Inhoud
- Spel spelen en verder
- Meer precisie bij de behandeling van kanker
- Geen bugs, geen stress - Uw stapsgewijze handleiding voor het creëren van levensveranderende software zonder uw leven te vernietigen
- Vooruitgang in neurowetenschappen
- AI en gepersonaliseerde marketing
- Dagelijkse interfaces
- Bedrijfsinformatie
Bron: Agsandrew / Dreamstime.com
Afhaal:
Nieuwe vormen van AI zullen (en beginnen dit al) ons leven op een aantal zeer interessante manieren te veranderen.
We weten dat onze wereld snel verandert - maar er zijn veel concrete technologische ontwikkelingen waar je misschien niet veel over hoort in de krant of op tv, maar die toch een dramatische impact op ons leven hebben.
Sommige van deze grote nieuwe verhalen zijn gerelateerd aan het kunstmatige neurale netwerk - een relatief nieuw fenomeen in onderzoek naar kunstmatige intelligentie dat allerlei vooruitgang op vele gebieden, van entertainment tot medicijnen, stimuleert.
Kunstmatige neurale netwerken vertrouwen op het idee dat technologieën het biologische werk van het menselijk brein kunnen modelleren, met behulp van kleine eenheden die overeenkomen met individuele menselijke neuronen en groepen neuronen, om op basis van inputs output te produceren.
Het idee van het kunstmatige neurale netwerk steunt op de filosofie van 'connectionisme' die in de jaren veertig van de vorige eeuw opkwam, en theoretiseert hoe grote aantallen samenwerkende neurologische eenheden het algemene gedrag en de cognitie kunnen beïnvloeden. Een andere manier om dat te zeggen is dat we als mensen ontdekten dat we betere modellen kunnen bouwen door veel van deze kunstmatige neuronen samen te voegen en ze te laten samenwerken op manieren die erg op onze eigen biologische denkprocessen lijken.
Dus wat brengen kunstmatige netwerken op tafel? Veel eigenlijk. Hoewel ze geen bekende naam zijn, of een bekend merk, of zelfs een groot deel van het leerplan van het basisonderwijs of de middelbare school, wordt het werken aan kunstmatige neurale netwerken op veel gebieden gemeengoed. (Meer informatie over de mijlpalen in de computer- en AI-geschiedenis met Van Ada Lovelace tot Deep Learning.)
Spel spelen en verder
Je hebt misschien onlangs gehoord dat een computer een menselijke speler kon verslaan in het spel 'Go', een spel dat aanzienlijk complexer is dan schaken. Velen van ons begrijpen intuïtief dat dit nog een stap vooruit is op weg naar een sterkere kunstmatige intelligentie - we leerden over de superioriteit van schaakcomputers in de jaren negentig, dus dit lijkt een logische vooruitgang.
De opkomst van kunstmatige intelligentie-entiteiten, ondersteund door kunstmatige neurale netwerken, die mensen bij Go kunnen verslaan, is aanzienlijk - maar wat je misschien niet weet is dat IBM, een bedrijf dat heeft bijgedragen aan deze opkomende manier van spelen, ook experimenteert met nieuwe fundamentele AI-technieken die kunstmatige neurale netwerken veel capabeler en sneller maken. Nieuws daalde vorige maand dat IBM $ 240 miljoen zal laten vallen op een gezamenlijk project met MIT, waardoor de kracht van ANN en aanverwante technologieën wordt verdubbeld om verder te gaan dan ooit tevoren.
Meer precisie bij de behandeling van kanker
Kanker is een van de meest verwarrende ziekten in het westerse medische lexicon - maar nu worden zeer nieuwe soorten kankeronderzoek ondersteund door kunstmatige neurale netwerken, omdat wetenschappers bijna doorbreken op nieuwe manieren om veel verschillende soorten tumoren te behandelen.
Geen bugs, geen stress - Uw stapsgewijze handleiding voor het creëren van levensveranderende software zonder uw leven te vernietigen
U kunt uw programmeervaardigheden niet verbeteren als niemand om softwarekwaliteit geeft.
Een van de meest essentiële manieren waarop kunstmatige neurale netwerken helpen bij het diagnosticeren en behandelen van borst-, prostaat-, long- en andere soorten kanker is met de mogelijkheid om grote hoeveelheden gegevens te hanteren en een pad voorwaarts te identificeren - of het nu gaat om de classificatie van kankergevallen , of werkend met gegevens met betrekking tot genexpressie, gebruikt een spectrum van nieuwe kankerbehandelingen AI-afgeleide inzichten om te proberen levens te redden.
Vooruitgang in neurowetenschappen
Kunstmatige neurale netwerken zijn niet alleen nuttig bij kankeronderzoek - dezelfde principes kunnen allerlei klinische gegevens aannemen en deze verfijnen tot meer bruikbare vormen.
Maar er is een speciale relatie tussen kunstmatige neurale netwerken en neurowetenschap - want terwijl we deze bouwstenen samenstellen die het menselijk brein simuleren, leren we meer over hoe het menselijk brein werkt - wat nieuwe moderne faciliteiten ondersteunt om patiënten te dienen op nieuwe manieren.
Terwijl wetenschappers binnenkomen en ANN-systemen creëren, kijken ze hoe neuronen impulsen afvuren over synapsen. Ze groeperen en classificeren neurale netwerken die delen van het menselijk brein vormen. In stukjes en beetjes werken ze toe aan het algemene doel van geavanceerd onderzoek naar kunstmatige intelligentie - om het werk van de biologische hersenen vollediger te simuleren en die resultaten om te zetten in iets dat erg lijkt op het menselijk denken dat is afgeleid van een autonome technologie. Naarmate mensen kunstmatige neurale netwerken gebruiken, leren ze meer over wat er in de hersenen gebeurt, wat er gebeurt als we dromen, wat er gebeurt als iemand een beroerte heeft - en dit alles zal de expansie op verschillende gebieden van de neurowetenschap stimuleren. Naarmate we AI ontwikkelen, ontwikkelen we ook ons begrip van onszelf.
AI en gepersonaliseerde marketing
Een andere doorbraak die wordt ondersteund door kunstmatige neurale netwerken is het griezelige vermogen van marketeers om erachter te komen wat een bepaalde consument wil en nodig heeft.
Je bent dit soort dingen misschien tegengekomen in een engine voor het aanbevelen van websites, in je Pandora-feed of elders. Je ziet advertenties die zo gericht zijn dat ze eng lijken - je krijgt informatie over dingen die je misschien wilt of waarin je geïnteresseerd bent, maar waarover je nog nooit iemand hebt verteld. Dit alles wordt vaak aangedreven door kunstmatige neurale netwerken en machine learning-algoritmen die in staat zijn om zelf verbindingen te maken, in plaats van aangestuurd door menselijke besluitvormers. Hun nauwkeurigheid is griezelig en het wordt alleen maar beter naarmate de tijd verstrijkt. (Meer informatie over hoe aanbevelingssystemen de manier zijn waarop we online winkelen.)
Dagelijkse interfaces
Dit is een interessante manier om na te denken over de doorbraken die wetenschappers maken met kunstmatige neurale netwerken - een artikel van Gizmodo vertelt over hoe we de resultaten van ANN's elke dag op internet zien spelen - een van de belangrijke dingen waar dit artikel op wijst is dat een van de meest veelbelovende grenzen van het gebruik van kunstmatige neurale netwerken beeldherkenning is.
Bij het vroege gebruik van deze hulpmiddelen voor kunstmatige intelligentie hebben wetenschappers ontdekt hoe ze computers kunnen helpen bij het herkennen van foto's van alles, van katten tot individuele menselijke gezichten. En dat wordt al op vele manieren toegepast - op uw berichtenplatforms, in uw profiel en zelfs, mogelijk, op uw lokale luchthaven.
Het gebied van biometrie heeft veel gewonnen uit het idee dat je beeldherkenning kunt gebruiken om een persoon te identificeren. En natuurlijk levert marketing ook winst op door beeldherkenning, waardoor de verbindingen die een menselijke gebruiker zullen aanspreken, samenkomen. Maar op een breder niveau, het kunnen ontginnen van afbeeldingen voor gegevens heeft allerlei nuttige toepassingen - zodat we op een gegeven moment niet meer in woorden aan computers gaan voeden - we kunnen ze afbeeldingen geven aan laat ze zien wat we proberen over te brengen - en zoals iedereen weet, is een foto meer dan 1000 woorden waard.
Een ander interessant punt uit het stuk Gizmodo is dat natuurlijke taalverwerking ook een product is van ANN-werk. We hebben dat al een tijdje gebruikt, of het nu met Siri of dicteerhulpmiddelen of een andere vorm is; de manieren waarop computers fonetiek afbreken en omzetten, hebben veel te maken met vroeg onderzoek naar kunstmatige neurale netwerken.
Bedrijfsinformatie
Afgezien van het kunnen vaststellen van individuele klanten en het ontleden van hun persoonlijke informatie voor marketingdoeleinden, gebruiken bedrijven ook kunstmatige neurale netwerken en machine learning op andere zeer belangrijke manieren.
Een bedrijf is een organisme - en elk bedrijf van grote omvang heeft veel richting nodig, zowel van dag tot dag als op de lange termijn.
Zodra software voldoende geavanceerd, geavanceerd genoeg werd, begonnen leveranciers verschillende enterprise softwareplatforms te bouwen om bedrijven te helpen alles te automatiseren dat ze vroeger handmatig deden. Salesforce-automatisering vergroot de kracht van verkoopteams door technologie. Hulpprogramma's voor klantrelatiebeheer helpen bij het bevorderen van betere verbindingen met een doelgroep. Supply chain management tools brengen de nodige grondstoffen naar bedrijfslocaties. En algemene business intelligence-tools nemen alle onbewerkte gegevens op en maken er bruikbare rapporten van die leidinggevenden kunnen gebruiken.
In plaats van door voorzieningen te lopen en zich voor te stellen wat er in de toekomst gaat gebeuren, kijken de leiders van vandaag steeds vaker naar visuele dashboards en zien ze duidelijk wat ze moeten doen om het bedrijf beter te laten werken. Al die transparantie is wederom afhankelijk van kunstmatige neurale netwerken - en hulpmiddelen voor machinaal leren en diep leren - die worden toegepast op deze analytische motoren en geven ons de kennis die we nodig hebben op manieren die zijn gebaseerd op die zeer belangrijke simulatie van het menselijk denken.
Al deze doorbraken zijn slechts het topje van de ijsberg. Een revolutie komt eraan - een enorme verandering in de manier waarop we omgaan met technologie. Slimmere en meer capabele robots en computers zullen gaan klinken, eruit zien en zich gedragen zoals wij - en het is aan ons om erachter te komen hoe dat gaat werken.