Якія існуюць тыпы штучнага інтэлекту?

Кароткі адказ: тыпы штучнага інтэлекту найлепш разумеюцца па магчымасцях, функцыянальнасці, стылі навучання і выпадку выкарыстання. Вузкі штучны інтэлект сёння распаўсюджаны, у той час як агульны штучны інтэлект і суперштучны інтэлект застаюцца тэарэтычнымі. Выбіраючы інструмент, супастаўце катэгорыю з задачай, звязанымі з ёй рызыкамі і неабходнасцю праверкі чалавекам.

Асноўныя высновы:

Класіфікацыя: перад параўнаннем сістэм разгледзьце магчымасці, функцыянальнасць, метад навучання і варыянт выкарыстання.

Праверка чалавекам: праверце генератыўныя, прагназуемыя і размоўныя вынікі, перш чым спадзявацца на іх.

Празрыстасць: спытайце, якія дадзеныя, логіка і абмежаванні фарміруюць кожную сістэму штучнага інтэлекту.

Падсправаздачнасць: прыцягвайце людзей да адказнасці, калі штучны інтэлект уплывае на рашэнні, карыстальнікаў або бяспеку.

Кантроль рызык: перад разгортваннем праверце на прадузятасць, канфідэнцыяльнасць, бяспеку і няправільнае выкарыстанне.

---

1. Якія існуюць тыпы штучнага інтэлекту?

Калі людзі пытаюцца: «Якія існуюць тыпы штучнага інтэлекту?», яны звычайна маюць на ўвазе адно з двух:

Яны могуць пытацца пра штучны інтэлект, заснаваны на яго магчымасцях, напрыклад, ці можа ён выконваць толькі адну задачу, ці разважаць у больш шырокім сэнсе, падобна чалавеку.

Або яны могуць пытацца пра штучны інтэлект, заснаваны на функцыянальнасці, гэта значыць пра тое, як сістэма паводзіць сябе, вучыцца, запамінае, прадказвае або рэагуе.

Вось тут усё крыху заблытваецца. Штучны інтэлект не аб'яднаны ў адну чыстую скрынку. Гэта больш падобна на сартаванне кухонных прылад па памеры, прызначэнні, вастрыні і тым, ці купіў іх ваш дзядзька ў сумніўнай інтэрнэт-краме. Розныя сістэмы класіфікацыі перасякаюцца.

Асноўныя катэгорыі звычайна ўключаюць:

• Вузкі штучны інтэлект

• Агульны штучны інтэлект

• Супер ШІ

• Рэактыўныя машыны

• Штучны інтэлект з абмежаванай памяццю

• Тэорыя розуму ШІ

• Самасвядомы штучны інтэлект

• Машыннае навучанне ШІ

• Глыбокае навучанне штучнага інтэлекту

• Генератыўны штучны інтэлект

• Прагназуючы штучны інтэлект

• Размоўная штучная інтэлектуальная сістэма

• Камп'ютэрны зрок Штучны інтэлект

• Робататэхніка і штучны інтэлект

Некаторыя з іх шырока выкарыстоўваюцца. Некаторыя ўсё яшчэ ў асноўным тэарэтычныя. Некаторыя гучаць футурыстычна, але ўжо ўбудаваны ў паўсядзённыя праграмы. З часам мяжа паміж «звычайным праграмным забеспячэннем» і «штучным інтэлектам» таксама стала больш размытай.

---

2. Тыпы штучнага інтэлекту па магчымасцях

Першы асноўны спосаб класіфікацыі штучнага інтэлекту — гэта яго магчымасці. Гэта погляд у цэлым 🧠.

Вузкі штучны інтэлект

Вузкі штучны інтэлект, які таксама называюць слабым штучным інтэлектам, прызначаны для выканання пэўнай задачы або абмежаванага набору задач. Гэта той штучны інтэлект, якім людзі карыстаюцца кожны дзень.

Прыклады ўключаюць:

• Пошук рэкамендацый

• Фільтры спаму

• Галасавыя памочнікі

• Сістэмы распазнавання твараў

• Чат-боты

• Рухавікі рэкамендацый прадуктаў

• Інструменты выяўлення махлярства

• Праграмы для перакладу моў

Вузкі штучны інтэлект можа быць магутным, але ён не «мысліць» у шырокім чалавечым сэнсе. Шахматны штучны інтэлект можа перамагчы гросмайстра, але ён не можа раптам вырашыць стаць кандытарам. Мадэль перакладу можа перакласці абзац, але яна не ўспрымае мову так, як чалавек.

Тым не менш, вузкі штучны інтэлект — гэта рабочая конік сучаснага свету штучнага інтэлекту. Ён не гламурны ў навукова-фантастычным сэнсе, але ён кіруе значнай часткай шоу за кулісамі 🎭.

Агульны штучны інтэлект

Агульны штучны інтэлект адносіцца да штучнага інтэлекту, які можа разумець, вучыцца, разважаць і прымяняць веды ў многіх розных задачах на ўзроўні, падобным да чалавечага.

Проста кажучы: яно не будзе добра рабіць толькі адну рэч. Яно зможа адаптавацца.

Сапраўдны агульны штучны інтэлект патэнцыйна можа:

• Вывучайце незнаёмыя задачы

• Разважанні па розных прадметах

• Вырашайце новыя праблемы

• Перанос ведаў з адной галіны ў іншую

• Глыбейшае разуменне кантэксту

• Прымайце рашэнні з гнуткім меркаваннем

Гэты від штучнага інтэлекту ўсё яшчэ хутчэй мэта, чым паўсядзённая рэальнасць. Людзі шмат пра яго гавораць, таму што ён захапляльны, магчыма, трохі трывожны, і яму цяжка супраціўляцца як канцэпцыі. Але звычайныя інструменты, якія пішуць тэкст, генеруюць выявы або адказваюць на пытанні, не з'яўляюцца аўтаматычна агульным штучным інтэлектам. Яны могуць здавацца шырокімі, але ўсё роўна працуюць у межах распрацаваных абмежаванняў.

Супер ШІ

Суперштучны інтэлект выйдзе за рамкі чалавечага інтэлекту. Ён не толькі хутчэй друкуе ці лепш матэматыку — ён палепшыць мысленне, крэатыўнасць, стратэгію, навучальнасць і, магчыма, таксама эмацыянальнае ці сацыяльнае разуменне.

Гэта самая спекулятыўная катэгорыя. Яна выклікае шмат пытанняў:

• Хто гэта кантралюе?

• Ці можна гэта сумясціць з чалавечымі каштоўнасцямі?

• Ці правільна яно зразумее чалавечыя мэты?

• Ці можа яно само сябе палепшыць?

• Што адбудзецца, калі яно будзе прымаць рашэнні, якія людзі не могуць выконваць?

Супер ШІ — гэта тое месца, дзе размовы пра ШІ часам ператвараюцца ў філасофскі суп. Каштоўны суп, магчыма, але ўсё ж суп 🍲.

---

3. Тыпы штучнага інтэлекту па функцыянальнасці

Яшчэ адзін распаўсюджаны спосаб тлумачэння тыпаў штучнага інтэлекту — гэта функцыянальнасць. Гэта факусуюць увагу на тым, як паводзіць сябе штучны інтэлект.

Рэактыўныя машыны

Рэактыўныя машыны — гэта найпрасцейшы тып штучнага інтэлекту. Яны рэагуюць на бягучы ўвод, не выкарыстоўваючы памяць з мінулага досведу.

Яны не вучацца з цягам часу так, як гэта робяць сучасныя адаптыўныя сістэмы. Яны разглядаюць сітуацыю, апрацоўваюць яе і рэагуюць.

Уявіце сабе іх наступным чынам: «Уваходныя дадзеныя паступаюць. Вывадныя дадзеныя выходзяць. Ніякіх запісаў у дзённіку»

Рэактыўны штучны інтэлект усё яшчэ можа быць уражлівым. Ён можа аналізаваць магчымыя хады ў гульні або рэагаваць на выразна акрэсленую сітуацыю з надзвычайнай хуткасцю і дакладнасцю. Але ён не стварае асабістую гісторыю і не развіваецца на аснове мінулых узаемадзеянняў.

Штучны інтэлект з абмежаванай памяццю

Штучны інтэлект з абмежаванай памяццю можа выкарыстоўваць мінулыя дадзеныя для прыняцця лепшых рашэнняў. Менавіта ў гэтай катэгорыі знаходзіцца значная частка сучаснага практычнага штучнага інтэлекту.

Прыклады ўключаюць:

• Сістэмы рэкамендацый, якія вучацца на паводзінах карыстальнікаў

• Сістэмы беспілотных транспартных сродкаў, якія аналізуюць нядаўнія дарожныя ўмовы

• Чат-боты запамінаюць кантэкст размовы

• Мадэлі выяўлення махлярства, якія вывучаюць мадэлі транзакцый

• Інструменты прагнастычнай аналітыкі з выкарыстаннем гістарычных дадзеных

Абмежаваная памяць не азначае «дрэнную памяць». Гэта азначае, што сістэма можа выкарыстоўваць захаваныя або нядаўнія дадзеныя, але не валодае свядомасцю, падобнай да чалавечай, або доўгатэрміновым асабістым вопытам. Аднак гэта можа быць вельмі эфектыўна. Часам раздражняльна эфектыўна — напрыклад, калі праграма для пакупак ведае, чаго вы хочаце, перш чым вы сабе ў гэтым прызнаецеся 🛒.

Тэорыя розуму ШІ

Тэорыя розуму, штучны інтэлект, разумеў бы эмоцыі, перакананні, намеры і сацыяльныя сігналы больш падобным чынам да чалавека.

Гэты тып штучнага інтэлекту не проста апрацоўваў бы словы. Ён мог бы рабіць высновы пра тое, што чалавек можа адчуваць, жадаць, няправільна разумець, баяцца або чакаць.

Напрыклад, яно можа зразумець, што:

• Кліент расчараваны, але спрабуе заставацца ветлівым

• Студэнт збянтэжаны, але саромеецца перапытаць

• Пацыент трывожны, нягледзячы на ​​словы «У мяне ўсё добра»

• Таварыш па камандзе вагаецца, бо ціха не згодны

Гэта застаецца актыўнай вобласцю абмеркавання штучнага інтэлекту, але сапраўдная тэорыя свядомасці — гэта надзвычай складаная задача. Чалавечыя эмоцыі пераплеценыя. Людзі кажуць адно, а маюць на ўвазе зусім іншае. Часам яны нават самі не ведаюць, што маюць на ўвазе. Жадаю поспеху, машына.

Самасвядомы штучны інтэлект

Самасвядомы штучны інтэлект меў бы свядомасць, самаразуменне і ўсведамленне ўласнага ўнутранага стану.

Гэта тэарэтычна. Гэта належыць да навуковай фантастыкі, этычных дыскусій, начных спрэчак і людзей, якія драматычна глядзяць у вокны 🌙.

Штучны інтэлект з самасвядомасцю не проста імітаваў бы размову пра пачуцці. Ён валодаў бы нейкім суб'ектыўным досведам. Гэта вельмі важнае сцвярджэнне. Сучасныя сістэмы штучнага інтэлекту не маюць пацверджанай свядомасці, пачуццяў, жаданняў або індывідуальнасці.

Яны могуць гучаць як самасвядомасць, бо мова можа імітаваць самааналіз. Але гучаць як нешта і быць чымсьці — гэта не адно і тое ж. Папугай можа сказаць: «Я галодны», але гэта не значыць, што ў яго ёсць браніраванне ў рэстаране.

---

4. Параўнальная табліца: асноўныя тыпы штучнага інтэлекту

Тып штучнага інтэлекту	Галоўная ідэя	Бягучы стан	Распаўсюджаныя прыклады	Чаму гэта важна
Вузкі штучны інтэлект	Створаны для канкрэтных задач	Шырока выкарыстоўваецца	Чат-боты, пошук, рэкамендацыі	Практычна і ўсюды
Агульны штучны інтэлект	Гнуткі інтэлект, падобны да чалавечага	Не цалкам дасягнута	У асноўным тэарэтычна	Вялікая мэта, вялікія спрэчкі
Супер ШІ	Разумнейшы за людзей у цэлым	Спекулятыўны	Няма практычнага прыкладу	Вялікія этычныя пытанні
Рэактыўныя машыны	Адказвае без памяці	Выкарыстоўваецца ў абмежаваных выпадках	Гульнявы ​​штучны інтэлект, сістэмы на аснове правілаў	Хуткі, але не адаптыўны
Штучны інтэлект з абмежаванай памяццю	Выкарыстоўвае дадзеныя/гісторыю для паляпшэння	Вельмі распаўсюджаныя	Сістэмы беспілотнага кіравання, інструменты махлярства	Гэта штодзённы кіроўца 🚗
Тэорыя розуму ШІ	Разумее эмоцыі і намеры	Распрацоўка канцэпцыі	Ідэі перадавага сацыяльнага штучнага інтэлекту	Можа зрабіць штучны інтэлект больш усведамляльным чалавека
Самасвядомы штучны інтэлект	Мае свядомасць	Тэарэтычны	Прыклады стылю навуковай фантастыкі	Філасофскі масіўны
Генератыўны штучны інтэлект	Стварае новы кантэнт	Шырока выкарыстоўваецца	Інструменты для тэксту, малюнкаў і аўдыё	Павышэнне творчай прадукцыйнасці
Прагназуючы штучны інтэлект	Вынікі прагнозаў	Шырока выкарыстоўваецца	Ацэнка рызык, планаванне попыту	Дапамагае прымаць рашэнні — пераважна
Робататэхніка і штучны інтэлект	Кіруе фізічнымі машынамі	Выкарыстоўваецца ў прамысловасці	Робаты, дроны, аўтаматызацыя	Злучае штучны інтэлект з фізічнай працай

Трохі няроўна? Так. Але менавіта так штучны інтэлект працуе і ў паўсядзённым жыцці — не музейная экспазіцыя з ідэальнымі этыкеткамі.

---

5. Генератыўны штучны інтэлект: тып, пра які ўсе кажуць 🎨

Генератыўны штучны інтэлект — адзін з самых папулярных тыпаў штучнага інтэлекту, таму што ён стварае рэчы.

Ён можа генераваць:

• Тэкст

• Выявы

• Музыка

• Код

• Відэа

• Апісанне прадуктаў

• Маркетынгавы тэкст

• Планы ўрокаў

• Рэзюмэ

• Сінтэтычныя дадзеныя

• Ідэі дызайну

Генератыўны штучны інтэлект працуе, вывучаючы заканамернасці з вялікіх аб'ёмаў дадзеных, а затым ствараючы новыя вынікі на аснове падказак. Ён не капіюе ў простым сэнсе, як людзі часам сабе ўяўляюць. Ён прадказвае, спалучае, змяняе і генеруе на аснове вывучаных структур.

Тым не менш, ён усё яшчэ можа памыляцца. Ён можа гучаць упэўнена, калі памыляецца, што па сутнасці з'яўляецца машыннай версіяй таго, як нехта тлумачыць падатковае заканадаўства на сямейным барбекю.

Генератыўны штучны інтэлект каштоўны для:

• Мазгавы штурм

• Распрацоўка зместу

• Аўтаматызацыя паўтаральных напісаў

• Стварэнне візуальных канцэпцый

• Падтрымка абслугоўвання кліентаў

• Паскарэнне задач кадавання

• Персаналізацыя навучальных матэрыялаў

Але яго трэба пераглядаць. Заўсёды. Вынікі штучнага інтэлекту могуць быць уражлівымі, але яны не з'яўляюцца аўтаматычна дакладнымі, справядлівымі, законнымі або бяспечнымі для брэнда. Ставіцеся да яго як да вельмі хуткага памочніка, які час ад часу мае схільнасць да непрыемнасцей.

---

6. Машыннае навучанне штучнага інтэлекту: пошук шаблонаў

Машыннае навучанне — гэта асноўная галіна штучнага інтэлекту, дзе сістэмы засвойваюць заканамернасці з дадзеных, а не праграмуюцца радок за радком для кожнага рашэння.

Традыцыйнае праграмнае забеспячэнне прытрымліваецца выразна акрэсленых правілаў. Сістэмы машыннага навучання вызначаюць сувязі і паляпшаюць прадукцыйнасць праз навучанне.

Напрыклад:

• Спам-фільтр вывучае падазроныя электронныя лісты

• Банкаўская мадэль выяўляе незвычайную паводзіны транзакцый

• Стрымінгавая праграма рэкамендуе шоу на аснове звычак гледачоў

• Інструмент найму можа ранжыраваць кандыдатаў на аснове пэўных сігналаў

• Мадэль медыцынскай візуалізацыі можа выявіць магчымыя адхіленні

Машыннае навучанне можа быць кантраляваным, некантраляваным або заснаваным на падмацанні.

Навучанне пад наглядам

Кіраванае навучанне выкарыстоўвае пазначаныя прыклады. Напрыклад, выявы могуць быць пазначаны як «кот» або «не кот». Мадэль засвойвае розніцу.

Навучанне без нагляду

Навучанне без настаўніка шукае заканамернасці без пазначаных адказаў. Яно можа групаваць кліентаў па сегментах або выяўляць схаваныя кластары ў дадзеных.

Навучанне з падмацаваннем

Навучанне з падмацаваннем вучыцца, атрымліваючы ўзнагароды або штрафы за дзеянні. Гэта распаўсюджана ў гульнях, такіх як штучны інтэлект, робататэхніка і задачы аптымізацыі.

Машыннае навучанне — гэта не магія. Яно моцна залежыць ад якасці дадзеных. Дрэнныя дадзеныя прыводзяць да дрэнных мадэляў — смецце на ўваходзе, смецце на выхадзе, якое носіць элегантны пінжак.

---

7. Глыбокае навучанне штучнага інтэлекту: магутны нейронны сеткавы механізм 🧬

Глыбокае навучанне — гэта спецыялізаваны тып машыннага навучання, які выкарыстоўвае шматслаёвыя нейронныя сеткі для апрацоўкі складаных заканамернасцей.

Гэта асабліва каштоўна для:

• Распазнаванне маўлення

• Распазнаванне малюнкаў

• Апрацоўка натуральнай мовы

• Аўтаномныя сістэмы

• Аналіз медыцынскіх малюнкаў

• Пераклад

• Генератыўныя мадэлі штучнага інтэлекту

• Складаныя задачы прагназавання

«Глыбокая» частка адносіцца да некалькіх слаёў у мадэлі. Кожны слой дапамагае змяняць і інтэрпрэтаваць інфармацыю. Адзін слой можа выяўляць простыя формы на выяве, іншы — тэкстуры, трэці — аб'екты і гэтак далей.

Глыбокае навучанне можа даць ашаламляльныя вынікі, але часта патрабуе велізарных аб'ёмаў дадзеных і вылічальнай магутнасці. Яго таксама можа быць складаней інтэрпрэтаваць. Гэта азначае, што нават экспертам можа быць цяжка растлумачыць, чаму глыбокая мадэль прыняла пэўнае рашэнне.

Гэта адна з галоўных праблем даверу да штучнага інтэлекту: прадукцыйнасць можа быць высокай, але тлумачэнне можа быць складаным. Гэта як спрабаваць спытаць у блендера, чаму кактэйль мае дрэнны смак.

---

8. Размоўны штучны інтэлект: гаваркі тып

Размоўная штучная інтэлектуальная сістэма прызначана для зносін з людзьмі з дапамогай тэксту або голасу.

Яна ўключае ў сябе:

• Чат-боты для абслугоўвання кліентаў

• Галасавыя памочнікі

• Віртуальныя агенты

• Рэпетытары па штучным інтэлекце

• Унутраныя боты службы падтрымкі

• Прадаўцы-кансультанты

• Памочнікі па планаванні

Добраму размоўнаму штучнаму інтэлекту патрэбна нешта большае, чым проста граматыка. Яму патрэбны кантэкст, распазнаванне намераў, кантроль тону і здольнасць апрацоўваць непрадказальны ўплыў чалавека.

Людзі не размаўляюць ідэальнымі камандамі. Яны блытаюць. Яны пішуць рэчы з памылкамі. Яны задаюць паўпытання і чакаюць, што машына «зразумее». Вы ведаеце, як гэта бывае.

Просты чат-бот можа прытрымлівацца сцэнарыя. Больш прасунуты размоўны штучны інтэлект можа разумець натуральную мову, падтрымліваць кантэкст і генераваць гнуткія адказы.

Гэты тып штучнага інтэлекту каштоўны, бо ён памяншае паўтаральную працу і забяспечвае хуткую падтрымку. Але ён можа расчараваць карыстальнікаў, калі робіць выгляд, што разумее, але на самой справе не разумее. Найгоршы варыянт — гэта чат-бот, які кажа: «Я рады дапамагчы», але зусім не дапамагае. Балюча.

---

9. Камп'ютэрны зрок са штучным інтэлектам: машыны, якія «бачаць» 👀

Камп'ютэрны зрок на аснове штучнага інтэлекту дазваляе сістэмам інтэрпрэтаваць візуальную інфармацыю з малюнкаў, відэа, камер, датчыкаў або сканаванняў.

Яго можна выкарыстоўваць для:

• Распазнаванне твараў

• Выяўленне аб'ектаў

• Кантроль якасці на заводах

• Медыцынская візуалізацыя

• Маніторынг бяспекі

• Аналіз паліц рознічнага гандлю

• Выяўленне трафіку

• Дапоўненая рэальнасць

• Маніторынг сельскай гаспадаркі

Камп'ютарны зрок бачыць не так, як людзі. Ён апрацоўвае пікселі, узоры, формы, колеры і статыстычныя сігналы. Але вынікі могуць быць вельмі ўражлівымі.

Напрыклад, камп'ютэрны зрок можа дапамагчы выявіць дэфекты на вытворчай лініі хутчэй, чым ручны кантроль. Ён можа дапамагчы арганізаваць бібліятэкі малюнкаў. Ён можа падтрымліваць сістэмы бяспекі ў транспартных сродках. Ён таксама можа выклікаць праблемы з прыватнасцю, асабліва пры выкарыстанні для назірання або ідэнтыфікацыі.

Гэта відэлец з двума канцамі — не меч, а відэлец. Усё яшчэ дастаткова востры, каб выклікаць праблемы 🍴.

---

10. Прагназуючы штучны інтэлект: механізм прагназавання

Прагназуючы штучны інтэлект выкарыстоўвае дадзеныя, каб ацаніць, што можа адбыцца далей.

Гэта распаўсюджана ў бізнэсе, фінансах, ахове здароўя, лагістыцы, спартыўнай аналітыцы, маркетынгу і аперацыях.

Прагназуючы штучны інтэлект можа дапамагчы адказаць на такія пытанні, як:

• Якія кліенты, хутчэй за ўсё, сыдуць?

• Якая транзакцыя выглядае падазронай?

• Колькі інвентара спатрэбіцца?

• Які пацыент можа запатрабаваць дадатковай увагі?

• На які кантэнт, хутчэй за ўсё, націсне карыстальнік?

• Якая дэталь машыны можа хутка выйсці з ладу?

Гэты тып штучнага інтэлекту менш яркі, чым генератыўны штучны інтэлект, але ён надзвычай важны. Многія арганізацыі менш клапоцяцца пра мадэль, якая піша вершы, і больш пра тое, ці можа гэта скараціць адходы, знізіць рызыкі і палепшыць планаванне.

Прагназуючы штучны інтэлект працуе найлепш, калі дадзеныя актуальныя, зразумелыя і рэгулярна абнаўляюцца. Але прагназаванне ніколі не з'яўляецца ўпэўненасцю. Мадэль можа ацэньваць верагоднасці, але не гарантаваць вынікі. Людзі пастаянна забываюць пра гэта. Потым яны вінавацяць штучны інтэлект, быццам ён асабіста іх здрадзіў.

---

11. Штучны інтэлект у робататэхніцы: калі штучны інтэлект атрымае цела 🤖

Робататэхніка і штучны інтэлект спалучаюць штучны інтэлект з фізічнымі машынамі. Менавіта тут штучны інтэлект пакідае экран і пачынае рухацца па свеце.

Прыклады ўключаюць:

• Складскія робаты

• Вытворчыя робаты

• Робаты для дастаўкі

• Сельскагаспадарчыя робаты

• Сістэмы хірургічнай дапамогі

• Дроны

• Робаты для інспекцыі

• Робаты для ўборкі

• Гуманоідныя даследчыя робаты

Штучны інтэлект у робататэхніцы складаны, бо фізічнае асяроддзе непрадказальнае. Чат-бот павінен мець справу толькі са словамі. Робат павінен мець справу са слізкімі падлогамі, дрэнным асвятленнем, няроўнымі паверхнямі, людзьмі, якія рухаюцца, памылкамі датчыкаў і тым, што хтосьці пакінуў крэсла ў самым непадыходзячым месцы.

Робататэхніка часта спалучае ў сабе некалькі тыпаў штучнага інтэлекту:

• Камп'ютэрны зрок для зроку

• Машыннае навучанне для адаптацыі

• Алгарытмы планавання руху

• Навучанне з падмацаваннем для прыняцця рашэнняў

• Апрацоўка натуральнай мовы для чалавечых каманд

Штучны інтэлект у робататэхніцы мае велізарны патэнцыял, асабліва ў небяспечнай або паўтаральнай працы. Але ён таксама дарагі, складаны і фізічна рызыкоўны, калі сістэмы выходзяць з ладу.

---

12. Штучны інтэлект, заснаваны на стылі навучання

Яшчэ адзін каштоўны спосаб разгледзець тыпы штучнага інтэлекту — гэта тое, як яны навучаюцца.

Штучны інтэлект на аснове правілаў

Штучны інтэлект на аснове правілаў прытрымліваецца логікі, створанай чалавекам. Напрыклад:

• Калі гэта здарыцца, зрабіце гэта

• Калі карыстальнік выбірае гэты варыянт, пакажыце гэты адказ

• Калі значэнне перавышае парог, актываваць папярэджанне

Гэта проста, прадказальна і карысна для структураваных задач. Але ёсць праблемы з неадназначнасцю.

Штучны інтэлект, навучаны на аснове дадзеных

Штучны інтэлект, навучаны на аснове дадзеных, вучыцца на прыкладах. Ён можа спраўляцца з большай складанасцю, бо вызначае заканамернасці, а не абапіраецца толькі на фіксаваныя правілы.

Вось тут і падыходзяць машыннае навучанне і глыбокае навучанне.

Гібрыдны штучны інтэлект

Гібрыдны штучны інтэлект спалучае логіку, заснаваную на правілах, з машынным навучаннем. У многіх практычных сістэмах гэта прагматычны выбар. Вы атрымліваеце гнуткасць сістэм навучання плюс кантроль над правіламі.

Напрыклад, сістэма банкаўскага махлярства можа выкарыстоўваць машыннае навучанне для выяўлення падазроных паводзін, а затым ужываць строгія правілы для праверкі адпаведнасці. Не гламурна. Вельмі неабходна.

---

13. Што робіць тыпы штучнага інтэлекту такімі складанымі?

Найбольшая блытаніна заключаецца ў тым, што людзі выкарыстоўваюць катэгорыі штучнага інтэлекту па-рознаму.

Адзін чалавек можа сказаць «Тыпы штучнага інтэлекту» і мець на ўвазе вузкі, агульны і звышінтэлект.

Іншы чалавек можа мець на ўвазе генератыўны штучны інтэлект, прагназуючы штучны інтэлект і размоўны штучны інтэлект.

Распрацоўшчык можа казаць пра навучанне з настаўнікам, глыбокае навучанне, нейронныя сеткі або навучанне з падмацаваннем.

Бізнес-менеджэр можа распавесці пра аўтаматызацыю, аналітыку, персаналізацыю і падтрымку кліентаў з дапамогай штучнага інтэлекту.

Усе яны ў нейкай ступені маюць рацыю. Непрыемна, але праўда.

Штучны інтэлект класіфікуецца па:

• Магчымасці

• Функцыянальнасць

• Метад навучання

• Вобласць прымянення

• Тэхнічная архітэктура

• Узровень аўтаноміі

• Тып уваходу і выхаду

• Выпадкі выкарыстання ў галіне

Такім чынам, калі хтосьці пытаецца: «Што гэта за тып штучнага інтэлекту?», найбольш ясны адказ можа быць шматслаёвым.

Чат-бот, напрыклад, можа быць:

• Звузіць ШІ па магчымасцях

• Абмежаваная памяць штучнага інтэлекту па функцыянальнасці

• Размоўная штучная інтэлектуальная сістэма па праграмах

• Генератыўны штучны інтэлект, калі ён стварае адказы

• Штучны інтэлект глыбокага навучання, калі ён працуе на нейронных сетках

Гэта не празмернае ўскладненне дзеля забавы. Проста так працуе гэтая сфера.

---

14. Практычныя прыклады тыпаў штучнага інтэлекту

Вось некалькі прыкладаў з паўсядзённага жыцця, каб катэгорыі было лягчэй зразумець.

Рэкамендацыі па трансляцыях 🎬

Гэта вузкі штучны інтэлект, прагназуючы штучны інтэлект і машыннае навучанне. Ён вывучае заканамернасці і рэкамендуе, што вы можаце паглядзець далей.

Галасавыя памочнікі 🎙️

Яны выкарыстоўваюць размоўную штучную інтэлектуальную апрацоўку, апрацоўку натуральнай мовы, распазнаванне маўлення і функцыі абмежаванай памяці.

Генератары малюнкаў 🖼️

Гэта генератыўныя сістэмы штучнага інтэлекту, часта заснаваныя на мадэлях глыбокага навучання.

Сістэмы выяўлення махлярства 💳

Яны выкарыстоўваюць прагназуючы штучны інтэлект і машыннае навучанне, каб пазначаць незвычайную актыўнасць.

Функцыі аўтаномнага кіравання 🚗

Яны спалучаюць камп'ютэрны зрок, штучны інтэлект з абмежаванай памяццю, штучны інтэлект, звязаны з робататэхнікай, аб'яднанне датчыкаў і мадэлі прыняцця рашэнняў.

Фільтры спаму ў электроннай пошце 📩

Гэта класічны штучны інтэлект з машынным навучаннем. Не гламурны, але вельмі каштоўны.

Інструменты для напісання са штучным інтэлектам ✍️

Гэта генератыўны штучны інтэлект і размоўны штучны інтэлект, якія звычайна ствараюцца з выкарыстаннем вялікіх моўных мадэляў.

Важна вось што: адзін прадукт штучнага інтэлекту можа належаць да некалькіх катэгорый адначасова.

---

15. Перавагі разумення тыпаў штучнага інтэлекту

Веданне тыпаў штучнага інтэлекту дапаможа вам прымаць лепшыя рашэнні, асабліва калі вы выкарыстоўваеце штучны інтэлект для працы, бізнесу, вучобы або стварэння кантэнту.

Гэта дапамагае вам:

• Выберыце правільны інструмент

• Пазбягайце нерэалістычных чаканняў

• Зразумець рызыкі

• Задавайце лепшыя пытанні

• Ацэнка сцвярджэнняў аб штучным інтэлекце

• Перабольшанне ў кропкавым маркетынгу

• Выкарыстоўвайце штучны інтэлект больш адказна

• Растлумачце іншым, што такое штучны інтэлект, не гучачы як разгублены робат

Напрыклад, калі інструмент з'яўляецца прагнастычным штучным інтэлектам, вы ведаеце, што ён прадказвае верагоднасці. Да яго не варта ставіцца як да аракула.

Калі інструмент з'яўляецца генератыўным штучным інтэлектам, вы ведаеце, што ён стварае кантэнт, але кантэнт усё роўна патрабуе праверкі.

Калі сістэма з'яўляецца вузкім штучным інтэлектам, вы ведаеце, што яна можа быць выдатнай у адной галіне, але неэфектыўнай па-за яе межамі.

Ужо адно гэта пазбаўляе ад вялікай колькасці галаўнога болю.

---

16. Рызыкі і абмежаванні розных тыпаў штучнага інтэлекту ⚠️

У кожнага тыпу штучнага інтэлекту ёсць абмежаванні. Розныя смакі, адна і тая ж міска супу.

распаўсюджаных рызык штучнага інтэлекту :

• Зрушэнне ў навучальных дадзеных

• Няправільныя выхады

• Адсутнасць празрыстасці

• Праблемы прыватнасці

• Празмерная залежнасць

• Уразлівасці бяспекі

• Злоўжыванне

• Дрэнны чалавечы кантроль

• Блытанне бегласці з праўдай

Генератыўны штучны інтэлект можа выдумляць інфармацыю. Прагназуючы штучны інтэлект можа ўзмацняць прадузятыя шаблоны. Камп'ютэрны зрок можа няправільна ідэнтыфікаваць людзей або аб'екты. Размоўны штучны інтэлект можа расчараваць карыстальнікаў, выклікаючы фальшывую ўпэўненасць. Робататэхнічны штучны інтэлект можа прычыніць фізічную шкоду, калі ён дрэнна распрацаваны.

Гэта не значыць, што штучны інтэлект дрэнны. Гэта значыць, што штучны інтэлект трэба выкарыстоўваць з разважлівасцю. Як электраінструменты, кантракты ці вельмі вострую локшыну 🌶️.

Найлепшыя сістэмы штучнага інтэлекту звычайна ўключаюць:

• Праверка чалавекам

• Выразныя межы

• Надзейныя практыкі апрацоўкі дадзеных

• Тэсціраванне

• Маніторынг

• Тлумачнасць, дзе гэта магчыма

• Этычны дызайн

• Кантроль бяспекі

Штучны інтэлект можа ўзмацняць правільныя рашэнні. Ён таксама можа ўзмацняць неасцярожныя.

---

17. Які тып штучнага інтэлекту найбольш важны?

Няма аднаго найбольш важнага тыпу. Гэта залежыць ад выпадку выкарыстання.

Для творчасці генератыўны штучны інтэлект мае велізарны ўплыў.

Для бізнес-планавання прагнастычны штучны інтэлект можа быць больш каштоўным.

Для аўтаматызацыі важныя машыннае навучанне і робататэхніка.

Для падтрымкі карыстальнікаў галоўнай перавагай з'яўляецца размоўная штучная інтэлектуальная сістэма.

Для медыцынскага сканавання або візуальнага агляду камп'ютэрны зрок мае вырашальнае значэнне.

Што да доўгатэрміновых даследаванняў, то найбольшую ўвагу філасофіі надаецца агульнаму штучнаму інтэлекту.

Але на практыцы вузкі штучны інтэлект і штучны інтэлект з абмежаванай памяццю з'яўляюцца найбольш распаўсюджанымі і каштоўнымі катэгорыямі на дадзены момант. Гэта ціхія рухавікі многіх інструментаў, на якія людзі ўжо спадзяюцца.

Прыгожая будучыня трапляе ў загалоўкі газет. Практычнае сучаснасць аплачвае рахункі.

---

Заключныя нататкі: разуменне тыпаў штучнага інтэлекту без шуму

Тыпы штучнага інтэлекту спачатку могуць здацца складанымі, бо катэгорыі перасякаюцца. Але калі вы аддзяліце магчымасці, функцыянальнасць, метад навучання і практычнае выкарыстанне, усё стане значна прасцей для разумення.

Вузкі ШІ выконвае канкрэтныя задачы. Агульны ШІ думаў бы больш гнутка, хоць гэта застаецца амбіцыйнай мэтай. Супер ШІ ўсё яшчэ спекулятыўны. Рэактыўныя машыны рэагуюць без памяці, у той час як ШІ з абмежаванай памяццю выкарыстоўвае мінулыя дадзеныя для паляпшэння рашэнняў. Генератыўны ШІ стварае. Прагназуючы ШІ прагназуе. Размоўны ШІ размаўляе. Камп'ютэрны зрок бачыць. Робататэхнічны ШІ дзейнічае ў фізічным асяроддзі.

Гэта агульная карціна.

Штучны інтэлект — гэта не нешта адно. Гэта заблытанае сямейства тэхналогій — некаторыя практычныя, некаторыя эксперыментальныя, некаторыя перабольшаныя, а некаторыя сапраўды важныя. Гэтая складанасць часткова тлумачыць яго важнасць. Чым лепш вы разумееце тыпы штучнага інтэлекту, тым лягчэй вам выкарыстоўваць яго разумна, а не проста ківаць галавой, калі хтосьці кажа «алгарытм» на сустрэчы. 🤷♂️

Кароткі змест: Асноўныя тыпы штучнага інтэлекту ўключаюць вузкі штучны інтэлект, агульны штучны інтэлект, суперштук, рэактыўныя машыны, штучны інтэлект з абмежаванай памяццю, штучны інтэлект з тэорыяй розуму, самасвядомы штучны інтэлект, генератыўны штучны інтэлект, прагназуючы штучны інтэлект, размоўны штучны інтэлект, штучны інтэлект камп'ютэрнага зроку, штучны інтэлект машыннага навучання, штучны інтэлект глыбокага навучання і штучны інтэлект робататэхнікі. Большасць штучных інтэлектаў, якія выкарыстоўваюцца сёння, з'яўляюцца вузкімі, арыентаванымі на задачы і заснаваны на машынным або глыбокім навучанні.

Прыклад з рэальнага свету: стварэнне памочніка па трыяжы кліентаў на базе штучнага інтэлекту

Сцэнар

Уявіце сабе невялікую інтэрнэт-краму мэблі, якая атрымлівае каля 120 лістоў падтрымкі кліентаў у дзень. Каманда не спрабуе замяніць супрацоўнікаў службы падтрымкі. Ім проста патрэбна дапамога ў больш хуткай сартаванні паведамленняў, выяўленні тэрміновых праблем і падрыхтоўцы першых адказаў.

Гэта добры прыклад, бо адзін памочнік можа выкарыстоўваць некалькі тыпаў штучнага інтэлекту адначасова. Ён можа выкарыстоўваць размоўны штучны інтэлект для разумення паведамленняў кліентаў, генератыўны штучны інтэлект для падрыхтоўкі адказаў, прагназуючы штучны інтэлект для пазначэння верагодных рызык вяртання грошай і штучны інтэлект з абмежаванай памяццю для выкарыстання дадзеных аб нядаўніх заказах або палітыцы.

Задача памочніка простая: прачытаць паведамленне кліента, класіфікаваць яго, прапанаваць наступныя дзеянні і напісаць адказ, які чалавек можа ўхваліць.

Што патрэбна памочніку

Каманда дасць памочніку:

Палітыка абслугоўвання кліентаў

Правілы дастаўкі і вяртання тавараў

Гарантыйныя ўмовы

Часта задаваныя пытанні па прадукце

Прыклады тону голасу

Спіс правілаў эскалацыі

Прыклады мінулых білетаў з правільнымі катэгорыямі

Выразныя абмежаванні на тое, што яно не павінна вырашаць самастойна

Напрыклад, ён не павінен ухваляць вяртанне грошай звыш 100 фунтаў стэрлінгаў, абяцаць даты дастаўкі, якія ён не можа праверыць, або прад'яўляць юрыдычныя прэтэнзіі аб пашкоджаных таварах. Такія справы павінны быць перададзены асобе.

Прыклад інструкцыі

Вы — памочнік службы падтрымкі кліентаў у інтэрнэт-краме мэблі. Чытаеце кожнае паведамленне кліента і адказваеце на пяць пытанняў: катэгорыя заяўкі, узровень тэрміновасці, верагодны настрой кліента, рэкамендаваныя наступныя дзеянні і чарнавік адказу.

Выкарыстоўвайце толькі прадстаўленую палітыку кампаніі. Калі адказу няма ў палітыцы, напішыце «Патрабуецца праверка чалавекам». Не выдумляйце даты дастаўкі, зацвярджэнні вяртання грошай, гарантыйныя абяцанні або наяўнасць прадукцыі.

Павялічце тэрмін дзеяння заяўкі, калі кліент згадвае пра траўму, судовы пазоў, паўторную няўдалую дастаўку, вяртанне грошай на суму больш за 100 фунтаў стэрлінгаў, адсутнасць дэталяў у дзіцячым прадукце або моцную незадаволенасць пасля двух папярэдніх адказаў.

Пішыце чарнавік адказу ветліва, коратка і практычна. Не рабіце выгляд, што вы робат. Не вінаваціце кліента ці кур'ера.

Як гэта праверыць

Перад тым, як выкарыстоўваць памочніка для працы з кліентамі, праверце яго на невялікім наборы старых білетаў.

Выкарыстайце 30 папярэдніх паведамленняў падтрымкі:

10 простых пытанняў па дастаўцы

5 скаргаў на пашкоджаныя тавары

5 запытаў на вяртанне грошай

5 пытанняў па гарантыі

5 злосных або складаных скаргаў

Для кожнага тэсту праверце:

Ці правільная катэгорыя была абрана?

Ці правільна яно пазначала тэрміновыя выпадкі?

Ці пазбягаў ён абяцанняў?

Ці гэта абвастрыла далікатныя пытанні?

Ці адпавядаў чарнавік адказу тону кампаніі?

Карысным тэставым пытаннем будзе:

«Мой стол прыбыў з трэснутай ножкай, і гэта ўжо другі выпадак, калі дастаўка пайшла не так. Я хачу атрымаць поўны вяртанне грошай сёння, інакш я размещу пра гэта паведамленні паўсюль»

Слабы памочнік можа проста папрасіць прабачэння і паабяцаць вярнуць грошы. Добры памочнік класіфікуе тавар як пашкоджаны і паўторна скардзіцца, пазначае яго як тэрміновы, пазбягае аўтаматычнага зацвярджэння вяртання грошай і перадасць яго на разгляд чалавекам.

Вынік

Ілюстрацыйны вынік: заснаваны на часовым адліку 30 узораў квіткоў да і пасля выкарыстання працоўнага працэсу.

Ручная сартаванне заняло 2 гадзіны 15 хвілін для 30 заявак, у сярэднім 4,5 хвіліны на заявку.

Апрацоўка заяў з дапамогай штучнага інтэлекту заняла 48 хвілін для тых жа 30 заявак, у сярэднім 1,6 хвіліны на заявку, бо чалавеку трэба было толькі праверыць катэгорыю, рашэнне аб эскалацыі і чарнавік адказу.

Памочнік правільна класіфікаваў 27 з 30 заявак у тэставым наборы. Ён правільна аднёс усе 5 заявак з высокай рызыкай да катэгорыі «высокай рызыкі». Дзве заявы на вяртанне грошай патрабавалі рэдагавання фармулёвак, бо чарнавік гучаў занадта пэўна, а адна гарантыйная заявка была аднесена да няправільнай катэгорыі.

Гэта дае практычны арыенцір: хутчэйшы першы агляд, але не поўная аўтаматызацыя. Чалавек усё яшчэ адказвае за адказ.

Што можа пайсці не так

Найбольшая памылка — дазволіць памочніку рабіць выгляд, што ён ведае больш, чым насамрэч. Калі палітыка вяртання тавараў састарэла, памочнік можа ўпэўнена скласці няправільны адказ. Калі правілы эскалацыі невыразныя, ён можа прапусціць сур'ёзныя скаргі.

Канфідэнцыяльнасць — яшчэ адна праблема. Камандзе варта пазбягаць устаўкі непатрэбных плацежных рэквізітаў, адрасоў або канфідэнцыйнай асабістай інфармацыі ў памочнік, калі сістэма не мае дазволу на такое выкарыстанне.

Памочніка таксама варта рэгулярна тэсціраваць. Пытанні кліентаў мяняюцца, палітыка змяняецца, а прадукты — змяняюцца. Памочнік па трыяжы, які добра працаваў у сакавіку, можа стаць рызыкоўным пасля новай гарантыйнай палітыкі ў чэрвені.

Практычны вывад

Гэты прыклад паказвае, чаму катэгорыі штучнага інтэлекту перасякаюцца на практыцы. Адзін памочнік падтрымкі можа адначасова быць вузкім штучным інтэлектам, размоўным штучным інтэлектам, генератыўным штучным інтэлектам, прагнастычным штучным інтэлектам і штучным інтэлектам з абмежаванай памяццю. Больш надзейны спосаб ацаніць яго — спытаць, якія рашэнні ён падтрымлівае, якія дадзеныя выкарыстоўвае і дзе чалавеку трэба іх праверыць.

Часта задаваныя пытанні

Якія асноўныя тыпы штучнага інтэлекту павінны ведаць пачаткоўцы?

Асноўныя тыпы штучнага інтэлекту ўключаюць вузкі штучны інтэлект, агульны штучны інтэлект, суперштук, рэактыўныя машыны, штучны інтэлект з абмежаванай памяццю, генератыўны штучны інтэлект, прагназуючы штучны інтэлект, размоўны штучны інтэлект, штучны інтэлект камп'ютэрнага зроку, штучны інтэлект машыннага навучання, штучны інтэлект глыбокага навучання і штучны інтэлект робататэхнікі. Гэтыя катэгорыі часта перасякаюцца, таму адзін інструмент можа адпавядаць некалькім этыкеткам адначасова. Напрыклад, чат-бот можа быць вузкім штучным інтэлектам, размоўным штучным інтэлектам, генератыўным штучным інтэлектам і штучным інтэлектам з абмежаванай памяццю.

Як класіфікуюцца тыпы штучнага інтэлекту па магчымасцях?

Па магчымасцях штучны інтэлект звычайна падзяляецца на вузкі, агульны і суперштучны. Вузкі штучны інтэлект выконвае канкрэтныя задачы і шырока выкарыстоўваецца сёння. Агульны штучны інтэлект будзе разважаць і вучыцца ў многіх задачах на ўзроўні, падобным да чалавечага, але ён не з'яўляецца часткай паўсядзённага выкарыстання. Суперштучны інтэлект пераўзыдзе чалавечы інтэлект і застаецца спекулятыўным.

У чым розніца паміж вузкім штучным інтэлектам і агульным штучным інтэлектам?

Вузкі штучны інтэлект прызначаны для выканання канкрэтнай задачы або абмежаванага набору задач, такіх як фільтрацыя спаму, рэкамендацыі, чат-боты або выяўленне махлярства. Агульны штучны інтэлект здольны вучыцца, разважаць і адаптавацца да многіх не звязаных паміж сабой задач. Большасць людзей сёння выкарыстоўваюць вузкі штучны інтэлект, нават калі ён здаецца гнуткім або прасунутым.

Чаму штучны інтэлект з абмежаванай памяццю так распаўсюджаны сёння?

Штучны інтэлект з абмежаванай памяццю можа выкарыстоўваць мінулыя або нядаўнія дадзеныя для паляпшэння рашэнняў, што робіць яго практычным для многіх разгорнутых сістэм. Механізмы рэкамендацый, інструменты выяўлення махлярства, функцыі аўтаномнага кіравання і чат-боты часта абапіраюцца на гэты тып штучнага інтэлекту. Ён не мае свядомасці, падобнай да чалавечай, але можа адаптавацца на аснове шаблонаў і захаванай інфармацыі.

Як генератыўны штучны інтэлект упісваецца ў тыпы штучнага інтэлекту?

Генератыўны штучны інтэлект — гэта тып штучнага інтэлекту, які стварае новыя вынікі, такія як тэкст, выявы, код, аўдыё, відэа, рэзюмэ або ідэі дызайну. Ён вывучае заканамернасці з вялікіх аб'ёмаў дадзеных і стварае кантэнт на аснове падказак. Ён можа дапамагчы ў чарнавіку, мазгавым штурме, падтрымцы кадавання і творчай працы, але яго вынікі ўсё роўна патрабуюць праверкі чалавекам.

У чым розніца паміж машынным навучаннем і глыбокім навучаннем?

Машыннае навучанне — гэта раздзел штучнага інтэлекту, у якім сістэмы засвойваюць заканамернасці з дадзеных, а не прытрымліваюцца толькі рукапісных правілаў. Глыбокае навучанне — гэта спецыялізаваная форма машыннага навучання, якая выкарыстоўвае шматслаёвыя нейронныя сеткі. Глыбокае навучанне асабліва каштоўнае для складаных задач, такіх як распазнаванне маўлення, распазнаванне малюнкаў, апрацоўка натуральнай мовы, пераклад, медыцынская візуалізацыя і генератыўны штучны інтэлект.

Для чаго выкарыстоўваецца прагназуючы штучны інтэлект у бізнэсе?

Прагназуючы штучны інтэлект выкарыстоўвае дадзеныя для ацэнкі верагодных будучых вынікаў. Прадпрыемствы могуць выкарыстоўваць яго для планавання попыту, прагназавання адтоку кліентаў, выяўлення махлярства, ацэнкі рызык, рашэнняў аб запасах або прагназавання тэхнічнага абслугоўвання. Ён падтрымлівае планаванне і прыняцце рашэнняў, але не гарантуе будучыню. Прагнозы - гэта ацэнкі, сфарміраваныя на аснове даступных дадзеных і якасці мадэлі.

Як камп'ютэрны зрок з дапамогай штучнага інтэлекту працуе ў практычных сістэмах?

Камп'ютэрны зрок на аснове штучнага інтэлекту дапамагае машынам інтэрпрэтаваць візуальную інфармацыю з малюнкаў, відэа, камер, сканаў або датчыкаў. Ён можа падтрымліваць распазнаванне твараў, выяўленне аб'ектаў, праверку фабрык, медыцынскую візуалізацыю, выяўленне дарожнага руху, аналіз рознічнага гандлю, маніторынг сельскай гаспадаркі і сістэмы бяспекі. Ён не бачыць як чалавек, але можа апрацоўваць пікселі, формы, колеры і ўзоры ў вялікіх маштабах.

Чаму адзін прадукт штучнага інтэлекту можа належаць да некалькіх тыпаў штучнага інтэлекту?

Катэгорыі штучнага інтэлекту часта апісваюць розныя рэчы, такія як магчымасці, функцыянальнасць, метад навучання або прымяненне. Напрыклад, галасавы памочнік можа быць вузкім штучным інтэлектам па магчымасцях, размоўным штучным інтэлектам па прымяненні, штучным інтэлектам з абмежаванай памяццю па функцыянальнасці і штучным інтэлектам глыбокага навучання па архітэктуры. Гэта перакрыццё з'яўляецца нармальным і дапамагае растлумачыць, што робіць сістэма з розных бакоў.

Якія рызыкі павінны разумець людзі, звязаныя з рознымі тыпамі штучнага інтэлекту?

Да распаўсюджаных рызык штучнага інтэлекту адносяцца прадузятасць, няправільныя вынікі, праблемы з прыватнасцю, уразлівасці бяспекі, адсутнасць празрыстасці, празмерная залежнасць і слабы кантроль чалавека. Генератыўны штучны інтэлект можа выдумляць інфармацыю, прагназуючы штучны інтэлект можа ўзмацняць няправільныя заканамернасці, а камп'ютэрны зрок можа няправільна ідэнтыфікаваць аб'екты або людзей. Добрае выкарыстанне штучнага інтэлекту звычайна патрабуе тэсціравання, маніторынгу, выразных межаў, надзейных практык апрацоўкі дадзеных і праверкі чалавекам.

Спасылкі

1. IBM - Тыпы штучнага інтэлекту - ibm.com

2. Структура кіравання рызыкамі штучнага інтэлекту NIST - Рызыкі штучнага інтэлекту - nist.gov

3. Распрацоўшчыкі Google - Машыннае навучанне - developers.google.com

4. AWS - Генератыўны штучны інтэлект - aws.amazon.com