17-11-2017 20-11-2018

Какво точно е машинното самообучение

Или къде е припокриването с изкуствения интелект

Снимка: iStock by Getty Images/Guliver Photos

Какво точно е машинното самообучение

Или къде е припокриването с изкуствения интелект

07:38 | 6 август 2019

| Редактор : Стоян Гогов

9 4772 Снимка: iStock by Getty Images/Guliver Photos

Дори и да не четете технологични новини, то два термина започват все по-често да навлизат в ежедневието ни. С изкуственият интелект и машинното самообучение са рекламирани редица смартфони, софтуерни продукти и всякакви умни джаджи. Но къде точно свършва маркетингова стратегия и започват истинските факти?

Дигитална (р)Еволюция/ част 2

За да отговорим на този въпрос трябва да видим какво точно са изкуственият интелект и машинното самообучение и какъв е техният реален потенциал да променят ежедневието ни. В първата част на нашата поредица Дигитална (р)Еволюция , стартирана съвместно с Пощенска банка, говорихме за перспективите пред изкуствения интелект, затова днес ще обърнем внимание на машинното самообучение.

Същност

Още през 50-те години на миналия век водещите специалисти, занимаващи се с компютри и информатика, стигнали до извода, че е възможно да се създаде алгоритъм, който да се усъвършенства на базата на своя опит. С появата на изкуствени невронни мрежи се увеличават значително и перспективите пред машинното самообучение. Какво са изкуствените невронни мрежи ли? Най-просто казано те са модел за обработка на информация, вдъхновен и имитиращ биоелектричните мрежи в мозъка на човека и животните, образувани от неврони и техните синапси.

На практика един алгоритъм за машинно обучение може да се учи и действа без програмисти, но това е само половината истина. Този алгоритъм може да функционира единствено в много конкретно определени преди това рамки, като за целта трябва да бъде захранен с голямо количество база от данни.

Именно необходимостта от голямо количество база от данни превръща компании като Facebook и Google в едни от водещите в сферата. Колкото повече и по-прецизни са данните, толкова по-верни ще са и резултатите.

Много често компаниите рекламират някои свои услуги като изкуствен интелект, докато всъщност се използва алгоритъм с машинно самообучение.

Разлики с изкуствения интелект и употреба

Основната разлика между алгоритъма за машинно обучение и изкуствения интелект е, че последният трябва да е способен да взема решение - дали светофарът да светне в зелено, дали да даде конкретен съвет, дали да отправи предупреждение или да извърши друго действие. Много често изкуственият интелект върви ръка за ръка със системите за машинно самообучение. Последните се използват за анализиране на постъпващата информация. Макар информацията да е нова, то алгоритъмът стъпва на изводите, направени при предишните "захранвания" с бази от данни. В много от случаите новата обработка на данни участва в самообучението на алгоритъма, като го прави по-точен и съвършен.

Невронните мрежи имат потенциала да имитират дейността на мозъка

Снимка: iStock by Getty Images/Guliver Photos

Google Преводач, системите за лицево разпознаване или за разпознаване на сцени при снимка с телефон, анализирането на пръстови отпечатъци и дори аутокоректорите стъпват в някакво отношение на алгоритми с машинно самообучение. Автопилотите на бъдещите автономни коли, гласовия асистент Siri или популярното приложение Prisma комбинират машинното самообучение с изкуствен интелект.

В бъдеще комбинацията между изкуствения интелект и машинното самообучение ще става все по-честа. С навлизането на умните вещи, автоматизирането и повишената автономност на много системи, ще станем свидетели на пълната интеграция на двата термина.

Забавен пример на употребата на машинно самообучение дава един от главните изследователи на Microsoft - Офър Декъл. Неговата градина била нападната от катерици. Като специалист по ИТ, той решил проблема с помощта на технологиите.

Опасност

Единственият риск идва от намесата на злонамерени специалисти в системите

Снимка: Shutterstock

Единствената опасност в технологията за машинно самообучение е свързана с човека. Той може нарочно да захрани алгоритъма с грешни данни или грешни изводи. Програмистът може да заложи етично неприемливи цели или пък да манипулира системата.

При по-широки проекти е възможна намесата на хакери или тролове, които също биха нанесли вреди на софтуера. За сега няма сериозни инциденти с изкуствен интелект или машинно самообучение, но това се дължи отново на хората, занимаващи се в сферата на тези доста полезни технологии, които ще срещаме все повече и повече около нас.

Важно е да се отбележи, че човекът остава решаващото звено и в технологията за изкуствен интелект и при машинното самообучение. Сценариите, начертани от филми като "Матрицата" или "Терминаторът" остават невъзможни.

ИЗБРАНО