Цікавий курс у Дії освіті,
але другий їх курс "Штучний інтелект для школярів" ще більш
поглиблений і цікавіший. Мені дивні думки людей, які
кажуть,, що ті курси для тих, кому по життю нічим зайнятися. Я почала прослуховувати
деякі курси за своєю спеціальністю, які вийшли десь у 2019 році і зрозуміла, що
дізналася деяку нову інформацію, яку у 2007 році в університеті мені не
розповідали. Людина на протязі всього життя може хотіти дізнатись щось нове і це
нормально. А декого дізнатись нову
інформацію підштовхує робота і освоєння нових професій. Я вважаю що неправильно,
коли людина загоняє себе в рамки однієїпрофесії і не дає собі право вибору
займатися ще чимось, якщо того хочеться.
Авжеж є такі випадки, коли
людина присвятила себе одній професії, одному напрямку галузі по життю і це
нормально теж. Вона вивчилась по ній, працює, реалізує себе, дізнається з
плином часу щось нове, вдосконалює свою професійну діяльність, любить всім
серцем свою справу і приносить вагомий внесок на користь людства.
Повертаючись до теми ШІ.
Мене вже ця тема більше не
лякає, навпаки, захоплює. Мені цікаво загалом дізнатись, що там до чого, але
розробником нейромережі я не дуже і прагну бути, бо з математикою
ще зі школи не в дуже гарних відносинах, хоча з викладачами моєї школи і у
подальших навчальних закладах після школи, в мене були дуже гарні відносини.
Викладачі були добрі. Просто на той момент я була не зріла, щоб полюбити
цікавинки висшої математики в повному обсязі, щоб так із захватом, поглибленно.
Улюбленну справу потрібно любтити, як і улубленну науку, яку треба пізнати,
тоді і навчання чомусь буде набагато продуктивніше і менш складне. Щоб
заглибитися в тему штучного інтелекту треба знати математику (зокрема статистику,
комбінаторику та векторну алгебру), англійську, програмування (Phyton),
статистику. А першим програмістом у світі (ця людина описала прообраз першого
комп’ютера та написала для неї першу програму) є Ада Лавлейс.
У випадку з ШІ і іншими
напрямками, цікавими для себе, які я там подивилась, на сьогоднішній день я
відчуваю захват. Захват від того, що нового я дізналась. Напрклад, британський
дослідник Дональд Мічі створив прототип штучного інтелекту за допомогою
сірникових коробок та намистин у шістдесятих. У Британії комп’ютери були тоді
рідкістю, проте сірників було вдосталь.
https://www.facebook.com/share/p/tC8gnZG3QqgQqddy/
А наприклад, щоб пройти тест
Тюрінґа треба не пройти його, а навпаки, завалити людиною. Бо успішний цей тест
тоді, коли людина не може відрізнити розмову з комп’ютером від розмови з іншою
людиною. Зараз ми маємо справу з простим штучним інтелектом, який виконує
прості вузькоспеціалізовані завдання. До сильного дійти людству ще знадобиться
дуже-дуже багато часу. Тому ніякої конкуренції людини з ШІ немає і не буде. Як
і любий прогрес це принесе деякі зміни у майбутньому. І це передбачувано і не
новина у розвитку людства. І людство неодмінно з цим справиться. Певні професії
зникнуть, але з'являться нові.
Ансамбль може бути не тільки
у музичних або творчих навчаннях. Компанії, що використовують машинне навчання
для вирішення бізнес-завдань, користуються не одним методом, а декількома
алгоритмами. І ці купи алгоритми називають ансамблями. Праці над ШІ, як і праця
в якісь іншій галузі теж може бути творчою. Люба талановита людина обов'язково
і творча людина теж. Нейрон штучного інтелекту це простий десятковий дріб в
масиві таких самих десяткових дробів. А вага нейрону це сила зв’язку, наскільки
один нейрон впливає на інший. Тривимірний простір у якому гіперплощина це
пряма, яка розділяє та класифікує набір даних. Такі задачі обробки природної
мови у машинному навчанні як машинний переклад, визначення емоційності тексту,
чатботи.
Відмінність навчання машин
від навчання людей полягає у тому, що у машини відсутнє розуміння контексту,
первинні знання, відсутня модель реальності. Авжеж існує упередженості
алгоритмів у машинному навчанні. Щоб мінізувати це розробники нейронної мережі
працюють над тим, щоб збалансувати набір даних, який використовує алгоритм.
Штучна нейронна мережа це алгоритм штучного інтелекту. Алгоритми штучного
інтелекту ще називають чорними ящиками тому, що вони опрацьовують дані й
видають результат, не пояснивши, на основі чого вони його отримали. Розробники
мають справу з вхідними данними і результатом. Наріжним каменем при створенні
моделей штучного інтелекту є якість та кількість даних.
За допомогою супутників ШІ
може наприклад відстежувати відбілювання коралових рифів, знайти колонії
імператорського пінгвіна, технології, які використовують для заміни свого
обличчя у відео на обличчя актора (GAN або CGI). за допомогою комп’ютерного
зору розпізнається зображення і додається до нього елементи, яких, бракує
створюється психоделічне мистецтво DeepDream. Розпізнавання обличчя, щоб
відкрити телефон, автоматичне позначення людей на фотографіях в соцмережах,
автофокус. CAPTCHA необхідна щоб відрізняти людей від ботів та покращувати
результати роботи моделей штучного інтелекту.
