Разница между искусственным интеллектом и машинным обучением
TON - новостиSeptember 20, 2018
Искусственный интеллект развивается семимильными шагами — от грузовых дронов и Deep Blue* к автоматизации бизнеса и производства.
*Deep Blue - программа компании IBM, обыгравшая в 1996 году гроссмейстера Гарри Каспарова в шахматы.
Термины искусственный интеллект (Artificial Intelligence), машинное обучение (Machine Learning) и глубокое обучение (Deep Learning) используются бессистемно, как взаимозаменяемые. Но между ними важные различия. Разбираемся, что есть что.
Искусственный интеллект (Artificial Intelligence)
Искусственный интеллект — самое широкое понятие из тех, которые мы будем рассматривать сегодня. Его природа лежит в создании машины, способной самостоятельно подбирать из множества заданных алгоритмов подходящий. Простыми словами, искусственный интеллект должен имитировать деятельность человека. Более быстро и более качественно.
Чем больше информации нужно обрабатывать, тем выше спрос на искусственный интеллект. Исследование компании IBM пятилетней давности говорит, что за последние несколько лет было записано около 90% всех мировых данных. За каждые два года объем данных в мире увеличивается в десять раз. Благодаря прогрессу растет вычислительная мощность устройств. Теперь машина может обработать гигантское количество информации в короткий срок.
Рандомный опрос компании SpotHub показал, что 63% опрошенных не осознают повседневного значения и применения искусственного интеллекта. Но это вовсе не робот София, а привычный нам голосовой помощник Siri, Alexa и Cortana, сервис рекомендаций крупных интернет-магазинов вроде Amazon, система ранжирования YouTube, видеоигры, которые выстраивают стратегию в зависимости от поведения игроков. Искусственный интеллект может относиться к чему угодно — от компьютерных программ для игры в покер до торговли на бирже (торговые роботы или алгоритмическая торговля).
Три вида искусственного интеллекта
Ограниченный искусственный интеллект
Способен решать одну задачу: Программа Deep Blue, которая в 1996 году обыграла в шахматы Гарри Каспарова, или программа AlphaGo, в 2016 году обыгравшая чемпиона мира по Го Ли Седоля.
Общий искусственный интеллект
Приближен к уровню человеческого интеллекта и может выполнять множество разных задач: здесь системы автоматизации, автопилоты Tesla, распознавание котиков на фотографиях и рака у пациентов.
Сверхразумный искусственный интеллект
“Ваще стремная штука”. Тот искусственный интеллект, которого мы побаиваемся. Именно он может счесть человечество угрозой для планеты и устранить нас :)
Оксфордский профессор Ник Бостром описывает сверхразум, как “интеллект, который намного умнее, чем лучший человеческий мозг, практически во всех областях, в том числе в научном творчестве, общей мудрости и социальных навыках”.
Машинное обучение (Machine Learning)
“Машинное обучение — это всего лишь попытка сделать машину, которая учится на своем опыте. Сегодня мы предполагаем, что разработка таких машин — самый быстрый путь к созданию настоящего искусственного интеллекта.” - Грег Коррадо, технический директор исследовательского центра Google в Цюрихе
Machine Learning — новый инструмент, новый путь инженерии. С его помощью можно улучшать существующие и строить совершенно новые продукты, которые раньше были просто невозможны. Есть несколько методов машинного обучения, которые сегодня применяются на практике:
Обучение на примерах (Supervised Learning)
Если бы вы учились играть в шахматы, а за вашей спиной стоял бы гроссмейстер и нашептывал, как ходить.
Пример: Как развивалась автоматическая сортировка спама в вашей почте? Раньше программисты задавали определенные правила, например, если в тексте слово viagra написано с ненужными символами — это на 99 процентов спам. Теперь алгоритм для борьбы со спамом изучает архив писем, которые были помечены как спам и не спам. Он делает постоянно и постепенно становится более совершенным, определяет спам все точнее.
TON - новостиSeptember 20, 2018
Искусственный интеллект развивается семимильными шагами — от грузовых дронов и Deep Blue* к автоматизации бизнеса и производства.
*Deep Blue - программа компании IBM, обыгравшая в 1996 году гроссмейстера Гарри Каспарова в шахматы.
Термины искусственный интеллект (Artificial Intelligence), машинное обучение (Machine Learning) и глубокое обучение (Deep Learning) используются бессистемно, как взаимозаменяемые. Но между ними важные различия. Разбираемся, что есть что.
Искусственный интеллект (Artificial Intelligence)
Искусственный интеллект — самое широкое понятие из тех, которые мы будем рассматривать сегодня. Его природа лежит в создании машины, способной самостоятельно подбирать из множества заданных алгоритмов подходящий. Простыми словами, искусственный интеллект должен имитировать деятельность человека. Более быстро и более качественно.
Чем больше информации нужно обрабатывать, тем выше спрос на искусственный интеллект. Исследование компании IBM пятилетней давности говорит, что за последние несколько лет было записано около 90% всех мировых данных. За каждые два года объем данных в мире увеличивается в десять раз. Благодаря прогрессу растет вычислительная мощность устройств. Теперь машина может обработать гигантское количество информации в короткий срок.
Рандомный опрос компании SpotHub показал, что 63% опрошенных не осознают повседневного значения и применения искусственного интеллекта. Но это вовсе не робот София, а привычный нам голосовой помощник Siri, Alexa и Cortana, сервис рекомендаций крупных интернет-магазинов вроде Amazon, система ранжирования YouTube, видеоигры, которые выстраивают стратегию в зависимости от поведения игроков. Искусственный интеллект может относиться к чему угодно — от компьютерных программ для игры в покер до торговли на бирже (торговые роботы или алгоритмическая торговля).
Три вида искусственного интеллекта
Ограниченный искусственный интеллект
Способен решать одну задачу: Программа Deep Blue, которая в 1996 году обыграла в шахматы Гарри Каспарова, или программа AlphaGo, в 2016 году обыгравшая чемпиона мира по Го Ли Седоля.
Общий искусственный интеллект
Приближен к уровню человеческого интеллекта и может выполнять множество разных задач: здесь системы автоматизации, автопилоты Tesla, распознавание котиков на фотографиях и рака у пациентов.
Сверхразумный искусственный интеллект
“Ваще стремная штука”. Тот искусственный интеллект, которого мы побаиваемся. Именно он может счесть человечество угрозой для планеты и устранить нас :)
Оксфордский профессор Ник Бостром описывает сверхразум, как “интеллект, который намного умнее, чем лучший человеческий мозг, практически во всех областях, в том числе в научном творчестве, общей мудрости и социальных навыках”.
Машинное обучение (Machine Learning)
“Машинное обучение — это всего лишь попытка сделать машину, которая учится на своем опыте. Сегодня мы предполагаем, что разработка таких машин — самый быстрый путь к созданию настоящего искусственного интеллекта.” - Грег Коррадо, технический директор исследовательского центра Google в Цюрихе
Machine Learning — новый инструмент, новый путь инженерии. С его помощью можно улучшать существующие и строить совершенно новые продукты, которые раньше были просто невозможны. Есть несколько методов машинного обучения, которые сегодня применяются на практике:
Обучение на примерах (Supervised Learning)
Если бы вы учились играть в шахматы, а за вашей спиной стоял бы гроссмейстер и нашептывал, как ходить.
Пример: Как развивалась автоматическая сортировка спама в вашей почте? Раньше программисты задавали определенные правила, например, если в тексте слово viagra написано с ненужными символами — это на 99 процентов спам. Теперь алгоритм для борьбы со спамом изучает архив писем, которые были помечены как спам и не спам. Он делает постоянно и постепенно становится более совершенным, определяет спам все точнее.
Постепенное обучение на примерах — самый распространенный и точный способ машинного обучения.
Обучение с подкреплением (Reinforcement Learning)
Основывается на позитивном и негативном опыте. Из каждой ошибки программа выносит уроки.
На примере с шахматами: представьте, если бы вы учились играть, каждый раз проигрывали, но делали из этого выводы.
Метод спонтанного обучения или самообучение (Unsupervised Learning)
Обучение происходит без вмешательства со стороны. Машина производит анализ данных и выводит закономерности.
Человек владеет всеми тремя способами обучения. Машинное обучение сегодня базируется на первом методе, он уже неплохо внедрен и теперь делают попытки научить компьютер обучаться двумя другими способами.
Глубинное обучение (Deep learning)
“Иметь дело с простыми уравнениями — это одно, но как, например, определить, что изображено на картинке? Нужна намного более сложная математическая модель. И тут на помощь приходит Deep Learning — специфический тип машинного обучения.”
По сути, это искусственная нейронная сеть. Концепцию придумали еще в 1930-х, но важные математические расчеты для нее провели только в 1980-х. Главная особенность глубинного обучения в том, что оно основано не на одной функции, а на их множестве. То есть это более крутая и сложная версия машинного обучения.
Нейросети действительно имеют много общего с тем, как работает нейронная система мозга человека.
Мы получаем информацию благодаря взаимодействию гигантского количества нейронов — клеток, из которых состоит мозг. Каждая из них сама по себе не разумна. Но она взаимодействует с другими нейронами, основываясь на том, как они преобразуют входящий сигнал в исходящий. И совокупность поступающей информации преобразуется в выводы.
В нейронной сети Google аналог нейронов головного мозга - крошечные математические функции. Все они взаимодействуют между собой. Миллионы математических функций работают вместе, и чем лучше они “обучены”, тем мощнее система.
Метод глубинного обучения позволяет делать сумасшедшие вещи: подписывать фотографии, синтезировать искусство и даже выигрывать в непроходимые видеоигры.
Обучение с подкреплением (Reinforcement Learning)
Основывается на позитивном и негативном опыте. Из каждой ошибки программа выносит уроки.
На примере с шахматами: представьте, если бы вы учились играть, каждый раз проигрывали, но делали из этого выводы.
Метод спонтанного обучения или самообучение (Unsupervised Learning)
Обучение происходит без вмешательства со стороны. Машина производит анализ данных и выводит закономерности.
Человек владеет всеми тремя способами обучения. Машинное обучение сегодня базируется на первом методе, он уже неплохо внедрен и теперь делают попытки научить компьютер обучаться двумя другими способами.
Глубинное обучение (Deep learning)
“Иметь дело с простыми уравнениями — это одно, но как, например, определить, что изображено на картинке? Нужна намного более сложная математическая модель. И тут на помощь приходит Deep Learning — специфический тип машинного обучения.”
По сути, это искусственная нейронная сеть. Концепцию придумали еще в 1930-х, но важные математические расчеты для нее провели только в 1980-х. Главная особенность глубинного обучения в том, что оно основано не на одной функции, а на их множестве. То есть это более крутая и сложная версия машинного обучения.
Нейросети действительно имеют много общего с тем, как работает нейронная система мозга человека.
Мы получаем информацию благодаря взаимодействию гигантского количества нейронов — клеток, из которых состоит мозг. Каждая из них сама по себе не разумна. Но она взаимодействует с другими нейронами, основываясь на том, как они преобразуют входящий сигнал в исходящий. И совокупность поступающей информации преобразуется в выводы.
В нейронной сети Google аналог нейронов головного мозга - крошечные математические функции. Все они взаимодействуют между собой. Миллионы математических функций работают вместе, и чем лучше они “обучены”, тем мощнее система.
Метод глубинного обучения позволяет делать сумасшедшие вещи: подписывать фотографии, синтезировать искусство и даже выигрывать в непроходимые видеоигры.
7 навыков, которые не сможет заменить искусственный интеллект
1. Коммуникация — умение построить и рассказать историю, способность убеждать через слова.
2. Контент — создание содержательного контента требует экспертности. ИИ может сделать крутой рерайт и адаптировать материал, но не написать вау-статью.
3. Контекст — гибкость и понимание обстоятельств, в которых стоит применять информацию, инструменты, программы.
4. Эмоциональный интеллект — способность распознавать эмоции, понимать намерения и мотивацию других людей, управлять ими для решения своих задач.
5. Преподавание — не просто подача информации, а “быть учителем”. Тем учителем, который распознает склонности и таланты, направляет и помогает развивать их.
6. Нетворкинг — навык ведения беседы, выстраивания деловых отношений с людьми.
7. Этический компас — ведение экологичного бизнеса, моральные устои и границы, которые не способна понимать машина.
Похоже, искусственный интеллект не уничтожит труд человека. Наоборот, выведет его на новый уровень: изучит и автоматизирует повторяющиеся действия для совершенствования и развития ”человеческих” навыков.
1. Коммуникация — умение построить и рассказать историю, способность убеждать через слова.
2. Контент — создание содержательного контента требует экспертности. ИИ может сделать крутой рерайт и адаптировать материал, но не написать вау-статью.
3. Контекст — гибкость и понимание обстоятельств, в которых стоит применять информацию, инструменты, программы.
4. Эмоциональный интеллект — способность распознавать эмоции, понимать намерения и мотивацию других людей, управлять ими для решения своих задач.
5. Преподавание — не просто подача информации, а “быть учителем”. Тем учителем, который распознает склонности и таланты, направляет и помогает развивать их.
6. Нетворкинг — навык ведения беседы, выстраивания деловых отношений с людьми.
7. Этический компас — ведение экологичного бизнеса, моральные устои и границы, которые не способна понимать машина.
Похоже, искусственный интеллект не уничтожит труд человека. Наоборот, выведет его на новый уровень: изучит и автоматизирует повторяющиеся действия для совершенствования и развития ”человеческих” навыков.
Регулятор Пекина не одобряет приобретающие популярность STO
Генеральный директор муниципального финансового бюро в Пекине предупредил, что предложения секьюрити токенов (STO) являются нелегальной деятельностью, сообщают местные СМИ.
1 декабря данное бюро провело Форум по глобальному управлению капиталами, на котором Хуо Чувен, директор финансового регулятора Пекина, подчеркнул риски, связанные с привлечением денег через STO:
«Я предупреждаю о рисках тех, кто пропагандирует в Пекине и хочет начать STO. Не делайте этого в Пекине. Если вы сделаете это в Пекине, вас заберут за нелегальную финансовую деятельность.»
В прошлом месяце Народный банк Китая (PBoC) уже делал предупреждения насчёт «спекуляций, рыночных манипуляций и нарушений», связанных с блокчейн-финансированием и инвестициями.
Летом глава международного департамента Комиссии по банковским вопросам и страхованию в Китае отметила, что технология блокчейн «является полезной инноваций, но это не значит то же для криптовалют.» Несколько месяцев назад заголовки СМИ пестрили новостями о том, что китайские банки активно подают заявки на патент, связанные с технологией блокчейн.
Тем не менее до недавнего времени продавцам было официально разрешено принимать криптовалюты.
Генеральный директор муниципального финансового бюро в Пекине предупредил, что предложения секьюрити токенов (STO) являются нелегальной деятельностью, сообщают местные СМИ.
1 декабря данное бюро провело Форум по глобальному управлению капиталами, на котором Хуо Чувен, директор финансового регулятора Пекина, подчеркнул риски, связанные с привлечением денег через STO:
«Я предупреждаю о рисках тех, кто пропагандирует в Пекине и хочет начать STO. Не делайте этого в Пекине. Если вы сделаете это в Пекине, вас заберут за нелегальную финансовую деятельность.»
В прошлом месяце Народный банк Китая (PBoC) уже делал предупреждения насчёт «спекуляций, рыночных манипуляций и нарушений», связанных с блокчейн-финансированием и инвестициями.
Летом глава международного департамента Комиссии по банковским вопросам и страхованию в Китае отметила, что технология блокчейн «является полезной инноваций, но это не значит то же для криптовалют.» Несколько месяцев назад заголовки СМИ пестрили новостями о том, что китайские банки активно подают заявки на патент, связанные с технологией блокчейн.
Тем не менее до недавнего времени продавцам было официально разрешено принимать криптовалюты.
В течение 48 часов, начиная с 5 декабря, Цена Биткоина упала с $ 3,913 до $3,678, в общей сложности на 6%.
Стоимость криптовалют ТОП 10 снизились за этот же период более чем на 10 %. Так, цена Ethereum (ETH) упала с $112 до $101, а Stellar (XLM) с $0,15 до $0.13. За последние 12 часов капитализация крипторынка упала на $ 6 млрд, так как токены потеряли в среднем от 10 до 20 процентов своей стоимос https://zen.yandex.ru/media/id/5acb252a830905913c2df132/kriptorynok-snova-teriaet--6-mlrd-iavliaetsia-li-cena--3-000-za-bitcoin-neizbejnoi-5c08e32323ea6500adc5a737
Стоимость криптовалют ТОП 10 снизились за этот же период более чем на 10 %. Так, цена Ethereum (ETH) упала с $112 до $101, а Stellar (XLM) с $0,15 до $0.13. За последние 12 часов капитализация крипторынка упала на $ 6 млрд, так как токены потеряли в среднем от 10 до 20 процентов своей стоимос https://zen.yandex.ru/media/id/5acb252a830905913c2df132/kriptorynok-snova-teriaet--6-mlrd-iavliaetsia-li-cena--3-000-za-bitcoin-neizbejnoi-5c08e32323ea6500adc5a737
Яндекс Дзен | Платформа для авторов, издателей и брендов
Крипторынок снова теряет $ 6 млрд, является ли цена $ 3 000 за Bitcoin неизбежной
В течение 48 часов, начиная с 5 декабря, Цена Биткоина упала с $ 3,913 до $3,678, в общей сложности на 6%. Стоимость криптовалют ТОП 10 снизились за этот же период более чем на 10 %. Так, цена Ethereum (ETH) упала с $112 до $101, а Stellar (XLM) с $0,15 до…
KFC в Венесуэле начал принимать платежи в криптовалюте Dash, также криптовалюту принимают и другие фастфуды, включая Subway и Papa John’s.
На первое время KFC начнёт данную программу в столице страны Каракасе, а потом данная опция будет доступна и для других 24 точек сети быстрого питания в стране, сообщает Forbes.
На первое время KFC начнёт данную программу в столице страны Каракасе, а потом данная опция будет доступна и для других 24 точек сети быстрого питания в стране, сообщает Forbes.
офис закрывается
Bitmain на этой неделе закрывает свой израильский Центр развития, Bitmaintech Israel и увольняет 23 сотрудника, которые там раньше работали . Центр развития был основан два года назад, в 2016 году в Раанане вице-президентом Bitmain Гади Гликбергом, теперь также покидающим компанию. По официальным сведениям, сокращение вызвано резким падением цен на криптовалюту и общим спадом на р https://zen.yandex.ru/media/id/5acb252a830905913c2df132/bitmain-zakryvaet-izrailskii-centr-razvitiia-uvolniaia-vseh-sotrudnikov-vkliuchaia-viceprezidenta-5c0f814c1d594500ab44eecd
Bitmain на этой неделе закрывает свой израильский Центр развития, Bitmaintech Israel и увольняет 23 сотрудника, которые там раньше работали . Центр развития был основан два года назад, в 2016 году в Раанане вице-президентом Bitmain Гади Гликбергом, теперь также покидающим компанию. По официальным сведениям, сокращение вызвано резким падением цен на криптовалюту и общим спадом на р https://zen.yandex.ru/media/id/5acb252a830905913c2df132/bitmain-zakryvaet-izrailskii-centr-razvitiia-uvolniaia-vseh-sotrudnikov-vkliuchaia-viceprezidenta-5c0f814c1d594500ab44eecd
Яндекс Дзен | Платформа для авторов, издателей и брендов
Bitmain закрывает израильский Центр развития, увольняя всех сотрудников, включая вице-президента
офис закрывается Bitmain на этой неделе закрывает свой израильский Центр развития, Bitmaintech Israel и увольняет 23 сотрудника, которые там раньше работали . Центр развития был основан два года назад, в 2016 году в Раанане вице-президентом Bitmain Гади Гликбергом…
Чарли Ли (создатель Litecoin) год назад во время всеобщей эйфории написал, что по его мнению покупать #LTC очень рискованно (в тот день цена была +300 USD) и предрекал падение до 20. В течение недели он продал свои монеты примерно по 300 долларов. В твитте он напоминает, что раньше был многолетний медвежий тренд и цена LTC опускалась с 48 до 4 USD. От себя добавлю, что было даже 1.3-1.4, т.е. упала в 35 раз. Цена вернулась к 48 долларам через 3 года 9 месяцев.
30 ноября, когда сеть LTC было зафиксировано рекордное количество транзакций и один крупній игрок сконцентрировал у себя 12 600 000 монет – это почти четверть от нынешней циркуляции. Цена 30 ноября была 30 USD. Чарли Ли вернул себе актив по цене в 10 раз меньше чем продал? Дно близко?
30 ноября, когда сеть LTC было зафиксировано рекордное количество транзакций и один крупній игрок сконцентрировал у себя 12 600 000 монет – это почти четверть от нынешней циркуляции. Цена 30 ноября была 30 USD. Чарли Ли вернул себе актив по цене в 10 раз меньше чем продал? Дно близко?
дорога в никуда
Последние статистические данные по сборам ICO недвусмысленно говорят о том, что лучшие времена для первичного предложения монет уже прошли.
По данным Диар, в ноябре 2018 года зафиксирован самый низкий приток в ICO за весь 2018 год. В прошлом месяце было собрано всего 65 миллионов долларов США, что резко контрастирует с лучшим в этом году месяцем-февралем, в течение которого было со https://zen.yandex.ru/media/id/5acb252a830905913c2df132/lebedinnaia-pesnia-ico-noiabrskie-sbory-upali-do--65-mln-s-godovogo-maksimuma-v--26-mlrd-5c10f611233dc900aa7a6193
Последние статистические данные по сборам ICO недвусмысленно говорят о том, что лучшие времена для первичного предложения монет уже прошли.
По данным Диар, в ноябре 2018 года зафиксирован самый низкий приток в ICO за весь 2018 год. В прошлом месяце было собрано всего 65 миллионов долларов США, что резко контрастирует с лучшим в этом году месяцем-февралем, в течение которого было со https://zen.yandex.ru/media/id/5acb252a830905913c2df132/lebedinnaia-pesnia-ico-noiabrskie-sbory-upali-do--65-mln-s-godovogo-maksimuma-v--26-mlrd-5c10f611233dc900aa7a6193
Яндекс Дзен | Платформа для авторов, издателей и брендов
Лебединная песня ICO. Ноябрьские сборы упали до $ 65 млн с годового максимума в $ 2,6 млрд
дорога в никуда Последние статистические данные по сборам ICO недвусмысленно говорят о том, что лучшие времена для первичного предложения монет уже прошли. По данным Диар, в ноябре 2018 года зафиксирован самый низкий приток в ICO за весь 2018 год. В прошлом…
Знаете ли вы, что в 2018 году произошло порядка 13 миллионов преступлений, связанных с криптовалютами? Российская фирма "Лаборатория Касперского" опубликовала данные о том, что криптографические преступления побили все рекорды и количество их увеличилось на 400% только в этом году. Тема киберпреступлений в последнее время была одной из самых освещенных проблем в мире, поскольку популярность цифров https://zen.yandex.ru/media/id/5acb252a830905913c2df132/laboratoriia-kasperskogo-preduprejdaet-o-massovom-skrytom-maininge-na-nashih-kompiuterah-5c178b28b2723100acae1376
Яндекс Дзен | Платформа для авторов, издателей и брендов
"Лаборатория Касперского" предупреждает о массовом скрытом майнинге на наших компьютерах
Знаете ли вы, что в 2018 году произошло порядка 13 миллионов преступлений, связанных с криптовалютами? Российская фирма "Лаборатория Касперского" опубликовала данные о том, что криптографические преступления побили все рекорды и количество их увеличилось…