Au trecut 20 de ani de cand Deep Blue, supercomputerul realizat de IBM, a fost castigatorul unei partide dintr-un unui joc de sah impotriva campionului Gary Kasparov. Aceasta victorie a fost una istorica pentru inteligenta artificiala, insa, ceea ce in 1997 era un concept futuristic, astazi a devenit parte a vietii noastre de zi cu zi. Ce a reusit atunci un supercomputer, acum poate fi realizat cu mult mai putina putere de calcul si algoritmi mai eficienti. Jocurile au fost primul pas, a urmat asistentul digital si viitorul inca e deschis inovatiei. Ce ne rezerva insa viitorul, afla din materialul realizat alaturi de RTB House, companie globala care ofera solutii de publicitate prin retargetare.
De la acel moment, cercetatorii stiintifici au facut pasi uriasi in tehnologie. Au creat sisteme computerizate care copiaza in profunzime sistemul neuronal al omului si au capacitatea de a rezolva probleme. Astazi, supercomputerele nu numai ca inving cu usurinta jucatorii de sah, ci chiar au succes la jocuri sofisticate cum ar fi Go, jocul chinez vechi de 3000 de ani, si la competitii de poker, in cadrul carora s-e intrec cu mai multi jucatori profesionisti.
Cum functioneaza insa aceste sisteme ale inteligentei artificiale si cum reusesc acestea sa castige astfel de competitii? Cum a putut AlphaGo, un program dezvoltat de Google DeepMind, sa invinga un mare maestru al jocului Go? Libratus, un robot software, a reusit sa castige 1,5 milioane de dolari de la patru dintre jucatorii de poker de top din lume, intr-o competitie care a durat trei saptamani, intr-un casino din Pittsburgh. Astfel de reusite ale inteligentei artificiale nu numai ca arata o gandire puternic strategica, ci chiar scot in evidenta capacitatea de a intui si anticipa actiuni neprevazute precum jocul la cacealma.
Citeste si:
Computere precum AlphaGo sau Libratus sunt programate sa invete nu numai pe baza istoricului deciziilor, ci de asemenea cauta prin toate optiunile disponibile, astfel incat sa gaseasca cea mai buna decizie. Este un proces similar cu procesul uman de invatare, cand sunt incercate diferite variabile ale aceleasi proceduri pana cand este luata o decizie finala. Multumita procedurii de auto educare, computerul intelege din experienta ce decizii sa ia pentru un joc optim - fara input uman.
Scopul algoritmilor de inteligenta artificiala este de a face computerele sa gandeasca similar unui om, sa gaseasca solutii pe baza datelor disponibile. Astfel, conceptul Big Data poate fi exploatat si omul poate fi ajutat activ de computer. Lupta se duce pentru a construi un tip de gandire care seamana cu cea a omului, care are abilitatea de a lua in calcul variabile sau rationamente.
Citeste si:
Algoritmii deep learning fac computerele ultra precise
Un pas inainte, procesul Deep learning - in esenta, capacitatea computerelor de a invata, replica, adapta si implementa rapid - este una dintre cele mai promitatoare arii de cercetare ale inteligentei artificiale. Acesti algoritmi sunt folositi in prezent in industria jocurilor pe calculator si au aplicatii in toate industriile ale caror activitate se bazeaza pe tehnologie. Algoritmii deep learning, pentru ca pot invata singuri, sprijina progresul in multe domenii de activitate, de la ingrijire, sanatate sau capacitatea de a recunoaste imagini, pana la masini care nu au nevoie de sofer. De exemplu, in medicina sunt utilizate sisteme care folosesc acesti algoritmi si pot identifica afectiuni medicale, precum rani ale coloanei vertebrale, afectiuni ale inimii sau chiar tesut canceros. De asemenea, pot avea un rol in arta, adaugand culoare fotografiilor alb-negru mai rapid decat o poate face un artist in Photoshop.
Citeste si:
O mult mai buna cunoastere a utilizatorilor
Acuratetea algoritmilor deep learning are un rol foarte important si in advertising. Potrivit RTB House, o companie globala care furnizeaza tehnologie de retargetare de ultima generatie, algoritmii care au sisteme ce ii ajuta sa invete singuri, ofera recomandari de produse aproape de nevoile reale ale consumatorilor, anticipeaza care e probabilitatea ca un utilizator sa dea click pe un ad (adica potentialul de conversie) sau estimeaza mai exact valoarea cumparaturilor (adica valoarea potentiala a cosului de cumparaturi) pentru a face activitatile de marketing cu pana la 50% mai eficiente.
Puterea deep learning in advertising sta in modul in care algoritmii folosesc cantitati uriase de informatii pentru a actiona ca o fiinta umana, fara niciun fel de instructiune sau sprijin. Printre altele, influenteaza recomandarile folosite nu numai de companiile care practica e-commerce pentru a determina clientii sa achizitioneze anumite produse, ci de asemenea, prin alte campanii, pot face sugestii de muzica, evenimente sau chiar profile ale persoanelor potrivite pentru intalniri romantice.
Citeste si:
Abordarea tipica pentru campaniile de retargetare personalizata presupune ca un utilizator sa vada o reclama, pe baza unei presupuneri predefinite de comportament. Daca acel utilizator cauta pantofi negri cu catarama aurie, pe baza istoricului de cautare, recomandarile ii vor arata cizme negre cu catarama. Aici algoritmii deep learning sunt mai eficieinti, deoarece nu anticipeaza comportamentul utilizatorului, ci il invata. Algoritmii inteleg prin experienta care este cea mai buna combinatie pentru fiecare utilizator in parte. Selectia de produse este realizata doar pe baza informatiilor adunate. Cu alte cuvinte, actiunile umane sunt necesare numai la inceput, apoi algoritmii vor invata singuri cum si ce sa livreze.
Ce aduce viitorul?
Va mai fi inteligenta umana necesara? Pana in prezent raspunsul este in mod cert da. Algoritmii de invatare ai computerelor actioneaza acolo unde actiunile umane genereaza informatii si rezultatele pot fi interpretate si utilizate. Toate acestea conduc la o mai buna intelegere a lumii oamenilor.
Citeste si:
De la Siri sau Cortana, asistentii personali virtuali, la masinile care nu au nevoie de sofer realizate de Google sau Tesla, deep learning a devenit parte din tehnologia pe care o utilizam in fiecare zi. Optiunea de recunoastere vocala de pe smartphone-ul din buzunar functioneaza mult mai bine decat suntem noi obisnuiti, iar tehnologia de recunoastere a imaginilor merge mult mai departe decat ne-am fi asteptat. In cele din urma, scopul algoritmilor deep learning este de a ne usura munca si viata.
Urmatorul nivel ar putea fi reprezentat insa de utilizarea inteligentei artificiale in mult mai multe domenii de activitate decat ne-am imaginat. Ne referim in special la domenii importante precum medicina, unde viitorul ar putea sa aduca roboti care performeaza operatii sau sunt de incredere in diagnosticarea diferitelor afectiuni.
Citeste si:
Sunt multe moduri in care inteligenta artificiala va deveni treptat parte din viata de zi cu zi, cu mult mai mult decat o utilizam acum, preponderent in aplicatiile stiintifice. Toate aceastea vor fi posibile pentru ca atat timp cat programul tau software primeste date relevante, posibilitatile sunt nelimitate.
Unde crezi ca se va opri evolutia inteligentei artificiale? Te incurajam sa comentezi.
Sursa foto: Shutterstock: Zapp2Photo
Calculator Salariu: Află câți bani primești în mână în funcție de salariul brut »
Te-ar putea interesa și:
