекст речи; использовать данные из множества источников; быстро адаптироваться к новым обстоятельствам и задачам; обучаться на основе результатов своей работы; подключать к рассуждениям что-то вроде здравого смысла, и так далее.
Перечисленные выше навыки антропоцентрического когнитивного ИИ можно будет достичь с помощью нейросимволических систем, основанных на структурированных, явных и понятных знаниях.
Intel объяснила разницу между обычным и когнитивным ИИ на примере определения инфекционных заболеваний лёгких. Обычный ИИ определит заболевание только на основе тех данных, что он получил при обучении, когда через нейросеть были пропущены базы с соответствующими медицинскими изображениями. В свою очередь когнитивный ИИ обучается непрерывно, проводит наблюдение, изучает историю болезни и проводит диагностику. Фактически, он выполняет задачу так, как к ней бы подошёл человек, а не выбирая только наиболее вероятный вариант по снимкам.
Тут же Intel говорит о трёхуровневой системе знаний для ИИ. Первый — что-то вроде интуиции и выводов, что приходят в первую очередь, в современных ИИ это сама нейросеть. Второй уровень подразумевает что-то вроде размышлений, более глубокого анализа. В случае ИИ речь идёт об использовании дополнительных баз данных. Наконец, третий уровень — это обращение ко внешним источникам, большим библиотекам данных, которые могут быть расположены где угодно.
Таким образом получается добиться лучшего результата при работе ИИ. В случае с медицинскими задачами, диагноз получается точнее, за счёт того, что система учитывает множество факторов и «обдумывает» разные варианты, подтягивая знания из большего количества источников. Соответственно лечение получается эффективнее.
Добавить комментарий
Вы должны зайти как в для комментирования записи