10 가지 AI 신화를 파괴하다

콘텐츠

• 1. AI는 인간처럼 보이는 지능형 로봇 또는 안드로이드로 구성됩니다.
• 2. AI, 머신 러닝, 딥 러닝은 모두 같은 것입니다.
• 3. AI는 스스로 완전히 배웁니다.
• 4. 챗봇은 가장 기본적인 형태의 AI입니다.
• 5. 향후 모든 딥 러닝 작업을 수행하는 데 필요한 힘은 지속될 수 없습니다.
• 버그 없음, 스트레스 없음-인생을 파괴하지 않고 인생을 바꾸는 소프트웨어를 만드는 단계별 가이드
• 6. 기업이 AI 운영에 필요한 컴퓨팅 파워를 쉽게 빌릴 수 있습니다.
• 7. AI를 훈련시키기 위해서는 엄청난 양의 데이터가 필요합니다.
• 8. AI는 기존 BI 도구를 대체하여 이전 기술을 폐기합니다.
• 9. 신경망은 생물학적 네트워크와 유사하지만 기계적입니다.
• 10. AI는 결국 인간이 AI에 위험하고 멸종해야한다는 것을 이해할만큼 지능적으로 될 것입니다.

출처 : Usa Pyon / Dreamstime.com

테이크 아웃 :

AI는 뜨거운 기술이지만 많은 사람들이 정확히 수반되는 것에 대한 오해를 가지고 있습니다. 여기서 우리는 AI를 둘러싼 신화를 살펴보고 사실을 조사합니다.

왜 모두가 인공 지능에 대해 이야기하고 있지만 여전히 "Star Trek"의 데이터와 같은 친숙한 로봇이 인간 사이를 걷는 것을 보지 못합니까? RoboCop의 두 번째 주요 지침을 스크립팅 된 패턴에 추가하여 인류가 온전한 감정을 얻 자마자 인류를 구제하는 대신 "무고한 사람을 보호"할 수 있도록 기억 했습니까?

오늘날 인공 지능 (AI), 머신 러닝 및 딥 러닝이 실제로 무엇인지, "지능형 머신"이 무엇을 할 수 있는지, 그리고 AI 기술의 현재 상태가 무엇인지에 대해 많은 혼란이 있습니다. 좋은 오래된 디버 킹을 즐길 때가되었으므로 AI에 대해 가장 일반적인 10 가지 신화를 터뜨 리자. (AI의 잠재적 미래에 대한 자세한 내용은 AI 혁명이 보편적 소득을 필요로 하는가?를 확인하십시오.)

1. AI는 인간처럼 보이는 지능형 로봇 또는 안드로이드로 구성됩니다.

여기 모두를위한 "블레이드 러너"가 너무 많습니까? 로봇 공학과 인공 지능 사이에 많은 혼란이 있지만, 서로 다른 목적을 달성하는 완전히 다른 두 과학 분야입니다. 로봇은 액츄에이터와 센서가 제공하는 물리적 장치로서 공장에서 제품을 제작, 운반 또는 분해하는 등의 광범위한 작업을 수행합니다.

AI는 의사 결정을하고 실수로부터 배울 수있는 자율적 인 방식으로 프로그래밍 된 소프트웨어입니다. 일부 로봇은 AI 알고리즘으로 향상 될 수 있지만 "지능"부분은 AI가 가질 수있는 추가 기능 중 하나 일뿐입니다.

2. AI, 머신 러닝, 딥 러닝은 모두 같은 것입니다.

그것들은 모두 같은 더 큰 AI 시스템의 일부이지만, 세 가지입니다. 기본적으로 머신 러닝은 알고리즘을 사용하여 데이터를 식별하고 올바른 동작을 결정하는 것과 같이 AI가 외부 소스에서 학습하는 방법입니다. 딥 러닝은 머신 러닝의 실제 응용에 사용되는 기술 중 하나 일뿐입니다. 신경망 (NN)을 기반으로하며 AI가 올바른 결정을 내릴 가능성을 알려주는 데 사용됩니다.

3. AI는 스스로 완전히 배웁니다.

스스로 학습 할 수있는 AI에 대한 과장된 과대 광고에도 불구하고, 인간의 도움 없이는 전혀 모르는 지식에서 성장할 수있는 실제 응용 프로그램을 갖춘 AI 기반 시스템을 찾는 것은 여전히 ​​불가능합니다. 숨겨진 정보 또는 모든 종류의 불확실성을 처리해야하는 시스템은 AI가 "인식"할 수 없으며, 여전히 인간이 입력 및 데이터를 제공해야합니다. 또한, 모든 정보는 AI가 외부 소스 없이는 (최소한이 아닌) 추측 할 수없는 명확한 목적을 가져야합니다.

4. 챗봇은 가장 기본적인 형태의 AI입니다.

다시 말하지만, 약간의 초보적인 형태의 AI를 사용하는 챗봇이 있더라도 대부분은 음성 인터페이스를 통해 인간과 상호 작용하는 기본 프로그램 일뿐입니다. 실제로 "지능적인"것이 아니라 대부분의 챗봇에는 사용자 입력의 특정 키워드에 대한 응답으로 미리 프로그래밍 된 응답이 있습니다. 챗봇이 진정한 AI가 되려면 인간을 이해하고 자신의 요구에 대해 배우고 그에 따라 반응 할 수있는 몇 가지 기술이 있어야합니다. 음성 또는 인식 소프트웨어, 감정 분석, 일부 형태의 기계 학습 프로그램 및 자연어 생성 기술이 필요합니다. 챗봇에 대한 자세한 내용은 IT 전문가에게 미래에 기업이 챗봇을 어떻게 사용할 것인지를 물었습니다. 여기에 그들이 말한 내용이 있습니다.)

5. 향후 모든 딥 러닝 작업을 수행하는 데 필요한 힘은 지속될 수 없습니다.

AI가 훈련을 받고 복잡한 딥 러닝 작업을 모두 수행하려면 많은 추가 컴퓨팅 성능이 필요하다는 것은 부인할 수없는 사실입니다. 대부분의 기업에서 AI를 어느 정도 사용할 예정인 미래에는이 문제가 급격히 증가하여 잠재적으로 사용할 수 없게 될 수 있습니다. 그러나 AI는 실제로 우리에게 더 전력 그리드의 낭비와 비 효율성. 유틸리티 회사는 개인 사용자로부터 초과 에너지를 구매하게되는데, 현재 그리드는 현대적인 다양 화를 수용 할 수 있도록 구축되지 않았기 때문에 생성 된 초과 전력의 대부분을 낭비하게됩니다. AI는 구식 그리드를 전력을 실시간으로 최대한 효율적으로 분배하는 방법을 알고있는 최신의 스마트 한 AI 기반 마이크로 그리드로 교체함으로써 우리를 구할 수 있습니다.

버그 없음, 스트레스 없음-인생을 파괴하지 않고 인생을 바꾸는 소프트웨어를 만드는 단계별 가이드

아무도 소프트웨어 품질에 신경 쓰지 않으면 프로그래밍 기술을 향상시킬 수 없습니다.

6. 기업이 AI 운영에 필요한 컴퓨팅 파워를 쉽게 빌릴 수 있습니다.

... AWS, Google, Microsoft 및 Alibaba Cloud가 현재 전 세계에서 사용할 수있는 대다수의 컴퓨팅 기능을 중앙 집중화하지 않은 경우. 따라서 AI 개발자는 현재 두 가지 중에서 선택할 수 있습니다. 매우 높은 가격으로 대여하거나 자체적으로 비싼 하드웨어를 구매하는 것입니다.

그러나이 신화 적 폭파는 가까운 시일 내에 디버 킹 될 가능성이 있습니다. Tatau라는 새로운 회사는이 문제를 해결할 수있는 블록 체인 기반 슈퍼 컴퓨팅 플랫폼을 개발했습니다. 이 솔루션을 통해 전 세계에 분산 된 GPU 기반 컴퓨터 네트워크의 결합 된 리소스를 집계하고 재판매 할 수 있습니다. AI 개발에 컴퓨팅 능력을 전념하는 cryptocurrency 광부, 게이머 또는 기타 고성능 컴퓨터를 상상해보십시오. AI 회사는 활용도가 낮은 GPU 전원을 활용하여 훨씬 저렴한 가격으로 머신 러닝 모델을 교육 할 수 있습니다. 이 새로운 플랫폼은 현재 미개발 자원을 효율적으로 사용하기 때문에 포인트 5에서 강조된 문제에 대한 해답을 제공 할 수 있습니다.

7. AI를 훈련시키기 위해서는 엄청난 양의 데이터가 필요합니다.

반드시 그런 것은 아닙니다. 물론 필요합니다 많이 AI 교육을위한 데이터 및 컴퓨팅 능력 기스로부터. 그리고 차를 운전하는 것과 같은 복잡한 작업을 수행하기 위해 AI를 훈련시키기 위해서는 테라 바이트 단위의 데이터가 필요합니다. 그러나 AI의 적용 분야에 따라 사전 훈련 된 신경망은 특정 영역에서만 재 훈련 될 수있을 정도로 유연합니다. 기본 데이터 프레임 워크는 더 크고 일반적인 데이터 세트에서 나올 수 있으며, 네트워크의 마지막 부분 만 사용 사례에 따라 "빈 칸 채우기"로 교체하면됩니다.

8. AI는 기존 BI 도구를 대체하여 이전 기술을 폐기합니다.

말하자면, 약간의 스트레칭입니다. 최신 비즈니스 인텔리전스 (BI) 솔루션의 대부분은 확장 성이 뛰어나고 사용자 정의가 가능하므로 향후 AI 기반 모델을 플랫폼에 직접 쉽게 통합 할 수 있습니다. 회사는 항상 워크 플로 중단 위험없이 제공되는 솔루션 만 구현하는 것을 선호하며 AI 기술은 이러한 요구에 적응했습니다. 따라서 대부분의 AI 플랫폼은 웹을 통해 구현되므로 교체가 필요하지 않으며 최악의 경우 단계적으로 안전하게 구현할 수 있습니다.

9. 신경망은 생물학적 네트워크와 유사하지만 기계적입니다.

어떤 신경망도 인간의 뇌의 복잡성에 도달 할 수는 없습니다. 수년간의 임상 및 과학적 연구에도 불구하고, 뉴런이 인체와 너무 많은 다른 작업을 수행하고 (감각과 운동 뉴런의 차이에 대해 생각하기 때문에) 신경 신경 네트워크를 완전히 이해하지 못합니다. 많은 다른 경로 (전기, 화학 전위 및 신경 전달 물질 사용). 신경망은 일반적인 1 또는 0 ( "yes"또는 "no") 기계 방식의 매우 간단한 입력 만 이해할 수 있습니다. 군용 항공기의 복잡성을 연과 비교할 수 있습니다.

10. AI는 결국 인간이 AI에 위험하고 멸종해야한다는 것을 이해할만큼 지능적으로 될 것입니다.

글쎄, 우리는이 신화가 실제로는 신화가 아니기 때문에이 사실을 밝힐 수 없습니다. 현실입니다. 저항은 무의미하기 때문에 자신을 보호하십시오!

간단히 말해서, 농담은 인공 지능이 주변 세계를 이해하고 자율적이고 합리적인 결정을 내리는 데 필요한 지능 근처에 있지 않다는 것이다. 각 알고리즘은 하나의 작업을 수행하도록 개발되었으며 독립적으로 생각할 수있는 능력에 도달하는 것 외에는 그 밖의 작업을 수행 할 수 없습니다. 컴퓨터는 우수한 계산 능력의 "브 루트 힘 (brute force)"을 사용하여 비교적 간단한 문제에 대한 해결책을 찾지 만, 프로그래밍 대상 이외의 목적을 갖는 데 대한 이해, 인식 깊이 및 전략적 복잡성이 부족합니다.

인공 지능은 오랫동안 인공 조력자와 종 들일 뿐이므로 쉽게 휴식을 취하십시오.