45becd0072
|
||
|---|---|---|
| .. | ||
| README.md | ||
| assignment.md | ||
README.md
Obrázok od Dmitry Soshnikov
S postupom času sa výpočtové zdroje stali lacnejšími a dostupnosť dát sa zvýšila, čo umožnilo prístupom založeným na neurónových sieťach dosahovať vynikajúce výsledky v porovnaní s ľuďmi v mnohých oblastiach, ako je počítačové videnie alebo rozpoznávanie reči. V poslednom desaťročí sa pojem Umelá inteligencia často používa ako synonymum pre neurónové siete, pretože väčšina úspechov AI, o ktorých počujeme, je založená práve na nich.
Môžeme pozorovať, ako sa prístupy menili, napríklad pri vytváraní počítačového programu na hranie šachu:
- Skoré šachové programy boli založené na vyhľadávaní – program sa explicitne snažil odhadnúť možné ťahy súpera na niekoľko nasledujúcich ťahov a vybral optimálny ťah na základe najlepšej pozície, ktorú bolo možné dosiahnuť v niekoľkých ťahoch. To viedlo k vývoju tzv. alpha-beta prerezávacieho vyhľadávacieho algoritmu.
- Vyhľadávacie stratégie fungujú dobre na konci hry, kde je vyhľadávací priestor obmedzený malým počtom možných ťahov. Na začiatku hry je však vyhľadávací priestor obrovský a algoritmus sa dá zlepšiť učením z existujúcich zápasov medzi ľudskými hráčmi. Následné experimenty využívali tzv. prístup založený na prípadoch, kde program hľadal prípady v databáze znalostí, ktoré sú veľmi podobné aktuálnej pozícii v hre.
- Moderné programy, ktoré porážajú ľudských hráčov, sú založené na neurónových sieťach a posilňovacom učení, kde sa programy učia hrať výlučne tým, že dlhodobo hrajú proti sebe a učia sa zo svojich vlastných chýb – podobne ako ľudia, keď sa učia hrať šach. Počítačový program však môže odohrať oveľa viac hier za oveľa kratší čas, a tak sa môže učiť oveľa rýchlejšie.
✅ Urobte si malý prieskum o iných hrách, ktoré boli hrané AI.
Podobne môžeme vidieť, ako sa menil prístup k vytváraniu „hovoriacich programov“ (ktoré by mohli prejsť Turingovým testom):
- Skoré programy tohto druhu, ako napríklad Eliza, boli založené na veľmi jednoduchých gramatických pravidlách a preformulovaní vstupnej vety na otázku.
- Moderní asistenti, ako Cortana, Siri alebo Google Assistant, sú všetko hybridné systémy, ktoré používajú neurónové siete na prevod reči na text a rozpoznanie nášho zámeru, a potom využívajú nejaké logické uvažovanie alebo explicitné algoritmy na vykonanie požadovaných akcií.
- V budúcnosti môžeme očakávať úplný model založený na neurónových sieťach, ktorý bude schopný samostatne spracovať dialóg. Nedávne GPT a Turing-NLG rodiny neurónových sietí ukazujú v tomto smere veľký úspech.
Obrázok od Dmitry Soshnikov, fotografia od Marina Abrosimova, Unsplash
Nedávny výskum v oblasti AI
Obrovský nárast výskumu neurónových sietí začal okolo roku 2010, keď sa začali sprístupňovať veľké verejné dátové súbory. Obrovská zbierka obrázkov nazvaná ImageNet, ktorá obsahuje približne 14 miliónov anotovaných obrázkov, dala vzniknúť ImageNet Large Scale Visual Recognition Challenge.
Obrázok od Dmitry Soshnikov
V roku 2012 boli Konvolučné neurónové siete prvýkrát použité na klasifikáciu obrázkov, čo viedlo k výraznému poklesu chybovosti klasifikácie (z takmer 30 % na 16,4 %). V roku 2015 architektúra ResNet od Microsoft Research dosiahla presnosť na úrovni človeka.
Odvtedy neurónové siete preukázali veľmi úspešné správanie v mnohých úlohách:
| Rok | Dosiahnutá úroveň človeka |
|---|---|
| 2015 | Klasifikácia obrázkov |
| 2016 | Rozpoznávanie konverzačnej reči |
| 2018 | Automatický preklad (z čínštiny do angličtiny) |
| 2020 | Popisovanie obrázkov |
V posledných rokoch sme boli svedkami obrovských úspechov veľkých jazykových modelov, ako sú BERT a GPT-3. Toto sa stalo najmä vďaka tomu, že je dostupné veľké množstvo všeobecných textových dát, ktoré umožňujú trénovať modely na zachytenie štruktúry a významu textov, predtrénovať ich na všeobecných textových zbierkach a následne špecializovať tieto modely na konkrétnejšie úlohy. Viac sa o Spracovaní prirodzeného jazyka dozvieme neskôr v tomto kurze.
🚀 Výzva
Preskúmajte internet a určte, kde je podľa vás AI najefektívnejšie využívaná. Je to v aplikácii na mapovanie, v službe na prevod reči na text alebo vo videohre? Preskúmajte, ako bol systém vytvorený.
Kvíz po prednáške
Prehľad & Samoštúdium
Preskúmajte históriu AI a ML prečítaním tejto lekcie. Vyberte si prvok zo sketchnote na začiatku tejto lekcie alebo tejto a preskúmajte ho podrobnejšie, aby ste pochopili kultúrny kontext, ktorý ovplyvnil jeho vývoj.
Úloha: Game Jam
Upozornenie:
Tento dokument bol preložený pomocou služby na automatický preklad Co-op Translator. Hoci sa snažíme o presnosť, upozorňujeme, že automatické preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho pôvodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nenesieme zodpovednosť za akékoľvek nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.