Vi er allerede vant til udtrykket "kunstig intelligens", til hvad en smartphone eller tv tilbyder
Men det betyder ikke, at teknologiens mulighederkun udmattet eller begrænset af en simpel hverdag. Pandemien har forårsaget et nyt spring i udviklingen af AI og machine learning (ML) algoritmer, også på grund af dramatisk ændrede økonomiske forhold og folks vaner. Medieforbruget er skudt i vejret, og social isolation har hjulpet. Alt dette har krævet mere personlig interaktion med kunder, medier og underholdning (M&E). Eksempelvis var Netflix ved hjælp af AI-algoritmer i stand til ikke kun at opretholde kvaliteten af streaming, men også forbedre den markant: Platformen forudsiger seernes fremtidige behov og placerer ressourcer på strategisk vigtige serverplaceringer. Ved at forudplacere videoaktiver tættere på abonnenter kan brugere streame video i høj kvalitet selv i myldretiden. Men mulighederne for kunstig intelligens er selvfølgelig meget bredere og har stort set ingen grænser: Fra avancerede kvantecomputersystemer og medicinsk diagnostik til forbrugerelektronik og smarte personlige assistenter. Hvis du er i tvivl, så spørg Alice eller Siri.
Eksperter mener, at 80% af teknologier, dervil blive udviklet i de kommende år, vil være baseret på AI-algoritmer og ML. Antallet og mangfoldigheden af kunstig intelligens-applikationer fortsætter med at vokse, og forskere og videnskabsmænd finder konstant nye måder at bruge dem på. Ifølge forskning har 77 % af de enheder, vi bruger i livet i dag, indbygget kunstig intelligens.
AI spreder sig i et hurtigt tempobåde på chipniveau og på softwareniveau. Desuden er begge retninger tæt beslægtede med hinanden. Producenter som NVIDIA, Intel og Qualcomm forbedrer aktivt hardware, hvilket gør AI-systemer hurtigere og mere komplekse. Dette fører til en større demokratisering af AI. Flere og flere softwareudviklere og virksomhedens it-medarbejdere kan bruge kunstig intelligens algoritmer, når de arbejder med data. Dette bemærkes allerede af mange cloud-tjenesteudbydere: AWS, Azure, Google, Oracle og IBM. De indlejrer og udvider deres AI-tilbud til offentlige og hybrid skyinstallationer. I sidste ende betyder dette større tilgængelighed af computerkraft, rammer og algoritmer, der er nødvendige for at anvende AI til alt fra smart højttaler til mobil enhed til virksomheds salg og planlægningssoftware.
Hvordan AI fungerer med tekster, og hvorfor det hjælper ældre mennesker
Generative modeller baseret påconversational AI, i en pandemis æra, er blevet mere efterspurgt end nogensinde. Årsagen er enkel - at leve og arbejde eksternt har fået folk til at anmode om personalisering, når de bruger digitale ressourcer. Indtil for nylig kunne kun en person skabe en sådan oplevelse. Nu er det blevet erstattet af chatbots og NLP-teknologi (Natural Language Processing).
Seneste ResearchandMarkets Report visteat det globale konversations AI-marked forventes at vokse fra $ 4,8 milliarder i 2020 til $ 13,9 milliarder i 2025.
NLP-teknologi giver dig mulighed for at efterligne menneskertale. Og chatbots, der arbejder på dets grundlag, er i dag en af de mest populære måder at personalisere og omkostningsoptimere på: deres implementering giver mange virksomheder mulighed for at reducere omkostningerne med op til 90 %. Men den største værdi ved konversations-AI er, at den muliggør personlig kommunikation. Det kan trænes til at være flersproget eller endda give empatisk støtte til brugeren. Intelligente chatbots kan for eksempel hjælpe ældre med at håndtere ensomhed. Osmar Zayane, en ekspert i kunstig intelligens ved University of Alberta, ledede for eksempel et projekt, der havde til formål at udvikle en chatbot, der kunne simulere dynamisk samtale og give social tilfredsstillelse til ældre voksne, der oplever ensomhed.
En af de mest effektive sprogmodeller erTransformer. Google eksperimenterer aktivt med denne metode til generering af tekst. Tidligere på året meddelte virksomheden, at det var i stand til at træne en model indeholdende 1,6 billioner parametre. I april 2021 blev Google-rekorden brudt af forskningsgruppen i det kinesiske firma Huawei, der annoncerede oprettelsen af den kinesiske ækvivalent med GPT-3: 750 GB-modellen, kaldet PanGu-Alpha, indeholder op til 200 milliarder parametre - 25 millioner mere end GPT-3. og er uddannet i 1,1 TB e-bøger, leksika, nyheder, sociale medier og websider.
Den "sjældent aktiverede" metode, der anvendes idets modeller Google og Huawei kombinerer flere modeller inden for en mere global og giver dig også mulighed for at opbygge et strobenetværk, der beslutter, hvilken model der skal anvendes i hvert enkelt tilfælde.
Under eksperimentet spurgte forskernetrænede modeller opgaven med at forudsige ord i passager. På samme tid manglede ca. 15% af ordene i teksten. Google benægter imidlertid ikke, at brugen af AI til at generere tekst stadig ikke er fuldt tilpasset den virkelige verden. Først og fremmest på grund af tilstedeværelsen af fordomme og forskellige former for fremmedhad, der forårsager stereotyp tænkning i kunstig intelligens. For eksempel kan AI-modellen sætte adjektivet "fræk" ud for ordet "kvinde" eller bede patienten om at dræbe sig selv, som det var under eksperimentet med det franske firma Nabla.
GPT-3-modellen, der blev introduceret sidste år, har haft succeshun taklede det, der tidligere blev betragtet som en udelukkende menneskelig arbejdsfond - hun skrev en artikel til The Guardian, hvor hun forklarede, hvorfor AI ikke truer menneskeheden, og lærte også at oversætte tekster, besvare spørgsmål, skrive poesi og prosa.
Sber har anvendt en lignende undervisningsmetodesprogmodel til din assistent. Modellen blev uddannet i russisk litteratur, der supplerede sin viden med et datasæt med dialoger. Derudover har Joey's assistent en indbygget rankingmekanisme, der giver ham mulighed for at vælge de mest interessante svar. Desuden vælger Joy ikke foruddefinerede replikaer, han bygger sætninger i realtid. Derfor ser kommunikation med ham ud som at kommunikere med en person.
Hvor algoritmer for kunstig intelligens allerede bruges aktivt
- biograf og tv;
- personalisering af brugeroplevelse;
- sociale medier;
- journalistik;
- musik;
- spil;
- sport;
- medicin;
- cybersikkerhed
- bekæmpelse af dybe forfalskninger
- automatisering og personalisering af produktionen;
- indsamling og behandling af information.
Hvordan AI hjælper mennesker med at skabe indhold
AI-algoritmer hjælper folk med at udvikle derestalenter, kreativitet. Det, som maskinmodeller altid bliver kritiseret for, er den manglende evne til at skabe, hvad en person ikke kan. Men de giver let en person mulighed for at udvide sit muligheder for fantasi. I internetrummet tænker brugerne nu på det billede, de præsenterer for folk, på indholdet. For at samle så mange abonnenter som muligt har du brug for et produkt af høj kvalitet, ulig noget andet, og samtidig karakteristisk for forfatteren. Hos PicsArt bruger vi aktivt kunstig intelligens, så brugerne kan arbejde med billeder uden nogen begrænsninger. Algoritmer hjælper os med at foretage komplekse ændringer, såsom at ændre baggrunden, fjerne unødvendige objekter, forbedre kvaliteten af billeder og ændre deres stil. Dette giver os også mulighed for at forbedre den overordnede brugeroplevelse.
Alle metadata, vi indsamler, brugesfor direkte at forbedre brugeroplevelsen. Det er en god cyklus: anonymiserede, fortrolige brugerdata hjælper os med at forbedre vores produkt, et bedre produkt øger brugen, og mere brug genererer flere data, hvilket gør vores AI endnu smartere. Denne cyklus er afgørende for den massive vækst i en virksomhed som vores.
Plus hjælper AI PicsArt-brugerefor at forenkle deres arbejde: til dette implementerer tjenesten systemer til søgning af indhold med tags, anbefaling af klistermærker og søgning efter lignende billeder, som vælger fotos i de mest almindelige farver eller ved beskrivelsen af plottet i billederne. Der er modeller, der simpelthen bedømmer fotos for lighed.
Hvis vi taler direkte om usædvanligtmåder at arbejde med billeder på, så er disse naturligvis nu populær behandling - at gøre et foto til en tegneserie eller anime, anvende effekter og visuelle løsninger, såsom lærred, skitseffekt, stiloverførsel, opskalering eller forbedring af et billede i henhold til tekniske og kunstneriske kriterier. Målet er under alle omstændigheder det samme - at skabe indhold, der vil tiltrække mere opmærksomhed.
Brugere elsker, at de kan brugebrugervenlige værktøjer til at lave malerier fra dine fotos, der ligner store kunstneres arbejde. I det væsentlige bliver en digital kunstner. Men bag dette ligger arbejdet med modeller for dyb læring.
At forklare, hvordan sådanmodel, kan der foretages en analogi. Forestil dig en situation, hvor du får to billeder: dit foto og et maleri af en kunstner og derefter bedt om at tegne et foto, men ved hjælp af maling og farver fra billedet. Hvordan ville du gøre det? For eksempel ville jeg prøve at tegne med en blyant og derefter prøve at farve den i kunstnerens stil, men uden at glemme selve skitsen.
En af PicsArt kunsteffekterne - lærred - baseret påAI-algoritmer vælger et berømt maleri eller en skulptur fra antikken, middelalderen eller renæssancen til et foto uploadet af brugeren. Ved hjælp af ansigtsgenkendelsesteknologi skaber kunsteffekten et dobbeltbillede af en person og et kunstværk. For at skabe lærredet blev der udført over 6.000 hældnings- og ansigtseksperimenter for at finde den optimale kombination af elementer. For at træne det neurale netværk tog det et datasæt med over 2.000 kunstværker.
Kunstig intelligens hjælper ogprofessionelle fotografer, der skal behandle hundreder af fotos. IT-giganten Adobe bruger en kunstig intelligensmotor i sit Sensei-produkt. Det er i stand til at analysere fotografier og sammenligne dem med en database med tusindvis af professionelt redigerede billeder. Baseret på denne analyse anbefaler han intelligent den mest passende redigering og justeringer til dit skud.
Luminar AI foto editor bruger også AI detkan ses direkte fra dets navn. Det er sandt, at nogle brugere anser redaktørens tilgang for at være for automatiseret, men redaktørens værktøjer, ifølge udviklerne, giver dig mulighed for at retouchere ansigter uden vanskelige og krævende handlinger, tilføje vejrforhold til billedet og justere farver og belysning for dem. Composition AI-modellen justerer automatisk billeder og foreslår beskæring baseret på kompositionsretningslinjer og feedback fra professionelle fotografer.
Hvordan AI bestemmer, om et foto eller en video er en dyb forfalskning
AI-algoritmer fødte dybe forfalskninger, og nu er de selvde kæmper. Dette område er en af prioriteterne inden for cybersikkerhed. Brug af topcheferes ansigter eller stemmer er en ny type bedrageri. Men i modsætning til sofistikerede teknologier som ransomware er dybe falske angreb afhængige af social engineering: de er afhængige af bedrag. Ifølge ZDnet er det gennemsnitlige tab pr. Klage for sådanne angreb $ 75.000. Det gennemsnitlige tab fra malware pr. Klage er $ 4.400. Dette er grunden til, at forskere ved Dawes Center for Future Crimes ved University College London vurderede dybe forfalskninger med simuleret menneskelig lyd og video billeder som den farligste kriminelle trussel forbundet med kunstig intelligens.
Historien spiller virkelig et pudsAI udviklere. Stanfords Manish Agrawala var for to år siden med til at udvikle læbesynkroniseringsteknologi, der gjorde det muligt for videoredigerere næsten problemfrit at ændre talerens ord. Værktøjet kunne nemt indsætte ord, som personen aldrig havde sagt, selv midt i en sætning, eller slette ord, som personen havde sagt. For det blotte øje, og endda for mange computersystemer, så alt organisk ud.
Men denne teknologi har skabt enorme mulighederfor svindlere, politisk afpresning og kriminalitet. For eksempel har svindlere i Rusland skabt en dybt forfalsket kopi af grundlæggeren af Flocktory og Dbrain Dmitry Matskevich. I næsten en halv times video talte deepfake-Matskevich om en platform med et nyt indtjeningssystem. Naturligvis tilhørte domænet, der er knyttet til i denne video, cyberkriminelle.
Derfor et år efter afslutningen på udviklingenAgrawals lip sync-teknologier har introduceret en AI-algoritme, der kan registrere deepfakes i video. Programmet registrerer nøjagtigt mere end 80% af forfalskninger og genkender de mindste uoverensstemmelser mellem lydene fra mennesker og deres mundform.
Men ifølge Agrawal, langsigtetder er ingen teknisk løsning til at finde og identificere dybe forfalskninger. Teknologier til deres oprettelse står heller ikke stille: I dag, i betragtning af et tilstrækkeligt antal prøver af en persons ansigt og stemme, kan skaberen af en dyb falsk video få en person til at "sige" alt.
Agrawals værktøj fungerer på basis afEn AI-algoritme, der ser efter uoverensstemmelser mellem "visemer" eller mundformer og "fonemer", fonetiske lyde. Navnlig kiggede forskerne på en persons mund, da han lavede lydene "B", "M" eller "P", fordi det næsten er umuligt at komme med disse lyde uden at lukke læberne tæt.
AI-algoritmer vil fortsat udvikle sig aktivt,tilbyde brugere af digitale tjenester flere og flere muligheder: fra at sikre sikkerhed og forbedre kvaliteten af medicin til kreativitet og stemmeassistenter. Introduktionen af AI bliver mere og mere aktiv, og markedet vil udvikle sig.
Sidste år lavede OpenAI det største spring inaturlig sprogbehandling. Imidlertid krævede denne model af kunstig intelligens en enorm mængde beregningsressourcer. Microsoft planlægger at hjælpe OpenAI med at arbejde sammen om at udnytte virksomhedens supercomputere til at skabe endnu mere kraftfulde og pålidelige AI-modeller. Mest sandsynligt vil der blive lagt større vægt på AI, hvilket også hjælper med at optimere og reducere strømforbruget til disse datahungrige maskiner.
Google DeepMind, AI for Good af Microsoft,Facebook AI, Intel University Research & Collaboration Office (URC), NVIDIA AI og OpenAI er blot nogle af de mest fremtrædende virksomheder og organisationer, der udfører AI-forskning. De vil hjælpe folk med at løse mange problemer relateret til sundhed, fattigdom, uddannelse, miljø og alt andet, der vedrører vores liv.
Læs også:
Japanske forskere borede havbunden nær Fukushima i en dybde på 8.000 meter
En matematisk hjernemodel gør det muligt for AI at tænke som et menneske
Uranus har modtaget status som den mærkeligste planet i solsystemet. Hvorfor?