De media hebben geen idee van kunstmatige intelligentie (AI). Of technologie. 'Robots komen voor je werk' is een populaire huilbui, maar de volgende dag is het angst voor AI vanaf Wereldoorlog III.

Niet alleen hebben robots en AI weinig met elkaar te maken, maar AI bevindt zich in een zeer vroeg stadium. Bovendien kan het worden opgesplitst in verschillende afzonderlijke technologieën.

De massa's worden misleid tot angstige automatisering en een vage superintelligentie, maar degenen met een praktische kennis van hoe AI werkt - en hoe het kan worden geëxploiteerd - dat het best voorbereid is op de toekomst van het werk.

Wat is AI?

Wat is AI? Bekijk onze uitleg, aan u gebracht door Honor

Er is geen precies antwoord op deze vraag, maar het heeft niets te maken met robot-overlords. AI is een gebied van de informatica dat onderzoekt of we een computer kunnen leren 'denken'.

AI als uitdrukking bestaat al sinds 1956 toen het werd bedacht door de Amerikaanse computerwetenschapper John McCarthy, zes jaar nadat de Engelse wiskundige Alan Turing in 1950 een paper publiceerde met de naam 'Computermachines en intelligentie'..

AI is over het algemeen opgesplitst in verschillende subsets die specifieke dingen proberen te emuleren die mensen doen. Spraakherkenning bootst het horen na, natuurlijke taalverwerking bootst schrijven en spreken na, beeldherkenning en gezichtsscanning nabootsen en machinaal leren bootst denken na.

Dat zijn veel verschillende, vaak niet-gerelateerde technologieën; AI is een overkoepelende term en zeker geen technologie voor algemene doeleinden.

Vooruitgang in de verwerkingskracht en de productie van big data zorgen voor een betere AI. Credit: IBM

Waarom is AI zo gehyped?

Onderzoek naar AI is momenteel bezig met de golf van toegenomen rekenkracht en big data. Samen maken ze AI zowel mogelijk als noodzakelijk; als een samenleving produceren we nu veel te veel gegevens om onszelf te verwerken of enig inzicht te verkrijgen. De verzamelde gegevens groeien met 40% per jaar, en het gaat meestal verloren.

Het bestaan ​​van al deze gegevens betekent ook dat AI-software voldoende informatie heeft om niet alleen mee te werken, maar om van te leren. Is dit het grote moment van deze KI? Durfkapitalisten en technologiegiganten zoals Amazon, Google, Facebook, Microsoft en Apple denken van wel, en investeren zwaar in onderzoek.

Het zijn deze bedrijven die onvoorstelbaar enorme gegevensverzamelingen hebben verzameld in de afgelopen decennia, en een gevestigde interesse in het automatiseren van taken op die gegevens. Samen worden ze de arbiters van AI-knowhow, dus het zijn AI-technieken die zijn ontwikkeld door Google et al. die door wetenschappers worden gebruikt om door gegevens te slepen om nieuwe inzichten te krijgen.

Er komt een AI-aangedreven kennisexplosie.

AI helpt wetenschappers ongelooflijke doorbraken te maken. Krediet: Nasa

Bewaakt machine learning

Machinaal leren is de handeling van computerwetenschappers die een computer trainen om iets te doen. Het gaat over het automatiseren van repetitieve taken, het in essentie trainen van een computer om patronen te herkennen en gegevens te categoriseren.

Het klassieke voorbeeld is beeldherkenning of 'AI vision'; geef een computer een groot aantal afbeeldingen met gelabelde objecten en de computer kan leren deze automatisch te identificeren. De computer creëert wat AI-onderzoekers een neuraal netwerk noemen; een virtuele hersenverbinding vergelijkbaar met een basisproces in het menselijk brein.

Het creëren van een dergelijk neuraal netwerk vergt echter veel menselijke arbeid en ook veel rekenkracht. Google AI en de Universiteit van Texas hebben onlangs AI gebruikt op een label met datasets van de Kepler-ruimtetelescoop om twee exoplaneten te ontdekken toen astronomen niets hadden gevonden.

Het wordt ook gebruikt om scheuren in reactoren te identificeren en helpt ingenieurs in de Britse Joint European Torus-faciliteit zelfs om kernfusie-energie te verzamelen en in te zetten..

Dit is machinegeleiding onder toezicht en hoewel het steeds beter wordt om het niet te vergeten, wordt de bruikbaarheid ervan bij het voorspellen van patronen in gegevens gehinderd door de gegevens die het bevat.

AI wordt gebruikt om kernfusie te realiseren. Krediet: JET

Niet-gecontroleerd machine learning

Wat als een computersysteem zichzelf zou kunnen onderwijzen, door algoritmen te bouwen die niet door mensen worden geleid, maar door gegevens?

Niet-gecontroleerd machine learning (door sommigen ook wel 'echte AI' genoemd) is echt wat AI-onderzoekers willen bereiken. Het is waar je alleen niet-gelabelde gegevens hebt en je vraagt ​​de computer om dingen te leren zonder specifiek te vertellen wat de juiste antwoorden zijn.

Google ontwikkelde bijvoorbeeld een neuraal netwerk voor beeldherkenning en gaf het vervolgens een week lang YouTube om te zien of het gemeenschappelijke objecten kon herkennen. Het vond katten - hoewel het niet wist wat een kat was. Voor AI is dat indrukwekkend, maar het laat ook de huidige limieten zien van waar AI toe in staat is.

Datzelfde neurale netwerk - nu genaamd DeepVariant - wordt nu echter gebruikt om mutaties in DNA-sequenties nauwkeurig te identificeren, die als afbeeldingen aan de computer worden gepresenteerd. De AI is in wezen op zoek naar de fouten gemaakt door DNA-sequencingmachines; het haalt inzicht uit gegevens waar er geen zou zijn geweest. AI wordt ook gebruikt om valse schilderijen te herkennen.

Dit is waar AI voor wordt gebruikt; om computers beter te maken op hun werk.

AI komt niet in de buurt van de mogelijkheden van het menselijk brein

Neurale netwerken

Dit is slechts een van de vele technieken voor het leren van machines. Neurale netwerken bootsen wat er gebeurt in het menselijk brein na, maar denken niet dat AI op het punt staat mensen te repliceren. Een neuraal netwerk in AI kan honderden, duizenden en soms miljoenen ingangen verwerken, waarbij gegevens op één manier stromen.

Het is slimme dingen, maar het menselijk brein heeft miljarden onderling verbonden neuronen; we zijn allemaal verschillende orden van grootte complexer dan AI. Dus als je de uitdrukking 'diep leren' hoort, houd die dan in een context; ware computerintelligentie en kunstmatige algemene intelligentie (AGI) zijn een eind weg.

Zal AI 'onze baan nemen'?

Er is veel angst voor AI om mensen aan het werk te krijgen. Het wordt nog verergerd door het feit dat veel economieën een trage groei en baanonzekerheid ervaren. AI gaat over het beter in staat stellen van computers, wat een aanzienlijke impact zal hebben op de manier waarop de samenleving draait. Veel routine werk zal worden geautomatiseerd, waardoor de administratieve werklast wordt verminderd.

Het betekent dat mensen zich kunnen concentreren op het werk met hogere waarde zonder de zielvernietigende rapportschrijftaken. Het betekent dat wetenschappers meer ontdekkingen zullen doen, artsen zullen toegang hebben tot meer geavanceerde kennis en meer levens kunnen redden, en de politie zal in staat zijn om meer politie te voeren.

AI gaat over het stimuleren van de productiviteit en het kan duizend startups spuiten die nieuwe bedrijven en industrieën kerven.

Robots zoals Relay gebruiken zelfs geen AI. Krediet: Savioke

De toekomst voor AI

AI is een manier voor computerwetenschappers om computers te krijgen om de realiteit van big data bij te houden, en hen ertoe te brengen om vervelende handmatige taken uit te voeren die nu ver buiten ons zijn, gezien de enorme hoeveelheid gegevens die we nu omsingelen.

Het is een pakket met technieken, geen technologie voor algemene doeleinden, en het gaat er niet om alles te automatiseren.

Hoewel het effect zal hebben op vele industrieën, hebben alle bedrijven een overtuigende businesscase nodig voor AI - waarschijnlijk om een ​​echt specifiek, beperkt probleem op te lossen - evenals de diensten van datawetenschappers die gespecialiseerd zijn in AI, en heel veel goed -geordende gegevens waar de AI van kan leren.

Zal AI alles veranderen? Misschien, of misschien zal de hype - en de financiering voor onderzoek - opdrogen als onderzoekers tegen een muur aanlopen. Tenslotte staat AI al op het punt om een ​​flauwe marketingterm te worden om telefoons te verkopen. Zelfs als deze begindagen van AI een belangrijke mijlpaal voor de mensheid blijken te zijn, zal het waarschijnlijk een trage brander worden.

Wat we echter zeker weten, is dat het begrip van AI belangrijker zal worden voor meer beroepen. Voor ons allemaal, die leven in het data-explosie tijdperk, is AI het ontbrekende stukje van de legpuzzel.

TechRadar's AI Week wordt u aangeboden in samenwerking met Honor.